JP5805511B2 - 画像監視装置 - Google Patents
画像監視装置 Download PDFInfo
- Publication number
- JP5805511B2 JP5805511B2 JP2011263817A JP2011263817A JP5805511B2 JP 5805511 B2 JP5805511 B2 JP 5805511B2 JP 2011263817 A JP2011263817 A JP 2011263817A JP 2011263817 A JP2011263817 A JP 2011263817A JP 5805511 B2 JP5805511 B2 JP 5805511B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- area
- period
- monitoring
- region
- 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
- Burglar Alarm Systems (AREA)
- Image Analysis (AREA)
Description
前記監視画像と予め記憶した監視空間の基準画像とを比較して前記基準画像から変化した変化領域を抽出する抽出部と、
前記変化領域を時間的に追跡する追跡部と、
前記変化領域の出現時刻から人物の有無を判定する判定時刻までにおける所定の評価期間において該変化領域の下端と前記監視画像の下端とが略接しているとみなせる期間である領域内存在期間を求め、該領域内存在期間が前記評価期間に占める割合が大きくなるほど該変化領域が人物像らしいとする特徴量を算出する特徴量算出部と、
前記特徴量を用いて前記変化領域が人物像であるか否かを判定する判定部と、
を備えることを特徴としている。
これにより、装置直近に存在する移動物体が人物である場合には、変化領域が画像下端との接触を含む画像下端から所定領域内(変化領域の下端と監視画像下端とが略接しているとみなせる範囲内)に存在する時間的割合(頻度)が大きいため人物らしいと判定できる。一方、装置直近に存在する移動物体が小動物の場合には、変化領域が画像下端との接触を含む画像下端から所定領域内に存在する時間的割合(頻度)が比較的少ないため、小動物らしいと判定できる。このように、小動物の変化領域は人物の変化領域と比較して監視画像の下端に略接している時間的割合が小さいといった事象を利用することにより、画像監視装置の直近に存在する移動物体が、侵入者であるか否かを精度良く区別して判定することができる。
前記特徴量を算出する際、前記変化領域の下端と前記監視画像の下端との距離が大きくなるほど前記領域内存在期間の時間長を小さくするよう補正することを特徴としている。
例えば、変化領域の下端と監視画像の下端とが接している場合(すなわち、監視画像の下端領域の全部又は一部を変化領域が包含している場合)、当該変化領域は最も人物らしいとして最も大きい値をとるよう特徴量が算出されることになる。また、たとえ、変化領域の下端が監視画像の下端に接していなくても、その距離が比較的小さいならば、抽出精度の問題に起因する誤差(例えば人物の衣服が背景と非常に似ている箇所を変化領域として抽出されにくいことに起因する誤差)の疑いが強いため、比較的大き目の特徴量が算出されることになる。一方、たとえ、監視画像の下端に略接しているとみなせる距離の範囲内に変化領域があったとしても、その距離が大きいほど、抽出精度の問題に起因する誤差の疑いが弱く小動物の可能性が高いため、人物らしくないとして小さ目の特徴量が算出されることになる。
このように、変化領域の下端と監視画像の下端との距離を考慮して人物らしさの特徴量を算出することにより、変化領域の抽出精度に関わらず、人物と小動物とを精度良く区別して判定することができる。そして、人物を小動物とみなすことによる失報を低減することができ、また、小動物を人物とみなすことによる誤報を低減することができる。
前記特徴量算出部は、前記変化領域が所定以上移動している1又は複数の期間のみを前記所定の評価期間として算出することを特徴としている。
小動物が監視画像の下端寄りに滞留していた場合、特徴量が大きく算出され、結果として小動物を誤って人物であると誤判定する恐れがある。そのため、変化領域が小動物であるならば、変化領域が人物である場合と比較して、当該変化領域が移動しているときには監視画像の下端から離れ略接することがなくなり易い、といった特徴を利用することにより、高い精度で人物と小動物とを区別できる。すなわち、変化領域の移動量が所定値以上である期間を評価期間とすることにより、小動物の滞留期間を除外して特徴量を算出することができるため、滞留している小動物を誤って人物と判定することなく、高い精度で人物と小動物とを区別できる。
本発明に係る画像監視装置は、監視空間を撮像した監視画像を順次取得し、この順次取得した監視画像を画像処理して監視空間における人物の有無を判定するものである。
次に、上記構成による画像監視装置1を用いて監視空間における人物の有無を判定する場合の画像処理部4の処理動作について図4を参照しながら説明する。
次に、図4のフローチャートにおいて、画像処理部4の特徴量算出手段4cが実行する特徴量算出処理(ST7)について図5を参照しながら説明する。
このように、本実施例では、ラベル領域の所定時間における移動量が、所定の移動量(最小移動量)以上生じているときにのみ領域内占有割合を算出することになる。すなわち、移動期間を本発明における評価期間とし、当該評価期間(移動期間)における領域内占有割合を算出することに等しい。このように、ラベル領域が小動物であるならば、ラベル領域が人物である場合と比較して、当該ラベル領域が移動しているときには監視画像の下端から離れ略接することがなくなり易い、といった特徴を利用することにより、高い精度で人物と小動物とを区別できる。すなわち、小動物が監視画像の下端寄りに滞留していた場合、上記処理を行わないと、特徴量(領域内占有割合)が大きく算出されるため、その小動物を誤って人物であると誤判定する恐れがある。しかし、上記処理のようにラベル領域の移動量が所定の移動量(最小移動量)以上を生じている期間(移動期間)を評価期間として当該評価期間における領域内占有割合を算出することにより、小動物の滞留期間を評価期間から除外して算出することができるため、滞留している小動物を誤って人物と判別することなく、高い精度で人と小動物とを区別して判定することができる。
なお、ST14では、後述するST21における処理のため、フレーム番号とここでの移動判定結果とを対応付けて記憶部3に記憶しておく。
ST16にて追跡ラベルの下端が監視画像下端から所定領域内に存在すると判定されると、領域内存在期間をインクリメント(+1)する(ST17)。これに対し、追跡ラベルの下端が監視画像下端から所定領域内に存在しないと判定されると、処理をST18に進める。なお、ST17では、後述するST21における処理のため、フレーム番号と領域内存在可否の判定結果とを対応付けて記憶部3に記憶しておく。
このように、本発明における評価期間に相当する移動期間が予め定めた所定期間(最小評価期間)以上であるときに特徴量算出手段4cが特徴量(領域内占有割合)を算出することにより、短い評価期間によって特徴量(領域内占有割合)を算出して判定することを避けることができる。すなわち、短い評価期間によって算出された特徴量(領域内占有割合)は極端な値となって表れ易く、判定結果に誤りが生じ易いため、評価期間が予め定めた所定期間(最小評価期間)以上経過した後に初めて特徴量(領域内占有割合)を算出することにより、信頼性の高い判定結果を得ることができる。
これに対し、移動期間が過去期間以上であると判定すると、移動期間のうち判定時刻から予め定めた過去期間の時間分だけ遡った期間(以下、これを「移動期間内過去期間」という)を求め、当該移動期間内過去期間における領域内存在期間を算出する。具体的には、まず、ST14にて記憶部3に記憶されたフレーム番号と移動判定結果との対応付けを示す情報を読み出して、移動していると判定されたフレーム番号のうち、判定時刻から過去期間のフレーム数(ここでは、20フレーム分)だけ遡ったフレーム番号を抽出することで、移動期間内過去期間に該当するフレーム番号を求める。そして、ST17にて記憶部3に記憶されたフレーム番号と領域内存在可否の判定結果との対応付けを示す情報を読み出して、移動期間内過去期間に該当するフレーム番号において所定領域内に存在していたと判定されたフレーム番号を抽出し、そのフレーム数を「移動期間内過去期間における領域内存在期間」として算出する。なお、移動期間内過去期間は20フレームとなる。続いて、「移動期間内過去期間における領域内存在期間÷移動期間内過去期間」により領域内占有割合を算出する(ST21)。すなわち、ST21では、移動期間内過去期間を本発明における評価期間として領域内占有割合を算出する。
このように、移動期間が過去期間以上であるか否かに基づいて領域内占有割合を算出するための評価期間を切り替えることにより、人物と小動物とを高精度に区別することができる。すなわち、移動物体が移動しながら長時間監視範囲内に存在している場合(移動期間が大きい場合)、移動期間を評価期間として領域内占有割合を算出すると母数の評価期間が大きくなることにより、人物と小動物とを弁別するための特徴量(領域内占有割合)に明確な差異が現れづらくなることがある。そのため、この場合は、移動期間のうち判定時刻から予め定めた過去期間の時間分だけ遡った期間(移動期間内過去期間)を評価期間として特徴量(領域内占有割合)を算出することにより、比較的精度良く人物と小動物とを区別して判定することができる。
この際、本実施例では、「評価期間」を「出現期間において所定以上の移動量を生じている期間(移動期間)」又は「移動期間のうち判定時刻から予め定めた過去期間の時間分だけ遡った期間(移動期間内過去期間)」とし、当該評価期間における領域内存在期間と当該評価期間との割合として領域内占有割合を算出している。
しかし、これに限らず、「評価期間」を「出現期間」又は「過去期間」とし、当該評価期間における領域内存在期間と当該評価期間との割合として領域内占有割合を算出してもよい。すなわち、これは、ST14にて追跡ラベルの移動量を判定せずに領域内占有割合を算出することに相当する。
したがって、本発明における領域内占有割合は、図3に表すように、(1)出現期間における領域内存在期間が出現期間に占める割合、(2)過去期間における領域内存在期間が過去期間に占める割合、(3)移動期間における領域内存在期間が移動期間に占める割合、(4)移動期間内過去期間における領域内存在期間が過去期間に占める割合、によって算出することができる。
なお、上述した領域内占有割合の計算式は予め記憶部3に記憶されている。
これにより、ラベル外接矩形の下端と監視画像の下端とが接している場合、当該ラベル領域は最も人物らしいとして大きい領域内占有割合が算出されることになる。また、たとえ、ラベル外接矩形の下端が監視画像の下端に接していなくても、その距離が比較的小さいならば、抽出精度の問題に起因する誤差(例えば人物の衣服が背景と非常に似ている箇所を変化領域として抽出されにくいことに起因する誤差)の疑いが強いため、比較的大き目の領域内占有割合が算出されることになる。一方、たとえ、監視画像の下端に略接しているとみなせる距離の範囲内にラベル領域があったとしても、その距離が大きいほど、抽出精度の問題に起因する誤差の疑いが弱いため、人物らしくないとして小さ目の領域内占有割合が算出されることになる。このように、ラベル領域の下端と監視画像の下端との距離を考慮して領域内占有割合を算出することにより、ラベル領域の抽出精度に関わらず、人物と小動物とを精度良く区別して判定することができる。そして、人物を小動物とみなすことによる失報を低減することができ、また、小動物を人物とみなすことによる誤報を低減することができる。
なお、上記の抽出精度に起因する誤差は、撮像部2として熱画像センサを用いた場合、人物像の衣服の温度と背景温度との差異が明確に表れにくいため、より顕著に現れる。したがって、撮像部2として熱画像センサを用いた場合に上記処理を活用することにより、より効果的に機能し、人物と小動物とを精度良く区別して判定できる。
しかし、これに限らず、特徴量算出手段4cは、「領域内占有割合」に代わる特徴量として、評価期間において変化領域(の外接矩形)の下端が監視画面の下端に接している期間の時間的割合を表す「下端接触割合」を算出しても良い。この場合、上記実施例における「領域内存在期間」を、変化領域(の外接矩形)の下端が監視画像の下端と接している期間を表す「下端接触期間」に置き換えて算出すればよい。すなわち、図5のST16における判定では、追跡ラベルが監視画像下端に接しているか否かを判定する。そして、図5のST17におけるインクリメント処理では、「領域内存在期間」を「下端接触期間」として置き換える。そして、図5のST20における下端接触割合の計算式は「下端接触割合=移動期間における下端接触期間÷移動期間」となり、ST21における下端接触割合の計算式は「下端接触割合=移動期間内過去期間における下端接触期間÷過去期間」となる。
このように、監視画像における変化領域が画像下端に接している期間を示す下端接触期間を求め、この下端接触期間が評価期間に占める割合に応じた特徴量に基づいて変化領域が人物像であるか否かを判定することにより、上述した変化領域が監視画像下端から所定領域内に存在する変化領域の割合に応じた特徴量を算出する場合と比較して、人物と小動物とを弁別するためのより特徴的な事象(人物による変化領域は小動物の変化領域と比較して、監視画像下端に接している頻度が大きいといった事象)を捉えて、より高い精度における判定を行うことができる。すなわち、小動物が監視画像下端付近に沿って横方向に移動しているような場合においても、人物像と小動物とを判別することができる。さらに、上述した変化領域が監視画像下端から所定領域内に存在する変化領域の割合に応じた特徴量を算出する場合と比較して、情報量を削減して画像下端近傍における人体と小動物とを区別して判定することができる。
しかし、これに限らず、特徴量算出手段4cは、特徴量として領域内占有割合(又は下端接触割合)のみを算出し、当該特徴量に基づいて判定手段4dは、変化領域が人物であるか小動物であるかを判定しても良い。
すなわち、ST22〜ST24において人らしさを算出するための一連の処理を省略し、ST8において判定条件として、例えば「領域内占有割合(又は下端接触割合)が所定値以上であるとき(又は、所定値以上の領域内占有割合が所定フレーム以上継続したとき)に、追跡ラベル領域を侵入者であると判定する」とし、当該判定条件に基づいて判定手段4dが人物であるか小動物であるか判定しても良い。
2 撮像部
3 記憶部
4 画像処理部
4a 抽出手段
4b 追跡手段
4c 特徴量算出手段
4d 判定手段
5 出力部
Claims (3)
- 監視空間を撮像した監視画像を順次取得し、前記監視画像を画像処理して監視空間における人物の有無を判定する画像監視装置であって、
前記監視画像と予め記憶した監視空間の基準画像とを比較して前記基準画像から変化した変化領域を抽出する抽出部と、
前記変化領域を時間的に追跡する追跡部と、
前記変化領域の出現時刻から人物の有無を判定する判定時刻までにおける所定の評価期間において該変化領域の下端と前記監視画像の下端とが略接しているとみなせる期間である領域内存在期間を求め、該領域内存在期間が前記評価期間に占める割合が大きくなるほど該変化領域が人物像らしいとする特徴量を算出する特徴量算出部と、
前記特徴量を用いて前記変化領域が人物像であるか否かを判定する判定部と、
を備えることを特徴とした画像監視装置。 - 前記特徴量算出部は、前記特徴量を算出する際、前記変化領域の下端と前記監視画像の下端との距離が大きくなるほど前記領域内存在期間の時間長を小さくするよう補正する請求項1に記載の画像監視装置。
- 前記特徴量算出部は、前記変化領域が所定以上移動している1又は複数の期間のみを前記所定の評価期間として算出する請求項1又は2に記載の画像監視装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011263817A JP5805511B2 (ja) | 2011-12-01 | 2011-12-01 | 画像監視装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011263817A JP5805511B2 (ja) | 2011-12-01 | 2011-12-01 | 画像監視装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013117772A JP2013117772A (ja) | 2013-06-13 |
JP5805511B2 true JP5805511B2 (ja) | 2015-11-04 |
Family
ID=48712324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011263817A Active JP5805511B2 (ja) | 2011-12-01 | 2011-12-01 | 画像監視装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5805511B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10091419B2 (en) | 2013-06-14 | 2018-10-02 | Qualcomm Incorporated | Computer vision application processing |
JP6212400B2 (ja) * | 2014-01-29 | 2017-10-11 | セコム株式会社 | 物体検出センサ及びプログラム |
JP6461511B2 (ja) * | 2014-08-06 | 2019-01-30 | 株式会社豊田中央研究所 | 監視装置及びプログラム |
JP6651814B2 (ja) * | 2015-11-30 | 2020-02-19 | 富士通株式会社 | 領域抽出装置、領域抽出プログラム、及び領域抽出方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4528103B2 (ja) * | 2004-11-29 | 2010-08-18 | セコム株式会社 | 画像認識装置 |
JP2008242571A (ja) * | 2007-03-26 | 2008-10-09 | Honda Motor Co Ltd | 物体検出装置 |
JP5106302B2 (ja) * | 2008-07-31 | 2012-12-26 | セコム株式会社 | 移動物体追跡装置 |
-
2011
- 2011-12-01 JP JP2011263817A patent/JP5805511B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2013117772A (ja) | 2013-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4216668B2 (ja) | 映像視覚情報を結合してリアルタイムで複数の顔を検出して追跡する顔検出・追跡システム及びその方法 | |
JP5218168B2 (ja) | 撮像装置、動体検知方法、動体検知回路、プログラム、及び監視システム | |
JP6554169B2 (ja) | 物体認識装置及び物体認識システム | |
JP6525545B2 (ja) | 情報処理装置、情報処理方法及びコンピュータプログラム | |
US20170154424A1 (en) | Position detection device, position detection method, and storage medium | |
JP4832894B2 (ja) | 画像センサ | |
WO2007086926A2 (en) | Human detection and tracking for security applications | |
JP6436077B2 (ja) | 画像処理システム、画像処理方法及びプログラム | |
Fujisawa et al. | Pedestrian counting in video sequences based on optical flow clustering | |
JP5832910B2 (ja) | 画像監視装置 | |
US9349207B2 (en) | Apparatus and method for parsing human body image | |
JP5805511B2 (ja) | 画像監視装置 | |
US20230394795A1 (en) | Information processing device, information processing method, and program recording medium | |
KR20160129402A (ko) | 열화상 카메라를 이용한 객체의 실신 상황 감지 방법 및 장치 | |
JP2008288684A (ja) | 人物検出装置及びプログラム | |
JP2011209794A (ja) | 対象物認識システム及び該システムを利用する監視システム、見守りシステム | |
JP5679760B2 (ja) | 侵入物体検出装置 | |
JP4070558B2 (ja) | 画像追跡装置および方法 | |
JP6851246B2 (ja) | 物体検出装置 | |
JP5877722B2 (ja) | 画像監視装置 | |
WO2021140844A1 (ja) | 人体検出装置および人体検出方法 | |
WO2013136395A1 (ja) | 検知装置、検知方法、プログラムが格納された記憶媒体 | |
JP5893400B2 (ja) | 画像監視装置 | |
JP2014048947A (ja) | 画像監視装置 | |
JP5865709B2 (ja) | 画像監視装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20141120 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150807 |
|
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: 20150818 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150902 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5805511 Country of ref document: JP 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 |