JP2877405B2

JP2877405B2 - 画像更新検出方法および画像更新検出装置

Info

Publication number: JP2877405B2
Application number: JP1506057A
Authority: JP
Inventors: カダー，アイヴァン
Original assignee: GURAMAN EAROSUPEESU CORP
Current assignee: GURAMAN EAROSUPEESU CORP
Priority date: 1988-05-31
Filing date: 1989-05-19
Publication date: 1999-03-31
Anticipated expiration: 2014-03-31
Also published as: WO1989012371A1; US4931868A; CA1318726C; EP0372053A4; JPH03500704A; EP0372053A1

Description

【発明の詳細な説明】技術分野本発明は、変更あるいは動きのような画像の更新を検
出するための方法および装置に係り、特に、これら更新
を検出するための関連記憶形式を使用することに関す
る。

従来の技術多くの場合において、画像監視装置は、専ら画像の変
化を解析し、あるいは追跡するために使用されるが、少
なくとも最初の段階において、その変化自体が何である
のかを正確に解析しないことが多い。例えば、ある環境
下に置かれた何もない領域が有ったとする。そして、画
像監視装置がこの領域を監視し、この領域における何等
かの変化あるいは横切るものを検知しようとしているこ
ととする。画像監視装置は、少なくとも最初の段階にお
いて、単にその領域に何等かの変化が有ったという事実
を検出するが、例えばこの領域を横切るものが何である
かについて解析しないことが多い。

種々の自動あるいは半自動の技術あるいは手順は、上
述の監視方法を実行するために採用される場合が多い。
簡単に言えば、上述した領域の画像が常時取り込まれ、
所定の標準画像と比較される。そして、取り込まれた画
像と標準画像との間に何らかの相異があると、その相異
は該領域に何らかの変化があったことを示す。また、上
述した技術の代替として、同一の景色から取り込まれた
時系列的に連続する一連の画像のうち、隣接した画像を
減算できるものも有る。この減算によって両画像間の灰
色階調の相異が観測される。ここで、画像のサンプリン
グレート（すなわちフレームレート）が、いかなる急激
な変化または動き（すなわち、更新あるいは新規事項）
に対しても充分速く設定されることを前提としている。
また、この技術においては、標準画像に関する情報を全
く必要としない。詳述すれば、各画像が極めて多くの微
少単位区間（画面の単位。以下、画素という）に分割さ
れるとともに、取り込まれた画像の各画素が標準画像あ
るいは直前の画像の対応する画素と比較される。画像の
分割（画像を極めて多くの画素に変換することを含む）
は、当業者にとって周知の如く、フライングスポットス
キャナあるいは光検出器／光センサの配列によって成し
遂げられる。この結果、各画素の光度あるいは画像情報
は、アナログの電流あるいは電圧として出力され、もし
必要な場合は数段階のインテンシティレベルを表示する
ようなデジタル信号に変換される。以後、光検出器／光
センサの出力電流または電圧信号を、装置への入力信号
という。この入力信号が電流であるのか電圧であるのか
は、当業者にとって周知のように、光検出器／光センサ
の出力インピーダンスに基づく。例えば、光センサを、
各画素の光度に比例した電流（または電圧）を出力する
ように構成し、これらの電流を、標準画像の各画素の光
度に基づいて同様の手法によって出力される電流と比較
することによって、画像の相異の検出が行われる。この
比較は、迅速な比較を可能とするため、電気的に実行さ
れることが望ましい。しかし、比較的小さな画像におい
ても、相異の検出のために必要とする比較の数が極めて
多い。このため、上述した従来技術によれば、極めて大
規模の記憶装置を必要とし、動作も遅い。

さらに、画像の相異は灰色階調の相異によって生ずる
ばかりでなく、画像のテクスチュア（きめの粗さ）に起
因する更新あるいは新規事項（変化）によっても発生す
る。この場合にあっては、標準画像比較方法あるいは隣
接フレームの減算方法は、機能しない。したがって、従
来技術の構成によれば、一画像のテクスチュア内での変
化を効果的に検出することができない。

発明の開示本発明は、画素の配列によって構成される画像の更新
を検出する方法である。そして、この方法は、隣接する
１グループの画素の光度を表示する信号を出力する第１
の過程（ここに、ｎは該グループ中の画素の数であり、
前記各信号はｎ×１のベクトルＺを形成する）と、多数
の前記Ｚベクトルを出力するために前記第１の過程を多
数回繰り返す第２の過程（ここで、繰り返し回数をｍと
し、ｋ＝1,2,3,……,mとすると、繰り返し出力された前
記ベクトルＺがZ_kとなる形で表現される）とを含んでい
る。この方法は、さらに、ノイズe_kの存在する情況下
で、前記ベクトルZ_kの各々に対して、Z_k＝Ｄβ_ｋ＋e_kな
る関係を、ベクトルβ_ｋとの間に付与する第３の過程
（ここで、ベクトルβ_ｋは少なくとも一の変数を含むベ
クトルであり、Ｄは少なくとも３行４列あるいは４行３
列の行列である）と、前記一の変数の値を引き出すた
め、ベクトルZ_kからベクトルβ_ｋの解を得る第４の過程
と、常時、前記変数の値を監視する第５の過程と、前記
変数が所定値以上になると検知信号を出力する第６の過
程とを有している。

