JP6388613B2 - 画像処理装置、設計支援システム及びプログラム - Google Patents

Description

本発明は、画像処理装置、設計支援システム及びプログラム、特に撮影画像の画質に関する。

セキュリティ対策のために、監視システムは様々な施設に導入されている。監視システムの導入時には、監視目的等に応じて監視カメラの設置台数や設置場所を決定し、また各監視カメラの符号化パラメータに対しても設置場所や顧客の要望等に応じて最適な設定値を決定する必要がある。例えば、監視カメラに設定する符号化パラメータとしてフレームレート、ビットレート、解像度等がある。

特開２０１０−００４２６１号公報 国際公開２０１０／０８４９０２号 特開２０１４−１８００２４号公報 特開２０１０−１８７１３０号公報 特開２００７−２６７０２０号公報 特開２００４−２１３２０２号公報

監視システムの導入時には、様々な条件を検討して最適と考えられる設定値を決定するものの、実際に運用を開始してみると顧客の要望に応えられていない場合が発生する。例えば、監視カメラの撮影画像の画質が、顧客が要求する画質に達していないなどである。これは、監視カメラの性能面は十分であっても、監視カメラの撮影範囲内を通過する人や車、木の揺れ、ガラスの反射光等の不確定な要素が画質劣化の要因となっている場合が少なくない。図６には、画質劣化要因となる不確定要素が映り込む可能性のある範囲の一部が示されている。

従来においては、このような不確定な要素の影響によりどのくらい撮影画像の画質が劣化するのか、その画質の劣化の程度を示す客観的な指標が提供されていなかった。そのため、設定値を決定する際に画質の劣化の程度を考慮することができず、運用を開始してみると顧客の要望に応えられていない場合が発生していた。

本発明は、撮影画像の画質の劣化の程度を示す客観的な指標を提供することを目的とする。

本発明に係る画像処理装置は、第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していないときに第２撮影手段によって撮影された前記第１撮影手段の撮影範囲の撮影画像を解析することで前記第１撮影手段の撮影範囲の平常な状態を示す現地画像解析情報を生成する現地画像解析情報生成手段と、撮影画像の画質劣化要因となる事象の発生状況を示す状況情報、符号化パラメータの設定値及び画質劣化要因となる事象が発生していないときの撮影画像の解析情報を入力とした場合に、画質劣化要因となる事象が発生したときの撮影画像の画質の劣化の程度を示す画質劣化指標を出力とする予測モデルに、前記第１撮影手段の撮影範囲において画質劣化要因となる事象の予想される発生状況を示す状況情報、前記第１撮影手段への設定候補とする符号化パラメータ設定値及び前記現地画像解析情報を入力することで、前記第１撮影手段への設定候補とする符号化パラメータ設定値を設定した場合において前記第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していたときの前記第１撮影手段の撮影画像の画質の劣化の程度を示す画質劣化指標を求める画質劣化指標導出手段と、を有するものである。

また、前記予測モデルは、第３撮影手段の撮影範囲に、撮影画像の画質劣化要因となる事象が発生していないときの前記第３撮影手段による撮影画像と、撮影画像の画質劣化要因となる事象が発生しているときの前記第３撮影手段による撮影画像と、を含むサンプル画像を解析することで生成されたものである。

また、前記サンプル画像を解析することで前記予測モデルを生成する予測モデル生成手段を有するものである。

本発明に係る設計支援システムは、第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していないときに第２撮影手段によって撮影された前記第１撮影手段の撮影範囲の撮影画像を解析することで前記第１撮影手段の撮影範囲の平常な状態を示す現地画像解析情報を生成する現地画像解析情報生成手段と、撮影画像の画質劣化要因となる事象の発生状況を示す状況情報、符号化パラメータの設定値及び画質劣化要因となる事象が発生していないときの撮影画像の解析情報を入力とした場合に、画質劣化要因となる事象が発生したときの撮影画像の画質の劣化の程度を示す画質劣化指標を出力とする予測モデルに、前記第１撮影手段の撮影範囲において画質劣化要因となる事象の予想される発生状況を示す状況情報、前記第１撮影手段への設定候補とする符号化パラメータ設定値及び前記現地画像解析情報を入力することで、前記第１撮影手段への設定候補とする符号化パラメータ設定値を設定した場合において前記第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していたときの前記第１撮影手段の撮影画像の画質の劣化の程度を示す画質劣化指標を求める画質劣化指標導出手段と、前記第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していないときに前記第２撮影手段によって撮影された前記第１撮影手段の撮影範囲の撮影画像を、指定された符号化パラメータ値を用いて再符号化することで当該撮影画像の画質を参照画質として算出する参照画質算出手段と、前記参照画質及び前記画質劣化指標に基づいて、要求された画質を満たす前記第１撮影手段への符号化パラメータ設定値を導出して提示する推奨設定値提示手段と、を有するものである。

