JP6732547B2 - 撮像装置及びその制御方法 - Google Patents

Description

本発明は、撮像装置及びその制御方法に関し、特に音声入力が可能な撮像装置に関するものである。

従来、ネットワークや専用線を介して、遠隔操作によりカメラを制御し、映像を監視できるネットワークカメラが知られている。ネットワークカメラには、パン（水平方向回転）、チルト（垂直方向回転）の駆動部を持ちカメラヘッド部が回転するモデルや、電動ズームが可能なモデルもあり、これらのモデルでは撮影方向や撮影画角を自在に変更可能となっている。

また音声入力部を備え、映像だけではなく音声を遠隔へ配信したり、また音声を用いて音量が一定レベルを超えたときに異常と検知する機能や、人の悲鳴など特定の音声の特徴を捉え、異常を検知する機能を備えたものもある。音声入力部としては、マイク等を接続するインターフェースを持つものや、外付けのマイクが不要な内蔵マイクを搭載したものもある。

内蔵マイクを搭載したパンチルト駆動可能なカメラにおいては、パンチルト駆動部の動作時に発生する駆動音を内蔵マイクで拾ってしまい不要な音声を記録してしまうという課題があった。さらに、音声による異常検知の機能を持つカメラにおいては、その駆動音により音声の誤検知をしてしまうおそれがあった。従来技術ではこうした課題への対策として、パン・チルト動作中の音声をミュートしたり、音声検知を無効にしたりすることで誤検知を抑止する方法が知られている。

特許文献１では、撮像装置がパンチルト駆動を行う時間帯では、マイクで取得される音信号のゲインを下げ、駆動音が音検知レベルを超えないようにし、駆動音に起因する誤った処理を防止する方法が開示されている。

特開２００４−３３６４６０号公報

ところで、パンチルトの駆動源として用いられるステッピングモータの一般的な制御方法は、モータ駆動直後にすぐに電流を切るのではなく、駆動後メカが静定するまで一定期間励磁（以降、駆動後励磁と呼ぶ）をかけている。その後、駆動後励磁を切り、停止状態に移行するような処理を行う。このとき、駆動後励磁を切ったタイミングで、励磁によるモータの保持トルクがなくなると力の安定状態が変わり、バネ性を持つメカ駆動伝達系の反力や、また重力の影響などで微小にメカが動き、駆動音とは別の音が発生する場合がある。

また、起動時／初期化時に撮影画角の位置合わせ動作として「端あて」と呼ばれるパン・チルトの駆動を行い、メカ端にあてることで、自分の初期位置を合わせるネットワークカメラがある。

しかしながら、上述の特許文献に開示された従来技術では、駆動後に発生する音については考慮されていないため、駆動後に発生する不要な音を記録してしまい、また音声の誤検知をしてしまうという課題がある。また、「端あて」による初期位置出しシーケンス動作にともなう駆動と停止の繰り返し動作の際に、音声の記録や異常検知の有効／無効が断続的に繰り返されることになり、ユーザの利便性を損なう場合もある。

そこで、本発明の目的は、音声入力部および駆動部を持つ撮像装置において、駆動部の駆動音および駆動後の動作に応じて、音声記録や音声検知に関わる機能を制御することで、音声データの有用性を向上させることである。

上記目的を達成するために、本発明に係る撮像装置は、被写体を撮像する撮像手段と、撮像方向をパン又はチルト方向に変更する駆動手段と、周辺の音声を集音して音声出力を行う音声処理手段と、音声出力から異常を検知する音声検知手段と、駆動手段が駆動しているときに、音声検知手段による検知を無効にする制御手段とを有し、制御手段は、駆動手段が停止したときに、駆動手段が停止してから所定時間を経過するまでの間、音声検知手段による検知を無効にし、所定時間は、撮像装置の設置状態、駆動手段の駆動速度、撮像方向の座標情報、音声処理手段の処理の遅延時間、の少なくとも１つに基づいて設定されることを特徴とする。

本発明によれば、音声入力部および駆動部を有する撮像装置において、駆動部の駆動音および駆動後の動作に応じて、音声記録や音声検知に関わる機能を制御することで、音声データの有用性を向上させることができる。

本発明の第１の実施形態に係る撮像装置の構成例を示すブロック図 本発明の第１の実施形態に係る撮像装置のメカ構成図 本発明の第１の実施形態に係る撮像装置のパンチルト駆動中のミュート処理を示すタイミングチャート 本発明の第１の実施形態に係る撮像装置の音声ミュート処理を示すフローチャート 本発明の第１の実施形態に係る撮像装置のパンチルト駆動中のミュート処理を示すタイミングチャート 本発明の第２の実施形態に係る撮像装置のパンチルト駆動中のミュート処理を示すフローチャート 本発明の第２の実施形態に係る撮像装置で用いる駆動後ミュート時間テーブルの例を示す図 本発明の第３の実施形態に係る撮像装置のパン駆動部のモータへ与える電流振幅値を示す図 本発明の第４の実施形態に係る撮像装置のパンチルト駆動中の音声処理とミュート処理を示すタイミングチャート 本発明の第５の実施形態に係る撮像装置の音声検知に応じたミュート処理を示すフローチャート 本発明の第一実施形態に係る音声検知処理手順の一例を示すフローチャート 本発明の第二実施形態に係る音声検知処理手順の一例を示すフローチャート

以下に、本発明の好ましい実施の形態を、添付の図面に基づいて詳細に説明する。

（第１の実施形態）
本発明の第１の実施形態に係る撮像装置の構成例について、図１を参照して説明する。図１は、本発明の第１の実施形態に係る撮像装置の構成例を示すブロック図である。

撮像装置１０００は、クライアント装置（情報処理装置）１０１３と相互に通信可能な状態に接続されている。撮像装置１０００は、撮像画像や音声により撮影環境の異常検知が可能であり、異常発生を検知した場合には、クライアント装置１０１３にイベント通知を行う。

撮像装置１０００は、撮像部１０１５、映像情報処理部１０１４、パン・チルト駆動部１００３、パン・チルト制御部１００１、マイク部１００４、音声情報処理部１００２、システム制御部１０１８から構成される。各ユニットは、図示しない通信バスを介して、指令、情報のやり取りが可能である。

撮像部１０１５は、レンズ、撮像素子及びその制御群から構成され、被写体像の撮像及び電気信号への変換を行い、被写体の画像データを生成する。

映像情報処理部１０１４は、映像処理部１０１６、映像配信部１０１７を有する。映像処理部１０１６は、撮像部１０１５において撮像、光電変換された信号の所定の現像処理、圧縮符号化処理を行い、画像データを生成する。映像配信部１０１７は映像処理部１０１６で処理された映像データを、システム制御部１０１８の指示に応じて、通信部１０１２を介してクライアント装置１０１３に配信する。

パン・チルト駆動部１００３（ＰＴ駆動部）は、撮像部１０１５の撮像方向のパン（水平方向）、チルト（垂直方向）を変更するメカ駆動系、及びその駆動源のステッピングモータにより構成され、パン・チルト制御部１００１により制御される。

パン・チルト制御部１００１は、システム制御部１０１８を介してクライアントからのカメラ制御コマンドを受信する。パン・チルト制御部１００１は、駆動制御部１００５と状態管理部１００６を有する。

駆動制御部１００５は、受信したカメラ制御コマンドの動作命令をパン・チルト駆動部１００３に送信し、それに応答してパン・チルト駆動部１００３が撮影画角を変更する。

状態管理部１００６は、現在のパン・チルトの駆動状態と座標情報を管理しており、パン・チルト駆動状態と座標情報は、撮像装置１０００内の各ブロックへ通知することも可能である。

マイク部１００４は、撮像方向周辺の音声を集音し、音声情報処理部１００２へ入力する。

音声情報処理部１００２は、音声入力部１００７、音声分岐部１００８、音声検知部１００９、音声配信部１０１０を有する。また、音声情報処理部１００２は、音声検知部１００９の検知処理有効・無効の音声制御を行う。

音声入力部１００７は、マイク部１００４から入力音声を取得し、音声信号の所定の音声処理、圧縮符号化処理を行い、音声データを生成する。音声分岐部１００８は音声入力部１００７で生成された音声データを、音声検知部１００９、音声配信部１０１０へ音声出力する。音声検知部１００９、音声配信部１０１０へ出力する音声データは、入力された音声データを複製した同一のデータとしてもよいし、検知用、配信用に変換して出力する構成としてもよい。

音声検知部１００９は、音声分岐部１００８から入力された音声データをもとに、異常検知を行い、異常を検知した場合に、イベント通知部１０１１、通信部１０１２を経由してクライアント装置１０１３に異常を示す情報である検知イベントを通知する。

音声配信部１０１０は、音声分岐部１００８から入力された音声データ（音声出力）を、通信部１０１２を介してクライアント装置１０１３に送信する。

システム制御部１０１８は、伝達されたカメラ制御コマンドを解析し、コマンドに応じた処理を行う。例えば、映像処理部１０１６に対して画質調整の指示や、撮像部１０１５に対してズームやフォーカス制御の指示、パンチルト制御部１００１に対してパンチルト動作の指示を行う。撮像部１０１５は伝達された指示に基づいて、レンズ制御を行う。またパンチルト制御部１００１は伝達された指示に基づいて、駆動制御部１００５によりパンチルト駆動部１００３の制御を行い、その駆動情報を状態管理部１００６に保持する。

システム制御部１０１８には、ＣＰＵ１０１９、ＲＯＭ１０２０、ＲＡＭ１０２１が含まれる。ＣＰＵ１０１９は、ＲＯＭ１０２０からロードしたプログラムに従い、通信バスで接続された各ユニットの制御およびそのために必要な演算を行う。ＲＯＭ１０２０には、ＣＰＵ１０１９で実行される制御プログラムや、プログラムの実行に必要な各種の定数値が格納される。ＲＡＭ１０２１は、プログラムの実行に必要な各種一時データを記憶するための領域である。

通信部１０１２は、無線又は有線のネットワークを介して外部のクライアント装置１０１３に接続されている。通信部１０１２は、クライアント装置１０１３から送信されるカメラ制御コマンドを受信し、システム制御部１０１８へ伝達する。またカメラ制御コマンドに対するレスポンスをクライアント装置１０１３へ送信する。

クライアント装置１０１３では映像配信部１０１７から配信される映像と音声配信部１０１０から配信される音声、イベント通知部１０１１から通知される検知イベントなどにより撮影環境の監視を行う。なお、本発明では、音声による異常検知について説明するが、イベント通知部１０１１から通知されるイベントはこれに限られず、画像や外部センサによる異常検知など、種々のイベントが含まれる。

図２を参照して、パン・チルト可動部の動作について説明する。図２は、本実施形態に係る撮像装置のメカ構成図である。図２（ａ）は上面から見た図、図２（ｂ）は側面から見た図を示す。図２において、２００１はボトムケース、２００２はターンテーブル、２００３はカメラヘッド支柱、２００４はカメラヘッドである。

図２において、壁面や天井等に固定されたボトムケース２００１に対して、ターンテーブル２００２が水平方向に回転することで、撮影方向をパン方向へ移動する。本実施形態の撮像装置１０００のパン方向の可動範囲は、左右方向に−１７５度から＋１７５度までである。

カメラヘッド支柱１１０３に保持されたカメラヘッド１１０４が垂直方向に回転することで、撮影方向をチルト方向へ移動する。本実施形態の撮像装置１０００のチルト方向の可動範囲は水平方向０度から真上方向９０度までである。

図３は、本実施形態に係る撮像装置のパンチルト駆動中のミュート処理を示すタイミングチャートである。ここでは例として、（Ａ）パン駆動状態と、（Ｂ）パン駆動に伴う音の発生と、（Ｃ）入力音声状態を時間軸で示しているが、駆動動作はチルト方向への移動でもよく、またズームやフォーカス等のレンズ駆動にも適用可能である。

図３において、時間Ｔ０までは（Ａ）パン駆動状態は「停止」、（Ｂ）パン駆動に伴う音は「なし」、（Ｃ）入力音声状態は「有効」となっている。パン・チルト駆動音がないため、音声データ又は音声を用いた異常検知等の、音声に関わる機能が有効な状態である。

次にＴ０において、（Ａ）パン駆動状態が「駆動」となったとき、その駆動に伴い（Ｂ）パン駆動に伴う音に駆動音が発生している。その後、Ｔ１で（Ａ）パン駆動状態が「停止」状態に移行すると、（Ｂ）パン駆動に伴う音は「なし」になるが、Ｂ１で示す期間に、駆動後励磁を切ったことに起因する音が発生している。これは、駆動後励磁を切ったタイミングで、励磁によるモータの保持トルクがなくなると力の安定状態が変わり、バネ性を持つメカ駆動伝達系の反力や、また重力の影響などで微小にメカが動くことにより、駆動音とは別の音が発生するものである。

このとき、（Ｂ）パン駆動に伴う音が発生している期間と、駆動後の音が発生するＢ１で示す期間、（Ｃ）入力音声状態を「無効」にする。例えば、音声データを記録しない、音声入力をミュートする、音声による異常検知を行わない、などの方法によって、（Ｃ）入力音声状態を「無効」にする。Ｂ１駆動後の音発生期間経過後、Ｔ２以降のタイミングＴ３で、（Ｃ）入力音声状態を「有効」に切り換える。Ｔ２とＴ３は同じタイミングでも良い。

図４は、本実施形態に係る撮像装置の音声ミュート処理を示すフローチャートである。図４は、撮像装置１０００の各処理ブロックを制御し実行される処理手順を示し、システム制御部１０１８が有するＲＯＭ１０２０に格納されているプログラムをＲＡＭ１０２１に展開し、ＣＰＵ１０１９が実行することにより実現される。

図３の例で、パンが駆動開始するＴ０のタイミングでとシステム制御部１０１８は、音声ミュート処理のフローを開始する。

パンチルト駆動を開始すると、ステップＳ１００１で、システム制御部１０１８は、音声情報処理部１００２に対して入力音声のミュートを指示する。音声情報処理部１００２は、マイク部１００４から入力した音声データをミュート処理する。

次に、ステップＳ１００２で、システム制御部１０１８は、パン・チルト制御部１００１の状態管理部１００６を介してパンの駆動状態を監視し、パンが駆動中か否かを判定する。パンが駆動中の場合、判定処理を継続する。パンが駆動から停止に移行したときに、ステップＳ１００３に進む。パンが駆動から停止に移行したときは、所定の判定条件と比較し、その比較結果に基づいて音声ミュートを継続する。

ここで、ステップＳ１００３では、システム制御部１０１８は、パン駆動が停止してから設定された駆動後ミュート時間が経過したか否かを判定する。この駆動後ミュート時間は図３のＴ１からＴ２の期間とし、あらかじめ設定された値である。例えば、駆動後励磁を切った後、数ミリ秒後から約２０ミリ秒後までの期間に音が発生する場合、駆動後のミュート処理する時間（以降、駆動後ミュート時間と呼ぶ）を３０ミリ秒とする。駆動後ミュート時間が経過していない場合、判定処理を継続する。駆動後ミュート時間を経過した場合、ステップＳ１００４に進む。

ステップＳ１００４で、システム制御部１０１８は、音声情報処理部１００２に対して入力音声のミュート解除を指示する。音声情報処理部１００２は、マイク部１００４から入力した入力音声のミュート処理を解除し、本処理を終了する。

このようにパン駆動中と駆動後の所定時間、入力音声をミュート処理し、パン駆動部の駆動音と駆動後に発生する音声を無効とする。また、チルト駆動中についても上記処理と同様に駆動中と駆動後所定の時間、入力音声をミュート処理し、チルト駆動部の駆動音と駆動後に発生する音声データを無効とする。

以上、説明した通り、音声入力部および駆動部をもつ撮像装置において、駆動部の駆動中と、駆動後発生する音が発生する期間、入力音声をミュート処理することで、不要な音声データを低減することができる。

本実施形態では、ミュート処理を駆動中から継続して駆動後所定時間延長する方法を示したがこれに限らない。例えば、駆動後一定時間経過した後に音が発生することが分かっている場合、駆動後に一度ミュートを解除し、駆動後の音が発生する前後で再度ミュート処理するとしても構わない。

図５に、本実施形態に係る撮像装置のパンチルト駆動中のミュート処理を示すタイミングチャートの一例を示す。図５においては、（Ａ）パン駆動状態が「駆動」から「停止」に移行すると、（Ｃ）入力音声状態を「無効」から「有効」に切り換える。その後、一定期間経過後、Ｂ１の駆動後の音の発生期間を含むＴ４からＴ３の期間中、再び（Ｃ）入力音声状態を「無効」とする。例えば、駆動後励磁を切った後、約２０ミリ秒後に音が発生することが分かっている場合、駆動停止後に音声を「有効」とし、駆動後２０ミリ秒後のＴ４のタイミングで、再度音声を「無効」（ミュート処理）とする。

パン駆動が停止したあと、駆動後の音が発生する期間においてミュート処理を行い、その前の駆動後の音が発生しない期間はミュート処理をしない。このように駆動後一定時間経過した後に音が発生することが分かっている場合、駆動後に一度ミュート処理を解除し、駆動後の音が発生する前後で再度ミュート処理することで、不要にミュート処理する時間を低減することができる。

（第２の実施形態）
次に、図６、図７を参照し、本発明の第２の実施形態について、駆動部の状態による音の発生の違いを考慮した場合を説明する。なお、第１の実施形態と同一の処理を行う部分は同一の記号で示し、説明を省略する。

駆動部のモータに与える駆動後励磁を切った後に微小にメカが移動することで発生する音について、その音の発生するタイミングや音の大きさは、駆動部の状態によって変わる。例えば、カメラの設置状態が、レンズが天頂を向くように正立状態で設置される場合と、レンズが真下を向くように倒立状態で設置される場合のような設置状態の違いにより、パンチルト駆動部にかかる重力の影響方向は変化する。また、カメラ内部の基板間を接続する信号線、電源線を通すハーネスが持つ反力がパンチルト駆動部に影響するようなメカ構成となっており、パンチルト駆動部の回転によりハーネスの這いまわし状態が変化し、ハーネスが持つ反力の影響も変化することもある。

このようにカメラの設置状態や駆動部の動作状態によって、駆動部に与える力の影響が変化すると、駆動後励磁を切った後の音が発生するタイミングや音の大きさは変化する。この変化する音に対して、駆動後のミュート処理する時間を一律に設定すると、ミュート処理すべき音がミュート処理できていなかったり、不要にミュート処理が長くなってしまったりすることになる。そこで、駆動部の状態によって変化する駆動後励磁後の音の違いに応じて適切な駆動後の音声処理を行うことで、音声データ（音声出力）の有用性をさらに向上することができる。

図６は、本実施形態に係る撮像装置のパンチルト駆動中のミュート処理を示すフローチャートである。図６は、撮像装置１０００の各処理ブロックを制御し実行される処理手順を示し、システム制御部１０１８が有するＲＯＭ１０２０に格納されているプログラムをＲＡＭ１０２１に展開し、ＣＰＵ１０１９が実行することにより実現される。

ステップＳ３００１、Ｓ３００２は、図４のステップＳ１００１、Ｓ１００２と同様であるため詳細は省略する。

ステップＳ３００２でパン駆動が停止したと判断されると、ステップＳ３００３へ進み。システム制御部１０１８は、駆動後ミュート時間を取得する。

図７は、本実施形態に係る撮像装置で用いる駆動後ミュート時間テーブルの例を示す図である。これは、パン駆動部の位置による駆動後に発生する音の違いに応じてそれぞれ適切なミュート時間を列挙したテーブルであり、システム制御部１０１８がもつＲＡＭ１０２１に格納されている。例えば、パンの停止位置が−９０度である場合、本テーブルを参照し、駆動後ミュート時間として５０ミリ秒を取得する。

ステップＳ３００４で、システム制御部１０１８は、ステップＳ３００３で取得した駆動後ミュート時間を用いて、駆動後ミュート時間が経過したか否かの判定を行う。

以降の処理は、図４のステップＳ１００３以降と同様であるため、詳細は省略する。

以上説明した通り、パン駆動部の位置による駆動後に発生する音の違いに応じてそれぞれ適切なミュート時間を設定することで、必要以上に音声データを無効とすることなく、不要な音声データを低減することができる。

なお、本実施形態では、パン駆動部の位置による駆動後に発生する音の違いに応じてそれぞれ適切なミュート時間を設定する方法を示したがこれに限らない。例えば、正立、倒立などの設置状態や、駆動速度により、駆動後の音の発生に違いがある場合、それらに応じた駆動後ミュート時間を設定することで、より適切な音声データ（音声出力）の無効処理が可能である。

また、本実施形態では、駆動後ミュート時間の設定を変化させる方法を示したが、これに限らない。例えば、減衰処理における減衰時間や減衰率、また第１の実施形態で説明した駆動後ミュート前時間等を適切に設定するとしてもかまわない。

また、本実施形態では、パン駆動部の位置に応じた駆動後ミュート時間をテーブルで持つ方法を示したがこれに限らない。例えば、パン駆動部の位置に対する駆動後ミュート時間を所定の関係式で表すことができる場合、その関係式を用いて、パン位置に応じた駆動後ミュート時間を算出する方法としても構わない。

（第３の実施形態）
次に、図８を参照し、本発明の第３の実施形態について、駆動後励磁方法の違いを考慮した場合を主に説明する。なお、第１、第２の実施形態と同一の処理を行う部分は同一の記号で示し、説明を省略する。

図８は、本実施形態に係る撮像装置のパン駆動部のモータへ与える電流振幅値を示す図である。駆動時の電流は、モータ回転周期に応じた周波数の矩形波、あるいは正弦波として与えるが、本図では説明の意図より電流振幅値のみを示した図としている。上図８（ａ）に示す通り、駆動する前にｔ１の時間、励磁を与え、その後、駆動中であるｔ２の時間、駆動電流を与える。駆動後にはｔ３の時間、駆動後励磁１００％の電流値を与えｔ３の時間経過後に０％に落とし停止状態に移行する。これまで説明している駆動部のモータに対する駆動後励磁を切った後に微小にメカが移動することで発生する音は、このように励磁を１００％から０％に切るという瞬間的な変化があることが要因にあるといえる。

そこで、図８の（ｂ）では、駆動後励磁を１００％から０％にｔ３の時間をかけて緩やかに落とす。例えば、駆動後励磁時間がｔ３の１０％経過した時点では、９０％の電流値を設定する。さらに、駆動後励磁時間がｔ３の２０％経過した時点では、８０％の電流値を設定する。このように徐々に電流値を落とすように、駆動後励磁の期間ｔ３が経過するまでの間、経過時間に応じた電流値の設定処理を継続する。

これにより、励磁の変化によって生じるメカの動きを低減し、それに伴う音を発生しにくくすることができる。その場合、図８（ａ）のように、励磁を１００％から０％に切る場合に比べて、駆動後のミュート時間を短く設定することができる。

なお、ここで図８（ｂ）において、駆動前励磁のｔ１の期間も徐々に電流値を上げるようになっているが、ここは図８（ａ）と同様に最初からピーク電流を流す構成でも構わない。

以上、説明した通り、音声入力部および駆動部を持つ撮像装置において、駆動部のモータに対する駆動後励磁の与え方により生じるメカの動きを低減し、それに伴う音を発生しにくくすることで駆動後のミュート時間を短く設定できる。これにより、無効とする音声データを低減し、より多くの音声データの活用が可能となる。

尚、本実施形態では、駆動後励磁の与え方を一律の設定として行う方法を示したがこれに限らない。例えば、設置状態や駆動部の位置や速度により、駆動後励磁の適切な与え方が変わるような場合、駆動部の状態に応じて駆動後励磁の与え方を変えてもよい。

また、本実施形態では、駆動後電流値を所定の時間かけて線形に電流値を下げる方法を示したがこれに限らない。例えば、モータ駆動後の静定状態の安定化や音の発生の低減するように段階的に下げるよう駆動後励磁を与える方法としてもよい。

（第４の実施形態）
次に、図９を参照し、音声のバッファリング処理の処理速度に起因する遅延時間に応じた音声ミュート処理について説明する。第１から第３の実施形態と同一の処理を行う部分は同一の記号で示し、説明を省略する。

音声入力部１００７は、マイク部１００４からの入力音声に対し、バッファリング処理で音声データを生成している。音声データを無効としたい場合には、ここで減衰させた音声データ、もしくは無音データなどを音声分岐部１００８へ出力する。音声分岐部１００８で取得した音声データを、音声検知部１００９、音声配信部１０１０へ出力する。

図９は、本実施形態に係る撮像装置のパンチルト駆動中の音声処理とミュート処理を示すタイミングチャートの例である。図９において、マイク部１００４から入力された音声の内部処理において、前述した音声データのバッファリング処理等に伴い、音声が入力されたタイミングと、処理が行われるタイミングにｔ４の期間分の遅延が生じている。

パンチルトの駆動状態を監視し、パンチルトの駆動状態が駆動から停止に移行した直後で音声入力のミュート処理を解除すると、その時点で処理する音声データは処理に伴う遅延により期間ｔ４前に入力された音声データとなる。パンチルト駆動停止直後のＴ１で音声を有効にすると、パンチルト駆動中の音声データ４、５に対してもミュート解除することになる。

そのため、音声データのバッファリング処理に伴う遅延時間分も考慮して、パン・チルト駆動が「駆動」から「停止」に移行した直後から加算し、駆動後ミュート時間を設定する。図９においては、期間ｔ４を駆動後ミュート時間とする。パンチルト駆動停止（Ｔ１）から期間ｔ４経過後のＴ３のタイミングで、音声ミュートを解除するよう制御する。この場合、パンチルト駆動開始後のミュート開始のタイミングについても、パンチルト駆動開始直後ではなく、パンチルト駆動開始のあと期間ｔ４経過後に音声ミュートを開始するような構成としてもよい。

以上、音声データのバッファリング処理の遅延時間を考慮して、駆動後ミュート時間を設定することにより、パン・チルト駆動中の不要な音声データの記録、配信を低減できる。

（第５の実施形態）
次に、図１０を参照し、本発明の第５の実施形態について、音声入力を利用した異常検知機能を用いた場合を考慮した場合を主に説明する。第１から第４の実施形態と同一の処理を行う部分は同一の記号で示し、説明を省略する。

ネットワークカメラには、音声入力部からの音声を用いて異常を検知する機能を持つものもある。例えば、入力音声の音量が一定レベルを超えたときに異常と検知する音量検知や、入力音声から人の悲鳴のような特定の音声の特徴をパターンマッチングにより特定し、異常と検知する悲鳴検知などの機能がある。これらの音声を用いた異常検知機能が利用されているときに、パンチルト駆動に伴う音声のミュート処理が実行されると、ミュート処理となっている間、音声データを利用できないため、ユーザーが利用したい音声を用いた異常検知機能が動作しない状態となる。

このように、音声を用いた異常検知機能が利用されている場合、機能の非動作時間をなるべく少なくするように、パンチルト駆動に伴う音声処理をする。

図１０は、音声検知に応じたミュート処理を示すフローチャートである。図１０は、撮像装置１０００の各処理ブロックを制御し実行される処理手順を示し、システム制御部１０１８が有するＲＯＭ１０２０に格納されているプログラムをＲＡＭ１０２１に展開し、ＣＰＵ１０１９が実行することにより実現される。

ステップＳ５００１で、システム制御部１０１８は、音声を用いた異常検知機能が有効に設定されているか否かを判定する。音声を用いた異常検知機能が有効の場合はＳ５００２に進む。無効の場合は、ステップＳ５００３に進む。

ステップＳ５００２で、システム制御部１０１８は、音声異常検知が有効時の駆動後ミュート時間を取得する。例えば、音声異常検知の有効時には、機能の非動作時間が短くなるよう、音声異常検知の無効時と比べて、駆動後ミュート時間を短く設定する。例えば０ミリ秒とすると、不要な駆動後の動作音などが入る可能性があるが、パン・チルト駆動の停止後すぐに音声データが有効となり、音声異常検知が非動作期間を短くすることができる。

ステップＳ５００３で、システム制御部１０１８は、音声異常検知が無効時の駆動後ミュート時間（第１から第４の実施形態と同様のミュート時間）を取得する。

ステップＳ５００４で、システム制御部１０１８は、これまでの実施形態で説明した処理と同様に駆動中の入力音声のミュート処理を行う。

以上、本実施形態により、音声入力部および駆動部をもつ撮像装置において、音声を用いた異常検知機能の利用状態に応じて、音声異常検知が利用されている際には、機能の非動作時間をなるべく少なくすることができる。

なお、本実施形態では、音声を用いた異常検知機能が利用されている場合、駆動後ミュート処理をしない設定とすると説明したが、これに限らない。例えば、これまでの実施形態で説明したような、減衰処理における減衰時間や減衰率、駆動後ミュート前時間を変更するとしてもよい。また、例えば、音声検知の種別や設定値によって変えるとしても構わない。例えば、音量検知機能に設定される検知閾値のレベルが、駆動後に発生する音より大きい場合には、駆動後に発生する音によって音量検知が誤検知することはないため、音声のミュート処理をしないとしてもよい。

（第６の実施形態）
エンコーダ非搭載のネットワークカメラでは、起動時／初期化時のパン・チルトの位置合わせのために端あて動作を行う。パン・チルト制御において、回転／移動体の移動方向や移動量、角度を検出するエンコーダを搭載している機種では不要であるが、エンコーダを搭載しない機種では、パン・チルト動作でメカ端にあてることで自分の初期位置を合わせている。端あてはパン・チルト動作を繰り返し行う状態である為、駆動音の発生と停止が断続的に繰り返される状態となる。

第６の実施形態では、例えば起動時／初期化時などにおける撮影画角の位置合わせ動作の間に不要な音声データの記録や、音声検知機能の誤検知を抑制するための処理について、図１１を参照して詳細に説明する。前述の実施形態と同一の処理を行う部分は同一の記号で示し、説明を省略する。

図１１は、撮像装置１０００の各処理ブロックを制御し実行される処理手順を示し、システム制御部１０１８が有するＲＯＭ１０２０に格納されているプログラムをＲＡＭ１０２１に展開し、ＣＰＵ１０１９が実行することにより実現される。

図１１のフローは、ユーザが音声検知機能を”使用する”設定にすると開始され、ステップＳ００１において音声検知部１００９の初期状態として音声検知処理を無効にする。

ステップＳ００２において、パン・チルト駆動部１００３が現在駆動中状態かどうかを、状態管理部１００６より情報を取得して判別する。パン・チルト駆動部１００３が駆動中の場合は、繰り返しパン・チルトの駆動状態を確認する。駆動していない場合はステップＳ００３に進む。

ステップＳ００３において、パン・チルト制御部１００１が座標情報を持っているかどうかを状態管理部１００６より情報を取得して判別する。座標情報を持っている場合は端あてによる初期位置出しシーケンス動作の一連のパン・チルト動作が完了したと判断し、ステップＳ００４へ進む。座標情報を持っていない場合はまだ端あて動作中と判断しステップＳ００２へ戻る。

ステップＳ００４において、音声検知部１００９の音声検知処理を有効とする。

次に、ステップＳ００５において、音声分岐部１００８から入力された音声データを音声検知部１００９に入力する。

ステップＳ００６において、音声分岐部１００８から入力された音声データから異常を検出する処理を音声検知部１００９にて行う。

ステップＳ００７において、音声検知部１００９で異常音検知したかどうかを判別する。異常音を検知した場合はステップＳ００８へ進み、検知していない場合はステップＳ００９へ進む。

ステップＳ００８において、音声検知部１００９はイベント通知部１０１１へ検知イベント通知を行う。

ステップＳ００９において、現在ユーザが音声検知機能を”使用する”設定にしているかどうかを判別する。”使用する”設定にしている場合はステップＳ０１０に進み、設定していない場合は音声検知機能を終了する。

ステップＳ０１０において、パン・チルト駆動部１００３が現在駆動中状態かどうかを判別する。駆動中の場合は、ステップＳ００９へ戻り、音声機能通知がＯＦＦされるか、パン・チルト駆動が停止するまでの間、継続して音声検知機能の設定とパン・チルト駆動の判定を繰り返す。

以上のように、起動時／初期化時の端あて動作が完了するまで、音声検知機能を無効にすることで音声検知機能の誤検知の抑制が可能である。

なお、本実施形態では、パンチルト動作が停止し座標情報が記憶されているとき（端あて動作完了後）に、音声検知処理を有効とする処理を説明したが、音声入力をミュートする構成としてもよい。その場合は、異常音の誤検知だけでなく、不要な音声データの記録を減らすことが可能である。また、音声入力を受け付けても、音声分岐部１００８への出力をしないようにしてもよいし、音声検知部１００９、音声配信部１０１０への転送しない、などの方法としてもよい。

（第７の実施形態）
図１２のフローチャートを参照しながら、起動時／初期化時の端あて動作が完了するまで、イベント通知部にイベントはあげない制御を行うことで音声検知機能の誤検知の抑制やユーザビリティ低下を防ぐ例について説明する。前述の実施形態と同一の処理を行う部分は同一の記号で示し、説明を省略する。

本実施形態では音声情報処理部１００２で、状態管理部１００６から受けた駆動状態と座標情報より音声検知部１００９からイベント通知部１０１１へのイベント通知有効・無効を制御する。

より具体的には、音声情報処理部１００２が状態管理部１００６から通知される駆動状態と座標情報の有無から、撮像装置１０００が起動時／初期化時に端あてによる初期位置出しシーケンス動作中かどうかを判別する。端あて動作中であれば音声検知部１００９からイベント通知部１０１１へのイベント通知を無効にし、そうでなければイベント通知を有効にする。

図１２は、本実施形態に関わる音声検知処理手順の一例を示すフローチャートである。図１２は、撮像装置１０００の各処理ブロックを制御し実行される処理手順を示し、システム制御部１０１８が有するＲＯＭ１０２０に格納されているプログラムをＲＡＭ１０２１に展開し、ＣＰＵ１０１９が実行することにより実現される。

図１２のフローは、ユーザが音声検知機能を”使用する”設定にすると開始され、ステップＳ１０１において音声分岐部１００８から入力された音声データを音声検知部１００９に入力する。

ステップＳ１０２において、音声検知部１００９は、音声分岐部１００８から入力された音声データから異常を検出する処理を行う。

ステップＳ１０３において、音声検知部１００９で異常音検知したかどうかを判別する。異常音を検知した場合はステップＳ１０４に進み、検知していない場合はステップＳ１０７に進む。

ステップＳ１０４において、パン・チルト駆動部１００３が現在駆動中状態かどうかを判別する。駆動中の場合はステップＳ１０７に進み、停止している場合はステップＳ１０５に進む。

ステップＳ１０５において、パン・チルト制御部１００１の状態管理部１００６が座標情報を持っているかどうかを判別する。座標情報を持っている場合はステップＳ１０６へ進み、持っていない場合はステップＳ１０７に進む。

ステップＳ１０６において、音声検知部１００９はイベント通知部１０１１へ、検知結果のイベント通知を行う。

ステップＳ１０７において、現在ユーザが音声検知機能を”使用する”設定にしているかどうかを判別する。設定している場合はステップＳ１０１に進み、設定していない場合は音声検知機能を終了する。

以上のように、起動時／初期化時の端あて動作が完了するまで、検知結果のイベント通知を無効にすることで音声検知機能の誤検知の抑制が可能である。

なお、音声データを無効にする処理は、音声データのミュート処理だけに限られない。マイク部１００４の機能を無効にする、音声データを減衰させる、入力された音声をクリアする、無音データにするなど、配信された音声データを記録しないなど、種々の方法で実現可能である。また、音声データの生成は行うが、音声分岐部１００８で、音声検知部１００９、音声配信部１０１０への出力を行わない構成としてもよい。音声配信部１０１０から配信を行わない、音声検知部１００９で音声検知を実行しない制御としてもよいし、音声検知を行っても、検知結果をイベントとして通知しない構成とすることでも適用可能である。

以上が本発明の好ましい実施形態の説明であるが、本発明は、本発明の技術思想の範囲内において、上記実施形態に限定されるものではなく、対象となる回路形態により適時変更されて適応するべきものである。

本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

１０００ 撮像装置
１００１ パン・チルト制御部
１００２ 音声情報処理部
１００３ パン・チルト駆動部
１００４ マイク部
１００５ 駆動制御部
１００６ 状態管理部
１０１２ 通信部
１０１３ クライアント装置
１０１４ 映像情報処理部
１０１５ 撮像部
１０１８ システム制御部

Claims (5)

1. 被写体を撮像する撮像手段と、
   撮像方向をパン又はチルト方向に変更する駆動手段と、
   周辺の音声を集音して音声出力を行う音声処理手段と、
   前記音声出力から異常を検知する音声検知手段と、
   前記駆動手段が駆動しているときに、前記音声検知手段による検知を無効にする制御手段と
   を有し、
   前記制御手段は、前記駆動手段が停止したときに、前記駆動手段が停止してから所定時間を経過するまでの間、前記音声検知手段による検知を無効にし、
   前記所定時間は、撮像装置の設置状態、前記駆動手段の駆動速度、前記撮像方向の座標情報、前記音声処理手段の処理の遅延時間、の少なくとも１つに基づいて設定されることを特徴とする撮像装置。
2. 被写体を撮像する撮像手段と、
   撮像方向をパン又はチルト方向に変更する駆動手段と、
   周辺の音声を集音して音声出力を行う音声処理手段と、
   前記音声出力から異常を検知する音声検知手段と、
   前記駆動手段により変更される前記撮像方向の座標情報を保持する状態管理手段と、
   前記状態管理手段が前記座標情報を保持している場合に、前記音声検知手段による検知を有効にし、前記状態管理手段が前記座標情報を保持していない場合に、前記音声検知手段による検知を無効にする制御手段と、
   を有することを特徴とする撮像装置。
3. 前記制御手段は、前記音声検知手段へ前記音声出力をしないことにより、前記音声検知手段による検知を無効にすることを特徴とする請求項１又は２に記載の撮像装置。
4. 前記制御手段は、前記音声検知手段の検知結果をユーザへ通知しないことにより、前記音声検知手段による検知を無効にすることを特徴とする請求項１乃至３のいずれか１項に記載の撮像装置。
5. 被写体を撮像する撮像手段と、
   撮像方向をパン又はチルト方向に変更する駆動手段と、
   を有する撮像装置の制御方法であって、
   周辺の音声を集音して音声出力を行う音声処理工程と、
   前記音声出力から異常を検知する音声検知工程と、
   前記駆動手段が駆動しているときに、前記音声検知工程を無効にし、
   前記駆動手段が停止したときに、前記駆動手段が停止してから所定時間を経過するまでの間、前記音声検知工程を無効にする制御工程と
   を有し、
   前記所定時間は、前記撮像装置の設置状態、前記駆動手段の駆動速度、前記撮像方向の座標情報、前記音声処理工程の処理の遅延時間、の少なくとも１つに基づいて設定されることを特徴とする制御方法。

Images