JP6825432B2 - 解析プログラム、解析方法および解析装置 - Google Patents

解析プログラム、解析方法および解析装置 Download PDF

Info

Publication number
JP6825432B2
JP6825432B2 JP2017047811A JP2017047811A JP6825432B2 JP 6825432 B2 JP6825432 B2 JP 6825432B2 JP 2017047811 A JP2017047811 A JP 2017047811A JP 2017047811 A JP2017047811 A JP 2017047811A JP 6825432 B2 JP6825432 B2 JP 6825432B2
Authority
JP
Japan
Prior art keywords
analysis
region
brightness
saturation
unit
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
Application number
JP2017047811A
Other languages
English (en)
Other versions
JP2018152733A (ja
Inventor
大也 渡辺
大也 渡辺
信二 滋野
信二 滋野
賢二 兒玉
賢二 兒玉
金森　昭人
昭人 金森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2017047811A priority Critical patent/JP6825432B2/ja
Priority to US15/896,234 priority patent/US10643075B2/en
Priority to EP18156661.3A priority patent/EP3376439B1/en
Priority to PL18156661.3T priority patent/PL3376439T3/pl
Publication of JP2018152733A publication Critical patent/JP2018152733A/ja
Application granted granted Critical
Publication of JP6825432B2 publication Critical patent/JP6825432B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61D—VETERINARY INSTRUMENTS, IMPLEMENTS, TOOLS, OR METHODS
    • A61D17/00—Devices for indicating trouble during labour of animals ; Methods or instruments for detecting pregnancy-related states of animals
    • A61D17/008—Devices for indicating trouble during labour of animals ; Methods or instruments for detecting pregnancy-related states of animals for detecting birth of animals, e.g. parturition alarm
    • G06T5/90—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/235—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on user input or interaction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20008—Globally adaptive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion

Description

本発明は、解析プログラム等に関する。
酪農を営む農家では、乳牛を飼育して乳搾り等を行うほか、繁殖牛の分娩の介助を行う。ここで、繁殖牛の分娩の介助を適切に行わないと、死産や、母牛が死亡するリスクが高まるため、牧場主は、定期的な見回りや、監視カメラの映像を定期的に参照して、牛の行動を観察し、牛に分娩の兆候が見られるか否かを判断している。
上記のように、定期的に見回りを行うことや、監視カメラを参照する方法では、牧場主に係る負担が大きいため、牛に分娩の兆候が見られるか否かを自動的に牧場主に通知することが望ましい。この要望に関して、例えば、家畜に所定の色の首輪を取り付けておき、画像解析を行い、首輪の位置を検出する処理を繰り返し実行することで、家畜の移動量を計測し、家畜に分娩の兆候があるか否かを判定するものがある。
特開２００３−２５９１３７号公報 特開２０１６−１１８９１２号公報
しかしながら、上述した従来技術では、画像情報から対象物を検出するための解析精度が低いという問題がある。
例えば、昼・夜、照明条件等により、画像情報に含まれる首輪の彩度が変化すると、画像情報の首輪の彩度と、予め想定した首輪の彩度の条件とが合致せず、画像情報から首輪を検出することができない場合がある。ここでは、家畜の首輪について言及したが、家畜に首輪以外の対象物を取り付けて、かかる対象物を検出する場合にも同様に発生する問題である。
１つの側面では、本発明は、解析精度を向上させることができる解析プログラム、解析方法および解析装置を提供することを目的とする。
第１の案では、解析プログラムは、コンピュータに下記の処理を実行させる。コンピュータは、監視画像のうち第１の領域の指定と、第２の領域の指定とを受け付ける。コンピュータは、第１の領域の輝度が第１の基準以下と判定され、かつ、第２の領域の輝度が第２の基準以上の場合に、第１の領域の輝度が第１の基準を超える場合に比較して、彩度の抽出範囲を拡大させて監視画像に含まれる対象物の色解析を実行する。
解析精度を向上することができる。
図１は、本実施例に係るシステムの一例を示す図である。 図２は、本実施例に係る解析装置の構成を示す機能ブロック図である。 図３は、ＨＳＶ色空間の一例を示す図である。 図４は、認識パラメータのデータ構造の一例を示す図である。 図５は、第１領域と第２領域との一例を示す図である。 図６は、本実施例に係る解析装置の処理手順を示すフローチャートである。 図７は、解析装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。
以下に、本願の開示する解析プログラム、解析方法および解析装置の実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。
図１は、本実施例に係るシステムの一例を示す図である。図１に示すように、このシステムは、カメラ１０と、解析装置１００とを有する。カメラ１０と解析装置１００とは、ネットワーク５０を介して相互に接続される。
カメラ１０は、牛舎１に設置されている。牛舎１には、所定の色の首輪５ａをつけた牛５が飼育されている。カメラ１０の撮影範囲は、牛舎１を移動する牛５の移動範囲を含むものとする。カメラ１０は、撮影した映像の情報を、解析装置１００に送信する。映像の情報は、複数の画像フレームが連続する情報である。以下の説明では、適宜、画像フレームを、監視画像と表記する。
解析装置１００は、カメラ１０から送信される監視画像を解析することで、監視画像上の首輪５ａの座標を特定し、牛５の移動量を算出する装置である。ここで、解析装置１００は、監視画像から首輪５ａの座標を特定する場合には、夜間となり、かつ、蛍光灯６が点灯しているか否かを判定する。解析装置１００は、夜間となり、かつ、蛍光灯６が点灯している場合には、首輪５ａを認識するための認識パラメータにおいて、通常時よりも、彩度の範囲を広げる。これにより、夜間・蛍光灯の影響により、監視画像上の首輪５ａの彩度が低下している場合でも、首輪５ａを認識可能となる。従って、解析精度を向上させることができる。
図２は、本実施例に係る解析装置の構成を示す機能ブロック図である。図２に示すように、解析装置１００は、通信部１１０と、入力部１２０と、表示部１３０と、記憶部１４０と、制御部１５０とを有する。
通信部１１０は、図１に示したカメラ１０とネットワーク５０を介してデータ通信を実行する処理部である。後述する制御部１５０は、通信部１１０を介して、カメラ１０から牛舎１の映像の情報を受信する。また、通信部１１０は、ネットワーク５０を介して、他の外部装置と通信を実行しても良い。通信部１１０は、通信装置に対応する。
