JP5396192B2 - 人数カウンタ - Google Patents
人数カウンタ Download PDFInfo
- Publication number
- JP5396192B2 JP5396192B2 JP2009186772A JP2009186772A JP5396192B2 JP 5396192 B2 JP5396192 B2 JP 5396192B2 JP 2009186772 A JP2009186772 A JP 2009186772A JP 2009186772 A JP2009186772 A JP 2009186772A JP 5396192 B2 JP5396192 B2 JP 5396192B2
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- person
- area
- distance
- unit
- 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.)
- Active
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Description
(第1の実施形態)
この発明の第1の実施形態に係る人数カウンタの構成について図1を参照して詳細に説明する。
本実施形態に係る人数カウンタ100は、レーザ発光部101と、パルス制御部102と、レーザ受光部103と、位相検出部104と、A/D変換部105と、距離計測部106と、距離メモリ107と、振幅検出部108と、A/D変換部109と、輝度計測部110と、輝度メモリ111と、ミラー112と、X軸制御部113と、Y軸制御部114と、クラスタリング部115と、測定対象検出部116と、測定対象追跡部117と、人数カウント部118とを含む。
なお、レーザ発光部101と、パルス制御部102と、レーザ受光部103と、位相検出部104と、A/D変換部105と、距離計測部106と、距離メモリ107と、振幅検出部108と、A/D変換部109と、輝度計測部110と、輝度メモリ111と、ミラー112と、X軸制御部113と、Y軸制御部114とをまとめて距離カメラとも呼ぶ。
レーザ発光部101は、LED(Light−Emitting Diode)又はレーザダイオードからなり、パルス制御部102から制御信号を受け取り、光をパルス状に発生する。なお、レーザ発光部101は、主に赤外光を発生するレーザが考えられるが、これらLEDやレーザダイオードに限らず他の発光素子でもよい。
距離計測部106は、A/D変換部105からディジタル信号を受け取り、距離カメラから測定対象までの距離を示す情報である距離情報を算出する。距離情報は次のように算出することができる。始めに、ディジタル信号を、レーザが測定対象に到達するまでにかかる時間の2倍に比例する数値に変換する。次に、この値に光速を乗じて2で割った値が距離情報となる。
A/D変換部109は、振幅検出部108から最大振幅の検出値を表すアナログ信号を受け取り、ディジタル化を行いディジタル信号に変換する。
輝度メモリ111は、輝度計測部110から輝度情報を受け取ると共に、X軸制御部113およびY軸制御部114からX軸制御情報およびY軸制御情報を受け取り、この受け取った輝度情報とX軸制御情報及びY軸制御情報とを対応付けて格納する。また、輝度メモリ111は、距離メモリ107同様、その技術分野で知られている記憶媒体であれば何でもよい。
X軸制御部113およびY軸制御部114はそれぞれ、ミラー112に対して検出領域に対応する角度制御を行うためのX軸制御情報およびY軸制御情報を生成する。さらに、X軸制御部113およびY軸制御部114は、X軸制御情報およびY軸制御情報を距離メモリ107および輝度メモリ111へそれぞれ送る。X軸制御情報およびY軸制御情報は、例えば、検出領域にある画素をXY平面座標における各点とみなして、(X、Y)=(2000、1000)のように表される。
なお、人候補領域の画素領域の大きさは、測定対象を表す画素領域が全て包含される領域であれば任意の画素領域でよい。領域始点および領域終点は、人候補領域を定める画素位置である。例えば、XY平面座標上で、領域始点が(X、Y)=(2000、1000)であり、領域終点が(X、Y)=(2300、1100)である場合、人候補領域は300×100の矩形領域を表す。なお、ここではXY平面座標で人候補領域を指定しているが、3次元空間座標で人候補領域を指定してもよい。この場合、領域始点および領域終点は3つのパラメータで表される。人候補領域のクラスタリング方法については図12および図13を用いて後述する。
測定対象追跡部117は、測定対象検出部116で得た人物データを時系列に検出することで人物追跡を行い、人物の移動軌跡を表すデータである追跡データを、検出した人数分作成する。