本発明は、画素の配列を含む画像の更新を検出する装
置でもある。この装置は、隣接する１グループの画素の
光度を示す信号グループを多数回出力する信号グループ
発生手段（そのグループにおける信号の数をｎとする
と、各グループの信号はｎ×１のベクトルＺを形成し、
さらに、前記グループの数をｍとし、ｋ＝1,2,3,……,m
とすると、前記各ベクトルＺがZ_kなる形で表現される）
を具備している。この装置は、さらに、ノイズe_kの存在
する情況下において、前記ベクトルZ_kの各々に対して、
Z_k＝Ｄβ_ｋ＋e_kなる関係を、ベクトルβ_ｋとの間に付与
する関係付与手段（ここで、ベクトルβ_ｋは少なくとも
一の変数を含むベクトルであり、Ｄは少なくとも３行４
列あるいは４行３列の行列である）と、前記ベクトルZ_k
に基づいて前記変数の値を計算する計算手段と、前記変
数の値を常時監視する監視手段と、前記変数の値が所定
値以上になると検知信号を出力する検知手段とを具備し
ている。

図面の簡単な説明第１図は一般的なＭ×Ｎ画素の画面あるいは画像のフ
レームを観測するための検出器配列を示す図であり、あ
る期間中抜き出し、この画像がどのように変化するかを
示す全体の輪郭を図示する。

第２図は、あるフレームにおける２×２の画素グルー
プ（２×２マスク）を示す図である。

第３図は、一連のフレームにおける一連の２×２の画
素グループ（２×２マスク）を示す図である。

第４図は、第３図の画素グループからの信号に、均一
の処理の重み付けを行う３−ニューロン・ニューラル・
ネットワーク方式の回路図である。

第５図は、第３図の画素グループからの信号を処理す
るための他の回路図である。

第６図は、本発明において使用される強調要素を算出
する過程を示す図である。

第７図は、第５図に示した構成と同様の回路図である
が、ノイズ減衰強調要素を含む。

第８図は、２×２マスクからの処理信号によって３種
類の変数がどのようにして得られるかを示す３種類のグ
ラフから成る。そのマスクは、目的物の一の画素から他
への画素の対角線方向への移動に追従して変化する。

第９図は、２×２マスクからの処理信号によって３種
類の変数がどのようにして得られるかを示す３種類のグ
ラフから成る。そのマスクは、そのマスク内部における
目的物の一の画素から他への画素の垂直あるいは水平方
向への移動に追従して変化する。

第10図は、ある観察フレームにおける２×２マスクの
配列を示す。

第11図は、ある観察フレームにおける重なった２×２
マスクの配列を示す。

詳細な説明本発明者は、解析中の画像を表示する画素列検出器の
各エレメントからの出力信号を、結合写像法（assosiat
ive mapping）と称される数学の一分野において使用さ
れる方程式と同様の方式を具備するある数学方程式から
選択された１組の変数のグループに換算して、表現する
ことが可能であることを発見した。

さらに、本発明者は、前者の方程式（結合写像法で使
用される方程式）が、後者の方程式からこれら選択され
た変数の解を求める際にも使用され、全ての期間中にお
けるこれら変数の変化から画像の更新が検出されること
を発見した。

第１図は、所定期間内に取り込まれた一連の観察フレ
ームF₁〜F_nを示す。各フレームは、複数の画素の配列に
よって構成される。そして、第２図は、第１図における
２×２のマスクを示す。各画素は、一般的にz_ijと表示
される。ここに、ｉはフレーム内における画素の行（ro
w）を示し、ｊはフレーム内における画素の列（colum
n）を示す。例えば、第２図に示す４つの画素は、それ
ぞれ図示の通りz₁₁、z₁₂、z₂₁およびz₂₂と表示される。
光センサ（図示せず）は、各画素の光度に比例した電流
を出力するために使用され、これらの電流（前述のよう
に、入力信号を意味する）が、各々シンボルZ₁₁、Z₁₂、
Z₂₁およびZ₂₂として表示される。これら電流の測定結果
は、下式（１）に示す４×１のベクトルＺとして表示さ
れる。

ベクトルＺの測定結果は、下式（２）に示す線形モデル
にも供給される。

Ｚ＝Ｄβ＋ｅ ……式（２）ここに、βは３×１のパラメータベクトルであり、測
定対象の画素からの光による電流を示す。また、Ｄは４
×３の行列であり、詳細は後述する。また、ｅは４×１
のベクトルであり、ランダムな変動に起因する電流を示
す。

全期間中において、画像の一連のフレームは、取り込
まれ、あるいは発生される。また、第３図に、フレーム
F₁、F₂およびF₃から成る一連の２×２マスクを示す。こ
のマスク内部の各画素のシンボルは、その画素の属する
フレームｋを肩文字として、表示される。したがって、
第３図におけるフレームF₁の各画素は、z₁₁ ¹、z₁₂ ¹、z
₂₁ ¹、z₂₂ ¹と表示され、同図フレームF₂の各画素も同様
にz₁₁ ²、z₁₂ ²、z₂₁ ²、z₂₂ ²と表示される。各光センサ
は、前述のように、各フレームの対応する画素の光度を
示す電流を発生させるために使用される。そして、仮に
ｍ個のフレームが取り込まれるとすると、各画素z₁₁ ^k、
z₁₂ ^k、z₂₁ ^kおよびz₂₂ ^kからの電流測定結果が一般的にZ
₁₁ ^k、Z₁₂ ^k、Z₂₁ ^kおよびZ₂₂ ^kと表示される。ここに、ｋ
＝1,2,3,……,mである。したがって、式（１）および
（２）は、下式（３）および（４）に示すように一般化
される。

Z_k＝Ｄβ_ｋ＋e_k ……式（４）（ここにｋ＝1,2,3,……,m）ここで、式（４）は常にβ_ｋの単一解を持つものでは
ないが、β_ｋの近似値（以下、という）が最小二乗法により、下式（５）によって求め
られることが知られている。

（ここで、D^Tは行列Ｄの転置行列である）この非帰納方式は、経験上等価にデザインされた線形
モデルの一般方程式の直接解に基づいている。もしＤが
直行行列であれば、D^TD＝１となるから、式（５）はとすることができる。

ところで、式（６）は下式（７）と同様の形になって
いる。

y_k＝Mx_k ……式（７）（ただし、ｋ＝1,2,3,……,mの全てのｋについて式
（７）が成立することとする）式（７）は、結合写像法において、Ｍが行列演算子で
あり、これによってパターンy_kがパターンx_kから得られ
るという事実を表示するために使用される方程式であ
る。

もしＭが新写像であれば、Ｍは常に平衡行列になる。
このことは、Ｍの全ての要素が「１」または「−１」に
なることを意味する。ここで、式（６）が式（７）に対
応するならば、行列Ｄも常に平衡行列になる。

したがって、行列Ｄは下記特徴を有することが判る。

（ｉ）行列Ｄは直交行列であり、このことはD^TD＝ｃ
［Ｉ］を意味する。ここにｃはスカラであり、Ｉは単位
行列である。

（ii）行列Ｄの全要素が「１」または「−１」になる。

（iii）この例においては、行列Ｄが４行３列から成
る。

このパラメータの再付与された線形モデルの限定され
た類に属する計画行列は、必要とする行列演算子の平衡
性が満足されることによって、上述した新写像の各判定
条件を満足することが判る。１セルあたりｎのオブザベ
ーションを有する実験計画の乱塊のある類における固定
効果の二元配置にあっては、対応するパラメータの再付
与された計画行列は、最大階数であるとともに直行行列
である。この場合において、この随伴行列は、このモデ
ルによって予め指定されることができ、「＋１」および
「−１」の要素から成る、計画行列の転置行列になる。

本発明者は、行列Ｄの解の一つが次式（８）になるこ
とを発見した。

また、式（４）におけるβ_ｋおよびe_kが各々下式
（９）および（10）で与えられれば、式（４）は下式
（11）の通りになる。

式（11）に式（８）を代入すると、となる。式（12）からu_k,A_kおよびB_kの解を求める
と、下式（13）〜（15）の通りになる。

u_k＝Z₁₁ ^k＋Z₁₂ ^k＋Z₂₁ ^k＋Z₂₂ ^k ……式（13） A_k＝Z₁₁ ^k＋Z₁₂ ^k−Z₂₁ ^k−Z₂₂ ^k ……式（14） B_k＝Z₁₁ ^k−Z₁₂ ^k＋Z₂₁ ^k−Z₂₂ ^k ……式（15）第４図は、式（13）〜（15）に基づいて入力信号を処
理するためのロジックアレイまたは回路（均一の処理の
重み付けを行う３−ニューロン・ニューラル・ネットワ
ーク）を示す図であり、入力信号Z₁₁ ^k、Z₁₂ ^k、Z₂₁ ^kおよ
びZ₂₂ ^kから出力信号u_k、A_kおよびB_kを出力する。

