JP2023062609A - 人体領域検知システム、人体領域検知方法およびプログラム - Google Patents
人体領域検知システム、人体領域検知方法およびプログラム Download PDFInfo
- Publication number
- JP2023062609A JP2023062609A JP2021172679A JP2021172679A JP2023062609A JP 2023062609 A JP2023062609 A JP 2023062609A JP 2021172679 A JP2021172679 A JP 2021172679A JP 2021172679 A JP2021172679 A JP 2021172679A JP 2023062609 A JP2023062609 A JP 2023062609A
- Authority
- JP
- Japan
- Prior art keywords
- temperature
- human body
- area
- distribution data
- temperature distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 56
- 238000000605 extraction Methods 0.000 claims abstract description 39
- 239000000284 extract Substances 0.000 claims abstract description 25
- 210000000746 body region Anatomy 0.000 claims description 107
- 230000001815 facial effect Effects 0.000 claims description 22
- 238000012935 Averaging Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 230000036760 body temperature Effects 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 3
- 230000035807 sensation Effects 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 206010024796 Logorrhoea Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Abstract
【課題】人体領域を正確に抽出できる人体領域検知システムを提供する。【解決手段】人体領域検知システム10は、室内の温度分布を示す温度分布データを生成する温度分布データ生成部12と、人の顔領域を抽出する顔領域抽出部11と、温度分布データにおける顔領域の温度分布に基づいて第1温度を算出し、温度分布データのうちの顔領域を除く領域の温度分布に基づいて第2温度を算出し、第1温度および第2温度に基づいて閾値温度を算出する温度算出部13と、第1温度、第2温度および閾値温度に基づいて、温度分布データから人体領域を抽出する人体領域抽出部14と、を備え、人体領域抽出部14は、第1温度が第2温度よりも高い場合には、温度が顔領域の最高温度から閾値温度の範囲にある領域を人体領域として抽出し、第1温度が第2温度よりも低い場合には、温度が閾値温度から顔領域の最低温度の範囲にある領域を人体領域として抽出する。【選択図】図1
Description
本開示は、室内における人の人体領域を検知する人体領域検知システム、人体領域検知方法およびプログラムに関する。
赤外線センサで取得したサーモ画像に対し、人の体温に近い温度を閾値として設定し、その閾値を超えた部分を人体領域として抽出する技術が知られている(例えば、特許文献1)。
サーモ画像から人体領域を抽出する際に、人体の温度はある程度決まっているため、それに合わせて人体領域を抽出するための閾値温度も一定の温度範囲(例えば20℃から40℃など)に予め設定される。しかしながら、気温が人体領域を抽出するための温度範囲に含まれると、サーモ画像中の背景領域も人体領域として抽出され、人体領域の抽出が難しくなる。一方で、上記温度範囲を狭くし過ぎると、衣服部分など人体領域ではあるが温度が人体の温度から離れている部分が人体領域として抽出されず、人体領域として抽出された領域に欠けが生じ得る。このように、人体領域を抽出するための温度範囲を広くすると人体領域と背景領域との区別ができず、当該温度範囲を狭くすると適切に人体領域を抽出できず、人体領域を正確に抽出できないおそれがある。
本開示は、人体領域を正確に抽出できる人体領域検知システムなどを提供する。
本開示における人体領域検知システムは、室内における人の人体領域を検知する人体領域検知システムであって、前記室内の温度分布を示す温度分布データを生成する温度分布データ生成部と、前記人の顔領域を抽出する顔領域抽出部と、前記温度分布データにおける前記顔領域の温度分布に基づいて第1温度を算出し、前記温度分布データのうちの前記顔領域を除く領域の温度分布に基づいて第2温度を算出し、前記第1温度および前記第2温度に基づいて前記第1温度と前記第2温度との間の温度である閾値温度を算出する温度算出部と、前記第1温度、前記第2温度および前記閾値温度に基づいて、前記温度分布データから前記人体領域を抽出する人体領域抽出部と、を備え、前記人体領域抽出部は、前記第1温度が前記第2温度よりも高い場合には、前記温度分布データのうち、温度が前記顔領域の最高温度から前記閾値温度の範囲にある領域を前記人体領域として抽出し、前記第1温度が前記第2温度よりも低い場合には、前記温度分布データのうち、温度が前記閾値温度から前記顔領域の最低温度の範囲にある領域を前記人体領域として抽出する。
本開示における人体領域検知方法は、室内における人の人体領域を検知する人体領域検知方法であって、前記室内の温度分布を示す温度分布データを生成する温度分布データ生成ステップと、前記人の顔領域を抽出する顔領域抽出ステップと、前記温度分布データにおける前記顔領域の温度分布に基づいて第1温度を算出し、前記温度分布データのうちの前記顔領域を除く領域の温度分布に基づいて第2温度を算出し、前記第1温度および前記第2温度に基づいて前記第1温度と前記第2温度との間の温度である閾値温度を算出する温度算出ステップと、前記第1温度および前記第2温度に基づいて、前記温度分布データから前記人体領域を抽出する人体領域抽出ステップと、を含み、前記人体領域抽出ステップでは、前記第1温度が前記第2温度よりも高い場合には、前記温度分布データのうち、温度が前記顔領域の最高温度から前記閾値温度の範囲にある領域を前記人体領域として抽出し、前記第1温度が前記第2温度よりも低い場合には、前記温度分布データのうち、温度が前記閾値温度から前記顔領域の最低温度の範囲にある領域を前記人体領域として抽出する。
本開示におけるプログラムは、上記の人体領域検知方法をコンピュータに実行させるためのプログラムである。
本開示における人体領域検知システムなどによれば、人体領域を正確に抽出できる。
以下、適宜図面を参照しながら、実施の形態を詳細に説明する。ただし、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。
なお、発明者は、当業者が本開示を十分に理解するために添付図面および以下の説明を提供するのであって、これらによって特許請求の範囲に記載の主題を限定することを意図するものではない。
(実施の形態)
以下、図1から図6を用いて実施の形態に係る人体領域検知システムを説明する。
以下、図1から図6を用いて実施の形態に係る人体領域検知システムを説明する。
図1は、実施の形態に係る人体領域検知システム10の構成の一例を示す図である。
人体領域検知システム10は、室内における人の人体領域を検知するシステムであり、例えば、エアコンなどに搭載される。人体領域検知システム10は、プロセッサおよびメモリなどを有するコンピュータである。メモリは、ROM(Read Only Memory)およびRAM(Random Access Memory)などであり、プロセッサにより実行されるプログラムを記憶することができる。人体領域検知システム10は、顔領域抽出部11、温度分布データ生成部12、温度算出部13および人体領域抽出部14を備える。顔領域抽出部11、温度分布データ生成部12、温度算出部13および人体領域抽出部14は、メモリに格納されたプログラムを実行するプロセッサなどによって実現される。人体領域検知システム10は、その構成要素が1つの筐体内に設けられた装置であってもよいし、その構成要素が複数の筐体に分散して配置されたシステムであってもよい。なお、図1には、カメラ100およびサーモセンサ200を示しているが、カメラ100およびサーモセンサ200は、人体領域検知システム10の構成要素であってもよいし、人体領域検知システム10外の構成要素であってもよい。
カメラ100は、室内を撮影するカメラである。カメラ100は、例えばRGBカメラであり、室内の撮影によりRGB画像が得られる。
サーモセンサ200は、室内を走査することで室内の温度分布を示す温度分布データ(サーモ画像)を生成するための情報が得られる。
顔領域抽出部11は、人の顔領域を抽出する。例えば、顔領域抽出部11は、カメラ100の撮影画像に基づいて顔領域を抽出する。顔領域の抽出方法は特に限定されないが、例えばHaar-like特徴などにより顔領域を抽出することができる。
温度分布データ生成部12は、室内の温度分布を示す温度分布データを生成する。例えば、温度分布データ生成部12は、サーモセンサ200から得られる情報を用いて温度分布データを生成する。サーモセンサ200は、左右方向の視野角を有しており、温度分布データ生成部12は、サーモセンサ200の前方空間に存在する物体の二次元的な温度分布を示す温度分布データを生成することができる。また、サーモセンサ200は、上下方向にも視野角を有しており、サーモセンサ200の前方空間における人の存在を捉えられることができる。サーモセンサ200は、例えば二次元マトリックス状に配列された画素群を有し、温度分布データ生成部12は、一度に二次元的な温度分布データを生成できる。なお、サーモセンサ200は、一次元状に配列された画素群(ラインセンサ)を有していてもよく、画素群を一次元的に走査することで、温度分布データ生成部12は、二次元的な温度分布データを生成してもよい。あるいは、サーモセンサ200は、1つ以上の画素を有し、1つ以上の画素を二次元的に走査することで、温度分布データ生成部12は、二次元的な温度分布データを生成してもよい。