図3では、測定対象となる、人物A、人物Bおよび人物Cが3次元空間座標における検出領域内に存在する。このように、床面に人が直立している状態のときに、人が床面と接している画素位置から高さ方向(図3に示すように、Z軸方向とも呼ぶ)にどれほど距離があるかを、距離メモリ107に格納している距離情報を用いて算出する。高さ方向の距離の算出方法は、一般的な手法であるためここでの詳細な説明は省略する。以下では、距離情報と、さらに画素位置から算出した高さ方向の距離と画素位置とを対応付けた情報を3次元データと呼ぶ。
続いて、ステップS202では、測定対象検出部116において、3次元データをもとに検出領域内で人であると推定される領域を表す人候補領域を検出し、その結果を表す人物データ1を生成する。また、検出した人数をNh1とする。ステップS202で行う人検出方法については、図8および図9のフローチャートを参照して詳細に後述する。
ステップS203では、人物データ1を取得してリストを生成する。リストは測定対象検出部116において保持してもよいし、外部にあるメモリに保存してもよい。
人物のインデックス、人物を検出した領域の最大高さ、最大高さ座標、時刻、人候補領域を表す領域の始点、および人候補領域を表す領域の終点を、1人の人物に関する人物データとしてリストを生成する。図4では、3人の人物の人物データが生成されており、例えばインデックスが1の人物データは、最大高さ(概算身長)が175cm、最大高さの位置する座標が(1050,2250)、検出した時刻が「14:10:32」、人候補領域を表す領域始点が(1000,2000)、領域終点が(1100,2500)となっている。この場合の人候補領域は100×500である。このような人物データを検出人数Nh1分生成する。
ステップS205では、人カウンタNを「0」に初期化する。
ステップS209では、検出人数Nh2のうち人を少なくとも1人検出したか否かを判定し、人を検出した場合はステップS211へ進み、人を検出していない場合はステップS210で追跡データを「0」にクリアしたのちステップS201へ戻り、以後ステップS201からステップS209までの処理を繰り返す。
ステップS212では、人がカウント領域を通過したか否かの判定を行う。通過判定は、カウント領域外にある人候補領域がカウント領域内に進入し、人候補領域が進入方向を維持したまま、再びカウント領域外に進んだ場合を、通過と判定する。人がカウント領域を通過したと判定した場合、ステップS213に進み、人数カウント部118において、人カウンタNを1つインクリメントする。人がカウント領域を通過していないと判定した場合、ステップS214に進む。
図5は、検出領域の画素をXY平面座標で表現しており、図3に示す3次元空間座標を上から見た(Z=0)図である。同図において、検出領域内には任意の矩形領域が設けられ、人候補領域はカウント領域外の上方の座標からカウント領域内を通過してカウント領域外の下方の座標に移動している。この状態を人物がその矩形領域を通過したと判定する。なお、図5の例では検出領域をXY平面座標で考えているが、3次元空間でカウント領域を設けてもよい。
図6の例では、人物1および人物2は、追跡中の状態であるから追跡フラグを「1」と設定し、人物3は追跡していない状態にあるとして追跡フラグを「0」と設定している。この追跡データから図7のように人物の移動軌跡を表すことができる。また、移動軌跡の近似直線から人物の移動ベクトルを求めることができ、検出領域外のどの方向にどのような速度で向かったかという情報も算出することができる。
最後にステップS216では、ステップS203で取得した人物データ1をステップS208で取得した人物データ2に置き換えて更新する。そして、その後新たなサンプリングフレームから人物データ1と比較する次の人物データ2を取得するためにステップS206へ戻り、ステップS206からステップS216までの同様の処理を繰り返す。上述した本実施形態における人数カウンタ100の動作は、強制的に動作が終了するまで、例えば人数カウンタ100の電源を切るまで継続する。
始めにステップS801では、人候補領域のインデックスを示す変数である人候補領域Idxを「1」に、検出領域の人物を数えるカウンタNhを「0」にそれぞれ初期化する。Nhの値が最終的な検出人数を示す。
ステップS802では、測定対象を人候補領域として一纏めにするためにクラスタリングを行う。人候補領域のクラスタリングは人検出を行うために必要な処理であり、人とそれ以外の領域を区別するために行う。
始めに、ステップS901では、3次元データの距離情報から高さ閾値LL以上の3次元データを抽出する。
次に、ステップS902では、ステップS901で抽出した閾値以上の高さの範囲にある3次元データを、床平面を基準とする平面座標に写像する。つまり、床からの高さが高さ閾値LLに満たないものは測定対象から除外される。
ステップS905では、ステップS904で抽出した人候補領域の3次元データの中で最大の高さである最大高さLmaxを検出する。
ステップS906では、人候補領域に対して、最大高さLmaxから、所定の距離Dだけ低いLminを算出する。なお、距離Dは、例えば人の上半身部分が抽出できるように設定すればよい。すなわち、最大高さLmaxに比例して距離Dの長さを調節すればよい。
ステップS908では、ステップS907で抽出されたデータを床面へ写像する。
ステップS909では、Lminより高い距離情報をもつ3次元データがあるか否かで全画素を2値に分類し、分類した各画素を纏めて再び人候補領域を生成する第2クラスタリングをおこなう。
ステップS911では、人候補領域Idxのインデックスをインクリメントする。
ステップS912では、人候補領域Idxのインデックスが人候補領域の総数Nmaxよりも多いか否かを判定し、IdxがNmax以下である場合、ステップS904に戻り、ステップS904からステップS910までの処理を繰り返す。IdxがNmaxよりも多い場合、ステップS903でクラスタリングした人候補領域全てについてステップS904からステップS909までの処理を行ったことを意味するので、人候補領域のクラスタリングの処理を終了する。
3次元データの領域に対して、高さ方向について高さ閾値LL以上を抽出すると、図10のようになる。高さ閾値LLは一例として、人物の膝より上の高さを抽出できるように設定している。
次に、図12に示すように、1つの人候補領域を抽出し、人候補領域の高さ方向に最大高さLmaxを検索し、Lmaxから高さ方向に距離Dだけ低いLminを算出する。さらに、全ての人候補領域に対してそれぞれLminを算出する。
図10に示す各人物に対して、LmaxとLminとの範囲で3次元データを抽出した図を図13に示す。平面の基準(高さ方向Z=0の平面)としてLminを用いて、再び人候補領域を設定している。このように距離Dを設定することで、人物の身長が異なっても、人物の頭から相対距離Dだけ低い高さでデータを抽出することができ、身長差などの影響を除くことができる。
図11に示す第1クラスタリング処理のみでは、足および腕などの距離情報が検出されることにより、測定対象ごとに斜線部分の形状が統一されないが、図14に示す第2クラスタリング処理を行うことで、人物のそれぞれに対して距離Dを頭から胸部までに設定することができ、足、腕などの距離情報が検出される影響を低減して統一された測定対象の形状を得ることができる。
ステップS804では、この人候補領域の面積が予め設定した最小の面積Sminよりも大きいか否かを判定する。面積Sminの値は、人候補領域を写像した領域に基づいて、例えば各人候補領域から平均値を算出することにより設定する。面積Sminよりも人候補領域の面積が小さい場合、ステップS809に進む。一方、面積Sminよりも人候補領域の面積が大きい場合、ステップS805へ進む。
ステップS808では、人候補領域Idxが人特徴検出によって人であると判定されたため、この人候補領域Idxを人物Idxと決定する。
ステップS810では、人候補領域Idxをインクリメントする。
ステップS811では、人候補領域Idxが人候補領域数Nmaxよりも大きいか否かを判定する。人候補領域IdxがNmax以下の場合、ステップS803に戻り、ステップS803からステップS811までの処理を繰り返す。一方、人候補領域IdxがNmaxよりも大きい場合、ステップS812へ進み、人物データを保存する。以上のステップによって人検出処理を終了する。
始めに、ステップS1501では、図2のステップS202およびステップS207において検出した、人物Idx1および人物Idx2を初期化して、人物Idx1および人物Idx2の初期値を「1」に設定する。
次に、ステップS1502では、人物データ1の人物Idx1を取り出す。
ステップS1504では、人物データ2の人物Idx2から順番に人物のインデックスを1人ずつ取り出す。
なお、距離情報の相関値のみではなく、図1の輝度メモリに格納されている輝度情報を用いることにより輝度の濃淡データも出力できるので、人候補領域に相当する濃淡データを使用して上述した正規化相関法により相関値を算出してもよい。
ステップS1506では、相関値VがVmaxよりも大きいか否かを判定し、VがVmaxよりも大きい場合はステップS1507へ進み、VがVmax以下の場合はステップS1508に進む。
ステップS1507では、VmaxをステップS1505で格納した相関値Vに置き換えて更新し、ManIdxを人物データ2の人物Idx2に置き換えて更新する。
ステップS1508では、人物Idx2を1だけインクリメントする。
ステップS1513では、人物Idx1が検出人数Nh1より大きいか否かを判定し、人物Idx1が検出人数Nh1より大きい場合、図2のステップS202の処理において検出されたNh1人分の処理を終えたため、ステップS1514へ進む。一方、人物Idx1が検出人数Nh1以下である場合、まだ処理の終えていない人物Idx1が存在するため、ステップS1502へ戻り、未処理の人物Idx1についてステップS1502からステップS1513の処理を繰り返す。
