JP6173376B2 - 同一人物検出方法及び同一人物検出システム - Google Patents

Description

本発明は、複数の単眼のカメラを連携させて広域に亘って同一人物の行動を追跡して監視するための同一人物検出方法及び同一人物検出システムに関する。

カメラ画像を用いた人物検出システムは、例えば、店舗の客数カウントなどの用途に用いられ、店舗の来客パターンの分析などに利用される。人物検出システムとして、例えば、カメラで人物を検出する場合、予め人物モデルを設定しておいて、カメラ画像中からこの人物モデルと合致する画像を検出することで人物を検出するようにした人物検出方法が知られている(例えば、特許文献１参照)。また、カメラ画像の３次元座標系を平面地図などの２次元座標系へと位置付ける技術も知られている(例えば、特許文献２参照)。

特許第３４０６５８７号公報 特開２００６−３３８１２３号公報

しかしながら、特許文献１に開示されているように、カメラ画像に人物モデルを当て嵌めてカメラ画像上の人物をその頭部や上半身を識別することでその位置を検出する方法では、実際の人物の身長が設定した人物モデルの身長と異なる場合には、カメラ画像上では実際の位置よりもカメラから遠い位置に、或いは、カメラに近い位置に認識されてしまう(図３参照)。そのため、カメラ画像上での位置座標を平面地図である見取り図上の位置座標へと位置付ける際に、人物の身長によって見取り図上の人物の位置にずれが生じる。その結果、複数のカメラを連携させて広域に亘って人物を検出及び追跡する場合、人物が複数のカメラの視野領域を通過すると人物の同一性の判定が困難となり、その人物を見失ってしまうという問題が生じ得る。

本発明は、上記事情に鑑みてなされたものであって、カメラ画像上で検出した人物を監視領域の２次元見取り図上の位置に対応付ける場合に、カメラ間における同一人物の対応づけを可能とする同一人物検出方法及び同一人物検出システムを提供することを目的とする。

本発明の同一人物検出方法は、
複数のカメラの視野領域が設定される監視領域に対して各カメラで撮像したカメラ画像の各々において身長が予め設定された人物モデルと照合して人物を検出し、
検出された人物のカメラ画像上での位置座標を求め、
前記各カメラ画像上での人物の位置座標を前記監視領域の２次元平面地図となる１つの見取り図上の位置座標に非線形写像学習により変換して前記カメラ画像上の人物を前記見取り図上に位置付け、
隣接する２つのカメラ間では重複する視野領域を有し、
前記重複視野領域内で２つのカメラの各々が検出する複数の人物に対して、前記人物間の近接性に基づいて実際の位置が近い人物同士を同一人物であると判定する方法であり、
前記人物の同一性の判定は、
前記見取り図上に位置づけされている複数の人物の各々に対して、人物の検出位置を中心とし、該人物を検出しているカメラのカメラ位置と該人物の検出位置とを結ぶ直線に沿って延びる等確率楕円を生成して、前記各等確率楕円の重複部分又は前記等確率楕円を囲う外接矩形領域の各々の重複部分における確率分布に基づくスコアが最も高い人物同士を同一人物と判定することを特徴とする。

また、本発明の同一人物検出システムは、
複数のカメラの視野領域が設定される監視領域に対して隣接する２つのカメラで検出された複数の人物の同一性を判定して監視領域内の同一人物を検出する同一人物検出システムであって、
隣接する２つのカメラ間で重複する視野領域を有するように配置されるカメラを有し、カメラで撮像したカメラ画像において身長が予め設定された人物モデルと照合して人物を検出し、前記カメラ画像上での人物の位置座標を求める画像処理装置を複数備えると共に、
前記各カメラ画像上での人物の位置座標を受け取って、前記監視領域の２次元平面地図となる１つの見取り図上の位置座標に非線形写像学習により変換して前記カメラ画像上の人物を前記見取り図上に位置付けする人物管理装置を備え、
前記人物管理装置は、
前記非線形写像学習により前記各カメラ画像上での人物の位置座標を前記見取り図上の座標に変換するマッピング手段と、
前記重複視野領域内で隣接する２つのカメラの各々が検出した複数の人物に対して同一性の度合いを投票する同一人物投票手段と、
同一人物投票手段の結果に基づいて、前記重複視野領域内で検出された複数の人物に対し、前記人物間の近接性に基づいて実際の位置が近い人物同士を紐付けして同一人物と判定する同一人物紐付手段とを有して、
前記見取り図上において異なるカメラで検出された人物間で同一人物を検出するように構成され、
前記同一人物投票手段は、前記見取り図上に位置づけされている複数の人物の各々に対して、人物の検出位置を中心とし、該人物を検出しているカメラのカメラ位置と該人物の検出位置とを結ぶ直線に沿って延びる等確率楕円を生成し、
前記同一人物紐付手段は、前記各カメラの前記重複視野領域内で検出された人物間の同一性の判定を、前記各等確率楕円の重複部分又は前記等確率楕円を囲う外接矩形領域の各々の重複部分における確率分布に基づくスコアが最も高い人物同士を同一人物と判定することを特徴とする。

本発明の同一人物検出方法及び同一人物検出システムによれば、カメラ画像上で検出した人物を監視領域の２次元見取り図上の位置に対応付ける場合にカメラ間での同一人物の対応付けを簡単かつ確実に行うことができる。従って、広域の監視領域に対しても複数のカメラを連携させて高精度の人物検出及び人物追跡が可能なシステムを構築することができる。

本発明の同一人物検出方法を用いた同一人物検出システムを示す全体構成図である。 本発明の同一人物検出方法を用いた同一人物検出システムを示すブロック図である。 検出人物と人物モデルとの身長の関係を示す説明図である。 ２つのカメラの重複視野領域で複数の人物が認識された状態を示す構造図である。 ２つのカメラの重複視野領域で複数の人物が認識されて見取り図上に位置付けされて、カメラ毎に認識位置がずれている状態を示す説明図である。 ２つのカメラの重複視野領域で認識された人物の同一性の判定を示すフローチャートである。 検出された人物の検出位置における等確率楕円を示す説明図である。 等確率楕円と身長の確率分布の関係を示す説明図である。 異なるカメラで生成された等確率楕円の重複状態を示す説明図である。 ２つのカメラの重複視野領域で認識された複数の人物の検出位置をカメラ毎に算出した等確率楕円の状態を示す説明図である。

以下に、本発明に係る同一人物検出方法を実施する同一人物検出システムの実施形態について添付図面を参照しながら説明する。
同一人物検出システム１は、図１に示すように、複数のカメラＣの視野領域Ｆで設定される監視領域Ｍに対して隣接する２つのカメラＣで検出された複数の人物の同一性を判定して監視領域Ｍ内で同一人物を検出して監視するシステムである。

同一人物検出システム１は、監視領域Ｍの一部を撮像する単眼のカメラＣを有し、カメラＣで撮影したカメラ画像から人物を検出する処理を行う画像処理装置２を複数台備えると共に、各画像処理装置２で処理した画像データを入手して、監視している店舗などの監視領域Ｍの平面地図である見取り図上に検出した人物の位置を対応付けする人物管理装置３とを備える。

同一人物検出システム１は、複数台のカメラＣを協調動作させるのであるが、まず、カメラＣ毎に見取り図上で同一人物の監視を行い、さらに、隣り合う２つのカメラ間で重複する視野領域Ｖを設けて、監視領域Ｍの単一の見取り図上で同一人物を追跡して監視を行う。

各画像処理装置２は、図１及び図２に示すように、所定の視野領域Ｆを撮影するカメラＣが取り付けられる共に、撮影したカメラ画像から人物を認識する人物認識手段２１と、カメラ画像上で認識した人物の座標を算出する人物座標算出手段２２と、算出された人物座標を人物管理装置３に出力する人物座標出力手段２３とを備える。
各画像処理装置２は、図１に示すように、隣り合う２つのカメラＣの視野領域Ｆが端部で重なって重複視野領域Ｖが形成されるように天井に固定される。