本発明に係るプログラムは、コンピュータを、第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していないときに第２撮影手段によって撮影された前記第１撮影手段の撮影範囲の撮影画像を解析することで前記第１撮影手段の撮影範囲の平常な状態を示す現地画像解析情報を生成する現地画像解析情報生成手段、撮影画像の画質劣化要因となる事象の発生状況を示す状況情報、符号化パラメータの設定値及び画質劣化要因となる事象が発生していないときの撮影画像の解析情報を入力とした場合に、画質劣化要因となる事象が発生したときの撮影画像の画質の劣化の程度を示す画質劣化指標を出力とする予測モデルに、前記第１撮影手段の撮影範囲において画質劣化要因となる事象の予想される発生状況を示す状況情報、前記第１撮影手段への設定候補とする符号化パラメータ設定値及び前記現地画像解析情報を入力することで、前記第１撮影手段への設定候補とする符号化パラメータ設定値を設定した場合において前記第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していたときの前記第１撮影手段の撮影画像の画質の劣化の程度を示す画質劣化指標を求める画質劣化指標導出手段、として機能させるためのものである。

本発明に係るプログラムは、コンピュータを、第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していないときに第２撮影手段によって撮影された前記第１撮影手段の撮影範囲の撮影画像を解析することで前記第１撮影手段の撮影範囲の平常な状態を示す現地画像解析情報を生成する現地画像解析情報生成手段、撮影画像の画質劣化要因となる事象の発生状況を示す状況情報、符号化パラメータの設定値及び画質劣化要因となる事象が発生していないときの撮影画像の解析情報を入力とした場合に、画質劣化要因となる事象が発生したときの撮影画像の画質の劣化の程度を示す画質劣化指標を出力とする予測モデルに、前記第１撮影手段の撮影範囲において画質劣化要因となる事象の予想される発生状況を示す状況情報、前記第１撮影手段への設定候補とする符号化パラメータ設定値及び前記現地画像解析情報を入力することで、前記第１撮影手段への設定候補とする符号化パラメータ設定値を設定した場合において前記第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していたときの前記第１撮影手段の撮影画像の画質の劣化の程度を示す画質劣化指標を求める画質劣化指標導出手段、前記第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していないときに前記第２撮影手段によって撮影された前記第１撮影手段の撮影範囲の撮影画像を、指定された符号化パラメータ値を用いて再符号化することで当該撮影画像の画質を参照画質として算出する参照画質算出手段、前記参照画質及び前記画質劣化指標に基づいて、要求された画質を満たす前記第１撮影手段への符号化パラメータ設定値を導出して提示する推奨設定値提示手段、として機能させるためのものである。

本発明によれば、撮影画像の画質の劣化の程度を示す客観的な指標を提供することができる。

また、撮影画像の画質の劣化の程度を考慮した符号化パラメータ設定値を推奨することができる。

本発明に係る設計支援システムの一実施の形態を示したブロック構成図である。 本実施の形態における画像処理装置を形成するコンピュータのハードウェア構成図である。 本実施の形態における推奨設定値提示処理を示したフローチャートである。 本実施の形態における他の推奨設定値提示処理を示したフローチャートである。 本発明に係る設計支援システムの他の実施の形態を示したブロック構成図である。 監視カメラの撮影画像に含まれる画質劣化要因を説明するための図である。

以下、図面に基づいて、本発明の好適な実施の形態について説明する。

図１は、本発明に係る設計支援システム１０の一実施の形態を示したブロック構成図である。本実施の形態における設計支援システム１０は、１又は複数の画像処理装置を含んで構成される。

図２は、本実施の形態における画像処理装置を形成するコンピュータのハードウェア構成図である。本実施の形態において画像処理装置を形成するコンピュータは、パーソナルコンピュータ（ＰＣ）等で実現可能であり、従前から存在する汎用的なハードウェア構成で実現できる。すなわち、コンピュータは、図２に示したようにＣＰＵ２１、ＲＯＭ２２、ＲＡＭ２３、ハードディスクドライブ（ＨＤＤ）２４、入力手段として設けられたマウス２５とキーボード２６、及び表示装置として設けられたディスプレイ２７をそれぞれ接続する入出力コントローラ２８、通信手段として設けられたネットワークコントローラ２９を内部バス３０に接続して構成される。なお、本実施の形態では、画像処理装置をＰＣで実現する場合を例にしているので図２のように図示したが、例えば、タブレット等他の形態のコンピュータを利用する場合は、ユーザインタフェースの構成等が異なってくることは明らかである。

図１に戻り、本実施の形態における設計支援システム１０は、現地画像解析部１１、予測モデル生成部１２、推奨設定値提示部１３、サンプル画像情報記憶部１４及び現地画像記憶部１５を有している。

監視システムの導入時には、監視目的や顧客の要望等に応じて各監視カメラに設定する符号化パラメータ値を決定する必要がある。監視カメラの撮影画像の画質は、監視カメラの撮影範囲内を通過する人や車両、木の揺れ、ガラスの反射光等の不確定な要素が画質劣化の要因となって低下する場合がある。本実施の形態では、このような画質劣化要因を考慮して、顧客から要求された画質を満たす監視カメラの符号化パラメータ設定値を推奨できるようにしたことを特徴としている。符号化パラメータ設定値を推奨するために、本実施の形態では、現地画像及びサンプル画像情報を事前に用意する。現地画像及びサンプル画像情報は、それぞれ現地画像記憶部１５及びサンプル画像情報記憶部１４に予め登録される。なお、本実施の形態においては、監視システムに含める監視カメラそれぞれに対して同等の処理を実行して推奨する符号化パラメータ設定値（以下、「推奨設定値」）を提示すればよいので、以下の説明では、任意の１台の監視カメラに着目して説明する。

監視システムの設計段階において、監視カメラに設定する符号化パラメータは未定でも、監視カメラの設置位置、撮影範囲及び機種は確定しているものとする。もちろん、提示された推奨設定値を参照してから設置位置等を変更してもよいが、ここでは確定しているものとして説明する。「現地画像」というのは、監視システムを提案するシステムエンジニア（以下、「ＳＥ」）等がビデオカメラやスマホ等の撮影機能を有する携帯型撮影機器（第２撮影手段）を用いて、第１撮影手段である監視カメラの設置位置から監視カメラの撮影範囲を撮影することで生成された撮影画像である。そして、監視カメラの撮影範囲内において画質劣化要因となる事象が発生していないときに撮影され生成された画像である。本実施の形態では、「監視カメラの撮影範囲」と「現地」とを同義で用いている。また、「画質劣化要因となる事象が発生していないとき」というのは、「平常な状態」であることを意味する。従って、現地画像は、平常な状態を示す撮影画像である。現地画像は、静止画像でも動画像もよいが、本実施の形態では、両方の撮影画像を生成するものとする。

一方、サンプル画像情報には、サンプル画像が含まれている。「サンプル画像」というのは、ＳＥ等がビデオカメラやスマホ等の撮影機能を有する携帯型撮影機器（第３撮影手段）による撮影により生成された画像である。第３撮影手段の撮影範囲は、現地画像と異なり、監視カメラの撮影範囲に限定する必要はなく任意のエリアを撮影範囲としてよい。サンプル画像には、当該撮影範囲において、撮影画像の画質劣化要因となる事象が発生していないときの第３撮影手段による撮影画像と、撮影画像の画質劣化要因となる事象が発生しているときの第３撮影手段による撮影画像と、が対比する画像として含まれている。撮影画像の画質劣化要因となる事象は人為的に発生させてもよい。本実施の形態では、「画質劣化要因となる事象が発生しているとき」というのは、「平常でない状態」であることを意味する。サンプル画像は、静止画像でも動画像もよいが、本実施の形態では、動画像で生成されたものとする。第３撮影手段は、第２撮影手段と同じ機器でも異なる機器でもよい。また、推奨精度の向上のためにサンプル画像として数百にも及ぶ多くの撮影画像を得ておくことが望ましいが、各サンプル画像を生成する第３撮影手段は、必ずしも１台の機器とする必要はない。

現地画像解析部１１は、現地画像解析情報生成手段として設けられ、現地画像記憶部１５に記憶された現地画像、特に動画像を解析することで監視カメラの撮影範囲内の平常な状態を示す現地画像解析情報を生成する。現地画像解析部１１はまた、参照画質算出手段でもあり、現地画像記憶部１５に記憶された現地画像、特に静止画像をＳＥ等に入力指定された符号化パラメータ値を用いて再符号化することで当該現地画像の画質を参照画質として算出する。本実施の形態では、画質を客観的に表す指標としてＰＳＮＲ（Ｐｅａｋ Ｓｉｇｎａｌ ｔｏ Ｎｏｉｓｅ Ｒａｔｉｏ）を用いて説明するが、この客観的指標に限定する必要はなく、例えばＭＳＥ（Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ）やＳＳＩＭ（Ｓｔｒｕｃｔｕｒａｌ Ｓｉｍｉｌａｒｉｔｙ）を用いてもよい。

予測モデル生成部１２は、予測モデル生成手段として設けられ、サンプル画像情報記憶部１４に蓄積されたサンプル画像情報に基づいて予測モデルを生成する。予測モデル生成部１２が生成する予測モデルは、撮影画像の画質劣化要因となる事象の発生状況を示す状況情報、符号化パラメータ設定値及び画質劣化要因となる事象が発生していないときの撮影画像の解析情報を入力とした場合に、画質劣化要因となる事象が発生したときの撮影画像の画質の劣化の程度を示す画質劣化指標として画質低下度を出力とする。本実施の形態では、状況情報等の入力と画質低下度という出力を関連付けることを「予測」と称している。

推奨設定値提示部１３は、画質劣化指標導出手段として設けられ、予測モデル生成部１２により生成された予測モデルに、監視カメラの撮影範囲において画質劣化要因となる事象の予想される発生状況を示す状況情報、監視カメラへの設定候補とする符号化パラメータ設定値及び現地画像解析情報を入力することで、監視カメラへの設定候補とする符号化パラメータ設定値を設定した場合において監視カメラの撮影範囲において画質劣化要因となる事象が発生していたときの監視カメラの撮影画像の画質の劣化の程度を示す画質低下度を画質劣化指標として求める。推奨設定値提示部１３はまた、推奨設定値提示手段として設けられ、参照画質及び画質低下度に基づいて、要求された画質を満たす監視カメラの符号化パラメータ設定値を推奨設定値として導出し提示する。

設計支援システム１０における各構成要素１１〜１３は、設計支援システム１０に含まれるコンピュータと、コンピュータに搭載されたＣＰＵ２１で動作するプログラムとの協調動作により実現される。また、各記憶部１４，１５は、設計支援システム１０に含まれるコンピュータに搭載されたＨＤＤ２４にて実現される。あるいは、ＲＡＭ２３又は外部にある記憶手段をネットワーク経由で利用してもよい。

また、本実施の形態で用いるプログラムは、通信手段により提供することはもちろん、ＣＤ−ＲＯＭやＵＳＢメモリ等のコンピュータ読み取り可能な記録媒体に格納して提供することも可能である。通信手段や記録媒体から提供されたプログラムはコンピュータにインストールされ、コンピュータのＣＰＵがプログラムを順次実行することで各種処理が実現される。

以下、推奨設定値を提示するまでの本実施の形態における推奨設定値提示処理について図３に示したフローチャートを用いて説明する。

まず、現地画像解析部１１は、現地画像記憶部１５に蓄積されている現地画像（動画像）を解析することで現地画像解析情報を算出する（ステップ１０１）。本実施の形態では、現地画像解析情報として、動画像の中の所定範囲毎に画素値が時間をかけてどれくらい変化しているかを示す分散を算出する。例えば、木の枝や葉の部分が揺れていると画素値が大きく変化する、すなわち分散は相対的に大きな値となる。一方、壁の部分の画素値はある程度一定しているため分散は相対的に小さな値となる。

続いて、予測モデル生成部１２は、サンプル画像情報記憶部１４に蓄積されたサンプル画像情報を解析することによって予測モデルを生成する（ステップ１０２）。本実施の形態では、予測モデルの生成手法として、２つの手法を提示する。

予測モデルを生成する既存技術として、１つは回帰アルゴリズムを利用する。回帰アルゴリズムとして線形回帰、回帰木、Ｄｅｃｉｓｉｏｎ Ｆｏｒｅｓｔ等を用いてよい。予測モデル生成部１２は、回帰アルゴリズムを用いることで、サンプル画像を解析することで得た状況情報、符号化パラメータ設定値及びＰＳＮＲや分散等の画像解析情報を入力とし、画質低下度を出力とする予測モデルを生成する。ここで、「状況情報」というのは、撮影手段の撮影範囲内の状況を示す情報である。撮影範囲内において画質劣化要因が発生している場合、状況情報は、例えば、撮影画像に映り込んでいる人や車両等の動物体の数、動物体の移動速度、撮影画像内において枝葉が揺れる木の画像が占める割合等の状況を数値化して表す。なお、本実施の形態では、上記３指標を入力とする予測モデルを生成するが、少なくとも１つを入力とする予測モデルを生成してもよい。

予測モデルを生成する既存技術として、もう１つは他クラス識別問題を利用する。他クラス識別問題としては、ＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）やＡｄａＢｏｏｓｔ等を用いてよい。他クラス識別問題は、回帰アルゴリズムと同様の指標を入力とした予測モデルを生成するが、これらの指標のうち少なくとも２つを入力するようにしてもよい。なお、多クラスの入力の場合は、２クラスの識別器を多段につなげるなどする。

本実施の形態では、上記の通り２つの手法を示したが、その他の手法を用いて予測モデルを生成してもよい。

予測モデル生成部１２は、具体的には次のようにして予測モデルを生成する。すなわち、予測モデル生成部１２は、ある撮影範囲において撮影画像の画質劣化要因となる事象が発生していないときの撮影画像と、発生しているときの撮影画像との組をサンプル画像情報記憶部１４から抽出する。そして、各撮影画像を対比して、画質劣化要因となる事象が発生しているときの撮影範囲内における状況を抽出する。例えば、所定時間内に撮影画像内に映り込んだ人の数、通過した車両の台数等を抽出する。このような画像処理を実施することで状況情報を生成する。なお、本実施の形態では、撮影画像を画像解析することで状況情報を自動生成するようにしたが、ＳＥ等に入力させるようにしてもよい。あるいは、サンプル画像を事前に解析して状況情報を生成しておき、当該サンプル画像に状況情報を対応付けしてサンプル画像情報としてサンプル画像情報記憶部１４に登録しておいてもよい。更に、予測モデル生成部１２は、画質劣化要因となる事象が発生していないときの撮影画像を解析することで、現地画像解析部１１が解析により得た情報と同じく画像の解析情報として分散を算出する。

ところで、本実施の形態では、フレームレート、ビットレート及び解像度という３つの符号化パラメータの設定値を推奨するので、上記のようにして求めた状況情報及び画像の解析情報に加えて、これら３つ符号化パラメータの設定値の組合せを回帰アルゴリズムの入力とし、画質低下度を出力とする予測モデルを生成する。入力する３つ符号化パラメータの設定値は、予測モデルを生成する際に、１組のサンプル画像につきそれぞれの値を調整しながら入力するようにしてもよいし、後述するようにビットレートの設定値のみを調整するようにしてもよい。

続いて、推奨設定値提示部１３は、監視カメラの撮影範囲内の状況情報及び顧客により要求された画質を取得する（ステップ１０３）。これらの情報は、ＳＥ等により入力されることで、あるいはＨＤＤ２４の所定の格納場所から読み出されて取得される。なお、本実施の形態では、顧客に要求された画質（ＰＳＮＲ）のことを「要求ＰＳＮＲ」と称することにする。ここで取得する状況情報は、監視カメラの撮影範囲において画質劣化要因となる事象の予想される発生状況を示す情報である。例えば、所定時間内に監視カメラの撮影画像に同時に映り込むと予想される人数が状況情報に含まれる。このように、予測モデル生成部１２により生成される状況情報がサンプル画像を解析することで得られた実績情報であるのに対し、推奨設定値提示部１３により取得される状況情報は予想情報である。

なお、上記ステップ１０１〜１０３で得た情報は、以下に説明する推奨設定値を決定するステップ１０４〜１０７にて用いられるので、それまでに取得されていればよく、必ずしも図３に示した順番で取得する必要はない。

本実施の形態では、フレームレート、ビットレート及び解像度という３つの符号化パラメータの設定値を推奨する。このとき、本実施の形態では、２つの符号化パラメータ値を固定して、１つの符号化パラメータの設定値を調整する方法を採用する。そして、調整対象の符号化パラメータをビットレートする。もちろん、ビットレートに限定する必要はなく、フレームレート及び解像度をそれぞれ調整対象として画質低下度を別途予測するようにしてもよい。ただ、フレームレート及び解像度は、監視目的や監視カメラの仕様、撮影画像を蓄積する記憶容量等に依存し、それぞれのパラメータ設定値は設計段階である程度決められる。従って、フレームレート及び解像度を調整対象として画質低下度を予測することは、必ずしも効果的ではなく、むしろ処理負荷の増大を招く可能性がある。一方、ビットレートは、人の動きが大きかったり、多くの人が映り込んだりしたときでも画質の劣化を防止するために設定値を調整したくなる符号化パラメータである。従って、本実施の形態では、ビットレートのみを調整対象として推奨設定値を求めることにした。

推奨設定値提示部１３は、まずビットレートのパラメータ設定値を仮設定する（ステップ１０４）。仮設定する値は、ＳＥ等に入力指定させてもよいし、事前に設定された初期値を用いてもよい。パラメータ設定値が仮設定されると、現地画像解析部１１は、現地画像記憶部１５に蓄積されている現地画像（静止画像）を、フレームレートと解像度、そして仮設定されたビットレートの各パラメータ設定値を用いて再符号化することで当該現地画像の画質を表す指標としてＰＳＮＲを算出する（ステップ１０５）。なお、本実施の形態では、算出するＰＳＮＲを「参照ＰＳＮＲ」と称することにする。本実施の形態では、静止画像に基づき参照ＰＳＮＲを算出するが、動画像に含まれるいずれかのフレーム画像から参照ＰＳＮＲを算出するようにしてもよい。

続いて、推奨設定値提示部１３は、ステップ１０２において生成された予測モデルに、ステップ１０３において取得された状況情報、固定されたフレームレート及び解像度とステップ１０４において仮設定されたビットレートの各符号化パラメータ設定値、及びステップ１０１において算出された現地画像解析情報を入力することで、画質低下度を出力させる。このようにして画質低下度を予測すると（ステップ１０６）、推奨設定値提示部１３は、ステップ１０５において算出された参照ＰＳＮＲから画質低下度を減算し、その値と要求ＰＳＮＲとの差分の絶対値を算出する。参照ＰＳＮＲというのは、監視カメラの撮影範囲内において画質劣化要因となる事象が発生していないときの撮影画像の画質を示す指標である。仮に、予想される画質劣化要因となる事象が発生すると、仮設定された符号化パラメータ設定値のもと画質低下度で示される画質の劣化が起こりうるので、この画質低下度を参照ＰＳＮＲから減算することで画質劣化要因となる事象が発生した場合に予想されるＰＳＮＲを求めるようにした。なお、参照ＰＳＮＲから画質低下度を減算したＰＳＮＲを「予想ＰＳＮＲ」と称することにする。

算出した絶対値が所定の閾値以上の場合（ステップ１０７でＮ）、仮設定したビットレートでは、要求された画質（要求ＰＳＮＲ）の撮影画像が監視カメラから得られない場合があると判断する。この場合、仮設定するビットレートの値を変更して（ステップ１０４）、画質低下度を再度予測し直す（ステップ１０６）。

ここで、絶対値が所定の閾値以上の場合というのは、予想ＰＳＮＲが要求ＰＳＮＲを上回る場合と下回る場合とがある。予想ＰＳＮＲが要求ＰＳＮＲを上回る場合、必要以上の高画質で撮影されることになる。従って、仮設定されたビットレートが５００Ｋｂｐｓだとすると、ステップ１０４において例えば４００Ｋｂｐｓなどと現状より小さい値のビットレートを仮設定する。一方、予想ＰＳＮＲが要求ＰＳＮＲを下回る場合、要求された画質に達しない画質で撮影されることになる。従って、仮設定されたビットレートが５００Ｋｂｐｓだとすると、ステップ１０４において例えば６００Ｋｂｐｓなどと現状より大きい値のビットレートを仮設定する。新たに仮設定するビットレートの設定値は、ＳＥ等に入力指定させるようにしてもよいし、予め決められた増減幅で自動的に増減させるようにしてもよい。

以上の処理（ステップ１０４〜１０７）を必要により繰り返し行うことで、絶対値が所定の閾値より小さくなると（ステップ１０７でＹ）、ステップ１０４において仮設定したビットレートの設定値を監視カメラに設定すれば、設置する監視カメラは、画質劣化要因が撮影範囲内において発生しても要求ＰＳＮＲを満たす画質で撮影が可能であると判断して、推奨設定値提示部１３は、そのフレームレート、ビットレート及び解像度の組を推奨設定値として提示する（ステップ１０８）。提示方法は、ディスプレイ２７への表示でもネットワークを経由して顧客やＳＥ等にメール送信してもよい。

なお、本実施の形態では、監視カメラの撮影範囲内において発生しうる画質劣化要因となる事象を予想して生成された状況情報を入力するようにした。この予想を変更したい場合には、上記推奨設定値提示処理を再実行し、ステップ１０３において入力する状況情報の設定内容を変更すればよい。

以上説明したように、本実施の形態においては、画質劣化要因となる事象が発生した場合に低下しうる画質レベル、すなわち画質低下度を考慮して監視カメラに設定する符号化パラメータの推奨設定値を提示することができる。よって、この推奨設定値を監視カメラに設定すれば、運用を開始してから顧客に要求された画質の撮影画像が得られないというような不都合を極力回避することが可能になる。

なお、ステップ１０７に示したように、推奨設定値を決める際に｜要求ＰＳＮＲ−（参照ＰＳＮＲ−画質低下度）｜＜閾値という条件式を用いる場合、厳密には予想ＰＳＮＲが要求ＰＳＮＲに達していない場合もある。ただ、本実施の形態では、閾値内の差は許容範囲内ということでこの場合も要求された画質を満たすものとして推奨設定値を提示するようにした。仮に、厳密に予想ＰＳＮＲが要求ＰＳＮＲ以上になってはじめて要求された画質を満たすとすると、推奨設定値を決める条件を、−（閾値）＜要求ＰＳＮＲ−（参照ＰＳＮＲ−画質低下度）≦０などと設定する必要がある。