ステップS1515では、人物Idx1の人数が人物Idx2の人数よりも多いか否かを判定する。人物Idx1の人数が人物Idx2の人数よりも多い場合、ステップS1516へ進み、相関テーブルから相関値の低い人物Idx1の追跡停止を決定し、図6に示すような追跡データの追跡フラグをゼロに設定し、人追跡処理を終了する。一方、人物Idx1の人数が人物Idx2の人数以下である場合、ステップS1517へ進む。
(第2の実施形態)
この発明の第2の実施形態は、図8の人検出処理における人特徴検出(ステップS805)に以下の判断を用いることにより、人候補領域に含まれる測定対象が人であるか、あるいは、犬または猫などの小動物であるかを判定し、さらに人が荷物を運んでいる状態であっても人と荷物の分離判定を高精度に行い、さらに人の概算身長や、荷物の高さなどを測定することを特徴とする。
垂直距離Hnの算出は、レーザ発光部101およびレーザ受光部103から床1802までの距離Anと、レーザ発光部101およびレーザ受光部103から床1802に下ろした垂線からの角度θnとから(式1)により求められる。
Hn=An・cosθn (式1)
(n=1,2,3,…,n−1,n:測定対象の周辺の床に相当する画素)
次に、ステップS1702では、画素ごとの距離のばらつきを低減するため、周辺画素を数個まとめて垂直距離Hnの平均値Hを(式2)により算出する。
H=(ΣHn)/n (式2)
ステップS1703では、最短距離Jmnのインデックスであるmの初期値を「1」に設定する。最短距離Jmnとは、検出領域内において、レーザ発光部101およびレーザ受光部103から測定対象までの距離のうち1番短い距離を指す。また、mが「1」の場合は最短距離を持つ画素集合であり、mが「2」の場合は最短距離を持つ画素を除いて次に最も距離が短い画素集合であることを表す。
ステップS1705では、未検出の画素のうち、最短距離Jmnの距離情報をもつ画素を検出し、さらにその周辺画素についても検出する。周辺画素の算出方法は、垂直距離Hnの算出方法と同様に(式1)を用いて計算すればよい。
L=H−J (式3)
ステップS1707では、最短距離Jmを含む周辺画素で表される画素領域の面積(画素面積とも呼ぶ)が閾値以内であるか否かの判定を行う。画素面積が閾値以内である場合、人または小動物の頭部である可能性が高いとして、ステップS1709へ進む。一方、画素面積が閾値よりも大きい場合にはステップS1708へ進む。
ステップS1709では、Jmの次に距離が短い距離情報を持つ画素とその周辺画素とを算出し、(式2)を用いて同様に平均化した距離Jm+1を算出する。
ステップS1710では、距離Jm+1である画素面積が閾値以内であり、かつ距離Jmと距離Jm+1との距離差が閾値以内であるか否かを判定する。2つの条件を満たす場合、ステップS1711へ進み、距離Jmである画素面積を頭部認識部分とし、距離Jm+1である画素面積を頭部周辺肩認識部分とする。一方、少なくとも1つの条件を満たさない場合は、ステップS1708へ進み、JmおよびJm+1である画素面積は荷物であると判定する。
ステップS1713では、頭部周辺肩認識部分が人の肩に対応すると考えられるため、距離Jmおよび距離Jm+1である画素面積は人であると判定する。その後、mをインクリメントして、ステップS1704へ戻り、上述した処理を行う。
ステップS1714では、頭部周辺の肩認識部分が頭部認識部分の片側に存在し、さらにその画素面積が閾値より大きければ、距離Jmおよび距離Jm+1である画素面積は人ではなく小動物であると判定する。その後、mをインクリメントして、ステップS1704へ戻り、上述の処理を行う。
図18(a)は、天井1801に設置したレーザ発光部101およびレーザ受光部103の真下に人1803が存在する状態を表し、図18(b)は、図18(a)を真横から見た高さ方向の距離情報を表した図である。また、レーザ発光部101およびレーザ受光部103による検出領域はモニタ部1804のように表される。図18(b)に示すように、この検出領域に対して、最短距離Jmである画素面積(頭部認識部分)を中心に、次に距離が短い画素を含む画素面積(頭部周辺肩認識部分)が左右対称に存在しているため、最短距離Jである画素面積が頭部、次に距離の短い画素面積が人の肩に該当することがわかる。よって、図17に示した人特徴検出処理により測定対象が人1803であることが判定できる。
(a)は小動物1901が距離カメラの真下に存在する状態である。(b)に示すように、頭部認識部分に対して、頭部周辺肩認識部分が片側にのみ存在し、かつ頭部周辺肩認識部分が人である場合と比較して長いため、小動物1901と判定する。
さらに、最短距離Jが人よりも長い、つまり、概算身長Lが低く、かつ頭部周辺肩認識部分において、肩の中心と頭部の中心が偏ったものは犬または猫などとすることで、小動物の分類ができる。例えば、Lが1m以内は犬、Lが0.5m以内は猫とするような閾値を予めもたせることで犬と猫とを区別することができる。
(a)は、測定対象として人2001が台車を押して荷物2002を運んでいる状態を示している。分離判定手順として、始めに、最短距離J1の画素を検出し、次に距離の短いJ2の画素を検出する。図17に示すステップS1707からステップS1713までの処理により、距離J1および距離J2の部分は人2001であると判定する。
さらに、人2001であると認識した画素面積以外の画素の中で、最短距離J3を有する画素を検出する。距離J3である画素を含む画素集合は、図17のステップS1707によりJ3である画素面積が閾値範囲より大きいと判定されるか、ステップS1711により周辺に肩に相当する部分がないと判定されるため、荷物2002であると判定される。なお、小動物が頭を下げている場合も荷物として判定される可能性があるが、その場合は人特徴検出処理をある期間継続して判定を行い、随時更新すればよい。
Claims (5)
- カメラにより得られる検出領域内の画素ごとに、当該カメラから測定対象までの距離を計測する計測部と、
前記測定対象が接地する平面に前記画素を写像した場合の画素位置と前記距離とを関連付けた第1距離情報と、前記画素位置において前記平面に対して垂直な高さ方向の距離を示す第2距離情報とを含む3次元データを画素ごとに格納する格納部と、
前記格納部に格納された3次元データから、閾値以内となる前記第2距離情報を含む3次元データのみ抽出し、当該抽出したデータに対してクラスタリングして、前記測定対象を含む画素領域を表す人候補領域をサンプリングフレームごとに得るクラスタリング部と、
前記クラスタリング部によりサンプリングフレームごとに得られた複数の人候補領域間の相関値に基づいて同一の人候補領域を判定し、当該同一の人候補領域の移動軌跡を追跡する追跡部と、
前記追跡部の追跡結果に基づいて、前記人候補領域が予め当該人候補領域より大きく設定した画素領域を通過した場合に、その通過数を通過人数としてカウントするカウント部と、を具備することを特徴する人数カウンタ。 - 前記クラスタリング部は、第1閾値以上の前記第2距離情報を有する3次元データを抽出してこれを第1抽出データとし、当該第1抽出データに対し第1クラスタリングを行って前記人候補領域ごとに当該人候補領域内の前記第2距離情報のうちの最大値を最大高さとして検出し、当該最大高さを上限として、当該最大高さから第2閾値までの高さ範囲を前記第1抽出データから抽出して第2抽出データを得、当該第2抽出データに対し第2クラスタリングを行うことを特徴とする請求項1に記載の人数カウンタ。
- 前記測定対象の検出を行う検出部をさらに具備し、
前記検出部は、前記最大高さの前記第2距離情報を有する画素と当該画素の周辺画素とを含む画素領域の面積を示す第1画素面積が第3閾値範囲内であり、かつ前記最大高さの次に高い第2距離情報を有する画素と当該画素の周辺画素とを含む画素領域の面積を示す第2画素面積が第4閾値範囲内であり、前記第2画素面積および前記第1画素面積の第2距離情報の距離差が第5閾値範囲内であり、かつ前記第2画素面積が前記第1画素面積を中心として対称に存在する場合、前記第1画素面積および前記第2画素面積を人として検出することを特徴とする請求項2に記載の人数カウンタ。 - 前記検出部は、前記第2画素面積が前記第1画素面積を中心として片側にのみ存在し、かつ前記最大高さが第6閾値よりも低い場合、前記第1画素面積および前記第2画素面積を小動物として検出することを特徴とする請求項3に記載の人数カウンタ。
- 前記検出部は、前記第1画素面積が前記第3閾値範囲より大きい場合、前記第2画素面積が前記第4閾値範囲より大きい場合、または、前記第2画素面積および前記第1画素面積の第2距離情報の距離差が前記第5閾値より大きい場合のいずれか1つを満たすときは、前記第1画素面積および前記第2画素面積の少なくとも一方を荷物として検出することを特徴する請求項3または請求項4に記載の人数カウンタ。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009186772A JP5396192B2 (ja) | 2009-08-11 | 2009-08-11 | 人数カウンタ |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009186772A JP5396192B2 (ja) | 2009-08-11 | 2009-08-11 | 人数カウンタ |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011039792A JP2011039792A (ja) | 2011-02-24 |
JP5396192B2 true JP5396192B2 (ja) | 2014-01-22 |
Family
ID=43767497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009186772A Active JP5396192B2 (ja) | 2009-08-11 | 2009-08-11 | 人数カウンタ |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5396192B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9165212B1 (en) | 2014-04-11 | 2015-10-20 | Panasonic Intellectual Property Management Co., Ltd. | Person counting device, person counting system, and person counting method |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5953484B2 (ja) * | 2011-03-30 | 2016-07-20 | 株式会社国際電気通信基礎技術研究所 | 計測装置,計測方法および計測プログラム |
KR101448392B1 (ko) | 2013-06-21 | 2014-10-13 | 호서대학교 산학협력단 | 피플 카운팅 방법 |
JP6265370B2 (ja) * | 2013-08-21 | 2018-01-24 | 国立大学法人富山大学 | 対象物追跡方法及び対象物追跡システム |
JP6672800B2 (ja) * | 2016-01-06 | 2020-03-25 | サクサ株式会社 | 画像処理装置 |
JP2019092009A (ja) | 2017-11-13 | 2019-06-13 | 住友電気工業株式会社 | 半導体増幅素子及び半導体増幅装置 |
US11335011B2 (en) | 2018-03-16 | 2022-05-17 | Nec Corporation | Object detection device, object detection system, object detection method, and non-transitory computer-readable medium storing program |
JP7256032B2 (ja) * | 2019-03-01 | 2023-04-11 | グローリー株式会社 | 人物計数装置、人物計数方法及び人物計数プログラム |
CN113607064A (zh) * | 2021-08-06 | 2021-11-05 | 广联达科技股份有限公司 | 目标物体的间距测算方法、装置、设备及可读存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2594842B2 (ja) * | 1990-12-28 | 1997-03-26 | 技研トラフィック株式会社 | 通行者検出方法 |
JP4493521B2 (ja) * | 2005-02-28 | 2010-06-30 | 株式会社アート | 出入管理装置 |
JP4165524B2 (ja) * | 2005-05-20 | 2008-10-15 | 株式会社Ihi | 通過人数検出装置及び方法 |
JP2007303239A (ja) * | 2006-05-15 | 2007-11-22 | Konica Minolta Holdings Inc | 認証装置、認証装置の制御方法、および認証装置の制御プログラム |
JP5000928B2 (ja) * | 2006-05-26 | 2012-08-15 | 綜合警備保障株式会社 | 物体検知装置および方法 |
-
2009
- 2009-08-11 JP JP2009186772A patent/JP5396192B2/ja active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9165212B1 (en) | 2014-04-11 | 2015-10-20 | Panasonic Intellectual Property Management Co., Ltd. | Person counting device, person counting system, and person counting method |
EP2947602A1 (en) | 2014-04-11 | 2015-11-25 | Panasonic Intellectual Property Management Co., Ltd. | Person counting device, person counting system, and person counting method |
Also Published As
Publication number | Publication date |
---|---|
