JP5002575B2 - 非定常度推定装置、非定常度推定方法、非定常度推定プログラム - Google Patents
非定常度推定装置、非定常度推定方法、非定常度推定プログラム Download PDFInfo
- Publication number
- JP5002575B2 JP5002575B2 JP2008304946A JP2008304946A JP5002575B2 JP 5002575 B2 JP5002575 B2 JP 5002575B2 JP 2008304946 A JP2008304946 A JP 2008304946A JP 2008304946 A JP2008304946 A JP 2008304946A JP 5002575 B2 JP5002575 B2 JP 5002575B2
- Authority
- JP
- Japan
- Prior art keywords
- feature
- motion
- identification
- stationary
- feature quantity
- 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.)
- Expired - Fee Related
Links
Images
Description
羽下哲司,鷲見和彦,八木康史 「変化領域内の動きの時空間特徴に着目した屋外情景における歩行者の検出」電子情報通信学会論文誌D−II、vol.J87−D−II,No.5,pp.1104−1111,2004. 松山隆司,久野義徳,井宮淳編「コンピュータビジョン」新技術コミュニケーションズ 3.3.4節 pp.172 申,渡辺,菅原 「テンポラルテンプレートを用いた動画像解析手法」電子情報通信学会技術研究報告、PRMU2002 馬場 「角度データの統計」統計数理研究所彙報 第28巻第一号、pp.41--45,1981 Zeng Wenhua,Ma Jian,"A Novel Incremental SVM Learning Algorithm,"The 8th International Conference on Computer Supported Cooperative Work in Design Proceedings,pp.658--662,2003.
前記映像入力部2に入力される映像データは、例えばAVIファイルやJPEG画像列などでよく、前記映像入力部2には映像データが1フレームずつ入力される。ここでは前記映像入力部2は通信デバイスをもって実現されている。
前記動き特徴抽出部3は、入力された映像データを複数フレームずつ用いて、物体の動き特徴を抽出する。ここで抽出される動き特徴は、映像に含まれる動物体の領域およびその動き方向およびその変化に関する情報をもつ数値とする。
Xs(t)=(Ak(x,y,t)!=0であるxの平均)
Ys(t)=(Ak(x,y,t)!=0であるyの平均)
us(t)=1/(Σk=1〜nAk(x,y,t))×Σk=1〜nu(x,y,t)×Ak(x,y,t)
vs(t)=1/(Σk=1〜nAk(x,y,t))×Σk=1〜nv(x,y,t)×Ak(x,y,t)
その後に「t=t+1」として、S101.S102に戻って次フレームの処理を続ける。
図7は、前記識別部4の構成例を示している。ここでは前記識別部4には、特徴量1から特徴量kの組み合わせからなるN次元の識別特徴量の時系列データが入力される。図7中のSVM識別器15は、入力された時系列データをSVM(サポートベクタマシン)手法を用いて統計的に識別特徴量を定常と非定常に識別した結果を特徴量評価部6に出力する。ここで時系列の入力に対するSVMのアルゴリズムとしては、非特許文献5に記載のように、インクリメンタルな1クラスのSVMを用いて、教師無しのオンライン識別を用いることができる。
2…映像入力部
3…動き特徴抽出部(動き特徴週出手段)
4…識別部(識別手段)
5…表示部
6…特徴量抽出モジュール群
7…特徴量選択部(特徴量選択手段)
8…変化領域選択部(変化領域抽出手段)
9…動きベクトル算出部(動きベクトル算出手段)
10…統合ベクトル算出部(統合ベクトル算出手段)
11…モーション履歴画像生成部(モーション画像生成手段)
12…マスク処理部(マスク処理手段)
13…連続時間カウント部(連続カウント手段)
14…配列格納部
15…SVM識別器(SVM識別手段)
16…特徴量評価部(特徴量評価手段)
Claims (9)
- 撮影装置で撮影された映像中に含まれる動物体の動きに基づく特徴量を抽出し、統計的な処理によってシーンの非定常性を識別する装置であって、
前記撮影装置からの入力映像中において動物体の動きに基づく特徴量を抽出する動き特徴抽出手段と、
前記動き特徴抽出手段の抽出した特徴量から前記入力映像の非定常性を識別する識別手段と、を備え、
前記動き特徴抽出部は、前記入力映像から時系列の特徴量を生成する複数の特徴量抽出モジュールと、
前記各特徴量抽出モジュールの生成した特徴量を、特徴量選択基準に基づいて選択し、該選択された各特徴量の組合せの時系列を前記識別部に出力する特徴量選択手段と、を備え、
前記各特徴量抽出モジュールは、前記入力映像中の動物体領域を抽出し、該動物体領域と背景領域の二値画像を求める変化領域抽出手段と、
前記入力映像中の時系列の各画像において、各画素の位置(x.y)と該画素の動き方向(u.v)を示す二次元ベクトルをペアにした動きベクトル配列(x.y.u.v)を求める動きベクトル算出手段と、
前記動物体領域の情報と前記動きベクトル配列の情報とを統合し、該統合されたベクトルのペアを特徴量として求める統合ベクトル算出手段と、
を備えることを特徴とする非定常度推定装置。 - 前記統合ベクトル算出手段は、時系列の前記二値画像を時間的に重畳したモーション履歴画像を、前記動物体領域に数値をあてはめ前記背景領域をゼロとして生成するモーション履歴生成手段と、
前記動きベクトル配列を、前記モーション履歴画像を用いてマスク処理を行うマスク処理手段と、
を備えることを特徴とする請求項1記載の非定常度推定装置。 - 前記各特徴量抽出モジュールは、前記統合されたベクトルのペアが連続して出現する時間をカウントする連続時間カウント手段をさらに備え、