また、本実施の形態では、予測モデル生成部１２を設けてサンプル画像に基づき予測モデルを生成するようにしたが、サンプル画像が用意できれば予測モデルは生成できることから予測モデルを予め生成して記憶手段に保存しておき、推奨設定値提示部１３は、生成済みの予測モデルをその記憶手段から読み出して取得するように構成してもよい。この場合、サンプル画像情報記憶部には予測モデルのみが保存され、記憶領域を大幅に節約できる。あるいは、予測モデルを保存する記憶手段を内部に設けずに外部から読み出し取得するようにしてもよい。この予測モデルを生成せずに外部から読み出して利用する場合のフローチャートを図４に、予測モデルを外部から取得する設計支援システムのブロック構成の例を図５に、それぞれ示す。

また、本実施の形態では、予測モデルは、第３撮影手段による撮影画像を含むサンプル画像を解析することで生成されるように説明したが、必ずしも撮影画像に基づき生成されていなくてもよい。例えば、「監視カメラの撮影画像に映し出された人数がｎ人であればｎ×０．４低下させる」などのように、サンプル画像を解析せずに、予め決められた規則に従い画質低下度の予測モデルを事前に定義することも可能である。この場合、符号化規格毎に演算処理を解析して上記例示した“０．４"という値を決めなければ精度が得られないため実用的ではないかもしれないが、撮影画像の入手が困難な場合には有効な方法とも考えられる。

ところで、第１撮影手段で用いる符号化器とサンプル映像の再符号化に用いる符号化器のアルゴリズムが異なる場合に、後述する符号化器の校正を行うようにしてもよい。

符号化については、標準化規格(Ｈ．２６４、Ｈ．２６５など)が制定され、生成される符号化結果はどの復号器を使っても同じように復号できるように厳密に規格化されている。標準化規格ではまた演算能力ごとに、プロファイルという符号化手段の規定を、演算能力をある程度限定するので符号化アルゴリズムについてもそれほど大差はない。そのため、通常はこの作業は不要であるが、符号化アルゴリズムに規格の範囲内でありながら決定的に違いがあることがわかっている場合にはその性能の違いを予測結果に反映するための撮影手段の校正を行ってもよい。

校正を行う場合、第１撮影手段の撮影範囲と同じ範囲を第３撮影手段により撮影した校正用映像を用意し、同じ符号化パラメータを使った場合に画質低下度がどれだけ異なるかを記憶しておく。これらの情報をもとに、たとえば、ある符号化パラメータについて複数の校正用映像を再符号化する。それらの画質低下度差分（第１撮影手段の画質低下度−第３撮影手段の画質低下度）の平均を取って校正パラメータとすれば、これを予測モデルによる画質低下度からさらに減算することで第３撮影手段に基づき第１撮影手段の校正を行うことができる。

第２撮影手段と第３撮影手段の符号化器が違う場合にも上記と同様なことが言え、上記記載において第１撮影手段を第３撮影手段に、第３撮影手段を第２撮影手段に、それぞれ読み替えることで第２撮影手段に基づき第３撮影手段の校正を行うことができる。

以上説明したように、本実施の形態では、画質低下度を監視システムの監視カメラに設定する符号化パラメータの設定値を決定する際に利用する場合を例にして説明したが、利用シーンはこれに限定する必要はなく、画質低下度を考慮して何らかの設定を行うシステム等に適宜適用することは可能である。

１０ 設計支援システム、１１ 現地画像解析部、１２ 予測モデル生成部、１３ 推奨設定値提示部、１４ サンプル画像情報記憶部、１５ 現地画像記憶部、１６ 予測モデル取得部、２１ ＣＰＵ、２２ ＲＯＭ、２３ ＲＡＭ、２４ ハードディスクドライブ（ＨＤＤ）、２５ マウス、２６ キーボード、２７ ディスプレイ、２８ 入出力コントローラ、２９ ネットワークコントローラ、３０ 内部バス。

Claims (6)

1. 第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していないときに第２撮影手段によって撮影された前記第１撮影手段の撮影範囲の撮影画像を解析することで前記第１撮影手段の撮影範囲の平常な状態を示す現地画像解析情報を生成する現地画像解析情報生成手段と、
   撮影画像の画質劣化要因となる事象の発生状況を示す状況情報、符号化パラメータの設定値及び画質劣化要因となる事象が発生していないときの撮影画像の解析情報を入力とした場合に、画質劣化要因となる事象が発生したときの撮影画像の画質の劣化の程度を示す画質劣化指標を出力とする予測モデルに、前記第１撮影手段の撮影範囲において画質劣化要因となる事象の予想される発生状況を示す状況情報、前記第１撮影手段への設定候補とする符号化パラメータ設定値及び前記現地画像解析情報を入力することで、前記第１撮影手段への設定候補とする符号化パラメータ設定値を設定した場合において前記第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していたときの前記第１撮影手段の撮影画像の画質の劣化の程度を示す画質劣化指標を求める画質劣化指標導出手段と、
   を有することを特徴とする画像処理装置。
2. 前記予測モデルは、第３撮影手段の撮影範囲に、撮影画像の画質劣化要因となる事象が発生していないときの前記第３撮影手段による撮影画像と、撮影画像の画質劣化要因となる事象が発生しているときの前記第３撮影手段による撮影画像と、を含むサンプル画像を解析することで生成されたものであることを特徴とする請求項１に記載の画像処理装置。
3. 前記サンプル画像を解析することで前記予測モデルを生成する予測モデル生成手段を有することを特徴とする請求項１に記載の画像処理装置。
4. 第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していないときに第２撮影手段によって撮影された前記第１撮影手段の撮影範囲の撮影画像を解析することで前記第１撮影手段の撮影範囲の平常な状態を示す現地画像解析情報を生成する現地画像解析情報生成手段と、
   撮影画像の画質劣化要因となる事象の発生状況を示す状況情報、符号化パラメータの設定値及び画質劣化要因となる事象が発生していないときの撮影画像の解析情報を入力とした場合に、画質劣化要因となる事象が発生したときの撮影画像の画質の劣化の程度を示す画質劣化指標を出力とする予測モデルに、前記第１撮影手段の撮影範囲において画質劣化要因となる事象の予想される発生状況を示す状況情報、前記第１撮影手段への設定候補とする符号化パラメータ設定値及び前記現地画像解析情報を入力することで、前記第１撮影手段への設定候補とする符号化パラメータ設定値を設定した場合において前記第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していたときの前記第１撮影手段の撮影画像の画質の劣化の程度を示す画質劣化指標を求める画質劣化指標導出手段と、
   前記第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していないときに前記第２撮影手段によって撮影された前記第１撮影手段の撮影範囲の撮影画像を、指定された符号化パラメータ値を用いて再符号化することで当該撮影画像の画質を参照画質として算出する参照画質算出手段と、
   前記参照画質及び前記画質劣化指標に基づいて、要求された画質を満たす前記第１撮影手段への符号化パラメータ設定値を導出して提示する推奨設定値提示手段と、
   を有することを特徴とする設計支援システム。
5. コンピュータを、
   第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していないときに第２撮影手段によって撮影された前記第１撮影手段の撮影範囲の撮影画像を解析することで前記第１撮影手段の撮影範囲の平常な状態を示す現地画像解析情報を生成する現地画像解析情報生成手段、
   撮影画像の画質劣化要因となる事象の発生状況を示す状況情報、符号化パラメータの設定値及び画質劣化要因となる事象が発生していないときの撮影画像の解析情報を入力とした場合に、画質劣化要因となる事象が発生したときの撮影画像の画質の劣化の程度を示す画質劣化指標を出力とする予測モデルに、前記第１撮影手段の撮影範囲において画質劣化要因となる事象の予想される発生状況を示す状況情報、前記第１撮影手段への設定候補とする符号化パラメータ設定値及び前記現地画像解析情報を入力することで、前記第１撮影手段への設定候補とする符号化パラメータ設定値を設定した場合において前記第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していたときの前記第１撮影手段の撮影画像の画質の劣化の程度を示す画質劣化指標を求める画質劣化指標導出手段、
   として機能させるためのプログラム。
6. コンピュータを、
   第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していないときに第２撮影手段によって撮影された前記第１撮影手段の撮影範囲の撮影画像を解析することで前記第１撮影手段の撮影範囲の平常な状態を示す現地画像解析情報を生成する現地画像解析情報生成手段、
   撮影画像の画質劣化要因となる事象の発生状況を示す状況情報、符号化パラメータの設定値及び画質劣化要因となる事象が発生していないときの撮影画像の解析情報を入力とした場合に、画質劣化要因となる事象が発生したときの撮影画像の画質の劣化の程度を示す画質劣化指標を出力とする予測モデルに、前記第１撮影手段の撮影範囲において画質劣化要因となる事象の予想される発生状況を示す状況情報、前記第１撮影手段への設定候補とする符号化パラメータ設定値及び前記現地画像解析情報を入力することで、前記第１撮影手段への設定候補とする符号化パラメータ設定値を設定した場合において前記第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していたときの前記第１撮影手段の撮影画像の画質の劣化の程度を示す画質劣化指標を求める画質劣化指標導出手段、
   前記第１撮影手段の撮影範囲において画質劣化要因となる事象が発生していないときに前記第２撮影手段によって撮影された前記第１撮影手段の撮影範囲の撮影画像を、指定された符号化パラメータ値を用いて再符号化することで当該撮影画像の画質を参照画質として算出する参照画質算出手段、
   前記参照画質及び前記画質劣化指標に基づいて、要求された画質を満たす前記第１撮影手段への符号化パラメータ設定値を導出して提示する推奨設定値提示手段、
   として機能させるためのプログラム。