入力信号Z₁₁ ^k、Z₁₂ ^k、Z₂₁ ^kおよびZ₂₂ ^kは、それぞれ算
器（乗算器）OP₁、OP₂、OP₃およびOP₄に供給される。各
演算器は、単位演算器である。各演算器の出力電流の値
は、各入力信号Z₁₁ ^k、Z₁₂ ^k、Z₂₁ ^kおよびZ₂₂ ^kと同じであ
る。そして、これらの演算器は、第４図に示されている
ように、各入力信号Z₁₁ ^k、Z₁₂ ^k、Z₂₁ ^kおよびZ₂₂ ^kに＋１
の重み付けを付加する。演算器OP₂、OP₃およびOP₄の出
力信号は、演算器OP₅、OP₆およびOP₇に、それぞれ供給
される。これらの演算器は、入力信号と大きさが同じで
極性の異なる出力信号を出力する。したがって、演算器
OP₅の出力信号は信号Z₁₂ ^kと大きさが同じで極性の異な
る信号になり、演算器OP₆の出力信号は信号Z₂₁ ^kと大き
さが同じで極性の異なる信号になり、演算器OP₇の出力
信号は信号Z₂₂ ^kと大きさが同じで極性の異なる信号にな
る。

演算器OP₁の出力信号は各加算器S₁、S₂およびS₃の入
力端ａに供給され、演算器OP₂の出力信号は加算器S₁の
入力端ｄに供給されるとともに加算器S₂の入力端ｃに供
給され、演算器OP₃の出力信号は加算器S₁およびS₃の入
力端ｃに供給され、そして、演算器OP₄の出力信号は加
算器S₁の入力端ｃに供給される。さらに、演算器OP₅の
出力信号は加算器S₃の入力端ｃに供給され、演算器OP₆
の出力信号は加算器S₂の入力端ｄに供給され、そして演
算器OP₇の出力信号は加算器S₃の入力端ｄに供給され
る。なお、図面上の繁雑を避けるため、第４図における
各加算器S₁、S₂およびS₃の入力端ａ、ｂ、ｃおよびｄに
は、特に符号を付していない。

各加算器S₁、S₂およびS₃は、これらの入力端に供給さ
れた信号を加算して出力する。すなわち、各加算器から
は、次式（16）〜（18）に示す信号が出力される。

加算器S₁の出力信号＝Z₁₁ ^k＋Z₁₂ ^k＋Z₂₁ ^k＋Z₂₂ ^k ……式（16）加算器S₂の出力信号＝Z₁₁ ^k＋Z₁₂ ^k−Z₂₁ ^k−Z₂₂ ^k ……式（17）加算器S₃の出力信号＝Z₁₁ ^k−Z₁₂ ^k＋Z₂₁ ^k−Z₂₂ ^k ……式（18）式（13）〜（15）と、式（16）〜（18）とを比較する
と、各加算器S₁、S₂およびS₃の出力信号は、それぞれ上
述した信号u_k、A_kおよびB_kに等しいことが判る。

式（４）の他の解法（帰納的解法）は、最小二乗小分
散統計的近似法（stochastic approximation minimum v
ariance least squares、以下「SAMVLS」と略す）によ
って求めることができる。すなわち、かかる技術によ
り、下式（19）に示す反復方程式が得られる。

ここで、任意の値がとして選択される。また、Ａは選択された行列であり、
以下、利得行列という。利得行列Ａは、ステップサイズ
ｋに沿った処置における収束率を制御する。この利得行
列も、帰納的推定方法の収束率を最適値近くに保持する
技術に精通した者によって、（入力データのシーケンス
における一機能として）適用されるようになる。

この反復／修正手順の実現は、僅かな記憶容量で実現
しうる強化された確率的近似方法を使用する線形モデル
の測定方程式からの、一時的データシーケンスの新規パ
ラメータの推定に基づく。

式（19）は、各が直前に計算されたの値の点から表現された、帰納的方程式である。

として、どのような任意の値も選択されるから、最初の
数回においては、に誤差が生じることもある。しかし、このような誤差
は、時間の経過とともに減少する。また、ほとんどの情
況下にあっては、の値の変動範囲が既知であるから、この範囲内にを設定することにより、最初の数回のの誤差を式（19）による計算範囲内に限定することもで
きる。実際、経験を積んだ者は好適なの近似値を設定することができ、これにより、式（19）
によって計算される一連のの誤差は無視できる。

第５図は、式（19）に基づいて入力信号を処理し、特
に入力ベクトルZ_kおよびに基づいて出力ベクトルを生成するためのロジックアレイまたは回路を示す図で
ある。図面の簡略化のため、第５図には、個々の変数
Z_k、またはが表示されていない。また、第５図には、行列D^Tまたは
Ａ要素に代表される個々の作用子が図示されていない。
第５図を第４図と同様の詳細度に書き換えるために、こ
れらの変数または作用子を付加することは、当業者によ
って容易である。