前記カウント時間を前記統合されたベクトルのペアに付加した特徴量を前記特徴量選択部に出力する
ことを特徴とする請求項1または2のいずれか1項に記載の非定常度推定装置。 - 前記識別手段は、各特徴量抽出モジュールの特徴量を組み合わせたN次元の識別特徴量を、SVM(サポートベクタマシン)手法を用いて定常/非定常に分類するSVM識別手段と、
前記SVM識別手段で生成されたサポートベクトル群および定常/非定常の識別結果から、N次元の特徴量の要素に応じて該要素を最終的に識別に用いるか否かを示すN個の論理値を前記識別機器にフィードバックする特徴量評価手段とを備え、
定常・非定常のプラグの時系列を識別結果として表示させることを特徴とする請求項1〜3のいずれか1項に記載の非定常度推定装置。 - 撮影装置で撮影された映像中に含まれる動物体の動きに基づく特徴量を抽出し、統計的な処理によってシーンの非定常性を識別する方法であって、
動き特徴量抽出手段が、前記撮影装置からの入力映像中において動物体の動きに基づく特徴量を抽出する動き特徴抽出ステップと、
識別手段が、前記動き特量抽出ステップで抽出した特徴量から前記入力映像の非定常性を識別する識別ステップと、を有し、
前記動き特徴抽出ステップは、複数の特徴量抽出モジュールのそれぞれが、前記入力映像から時系列の特徴量を生成する特徴量生成ステップと、
特徴量選択手段が、前記特徴量生成ステップで生成した各特徴量を、特徴量選択基準に基づいて選択し、該選択された各特徴量の組合せの時系列を前記識別部に出力する特徴量選択ステップと、を有し、
前記特徴量生成ステップは、前記入力映像中の動物体領域を抽出し、該動物体領域と背景領域の二値画像を求める変化領域抽出ステップと、
前記入力映像中の時系列の各画像において、各画素の位置(x.y)と該画素の動き方向(u.v)を示す二次元ベクトルをペアにした動きベクトル配列(x.y.u.v)を求める動きベクトル算出ステップと、
前記動物体領域の情報と前記動きベクトル配列の情報とを統合し、該統合されたベクトルのペアを特徴量として求める統合ベクトル算出ステップと、
を有することを特徴とする非定常度推定方法。 - 前記統合ベクトル算出ステップは、時系列の前記二値画像を時間的に重畳したモーション履歴画像を、前記動物体領域に数値をあてはめ前記背景領域をゼロとして生成するモーション履歴生成ステップと、
前記動きベクトル配列を、前記モーション履歴画像を用いてマスク処理を行うマスク処理ステップと、
を有することを特徴とする請求項5記載の非定常度推定方法。 - 前記特徴量生成ステップは、前記各特徴量抽出モジュールが前記統合されたベクトルのペアが連続して出現する時間をカウントする連続時間カウントステップをさらに有し、
前記カウント時間を前記統合されたベクトルのペアに付加した特徴量を前記特徴量選択ステップで用いる
ことを特徴とする請求項5または6のいずれか1項に記載の非定常度推定方法。 - 前記識別ステップは、特徴量生成ステップで生成された各特徴量を組み合わせたN次元の識別特徴量を、SVM(サポートベクタマシン)識別手器を用いて定常/非定常に分類するSVM識別ステップと、
前記SVM識別ステップで生成されたサポートベクトル群および定常/非定常の識別結果から、N次元の特徴量の要素に応じて該要素を最終的に識別に用いるか否かを示すN個の論理値を前記識別器にフィードバックする特徴量評価ステップと、を有し、
定常・非定常のプラグの時系列を識別結果として表示させることを特徴とする請求項5〜7のいずれか1項に記載の非定常度推定方法。 - 請求項1〜4のいずれか1項に記載の非定常度推定装置として、コンピュータを機能させることを特徴とする非定常度推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008304946A JP5002575B2 (ja) | 2008-11-28 | 2008-11-28 | 非定常度推定装置、非定常度推定方法、非定常度推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008304946A JP5002575B2 (ja) | 2008-11-28 | 2008-11-28 | 非定常度推定装置、非定常度推定方法、非定常度推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010128947A JP2010128947A (ja) | 2010-06-10 |
JP5002575B2 true JP5002575B2 (ja) | 2012-08-15 |
Family
ID=42329275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008304946A Expired - Fee Related JP5002575B2 (ja) | 2008-11-28 | 2008-11-28 | 非定常度推定装置、非定常度推定方法、非定常度推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5002575B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013124923A1 (ja) * | 2012-02-23 | 2013-08-29 | パナソニック株式会社 | 興味区間特定装置、興味区間特定方法、興味区間特定プログラム |
US10091419B2 (en) | 2013-06-14 | 2018-10-02 | Qualcomm Incorporated | Computer vision application processing |
JP6116765B1 (ja) * | 2015-12-02 | 2017-04-19 | 三菱電機株式会社 | 物体検出装置及び物体検出方法 |
US10984334B2 (en) * | 2017-05-04 | 2021-04-20 | Viavi Solutions Inc. | Endpoint detection in manufacturing process by near infrared spectroscopy and machine learning techniques |