また、人物管理装置３は、図１及び図２に示すように、各画像処理装置２とネットワークで接続されるパーソナルコンピューターから構成されており、人物座標取得手段３１と、マッピング手段３２と、同一人物投票手段３３と、同一人物紐付手段３４と、結果出力手段３５とを有する。

［人物の検出］
各画像処理装置２は、人物認識手段２１において、ベクトル焦点法(特許文献１参照)等を用いてカメラ画像中の人物を身長が予め設定されている人物モデルと照合することにより人物を認識して検出する。そして、認識された人物のカメラ画像上での位置座標を人物座標算出手段２２により算出するのであって、この検出人物の位置座標は、検出した位置における人物モデルの足下の位置をカメラ画像上の位置座標として算出して記録する。算出された人物の位置座標は、人物座標出力手段２３からネットワークを介して人物管理装置３の人物座標取得手段３１に出力される。

なお、本実施形態では、図３に示すように、人物モデルとカメラ画像上の人物との照合は、人物モデルの頭部を基準にして行い、カメラ画像上の人物の身長と人物モデルの身長とが一致しなくても人物モデルの身長と同じ身長を有する人物として検出され、身長が人物モデルと異なっても全て同じ位置Ｐに足元があるとして検出される。

［非線形写像による見取り図への位置付け］
本実施形態の同一人物検出システム１は、まず、人物管理装置３の人物座標取得手段３１によって、各画像処理装置２からカメラ画像上での検出人物の位置座標を取得する。
そして、マッピング手段３２により検出した人物のカメラ画像上の位置座標を非線形写像により、監視している店舗などの見取り図である２次元平面地図上に位置座標を対応付けして、この見取り図上に検出された人物を位置付けする。

本実施形態の同一人物検出システム１では、非線形写像として、複数の線形写像で非線形写像を近似させる線形回帰木を用いる(特許文献２参照)。
具体的には、２次元のカメラ画像と２次元の見取り図の間で複数の対応点を与えてカメラ画像から見取り図への線形写像を求め、非線形写像を線形写像で近似して線形回帰木を構築しておく。
線形回帰木を求めるには、近似誤差が許容誤差以上であれば、カメラ画像を２つの領域に分割し、近似誤差が許容誤差以下になるまで領域を分割していく。この分割の状態が回帰木で表現され、近似誤差が許容誤差以下のとき、回帰木の終端ノードにその回帰係数を保存する。
さらに、近似誤差が許容誤差以下となると、分割した領域を併合していくのであって、併合により近似誤差が許容誤差以下となる場合に併合して、併合したときのカメラ画像から見取り図への線形写像を求める。併合を繰り返すことにより、最終的な回帰木を構築しておく。

まず、各カメラ画像から見取り図への点の位置付けを行う場合、線形回帰木を用いてマッピング手段３２により、予め各カメラ画像と見取り図との間で数箇所の点で対応付けを行い、大まかな調整を行っておく。
そして、カメラＣ毎にカメラ画像から人物が検出されると、予め対応付けした複数点に基づいて、検出されたカメラ画像上の人物の座標を線形回帰木により見取り図上の座標に変換する。

［検出人物のＩＤ付け］
さらにカメラＣ毎に検出した人物にＩＤを付与して、ＩＤを有する人物を各カメラＣの視野領域内で追跡して監視し続ける。
具体的には、見取り図上において、カメラＣ毎に現時刻で検出された人物と１時刻前に検出された人物との間で、距離が最も近い人物を同一人物とみなして、同じＩＤを付与して人物の追跡を行う。

［重複視野領域での同一人物の判定］
次に、見取り図上へ位置付けされた検出人物について、異なるカメラＣで検出された複数の人物の近接性を見取り図上の重複視野領域Ｖ内で評価することで、同一人物であることを判定する。
具体的には、同一人物投票手段３３及び同一人物紐付手段３４により、各カメラ画像の視野領域Ｆ内でＩＤが付与された人物が、カメラＣ間で同一のＩＤとなるようにＩＤを対応付けする。