入力部１２０は、各種の情報を解析装置１００に入力するための入力装置である。例えば、入力部１２０は、キーボードやマウス、タッチパネル等に対応する。管理者は、入力部１２０を操作して、後述する認識パラメータ１４０ｂ、指定領域情報１４０ｃ、閾値情報１４０ｄを設定する。
表示部１３０は、制御部１５０から出力される各種の情報を表示する表示装置である。例えば、表示部１３０は、液晶ディスプレイやタッチパネル等に対応する。
記憶部１４０は、バッファ１４０ａと、認識パラメータ１４０ｂと、指定領域情報１４０ｃと、閾値情報２４０ｄと、解析結果情報１４０ｅとを有する。記憶部１４０は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ（Flash Memory）などの半導体メモリ素子や、ＨＤＤ（Hard Disk Drive）などの記憶装置に対応する。
バッファ１４０ａは、カメラ１０から送信される映像の情報を格納するバッファである。上記のように、映像の情報は、時刻と対応付けられた複数の監視画像が連続する情報である。
認識パラメータ１４０ｂは、検出対象となる首輪５ａの色の特徴をＨＳＶ（Hue Saturation Brightness）色空間で定義した情報である。図３は、ＨＳＶ色空間の一例を示す図である。ＨＳＶ色空間は、色相（Hue）、彩度（Saturation）、明度（Brightness）を含む。例えば、色相は色の種類を示すものであり、０〜３６０°の範囲で定義される。彩度は、色の鮮やかさを示す値であり、０〜２５５の範囲で設定される。明度は、色の明るさを示す値であり、０〜２５５の範囲で設定される。
図４は、認識パラメータのデータ構造の一例を示す図である。図４に示すように、この認識パラメータ１４０ｂは、首輪５ａの色の特徴に対応する、色相の範囲と、彩度の範囲と、明度の範囲とを示す情報である。例えば、図４に示す例では、色相はＨ１°〜Ｈ２°、彩度は１４０〜２００、明度はＢ１〜Ｂ２となっている。
指定領域情報１４０ｃは、監視画像の領域のうち、夜間であるか否かを判定する第１領域の座標と、蛍光灯６が点灯しているか否かを判定する第２領域の座標とを指定する情報である。図５は、第１領域と第２領域との一例を示す図である。図５に示す例では、監視画像６０上に、第１領域６０ａと第２領域６０ｂとが設定されている。
第１領域６０ａおよび第２領域６０ｂの座標は予め管理者等により設定されているものとする。例えば、第１領域６０ａは、監視画像６０上で、蛍光灯６が存在する領域よりも、所定距離離れた座標に設置される。第２領域６０ｂは、監視画像６０上で蛍光灯６が存在する領域から所定距離以内の座標に設置される。ここでは一例として、監視画像６０に設定される第１領域６０ａ、第２領域６０ｂとを示したが、他の監視画像についても同様の位置に、第１領域、第２領域が設定される。
閾値情報１４０ｄは、第１閾値と、第２閾値とを含む。第１閾値は、第１領域６０ａの輝度値と比較される閾値であり、第１領域６０ａの輝度値が第１閾値未満である場合には、夜間と判定される。第２閾値は、第２領域６０ｂの輝度値と比較される閾値であり、第２閾値６０ｂの輝度値が第２閾値以上である場合には、蛍光灯６が点灯していると判定される。
解析結果情報１４０ｅは、後述する解析部１５０ｃの解析結果の情報を保持する。例えば、解析結果情報１４０ｅは、監視画像６０上の首輪５ａの座標を、時刻と対応付けた情報である。
制御部１５０は、登録部１５０ａと、受付部１５０ｂと、解析部１５０ｃとを有する。制御部１５０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などによって実現できる。また、制御部１５０は、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などのハードワイヤードロジックによっても実現できる。
登録部１５０ａは、カメラ１０から映像の情報を受信し、受信した映像の情報を、バッファ１４０ａに登録する処理部である。
受付部１５０ｂは、入力部１２０を介して、認識パラメータ１４０ｂ、指定領域情報１４０ｃ、閾値情報１４０ｄを受け付ける処理部である。受付部１５０ｂは、受け付けた認識パラメータ１４０ｂ、指定領域情報１４０ｃ、閾値情報１４０ｄを、記憶部１４０に格納する。
解析部１５０ｃは、バッファ１４０ａから監視画像を取得し、調整処理と、認識処理とを実行する処理部である。以下において、調整処理と、認識処理について説明する。