温度算出部13は、温度分布データにおける顔領域の温度分布に基づいて第1温度を算出し、温度分布データのうちの顔領域を除く領域の温度分布に基づいて第2温度を算出し、第1温度および第2温度に基づいて第1温度と第2温度との間の温度である閾値温度を算出する。温度算出部13の動作の詳細については後述する。
人体領域抽出部14は、第1温度、第2温度および閾値温度に基づいて、温度分布データから人の人体領域を抽出する。人体領域抽出部14の動作の詳細については後述する。
次に、人体領域検知システム10の動作について図2を用いて説明する。
図2は、実施の形態に係る人体領域検知システム10の動作の一例を示すフローチャートである。
まず、温度分布データ生成部12は、温度分布データを生成する(ステップS11)。例えば、温度分布データ生成部12は、図3に示されるような温度分布データを生成する。
図3は、温度分布データの一例を示す図である。図3においては、温度分布データを模式的に濃淡で表現しており、濃いほど温度が高いことを示す。なお、図3には、温度分布データ上に重畳された顔領域(四角形の枠)も示されているが、これについては後述する。
次に、顔領域抽出部11は、人の顔領域を抽出する(ステップS12)。例えば、顔領域抽出部11は、カメラ100の撮影画像に基づいて顔領域を抽出する。例えば、抽出された顔領域を温度分布データ上に重畳するために、温度分布データの二次元サイズとカメラ100の撮影画像の二次元サイズとが合わせられる。例えば、カメラ100の撮影画像のサイズが640×480であり、温度分布データの二次元サイズが160×120である場合、顔領域抽出部11(あるいは温度分布データ生成部12)は、カメラ100の撮影画像の座標値を、温度分布データの二次元サイズに基づいて縮小(1/4倍)して、顔領域のサイズを1/4倍に縮小する。これにより、カメラ100の撮影画像において抽出された顔領域を、図3に示されるように、温度分布データ上に重畳することができる。
なお、ステップS11での処理とステップS12での処理とが行われる順序は逆であってもよい。
なお、顔領域抽出部11は、温度分布データに基づいて顔領域を抽出してもよい。例えば、数多くの温度分布データを入力とし、各温度分布データにおける顔領域を正解データとして学習した学習済モデルを用いることで、温度分布データに基づいて顔領域を抽出することができる。この場合、カメラ100が設けられていなくてもよい。
次に、温度算出部13は、第1温度および第2温度を算出する(ステップS13)。
第1温度は、温度分布データにおける顔領域の温度分布に基づいて算出される。図4は、顔領域の温度分布の一例を示す図であり、図4に示されるような温度分布から第1温度が算出される。例えば、温度算出部13は、顔領域の平均温度を第1温度として算出してもよい。なお、第1温度の算出方法はこれに限らない。
第2温度は、温度分布データのうちの顔領域を除く領域の温度分布に基づいて算出される。図5は、顔領域を除く領域の温度分布の一例を示す図であり、図5に示されるような温度分布から第2温度が算出される。例えば、温度算出部13は、顔領域を除く領域の温度分布における最頻値の温度を第2温度として算出してもよい。なお、第2温度の算出方法はこれに限らない。
次に、温度算出部13は、閾値温度を算出する(ステップS14)。閾値温度は、第1温度と第2温度との間の温度であり、第1温度および第2温度に基づいて算出される。例えば、温度算出部は、それぞれ重み係数が乗算された第1温度および第2温度を平均することで得られる加重平均温度を閾値温度として算出してもよい。例えば、顔領域の温度分布および顔領域を除く領域の温度分布のヒストグラムを用いて、各重み係数を算出することができる。
図6は、顔領域の温度分布および顔領域を除く領域の温度分布の一例を示すヒストグラムである。図6において、左上から右下への線からなるハッチングが付された温度分布は顔領域の温度分布であり、右上から左下への線からなるハッチングが付された温度分布は顔領域を除く領域の温度分布であり、クロスした線からなるハッチングが付された部分は、各温度領域が重なっている部分である。図6には、顔領域の平均温度である第1温度および顔領域を除く領域の温度分布における最頻値の温度である第2温度も示されている。なお、図6において、顔領域を除く領域の温度分布のヒストグラムにおける第2温度(21℃)周辺は、人の人体領域を除く領域(すなわち背景領域)の温度であり、26℃周辺は、人の人体領域のうち衣服などによって露出していない領域の温度である。
