JP7272507B2 - ガス検知装置、ガス検知方法、および、ガス検知プログラム - Google Patents

ガス検知装置、ガス検知方法、および、ガス検知プログラム Download PDF

Info

Publication number
JP7272507B2
JP7272507B2 JP2022514404A JP2022514404A JP7272507B2 JP 7272507 B2 JP7272507 B2 JP 7272507B2 JP 2022514404 A JP2022514404 A JP 2022514404A JP 2022514404 A JP2022514404 A JP 2022514404A JP 7272507 B2 JP7272507 B2 JP 7272507B2
Authority
JP
Japan
Prior art keywords
mask
gas
area
region
gas detection
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
JP2022514404A
Other languages
English (en)
Other versions
JPWO2021205901A1 (ja
Inventor
基広 浅野
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.)
Konica Minolta Inc
Original Assignee
Konica Minolta Inc
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 Konica Minolta Inc filed Critical Konica Minolta Inc
Publication of JPWO2021205901A1 publication Critical patent/JPWO2021205901A1/ja
Application granted granted Critical
Publication of JP7272507B2 publication Critical patent/JP7272507B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/38—Investigating fluid-tightness of structures by using light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/002—Investigating fluid-tightness of structures by using thermal means
    • 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
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • 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
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/273—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion removing elements interfering with the pattern to be recognised
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/759—Region-based matching
    • 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
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G08B21/16—Combustible gas alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
    • G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Toxicology (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Environmental & Geological Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Combustion & Propulsion (AREA)
  • Emergency Alarm Devices (AREA)

Description

本開示は、画像を用いて空間に存在するガスを検知するガス検知装置、ガス検知方法、および、ガス検知プログラムに関する。
従来、空間を撮影した画像を用いて空間に存在するガスを検知するガス検知装置が知られている。例えば、特許文献１に開示されているガス検知用画像処理装置では、監視対象を複数の時刻で撮影した赤外画像に対し、漏れたガスによる温度変化を示す第１の周波数成分データよりも周波数が低く、監視対象の背景の温度変化を示す第２の周波数成分データを、赤外画像を示す画像データから除く処理を行っている。
国際公開第２０１７／０７３４３０号
しかしながら、特許文献１による処理では、ガスとして認識しやすい水蒸気のような物質の検知や、ガス又はガスとして認識しやすい物質の影などの、画像の一部のみに発生する通知不要なガス検知を抑止することができない。一方で、単に画像の一部の領域においてガスの検知を行わないとすると、領域の設定が不適切な場合に、必要なガス検知の通知まで抑制する可能性があり、不必要なガス検知の通知の抑止と、必要なガス検知の通知との両立が困難である。
本開示の態様は、上記課題に鑑み、不必要なガス検知の通知を抑止と、必要なガス検知の通知とを両立するガス検知装置およびガス検知方法を提供することを目的とする。
本開示の一態様に係るガス検知装置は、監視対象を撮像した撮像画像に基づいて、検知したガスを通知するガス検知装置であって、前記撮像画像に基づいてガスを検知し、検知したガスを通知するガス検知部と、ユーザからの入力情報を受け付ける入力部と、ガス検知の通知を抑制するマスク領域の候補領域であるマスク候補領域を抽出するマスク候補領域抽出部と、前記マスク領域を示すマスクデータを生成するマスク生成部とを備え、前記ガス検知部は前記マスク領域外において検知したガスを通知し、前記マスク生成部は、前記入力部から入力された第１のマスク候補領域情報と、前記マスク候補領域抽出部によって抽出された第２のマスク候補領域情報とが一致する領域を前記マスクデータとして生成する。
上記態様によれば、ユーザから入力された第１のマスク候補領域と抽出された第２のマスク候補領域との一致する領域をマスクとして用いる。したがって、マスク候補領域抽出部が抽出したマスク候補領域のうち、ユーザが通知不要と判定したガス検知についてガス検知の通知を抑制し、ユーザが通知必要と判定したガス検知についてガス検知の通知を行うことができる。これにより、不必要なガス検知の通知を抑止と、必要なガス検知の通知とを両立することができる。
実施の形態１に係るガス検知システム１０００の機能ブロック図である。 監視対象３００と画像取得手段２０との関係を示す概略図である。 実施の形態１に係るガス検知装置１００の動作を示すフローチャートである。 マスク編集処理の詳細を示すフローチャートである。 マスク編集処理における集計対象期間の入力受付画面の一例である。 マスク編集処理における集計処理の概要を示す概略図である。 マスク編集処理における集計処理の概要を示す概略図である。 マスク編集処理におけるガス検知履歴の表示例である。 マスク編集処理におけるユーザ指定マスクの入力例である。 マスク編集処理における統計マスクの入力例である。 マスク編集処理におけるユーザ選択領域の表示例である。 マスク編集処理におけるマスク領域の表示例である。 ガス検知通知有無判定処理の詳細を示すフローチャートである。 ガス検知通知有無判定処理におけるマスク領域とガス領域の重心との関係を示す模式図である。 通知処理の詳細を示すフローチャートである。 変形例１に係るマスク編集処理における時刻指定マスクの入力例である。 変形例１に係るマスク編集処理におけるマスク確認画像の例である。 変形例１に係るマスク編集処理におけるマスク確認画像の例である。 変形例１に係るマスク編集処理におけるマスク確認画像の例である。 実施の形態２に係るマスク編集処理におけるマスク確認画像の例である。 実施の形態２に係るガス検知通知有無判定処理の詳細を示すフローチャートである。 実施の形態２に係る通知処理の詳細を示すフローチャートである。 実施の形態３に係るマスク編集処理の詳細を示すフローチャートである。 実施の形態４に係るマスク編集処理における集計処理の概要を示す概略図である。 実施の形態４に係るマスク編集処理におけるＡＩマスク領域の入力例である。 実施の形態４に係るマスク編集処理におけるマスク確認画像の例である。 実施の形態４に係るマスク編集処理におけるマスク確認画像の例である。 実施の形態４に係るマスク編集処理におけるＡＩマスク領域に対する入力例である。 実施の形態４に係るマスク編集処理におけるＡＩマスク領域に対する入力例である。 変形例に係るマスク編集処理におけるマスクの領域情報の登録画面の例である。 変形例に係るマスク編集処理におけるマスク確認画像の例である。 変形例に係るマスク編集処理におけるマスク確認画像の例である。
≪実施の形態１≫
以下、実施の形態１に係るガス検知装置１００について、図面を参照しながら説明する。
図１は、実施の形態１に係るガス検知システム１０００の機能ブロック図である。図１に示すように、ガス検知システム１０００は、監視対象を撮像するための画像取得手段２０と、画像取得手段２０が取得した画像に基づきガスを検知するガス検知装置１００と、表示部３１と入力部３２とを有する。画像取得手段２０、表示部３１、入力部３２は、それぞれ、ガス検知装置１００に接続可能に構成されている。
＜画像取得手段２０＞
画像取得手段２０は、監視対象を撮像してガス検知装置１００に画像を提供する装置またはシステムである。実施の形態において、画像取得手段２０は、検知画像生成部２１と参照画像生成部２２とを備えるカメラである。
検知画像生成部２１は、例えば、波長３．２～３．４μｍの赤外光を検知して画像化する、いわゆる赤外線カメラであり、メタン、エタン、エチレン、プロピレンなど炭化水素系ガスを検知可能である。検知画像生成部２１が撮像した画像は、ガス検知装置１００において、ガスを検知するために用いる検知画像として用いられる。
参照画像生成部２２は、可視光を検知して画像化する、いわゆる一般的なカメラである。参照画像生成部２２が撮像した画像は、ガス検知装置１００において、ガス検知場所を監視対象と照らして具体的に特定するなど、監視対象の管理上有用な、または、ユーザの利便性を向上ための参照画像として用いられる。
検知画像生成部２１と参照画像生成部２２は、図２の模式図に示すように、検知画像生成部２１の視野範囲３１０と参照画像生成部２２の視野範囲３２０のいずれにも監視対象３００が含まれるように設置される。なお、視野範囲３１０と視野範囲３２０はほぼ一致していることが好ましい。実施の形態では、検知画像生成部２１と参照画像生成部２２は１つの筐体に組み込まれて画像取得手段２０が１台の２波長カメラとして実現される。
検知画像生成部２１と参照画像生成部２２は、それぞれ、撮像した画像を映像信号としてガス検知装置１００に出力する。映像信号としては、例えば、秒間３０フレームの画像を伝送するための信号である。
＜ガス検知装置１００の構成＞
ガス検知装置１００は、画像取得手段２０から監視対象を撮像した画像を取得し、画像に基づいてガス領域の検出を行い、表示部３１を通じてユーザにガス検知を通知する装置である。ガス検知装置１００は、例えば、一般的なＣＰＵ(Central Processing Unit)とＲＡＭと、これらで実行されるプログラムを備えるコンピュータとして実現される。ガス検知装置１００は、図１に示すように、検知画像取得部１１０、画像保持部１２０、ガス検知部１３０、検知履歴保持部１４０、マスク候補領域抽出部１５０、参照画像取得部１６０、マスク生成部１７０、表示制御部１８０、制御部１９０を備える。
検知画像取得部１１０は、監視対象を撮像した検知画像を画像取得手段２０から取得する。実施の形態では、検知画像取得部１１０は、検知画像生成部２１から映像信号を取得し、映像信号を画像に復元して、複数のフレームからなる動画としてガス検知部１３０と画像保持部１２０とに出力する。検知画像は監視対象を撮像した赤外線写真であり、画素値として赤外線の強度を有する。
画像保持部１２０は、検知画像取得部１１０が出力する動画としての検知画像を保持する記憶媒体であり、例えば、ハードディスクドライブ、ソリッドステートドライブや、半導体メモリなどで実現される。なお、画像保持部１２０は、後述する参照画像取得部１６０が出力する動画としての参照画像も保持している。
ガス検知部１３０は、検知画像取得部１１０と画像保持部１２０とから複数の検知画像を取得し、検知画像からガスを検知して、通知が必要と判断するとそれを通知する。通知が必要なガス検知とは、通知を必要としない検知画像上の領域（以下、「マスク領域」と呼ぶ）以外の場所で発生したガス検知を指す。ガス検知部１３０は、マスク生成部１７０よりマスクデータを取得し、マスク領域内で発生したガス検知については通知せず、マスク領域外で発生したガス検知を通知する。
検知履歴保持部１４０は、ガス検知部１３０が検知したガス領域の検知画像上の範囲またはその代表位置を保持するデータベースである。
マスク候補領域抽出部１５０は、検知画像上の位置においてガス検出を行わない領域であるマスク領域の候補データを作成する。マスク領域の候補データは、ガスの検知履歴に基づいて作成される。詳細は後述する。
参照画像取得部１６０は、監視対象を撮像した参照画像を画像取得手段２０から取得する。実施の形態では、参照画像取得部１６０は、参照画像生成部２２から映像信号を取得し、映像信号を画像に復元して、複数のフレームからなる動画としてマスク生成部１７０、表示制御部１８０と画像保持部１２０とに出力する。
マスク生成部１７０は、マスク領域を示すデータであるマスクデータを生成する。マスクデータは、ユーザが指定した領域全てを無条件でマスクエリアとするユーザ指定マスク（第１領域）と、ユーザが指定した領域内においてガス検知の履歴に基づいて設定される統計マスク（第２領域）とを含む。統計マスクは、マスク候補領域抽出部１５０が作成したマスク領域の候補データに基づいて作成される。マスク生成部１７０は、ユーザがガス検知装置１００にマスク生成モードに入るよう指示すると、ユーザの指示によりマスクデータを生成してこれを保持する。詳細は後述する。また、マスク生成部１７０は、ユーザがガス検知装置１００にガス検知モードに入るよう指示すると、最新のマスクデータをガス検知部１３０に出力する。
表示制御部１８０は、ガス検知装置１００がガス検知モードにある場合には、参照画像取得部１６０から取得した参照画像上に、ガス検知部１３０により検知されたガス領域の情報やガス検知の通知を重畳して通知画像を生成し、表示部３１に出力する。ガスの情報は、例えば、ガス量を色情報に変換し、ガスが検知された位置に色情報をマッピングすることで示される。また、ガス検知の通知は、例えば、通知画像の外周に赤枠を表示し、または、通知画像内にアイコンを重畳することでなされる。表示制御部１８０は、生成した画像を、表示部３１に出力して表示させる。
制御部１９０は、入力部３２を介して受け付けたユーザからの指示に基づき、ガス検知装置１００の動作モードをガス検知モードからマスク生成モードに、または、マスク生成モードからガス検知モードに切り替える。また、制御部１９０は、マスク生成モードにおいて、入力部３２を介して受け付けたユーザからの指示をマスク生成部１７０に入力する。
＜その他の構成＞
表示部３１は、例えば、液晶ディスプレイ、有機ＥＬディスプレイなどの表示装置である。
入力部３２は、例えば、キーボード、マウス、トラックボールなどの入力装置である。
なお、表示部３１と入力部３２は、タッチパネルやタブレットなどの、表示装置と入力装置を兼ねた１つの装置として実現されてもよい。
＜動作＞
以下、図面を用いて、本実施の形態におけるガス検知装置１００の動作について説明する。
図３は、本実施の形態に係るガス検知装置１００の全体の動作を示すフローチャートである。
まず、ガス検知装置１００は、入力部３２を介してユーザから動作モードの指示を受け付ける（ステップＳ１０）。そして、マスク編集モードである場合は、ステップＳ１１０のマスクデータ編集処理を行い、ガス検知モードである場合は、ステップＳ２１０からステップＳ２７０までのガス検知処理を行う。そして、動作モードの変更を行うかどうかを示す指示を受け付け（ステップＳ３０）、変更する場合はステップＳ１０に戻り、変更しない場合は処理を終了する。
＜マスク編集動作の詳細＞
以下、マスク編集モードにおけるマスクデータ編集処理（ステップＳ１１０）について、より詳細に説明する。
図４は、マスクデータ編集処理の詳細を示すフローチャートである。
まず、ユーザから検知履歴の参照期間を取得する（ステップＳ１１１）。検知履歴の参照期間とは、ガスの検知履歴に基づいてマスクを作成するにおいて、どの期間の履歴を使用するかを示すものである。図５は、入力画面６０１の一例であり、ユーザは期間指定部６０３に検知履歴の参照期間を入力する。なお、図５では画像参照部６０２に参照画像が表示されているが、監視対象の確認のためであり、必ずしも必要ではない。
次に、マスク候補領域抽出部１５０は、入力された参照期間内の検知履歴を検知履歴保持部１４０から取得して重心位置を表示する（ステップＳ１１２）。重心位置とは、ガス領域の代表位置のことであり、検知履歴保持部１４０は、ガス領域の検知履歴を検知日時と重心位置の組み合わせで保持している。
ここで、重心位置について詳細に説明する。重心位置は、例えば、ガス領域の中心位置を用いることができ、より具体的には、ガス領域内に存在するすべての画素についてＸ座標の平均値、Ｙ座標の平均値を算出し、Ｘ座標の平均値をＸ座標とし、Ｙ座標の平均値をＹ座標とする位置を重心とすることができる。例えば、ガス検知処理において図６（ａ）に示すようなガス領域４０３が検知された場合、図６（ｂ）に示す重心位置４１３と検知時刻との組み合わせが検知履歴として検知履歴保持部１４０に保持されている。同様に、ガス検知処理において図６（ｄ）に示すようなガス領域４０４とガス領域４０５とが検知された場合、図６（ｅ）に示す重心位置４１４と重心位置４１５のそれぞれが検知時刻と組み合わされ、検知履歴として検知履歴保持部１４０に保持されている。マスク候補領域抽出部１５０は、入力された参照期間内の検知履歴を取得して、１つのガス重心マップにマッピングする。例えば、図６（ｂ）の履歴データと図６（ｄ）の履歴データから、図６（ｅ）に示すガス重心マップが形成される。この処理を参照期間内の検知履歴すべてに対して行うことにより、例えば、図７（ａ）に示されるようなガス重心マップが形成される。最後に、ガス発生頻度が所定の閾値（例えば、０．０１％）未満である重心を取り除くことにより、図７（ｂ）に示すように、所定の閾値以上の頻度でガスが検知されている位置を示すガス重心マップが生成される。ここで、ガス発生頻度が所定の閾値未満である重心を取り除くのは、ガス発生頻度が低い個所について統計マスクを設定しても効果がないことが見込まれるためである。実施の形態では、図８に示す画面６０１中の表示領域６０２に示すように、ガス領域の重心４３１、４３２、４３３を含むガス重心マップを、参照画像Ｒｅｆに重畳して表示する。なお、参照画像と重畳するのはユーザによるマスク領域指定やマスクの種別選択を容易とするためである。
図４に戻って説明を続ける。次に、ユーザからマスク領域指定の入力を受け付ける（ステップＳ１１３）。マスク領域指定の入力は、例えば、参照画像にガス重心マップを重畳した画像上で、マウスを用いた領域選択によって行われる。
次に、ユーザからマスク領域の領域情報の入力を受け付ける（ステップＳ１１４）。領域情報とは、例えば、当該マスク領域のマスクの種別が統計マスクであるかユーザ指定マスクであるかを示す情報である。
次に、ユーザから入力された領域情報に含まれるマスクの種別情報がユーザ指定マスクである場合には、マスク生成部１７０は、ステップＳ１１３で指定された領域の全てをマスク領域として設定する（ステップＳ１１６）。一方、マスクの種別情報が統計マスクである場合は、マスク生成部１７０は、ステップＳ１１２においてマスク候補領域抽出部１５０が生成し表示したガス重心マップに含まれる重心のうち、ステップＳ１１３で指定された領域内に含まれるものを、マスク領域として設定する（ステップＳ１１７）。
ステップＳ１１３からＳ１１７までの処理について具体例を用いてより詳細に説明する。図８は、ステップＳ１１２により表示される画面６０１を示したものであり、表示領域６０１にガス領域の重心の集合４３１、４３２、４３３が表示されている。これに対し、図９は、ユーザが領域４４３を選択し、入力欄６０４に対してユーザ指定マスクであることを入力した状態を示している。これにより、領域４４３の全域がマスク領域として指定される。したがって、その全域がガス検知の通知をする必要がない場合については、その全域をマスク領域とすることで、ガス検知の通知を抑止することができる。全域がガス検知の通知をする必要がない領域としては、例えば、管理外の設備が撮影されている領域、監視対象の背後の景色や空が撮影されている領域などである。この例では、領域４４３の一部にガス領域の重心の集合４３３が確認できるが、これは流れこんできた水蒸気がガスとして誤認された痕跡であり、また、重心の位置も１か所ではない。そのため、空である領域４４３の全域をユーザ指定マスクとすることで、重心の集合４３３とは重複しない、流れこんできた水蒸気についても、通知の抑止が可能となる。一方、図１０は、ユーザが領域４４１を選択し、入力欄６０４に対して統計マスクであることを入力した状態である。これにより、領域４４１に含まれる、ガス領域の重心に基づく領域４３１がマスク領域として指定される。したがって、例えば、同じ個所で繰り返し発生するガス検知については通知を抑止しつつ、他の個所で発生するガス検知については通知を行うことができる。この例では、重心の集合４３１はガスとして誤認された水蒸気であり、重心の位置は狭い領域４４１に集中している。そのため、同様の水蒸気については統計マスク領域４３１によって通知を抑止し、領域４４１の内部であっても領域４３１に含まれないガス領域については通知を行うことができる。
次に、マスクデータを表示部３１に表示する（ステップＳ１１８）。マスクデータの表示態様としては、例えば、図１１に示すように、ユーザが入力した領域を示す画像と、図１２に示すように、マスク領域を示す画像とをそれぞれ表示することにより行われる。
次に、マスクデータを確定させるか否かの入力をユーザから受け付ける（ステップＳ１１９）。ユーザがマスクデータを確定させた場合、生成したマスクデータを最新のマスクデータとしてマスク生成部１７０が保持する（ステップＳ１２１）。また、実施の形態では、ユーザがマスクデータの編集を続ける場合、ステップＳ１１３に戻ってマスクデータの生成を続行し、ユーザがマスク編集結果の破棄指示を行った場合、マスクデータを更新することなく処理を終了する。
＜ガス検知モード動作の詳細＞
以下、ガス検知モードにおけるガス検知装置１００の動作について、より詳細に説明する。
以下、図３のフローチャートに基づき説明を行う。
まず、監視タイマーＴ1を起動する（ステップＳ２１０）。そして、検知画像の取得を行う（ステップＳ２２０）。
次に、監視タイマーＴ1の値が所定の閾値Ｔintを超えているか否かを確認し（ステップＳ２３０）、超えていなければステップＳ２２０に戻り、超えていればステップＳ２４０に進む。閾値Ｔintは繰り返し行われるガス検知処理の開始時刻の間隔であり、実施の形態では１０秒である。
監視タイマーＴ1の値が閾値Ｔintを超えている場合（ステップＳ２３０でＹｅｓ）、検知画像に基づいてガス検知処理を行う（ステップＳ２４０）。ガス検知処理は、公知の方法を用いることができる。具体的には、例えば、国際公開第２０１７／０７３４４０号公報（特許文献１）に記載の方法を用いることができる。これにより、ガスが存在すると判定した検知点をマッピングしたガス領域マップが生成される。
次に、ガス検知の通知有無判定処理を行う（ステップ２５０）。図１３は、ガス検知の通知有無判定処理の詳細を示すフローチャートである。
まず、マスクデータをマスク生成部１７０から取得し、ステップＳ２４５で生成したガス領域マップに重畳する（ステップＳ２５１）。
次に、ガス領域マップからガス領域を抽出する（ステップＳ２５２）。ガス領域とは、ガスが存在すると判定された検知点の連続した集合である。
次に、ガス領域が存在するか否かを判定する（ステップＳ２５３）。ガス領域が存在しない場合は、通知有無判定処理を終了する。ガス領域が存在する場合、１つのガス領域を選択し（ステップＳ２５４）、当該ガス領域の重心を算出する（ステップＳ２５５）。重心の算出方法はマスク編集処理において説明したので省略する。そして、算出されたガス領域の重心がマスク領域内に存在するか否かを判定する（ステップＳ２５６）。ガス領域の重心がマスク領域内に存在しないときは、要通知フラグをＯＮに設定し（ステップＳ２５７）、ガス領域の重心がマスク領域内に存在するときは、ステップＳ２５７を行わない。そして、未処理のガス領域が存在するか否かを判定し（ステップＳ２５８）、存在すればステップＳ２５４に戻る。
