JP6189170B2 - 姿勢推定装置 - Google Patents
姿勢推定装置 Download PDFInfo
- Publication number
- JP6189170B2 JP6189170B2 JP2013215777A JP2013215777A JP6189170B2 JP 6189170 B2 JP6189170 B2 JP 6189170B2 JP 2013215777 A JP2013215777 A JP 2013215777A JP 2013215777 A JP2013215777 A JP 2013215777A JP 6189170 B2 JP6189170 B2 JP 6189170B2
- Authority
- JP
- Japan
- Prior art keywords
- person
- model
- image
- posture
- standing
- 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
Description
本発明の実施の形態における横臥判定装置1は、図1に示すように、撮像部10、記憶部20、画像処理部30及び出力部40を含んで構成される。横臥判定装置1は、撮像部10で撮像された画像に写された人物の立位姿勢と横臥姿勢を識別して判定する。
入力画像は、撮像部10から撮影される都度、画像処理部30を介して一時的に記憶部20に記憶される。
尚、予め記憶される背景画像とは、入力画像のうち撮像範囲内に人物が存在しないときの画像である。
なお、人物領域画像の抽出方法は、これに限られるものではなく、検出対象である人物画像を学習した学習識別器によって人物領域画像を抽出する方法、人物テンプレートとのマッチング処理にて類似するとされた領域を人物領域画像として抽出する方法など種々の方法を採用してもよい。
現時刻の人物領域画像に対応する記憶部20に記憶されている前時刻の人物領域画像が無かった場合、現時刻において撮像部10によって新規の人が撮像され始めたものとして、次の時刻から追跡の対象とする。
逆に、記憶部20に前時刻の人物領域画像として記憶されており、現時刻において対応する人物領域画像が無い場合には、これまで撮像部10によって撮像されていた人が入力画像に撮像されなくなったものとして、以後の処理対象から外し、記憶部20から消去する。
これらの追跡処理は、周知の方法を適用すればよいので詳細は省略する。
図2(a)には、入力画像における縦軸(y軸)と横軸(x軸)に沿い、人物200を含む人物領域画像201の外接矩形202が示されている。外接矩形202は横幅pと高さqを有する。
図2(b)には、人物領域画像201の主軸204の方向に長辺の方向を一致させた外接矩形203が示されている。外接矩形203は、横幅wと高さhを有する。
(A)人物の身長に対応する外接矩形202の高さq
(B)人物の身幅に対応する外接矩形202の横幅p
そして、求めた体格特徴量を姿勢評価式生成手段304に出力する。
(1)外接矩形面積fj1=外接矩形202の横幅p×高さq
(2)外接矩形アスペクト比fj2=外接矩形202の横幅p/高さq
(3)外接矩形高さfj3=外接矩形202の高さq
(4)主軸方向アスペクト比fj4=外接矩形203の横幅wと高さhについて(短い方/長い方)
(5)主軸方向長辺長fj5=外接矩形203の横幅wと高さhの長い方
そして、求めた横臥判定用特徴量を評価値算出手段311に出力する。
そして、求めた立位モデル特徴量を姿勢評価式生成手段304に出力する。
そして、求めた横臥モデル特徴量を姿勢評価式生成手段304に出力する。
姿勢評価式生成手段304は、人物領域画像が10フレーム分追跡されると体格情報(身長、身幅)を求め、特徴量算出手段303が算出した各特徴量、記憶部20に記憶されている人物モデル23などを参照して姿勢評価式を生成する。
姿勢評価式生成手段304は、モデル画像生成手段313、重み算出処理309、評価式決定処理310からなる。以下、各処理を説明する。
モデル画像生成手段313は、2次元/3次元変換処理305、体格推定処理306、3次元モデル生成処理307、モデル領域生成処理308からなる。
変換する処理は、記憶部20にカメラ情報21として記憶されている撮像部10の画角、設置高さ、俯角等の情報に基づいて周知の幾何学的方法により実現される。
2次元/3次元変換処理305により、例えば入力画像における人物領域画像の座標情報に基づき、監視領域に存在する人物の位置を算出することができる。その例を、図3を用いて説明する。
求められた推定身長と推定身幅の値は、現時刻の人物領域画像の情報と関連づけられて、記憶部20の追跡情報22に記憶される。
体格推定処理306は、10フレーム分の平均値を用いるのではなく、1フレームごとに算出された推定身長と推定身幅をそのまま用いてもよい。
図4(a)に示すように、3次元モデル生成処理307は、人物領域画像201の主軸350を求め、主軸350上の画面上における2つの点として、頭頂である端点Aと足下である端点Bの座標を求める。そして、3次元モデル生成処理307は、図4(b)に示すように、2次元/3次元変換処理305により、端点Aと端点Bを監視領域の床面上の点A’及び点B’の座標(世界座標)として算出する。
図6(b)は、監視領域の床面の点B’の位置に横臥モデル401を配置したときに、撮像部10が撮影したと仮定した横臥モデル401の輪郭を表わす横臥モデル領域の内部をモデル画像生成手段313が切り出した横臥モデル画像503を示したものである。また入力画像における縦軸(y軸)と横軸(x軸)に沿い、横臥モデル画像503を含む外接矩形501、および横臥モデル画像503の図示しない主軸方向に長辺の方向を一致させた外接矩形502が示されている。
すなわち、特徴量算出手段303は、立位モデル画像500の外接矩形501と外接矩形502から、立位モデル特徴量(外接矩形面積fs1、外接矩形アスペクト比fs2、外接矩形高さfs3、主軸アスペクト比fs4、主軸方向長辺長fs5)を算出する。
また、特徴量算出手段303は、横臥モデル画像503の外接矩形501と外接矩形502から横臥モデル特徴量(外接矩形面積ft1、外接矩形アスペクト比ft2、外接矩形高さft3、主軸アスペクト比ft4、主軸方向長辺長ft5)を算出する。
立位モデル特徴量と横臥モデル特徴量の算出方法は、特徴量算出手段303の説明の箇所で述べた通りであり、外接矩形501の高さq、横幅p、外接矩形502の高さh、横幅wを用いて算出される。
具体的には、以下の条件式に応じて重みw1〜w5を決定する。以下では、iは1〜5の整数とする。
逆に、立位モデル特徴量fsiと横臥モデル特徴量ftiとの差が大きいということは、立位と横臥の違いによる特徴量の値の変化が大きく、その特徴量に対応する横臥判定用特徴量fjiを用いて立位と横臥を峻別するのは容易であることを意味している。そのような横臥判定用特徴量fjiは、姿勢推定のための評価値を求める際には重視すべきであるので、立位モデル特徴量fsiと横臥モデル特徴量ftiとの差が大きいほど重みwiを大きな値とする。
本実施の形態では、姿勢評価式として次式を用いる。
ステップS140では、姿勢評価式生成手段304が、記憶部20に記憶されている追跡情報22を参照して、抽出された人物領域画像の追跡回数が「11」未満か否かを判定する。追跡回数が「11」未満の場合には、体格推定処理をするためにステップS160に進み(Noの分岐)、追跡回数が「11」以上の場合には、ステップS260〜S340の姿勢評価式を決定する処理、およびS240の横臥判定用の特徴量を算出する処理(Yesの分岐)に進む。
体格推定処理306は、現時刻において、追跡情報22の追跡回数が「10」になっていると(ステップS180のYesの分岐)、10フレーム分の推定身長と推定身幅について平均を求めて体格情報とする(ステップS200)。
現時刻において、追跡情報22の追跡回数が「10」になっていないと、推定身長と推定身幅について平均を求める処理(ステップS200)は行わない。
そして、現時刻の人物領域画像についての処理を終了する。
ステップS260では、3次元モデル生成処理307が、人物モデル23と、ステップS220において記憶された体格情報(推定身長と推定身幅の平均値)を読み出す。
ステップS300では、モデル領域生成処理308が、3次元モデルを監視領域に立位させて、撮像部10にて撮影したと仮定した画像における立位モデルの領域である立位モデル領域と、3次元モデルを監視領域に横臥させて、撮像部10にて撮影したと仮定した画像における横臥モデルの領域である横臥モデル領域を求める。そして、モデル画像生成手段313が、立位モデル領域と横臥モデル領域の内部を切り出して、それぞれ立位モデル画像と横臥モデル画像を生成する。
図8を参照して、重み算出処理について詳細に説明する。
当該差が閾値を超える場合には(ステップS3203のYesの分岐)、その特徴量についての重みwiを大きな値、例えば0.8とし(ステップS3203)、さもなくは重みwiを小さな値、例えば0.2とする(ステップS3204)。
全ての特徴量について重みの値を決定すると、図7のステップS340に戻る。
ステップS400では、姿勢判定手段312が、人物領域画像に写っている人物の横臥を判定した場合には(Yesの分岐)、その旨を出力部40に出力する。ステップS420では、出力部40は、外部の機器に通知する。
姿勢判定手段312が、人物領域画像のいずれについても立位を判定した場合には特に処理を行わない(ステップS400のNoの分岐)。
上記実施の形態では、監視領域に入った人物が立位であるときと横臥したときとの姿勢を推定する態様について説明したが、本発明の適用範囲はこれに限定されるもではない。例えば、立位からしゃがんだ姿勢に変化したときは、急病で意識不明ほどの重要性はないが、警備員へ注意を喚起するようにしてもよい。
ここで、しゃがみモデルは、撮像対象である人物がしゃがんでいる姿勢をポリゴンモデルやサーフェースモデルなどで表現した情報である。
(11)外接矩形の高さq
(12)外接矩形アスペクト比=横幅p/高さq
(13)外接矩形の画素数に対する人物領域の画素数の比
(14)人物領域外周画素数に対する人物領域の画素数
(15)画像のx軸に対する主軸の角度803,807
以下、上記実施の形態と同様に、判定用評価値を判定閾値と比較すればよいので、詳細は省略する。
また、監視領域に入った人物が両手を下ろした気を付けの姿勢でいるときと両手を挙げて万歳しているときとの姿勢を推定する態様についての変形例2について説明する。本例は、立位であっても両手を下ろした姿勢から両手を挙げた姿勢へと移った場合には、賊等に脅されている可能性があるので警備員へ注意を喚起する用途を想定している。
ここで、気を付けモデル及び万歳モデルは、撮像対象である人物が両手を下げた気を付けの姿勢で立っている姿勢及び両手を挙げた万歳の姿勢で立っている姿勢をポリゴンモデルやサーフェースモデルなどで表現した情報である。
(21)外接矩形の高さq
(22)外接矩形アスペクト比=横幅p/高さq
(23)外接矩形の上半分(上半身に対応)の画素数に対する人物領域の上半分の画素数の比
Claims (5)
- 所定位置に設置された撮像部が撮影した入力画像中の人物領域画像から複数種類の特徴量を算出して人物の姿勢を推定する姿勢推定装置であって、
前記撮像部にて撮影された第一姿勢の人物を模した第一モデル画像と、前記撮像部にて撮影された第二姿勢の人物を模した第二モデル画像を生成するモデル画像生成手段と、
画像から複数種類の特徴量を算出する特徴量算出手段と、
前記特徴量ごとに、第一モデル画像の特徴量と第二モデル画像の特徴量との相違に応じて姿勢評価用の重みを決定して姿勢評価式を生成する姿勢評価式生成手段と、
前記入力画像から人物領域画像を抽出する人物領域抽出手段と、
前記人物領域画像について算出した特徴量から前記姿勢評価式に基づいて姿勢を推定する姿勢判定手段を有することを特徴とした姿勢推定装置。 - 前記モデル画像生成手段は、前記人物領域画像から前記撮像部の撮影空間にて推定された人物の体格に合致するように、予め記憶した所定の人物モデルを拡大又は縮小し、当該人物モデルを前記撮像部にて撮影したと仮定して第一モデル画像および第二モデル画像を生成する請求項1に記載の姿勢推定装置。
- 前記モデル画像生成手段は、前記人物領域画像から前記撮像部の撮影空間における人物位置を推定し、当該位置に予め記憶した所定の人物モデルを配置し、当該人物モデルを前記撮像部が撮影したと仮定して第一モデル画像および第二モデル画像を生成する請求項1または請求項2に記載の姿勢推定装置。
- 前記所定の人物モデルは、単一形状の人物モデルであって、
前記モデル画像生成手段は、前記人物領域画像から前記撮像部の撮影空間における人物の足元位置を推定し、当該足元位置を合わせて立位姿勢と横臥姿勢に人物モデルを配置し、立位姿勢の人物モデルを前記撮像部が撮影したと仮定して第一モデル画像を生成し、横臥姿勢の人物モデルを前記撮像部が撮影したと仮定して第二モデル画像を生成する請求項2または請求項3に記載の姿勢推定装置。 - 前記所定の人物モデルは、第一姿勢の人物モデルおよび当該第一姿勢の人物モデルと形状が異なる第二姿勢の人物モデルである請求項2または請求項3に記載の姿勢推定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013215777A JP6189170B2 (ja) | 2013-10-16 | 2013-10-16 | 姿勢推定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013215777A JP6189170B2 (ja) | 2013-10-16 | 2013-10-16 | 姿勢推定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015079339A JP2015079339A (ja) | 2015-04-23 |
JP6189170B2 true JP6189170B2 (ja) | 2017-08-30 |
Family
ID=53010721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013215777A Active JP6189170B2 (ja) | 2013-10-16 | 2013-10-16 | 姿勢推定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6189170B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10198813B2 (en) | 2014-05-13 | 2019-02-05 | Omron Corporation | Posture estimation device, posture estimation system, posture estimation method, posture estimation program, and computer-readable recording medium on which posture estimation program is recorded |
JP6444283B2 (ja) * | 2015-08-31 | 2018-12-26 | セコム株式会社 | 姿勢判定装置 |
JP6563873B2 (ja) | 2016-08-02 | 2019-08-21 | トヨタ自動車株式会社 | 向き判別装置、向き判別方法 |
JP6728004B2 (ja) * | 2016-09-20 | 2020-07-22 | ヤフー株式会社 | 仮想楽器演奏プログラム、仮想楽器演奏装置および仮想楽器演奏方法 |
CN109284280B (zh) * | 2018-09-06 | 2020-03-24 | 百度在线网络技术(北京)有限公司 | 仿真数据优化方法、装置及存储介质 |
JP7067672B2 (ja) * | 2019-05-29 | 2022-05-16 | コニカミノルタ株式会社 | 画像処理システム、画像処理プログラム、および画像処理方法 |
JP7089493B2 (ja) * | 2019-08-14 | 2022-06-22 | Kddi株式会社 | 人物検知装置、方法およびプログラム |
JP7241004B2 (ja) * | 2019-11-19 | 2023-03-16 | 株式会社エヌ・ティ・ティ ピー・シー コミュニケーションズ | 身体動作解析装置、身体動作解析システム、身体動作解析方法、及びプログラム |
CN113297963A (zh) * | 2021-05-24 | 2021-08-24 | 网易(杭州)网络有限公司 | 多人姿态的估计方法、装置、电子设备以及可读存储介质 |
CN116206779A (zh) * | 2023-04-28 | 2023-06-02 | 山东铭泰医疗设备集团有限公司 | 一种基于视觉感知的智慧病房交互系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1950844A (zh) * | 2004-03-03 | 2007-04-18 | 日本电气株式会社 | 物体的姿势推断及对照系统和方法及其程序 |
JP2011113313A (ja) * | 2009-11-26 | 2011-06-09 | Secom Co Ltd | 姿勢推定装置 |
JP5691512B2 (ja) * | 2010-03-24 | 2015-04-01 | 沖電気工業株式会社 | 入力支援装置、入力支援方法、およびプログラム |
JP5701657B2 (ja) * | 2011-03-31 | 2015-04-15 | セコム株式会社 | 異常検知装置 |
-
2013
- 2013-10-16 JP JP2013215777A patent/JP6189170B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2015079339A (ja) | 2015-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6189170B2 (ja) | 姿勢推定装置 | |
JP6534499B1 (ja) | 監視装置、監視システム、及び、監視方法 | |
JP6125188B2 (ja) | 映像処理方法及び装置 | |
JP5041458B2 (ja) | 三次元物体を検出する装置 | |
JP4341564B2 (ja) | 対象物判定装置 | |
JP5493108B2 (ja) | 距離画像カメラを用いた人体識別方法および人体識別装置 | |
JPWO2012077286A1 (ja) | 物体検出装置および物体検出方法 | |
JP2009009413A (ja) | 動作検知装置及び動作検知プログラム、並びに動作基本モデル生成装置及び動作基本モデル生成プログラム | |
JP2007304801A (ja) | 立体性認証方法、立体性認証装置および立体性認証プログラム | |
JP5868426B2 (ja) | 停立人物の向き推定方法 | |
WO2016031314A1 (ja) | 個人識別装置、個人識別方法、及び、個人識別プログラム | |
JP7419999B2 (ja) | 情報処理装置および情報処理方法 | |
JP2007004318A (ja) | 画像処理方法、画像処理を実行するためのプログラム、及び、当該プログラムが記憶された記憶媒体 | |
JP2008148237A (ja) | 姿勢検知装置 | |
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 | |
JP2009288917A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP7426611B2 (ja) | 校正方法および校正装置 | |
JP4914870B2 (ja) | 混雑度計測装置、混雑度計測方法、混雑度計測プログラムおよびそのプログラムを記録した記録媒体 | |
JP4875652B2 (ja) | 行動認識システム及びその方法 | |
JP4628910B2 (ja) | 長さ測定装置および身長測定装置 | |
JP7173341B2 (ja) | 人物状態検出装置、人物状態検出方法及びプログラム | |
JP2007109126A (ja) | 移動体分布推定装置、移動体分布推定方法及び移動体分布推定プログラム | |
JP5935118B2 (ja) | 物体検出装置および物体検出方法 | |
JP3994954B2 (ja) | 物体検出装置及び物体検出方法 | |
CN114463663A (zh) | 一种人员身高的计算方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160810 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170720 |
|
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: 20170725 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170802 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6189170 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 |