CN112231479B (zh) * | 2020-10-23 | 2023-03-31 | 新华三信息安全技术有限公司 | 一种安全审计方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002312769A (ja) * | 2001-04-16 | 2002-10-25 | Matsushita Electric Ind Co Ltd | 監視装置及びそのパラメータ設定方法 |
-
2008
- 2008-11-28 JP JP2008304946A patent/JP5002575B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2010128947A (ja) | 2010-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chavdarova et al. | Wildtrack: A multi-camera hd dataset for dense unscripted pedestrian detection | |
US10984252B2 (en) | Apparatus and method for analyzing people flows in image | |
Cernekova et al. | Information theory-based shot cut/fade detection and video summarization | |
US8619135B2 (en) | Detection of abnormal behaviour in video objects | |
RU2607774C2 (ru) | Способ управления в системе захвата изображения, устройство управления и машиночитаемый носитель данных | |
US10079974B2 (en) | Image processing apparatus, method, and medium for extracting feature amount of image | |
EP3709266A1 (en) | Human-tracking methods, apparatuses, systems, and storage media | |
US11527000B2 (en) | System and method for re-identifying target object based on location information of CCTV and movement information of object | |
JP2004199669A (ja) | 顔検出 | |
JP2004192637A (ja) | 顔検出 | |
JP6616521B2 (ja) | 画像処理装置 | |
US11049256B2 (en) | Image processing apparatus, image processing method, and storage medium | |
JP5002575B2 (ja) | 非定常度推定装置、非定常度推定方法、非定常度推定プログラム | |
Kumar et al. | Key frame extraction from consumer videos using sparse representation | |
CN103391424A (zh) | 分析监控摄像机捕获的图像中的对象的方法和对象分析器 | |
CN108229289B (zh) | 目标检索方法、装置和电子设备 | |
CN113920585A (zh) | 行为识别方法及装置、设备和存储介质 | |
Ryan | Crowd monitoring using computer vision | |
KR102584708B1 (ko) | 과소 및 과밀 환경을 지원하는 군중위험관리시스템 및 방법 | |
JPWO2018179119A1 (ja) | 映像解析装置、映像解析方法およびプログラム | |
JP6598952B2 (ja) | 画像処理装置及び方法及び監視システム | |
JP4449483B2 (ja) | 画像解析装置、および画像解析方法、並びにコンピュータ・プログラム | |
JP5599228B2 (ja) | 繁忙検知システム及び繁忙検知プログラム | |
JP2010087937A (ja) | 映像検出装置、映像検出方法および映像検出プログラム | |
US11908197B2 (en) | Information processing apparatus, information processing method, and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20100611 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20101217 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120112 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120117 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120314 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120515 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120521 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150525 Year of fee payment: 3 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |