JP6332702B2 - 空間認識装置 - Google Patents

Description

本発明は、所定空間における物理量（例えば輝度）を計測した計測信号（例えば輝度信号）から当該所定空間の状態を認識する空間認識装置に関する。

防犯等を目的として、監視カメラが撮像した画像から人などの所定物体を検出するために、当該物体の特徴量を予め学習した識別器等を用いる方法がある。その際、照明変動に強いことから、物体の特徴量としてエッジ情報を用いることが多い。

特許文献１には、検出対象である人体の特徴量としてＨＯＧ(Histograms of Oriented Gradients)特徴量を用い、リアルアダブースト(Real-Adaboost) 識別器、パターンマッチング法などによって、撮像部から入力された画像中の人体を検出する対象検出装置の例が記載されている。ＨＯＧ特徴量は、画素値の勾配方向及び勾配強度を基にしたヒストグラムであり、エッジ情報の一つである。

また、特許文献１に記載された対象検出装置においては、撮像部から２００ｍｓの周期で撮像した画像に対して順次、人体の検出処理を行っている。

特開２０１５−３２１１９号公報

しかしながら、従来技術においては、カメラ内部で発生する撮像素子などのノイズや照明条件の微小変動等の外乱による揺らぎが原因で物体の一部のエッジ情報が一時的に消失し、エッジ情報の消失により物体の検出精度が低下していた。

すなわち、通常用いられる監視カメラでは、各撮像素子が一定時間（例えば２００ｍｓの間）の間に出力する輝度信号の平均値を、その撮像素子に対応する画素の輝度値として出力する。そして、このように出力される輝度値は、上記一定時間内に発生したノイズや外乱の影響で常に揺らいでおり、不安定である。そのため、この輝度値を用いる限り、揺らぎによるエッジ情報の消失を避けることが困難であった。

また、エッジ情報は近傍画素間で輝度値どうしを演算して求めるが、揺らぎを含む輝度値どうしの演算が揺らぎの影響を倍増させていた。さらに、エッジ情報を構成する各要素（例えばＨＯＧ特徴量におけるヒストグラムの各ビンの値）はスカラとなってしまっているため、エッジ情報から非揺らぎ成分を分離して検出に用いることが困難となっていた。

さらには、移動物体のエッジ情報は、その動きによって不鮮明となる（エッジ強度が弱くなる）ことが多く、このことも検出精度を低下させる要因となっていた。

なお、揺らぎによる精度低下は、エッジ情報を用いた物体検出のみならず、エッジ情報を差分処理して行う空間の変化の検出、ブロックの平均輝度値を差分処理して行う空間の変化の検出など、領域の特性値を用いて空間の状態を認識する際に共通する問題であった。

そこで、本発明は上記問題点に鑑みてなされたものであり、所定空間の物理量を計測した計測信号に揺らぎが生じていても、当該空間の状態を高精度に検出できる空間認識装置を提供することを目的とするものである。

上記した目的を達成するために、本発明に係る空間認識装置は、所定の計測面上に配置され、任意の空間の物理量を計測してそれぞれが計測信号を出力する複数の計測部と、
前記計測面上に設定された複数の小領域のそれぞれにおいて所定時間幅の前記計測信号から特徴量ごとの時間頻度を算出する特徴量分布算出部と、
前記複数の小領域の前記特徴量が集まって示す特性値を当該複数の小領域における前記特徴量の複数の組み合わせに対して求め、前記特性値ごとの時間頻度を保持した特性値分布を生成する特性値分布生成部と、
前記特性値分布を用いて前記空間の状態を認識する状態認識部と、
を備えたことを特徴とする。

また、本発明に係る空間認識装置は、前記特性値分布生成部が、前記特性値ごとに、前記複数の小領域における前記特徴量の組み合わせのうち当該特性値の算出に用いた組み合わせごとの時間頻度の積を総和して、当該特性値の時間頻度を算出してもよい。

さらに、本発明に係る空間認識装置は、前記状態認識部が、前記複数の小領域の集まりが所定対象の特徴を有する度合いである評価値を前記特性値から導出する所定関数を用いて、前記特性値分布から前記各特性値に対する前記特性値の時間頻度を算出して評価値分布を生成し、前記評価値分布を用いて前記空間における前記所定対象の有無を判定してもよい。

また、本発明に係る空間認識装置は、前記状態認識部が、前記所定関数から定まる値域内の複数の前記評価値のそれぞれに対して当該評価値が導出される特性値を特定し、特定した前記特性値の時間頻度を前記評価値ごとに総和して前記評価値分布を生成してもよい。

さらに、本発明に係る空間認識装置は、前記特性値分布生成部が、前記複数の小領域における前記特徴量の組み合わせごとに当該組み合わせにおける前記特徴量の勾配を求め、当該勾配ごとの時間頻度を前記特性値分布として算出してもよい。

また、本発明に係る空間認識装置は、前記複数の計測部が、前記計測面を撮像面として該撮像面上に配置され、それぞれが前記空間を撮像して前記計測信号としての輝度信号を出力する複数の光電変換部からなる構成としてもよい。

特徴量分布算出部が算出する特徴量ごとの時間頻度においては、時間頻度の低い揺らぎ成分と、時間頻度の高い非揺らぎ成分が区別でき、特性値分布生成部が算出する特性値（例えばエッジ情報）ごとの時間頻度においても区別できる状態が維持される。そのため、本発明の空間認識装置によれば、非揺らぎ成分だけを正しく用いて空間の状態を認識することができ、空間の認識精度が格段に向上する。

本発明に係る空間認識装置の概略構成を示す図である。 分布画像の模式図である。 本発明に係る空間認識装置の機能ブロック図である。 （ａ）時間と輝度値との関係の一例を示す図である。 （ｂ）輝度値と時間頻度との関係の一例を示す図である。 動き分布の算出の様子を説明するため図である。 １ブロック分の強度エッジ分布の一例を示す図である。 合成のイメージの一例を示す図である。 本発明に係る空間認識装置における撮像部と処理部の動作を示すフローチャートである。

以下、本発明を実施するための形態について、添付した図面の図１〜８を参照しながら詳細に説明する。

［空間認識装置の構成について］
図１に示すように、本実施の形態の空間認識装置１は、撮像部２、記憶部３、処理部４、出力部５を含んで構成される。

撮像部２は、所定の空間（監視空間）を高速撮像して所定周期で図２に示すような、特徴量分布の集まりである分布画像を生成し、処理部４に出力する。なお、図２におけるｘ方向（水平方向）およびｙ方向（垂直方向）の一つ一つの矩形部分が画素に対応している。

撮像部２は、図３に示す複数の光電変換部２０（２０−１，２０−２，…，２０−Ｎ）を備える。複数の光電変換部２０−１，２０−２，…，２０−Ｎのそれぞれは計測部であり、それぞれ監視空間に存在する物体（所定対象）からの反射光を光電変換して、反射光の輝度に応じた輝度信号を出力する。

また、撮像部２は、図３に示す特徴量分布算出部２１を備える。特徴量分布算出部２１は、複数の光電変換部２０−１，２０−２，…，２０−Ｎからの輝度信号を一定時間保持し、保持した所定時間幅の輝度信号から、１または複数の光電変換部を単位とする特徴量ごとの時間頻度を特徴量分布として算出する。

本例では、１または複数の光電変換部を単位とする特徴量分布を複数算出し、それらの集まりによる画像を分布画像としている。

記憶部３は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等のメモリ装置で構成され、各種プログラムや各種データを記憶する。また、記憶部３は、処理部４と接続されて処理部４との間でこれらの情報を入出力する。

処理部４は、ＣＰＵ（Central Processing Unit ）、ＤＳＰ（Digital Signal Processor）、ＭＣＵ（Micro Control Unit）等の演算装置で構成される。

処理部４は、記憶部３と接続され、記憶部３からプログラムを読み出して実行することにより各種処理・制御手段として動作する。また、処理部４は、各種データを記憶部３に記憶させ、各種データの読み出しを行う。

さらに、処理部４は、撮像部２および出力部５とも接続され、撮像部２からの分布画像を処理して強度エッジ分布画像と動きエッジ分布画像を算出し、算出した強度エッジ分布画像と動きエッジ分布画像を合成した合成エッジ分布画像の各所に判定領域を設定し、合成エッジ分布画像における各判定領域の特徴量どうしの関係性を表す特性値を後述する式（９）の識別関数に入力して判定領域に対する尤度分布を算出し、算出した各判定領域の尤度分布を基に物体の存在有無を判定し、物体の存在有りと判定した場合にアラーム信号を出力部５に出力する。

出力部５は、処理部４と接続され、処理部４からのアラーム信号を外部出力する。具体的には、出力部５は、通信装置で構成され、所定のネットワークを介して遠隔の警備センターにアラーム信号を伝送する。

さらに、図３の機能ブロック図を参照しながら各部の構成について説明する。

複数の光電変換部２０−１，２０−２，…，２０−Ｎは、それぞれが撮像素子、電子シャッター、増幅器、Ａ／Ｄ変換器を含む。電子シャッター、増幅器、Ａ／Ｄ変換器は２以上の光電変換部２０により共有させてもよい。

撮像素子は、ＣＣＤ（Charge Coupled Devices）またはＣ−ＭＯＳ（Complementary Metal Oxide Semiconductor ）などで構成され、監視空間の可視光線の強度を計測して、計測した強度を電圧値とする輝度信号を出力する。

例えば、光電変換部２０のそれぞれは、１／５００秒ごとに電子シャッターを作動させて、作動時の撮像素子の電圧を増幅器で増幅し、Ａ／Ｄ変換器でサンプリングすることにより、１／５００秒ごとに輝度値を０〜２５５の２５６階調に離散化したディジタルの輝度信号を出力する。

複数の撮像素子は、所定の撮像面上に配置されて面をなし、当該面に監視空間を投影する。例えば、撮像素子を平面の基板上に、基板のＸ方向に等間隔で６４０個、Ｙ方向に等間隔で４８０個というように、アレー状に配置し、１／５００秒ごとに６４０×４８０画素の濃淡画像を撮像する。

また、複数の撮像素子は、それぞれがＲ、Ｇ、Ｂの各帯域に適合したカラーフィルタを備えた３つの撮像素子を単位とする撮像素子の組を、平面の基板上に、Ｘ方向に等間隔で６４０組、Ｙ方向に等間隔で４８０組というように、アレー状に配置し、６４０×４８０画素のカラー画像を撮像することもできる。

さらに、ＲＧＢの輝度信号をＨＳＶなど他の表色系に変換して出力してもよい。

光電変換部２０の撮像周期（計測周期）は、検出対象の動きに対して十分短ければよく、例えば人を検出対象とする場合は、１／１００秒、または１／２００秒などでもよい。

また、階調数、光電変換部２０の個数も上記例に限らず、検出対象や空間の大きさに応じた設定とすることができる。

以上のように、複数の光電変換部２０−１，２０−２，…，２０−Ｎは、所定の撮像面上に配置され、所定の空間を撮像してそれぞれが輝度信号を出力する。すなわち、複数の計測部は、所定の計測面上に配置され、所定の空間の物理量を計測してそれぞれが計測信号を出力する。

なお、本実施の形態では、撮像部２が特徴量分布算出部２１を含んで機能し、処理部４が特性値分布生成部２２、状態認識部２４を含んで機能し、記憶部３が対象情報記憶部２３を含んで機能する。

特徴量分布算出部２１は、バッファ、演算回路を含む。

バッファは、例えばリングバッファで構成され、複数の光電変換部２０−１，２０−２，…，２０−Ｎからの輝度信号を一定時間保持し、撮像周期ごとの輝度値を循環記憶する。本例では、予め定めた頻度算出時間幅以上のバッファを光電変換部２０の数だけ備える。例えば、撮像周期が１／５００秒、頻度算出時間幅が１／５秒間であれば、バッファ長が１００のバッファを光電変換部２０の数だけ用意する。

演算回路は、バッファに保持した頻度算出時間幅の輝度信号から特徴量ごとの時間頻度を頻度算出周期で算出して、分布画像を生成し、特性値分布生成部２２に出力する。

例えば演算回路は、撮像部２の撮像面上に予め設定された複数の小領域のそれぞれにおいて特徴量の正規化ヒストグラムを算出する。

例えば、小領域を濃淡画像の画素、特徴量を上記濃淡画像の輝度値とすることができる。つまり、光電変換部２０と小領域が１対１対応し、特徴量はスカラである。

また、例えば、小領域をカラー画像の画素、特徴量をＲ、Ｇ、Ｂの輝度値としてもよい。この場合、光電変換部２０と小領域が３対１対応し、特徴量は３次元ベクトルである。また、例えば、小領域を濃淡画像またはカラー画像の画素、特徴量を動きベクトルとすることもできる。

さらに、小領域は、濃淡画像またはカラー画像における近傍の複数画素（２×２画素、３×３画素など）としてもよい。

頻度算出周期は、頻度算出時間幅１／５秒間に対して、１／５秒とすることができる。この場合、オーバーラップも間引きもないということになる。

なお、頻度算出周期を頻度算出時間幅よりも短く設定してオーバーラップを設けてもよいし、頻度算出周期を頻度算出時間幅よりも長く設定して間引きしてもよい。

特徴量分布算出部２１は、強度分布算出部２１０、動き分布算出部２１１を備え、２種類の特徴量分布を算出する。

強度分布算出部２１０は、複数の小領域のそれぞれにおいて、頻度算出時間幅の輝度信号の強度ごとの時間頻度を求めて強度分布を生成し、特性値分布生成部２２に出力する。

例えば、１／５秒ごとに、各画素について、バッファから最新１／５秒間の列を読み出し、輝度値ごとの時間頻度を求めて、強度分布を算出する。

ここで、図４（ａ）はある画素における輝度信号の時間と輝度値の関係の一例を示す。図４（ａ）に示すように、輝度値が０〜２５５の範囲で時間の経過とともに変化したものとする。頻度算出時間幅Ｔの輝度値の数が例えば１００個である場合、各輝度値の度数を計数し、計数結果のそれぞれを１００で除して時間頻度を算出すると、当該画素における輝度値と時間頻度は図４（ｂ）に示す正規化ヒストグラムのような関係になる。

動き分布算出部２１１は、小領域間で頻度算出時間幅より短い小区間における輝度信号が類似する小区間どうしを結ぶ動きベクトルを求め、複数の小領域のそれぞれにおいて、動きベクトルごとの時間頻度を求めて動き分布を算出し、特性値分布生成部２２に出力する。

例えば、小区間の時間幅を１／５００秒として最新１／５秒間の輝度信号に１００の小区間を設定し、動きベクトルの探索範囲を撮像面のｘ，ｙ方向にそれぞれ±２、時間方向に１／５００秒とする。

動きベクトル（ｘ，ｙ，ｔ）の値域は（０±２，０±２，１）となる。この場合、各画素について探索範囲内で輝度値が最も類似する画素を探索し、当該画素を始端とし類似する画素を終端とする９９個のベクトルを求める。

そして、各画素において、上記値域に含まれる動きベクトルごとに度数を計数し、各計数結果を動きベクトルの総数である９９で除して動きベクトルの正規化ヒストグラムを動き分布として算出する。

図５はある画素における動き分布算出の様子を示している。図５において、Ｔ_L は頻度算出時間幅である。また、Ｔ_S は小区間の時間幅である。図５において、小区間［ｔ，ｔ＋１］の動きベクトルは（１，−１，１）、小区間［ｔ＋１，ｔ＋２］の動きベクトルは（０，−１，１）、…、小区間［ｔ＋Ｔ_L −１，ｔ＋Ｔ_L ］の動きベクトルは（２，０，１）となっている。これらの動きベクトルごとの時間頻度Ｐ（ｖ）が動き分布である。

以上のように、特徴量分布算出部２１は、計測面上（撮像部２の撮像面上）に設定された複数の小領域のそれぞれにおいて、所定時間幅の計測信号（輝度信号）から特徴量ごとの時間頻度を算出して分布画像を生成する。

各分布画像においては、非揺らぎ成分である真の特徴量（真の信号強度、真の動きベクトル）の時間頻度が有意に高い値を示し、これと比較して、揺らぎ成分である偽の特徴量（偽の信号強度、偽の動きベクトル）の時間頻度は十分に低いものとなる。

例えば、突発的なノイズが発生し、その振幅が大きかったとしても、分布画像においてはそのノイズの信号強度やそのノイズから求めた動きベクトルといった偽の特徴量の時間頻度が十分に低いものとなり、真の特徴量と偽の特徴量を区別可能となる。

特性値分布生成部２２は、複数の小領域の特徴量が集まって示す特性値を求め、当該特性値ごとの時間頻度を保持した特性値分布を生成し、状態認識部２４に出力する。

具体的には、特性値分布生成部２２は、特性値ごとに、複数の小領域における特徴量の組み合わせのうち当該特性値の算出に用いた特徴量の組み合わせごとの時間頻度の積を総和して、当該特性値の時間頻度を算出する。

例えば、特性値は複数の小領域における特徴量の勾配（エッジ）であり、特性値分布は当該複数の小領域における勾配ごとの時間頻度を表す勾配分布である。本例では、後述する判定領域における勾配分布が認識に用いられる。特性値分布生成部２２は、判定領域よりも小さな領域であるブロックを単位として勾配分布を求めておき、適宜、複数のブロックの勾配分布を連結することによって判定領域の勾配分布を算出し、状態認識部２４に出力する。

また本例では、後述する判定領域における信号強度の勾配分布（強度エッジ分布）と動きベクトルの勾配分布（動きエッジ分布）を合成した勾配分布（合成エッジ分布）が認識に用いられる。そのために特性値分布生成部２２は、強度分布から強度エッジ分布を算出する強度エッジ分布算出部２２０、動きベクトル分布から動きエッジ分布を算出する動きエッジ分布算出部２２１および強度エッジ分布と動きエッジ分布を合成して合成エッジ分布を算出するエッジ分布合成部２２２を備える。

強度エッジ分布算出部２２０は、複数の小領域における信号強度の複数の組み合わせに対して勾配を求め、信号強度の勾配ごとの時間頻度を求めて強度エッジ分布を生成し、強度エッジ分布画像をエッジ分布合成部２２２に出力する。

例えば、強度エッジ分布算出部２２０は、ＨＯＧにならい、各画素における輝度値の勾配方向およびその時間頻度、各画素における輝度値の勾配強度およびその時間頻度を算出し、セル単位で各勾配方向における勾配強度ごとの時間頻度を算出し、それらをブロック単位で連結して各ブロックにおける強度エッジ分布を算出する。

この場合、まず、強度分布画像上に５×５画素のセルを複数設定し、各セルの画素（ｘ，ｙ）ごとに、撮像面のｘ方向に隣接する一方の画素（ｘ＋１，ｙ）の輝度値ｊ_x+1 と他方の画素（ｘ−１，ｙ）の輝度値ｊ_x-1 の差の絶対値である輝度差ｉ_x ごとの時間頻度Ｐ（ｉ_x ）を下記式（１）より算出し、ｙ方向に隣接する一方の画素（ｘ，ｙ＋１）の輝度値ｊ_y+1 と他方の画素（ｘ，ｙ−１）の輝度値ｊ_y-1 と差の絶対値である輝度差ｉ_y ごとの時間頻度Ｐ（ｉ_y ）を下記式（２）より算出する。

次に、下記式（３），（４）により、各セルの画素（ｘ，ｙ）ごとに、ｘ方向の輝度差の時間頻度Ｐ（ｉ_x ）およびｙ方向の輝度差の時間頻度Ｐ（ｉ_y ）から、輝度値の勾配強度ｍごとの時間頻度Ｐ（ｍ）と輝度値の勾配方向ｒごとの時間頻度Ｐ（ｒ）を算出する。

続いて、輝度値の勾配方向ｒを２０度刻みの９方向に量子化するとともに（Ｒ＝０，２０，４０，…，１６０）、輝度値の勾配強度ｍを９段階に量子化し（Ｍ＝ｍ０，ｍ１，ｍ２，…，ｍ８）、各セルにおいて、輝度値の勾配方向Ｒと輝度値の勾配強度Ｍの組み合わせごとに輝度値の勾配方向Ｒの時間頻度Ｐ（Ｒ）と勾配強度Ｍの時間頻度Ｐ（Ｍ）の積を総和してＰ（Ｒ，Ｍ）を算出する。

続いて、セルごとに当該セルを中心とする３×３のセル（ブロック）のＰ（Ｒ，Ｍ）を連結し、連結された時間頻度の合計値が１となるよう正規化してブロック単位の強度エッジ分布とする。

強度エッジ分布においては、動きのない物体の輪郭や模様などによる真のエッジの時間頻度が有意に高く表れ、一方で、ノイズなどの揺らぎ成分による偽のエッジの時間頻度が低く表れる。

動きエッジ分布算出部２２１は、複数の小領域における動きベクトルの複数の組み合わせに対して勾配を求め、動きベクトルの勾配ごとの時間頻度を求めて動きエッジ分布を生成し、動きエッジ分布画像をエッジ分布合成部２２２に出力する。

例えば、動きエッジ分布算出部２２１は、ＨＯＧにならい、各画素における動きベクトルの勾配方向および動きベクトルの勾配強度の時間頻度を算出し、それらを複数の画素からなるブロック単位で統合して動きエッジ分布を生成する。

この場合、まず、動き分布画像上にセルを複数設定し、各セルの画素（ｘ，ｙ）ごとに、撮像面のｘ方向に隣接する一方の画素（ｘ＋１，ｙ）の動きベクトルのｘ成分ｖ_x+1 と他方の画素（ｘ−１，ｙ）の動きベクトルのｘ成分ｖ_x-1 との差ｕ_x ごとの時間頻度Ｐ（ｕ_x ）を下記式（５）から算出し、ｙ方向に隣接する一方の画素（ｘ，ｙ＋１）の動きベクトルのｙ成分ｖ_y+1 と他方の画素（ｘ，ｙ−１）の動きベクトルのｙ成分ｖ_y-1 との差ｕ_y ごとの時間頻度Ｐ（ｕ_y ）を下記式（６）から算出する。なお、動き分布画像上に設定する各セルの位置および大きさは強度分布画像上に設定した各セルと同一である。

次に、下記式（７），（８）により、各セルの画素（ｘ，ｙ）ごとに、ｘ方向の差ｕ_x の時間頻度Ｐ（ｕ_x ）およびｙ方向の差ｕ_y の時間頻度Ｐ（ｕ_y ）から、動きベクトルの勾配強度ｍごとの時間頻度Ｐ（ｍ）と動きベクトルの勾配方向ｒごとの時間頻度Ｐ（ｒ）を算出する。

続いて、動きベクトルの勾配方向ｒを２０度刻みの９方向に量子化するとともに（Ｒ＝０，２０，４０，…，１６０）、動きベクトルの勾配強度ｍを９段階に量子化し（Ｍ＝ｍ０，ｍ１，ｍ２，…，ｍ８）、各セルにおいて、動きベクトルの勾配方向Ｒと動きベクトルの勾配強度Ｍの組み合わせごとに動きベクトルの勾配方向Ｒの時間頻度Ｐ（Ｒ）と勾配強度Ｍの時間頻度Ｐ（Ｍ）の積を総和してＰ（Ｒ，Ｍ）を算出する。

続いて、セルごとに当該セルを中心とする３×３セルのブロックのＰ（Ｒ，Ｍ）を連結し、連結された時間頻度の合計値が１となるよう正規化してブロック単位の動きエッジ分布を生成する。

動きエッジ分布においては、動いている物体の輪郭や模様など、あるいは静止している物体において動いている部位の輪郭や模様などによる真のエッジの時間頻度が有意に高く表れ、一方で、ノイズなどの揺らぎ成分による偽のエッジの時間頻度が低く表れる。

エッジ分布合成部２２２は、各小領域における強度の勾配ごとの時間頻度と、当該小領域における、動きベクトルの勾配ごとの時間頻度を合成して当該小領域における勾配ごとの時間頻度を算出することにより合成エッジ分布を生成し、状態認識部２４に出力する。なお、本例においては、合成をブロック単位で行う。

ここで、強度エッジ分布算出部２２０が算出した強度エッジ分布と動きエッジ分布算出部２２１が算出した動きエッジ分布はいずれも勾配方向ごとの勾配強度の時間頻度であり、分布の表現が共通している。

このように合成前の分布同士の表現が共通している場合、対応する位置の分布のいずれか１つの分布を選択することによって合成し、或いは対応する位置の分布どうしを重み付け加算することによって合成できる。

例えば、本例では、各ブロックにおいて勾配方向Ｒごとに、強度エッジ分布における勾配強度Ｍの時間頻度分布と動きエッジ分布における勾配強度Ｍの時間頻度分布のうちノルムが高い方を選択することによって合成する。

Ｐ（Ｒ，Ｍ）における勾配方向Ｎについてのノルムは、勾配強度Ｍごとにその時間頻度Ｐ（Ｒ，Ｍ）との積を勾配強度Ｍについて総和したΣＭ・Ｐ（Ｒ，Ｍ）によって定義できる。この定義の場合、分布の右側（勾配強度Ｍが大きい側）に偏った分布ほど選択されやすくなるため、被写体の各所にて強度エッジと動きエッジのうちの強く鮮明な方のエッジが合成できる。

特性値分布生成部２２は、隣接関係にある２×４ブロックの全組み合わせをそれぞれ判定領域として設定し、各判定領域を構成するブロックの合成エッジ分布を所定順序で連結した当該判定領域の合成エッジ分布を状態認識部２４に出力する。

図６に、ある判定領域における合成エッジ分布のイメージを例示する。当該判定領域はブロック０〜７からなり、各ブロックはセル０〜８からなっている。各セルは５×５画素であるから、判定領域は３０×６０画素の集まりすなわち１８００個の小領域の集まりである。また、勾配方向Ｒと勾配強度Ｍと時間頻度Ｐ（Ｒ，Ｍ）の３軸からなるグラフで示した情報が判定領域の合成エッジ分布である。

図６の合成エッジ分布においては、グラフの左から一列目にブロック０のセル０における０度方向・強度ｍ₀ である勾配の時間頻度Ｐ（０，ｍ₀ ）、０度方向・強度ｍ₁ である勾配の時間頻度Ｐ（０，ｍ₁ ）、…、０度方向・強度ｍ₈ である勾配の時間頻度Ｐ（０，ｍ₈ ）が並び、二列目にブロック０のセル０における２０度方向・強度ｍ₀ 〜ｍ₈ の勾配それぞれの時間頻度Ｐ（２０，ｍ₀ ）〜Ｐ（２０，ｍ₈ ）が並び、…、九列目にブロック０のセル０における１６０度方向・強度ｍ₀ 〜ｍ₈ の勾配それぞれの時間頻度Ｐ（１６０，ｍ₀ ）〜Ｐ（１６０，ｍ₈ ）が並んでいる。続く十列目から十八列目にブロック０のセル１における０〜１６０度方向・強度ｍ₀ 〜ｍ₈ の勾配それぞれの時間頻度Ｐ（０，ｍ₀ ）〜Ｐ（１６０，ｍ₈ ）が並ぶ。以下同様にブロック０のセル２〜８における勾配の時間頻度、ブロック１のセル０〜８における勾配の時間頻度、…、ブロック７のセル０〜８における勾配の時間頻度が並んでいる。

合成エッジ分布に含まれる勾配（特性値）のひとつひとつは、各勾配方向から選んだ任意のひとつの勾配強度を全勾配方向について並べたベクトルで表される。また、当該勾配（特性値）の時間頻度は、各勾配方向から選んだ勾配強度の時間頻度の和である。

例えば図６のグラフにおいて斜線で示した成分を並べたベクトル｛（０，ｍ₃ ），（２０，ｍ₄ ），…，（１６０，ｍ₃ ），（０，ｍ₄ ），…，（１６０，ｍ₃ ），（０，ｍ₄ ），…，（１６０，ｍ₄ ）｝が判定領域におけるひとつの勾配である。そして、その勾配の時間頻度は、Ｐ（０，ｍ₃ ）＋Ｐ（２０，ｍ₄ ）＋…＋Ｐ（１６０，ｍ₃ ）＋Ｐ（０，ｍ₄ ）＋…＋Ｐ（１６０，ｍ₃ ）＋Ｐ（０，ｍ₄ ）＋…＋Ｐ（１６０，ｍ₄ ）である。

ちなみに図６のグラフで示した合成エッジ分布は９の（９×８）乗通りの勾配とその時間頻度を保持していることになる。

特性値分布生成部２２は、このような、複数の小領域（画素）の集まりである判定領域について、複数の小領域の特徴量（輝度値）が集まって示す特性値（勾配）ごとの時間頻度を保持した特性値分布（合成エッジ分布）を生成する。

このように合成した合成エッジ分布においては、物体が動いていてもいなくても、あるいは物体において動いている部位があっても無くても物体の全体について輪郭や模様などの非揺らぎ成分による真のエッジの時間頻度が有意に高く表れ、一方で、ノイズなどの揺らぎ成分による偽のエッジの時間頻度が低く表れる。

ここで、図７は合成のイメージの一例を示している。図７において、小区間［ｔ，ｔ＋１］から小区間［ｔ＋Ｔ_L −１，ｔ＋Ｔ_L ］までの間において、人体が左腕のみを動かしているものとする。この場合、動きのない人体の輪郭による真のエッジの時間頻度が有意に高く表れた強度エッジ分布が強度エッジ分布算出部２２０にて算出される。また、動いている人体の左腕の輪郭による真のエッジの時間頻度が有意に高く表れた動きエッジ分布が動きエッジ分布算出部２２１にて算出される。そして、エッジ分布合成部２２２は、各ブロックにおいて勾配方向Ｒごとに強度エッジ分布の勾配強度Ｍの時間頻度分布および動きエッジ分布の勾配強度Ｍの時間頻度分布のそれぞれについてノルムを算出し、ノルムが高い方の時間頻度分布を選択して強度エッジ分布と動きエッジ分布とを合成すると、人体の全体についての輪郭による真のエッジの時間頻度が有意に高く表れ、ノイズなどの揺らぎ成分による偽のエッジの時間頻度が低く表れた合成エッジ分布画像を得る。

なお、特性値どうしで分布の表現が共通しない場合は、各特性値を表すベクトルを連結することにより合成できる。

例えば、一方の特性値がベクトル（ａ０，ａ１，…，ａＮ）、他方の特性値がベクトル（ｂ０，ｂ１，…，ｂＭ）、であれば合成後の特性値はベクトル（ａ０，ａ１，…，ａＮ，ｂ０，ｂ１，…，ｂＭ）となる。

このように合成した合成エッジ分布においても、非揺らぎ成分による真のエッジの時間頻度が揺らぎ成分による偽のエッジの時間頻度よりも有意に高い関係は維持される。よって、物体が動いていてもいなくても、あるいは物体において動いている部位があっても無くても物体の全体について輪郭や模様などの非揺らぎ成分による真のエッジの時間頻度が有意に高く表れ、一方で、ノイズなどの揺らぎ成分による偽のエッジの時間頻度が低く表れる。

対象情報記憶部２３は、対象の認識に用いる識別関数のパラメータおよび当該パラメータの時間頻度を予め記憶している。

識別関数は、判定領域が所定対象の特徴を有する度合いである評価値を判定領域の特性値から導出する関数である。例えばサポートベクターマシン（ＳＶＭ：Support Vector Machine）法を用いて対象を認識する場合、識別関数のパラメータは識別境界法線ベクトルａと識別境界バイアス項ｂの組であり、評価値は尤度である。ａとｂの組は複数通り記憶され、各ａの値に対してその時間頻度Ｐ（ａ）が記憶され、各ｂの値に対してその時間頻度Ｐ（ｂ）が記憶される。また尤度は値が大きいほど判定領域に人が写っている可能性が高いことを表す。なお所定対象は例えば人である。

識別関数のパラメータおよびその時間頻度は予めの学習により導出される。すなわち、多数の人のそれぞれを撮像して得た多数のポジティブ学習データ、およびそれぞれが人以外を撮像して得た多数のネガティブ学習データにＳＶＭ法を適用すると、ポジティブ学習データとネガティブ学習データを識別するのに適した識別境界法線ベクトルａと識別境界バイアス項ｂが導出される。各学習データの大きさは判定領域と同一の２×４ブロックである。各学習データは合成エッジ分布画像におけるひとつひとつの勾配である。各ａの導出に用いた勾配の時間頻度を総和し、正規化することで当該ａの時間頻度が算出でき、各ｂの導出に用いた勾配の時間頻度を総和し、正規化することで当該ｂの時間頻度が算出できる。

なお、ＳＶＭ法に代えて、アダブースト（AdaBoost）法、他のブースティング（Boosting）法、３層以上の層を持つパーセプトロン法またはランダムフォレスト法等など他の機械学習法を利用することもできる。

または、機械学習法に代えて、パターンマッチングを利用することもできる。この場合、識別関数のパラメータはパターンであり、ポジティブ学習データのみから学習可能である。

状態認識部２４は、特性値分布を用いて監視空間の状態を認識し、認識結果を出力部５に出力する。

本例において状態認識部２４は監視空間における所定対象の有無を判定する。そのために、状態認識部２４は、識別関数を用いて特性値分布から各特性値に対する評価値の時間頻度を算出して評価値分布を生成し、評価値分布を用いて監視空間における所定対象の有無を判定する。その際、状態認識部２４は、識別関数から定まる値域内の複数の評価値のそれぞれに対して当該評価値が導出される特性値を特定し、少なくとも特定した特性値の時間頻度を評価値ごとに総和して評価値分布を生成する。

なお、ＳＶＭ法における尤度のように評価値が連続値である場合、状態認識部２４は評価値を量子化して評価値分布を生成する。例えば尤度の値域が［−１，１］である場合、この値域を１０００分割し、評価値分布における尤度を−１．０００，−０．９９９，−０．９９８，…，０．９９９，１．０００などとする。

具体的には、状態認識部２４は、まず、対象情報記憶部２３から識別関数のパラメータを読み出し、当該パラメータを用いて識別関数を構築する。識別関数はパラメータの組の数だけ構築される。

次に状態認識部２４は、各判定領域の勾配分布に含まれている複数通りの勾配のそれぞれを各識別関数に入力して、その出力として尤度を得、得た尤度を上述したように量子化する。

さらに状態認識部２４は、各尤度の算出に用いられた識別関数のパラメータの時間頻度を対象情報記憶部２３から読み出し、各尤度の算出に用いられた識別関数のパラメータの時間頻度と当該尤度の算出に用いられた判定領域の勾配の時間頻度の積を尤度ごとに総和して当該尤度の時間頻度を求める。求められた尤度ごとの時間頻度が評価値分布である。すなわち状態認識部２４は、下記式（９）に従い、各尤度ｓの算出に用いられた識別境界法線ベクトルａの時間頻度Ｐ（ａ）および識別境界バイアス項ｂの時間頻度Ｐ（ｂ）と、当該尤度ｓの算出に用いられた判定領域の勾配ｈ（Ｒ，Ｍ）の時間頻度Ｐ（ｈ（Ｒ，Ｍ））の積を総和して当該尤度ｓの時間頻度Ｐ（ｓ）を算出する。

これにより、各判定領域について、尤度ごとの時間頻度、すなわち尤度分布が算出される。つまり、状態認識部２４は、各評価値の算出に用いた特性値の時間頻度と識別関数用パラメータの時間頻度の積を総和して当該評価値の時間頻度を算出する。

なお、上式（９）は対象情報記憶部２３が識別関数のパラメータとその時間頻度を記憶する場合の例である。対象情報記憶部２３が識別関数のパラメータのみを記憶し、その時間頻度を記憶しない構成においては、式（９）の右辺は∫ａ∫ｂ｛Ｐ（ｈ（Ｒ，Ｍ））｝ｄａｄｂとすることができる。つまり、状態認識部２４は、少なくとも、各尤度（評価値）の算出に用いた勾配（特性値）の時間頻度を総和して当該尤度（評価値）の時間頻度を算出する。

続いて状態認識部２４は、尤度分布の最頻値（すなわち最も時間頻度の高い尤度）を求め、予め定めた閾値を超える最頻値が算出された判定領域があれば監視空間に人が存在すると判定し、閾値を超える最頻値が算出された判定領域がひとつもなければ監視空間に人が存在しないと判定する。閾値は、例えば尤度の値域［−１，１］に対して、０とすることができる。

なお、最頻値の代わりに、尤度分布において予め定めた下限値以上の時間頻度を有する尤度を抽出してもよい。この場合、抽出した尤度の平均値、抽出した尤度をその時間頻度で重み付け加算した加重平均値、抽出した尤度の最大値、または抽出した尤度の最小値を予め定めた閾値と比較して対象の有無を判定することができる。

評価値分布においても、非揺らぎ成分による真の評価値の時間頻度が揺らぎ成分による偽の評価値の時間頻度よりも有意に高い関係は維持される。よって、評価値分布における最頻値や評価値分布において下限値以上の時間頻度を有する評価値を認識に用いることによって、揺らぎの影響を排除し、非揺らぎ成分による評価値に基づいた高精度な認識が可能となる。

次に、上記のように構成される空間認識装置１における撮像部２と処理部４の動作について図８のフローチャートを参照しながら説明する。

撮像部２の各光電変換部２０（２０−１，２０−２，…，２０−Ｎ）は定期的に電子シャッターが作動するたびに、撮像素子の電圧をＡ／Ｄ変換して輝度値をサンプリングし、サンプリングされた各輝度値を撮像部２の特徴量分布算出部２１がバッファに書き込むことで輝度信号をバッファリングする（Ｓ１）。

特徴量分布算出部２１は、バッファへの書き込み回数あるいはバッファにおける最新の書き込み位置などを基に頻度算出周期が到来したか否かを判定する（Ｓ２）。

例えば、撮像周期を１／５００秒、頻度算出周期を１／５秒とすれば、１００個の輝度値を書き込むたびに頻度算出周期が到来する。

頻度算出周期が到来していなければ（Ｓ２にてＮＯ）、特徴量分布算出部２１は処理をステップＳ１へ戻し、バッファリングを続ける。

他方、頻度算出周期が到来すると（Ｓ２にてＹＥＳ）、特徴量分布算出部２１は処理をステップＳ３へ進める。

特徴量分布算出部２１は、強度分布算出部２１０として動作し、バッファから最新の書き込み位置を終端とする所定時間幅の輝度信号を小領域ごとに読み出し、小領域ごとに各輝度値の時間頻度を算出することによって強度分布を求め、強度分布画像を生成する（Ｓ３）。

例えば、撮像周期を１／５００秒、時間幅を１／５秒間、輝度値を０〜２５５の整数、小領域を画素とすれば、画素ごとに、１００個の輝度値から輝度値０，１，…，２５５の度数を計数して、計数結果のそれぞれを１００で除した正規化ヒストグラムを強度分布として算出することによって強度分布画像を生成する。

次に、特徴量分布算出部２１は、動き分布算出部２１１として動作し、バッファから最新の書き込み位置を終端とする上記時間幅の輝度信号を小領域ごとに読み出し、小領域ごとに各動きベクトルの時間頻度を算出することによって動き分布を求め、動き分布画像を生成する（Ｓ４）。

このとき動き分布算出部２１１は、上記時間幅の輝度信号を複数の小区間に分割し、また各小領域を中心とする所定の探索範囲を設定し、探索範囲内にて小区間単位で複数時刻の動きベクトルを求めて、動きベクトルの時間頻度を算出する。

例えば、撮像周期を１／５００秒、時間幅を１／５秒間、小区間を時間幅１／５００秒でオーバーラップなし、小領域を画素、探索範囲をｘ、ｙ方向それぞれに±２とすれば、画素ごとに、小区間の９９個の組み合わせから２５通りの動きベクトル（−２，−２，１），（−１，−２，１），…，（２，２，１）の度数を計数して、計数結果のそれぞれを９９で除した正規化ヒストグラムを動き分布として算出することによって動き分布画像を生成する。

撮像部２は、生成した強度分布画像および動き分布画像を処理部４に出力する。

ところで、図８のフローチャートでは撮像部２と処理部４の処理を一連の処理として表現しているが、分布画像を出力した撮像部２は処理部４によるステップＳ５〜Ｓ１０の処理終了を待たずに、ステップＳ１へ処理を戻してもよい。また、ステップＳ３とＳ４の順序は逆でもよいし、並列処理してもよい。

続いて、処理部４の特性値分布生成部２２は、強度エッジ分布算出部２２０として動作し、入力された強度分布画像から強度エッジ分布画像を生成する（Ｓ５）。

例えば、強度エッジ分布算出部２２０は、強度分布画像の画素ごとに式（１）、式（２）を適用して当該画素における輝度差ごとの時間頻度を算出し、各画素について輝度差ごとの時間頻度に式（３）、式（４）を適用して輝度の勾配強度ごとの時間頻度および輝度の勾配方向ごとの時間頻度を算出して、これらをブロック単位で輝度の勾配方向ごとの勾配強度の時間頻度として統合することにより強度エッジ分布画像を生成する。

続いて、特性値分布生成部２２は、動きエッジ分布算出部２２１として動作し、入力された動き分布画像から動きエッジ分布画像を生成する（Ｓ６）。

例えば、動きエッジ分布算出部２２１は、動き分布画像の画素ごとに式（５），（６）を適用して当該画素における差ベクトルごとの時間頻度を算出し、各画素について差ベクトルごとの時間頻度に式（７）、式（８）を適用して動きベクトルの勾配強度ごとの時間頻度および動きベクトルの勾配方向ごとの時間頻度を算出して、これらをブロック単位で動きベクトルの勾配方向ごとの勾配強度の時間頻度として統合することにより動きエッジ分布画像を生成する。

なお、ステップＳ５とＳ６の順序は逆でもよいし、並列処理してもよい。

続いて、特性値分布生成部２２は、エッジ分布合成部２２２として動作し、ステップＳ５にて生成した強度エッジ分布画像とステップＳ６にて生成した動きエッジ分布画像を合成して合成エッジ分布画像を生成する（Ｓ７）。

例えば、エッジ分布合成部２２２は、各ブロックにおいて勾配方向ごとに、輝度の勾配強度の時間頻度分布および動きベクトルの勾配強度の時間頻度分布のそれぞれについてノルムを算出し、ノルムが高い方の時間頻度分布を合成エッジ分布画像における当該ブロックの当該勾配方向における勾配強度の時間頻度分布として選択する。

このようにしてエッジ分布合成部２２２はブロック単位で特性値分布の合成を行った後、隣接関係にある２×４ブロックの全組み合わせで特性値分布を連結して、判定領域の特性値分布とする。例えば図６に示したような合成エッジ分布が２×４ブロックの組み合わせの数だけ生成される。

続いて、処理部４は、状態認識部２４として動作し、監視空間における対象の有無を判定する（Ｓ８）。

まず、状態認識部２４は、対象情報記憶部２３から識別関数用のパラメータの各組を読み出し、各組のパラメータをセットした識別関数を構築する。

続いて、状態認識部２４は、構築した各識別関数に各判定領域の特性値分布に含まれる各特性値を入力し、その出力として当該判定領域に対する評価値を算出する。例えば、識別境界法線ベクトルａと識別境界バイアス項ｂの組み合わせの数だけ構築された識別関数のそれぞれに、２×４ブロックの組み合わせの数だけ生成された特性値分布のそれぞれに含まれる各勾配を入力して尤度ｓが算出される。

続いて、状態認識部２４は、評価値ごとに、当該評価値の算出に用いた特性値の時間頻度と当該評価値の識別パラメータの時間頻度の積を総和して当該評価値の時間頻度を算出することで評価値分布を生成する。例えば尤度ｓのそれぞれについて、当該尤度ｓの算出に用いた勾配ｈ（Ｒ，Ｍ）の時間頻度Ｐ（ｈ（Ｒ，Ｍ））と当該尤度ｓの算出に用いた識別境界法線ベクトルａの時間頻度Ｐ（ａ）と当該尤度ｓの算出に用いた識別境界バイアス項ｂの時間頻度Ｐ（ｂ）に式（９）を適用して、当該尤度ｓの時間頻度Ｐ（ｓ）を算出することで尤度分布を生成する。

続いて、状態認識部２４は、各判定領域の尤度分布を基に対象の有無を判定する（Ｓ９）。

例えば、状態認識部２４は、尤度分布の最頻値を閾値と比較し、閾値以上の最頻値が算出された判定領域があれば、その領域に人が存在しているとして（ステップＳ９にてＹＥＳ）、出力部５に所定のアラーム信号を出力させる（Ｓ１０）。

なお、アラーム信号には人が存在していると判定した判定領域の座標やその尤度分布を含ませてもよい。また、該当する判定領域が複数の場合は、それらの情報をまとめて一つのアラーム信号に含ませてもよい。

そして、出力部５は、状態認識部２４からアラーム信号が入力されると、そのアラーム信号を警備センターへ送信する。

なお、閾値値以上の尤度分布が算出された判定領域がなかった場合は（Ｓ９にてＮＯ）、ステップＳ１０の処理はスキップされる。

以上の処理を終えると処理はステップＳ１へ戻され、撮像部２は次の分布画像の生成を行い、処理部４は撮像部２からの分布画像の入力を待つ。

［変形例］
上述した実施の形態では、人を検出対象とする例を示したが、検出対象は人に限らない。例えば、検出対象を車両または什器など、人以外の物体とすることもでき、人の顔または手など人の特定部位とすることもできる。或いは、検出対象を性別などの属性、人の顔の向きまた姿勢などの状態とすることもできる。

また、上述した実施の形態およびその変形例において、特性値分布生成部２２は、強度エッジ分布と動きエッジ分布を合成したが、強度エッジ分布算出部２２０として算出した強度エッジ分布をそのまま状態認識部２４に出力することもできる。部屋のレイアウトを検出する目的で什器を検出する場合など、検出対象が静止物体である場合は、高精度な上に動き分布の算出、動きエッジ分布の算出および合成の処理が不要な分だけ処理負荷を軽減できる。

また、特性値分布生成部２２は、動きエッジ分布算出部２２１として算出した動きエッジ分布をそのまま状態認識部２４に出力することもできる。走行中の車両を検出する場合など、検出対象が剛体の移動物体である場合は、高精度な上に強度分布の算出や合成の処理が不要な分だけ処理負荷を軽減できる。

また、上述した実施の形態およびその変形例において、特性値分布生成部２２は、特性値としてＨＯＧにならった勾配を算出したが、勾配は、ＨＯＧ以外にも、ソーベルオペレータ、ロバーツオペレータ、キャニーフィルタ、ラプラシアンなど公知の種々のエッジオペレータにならって算出することができる。すなわち、これらのいずれかのエッジオペレータに従って求まる輝度勾配値ごとに当該輝度勾配値の元となった輝度値の時間頻度を積算して各輝度勾配値の時間頻度を算出する。同様にこれらのいずれかのエッジオペレータに従って求まる動きベクトルの勾配値ごとに当該動きベクトルの勾配値の元となった動きベクトルの時間頻度を積算して各動きベクトルの勾配値の時間頻度を算出する。

また、上述した実施の形態およびその変形例において、特性値分布生成部２２は特徴量の勾配として勾配方向ごとの勾配強度を用いたが、勾配方向の成分にのみ着目して特徴量の勾配方向を特性値としてもよいし、勾配強度の成分にのみ着目して特徴量の勾配強度を特性値としてもよい。

なお、上述した実施の形態および各変形例では特性値を勾配とする例を示したが、特性値は勾配に限らない。ハールライク（Haar-Like ）特徴にならって、任意の２つの小領域の輝度差を特性値とすることができる。または、セルフシミラリティ（Self-Similarity ）にならって、画像内における各小領域の座標を１つ目の軸とし、注目する小領域の特徴量とその他の小領域の特徴量の間の尤度を２つ目の軸とするヒストグラムを特性値とすることができる。または、ラベリング処理の結果であるラベルを特性値とすることもできる。このラベルは、例えば、小領域間で動きベクトルどうしを比較して尤度が所定値以上の小領域どうしに同一のラベルを付与する処理により生成できる。或いは、このラベルは、例えば、小領域間で輝度値と動きベクトルを連結した特徴量どうしを比較して尤度が所定値以上の小領域どうしに同一のラベルを付与する処理により生成できる。または、セルやブロックごとの平均輝度値を特性値とすることもできる。

また、上述した実施の形態および各変形例において、特徴量分布算出部２１は、処理部４内で実現してもよい。その場合、撮像部２は、撮像周期ごとの輝度値を並べた撮像画像を順次処理部４に出力する。処理部４は、特徴量分布算出部２１として動作し、撮像画像を記憶部３にバッファリングして頻度算出周期ごとに特徴量分布を生成する。

また、上述した実施の形態および各変形例では、空間の状態として対象が存在している状態、対象が存在していない状態を認識したが、空間に変化がある状態、変化がない状態を認識することもできる。例えば空間認識部２４は上述したラベルにおける最頻値の動きベクトルの大きさが所定値以上である場合に変化がある状態、所定値以上のラベルがない場合に変化のない状態と認識する。あるいは、前後する時間に生成した平均輝度値分布における最頻値の差が所定値以上の場合に変化があると認識し、所定値以上の差が算出されない場合に変化なしと認識する。

上述した実施の形態および各変形例では、計測部が監視空間の可視光線の強度に応じた振幅を有する輝度信号を出力する構成としているが、これに限定されるものではない。

例えば、計測部が監視空間の近赤外線の強度に応じた振幅を有する輝度信号を出力する構成、計測部が監視空間の赤外線の強度に応じた振幅を有する輝度信号を出力する構成、計測部が監視空間の紫外線の強度に応じた振幅を有する輝度信号を出力する構成、計測部が監視空間のＸ線の強度に応じた振幅を有する輝度信号を出力する構成、計測部としての距離センサが当該計測部から監視空間に存在する対象までの距離に応じた振幅を有する距離信号を出力する構成など、計測部が空間の所定物理量を計測して計測信号を出力する構成であってもよい。なお、上記距離センサは、例えば、レーザー光を投受光する方式、マイクロ波またはミリ波などの電磁波を送受信する方式、超音波を送受信する方式などが考えられる。

以上、本発明に係る空間認識装置の最良の形態について説明したが、この形態による記述及び図面により本発明が限定されることはない。すなわち、この形態に基づいて当業者等によりなされる他の形態、実施例及び運用技術などはすべて本発明の範疇に含まれることは勿論である。

１ 空間認識装置
２ 撮像部
３ 記憶部
４ 処理部
５ 出力部
２０（２０−１，２０−２，…，２０−Ｎ） 光電変換部
２１ 特徴量分布算出部
２２ 特性値分布生成部
２３ 対象情報記憶部
２４ 状態認識部
２１０ 強度分布算出部
２１１ 動き分布算出部
２２０ 強度エッジ分布算出部
２２１ 動きエッジ分布算出部
２２２ エッジ分布合成部

Claims (6)

1. 所定の計測面上に配置され、任意の空間の物理量を計測してそれぞれが計測信号を出力する複数の計測部と、
   前記計測面上に設定された複数の小領域のそれぞれにおいて所定時間幅の前記計測信号から特徴量ごとの時間頻度を算出する特徴量分布算出部と、
   前記複数の小領域の前記特徴量が集まって示す特性値を当該複数の小領域における前記特徴量の複数の組み合わせに対して求め、前記特性値ごとの時間頻度を保持した特性値分布を生成する特性値分布生成部と、
   前記特性値分布を用いて前記空間の状態を認識する状態認識部と、
   を備えたことを特徴とする空間認識装置。
2. 前記特性値分布生成部は、前記特性値ごとに、前記複数の小領域における前記特徴量の組み合わせのうち当該特性値の算出に用いた組み合わせごとの時間頻度の積を総和して、当該特性値の時間頻度を算出する請求項１に記載の空間認識装置。
3. 前記状態認識部は、前記複数の小領域の集まりが所定対象の特徴を有する度合いである評価値を前記特性値から導出する所定関数を用いて、前記特性値分布から前記各特性値に対する前記特性値の時間頻度を算出して評価値分布を生成し、前記評価値分布を用いて前記空間における前記所定対象の有無を判定する請求項１または２に記載の空間認識装置。
4. 前記状態認識部は、前記所定関数から定まる値域内の複数の前記評価値のそれぞれに対して当該評価値が導出される特性値を特定し、特定した前記特性値の時間頻度を前記評価値ごとに総和して前記評価値分布を生成する請求項３に記載の空間認識装置。
5. 前記特性値分布生成部は、前記複数の小領域における前記特徴量の組み合わせごとに当該組み合わせにおける前記特徴量の勾配を求め、当該勾配ごとの時間頻度を前記特性値分布として算出する請求項１〜４の何れか一つに記載の空間認識装置。
6. 前記複数の計測部は、前記計測面を撮像面として該撮像面上に配置され、それぞれが前記空間を撮像して前記計測信号としての輝度信号を出力する複数の光電変換部からなることを特徴とする請求項１〜５の何れか一つに記載の空間認識装置。

Images