例えば、図４に示すように、画像処理装置ＡのカメラＣ_Ａと画像処理装置ＢのカメラＣ_Ｂの重複視野領域Ｖで検出された人物が複数（図４では３人）いる場合、図５に示すように、画像処理装置Ａで検出された人物をＡ１，Ａ２，Ａ３とし、画像処理装置Ｂで検出された人物をＢ１，Ｂ２，Ｂ３とする。

図５に示すように、見取り図上の重複視野領域Ｖに対応する部分を矩形領域として設定し、この矩形領域を追跡対象の同一性を判定するための仮想ゲートＶとする。この仮想ゲートＶ内において、同一人物であるか否かを判定して、同一人物のＩＤの対応付けを行う。仮想ゲートＶを設けることにより、追跡対象の同一性の判定を行う際に必要な計算を省くことができる。

同一人物の対応付けについて図６のフローチャートと図７から図１０の同一判定のための説明図に基づいて説明する。
まず、図５に示す仮想ゲートＶ内において、認識された人物が存在するか否かの判定が行われる（図６のステップＳ１１）。人物が存在しない場合には（ステップＳ１１でＮｏ）、重複視野領域Ｖにおいて異なるカメラＣ_Ａ，Ｃ_Ｂ間で人物の移動が無いと判定されて同一人物の対応付けは終了する。

また仮想ゲートＶに認識された人物が存在する場合には（ステップＳ１１でＹｅｓ）、実際の人物位置の近さを計算し、仮想ゲートＶで認識された各カメラＣ_Ａ，Ｃ_Ｂの人物が同一人物であるか否かの判定を行う。
まず、図７に示すように、認識された人物それぞれに対して、人物位置Ｐとカメラ位置Ｃとを結ぶ直線に沿って延びる等確率楕円を生成して、検出位置Ｐを中心とするガウス関数により、実際の人物位置の近さを計算する（ステップＳ１２）。

等確率楕円は、図７のように標準偏差σ_１，σ_２と単位ベクトルφ_１，φ_２によって表される。これらのパラメータを求めることにより、等確率楕円を生成することができる。

そして、標準身長に対する身長の変動幅が高低とも等しい場合には、それを床面に射影するとカメラに近い方の変化幅は小さく、遠い方は大きいため、等確率楕円はこの近似になる。σ_１，φ_１は身長による検出位置のズレが起こりうる範囲を表している。ここで、人間の身長の分布が平均μ_Ｔ、標準偏差σ_Ｔのガウス関数になると仮定する。

そして、等確率楕円と身長のガウス関数は、図８のような関係になると考えられる。この図８の概念図において、Ｐ(x)は、位置Ｐにいる身長ｘの人物が検出される位置を示している。つまり、σ_１は、身長ｘ＝μ_Ｔ＋ｎσ_Ｔの人物に関する検出位置のズレ量に等しいと考えることができる。ここで、ｎは等確率楕円の長さに関するパラメータである。

［身長差による検出位置のズレ］
ところで、画像処理装置２で検出される人物は、図３に示すように、身長の大きさに関係なく人物モデルの身長と同じ身長を有する人物として検出されて、全て同じ位置Ｐに足元があると検出されてしまう。
具体的に説明すると、実際の人物の身長が、人物モデルの身長と異なる場合には、人物モデルと同じ身長を有する人物の頭部Ｈ２とカメラ位置Ｃとを結ぶ直線上に、実際の人物の頭部Ｈ１又はＨ３が位置することになる。その結果、検出された人物と人物モデルの身長が異なる場合には、検出位置Ｐが実際の人物の位置からずれてしまうことになる。

このずれは、次の式(１)で表される。なお、Ｈはカメラの高さ、Ｔは人物モデルの身長、ｘは実際の人物の身長、ｄはカメラ位置Ｃと人物モデルの検出位置Ｐの見取り図上における距離を示す。

そして、人物モデルと実際の検出人物との身長差による検出位置の実際の位置ズレを考慮して、等確率楕円のσ_１及びφ_１は、前述の式(１)を用いて式(２)及び式(３)のように表すことができる。

なお、σ₂，φ₂は、φ_１方向以外の検出位置のズレの範囲を表している。これには、見取り図への位置付けの精度が影響し、単純には計算できない。そのため、σ₂はσ_１よりも小さい任意の定数とする。また、φ₂は、φ_１φ₂＝0を満たし、||φ₂||＝１である。
以上のパラメータを用いて、この等確率楕円を持つ２次元ガウス関数g(x)を次の式(４)及び式(５)で計算する。

このように、人物の検出位置は、人物モデルと検出人物との身長差により実際の位置よりもずれることがあるので、この位置ズレを考慮して、実際の位置が近い人物同士を同一人物とみなす。
同一人物の判定にあたり、仮想ゲートＶから出た人物（Ａ１又はＡ２又はＡ３）に対して、仮想ゲートＶ内にいた間、その人物（Ａ１又はＡ２又はＡ３）と他のカメラＣ_Ｂで検出した人物（Ｂ１又はＢ２又はＢ３）の実際の位置が、どの程度近かったかを計算する。

そのために、異なるカメラＣ_Ａ，Ｃ_Ｂで検出された人物毎に等確率楕円が重なるか否かの判定を行う（ステップＳ１３）。
図９に示すように、仮想ゲートＶにおいて、等確率楕円が重なる場合には（ステップＳ１３でＹｅｓ）、同一人物投票手段３３を用いて等確率楕円の重なりから人物間のスコア（２人物がどれだけ同一人物かを表す指標）を計算して、近接する人物座標に対して相互に投票を行う（ステップＳ１４）。

例えば、図９に示すように、カメラＣ_Ａで検出された人物（ＩＤ：ｘ＝Ａ１）が仮想ゲートＶから出たとき、以下の式(６)の条件を満足するカメラＣ_Ａ以外のカメラＣ_Ｂで検出された人物のＩＤ：ｙ(x)＝Ｂ１を求めて、ＩＤ：ｘ＝Ａ１の人物にＩＤ：y(x)＝Ｂ１の人物を対応付ける。

但し、Ｓは、人物(ＩＤ：ｘ)が仮想ゲートＶの内部で検出された全ての人物のＩＤの集合を示す。
また、Ｇ(ｉｄ,ｔ)は、時刻ｔにおける人物(ＩＤ:ｉｄ)に関する確率分布を示す。Ｓｃｏｒｅ(Ｇ(ａ,ｔ),Ｇ(ｂ,ｔ))は、異なるカメラで検出された２人物（ＩＤ:ａ,ｂ）間のスコアを示し、次の式(７)及び式(８)で計算される。

特に式(８)は、ある１点xにおける時刻tでの２人物(ＩＤ:ａ,ｂ)間のスコアを示している。
ここで、ｇ(ｘ;ｉｄ,ｔ)は、時刻tにおける人物(ＩＤ:ｉｄ)の位置Ｐ_idを平均ベクトルとするガウス関数であり、式(４)から求められる。スコアは、ガウス関数の積を時間毎に足した式(７)で表されるのであって、図８の下部分の正規分布のグラフで表される確率となる。即ち、スコアとは、ガウス関数の積を時間毎に足した合計である。

また、図９に示す領域Ｄは、スコアを計算する領域であり、等確率楕円の重なりに相当する。本実施形態では、等確率楕円を囲う外接矩形領域を設定して、２つの外接矩形領域が重なる領域をＤとしている。但し、図９において、Ｃ_Ａ、Ｃ_Ｂは、異なるカメラの位置を示している。

以上により、式(６)は、各時刻について人物(ＩＤ:ｘ)とその他の人物（ＩＤ：y(x)）とのスコアを計算して、最終的に人物(ＩＤ:ｘ)が仮想ゲートＶの内部にいた全ての時刻を通じてスコアの和が最も高かった人物を示すことになる。
本実施形態では、処理速度を上げるために、各人物の等確率楕円の外接矩形領域において、重なっている領域Ｄ内の任意点で確率を掛け合わせて、全ての合計で得られた計算結果をスコアとしている。

仮想ゲートＶ内の全ての人物の投票が終わると（ステップＳ１５でＹｅｓ）、図１０に示すように、同一人物投票手段３３による投票結果に基づいて、同一人物紐付手段３４により、スコア(投票数のマッチング度)が高いペアから同一人物として固有のＩＤを付与し（ステップＳ１６）、他に投票されたペアが存在しなくなるまで行う(ステップＳ１７でＹｅｓ)。同一人物の紐付けにより得られたＩＤの人物は、結果出力手段３５により地図上に位置付けするように出力される。

なお、投票数のマッチング度の紐付けは次のように行うこともできる。例えば、図５に示すように、カメラＣ_ＡとカメラＣ_Ｂがそれぞれ仮想ゲートＶ内に３人分の人物が検出されている場合、図１０に示すように、人物（Ａ１、Ａ２、Ａ３、Ｂ１，Ｂ２，Ｂ３）の等確率楕円が重なると、表１に示すような人物（Ａ１、Ａ２、Ａ３）と人物（Ｂ１，Ｂ２，Ｂ３）とのスコア（投票数のマッチング度）が得られたとする。

表１によれば、まず、人物Ａ２と人物Ｂ２が最もスコア（マッチング度）が高いので、人物Ａ２と人物Ｂ２が同一人物であると判定される。そして、残りの人物に対しては、人物Ａ１と人物Ｂ１とがスコア（マッチング度）が高いので、人物Ａ１と人物Ｂ１とが同一人物であると判定され、人物Ａ３と人物Ｂ３とがマッチング度が高いので、人物Ａ３と人物Ｂ３とが同一人物であると判定される。

また、スコアの最も高い人物の組み合わせから、低いものへと同一人物であると判定していくこともできる。例えば、表１に示すものであれば、最もスコアの高い人物の組み合わせである人物Ａ２と人物Ｂ２（スコア９０）をまず選択し、次に、残りの中でスコアの高い人物の組み合わせである人物Ａ３と人物Ｂ３（スコア６０）を選択し、残った人物Ａ１は、人物Ｂ１と人物Ｂ２とにスコアを有するが、人物Ｂ２は既に人物Ａ２と同一人物であると判定されているので、人物Ａ１は人物Ｂ１と同一人物であると判定することができる。

以上のことから、本発明の同一人物検出方法及び同一人物検出システムによれば、カメラ画像に人物モデルを当てはめることにより、人物の位置を検出すると共に、直前のカメラ画像と現在のカメラ画像を比較して、検出された人物が同一の場合には、同一のＩＤを与えて人物の追跡を行って、各カメラに対して検出された人物ごとにＩＤを付与する。

そして、各カメラ毎に検出人物にＩＤを付与しておいて、重複視野領域Ｖにおいて異なるカメラ間でのＩＤが付与された人物同士の同一性を判定することにより、複数のカメラを連携させて広域監視領域Ｍの単一の見取り図上で人物の追跡を行うことができる。

本発明の同一人物検出方法及び同一人物検出システムは、カメラ画像に人物モデルを当てはめることにより人物の位置を検出するので、検出された人物の実際の身長によっては、検出位置にずれが生じる場合がある。さらに、カメラのレンズに歪があるため、カメラ画像の座標から見取り図の座標への変換は非線形写像になってしまう。
しかしながら、本発明の同一人物検出方法及び同一人物検出システムによれば、非線形写像を、線形回帰木を用いて複数の線形写像から非線形写像を得ることで複数の画像処理装置から同一の見取り図上に人物の位置を対応付けしているので、カメラ画像の座標から見取り図の座標への変換は、レンズ歪を補正することに相当し、検出位置間の距離計算がし易くなり、人物追跡がし易くなる。

さらに、カメラ間の重複視野領域Ｖに相当する見取り図上の領域に限定して近接性に基づき追跡対象の人物の同一性を判定するので、カメラ間で連携して同一人物の判定を行う際に不要な計算を省くことができ、カメラ間の人物の受け渡しも確実に行うことができる。
また、本実施形態に係る同一人物検出方法によれば、単眼のカメラＣを用いるので、安価に同一人物検出システムを構築できる。

なお、本発明の同一人物検出方法及び同一人物検出システムは、上記実施形態に限定されるものではなく、本発明の技術的範囲において種々の変形が可能である。

１ 同一人物検出システム
２ 画像処理装置
３ 人物管理装置
２１ 人物認識手段
２２ 人物座標算出手段
２３ 人物座標出力手段
３１ 人物座標取得手段
３２ マッピング手段
３３ 同一人物投票手段
３４ 同一人物紐付手段
３５ 結果出力手段
Ｃ カメラ
Ｍ 監視領域
Ｆ 視野領域
Ｖ 重複視野領域（仮想ゲート）

Claims (2)

1. 複数のカメラの視野領域が設定される監視領域に対して各カメラで撮像したカメラ画像の各々において身長が予め設定された人物モデルと照合して人物を検出し、
   検出された人物のカメラ画像上での位置座標を求め、
   前記各カメラ画像上での人物の位置座標を前記監視領域の２次元平面地図となる１つの見取り図上の位置座標に非線形写像学習により変換して前記カメラ画像上の人物を前記見取り図上に位置付け、
   隣接する２つのカメラ間では重複する視野領域を有し、
   前記重複視野領域内で２つのカメラの各々が検出する複数の人物に対して、前記人物間の近接性に基づいて実際の位置が近い人物同士を同一人物であると判定する方法であり、
   前記人物の同一性の判定は、
   前記見取り図上に位置づけされている複数の人物の各々に対して、人物の検出位置を中心とし、該人物を検出しているカメラのカメラ位置と該人物の検出位置とを結ぶ直線に沿って延びる等確率楕円を生成して、前記各等確率楕円の重複部分又は前記等確率楕円を囲う外接矩形領域の各々の重複部分における確率分布に基づくスコアが最も高い人物同士を同一人物と判定する同一人物検出方法。
2. 複数のカメラの視野領域が設定される監視領域に対して隣接する２つのカメラで検出された複数の人物の同一性を判定して監視領域内の同一人物を検出する同一人物検出システムであって、
   隣接する２つのカメラ間で重複する視野領域を有するように配置されるカメラを有し、カメラで撮像したカメラ画像において身長が予め設定された人物モデルと照合して人物を検出し、前記カメラ画像上での人物の位置座標を求める画像処理装置を複数備えると共に、
   前記各カメラ画像上での人物の位置座標を受け取って、前記監視領域の２次元平面地図となる１つの見取り図上の位置座標に非線形写像学習により変換して前記カメラ画像上の人物を前記見取り図上に位置付けする人物管理装置を備え、
   前記人物管理装置は、
   前記非線形写像学習により前記各カメラ画像上での人物の位置座標を前記見取り図上の座標に変換するマッピング手段と、
   前記重複視野領域内で隣接する２つのカメラの各々が検出した複数の人物に対して同一性の度合いを投票する同一人物投票手段と、
   同一人物投票手段の結果に基づいて、前記重複視野領域内で検出された複数の人物に対し、前記人物間の近接性に基づいて実際の位置が近い人物同士を紐付けして同一人物と判定する同一人物紐付手段とを有して、
   前記見取り図上において異なるカメラで検出された人物間で同一人物を検出するように構成され、
   前記同一人物投票手段は、前記見取り図上に位置づけされている複数の人物の各々に対して、人物の検出位置を中心とし、該人物を検出しているカメラのカメラ位置と該人物の検出位置とを結ぶ直線に沿って延びる等確率楕円を生成し、
   前記同一人物紐付手段は、前記各カメラの前記重複視野領域内で検出された人物間の同一性の判定を、前記各等確率楕円の重複部分又は前記等確率楕円を囲う外接矩形領域の各々の重複部分における確率分布に基づくスコアが最も高い人物同士を同一人物と判定する同一人物検出システム。

Images