第５図に示された回路において、の値は演算器OP₈に供給される。演算器OP₈はを行列D^Tと乗算する。これと同時に、Z_kを成す入力信号
が演算器OP₉に供給される。演算器OP₉はZ_kとD_Tとを乗算
する。演算器OP₈およびOP₉の出力信号は演算器OP₁₀に供
給される。演算器OP₁₀は、前者の信号を後者の信号から
減算し、演算器OP₈およびOP₉の出力信号の差信号が演算
器OP₁₁に供給される。演算器OP₁₁は、この差信号と、ｋ
で除算されたＡとを乗算する。演算器OP₁₁の出力は、演
算器OP₁₂に供給され、ここで演算器OP₁₁の出力信号ととが加算され、が生成される。

は、回路の出力信号として出力されるとともに、遅延回
路D₁に供給される。遅延回路D₁は、このベクトルを、反
復ステップｋに対応した単位時間ホールドとして、出力
する。

式（19）によって計算されたの値（複数）は、基本マスク単位のあらゆる信号の変化
（興味を示すべき変化、および、例えばノイズのような
興味を示すべきでない変化を含む）に対して敏感であ
る。ノイズに対するの敏感さを減少させ、理想的にはがノイズに対して鈍感であるようにするためには、強調
された統計的近似法に基づいた帰納的推定手順を式（1
9）に組み込む必要がある。非線形回帰関数を使用する
ことにより、帰納的演算子を強化することができる。す
なわち、出力パラメータの推定演算が、モデルの測定方
程式における不要な騒動／変化に対して、鈍感になる。
実際、ｂバッチに基づくマン−ウイットニー−ウィルコ
クソン式非パラメトリック統計量の対称形であって、非
線形強調変換たるW^bを式（19）に追加することができ
る。

具体的には、（ここに、ｒおよびｓは、それぞれサンプルｂの測定結
果から成る組である。また、sgnは、r_i−s_jが「０」よ
り大であれば「１」になり、r_i−s_jが「０」であれば
「０」になり、r_i−s_jが「０」未満であれば「−１」に
なる演算子である。）例えば、あるサンプルにおいて、各々「４」、
「２」、「６」、「１」、「５」、「４」、「３」およ
び「７」の値を示す合計８個の測定結果が得られたと仮
定する。これら測定結果は、下式（21）、（22）に示す
ように、ｒまたはｓに組分けされる。

ｒ＝｛4,2,6,1｝ ……式（21）ｓ＝｛5,4,3,7｝ ……式（22）これにより、W_bは以下のように計算される。

ここで、となる。すなわち、W^bが±１に一般化されることが判
る。

第６図は、このW^bを計算する手順を示す図である。ｂ
サンプルの値の組がメモリM₁に格納され、他のｂサンプ
ルの値がメモリM₂に格納され、そして、式（20）に従っ
て、W^bが計算される。

本実施例にあっては、他の種々の方法によって強調因
子W^bを計算することもでき、適用しうる任意の技術を用
いてもよい。

この因子W^bを式（19）に組み込むと、が得られる。ここに、であり、ｉ＝1,2,3,……であり、ｋ′＝ｂ（ｋ＝１）で
ある。Ａは利得行列であり、上述の手順において、最適
に近い収束率を達成するように選択される。本発明者の
解析したＡの好適な値は、下式（29）で与えられる。

時間に従属して適用される利得行列A_k（．）は、一定
値Ａが充分な収束率を提供することを主目的としている
が、より迅速なの近似化のために、式（27）においても使用される。時
間に従属して適用される利得行列を測定するための多数
の技術が当業者に知られている。したがって、本実施例
の実用においては、適用可能ないかなる技術を用いても
よい。

第７図は、式（27）に基づいて入力信号を処理するた
めのネットワークまたは配列を示す図である。第７図と
第５図とを比較して判るように、式（19）を強化するこ
とにより、第５図に示す回路にバッファユニットB₁およ
びB₂と、行列演算子W^bとを追加することが必要とされ
る。最初のｍ個のZ_kは、バッファB₁およびB₂に格納され
る、任意のが演算器OP₈に供給され、ベクトルが行列D^Tによって作用される。同時に、演算器OP₉にお
いて、ベクトルZ_kが行列D^Tによって作用される。演算器
OP₈およびOP₉の出力信号は、演算器OP₁₀に供給される。
ここで、後者から前者が減算される。次に、この差信号
がW^bと乗算され、この乗算結果が演算器OP₁₁において利
得行列Ａによって作用される。演算器OP₁₁の出力行列
は、を得るために、演算器OP₁₂においてと加算される。この値は、回路の出力信号として外部に
供給されるとともに、遅延回路D₁に供給される。遅延回
路D₁は、の値を単位時間、すなわち回路が次のの計算のために使用されるまで保持する。