調整処理について説明する。解析部１５０ｃは、指定領域情報１４０ｃを基にして、監視画像上に第１領域および第２領域を設定する。解析部１５０ｃは、閾値情報を基にして、第１領域の輝度値と、第１閾値との比較、および、第２領域の輝度値と、第２閾値との比較を行う。例えば、解析部１５０ｃは、第１領域に含まれる各画素の輝度値を平均した値を、第１領域の輝度値とする。解析部１５０ｃは、第２領域に含まれる各画素の輝度値を平均した値を、第２領域の輝度値とする。なお、第１閾値は、他の監視画像における第１領域の輝度値に応じて算出されても良い。
第１領域の輝度値が第１閾値未満である場合には、夜間であることを意味する。第２領域の輝度値が第２閾値以上である場合には、牛舎１の蛍光灯６が点灯していることを意味する。解析部１５０ｃは、第１領域の輝度値が第１閾値未満であり、かつ、第２領域の輝度値が第２閾値以上である場合に、認識パラメータを調整する。以下の説明では、第１領域の輝度値が第１閾値未満であり、かつ、第２領域の輝度値が第２閾値以上であるという条件を、「調整条件」と表記する。
解析部１５０ｃが実行する認識パラメータ１４０ｂの調整の一例について説明する。解析部１５０ｃは、認識パラメータ１４０ｂにアクセスし、彩度の範囲を広げる調整を行う。例えば、解析部１５０ｃは、彩度の範囲を「１４０〜２００」を、「７０〜２００」に変更する。
なお、解析部１５０ｃは、上記の調整条件を満たして、認識パラメータ１４０ｂを調整した後、上記の調整条件を満たさなくなった場合に、彩度の範囲を調整前の「１４０〜２００」に戻しても良い。
続いて、認識処理について説明する。解析部１５０ｃは、監視画像と、認識パラメータ１４０ｂとを比較して、監視画像に含まれる領域のうち、認識パラメータ１４０ｂに定義される色相の範囲、彩度の範囲、明度の範囲に含まれる、色相、彩度、明度を有する領域を特定する。解析部１５０ｃは、特定した領域の重心座標を、首輪５ａの座標として判定する。解析部１５０ｃは、監視画像の時刻と、首輪５ａの座標とを対応付けた情報を、解析結果情報１４０ｅに登録する。解析部１５０ｃは、バッファ１４０ａに含まれる各監視画像について、上記処理を繰り返し実行する。
図６は、本実施例に係る解析装置の処理手順を示すフローチャートである。図６に示すように、解析装置１００の受付部１５０ｂは、指定領域情報１４０ｃを受け付ける（ステップＳ１０１）。
解析装置１００の解析部１５０ｃは、監視画像中の第１領域および第２領域を特定する（ステップＳ１０２）。解析部１５０ｃは、第１領域の第１輝度値と、第２領域の第２輝度値とを検出する（ステップＳ１０３）。
解析部１５０ｃは、第１輝度値が第１閾値未満となり、第２輝度値が第２閾値以上となる調整条件を満たすか否かを判定する（ステップＳ１０４）。解析部１５０ｃは、調整条件を満たさない場合には（ステップＳ１０５，Ｎｏ）、ステップＳ１０７に移行する。
一方、解析部１５０ｃは、調整条件を満たす場合には（ステップＳ１０５，Ｙｅｓ）、認識パラメータ１４０ｂの彩度の抽出範囲を拡大する（ステップＳ１０６）。解析部１５０ｃは、認識処理を実行する（ステップＳ１０７）。
次に、本実施例に係る解析装置１００の効果について説明する。解析装置１００は、第１領域の輝度値が第１閾値未満であり、かつ、第２領域の輝度値が第２閾値以上である場合に、認識パラメータ１４０ｂの彩度の抽出範囲を拡大させて、監視画像に含まれる対象物の色解析を実行する。これにより、環境ノイズにより、監視画像上の対象物の彩度が低下している場合でも、対象物を認識可能となり、解析精度を向上させることができる。例えば、夜間・蛍光灯の影響により、監視画像上の首輪５ａの彩度が低下している場合でも、彩度の抽出範囲の下限を下げる調整を行うことで、首輪５ａを精度良く認識可能である。
本実施例では一例として、牛を用いて説明したが、その他の動物であってもよい。また、動物に取り付ける物体は、首輪以外の物体や、マーカ等であっても良い。
次に、上記実施例に示した解析装置１００と同様の機能を実現するコンピュータのハードウェア構成の一例について説明する。図７は、解析装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。
図７に示すように、コンピュータ２００は、各種演算処理を実行するＣＰＵ２０１と、ユーザからのデータの入力を受け付ける入力装置２０２と、ディスプレイ２０３とを有する。また、コンピュータ２００は、記憶媒体からプログラム等を読み取る読み取り装置２０４と、ネットワークを介して他のコンピュータとの間でデータの授受を行うインタフェース装置２０５とを有する。コンピュータ２００は、カメラ２０６を有する。また、コンピュータ２００は、各種情報を一時記憶するＲＡＭ２０７と、ハードディスク装置２０８とを有する。そして、各装置２０１〜２０８は、バス２０９に接続される。
ハードディスク装置２０８は、受付プログラム２０８ａ、解析プログラム２０８ｂを有する。ＣＰＵ２０１は、受付プログラム２０８ａ、解析プログラム２０８ｂを読み出してＲＡＭ２０７に展開する。
受付プログラム２０８ａは、受付プロセス２０７ａとして機能する。解析プログラム２０８ｂは、解析プロセス２０７ｂとして機能する。
受付プロセス２０７ａの処理は、受付部１５０ｂの処理に対応する。解析プロセス２０７ｂの処理は、解析部１５０ｃの処理に対応する。
なお、各プログラム２０８ａ、２０８ｂについては、必ずしも最初からハードディスク装置２０８に記憶させておかなくても良い。例えば、コンピュータ２００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させておく。そして、コンピュータ２００が各プログラム２０８ａ、２０８ｂを読み出して実行するようにしても良い。
以上の各実施例を含む実施形態に関し、さらに以下の付記を開示する。
（付記１）監視画像のうち第１の領域の指定と、第２の領域の指定とを受け付け、
前記第１の領域の輝度が第１の基準未満と判定され、かつ、前記第２の領域の輝度が第２の基準以上の場合に、前記第１の領域の輝度が第１の基準を超える場合に比較して、彩度の抽出範囲を拡大させて前記監視画像に含まれる対象物の色解析を実行する、
処理をコンピュータに実行させることを特徴とする解析プログラム。
（付記２）前記色解析は、前記監視画像のうち前記対象物の色に対応する領域を抽出する処理である、
ことを特徴とする付記１に記載の解析プログラム。
（付記３）前記対象物は、動物に装着された装着物である、
ことを特徴とする付記１に記載の解析プログラム。
（付記４）前記装着物は首輪である、
ことを特徴とする付記３に記載の解析プログラム。
（付記５）前記第１の基準は、他の監視画像の前記第１の領域に対応する領域の輝度に応じて算出される、
ことを特徴とする付記１に記載の解析プログラム。
（付記６）前記彩度の抽出範囲の拡大は、抽出範囲の下限を下げる処理である、
ことを特徴とする付記１に記載の解析プログラム。
（付記７）コンピュータが実行する解析方法であって、
監視画像のうち第１の領域の指定と、第２の領域の指定とを受け付け、
前記第１の領域の輝度が第１の基準未満と判定され、かつ、前記第２の領域の輝度が第２の基準以上の場合に、前記第１の領域の輝度が第１の基準を超える場合に比較して、彩度の抽出範囲を拡大させて前記監視画像に含まれる対象物の色解析を実行する、
処理を実行することを特徴とする解析方法。
（付記８）前記色解析は、前記監視画像のうち前記対象物の色に対応する領域を抽出する処理である、
ことを特徴とする付記７に記載の解析方法。
（付記９）前記対象物は、動物に装着された装着物である、
ことを特徴とする付記７に記載の解析方法。
（付記１０）前記装着物は首輪である、
ことを特徴とする付記９に記載の解析方法。
（付記１１）前記第１の基準は、他の監視画像の前記第１の領域に対応する領域の輝度に応じて算出される、
ことを特徴とする付記７に記載の解析方法。
（付記１２）前記彩度の抽出範囲の拡大は、抽出範囲の下限を下げる処理である、
ことを特徴とする付記７に記載の解析方法。
（付記１３）監視画像のうち第１の領域の指定と、第２の領域の指定とを受け付ける受付部と、
前記第１の領域の輝度が第１の基準未満と判定され、かつ、前記第２の領域の輝度が第２の基準以上の場合に、前記第１の領域の輝度が第１の基準を超える場合に比較して、彩度の抽出範囲を拡大させて前記監視画像に含まれる対象物の色解析を実行する解析部と
を有することを特徴とする解析装置。
（付記１４）前記色解析は、前記監視画像のうち前記対象物の色に対応する領域を抽出する処理である、
ことを特徴とする付記１３に記載の解析装置。
（付記１５）前記対象物は、動物に装着された装着物である、
ことを特徴とする付記１３に記載の解析装置。
（付記１６）前記装着物は首輪である、
ことを特徴とする付記１５に記載の解析装置。
（付記１７）前記第１の基準は、他の監視画像の前記第１の領域に対応する領域の輝度に応じて算出される、
ことを特徴とする付記１３に記載の解析装置。
（付記１８）前記彩度の抽出範囲の拡大は、抽出範囲の下限を下げる処理である、
ことを特徴とする付記１３に記載の解析装置。
１ 牛舎
１０ カメラ
１００ 解析装置
１１０ 通信部
１２０ 入力部
１３０ 表示部
１４０ 記憶部
１４０ａ バッファ
１４０ｂ 認識パラメータ
１４０ｃ 指定領域情報
１４０ｄ 閾値情報
１４０ｅ 解析結果情報
１５０ 制御部
１５０ａ 登録部
１５０ｂ 受付部
１５０ｃ 解析部

Claims (8)

  1. 監視画像のうち第１の領域の指定と、第２の領域の指定とを受け付け、
    前記第１の領域の輝度が第１の基準未満と判定され、かつ、前記第２の領域の輝度が第２の基準以上の場合に、前記第１の領域の輝度が第１の基準を超える場合に比較して、彩度の抽出範囲を拡大させて前記監視画像に含まれる対象物の色解析を実行する、
    処理をコンピュータに実行させることを特徴とする解析プログラム。
  2. 前記色解析は、前記監視画像のうち前記対象物の色に対応する領域を抽出する処理である、
    ことを特徴とする請求項１に記載の解析プログラム。
  3. 前記対象物は、動物に装着された装着物である、
    ことを特徴とする請求項１に記載の解析プログラム。
  4. 前記装着物は首輪である、
    ことを特徴とする請求項３に記載の解析プログラム。
  5. 前記第１の基準は、他の監視画像の前記第１の領域に対応する領域の輝度に応じて算出される、
    ことを特徴とする請求項１に記載の解析プログラム。
  6. 前記彩度の抽出範囲の拡大は、抽出範囲の下限を下げる処理である、
    ことを特徴とする請求項１に記載の解析プログラム。
  7. コンピュータが実行する解析方法であって、
    監視画像のうち第１の領域の指定と、第２の領域の指定とを受け付け、
    前記第１の領域の輝度が第１の基準未満と判定され、かつ、前記第２の領域の輝度が第２の基準以上の場合に、前記第１の領域の輝度が第１の基準を超える場合に比較して、彩度の抽出範囲を拡大させて前記監視画像に含まれる対象物の色解析を実行する、
    処理を実行することを特徴とする解析方法。
  8. 監視画像のうち第１の領域の指定と、第２の領域の指定とを受け付ける受付部と、
    前記第１の領域の輝度が第１の基準未満と判定され、かつ、前記第２の領域の輝度が第２の基準以上の場合に、前記第１の領域の輝度が第１の基準を超える場合に比較して、彩度の抽出範囲を拡大させて前記監視画像に含まれる対象物の色解析を実行する解析部と
    を有することを特徴とする解析装置。
JP2017047811A 2017-03-13 2017-03-13 解析プログラム、解析方法および解析装置 Active JP6825432B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2017047811A JP6825432B2 (ja) 2017-03-13 2017-03-13 解析プログラム、解析方法および解析装置
US15/896,234 US10643075B2 (en) 2017-03-13 2018-02-14 Method, apparatus for image analysis based on color saturation, and non-transitory computer-readable storage medium
EP18156661.3A EP3376439B1 (en) 2017-03-13 2018-02-14 Method, apparatus for image analyzation, and non-transitory computer-readable storage medium
PL18156661.3T PL3376439T3 (pl) 2017-03-13 2018-02-14 Sposób, urządzenie do analizowania obrazu, i trwały czytelny dla komputera nośnik pamięci

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017047811A JP6825432B2 (ja) 2017-03-13 2017-03-13 解析プログラム、解析方法および解析装置

Publications (2)

Publication Number Publication Date
JP2018152733A JP2018152733A (ja) 2018-09-27
JP6825432B2 true JP6825432B2 (ja) 2021-02-03

Family

ID=61249489

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017047811A Active JP6825432B2 (ja) 2017-03-13 2017-03-13 解析プログラム、解析方法および解析装置

Country Status (4)

Country Link
US (1) US10643075B2 (ja)
EP (1) EP3376439B1 (ja)
JP (1) JP6825432B2 (ja)
PL (1) PL3376439T3 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10649981B2 (en) 2017-10-23 2020-05-12 Vmware, Inc. Direct access to object state in a shared log
US10635541B2 (en) * 2017-10-23 2020-04-28 Vmware, Inc. Fine-grained conflict resolution in a shared log
US11392567B2 (en) 2017-10-30 2022-07-19 Vmware, Inc. Just-in-time multi-indexed tables in a shared log
WO2020158307A1 (ja) * 2019-01-30 2020-08-06 パナソニックＩｐマネジメント株式会社 畜舎監視方法、及び、畜舎監視システム

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003259137A (ja) 2002-02-28 2003-09-12 Seiko Epson Corp 画像色修正装置およびその方法並びにコンピュータプログラム
US7428333B2 (en) * 2004-01-23 2008-09-23 Old Dominion University Visibility improvement in color video stream
JP4867365B2 (ja) * 2006-01-30 2012-02-01 ソニー株式会社 撮像制御装置、撮像装置および撮像制御方法
JP4567630B2 (ja) * 2006-05-26 2010-10-20 富士通株式会社 車種判別プログラムおよび車種判別装置
KR20080022633A (ko) * 2006-09-07 2008-03-12 삼성전자주식회사 영상처리장치, 영상처리장치를 포함한 디스플레이장치 및영상처리방법
KR100860965B1 (ko) * 2006-12-11 2008-09-30 삼성전자주식회사 노이즈 저감기능을 갖는 적응적 채도 향상 장치 및 방법
TWI351212B (en) * 2006-12-28 2011-10-21 Altek Corp Brightness adjusting method
US8346002B2 (en) * 2007-07-20 2013-01-01 Microsoft Corporation High dynamic range image hallucination
US8462171B2 (en) * 2009-02-06 2013-06-11 Micrososft Corporation Saturation contrast image enhancement
TWI410737B (zh) * 2009-08-25 2013-10-01 Acer Inc 投影畫面的光反射補償方法及投影裝置
WO2012034280A1 (en) * 2010-09-16 2012-03-22 Hewlett-Packard Development Company, L.P. Digital watermarking
FR2977054A1 (fr) * 2011-06-23 2012-12-28 St Microelectronics Grenoble 2 Procede d'amelioration de la perception visuelle d'une image numerique
JP5895720B2 (ja) * 2012-06-06 2016-03-30 富士通株式会社 被写体追跡装置、被写体追跡方法及び被写体追跡用コンピュータプログラム
US8861847B2 (en) * 2012-12-21 2014-10-14 Intel Corporation System and method for adaptive skin tone detection
JP5406998B1 (ja) * 2013-03-07 2014-02-05 Ｅｉｚｏ株式会社 色調整装置、画像表示装置、及び色調整方法
CA2908329C (en) * 2013-04-10 2021-07-13 Viking Genetics Fmba System for determining feed consumption of at least one animal
US9262690B2 (en) * 2013-08-27 2016-02-16 Htc Corporation Method and device for detecting glare pixels of image
JP2015184906A (ja) * 2014-03-24 2015-10-22 富士通株式会社 肌色検出条件決定装置、肌色検出条件決定方法及び肌色検出条件決定用コンピュータプログラム
CN104468578B (zh) * 2014-12-10 2017-12-26 怀效宁 一种无线通讯的优先通讯系统和通讯方法
US9455908B2 (en) * 2014-07-07 2016-09-27 Cisco Technology, Inc. Bi-directional flow stickiness in a network environment
JP6262644B2 (ja) 2014-12-19 2018-01-17 日立建機株式会社 作業機械の周囲監視装置
JP6543050B2 (ja) * 2015-03-06 2019-07-10 株式会社デンソーテン 障害物検出装置および障害物検出方法
TWI554108B (zh) * 2015-08-04 2016-10-11 緯創資通股份有限公司 電子裝置及影像處理方法
DE102016107624A1 (de) * 2016-03-22 2017-09-28 Förster Technik GmbH Verfahren zur Informationsanzeige an einem Tier und zum Auffinden eines Tieres

Also Published As

Publication number Publication date
US10643075B2 (en) 2020-05-05
US20180260631A1 (en) 2018-09-13
EP3376439A1 (en) 2018-09-19
EP3376439B1 (en) 2023-06-14
JP2018152733A (ja) 2018-09-27
PL3376439T3 (pl) 2023-09-11

Similar Documents

Publication Publication Date Title
JP6834625B2 (ja) 行動量算出プログラム、行動量算出方法、行動量算出装置および動物監視システム
JP6825432B2 (ja) 解析プログラム、解析方法および解析装置
EP3163543B1 (en) Alarming method and device
JP6669243B2 (ja) 監視装置、監視方法および監視プログラム
US9269155B2 (en) Region growing method for depth map/color image
US20190188488A1 (en) Image processing device, image processing method and program recording medium
EP3506228A1 (en) Image capturing apparatus, image processing apparatus, control method, and program
US11594060B2 (en) Animal information management system and animal information management method
US9075827B2 (en) Image retrieval apparatus, image retrieval method, and storage medium
US10540546B2 (en) Image processing apparatus, control method, and storage medium
CA3026968A1 (en) Method and device for identifying pupil in an image
KR102022971B1 (ko) 영상의 객체 처리 방법 및 장치
JP5264457B2 (ja) 物体検出装置
JP2018113660A (ja) 情報処理装置、情報処理方法、システム
US11227152B2 (en) Recognition apparatus, recognition method, and recognition program
JP6772059B2 (ja) 電子制御装置、電子制御システムおよび電子制御方法
JP6939065B2 (ja) 画像認識用コンピュータプログラム、画像認識装置及び画像認識方法
US20220354091A1 (en) Animal information management system and animal information management method
JP2007219899A (ja) 個人識別装置、個人識別方法および個人識別プログラム
JP2010146159A (ja) 瞼検出装置、瞼検出方法及びプログラム
JPWO2021131050A5 (ja)
US20230073659A1 (en) Information processing apparatus, control method, and storage medium
JP7308419B2 (ja) 物体検出システム、プログラム及び物体検出方法
WO2020213284A1 (ja) 画像処理装置、画像処理方法及びプログラム
JP2022083698A (ja) 情報処理装置、情報処理方法、及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20191212

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200806

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200818

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201014

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: 20201215

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201228

R150 Certificate of patent or registration of utility model

Ref document number: 6825432

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150