例えば、温度算出部13は、温度分布データにおける温度分布の分散値を算出し、分散値に基づいて第1温度および第2温度のそれぞれに乗算する重み係数を変化させてもよい。例えば、第1温度と第2温度との間の温度が閾値温度とされ、閾値温度よりも高温側と低温側とでクラス間分散が行われ、クラス間分散が最大かつクラス内分散が最小となるように、第1温度および第2温度のそれぞれに乗算する重み係数が変化させられてもよい。この手法は、ヒストグラムにおける山と山とを分けるための閾値を設定する際に有効となる。
例えば、図6には、第1温度および第2温度に乗算される重み係数がそれぞれ1/2の場合の閾値温度が示され、この場合、閾値温度は、(第1温度/2)+(第2温度/2)により算出することができる。
なお、温度算出部13は、顔領域の大きさに基づいて第1温度および第2温度のそれぞれに乗算する重み係数を変化させてもよい。顔領域の大きさが大きい場合、温度分布データにおける人体領域も大きいと推定され、人体領域の大きさが大きいことに応じて、各重み係数が調整される。例えば、顔領域の大きさが大きいほど第2温度に乗算する重み係数が大きくなるように(つまり、閾値温度が第2温度に近づくように)、第1温度および第2温度のそれぞれに乗算する重み係数が変化させられてもよい。これにより、温度分布データにおける顔領域(すなわち人体領域)が大きいのに、閾値温度を第1温度に近づけすぎて人体領域に欠けが生じることを抑制できる。
次に、人体領域抽出部14は、第1温度、第2温度および閾値温度に基づいて、温度分布データから人の人体領域を抽出する(ステップS15)。人の人体領域は、露出している顔領域および手領域など、ならびに、衣服などで露出していない領域などを含む領域である。例えば、ステップS15での処理では、ステップS21からステップS24までの処理が行われる。
人体領域抽出部14は、第1温度が第2温度よりも高いか否かを判定する(ステップS21)。第1温度が第2温度よりも高い場合とは、基本的には、体温よりも気温の方が低い場合のことである。
人体領域抽出部14は、第1温度が第2温度よりも高い場合には(ステップS21でYes)、温度分布データのうち、温度が顔領域の最高温度から閾値温度の範囲にある領域を人体領域として抽出する(ステップS22)。例えば、図6には、第1温度が第2温度よりも高い場合の、人体領域を抽出するための温度範囲(最高温度から閾値温度の範囲)が示されている。人の人体領域のうち露出している顔領域の温度に加えて、衣服などによって露出していない領域の温度についても当該温度範囲に含まれており、衣服などによって露出しておらず背景領域との温度差が小さい領域(すなわち背景領域と区別しにくい領域)も人体領域として抽出できることがわかる。一方で、背景領域の温度は、当該温度範囲に含まれておらず、背景領域を人体領域として抽出しないようにすることができていることがわかる。
人体領域抽出部14は、第1温度が第2温度よりも高くない場合には(ステップS21でNo)、第1温度が第2温度よりも低いか否かを判定する(ステップS23)。第1温度が第2温度よりも低い場合とは、基本的には、体温よりも気温の方が高い場合のことである。
人体領域抽出部14は、第1温度が第2温度よりも低い場合には(ステップS23でYes)、温度分布データのうち、温度が閾値領域から顔領域の最低温度の範囲にある領域を人体領域として抽出する(ステップS24)。第1温度が第2温度よりも低い場合については図示していないが、第1温度が第2温度よりも高い場合と同じように、人の人体領域のうち露出している顔領域に加えて、人の人体領域のうち衣服などによって露出していない領域を人体領域として抽出でき、背景領域を人体領域として抽出しないようにすることができる。
人体領域抽出部14は、第1温度が第2温度よりも低くない場合(ステップS23でNo)、すなわち、第1温度と第2温度とが同じ温度という特殊な場合には、人体領域を抽出することができないため、処理を終了する。
なお、ステップS21での処理とステップS23での処理とが行われる順序は逆であってもよい。
例えば、人体領域抽出部14は、抽出した人体領域を出力し、出力された人体領域は、人の温冷感推定および体温検知など多くの場面で利用される。
なお、人体領域検知システム10は、カメラ100の撮影画像に写る人を認識する個人認識機能を有していてもよく、個人認識機能によって識別された個人識別結果を出力してもよい。
また、人体領域検知システム10は、温湿度センサから室内の温度および湿度を取得してもよく、取得した温度および湿度を出力してもよい。また、人体領域検知システム10は、取得した温度および湿度と、抽出された人体領域における温度分布とから、人の温冷感を推定し、推定した温冷感を出力してもよい。
また、人体領域検知システム10は、気圧センサから気圧を取得してもよく、取得した気圧を出力してもよい。
また、人体領域検知システム10は、カメラ100の撮影画像、温度分布データ(サーモ画像)、顔の平均温度、顔の画素数、人体の平均温度、人体の画素数などを出力してもよい。
以上説明したように、人体領域検知システム10は、室内における人の人体領域を検知するシステムであって、室内の温度分布を示す温度分布データを生成する温度分布データ生成部12と、人の顔領域を抽出する顔領域抽出部11と、温度分布データにおける顔領域の温度分布に基づいて第1温度を算出し、温度分布データのうちの顔領域を除く領域の温度分布に基づいて第2温度を算出し、第1温度および第2温度に基づいて第1温度と第2温度との間の温度である閾値温度を算出する温度算出部13と、第1温度、第2温度および閾値温度に基づいて、温度分布データから人体領域を抽出する人体領域抽出部14と、を備える。人体領域抽出部は、第1温度が第2温度よりも高い場合には、温度分布データのうち、温度が顔領域の最高温度から閾値温度の範囲にある領域を人体領域として抽出し、第1温度が第2温度よりも低い場合には、温度分布データのうち、温度が閾値温度から顔領域の最低温度の範囲にある領域を人体領域として抽出する。
これによれば、人体領域を抽出するための温度範囲が固定の範囲に予め定められておらず、顔領域の温度分布に基づいて算出される第1温度と、顔領域を除く領域の温度分布に基づいて算出される第2温度とに基づいて自動で設定される。このため、第1温度と第2温度との間に一定の差があれば、適切に温度範囲を設定することができ、人体領域を正確に抽出できる。具体的には、背景領域が人体領域として抽出されることを抑制でき、また、衣服などによって露出しておらず背景領域の温度との温度差が小さい領域が人体領域として抽出されず、人体領域として抽出された領域に欠けが生じることを抑制できる。また、第1温度が第2温度よりも高い場合には、温度が顔領域の最高温度から閾値温度の範囲にある領域を人体領域として抽出し、第1温度が第2温度よりも低い場合には、温度が閾値温度から顔領域の最低温度の範囲にある領域を人体領域として抽出することで、人体領域を少ない計算量で容易に抽出することができる。
例えば、温度算出部13は、それぞれ重み係数が乗算された第1温度および第2温度を平均することで得られる加重平均温度を閾値温度として算出してもよい。
これによれば、重み係数が乗算された第1温度および第2温度の加重平均温度から閾値温度が算出されることで、人体領域を抽出するための温度範囲をより適切に設定することができる。
例えば、温度算出部13は、温度分布データにおける温度分布の分散値を算出し、分散値に基づいて第1温度および第2温度のそれぞれに乗算する重み係数を変化させてもよい。
これによれば、分散値に基づいて適切な重み係数を設定することができ、それに伴い、人体領域を抽出するための温度範囲をより適切に設定することができる。例えば、クラス間分散が最大かつクラス内分散が最小となるように各重み係数を設定することで、人体領域を抽出するための温度範囲をより適切に設定することができる。
例えば、温度算出部13は、顔領域の大きさに基づいて第1温度および第2温度のそれぞれに乗算する重み係数を変化させてもよい。
これによれば、顔領域の大きさに基づいて適切な重み係数を設定することができ、それに伴い、人体領域を抽出するための温度範囲をより適切に設定することができる。例えば、顔領域の大きさが大きいほど第2温度に乗算する重み係数が大きくなるように各重み係数を設定することで、人体領域を抽出するための温度範囲をより適切に設定することができる。
例えば、温度算出部13は、顔領域の平均温度を第1温度として算出してもよい。
このように、第1温度を顔領域の平均温度としてもよい。
例えば、温度算出部13は、顔領域を除く領域の温度分布における最頻値の温度を第2温度として算出してもよい。
このように、第2温度を、顔領域を除く領域の温度分布における最頻値の温度としてもよい。
例えば、室内を撮影するカメラ100の撮影画像に基づいて顔領域を抽出してもよい。
このように、カメラ100の撮影画像に基づいて顔領域を抽出してもよい。
例えば、顔領域抽出部11は、温度分布データに基づいて顔領域を抽出してもよい。
この場合、カメラ100などを設ける必要がなくなる。また、カメラ100の撮影画像における顔領域を温度分布データに重畳させるための処理が不要となる。
(その他の実施の形態)
以上のように、本出願において開示する技術の例示として、実施の形態を説明した。しかしながら、本開示における技術は、これに限定されず、適宜、変更、置き換え、付加、省略等を行った実施の形態にも適応可能である。また、上記実施の形態で説明した各構成要素を組み合わせて、新たな実施の形態とすることも可能である。
以上のように、本出願において開示する技術の例示として、実施の形態を説明した。しかしながら、本開示における技術は、これに限定されず、適宜、変更、置き換え、付加、省略等を行った実施の形態にも適応可能である。また、上記実施の形態で説明した各構成要素を組み合わせて、新たな実施の形態とすることも可能である。
例えば、上記実施の形態では、人体領域検知システム10がエアコンなどに搭載される例について説明したが、人体領域検知システム10は、サーバなどによって実現されてもよい。
例えば、上記実施の形態では、温度算出部13は、それぞれ重み係数が乗算された第1温度および第2温度を平均することで得られる加重平均温度を閾値温度として算出する例について説明したが、これに限らない。例えば、温度算出部13は、第1温度および第2温度を平均することで得られる平均温度を閾値温度として算出してもよい。
例えば、本開示は、人体領域検知システム10として実現できるだけでなく、人体領域検知システム10を構成する構成要素が行うステップ(処理)を含む人体領域検知方法として実現できる。
具体的には、人体領域検知方法は、室内における人の人体領域を検知する人体領域検知方法であって、図2に示されるように、室内の温度分布を示す温度分布データを生成する温度分布データ生成ステップ(ステップS11)と、人の顔領域を抽出する顔領域抽出ステップ(ステップS12)と、温度分布データにおける顔領域の温度分布に基づいて第1温度を算出し、温度分布データのうちの顔領域を除く領域の温度分布に基づいて第2温度を算出し、第1温度および前記第2温度に基づいて第1温度と第2温度との間の温度である閾値温度を算出する温度算出ステップ(ステップS13およびS14)と、第1温度および第2温度に基づいて、温度分布データから人体領域を抽出する人体領域抽出ステップ(ステップS15)と、を含み、人体領域抽出ステップでは、第1温度が第2温度よりも高い場合には(ステップS21でYes)、温度分布データのうち、温度が顔領域の最高温度から閾値温度の範囲にある領域を人体領域として抽出し(ステップS22)、第1温度が第2温度よりも低い場合には(ステップS23でYes)、温度分布データのうち、温度が閾値温度から顔領域の最低温度の範囲にある領域を人体領域として抽出する(ステップS24)。
例えば、人体領域検知方法は、コンピュータ(コンピュータシステム)によって実行されてもよい。そして、本開示は、人体領域検知方法に含まれるステップを、コンピュータに実行させるためのプログラムとして実現できる。さらに、本開示は、そのプログラムを記録したCD-ROM等である非一時的なコンピュータ読み取り可能な記録媒体として実現できる。
例えば、本開示が、プログラム(ソフトウェア)で実現される場合には、コンピュータのCPU、メモリおよび入出力回路等のハードウェア資源を利用してプログラムが実行されることによって、各ステップが実行される。つまり、CPUがデータをメモリまたは入出力回路等から取得して演算したり、演算結果をメモリまたは入出力回路等に出力したりすることによって、各ステップが実行される。
また、上記実施の形態の人体領域検知システム10に含まれる構成要素は、集積回路(IC:Integrated Circuit)であるLSI(Large Scale Integration)として実現されてもよい。
また、集積回路はLSIに限られず、専用回路または汎用プロセッサで実現されてもよい。プログラム可能なFPGA、または、LSI内部の回路セルの接続および設定が再構成可能なリコンフィギュラブル・プロセッサが、利用されてもよい。
さらに、半導体技術の進歩または派生する別技術によりLSIに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて、人体領域検知システム10に含まれる構成要素の集積回路化が行われてもよい。
以上のように、本開示における技術の例示として、実施の形態を説明した。そのために、添付図面および詳細な説明を提供した。
したがって、添付図面および詳細な説明に記載された構成要素の中には、課題解決のために必須な構成要素だけでなく、課題解決のためには必須でない構成要素も含まれ得る。そのため、それらの必須ではない構成要素が添付図面や詳細な説明に記載されていることをもって、直ちに、それらの必須ではない構成要素が必須であるとの認定をするべきではない。
また、上述の実施の形態は、本開示における技術を例示するためのものであるから、特許請求の範囲またはその均等の範囲において種々の変更、置き換え、付加、省略などを行うことができる。
本開示は、室内における人を検知するシステムなどに適用できる。
10 人体領域検知システム
11 顔領域抽出部
12 温度分布データ生成部
13 温度算出部
14 人体領域抽出部
100 カメラ
200 サーモセンサ
11 顔領域抽出部
12 温度分布データ生成部
13 温度算出部
14 人体領域抽出部
100 カメラ
200 サーモセンサ
Claims (10)
- 室内における人の人体領域を検知する人体領域検知システムであって、
前記室内の温度分布を示す温度分布データを生成する温度分布データ生成部と、
前記人の顔領域を抽出する顔領域抽出部と、
前記温度分布データにおける前記顔領域の温度分布に基づいて第1温度を算出し、前記温度分布データのうちの前記顔領域を除く領域の温度分布に基づいて第2温度を算出し、前記第1温度および前記第2温度に基づいて前記第1温度と前記第2温度との間の温度である閾値温度を算出する温度算出部と、
前記第1温度、前記第2温度および前記閾値温度に基づいて、前記温度分布データから前記人体領域を抽出する人体領域抽出部と、を備え、
前記人体領域抽出部は、
前記第1温度が前記第2温度よりも高い場合には、前記温度分布データのうち、温度が前記顔領域の最高温度から前記閾値温度の範囲にある領域を前記人体領域として抽出し、
前記第1温度が前記第2温度よりも低い場合には、前記温度分布データのうち、温度が前記閾値温度から前記顔領域の最低温度の範囲にある領域を前記人体領域として抽出する、
人体領域検知システム。 - 前記温度算出部は、それぞれ重み係数が乗算された前記第1温度および前記第2温度を平均することで得られる加重平均温度を前記閾値温度として算出する、
請求項1に記載の人体領域検知システム。 - 前記温度算出部は、前記温度分布データにおける温度分布の分散値を算出し、前記分散値に基づいて前記第1温度および前記第2温度のそれぞれに乗算する前記重み係数を変化させる、
請求項2に記載の人体領域検知システム。 - 前記温度算出部は、前記顔領域の大きさに基づいて前記第1温度および前記第2温度のそれぞれに乗算する前記重み係数を変化させる、
請求項2に記載の人体領域検知システム。 - 前記温度算出部は、前記顔領域の平均温度を前記第1温度として算出する、
請求項1~4のいずれか1項に記載の人体領域検知システム。 - 前記温度算出部は、前記顔領域を除く領域の温度分布における最頻値の温度を前記第2温度として算出する、
請求項1~5のいずれか1項に記載の人体領域検知システム。 - 前記顔領域抽出部は、前記室内を撮影するカメラの撮影画像に基づいて前記顔領域を抽出する、
請求項1~6のいずれか1項に記載の人体領域検知システム。 - 前記顔領域抽出部は、前記温度分布データに基づいて前記顔領域を抽出する、
請求項1~7のいずれか1項に記載の人体領域検知システム。 - 室内における人の人体領域を検知する人体領域検知方法であって、
前記室内の温度分布を示す温度分布データを生成する温度分布データ生成ステップと、
前記人の顔領域を抽出する顔領域抽出ステップと、
前記温度分布データにおける前記顔領域の温度分布に基づいて第1温度を算出し、前記温度分布データのうちの前記顔領域を除く領域の温度分布に基づいて第2温度を算出し、前記第1温度および前記第2温度に基づいて前記第1温度と前記第2温度との間の温度である閾値温度を算出する温度算出ステップと、
前記第1温度および前記第2温度に基づいて、前記温度分布データから前記人体領域を抽出する人体領域抽出ステップと、を含み、
前記人体領域抽出ステップでは、
前記第1温度が前記第2温度よりも高い場合には、前記温度分布データのうち、温度が前記顔領域の最高温度から前記閾値温度の範囲にある領域を前記人体領域として抽出し、
前記第1温度が前記第2温度よりも低い場合には、前記温度分布データのうち、温度が前記閾値温度から前記顔領域の最低温度の範囲にある領域を前記人体領域として抽出する、
人体領域検知方法。 - 請求項9に記載の人体領域検知方法をコンピュータに実行させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021172679A JP2023062609A (ja) | 2021-10-21 | 2021-10-21 | 人体領域検知システム、人体領域検知方法およびプログラム |
PCT/JP2022/037847 WO2023068106A1 (ja) | 2021-10-21 | 2022-10-11 | 人体領域検知システム、人体領域検知方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021172679A JP2023062609A (ja) | 2021-10-21 | 2021-10-21 | 人体領域検知システム、人体領域検知方法およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023062609A true JP2023062609A (ja) | 2023-05-08 |
Family
ID=86058100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021172679A Pending JP2023062609A (ja) | 2021-10-21 | 2021-10-21 | 人体領域検知システム、人体領域検知方法およびプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2023062609A (ja) |
WO (1) | WO2023068106A1 (ja) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10315906A (ja) * | 1997-05-21 | 1998-12-02 | Zexel Corp | 乗員認識方法と乗員認識装置及びエアバック制御方法とエアバック装置 |
JP4482599B2 (ja) * | 2008-10-24 | 2010-06-16 | 本田技研工業株式会社 | 車両の周辺監視装置 |
JP5289118B2 (ja) * | 2009-03-16 | 2013-09-11 | 三菱電機株式会社 | 空気調和機 |
KR101035055B1 (ko) * | 2009-06-24 | 2011-05-19 | 전자부품연구원 | 이종 카메라를 이용한 객체 추적 시스템 및 방법 |
JP6131768B2 (ja) * | 2013-08-19 | 2017-05-24 | 三菱電機株式会社 | 空気調和装置 |
JP6425821B2 (ja) * | 2015-08-20 | 2018-11-21 | 三菱電機株式会社 | 空気調和機 |
CN105972765B (zh) * | 2016-05-25 | 2019-07-12 | 深圳先进技术研究院 | 一种智能空调及其温度调节方法 |
JP6333486B2 (ja) * | 2016-06-03 | 2018-05-30 | 三菱電機株式会社 | 機器制御装置及び機器制御方法 |
-
2021
- 2021-10-21 JP JP2021172679A patent/JP2023062609A/ja active Pending
-
2022
- 2022-10-11 WO PCT/JP2022/037847 patent/WO2023068106A1/ja unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023068106A1 (ja) | 2023-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10580161B2 (en) | Imaging system, object detection device and method of operating same | |
JP6639113B2 (ja) | 画像認識装置、画像認識方法及びプログラム | |
US10423848B2 (en) | Method, system, and computer-readable recording medium for long-distance person identification | |
JP5567853B2 (ja) | 画像認識装置および方法 | |
JP6866889B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
US10839521B2 (en) | Image processing apparatus, image processing method, and computer-readable storage medium | |
JP6587435B2 (ja) | 画像処理装置、情報処理方法及びプログラム | |
JP2007072814A (ja) | 画像処理装置及びその方法 | |
US10970896B2 (en) | Image processing apparatus, image processing method, and storage medium | |
JP6071002B2 (ja) | 信頼度取得装置、信頼度取得方法および信頼度取得プログラム | |
CN110378328B (zh) | 一种证件图像处理方法及装置 | |
Xu et al. | Near infrared vein image acquisition system based on image quality assessment | |
JP7039208B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
WO2019087742A1 (ja) | 画像センサ、センシング方法、制御システム及びプログラム | |
WO2023068106A1 (ja) | 人体領域検知システム、人体領域検知方法およびプログラム | |
KR101756352B1 (ko) | 확장성 국부 이진 패턴을 이용한 이미지 내 얼굴의 연령 추정 방법 | |
JP2017084065A (ja) | なりすまし検出装置 | |
JP2020021314A (ja) | 画像処理装置及び画像処理方法 | |
JP5791361B2 (ja) | パターン識別装置、パターン識別方法およびプログラム | |
JP2013210778A (ja) | 撮像装置 | |
CN112784703A (zh) | 一种基于多光谱的人员行动轨迹确定方法 | |
KR20200083188A (ko) | 라이브니스 검출 방법 및 장치, 이를 이용한 객체 인식 방법 | |
TW200841714A (en) | Intelligent type object detection method | |
US20230064329A1 (en) | Identification model generation apparatus, identification apparatus, identification model generation method, identification method, and storage medium | |
JP7286747B2 (ja) | 画像センサ、動体検知方法、プログラムおよび制御システム |