すなわち、W^bは、適用される非線形収束率に基づくデ
ータであり、選択された測定値を合計しつつ限定するこ
とにより生成される。そして、この因子の導入は、ノイ
ズのような妨害の増加によって引き起こされる誤ったア
ラームを除去することを図っている。何回もW^bに取り込
まれた値が選択され、それらの絶対的な数値には基づか
ないが、直前あるいは直後の測定値と比較すれば、それ
らの数値に最もよく基づく。

第８図は、目的物がある画素（画素Z₁₁）から対角線
上の画素（Z₂₂）に移動する情況下におけるu_k、A_kおよ
びB_kの出力値を示す。図から判るように、この動きは、
ｕにおいて明らかなスパイクとなって表示される。ま
た、パラメータＡおよびＢには、特に顕著な変化が無い
ことも判る。

第９図は、対象の一画素から隣接する画素、すなわち
画素Z₁₁からZ₂₁への移動期間中の出力信号u_k、A_kおよび
B_kを示す。図から判るように、この動きは、結果とし
て、全パラメータの値についてスパイクを生じさせる。
さらに、この変化は、ｕの値に２つものスパイクを発生
させている。

このような画素z₁₁、z₁₂、z₂₁およびz₂₂を横切るよう
な対象の動きは、例えば、第４図における加算器S₁、S₂
およびS₃の出力信号をそれぞれ検出するための第１、第
２および第３閾値検出器を追加し、何れかの加算器の出
力信号レベルが所定値以上に上昇したか否かに対応する
信号を出力することによって、自動的に検出される。

当業者にとって明らかなように、これら動きの表示
は、コンピュータあるいはマイクロプロセッサのような
電子式データ処理装置に使用してきわめて好適な、電流
あるいは電圧のパルスとしての形を成す。さらに、この
発明は、画面のテクスチュア（これは、対象が画面を横
切るような実際の動きの有無にかかわらず、個々の画素
の組の発光濃度の変化の結果である）の変化を検出する
ために用いても効果的である。

一の画像は、少なくとも４の画素を含み、全体として
画像を横切る動きは多数の基本マスクが画面を覆うこと
によって追跡され、各マスクの演算回路からの動きの表
示信号が自動監視される。そして、この技術は多量平行
性と称される。例えば、第10図を参照すると、画素グル
ープpg₁からの移動表示信号の後に画素グループpg₂およ
びpg₃の移動表示信号が続くことは、画面を水平に横切
る動きがあったことを示す。同様に、画素グループpg₁
からの移動表示信号の後に画素グループpg₄およびpg₅の
移動表示信号が続くことは、画面を垂直に横切る動きが
あったことを示す。

対象が画面を横切る動きをさらに精密に測定すること
は、画素グループを重ね合わせることによって実現す
る。一例として、第11図を参照すると、画素グループpg
₁は画素z₁₁、z₁₂、z₂₁およびz₂₂から構成され、画素グ
ループpg₂は画素z₁₂、z₁₃、z₂₂およびz₂₃から構成さ
れ、画素グループpg₃は画素z₂₁、z₂₂、z₃₁およびz₃₂か
ら構成されている。画素グループpg₁およびpg₃からの移
動表示信号が有り、画素グループpg₂からの移動表示信
号が無いことは、画素z₁₁およびz₂₁間における移動があ
ったことを表示する。同様に、画素グループpg₁およびp
g₂からの移動表示信号が有り、画素グループpg₃からの
移動表示信号が無いことは、画素z₁₁およびz₁₂間におけ
る移動があったことを表示する。

さらに、新規事項の存在および動きの方向が検知され
ることによって、対象の速度（動きの方向を伴った速
度）を検知することができる。これは、各マスク内部で
の対象の滞在時間を計算することによって、成し遂げら
れる。この滞在時間は、対象の速度Ｓに基づいて決定さ
れる。ここで、画素およびマスクのフレームレートＲ
は、フレーム時間をＴとすると、Ｒ＝1/Tとなる。仮
に、同一単位マスク（２×２マスク）内の各画素の間隔
を単位幅とすると、対角線方向に移動する対象の速度Ｓ
は、次式（30）で与えられる。

ここに、Ｌはそのフレームにおけるマスクの数であ
る。

第４図、第５図および第７図に示す回路は、前述した
ニューラルネットワークと多くの点で類似している。多
数のデータの値が検出され、あるいは供給され、これら
各値に重み付けがなされる。そして、重み付けされたデ
ータ値は、前述した各式によって合計される。

Claims

(57)【特許請求の範囲】

【請求項１】複数の画素から成る画像の変化を検出する
画像変化検出方法であって、（ａ）隣接する所定数ｎの画素から成る画素グループに
おける前記各画素の光度を総合して成るベクトルであっ
て、ｎ×１の要素から成るベクトルＺを出力する第１の
過程と、（ｂ）前記第１の過程を多数回繰り返す第２の過程と、（ｃ）前記第２の過程における繰り返し回数をｍとし、
「１」ないしｍの任意の自然数をｋとし、ｋ番目に出力
されたベクトルＺをZ_kとし、少なくとも一の変数を含む
ベクトルをベクトルβ_ｋとし、現時点のノイズを示すベ
クトルをベクトルe_kとし、４行３列あるいは３行４列以
上の行列を行列Ｄとし、前記各ベクトルZ_kと、前記各ベクトルβ_ｋとに対してZ_k
＝Ｄβ_ｋ＋e_kなる関係を付与する第３の過程と、（ｄ）前記関係と、前記ベクトルZ_kとから前記ベクトル
β_ｋにおける前記変数の解を求める第４の過程と、（ｅ）前記変数の値を監視する第５の過程と、（ｆ）前記変数の値が所定値以上になると検知信号を出
力する第６の過程とを有することを特徴とする画像変化検出方法。
【請求項２】前記画素グループは、前記画像において矩
形状に形成されたことを特徴とする特許請求の範囲第１
項記載の画像変化検出方法。
【請求項３】前記画素グループは少なくとも四の画素を
含み、かつ、前記行列Ｄはで表されることを特徴とする特許請求の範囲第２項記載
の画像変化検出方法。
【請求項４】前記各画素の光度の総量を示す信号は電圧
信号であって、前記第３の過程は、（ａ）前記ベクトルZ_kを構成する前記各電圧信号を所定
のネットワークに供給する第１のステップと、（ｂ）前記ネットワークにおいて、前記各電圧信号を処
理する第２のステップと、（ｃ）前記ベクトルZ_kを用いて前記ベクトルB_kの少なく
とも一の要素を表示する出力信号を前記ネットワークか
ら出力する第３のステップとを有することを特徴とする特許請求の範囲第１項記載の
画像変化検出方法。
【請求項５】前記第１の過程は、前記画素グループの第
１、第２、第３および第４の画素の光度をそれぞれ表示
する第１、第２、第３および第４の電圧信号を出力する
ステップを有し、かつ、前記第２のステップは、（ａ）前記第１、第２、第３および第４の電圧信号の総
和を算出する第１のサブステップと、（ｂ）前記第１の信号と前記第２の信号とを加算し前記
第３の信号と前記第４の信号とを減算する第２のサブス
テップと、（ｃ）前記第１の信号と前記第３の信号とを加算し前記
第２の信号と前記第４の信号とを減算する第３のサブス
テップとを有し、さらに、前記第３のステップは、（ｄ）前記第１のサブステップの演算結果に比例する第
１の出力信号を出力する第４のサブステップと、（ｅ）前記第２のサブステップの演算結果に比例する第
２の出力信号を出力する第５のサブステップと、（ｆ）前記第３のサブステップの演算結果に比例する第
３の出力信号を出力する第６のサブステップとを有することを特徴とする特許請求の範囲第４項記載の
画像変化検出方法。
【請求項６】前記ネットワークは、第１、第２、第３お
よび第４の入力手段と、第１、第２および第３の反転器
と、第１、第２および第３の加算器とを具備し、前記第１のステップは、前記第１、第２、第３および第
４の電圧信号を各々前記ネットワークの前記第１、第
２、第３および第４の入力手段に供給するサブステップ
を含み、前記第２のステップは、（ａ）前記第２の入力手段の出力電圧信号を前記第１の
反転器に供給し、前記第２の入力手段の出力電圧信号の
極性を反転して成る第１の内部電圧信号を発生する第７
のサブステップと、（ｂ）前記第３の入力手段の出力電圧信号を前記第２の
反転器に供給し、前記第３の入力手段の出力電圧信号の
極性を反転して成る第２の内部電圧信号を発生する第８
のサブステップと、（ｃ）前記第４の入力手段の出力電圧信号を前記第３の
反転器に供給し、前記第４の入力手段の出力電圧信号の
極性を反転して成る第３の内部電圧信号を発生する第９
のサブステップとを含み、前記第１のサブステップは、前記第１、第２、第３およ
び第４の入力手段の出力電圧信号を前記第１の加算器に
供給するサブステップを含み、前記第２のサブステップは、前記第１および第２の入力
手段の出力電圧信号と、前記第２および第３の内部電圧
信号とを前記第２の加算器に供給するサブステップを含
み、かつ、前記第３のサブステップは、前記第１および第３の入力
手段の出力電圧信号と、前記第２および第３の内部電圧
信号とを前記第３の加算器に供給するサブステップを含
むことを特徴とする特許請求の範囲第５項記載の画像変化
検出方法。
【請求項７】前記行列Ｄの転置行列をD^Tとし、前記第４
過程は、なる計算によってベクトルβ_ｋの概算たるベクトルを求めるステップを含むことを特徴とする特許請求の範
囲第１項記載の画像変化検出方法。
【請求項８】前記行列Ｄの転置行列をD^Tとし、３行３列
以上の行列をＡとし、前記第４過程はなる計算によってベクトルβ_ｋの概算たるベクトルを求めるステップを含むことを特徴とする特許請求の範
囲第１項記載の画像変化検出方法。
【請求項９】複数の画素から成る画像の変化を検出する
ための画像変化検出装置であって、（ａ）隣接する所定数ｎの画素から成る画素グループに
対し前記各画素の光度を示す信号を出力する信号グルー
プ発生手段であって、前記画素グループ毎に前記各信号
を一の信号グループとし、この信号グループを多数回出
力する信号グループ発生手段と、（ｂ）前記各信号グループにおける前記各信号によって
構成されるベクトルであってｎ×１の要素から成るベク
トルをベクトルＺとし、前記信号グループの数をｍと
し、「１」ないしｍの任意の自然数をｋとし、ｋ番目に
出力された信号グループに対応するベクトルＺをベクト
ルZ_kとし、少なくとも一の変数を含むベクトルをベクト
ルβ_ｋとし、現時点のノイズを示すベクトルをベクトル
e_kとし、４行３列あるいは３行４列以上の行列を行列Ｄ
とし、前記各ベクトルZ_kと、前記各ベクトルβ_ｋとに対してZ_k
＝Ｄβ_ｋ＋e_kなる関係を付与する関係付与手段と、（ｃ）前記ベクトルZ_kに基づいて前記変数の解を計算す
る計算手段と、（ｅ）前記変数の値を監視する監視手段と、（ｆ）前記変数の値が所定値以上になると検知信号を出
力する検知手段と、を具備することを特徴とする画像変化検出装置。
【請求項１０】前記画素グループは、前記画像において
矩形状になることを特徴とする特許請求の範囲第９項記
載の画像変化検出装置。
【請求項１１】前記画素グループは少なくとも四の画素
を含み、かつ、前記行列Ｄはで表されることを特徴とする特許請求の範囲第10項記載
の画像変化検出装置。
【請求項１２】前記信号グループ発生手段は、前記各画
素の光度を示す電圧信号を発生する電圧信号発生手段を
具備し、かつ、前記計算手段は、前記電圧信号のベクトルZ_kからベクト
ルβ_ｋを出力するために、前記電圧信号発生手段に接続
されたネットワークを具備することを特徴とする特許請
求の範囲第９項記載の画像変化検出装置。
【請求項１３】前記ネットワークは、第１、第２、第３
および第４の入力手段と、第１、第２および第３の反転
器と、第１、第２および第３の加算器とを具備し、前記電圧信号発生手段は、各々が前記第１、第２、第３
および第４の画素の光度を示す第１、第２、第３および
第４の電圧信号を出力し、前記ネットワークの前記第１、第２、第３および第４の
入力手段は、前記第１、第２、第３および第４の電圧信
号を前記電圧信号受信手段から受信するために、それぞ
れ前記電圧信号発生手段に接続され、前記第１の反転器は、前記第２の入力手段の出力信号と
逆の極性を持つ第１の内部電圧信号を発生するために、
前記第２の入力手段に接続され、前記第２の反転器は、前記第３の入力手段の出力信号と
逆の極性を持つ第２の内部電圧信号を発生するために、
前記第３の入力手段に接続され、前記第３の反転器は、前記第４の入力手段の出力信号と
逆の極性を持つ第３の内部電圧信号を発生するために、
前記第４の入力手段に接続され、前記第１の加算手段は、前記第１、第２、第３および第
４の入力手段に接続され、前記第１、第２、第３および
第４の入力手段の出力電圧信号の和に等しい出力信号電
圧を発生し、前記第２の加算手段は、前記第１および第２の入力手段
の出力電圧信号と前記第２および第３の反転器の出力電
圧信号との和に等しい出力電圧信号を出力するために、
前記第１および第２の入力手段と、前記第２および第３
の反転器とに接続され、前記第３の加算手段は、前記第１および第３の入力手段
の出力電圧信号と前記第１および第３の反転器の出力電
圧信号との和に等しい出力電圧信号を出力するために、
前記第１および第３の入力手段と、前記第１および第３
の反転器とに接続されたことを特徴とする特許請求の範
囲第12項記載の画像変化検出装置。和に等しい出力電圧
信号を出力するために、前記第１および第２の入力手段
と、前記第２および第３の反転器とに接続され、前記第３の加算手段は、前記第１および第３の入力手段
の出力電圧信号と前記第１および第３の反転器の出力電
圧信号との和に等しい出力電圧信号を出力するために、
前記第１および第３の入力手段と、前記第１および第３
の反転器とに接続されたことを特徴とする特許請求の範
囲第12項記載の画像変化検出装置。