JP2011039792A (ja) | 2011-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5396192B2 (ja) | 人数カウンタ | |
US9117106B2 (en) | Use of three-dimensional top-down views for business analytics | |
Brščić et al. | Person tracking in large public spaces using 3-D range sensors | |
Jafari et al. | Real-time RGB-D based people detection and tracking for mobile robots and head-worn cameras | |
US9489565B2 (en) | Image processing apparatus, image processing method, program, and image processing system | |
Cui et al. | Tracking multiple people using laser and vision | |
KR101980697B1 (ko) | 객체 정보 획득 장치 및 방법 | |
US9819881B2 (en) | Image output apparatus, image output method, and image output system | |
Papaioannou et al. | Fusion of radio and camera sensor data for accurate indoor positioning | |
KR102214848B1 (ko) | 배경추정기술을 활용한 라이다 객체 인식 시스템 | |
CN109490903A (zh) | 距离测量装置 | |
CN111753609A (zh) | 一种目标识别的方法、装置及摄像机 | |
JP6789421B2 (ja) | 情報処理装置、追跡方法、及び追跡プログラム | |
JP4389602B2 (ja) | 物体検出装置、物体検出方法、プログラム | |
Natale et al. | Using full motion 3D Flash LIDAR video for target detection, segmentation, and tracking | |
US9160986B2 (en) | Device for monitoring surroundings of a vehicle | |
Akamatsu et al. | Development of a person counting system using a 3D laser scanner | |
Zhang et al. | Robust real-time human perception with depth camera | |
CN112740065B (zh) | 成像装置、用于成像的方法和用于深度映射的方法 | |
US20180336694A1 (en) | System and Method for Passive Tracking Based on Color Features | |
JP2019036213A (ja) | 画像処理装置 | |
Fahn et al. | A high-definition human face tracking system using the fusion of omni-directional and PTZ cameras mounted on a mobile robot | |
Kristou et al. | Target person identification and following based on omnidirectional camera and LRF data fusion | |
KR102150661B1 (ko) | 객체를 검출하기 위한 전처리 장치 및 방법 | |
JP7176364B2 (ja) | 距離情報取得装置および距離情報取得方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120330 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130829 |
|
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: 20130924 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131021 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5396192 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |