JP6380290B2

JP6380290B2 - 画像認識システム

Info

Publication number: JP6380290B2
Application number: JP2015160414A
Authority: JP
Inventors: 塩田　奈津子; 奈津子塩田; 楠田　将之; 将之楠田; 木戸　稔人; 稔人木戸; 和田　滋; 滋和田
Original assignee: Konica Minolta Inc
Current assignee: Konica Minolta Inc
Priority date: 2015-08-17
Filing date: 2015-08-17
Publication date: 2018-08-29
Anticipated expiration: 2035-08-17
Also published as: JP2017041667A

Description

本発明は、室内の動体検知に用いられる画像認識システムに関する。

近年、介護施設や病院等で過ごす人の健康状態の異常などを検出するために見守りシステムが提案されている。介護施設や病院等で過ごす人（被介護者）は室内における転倒やベッドからの転落などの異常を起こし易い場合がある。見守りシステムはカメラで被介護者を含む室内を撮影し、画像認識によって被介護者の状態、動作を認識している。

見守りシステムで利用される画像認識用のカメラには超広角レンズや魚眼レンズが取り付けられて天井に設置されることがある。このようなカメラは直上視点によって被介護者を含む部屋全体を死角無しで撮影できるようになっている。直上視点の画像認識用カメラに係る従来技術の一例が特許文献１に開示されている。

特許文献１に記載された人体検知装置は部屋の天井に取り付けられて床面を撮像するカメラと被監視者の存在及び動作を検知する検知領域判断部とを備える。そして、その検知結果に基づいて被監視者が所定の領域で所定の状態にあることを認識すると、異常発生の旨の発報を行うようにしている。これにより、被監視者の様々な行動パターンに対処することが可能になる。

特開２００１−３０７２４６号公報

ここで、一般的な住居の天井高さは例えば２．４ｍである。介護施設の広さは法令で規制されており、有料老人ホームの介護居室は個室で１３ｍ²以上（１０畳相当）、特別養護老人ホームの多床室は１０．６５ｍ²、ケアハウスは２１．６ｍ²となっている。

平均的な１０畳の部屋を想定し、部屋の天井の中央部にカメラを取り付けた場合、部屋の床面の隅までの距離は約４ｍとなる。これが最大被写体距離となり床面をカバーする画角は１２７°が必要となる。この画角を満足する超広角レンズや魚眼レンズは画角が広いために通常画面の中央部から周辺部へ向かうに従って画質が劣化し易い。さらに、直上視点カメラによって撮像した画像は画面上の中央部から周辺部へ向かうに従って被写体の実距離が遠くなるので、同じ被写体でも小さくなり、より暗く映る。

また、画像認識用のカメラは一般的な監視カメラやネットワークカメラとその特徴や仕様に違いがある。監視カメラやネットワークカメラの場合、人間の目にきれいに見えるということが良い画像であって重要視される。一方、画像認識用のカメラの場合、高い画像認識精度を得られる画像が重要視される。具体的に言えば、監視カメラやネットワークカメラについては画面上の中央部の画質を重視した画像が必要とされるが、画像認識用のカメラについては画面上の位置に関わらず高い認識精度が得られる画像が必要とされる。

なお、画像認識とは形状認識であり、例えば対象物の輪郭を抽出してパターンマッチング等の手法で形状を判断するものである。画像認識精度を向上させるためには画像のコントラストやＳＮ比（signal-to-noise ratio）は高い方が望ましい。一般的に、画面上の対象物が大きい場合はコントラストやＳＮ比の影響を受け難いが、画面上の対象物が小さくなるとコントラストやＳＮ比の影響が大きくなって認識精度が低下し易い。

被写体（画像）の明るさを測定する所謂測光に関して、直上視点の画像認識用カメラの場合、カメラのレンズのシェーディングがあるために、前述のように撮像した画像の中央部から周辺部へ向かうに従ってより小さく暗く映る。その結果、直上視点の画像認識用カメラが撮像した画像の中央部よりも外側の領域に対して重点を置いて好適に測光を行わなければ画像の周辺部においてノイズが増加し、輪郭抽出が適正ではなくなり、認識精度が低下するといった課題があった。

このようにして直上視点の画像認識用カメラにおいては、画像の中央部から周辺部へ向かうに従って被写体が小さくなり、より暗く映るという点を考慮して被写体の明るさを測定する測光についても配慮する必要があるが、特許文献１に記載の従来技術ではカメラの測光について十分な配慮がなされていない。

本発明は上記の点に鑑みなされたものであり、室内の動体検知に用いられる画像認識システムにおいて、カメラの測光について工夫を凝らして画像認識精度を向上させることが可能な画像認識システムを提供することを目的とする。

上記の課題を解決するため、本発明は室内の動体検知に用いられる画像認識システムであって、部屋の天井に配置されて視野方向が直下である直上視点の画像を撮像するカメラと、前記カメラが撮像した画像データに対して画像認識処理を行う画像認識部と、前記カメラが撮像した画像データから画像の明るさを導出するとともにその画像の明るさに基づいて前記カメラの撮像条件を設定する制御演算部と、を備え、前記制御演算部は、前記カメラが撮像した画像全体の画素データのうち周辺部の画素データに対して重みを付与して画像の明るさを導出することを特徴としている。

この構成によると、例えば画像認識システムを部屋の天井の中央部に配置したとき、部屋（画像）の中央部に重点を置いて明るさを導出する場合と比較して、部屋の中央部は明るさの適正さのレベルが低下するが、周辺部は明るさが適正なレベルに近づく。直上視点の画像ではその中央部において認識対象物が比較的大きく映るので、明るさのレベルが多少合っていなくても形状認識が可能である。一方、直上視点の画像ではその周辺部において認識対象物が比較的小さく暗く映るが、周辺部に重点を置いて明るさを好適に導出することでノイズの発生が抑制されて形状認識精度が向上する。

また、上記構成の画像認識システムにおいて、前記カメラが撮像した画像全体が前記周辺部と中央部とに区分され、前記周辺部が前記中央部よりも広い領域を有することを特徴としている。

また、上記構成の画像認識システムにおいて、前記カメラが撮像した画像の前記周辺部が、画像の縁に隣接した周縁部と、前記周縁部よりも内側に位置する中間部と、に区分され、前記周縁部のほうが前記中間部よりも画像の明るさを導出するときの画素データに対する重み付け度合が高いことを特徴としている。

また、上記構成の画像認識システムにおいて、前記カメラが撮像した画像がケラレ部を有する場合に、画像の明るさを導出するときに前記ケラレ部に対応する領域を除外することを特徴としている。

本発明によると、直上視点の画像の中央部において認識対象物を比較的大きく映すことができ、形状認識が容易である。さらに、直上視点の画像の周辺部に重点を置いて明るさを好適に導出することでノイズの発生を抑制することが可能であり、比較的小さく暗く映る認識対象物の形状認識精度を向上させることができる。したがって、直上視点の画像に対してその全体として画像認識精度を向上させることが可能になる。

本発明の第１実施形態に係る画像認識システムの適用例である見守りシステムの概略構成図である。本発明の第１実施形態に係る画像認識システムを搭載した動体検知装置が配置された室内の斜視図である。本発明の第１実施形態に係る画像認識システムを搭載した動体検知装置のブロック図である。本発明の第１実施形態に係る画像認識システムのブロック図である。本発明の第１実施形態に係る画像認識システムが撮像した画像を示す説明図である。本発明の第１実施形態に係る画像認識システムによる測光処理の例を示すフローチャートである。本発明の第２実施形態に係る画像認識システムが撮像した画像を示す説明図である。本発明の第２実施形態に係る画像認識システムによる測光処理の例を示すフローチャートである。本発明の第３実施形態に係る画像認識システムが撮像した画像を示す説明図である。本発明の第３実施形態に係る画像認識システムによる測光処理の例を示すフローチャートである。本発明の第４実施形態に係る画像認識システムが撮像した画像を示す説明図である。本発明の第４実施形態に係る画像認識システムによる測光処理の例を示すフローチャートである。

以下、本発明の実施形態を図面に基づき説明する。

＜第１実施形態＞
最初に、本発明の第１実施形態に係る画像認識システムの適用例である見守りシステムの構成について、図１〜図３を用いて説明する。図１は見守りシステムの概略構成図である。図２及び図３は画像認識システムを搭載した動体検知装置が配置された室内の斜視図及び動体検知装置のブロック図である。

見守りシステム１は、例えば図１に示すように介護施設に設置される。介護施設は例えばスタッフステーション１００、居室１０１及び有線ＬＡＮ（Local Area Network）３００を備える。なお、図１に示した居室１０１は２室であるが、さらに多くの居室を備えていても良い。

スタッフステーション１００は介護施設で過ごす被介護者の生活をサポートする介護者の所謂詰め所である。

居室１０１には被介護者が使用するベッド１０２が設置される。なお、図１に示した居室１０１には各々ベッド１０２が１台設置されているが、居室１０１に被介護者が二人以上入居する場合、被介護者各々に対応する複数のベッド１０２が設置される。

有線ＬＡＮ３００はスタッフステーション１００と居室１０１との間の通信のために設置されている。なお有線ＬＡＮ３００に代えて無線ＬＡＮが設置されている場合もある。

見守りシステム１はサーバ装置２及び動体検知装置１０を備える。

サーバ装置２はスタッフステーション１００に設置され、有線ＬＡＮ３００に通信可能に接続される。サーバ装置２はリモートで制御することも可能である。サーバ装置２は動体検知装置１０から各種信号を受信してその信号処理を行い、施設の介護者、看護者に被介護者の健康状態等を報知する。サーバ装置２は報知部の例として表示部５を備える。

表示部５は例えばディスプレイなどといったコンピュータで使用される表示装置から成る。表示部５は動体検知装置１０から受信した居室１０１の室内画像や被介護者の生体情報などを表示する。なお、表示部５は介護者が所有してサーバ装置２にリンクする携帯端末等の表示装置であっても良い。

動体検知装置１０は、図１及び図２に示すように各居室１０１の天井１０１ａに設置され、有線ＬＡＮ３００に通信可能に接続される。動体検知装置１０は、図３に示すように画像認識システム２０、電波検出部１１及び主制御部１２を備える。

画像認識システム２０は映像により被介護者の状態を検出するための光学検出部３０、画像認識部２１及び照明部２２を備える。画像認識部２１は主制御部１２に属する構成としているが、主制御部１２と別個の構成としても良い。画像認識システム２０の詳細については後述する。

電波検出部１１は電波を放射及び受信して被介護者の生体情報を個別に検出するためのマイクロ波ドップラーセンサによって構成される。電波検出部１１は不図示の放射部及び受信部を備え、例えば２４ＧＨｚ帯のマイクロ波を各居室のベッドに向けて放射し、被介護者で反射したドップラーシフトした反射波を受信する。電波検出部１１はその反射波から被介護者の呼吸状態や心拍数を検出する。

主制御部１２は不図示の演算部や記憶部、その他の電子部品で構成され、記憶部等に予め記憶、入力されたプログラム、データに基づき、画像認識システム２０及び電波検出部１１から情報を得るとともにそれら構成要素の動作を制御して被介護者の状態の検出に係る画像処理や信号処理を実現する。主制御部１２は情報処理部１３及びインタフェース部１４を備える。

情報処理部１３には画像認識システム２０及び電波検出部１１からの出力が入力される。情報処理部１３は画像認識システム２０から受信した形状データに対して情報処理を実行し、映像から被介護者の状態を検出する。情報処理部１３は電波検出部１１から受信したマイクロ波データに対して信号処理を実行し、マイクロ波から被介護者の状態を検出する。

インタフェース部１４には有線ＬＡＮ３００のネットワークケーブル（不図示）が電気的に接続される。動体検知装置１０が映像やマイクロ波に基づき検出した被介護者の状態に係る情報はインタフェース部１４及び有線ＬＡＮ３００を介して管理サーバ２に送信される。なお、管理サーバ２は動体検知装置１０から受信した被介護者の状態に係る情報を自身が有する表示部５に表示したり、介護者が所有する携帯端末等（不図示）に送信したりする。

続いて、画像認識システム２０の詳細な構成を、図３に加えて図４〜図６を用いて説明する。図４は画像認識システム２０のブロック図である。図５は画像認識システム２０が撮像した画像を示す説明図である。図６は画像認識システム２０による測光処理の例を示すフローチャートである。

画像認識システム２０は、図４に示す光学検出部３０、画像認識部２１及び照明部２２を備える。

光学検出部３０は映像により被介護者の状態を検出するためのカメラによって構成される。光学検出部３０は居室１０１の天井１０１ａの中央部に配置されて視野方向が直下である直上視点の画像（図５参照）を撮像し、被介護者の起床や離床、転倒などを映像によって検出する。光学検出部３０はレンズ３１、撮像部３２、ＡＤ変換部３３、画像処理部３４及び制御演算部３５を備える。

レンズ３１は例えば一般的な超広角レンズや魚眼レンズから成る。レンズ３１は例えばピント位置が調整可能な固定焦点レンズであって、対角画角が１５０°以上の超広角レンズから成る。これにより、図５に示すように居室１０１の全体を撮像することが可能である。

撮像部３２は例えばＣＣＤ（Charge Coupled Device）イメージセンサやＣＭＯＳ（Complementary Metal Oxide Semiconductor）イメージセンサといった撮像素子から成る。撮像部３２としてはモノクロの撮像素子或いはカラーの撮像素子を採用することができる。カラーの撮像素子の場合、真っ暗な環境でも被介護者の状態が映像として検出できるようにＩＲ（Infrared Rays：赤外線）カットフィルタが除去されている。撮像部３２が出力する信号はＡＤ変換部３３に入力される。

ＡＤ変換部３３は撮像部３２が撮像した画像のアナログの画像信号を受信する。そして、ＡＤ変換部３３はそのアナログ画像信号をデジタル画像信号に変換する。ＡＤ変換部３３が出力するデジタル画像信号は画像処理部３４に入力される。

画像処理部３４はＡＤ変換部３３が変換したデジタル画像信号を受信する。そして、画像処理部３４はそのデジタル画像信号に関して、例えば黒補正やノイズ補正、色補間、ホワイトバランスなどの画像処理を実行する。画像処理部３４が出力する画像処理後の信号は画像認識部２１に入力される。

制御演算部３５は撮像部３２の制御に関する例えばＡＥ（Automatic Exposure）などの演算を実行するとともに、撮像部３２に対して露光時間やゲインなどの制御を実行する。また、照明部２２に対しても好適な光量設定や配光設定などの演算を実行するとともに、制御を実行する。なお、演算や制御に必要なプログラムやデータは記憶部３７等に記憶される。

画像認識部２１は画像処理部３４が画像処理を実行した後の信号を受信する。そして、画像認識部２１は例えば対象物の輪郭を抽出してパターンマッチング等の手法で形状を認識する画像認識処理を実行する。画像認識部２１が認識した形状データは情報処理部１３に送られ、その形状データに基づいて被介護者の状態が検出される。

照明部２２は例えば近赤外線光のＬＥＤ（Light Emitting Diode）等から成り、光学検出部３０に隣接して配置される。照明部２２は光の照射方向が異なる複数が設けられる。これにより、照明部２２は居室１０１の天井１０１ａの中央部に配置されて居室１０１の室内を照明する。

そして、制御演算部３５はＡＥの演算に関して、カメラである光学検出部３０が撮像した画像データから画像の明るさを導出し、その画像の明るさに基づいて光学検出部３０の撮像条件（例えばシャッタースピード、絞り、ゲイン）を設定する。

画像認識システム２０は画像の明るさを導出に関して、図５に示すように光学検出部３０が撮像する画像全体（図５における外縁が矩形を成す全体）を周辺部Ｒａと中央部Ｒｃとの２つの領域に区分し、記憶部３７に予め記憶している。図５に二点鎖線で描画した楕円形を成す境界線より外側領域が周辺部Ｒａであり、内側領域が中央部Ｒｃである。周辺部Ｒａと中央部Ｒｃとの広さの比率は８：１に設定される。

なお、周辺部Ｒａと中央部Ｒｃとの間の境界線は楕円形に限定されるわけではなく、例えば円形や矩形、その他多角形状、自由曲線形状などといった他の形状で設定しても良い。また、周辺部Ｒａと中央部Ｒｃとの広さの比率は８：１に限定されるわけではなく、他の比率に設定しても良く、例えば周辺部Ｒａが中央部Ｒｃよりも広い領域を有することが望ましい。

そして、制御演算部３５は光学検出部３０が撮像した画像データから画像の明るさを導出するにあたって、画像全体の画素データのうち周辺部Ｒａの画素データに対して重みを付与して画像の明るさを導出する。

このような画像認識システム２０による測光処理の一例を、図５を用いて図６に示すフローに沿って説明する。

なお、光学検出部３０の撮像条件（例えばシャッタースピード、絞り、ゲイン）は、初期設定として画像が中間的な明るさを有している場合に合わせて予め設定され、記憶部３７に記憶されている。例えば、画像を構成する各画素の明るさが２５６階調を有し、０〜２５５までの画素データで表現される場合（０が最も暗く、２５５が最も明るい）、画素データの中間値は１２８となる。

測光処理を開始すると（図６のスタート）、ステップ＃１０１において制御演算部３５は画像の周辺部Ｒａ（図５参照）の画素データの積算値Ｓを演算する。

ステップ＃１０２では制御演算部３５がステップ＃１０１で演算した画素データの積算値Ｓを周辺部Ｒａの画素数で除算して画素データの平均値Ｘを演算する。

ステップ＃１０３では画素データの平均値Ｘが画素データの中間値未満であるか否かが判定される。このとき、明暗の判定において中間値に対する裕度を与えるために、画素データの平均値Ｘに１０を加算して判定している。この裕度である１０は一例であって、他の数値を設定しても構わない。画素データの平均値Ｘ（＋１０）が画素データの中間値である１２８未満である場合はステップ＃１０４に移行する。画素データの平均値Ｘ（＋１０）が１２８以上である場合はステップ＃１０５に移行する。

ステップ＃１０４では画像が比較的暗くなっていると判断され、画像が明るくなるように、制御演算部３５が光学検出部３０の撮像条件（例えばシャッタースピード、絞り、ゲイン）を設定する。設定後、ステップ＃１０１に戻る。

ステップ＃１０５では画素データの平均値Ｘが画素データの中間値を超過しているか否かが判定される。このとき、明暗の判定において中間値に対する裕度を与えるために、画素データの平均値Ｘから１０を減算して判定している。この裕度である１０は一例であって、他の数値を設定しても構わない。画素データの平均値Ｘ（−１０）が画素データの中間値である１２８を超過している場合はステップ＃１０６に移行する。画素データの平均値Ｘ（−１０）が１２８以下である場合は光学検出部３０の撮像条件が初期設定から変更されず、ステップ＃１０１に戻る。

ステップ＃１０６では画像が比較的明るくなっていると判断され、画像が暗くなるように、制御演算部３５が光学検出部３０の撮像条件（例えばシャッタースピード、絞り、ゲイン）を設定する。設定後、ステップ＃１０１に戻る。

このようにして、画像の明るさの導出において、制御演算部３５は中央部Ｒｃの画素データを使用することなく、周辺部Ｒａの画素データのみを使用することで周辺部Ｒａの画素データに対して重みを付与する。

＜第２実施形態＞
次に、本発明の第２実施形態に係る画像認識システムについて、図７及び図８を用いて説明する。図７は画像認識システムが撮像した画像を示す説明図であり、図８は画像認識システムによる測光処理の例を示すフローチャートである。なお、この実施形態の基本的な構成は先に説明した第１実施形態と同じであるので、第１実施形態と共通する構成要素には前と同じ符号を付してその説明を省略するものとする。特に、図８のステップ＃２０５〜ステップ＃２０８は第１実施形態で説明した図６のステップ＃１０３〜ステップ＃１０６と同じであるので、ここでは説明を省略する。

第２実施形態の画像認識システム２０は画像の明るさを導出に関して、図７に示すように光学検出部３０が撮像する画像全体（図７における外縁が矩形を成す全体）を矩形を成す複数の単位エリアに分割し、記憶部３７に予め記憶している。画像全体は、例えば縦横各々が８分割され、全体として６４分割される。

さらに、画像全体は図７に比較的太い実線で描画した矩形を成す境界線より外側領域の周辺部Ｒａと、内側領域の中央部Ｒｃとの２つの領域に区分される。周辺部Ｒａは４８の単位エリアから成り、中央部Ｒｃは１６の単位エリアから成る。

この実施形態の画像認識システム２０が測光処理を開始すると（図８のスタート）、ステップ＃２０１において制御演算部３５は６４ある単位エリアごとに画素データの積算値Ｄｍｎを演算する。なお、図７に示したように、例えばＤ００は画像全体の左下角の単位エリアの画素データの積算値であり、Ｄ７７は画像全体の右上角の単位エリアの画素データの積算値である。

ステップ＃２０２では制御演算部３５が周辺部Ｒａに対応する単位エリア（総数４８）の画素データの積算値の総和Ａを演算する。

ステップ＃２０３では制御演算部３５が中央部Ｒｃに対応する単位エリア（総数１６）の画素データの積算値の総和Ｃを演算する。

ステップ＃２０４では制御演算部３５が周辺部Ｒａの画素データの積算値の総和Ａと中央部Ｒｃの画素データの積算値の総和Ｃとを用いて画素データの平均値Ｘを演算する。このとき、周辺部Ｒａの画素データに対する重みは、周辺部Ｒａ：中央部Ｒｃ＝４：１となるように付与される。なお、式中の除数２０８は、（周辺部Ｒａのエリア数４８×重み値４）＋（中央部Ｒｃのエリア数１６×重み値１）から得られる。

＜第３実施形態＞
次に、本発明の第３実施形態に係る画像認識システムについて、図９及び図１０を用いて説明する。図９は画像認識システムが撮像した画像を示す説明図であり、図１０は画像認識システムによる測光処理の例を示すフローチャートである。なお、この実施形態の基本的な構成は先に説明した第１実施形態と同じであるので、第１実施形態と共通する構成要素には前と同じ符号を付してその説明を省略するものとする。特に、図１０のステップ＃３０６〜ステップ＃３０９は第１実施形態で説明した図６のステップ＃１０３〜ステップ＃１０６と同じであるので、ここでは説明を省略する。

第３実施形態の画像認識システム２０は画像の明るさを導出に関して、図９に示すように光学検出部３０が撮像する画像全体（図９における外縁が矩形を成す全体）を矩形を成す複数の単位エリアに分割し、記憶部３７に予め記憶している。画像全体は、例えば縦横各々が８分割され、全体として６４分割される。

さらに、画像全体は図９に比較的太い実線で描画した矩形を成す境界線より外側領域の周辺部Ｒａと、内側領域の中央部Ｒｃとの２つの領域に区分される。また、周辺部Ｒａは図９に比較的太い破線で描画した矩形を成す境界線より外側領域であって画像の縁に隣接した周縁部Ｒａ１と、その内側領域の中間部Ｒａ２との２つの領域に区分される。周辺部Ｒａは４８の単位エリアから成り、中央部Ｒｃは１６の単位エリアから成る。周辺部Ｒａのうち、周縁部Ｒａ１は２８の単位エリアから成り、中間部Ｒａ２は２０の単位エリアから成る。

この実施形態の画像認識システム２０が測光処理を開始すると（図１０のスタート）、ステップ＃３０１において制御演算部３５は６４ある単位エリアごとに画素データの積算値Ｄｍｎを演算する。

ステップ＃３０２では制御演算部３５が周縁部Ｒａ１に対応する単位エリア（総数２８）の画素データの積算値の総和Ａを演算する。

ステップ＃３０３では制御演算部３５が中間部Ｒａ２に対応する単位エリア（総数２０）の画素データの積算値の総和Ｂを演算する。

ステップ＃３０４では制御演算部３５が中央部Ｒｃに対応する単位エリア（総数１６）の画素データの積算値の総和Ｃを演算する。

ステップ＃３０５では制御演算部３５が周縁部Ｒａ１の画素データの積算値の総和Ａと中間部Ｒａ２の画素データの積算値の総和Ｂと中央部Ｒｃの画素データの積算値の総和Ｃとを用いて画素データの平均値Ｘを演算する。このとき、周辺部Ｒａの画素データに対する重みは、周縁部Ｒａ１：中間部Ｒａ２：中央部Ｒｃ＝４：２：１となるように付与される。すなわち、周縁部Ｒａ１のほうが中間部Ｒａ２よりも画像の明るさを導出するときの画素データに対する重み付け度合が高い。

＜第４実施形態＞
次に、本発明の第４実施形態に係る画像認識システムについて、図１１及び図１２を用いて説明する。図１１は画像認識システムが撮像した画像を示す説明図であり、図１２は画像認識システムによる測光処理の例を示すフローチャートである。なお、この実施形態の基本的な構成は先に説明した第１実施形態と同じであるので、第１実施形態と共通する構成要素には前と同じ符号を付してその説明を省略するものとする。特に、図１２のステップ＃４０６〜ステップ＃４０９は第１実施形態で説明した図６のステップ＃１０３〜ステップ＃１０６と同じであるので、ここでは説明を省略する。

第４実施形態の画像認識システム２０は画像の明るさを導出に関して、図１１に示すように光学検出部３０が撮像する画像全体（図１１における外縁が矩形を成す全体）を矩形を成す複数の単位エリアに分割し、記憶部３７に予め記憶している。画像全体は、例えば縦横各々が８分割され、全体として６４分割される。

さらに、画像全体は図１１に比較的太い実線で描画した矩形を成す境界線より外側領域の周辺部Ｒａと、内側領域の中央部Ｒｃとの２つの領域に区分される。また、周辺部Ｒａは図１１に比較的太い破線で描画した矩形を成す境界線より外側領域であって画像の縁に隣接した周縁部Ｒａ１と、内側領域の中間部Ｒａ２との２つの領域に区分される。

ここで、図１１に示す画像はケラレ部Ｒｄ（図１１の網掛け部）を有する。単位エリアの領域の例えば半分以上がケラレ部Ｒｄで占有される場合、画像の明るさを導出するときにそのケラレ部Ｒｄに対応する単位エリアが除外される。すなわち、周辺部Ｒａは、特に周縁部Ｒａ１においてＤ００〜Ｄ０７の一列、Ｄ１０、Ｄ１７、Ｄ６０、Ｄ６７及びＤ７０〜Ｄ７７の一列に対応する合計２０の単位エリアが除外される。これにより、周縁部Ｒａ１は８の単位エリアから成り、中間部Ｒａ２は２０の単位エリアから成り、中央部Ｒｃは１６の単位エリアから成る。

この実施形態の画像認識システム２０が測光処理を開始すると（図１２のスタート）、ステップ＃４０１において制御演算部３５は４４ある単位エリアごとに画素データの積算値Ｄｍｎを演算する。

ステップ＃４０２では制御演算部３５がケラレ部Ｒｄで占有される単位エリアを除外した周縁部Ｒａ１に対応する単位エリア（総数８）の画素データの積算値の総和Ａを演算する。

ステップ＃４０３では制御演算部３５が中間部Ｒａ２に対応する単位エリア（総数２０）の画素データの積算値の総和Ｂを演算する。

ステップ＃４０４では制御演算部３５が中央部Ｒｃに対応する単位エリア（総数１６）の画素データの積算値の総和Ｃを演算する。

ステップ＃４０５では制御演算部３５が周縁部Ｒａ１の画素データの積算値の総和Ａと中間部Ｒａ２の画素データの積算値の総和Ｂと中央部Ｒｃの画素データの積算値の総和Ｃとを用いて画素データの平均値Ｘを演算する。このとき、周辺部Ｒａの画素データに対する重みは、周縁部Ｒａ１：中間部Ｒａ２：中央部Ｒｃ＝４：２：１となるように付与される。すなわち、周縁部Ｒａ１のほうが中間部Ｒａ２よりも画像の明るさを導出するときの画素データに対する重み付け度合が高い。

上記第１〜第４の実施形態のように画像認識システム２０は、居室１０１の天井１０１ａに配置されて視野方向が直下である直上視点の画像を撮像するカメラである光学検出部３０と、光学検出部３０が撮像した画像データに対して画像認識処理を行う画像認識部２１と、光学検出部３０が撮像した画像データから画像の明るさを導出するとともにその画像の明るさに基づいて光学検出部３０の撮像条件を設定する制御演算部３５と、を備える。制御演算部３５は、光学検出部３０が撮像した画像全体の画素データのうち周辺部Ｒａの画素データに対して重みを付与して画像の明るさを導出する。

この構成によると、画像認識システム２０を備える動体検知装置１０を居室１０１の天井１０１ａの中央部に配置したとき、居室１０１（画像）の中央部Ｒｃに重点を置いて明るさを導出する場合と比較して、居室１０１の中央部Ｒｃは明るさの適正さのレベルが低下するが、周辺部Ｒａは明るさが適正なレベルに近づく。直上視点の画像ではその中央部Ｒｃにおいて認識対象物が比較的大きく映るので、明るさのレベルが多少合っていなくても形状認識が可能である。一方、直上視点の画像ではその周辺部Ｒａにおいて認識対象物が比較的小さく暗く映るが、周辺部Ｒａに重点を置いて明るさを好適に導出することでノイズの発生を抑制して形状認識精度を向上させることができる。したがって、直上視点の画像に対してその全体として画像認識精度を向上させることが可能になる。

また、上記実施形態では、光学検出部３０が撮像した画像全体が周辺部Ｒａと中央部Ｒｃとに区分され、周辺部Ｒａが中央部Ｒｃよりも広い領域を有する。

この構成によると、画像の明るさの導出において重点を置く領域を比較的広くすることができる。したがって、ノイズの発生を抑制することができる領域が増加し、形状認識精度をより一層向上させることが可能である。

また、第３及び第４の実施形態のように、光学検出部３０が撮像した画像の周辺部Ｒａが、画像の縁に隣接した周縁部Ｒａ１と、周縁部Ｒａ２よりも内側に位置する中間部Ｒａ２と、に区分され、周縁部Ｒａ１のほうが中間部Ｒａ２よりも画像の明るさを導出するときの画素データに対する重み付け度合が高い。

この構成によると、画像の周辺部Ｒａが詳細に区分され、画像の縁に隣接した領域に対して特に画像の明るさの導出において重点を置くことができる。したがって、画像内の認識対象物が最も小さく暗く映る領域の画素データに基づいて好適に画像の明るさを導出することが可能である。

また、第４の実施形態のように、光学検出部３０が撮像した画像がケラレ部Ｒｄを有する場合に、制御演算部３５は画像の明るさを導出するときにケラレ部Ｒｄに対応する単位エリアを除外する。

この構成によると、画像内の認識対象物が映らない領域を除外することができる。したがって、効率良く適正に画像の明るさを導出することが可能である。

以上、本発明の実施形態につき説明したが、本発明の範囲はこれに限定されるものではなく、発明の主旨を逸脱しない範囲で種々の変更を加えて実施することができる。

例えば、第１実施形態同様、第２〜第４の実施形態における周辺部Ｒａと中央部Ｒｃとの間の境界線は矩形に限定されるわけではなく、例えば円形や楕円形、その他多角形状、自由曲線形状などといった他の形状で設定しても良い。周辺部Ｒａと中央部Ｒｃとの広さの比率も適宜任意に変更が可能である。また、第２〜第４の実施形態で行った画像の分割は、数量が６４に限定されるわけではなく、他の分割数であっても良い。縦横の分割数も適宜任意に変更が可能である。

本発明は、介護施設等で過ごす人の健康状態の異常等を検出するための室内の動体検知に用いられる画像認識システムにおいて利用可能である。

１見守りシステム
２サーバ装置
１０動体検知装置
１１電波検出部
１２主制御部
２０画像認識システム
２１画像認識部
２２照明部
３０光学検出部（カメラ）
３１レンズ
３２撮像部
３４画像処理部
３５制御演算部
３７記憶部

Claims

室内の動体検知に用いられる画像認識システムにおいて、
部屋の天井に配置されて視野方向が直下である直上視点の画像を撮像するカメラと、
前記カメラが撮像した画像データに対して画像認識処理を行う画像認識部と、
前記カメラが撮像した画像データから画像の明るさを導出するとともにその画像の明るさに基づいて前記カメラの撮像条件を設定する制御演算部と、
を備え、
前記制御演算部は、前記カメラが撮像した画像全体の画素データのうち周辺部の画素データに対して重みを付与して画像の明るさを導出することを特徴とする画像認識システム。
前記カメラが撮像した画像全体が前記周辺部と中央部とに区分され、前記周辺部が前記中央部よりも広い領域を有することを特徴とする請求項１に記載の画像認識システム。
前記カメラが撮像した画像の前記周辺部が、画像の縁に隣接した周縁部と、前記周縁部よりも内側に位置する中間部と、に区分され、前記周縁部のほうが前記中間部よりも画像の明るさを導出するときの画素データに対する重み付け度合が高いことを特徴とする請求項１または請求項２に記載の画像認識システム。
前記カメラが撮像した画像がケラレ部を有する場合に、画像の明るさを導出するときに前記ケラレ部に対応する領域を除外することを特徴とする請求項１〜請求項３のいずれかに記載の画像認識システム。