JP7006809B2 - 動線補正装置、動線補正方法、および動線追跡プログラム - Google Patents
動線補正装置、動線補正方法、および動線追跡プログラム Download PDFInfo
- Publication number
- JP7006809B2 JP7006809B2 JP2020554734A JP2020554734A JP7006809B2 JP 7006809 B2 JP7006809 B2 JP 7006809B2 JP 2020554734 A JP2020554734 A JP 2020554734A JP 2020554734 A JP2020554734 A JP 2020554734A JP 7006809 B2 JP7006809 B2 JP 7006809B2
- Authority
- JP
- Japan
- Prior art keywords
- reliability
- flow line
- similarity
- attribute
- movement
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- 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
- G06T2207/30232—Surveillance
-
- 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
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Description
図1~図9を参照して、本発明の実施形態1について、以下で説明する。
図1は、本実施形態に係わる追跡装置1の構成を示すブロック図である。図1に示すように、追跡装置1は、入力部10と、動線補正装置20と、出力部30とを備えている。また、追跡装置1は、図示しない動線生成部をさらに備えている。
動線補正装置20の信頼度算出部23は、後述する動線補正方法のフローにおいて、以下で説明する二つのパラメータを計算する。信頼度算出部23は、後述する類似度算出部22が計算する二つ以上の類似度と対応する数の信頼度を計算する。本実施形態および後の実施形態において、信頼度は、一つの物体を正しく追跡して一つの動線が得られた可能性を示す値(パラメータ)である。信頼度算出部23は、信頼度を表す三つ以上のパラメータを計算してもよい。また、以下では、信頼度算出部23が、動きの信頼度および属性の信頼度をどちらも計算する例を説明するが、動きの信頼度を表すパラメータのみを二つ以上、または属性の信頼度を表すパラメータのみを二つ以上計算してもよい。
第1のパラメータは、映像のフレーム間での人物の位置のばらつきを表す。信頼度算出部23は、位置のばらつきを小さくするように、動線を平滑化する。例えば、信頼度算出部23は、動線の移動平均線を求めてもよい。
第2のパラメータは、映像のフレーム間での人物の属性のばらつきを表す。信頼度算出部23は、動線生成部が生成した一つの動線情報から、映像の各フレームにおける人物の属性を表す情報を抽出する。そして、信頼度算出部23は、抽出した属性を、類似した属性ごとに分類して、クラスタを形成する。
図4~図10を参照して、動線補正装置20の各構成要素が実行する処理を説明する。図4は、動線補正装置20が実行する動線補正方法の流れを示すフローチャートである。
本実施形態の構成によれば、類似度を信頼度で重み付したスコアに基づいて、同一物体の動線同士を連結する。このように、動線同士の類似度だけでなく、各動線がただ一つの物体を正しく追跡して得られたことの確からしさを示す信頼度も考慮するので、物体の動線をより正確に補正することができる。
図10を参照して、本発明の実施形態2について、以下で説明する。
図10は、本実施形態に係わる動線補正装置200の構成を示すブロック図である。動線補正装置200は、映像中の一つ以上の物体を追跡して得られる複数の動線を取得し、それらの動線を補正する。図10に示すように、動線補正装置200は、類似度算出部222と、信頼度算出部223と、スコア算出部224と、連結部225とを備えている。
本実施形態の構成によれば、複数の動線のうちの任意の二つの動線の類似度を表すパラメータを算出する。さらに、それらの類似度を、信頼度を表すパラメータによって重み付することによって、スコアを算出する。こうして算出したスコアに基づいて、同一物体の動線である可能性が高い二つの動線を判定することができる。したがって、分断された物体の動線をより正確に補正することができる。
図11を参照して、本発明の実施形態3について、以下で説明する。
・ROM(Read Only Memory)902
・RAM(Random Access Memory)903
・RAM903にロードされるプログラム904
・プログラム904を格納する記憶装置905
・記録媒体906の読み書きを行うドライブ装置907
・通信ネットワーク909と接続する通信インターフェース908
・データの入出力を行う入出力インターフェース910
・各構成要素を接続するバス911
上述した各実施形態における各装置の各構成要素は、各構成要素の動作を実現するプログラム904をCPU901が取得して実行することで実現される。各装置の各構成要素の機能を実現するプログラム904は、例えば、予め記憶装置905やROM902に格納されており、必要に応じてCPU901がRAM903にロードして実行される。なお、プログラム904は、通信ネットワーク909を介してCPU901に供給されてもよいし、予め記録媒体906に格納されており、ドライブ装置907が当該プログラムを読み出してCPU901に供給してもよい。
本実施形態の構成によれば、前記のいずれかの実施形態において説明した装置が、ハードウェアとして実現される。したがって、前記のいずれかの実施形態において説明した効果と同様の効果を奏することができる。
2 動線補正装置
20 動線補正装置
21 ペアリング部
22 類似度算出部
23 信頼度算出部
24 スコア算出部
25 連結部
222 類似度算出部
223 信頼度算出部
224 スコア算出部
225 連結部
Claims (7)
- 映像中の一つ以上の物体を追跡して得られる複数の動線の信頼度を表すパラメータを算出する信頼度算出手段と、
前記複数の動線のうちの任意の二つの動線の類似度を表すパラメータを算出する類似度算出手段と、
前記類似度を表すパラメータを、前記信頼度を表すパラメータで重み付けした値を、スコアとして算出するスコア算出手段と、
前記スコアに基づいて、前記複数の動線のうちの同一物体の動線同士を連結する連結手段と、
を備え、
前記信頼度は、前記物体の位置のばらつきの小ささを表す動きの信頼度と、前記物体の属性のばらつきの小ささを表す属性の信頼度とを含み、
前記類似度を表すパラメータは、前記物体の動きの特徴の類似度を表す第1のパラメータと、前記物体の属性の特徴の類似度を表す第2のパラメータとを含み、
前記スコア算出手段は、前記動きの信頼度と前記属性の信頼度との和に基づいて、前記動きの信頼度および前記属性の信頼度の値を正規化した後、前記動きの信頼度により、前記第1のパラメータを重み付けし、前記属性の信頼度により、前記第2のパラメータを重み付けすることによって、前記スコアを算出する
動線補正装置。 - 前記信頼度は、一つの物体を正しく追跡して一つの動線が得られた可能性を示す値である
ことを特徴とする請求項1に記載の動線補正装置。 - 前記動きの信頼度は、前記動線が表す前記物体の位置のばらつきが小さいほど高い
ことを特徴とする請求項2に記載の動線補正装置。 - 前記属性の信頼度は、前記動線と紐付けられた前記物体の属性のばらつきが小さいほど高い
ことを特徴とする請求項2に記載の動線補正装置。 - 前記属性の特徴の類似度は、前記二つの動線とそれぞれ紐付けられている物体に関する特徴同士が、どれぐらい類似しているかを表す
ことを特徴とする請求項1から4のいずれか1項に記載の動線補正装置。 - 映像中の一つ以上の物体を追跡して得られる複数の動線の信頼度を表すパラメータを算出し、
前記複数の動線のうちの任意の二つの動線の類似度を表すパラメータを算出し、
前記類似度を表すパラメータを、前記信頼度を表すパラメータで重み付けした値を、スコアとして算出し、
前記スコアに基づいて、前記複数の動線のうちの同一物体の動線同士を連結することを含み、
前記信頼度は、前記物体の位置のばらつきの小ささを表す動きの信頼度と、前記物体の属性のばらつきの小ささを表す属性の信頼度とを含み、
前記類似度を表すパラメータは、前記物体の動きの特徴の類似度を表す第1のパラメータと、前記物体の属性の特徴の類似度を表す第2のパラメータとを含み、
前記動きの信頼度と前記属性の信頼度との和に基づいて、前記動きの信頼度および前記属性の信頼度の値を正規化した後、前記動きの信頼度により、前記第1のパラメータを重み付けし、前記属性の信頼度により、前記第2のパラメータを重み付けすることによって、前記スコアを算出する
動線補正方法。 - 映像中の一つ以上の物体を追跡して得られる複数の動線の信頼度を表すパラメータを算出することと、
前記複数の動線のうちの任意の二つの動線の類似度を表すパラメータを算出することと、
前記類似度を表すパラメータを、前記信頼度を表すパラメータで重み付けした値を、スコアとして算出することと、
前記スコアに基づいて、前記複数の動線のうちの同一物体の動線同士を連結することとを、
コンピュータに実行させ、
前記信頼度は、前記物体の位置のばらつきの小ささを表す動きの信頼度と、前記物体の属性のばらつきの小ささを表す属性の信頼度とを含み、
前記類似度を表すパラメータは、前記物体の動きの特徴の類似度を表す第1のパラメータと、前記物体の属性の特徴の類似度を表す第2のパラメータとを含み、
前記動きの信頼度と前記属性の信頼度との和に基づいて、前記動きの信頼度および前記属性の信頼度の値を正規化した後、前記動きの信頼度により、前記第1のパラメータを重み付けし、前記属性の信頼度により、前記第2のパラメータを重み付けすることによって、前記スコアを算出することをコンピュータに実行させる
ための動線追跡プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/040858 WO2020090111A1 (ja) | 2018-11-02 | 2018-11-02 | 動線補正装置、動線補正方法、および記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020090111A1 JPWO2020090111A1 (ja) | 2021-09-16 |
JP7006809B2 true JP7006809B2 (ja) | 2022-01-24 |
Family
ID=70463069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020554734A Active JP7006809B2 (ja) | 2018-11-02 | 2018-11-02 | 動線補正装置、動線補正方法、および動線追跡プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220005207A1 (ja) |
JP (1) | JP7006809B2 (ja) |
WO (1) | WO2020090111A1 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016071534A (ja) | 2014-09-29 | 2016-05-09 | Kddi株式会社 | オブジェクト追跡方法、装置およびプログラム |
JP2016162075A (ja) | 2015-02-27 | 2016-09-05 | Kddi株式会社 | オブジェクト追跡方法、装置およびプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3750184B2 (ja) * | 1996-04-03 | 2006-03-01 | 松下電器産業株式会社 | 移動物体の抽出装置及び抽出方法 |
US9582895B2 (en) * | 2015-05-22 | 2017-02-28 | International Business Machines Corporation | Real-time object analysis with occlusion handling |
-
2018
- 2018-11-02 US US17/288,078 patent/US20220005207A1/en not_active Abandoned
- 2018-11-02 WO PCT/JP2018/040858 patent/WO2020090111A1/ja active Application Filing
- 2018-11-02 JP JP2020554734A patent/JP7006809B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016071534A (ja) | 2014-09-29 | 2016-05-09 | Kddi株式会社 | オブジェクト追跡方法、装置およびプログラム |
JP2016162075A (ja) | 2015-02-27 | 2016-09-05 | Kddi株式会社 | オブジェクト追跡方法、装置およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20220005207A1 (en) | 2022-01-06 |
WO2020090111A1 (ja) | 2020-05-07 |
JPWO2020090111A1 (ja) | 2021-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11747898B2 (en) | Method and apparatus with gaze estimation | |
JP4830650B2 (ja) | 追跡装置 | |
JP5554984B2 (ja) | パターン認識方法およびパターン認識装置 | |
US8184914B2 (en) | Method and system of person identification by facial image | |
JP5404918B2 (ja) | 移動軌跡算出方法およびその装置、ならびに領域分割方法 | |
JP6032921B2 (ja) | 物体検出装置及びその方法、プログラム | |
US11915518B2 (en) | Facial authentication device, facial authentication method, and program recording medium | |
JP5077164B2 (ja) | 追跡装置及び追跡方法 | |
US20090290791A1 (en) | Automatic tracking of people and bodies in video | |
US9262672B2 (en) | Pattern recognition apparatus and pattern recognition method that reduce effects on recognition accuracy, and storage medium | |
MX2012010602A (es) | Aparato para el reconocimiento de la cara y metodo para el reconocimiento de la cara. | |
KR102338486B1 (ko) | 3d 골격 정보를 이용한 사용자 동작 인식 방법 및 시스템 | |
JP2013065119A (ja) | 顔認証装置及び顔認証方法 | |
US20220237943A1 (en) | Method and apparatus for adjusting cabin environment | |
Yang et al. | Facial expression recognition based on dual-feature fusion and improved random forest classifier | |
TWI776176B (zh) | 手部作業動作評分裝置、方法及電腦可讀取存儲介質 | |
Maddalena et al. | Self-organizing background subtraction using color and depth data | |
CN111898571A (zh) | 动作识别系统及方法 | |
WO2022009301A1 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP7006809B2 (ja) | 動線補正装置、動線補正方法、および動線追跡プログラム | |
JP2014119879A (ja) | 顔表情評価結果平滑化装置および顔表情評価結果平滑化プログラム | |
US20220309704A1 (en) | Image processing apparatus, image processing method and recording medium | |
JP7103443B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
WO2021157133A1 (ja) | 再同定装置、再同定プログラム、および再同定方法 | |
Kalirajan et al. | Opponent colour median-based scale invariant local ternary pattern: a new feature descriptor for moving object detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210324 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210324 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211005 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20211022 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211122 |
|
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: 20211207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211220 |