上記処理をより具体的に説明する。図１４は、マスクデータおよびガス領域マップの一例である。図１４（ａ）はマスクデータであり、図１４（ｂ）および（ｄ）はガス領域マップである。図１４（ｃ）は、図１４（ｂ）に示されるガス領域４０１の重心４１１をマスクデータに重畳した状態である。この場合、重心４１１がマスク領域５０１の領域内に存在するため、要通知フラグはそのままとする。一方、図１４（ｅ）は、図１４（ｄ）に示されるガス領域４０２の重心４１２をマスクデータに重畳した状態である。この場合、重心４１２がいずれのマスク領域５０１、５０２、５０３の領域内にも存在しないため、要通知フラグをＯＮとする。すなわち、本処理により、マスク領域の外において、ガス領域が１つでもあれば要通知フラグがＯＮとなる。また、ガス領域が１つも存在しないか、すべてのガス領域の重心がマスク領域内であれば、要通知フラグは変更されない。
図３に戻って説明を続ける。次に、通知処理を行う（ステップＳ２６０）。図１５は、通知処理の詳細を示すフローチャートである。
まず、ガス領域マップを取得し、カラーマップに変換する（ステップＳ２６１）。具体的には、ガス領域マップにおいてガスが検知された検知点に対応する位置に、赤色などの色をマッピングしたカラーマップを作成する。なお、カラーマップは、ガスの濃度などに応じて色を変えてもよい。
次に、参照画像取得部１６０から参照画像を取得する（ステップＳ２６２）。そして、参照画像上にカラーマップを重畳する（ステップＳ２６３）。これにより、参照画像内においてガスの検知された領域が色付けされた通知画像が生成される。
次に、ガス検知部１３０から要通知フラグＯＮの状態か否かを問い合わせる（ステップＳ２６４）。要通知フラグがＯＮでない場合は、ステップＳ２６６に進む。一方、要通知フラグがＯＮである場合は、警報を発出する（ステップＳ２６５）。警報は、例えば、通知画像の態様を変える、警報ランプを点灯または点滅させる、警報音声を再生する、などを１以上実施することで行われる。通知画像の態様の変更としては、例えば、通知画像に赤色の外枠を付加する、通知画像に点滅する赤色の外枠を付加する、通知画像上に警報を示すアイコンを重畳する、などがある。
最後に、生成した通知画像を表示部３１に出力し表示させる（ステップＳ２６６）。
図３に戻って説明を続ける。次に、ユーザから入力部３２を介してガス検知モードを終了すべき指示があるか否かを判定し（ステップＳ２７０）、指示がなければステップＳ２１０に戻り、指示があればステップＳ３０に進む。
＜小括＞
以上の構成により、画像を用いてガス検知を行うガス検知装置において、不必要なガス検知の通知を抑止しつつ必要なガス検知の通知を行う構成とすることができる。例えば、監視対象の背景の景色や空、管理外設備などが撮像されている領域については、ガス検知の通知が不要であるため、当該領域をユーザ指定領域とすることで当該領域についてのガス検知の通知を完全に抑止することができる。一方で、通知が必要なガス検知と通知が不必要なガス検知が混在する領域、例えば、ガス検知の通知の行うべき領域の近傍にガスとして誤検知しやすい水蒸気放出排気口や安全弁等が存在する場合において、同じ個所で繰り返し発生するガス検知については、ユーザが入力した領域（第１のマスク候補領域情報）と抽出されたマスク候補領域（第２のマスク候補領域情報）とが一致する（重なる）領域をマスク領域とすることで通知を抑止し、それ以外のガス検知については通知を行うことができる。したがって、ガス検知のうち、通知が不必要なものについて通知を抑止するとともに、通知の必要なガス検知について通知を抑止せずに発出することができる。
≪変形例１≫
実施の形態１において、ガス検知処理において、時刻に関わらず１パターンのマスクデータを用いるとしたが、例えば、時刻や季節等に応じてマスクデータを使い分ける、としてもよい。
変形例１では、時刻に応じてマスクデータを使い分ける場合について説明する。
図１６は、時刻指定マスクの入力画面の例示である。図１６において、ガス領域の重心集合４３２は、午前１０時台に頻回検知されるガス領域であり、水蒸気をガス領域として検出した重心領域４３１に係る水蒸気の影である。すなわち、ガス領域の重心領域４３１に係るガス領域が日光に含まれる赤外線成分を吸収することにより重心集合４３２付近に当該ガス領域の影が形成されている。影の位置は時刻によって変化するため、このようなガス検知の通知を抑止するためのマスクとしては、時刻ごとに設けることが好ましい。ユーザは、当該領域について、統計マスク、かつ、午前１０時台に有効なマスク、との情報を設定することで、午前１０時台に重心集合４３２内に重心位置が存在するガス領域について、警報を抑止することができる。
なお、このような時刻指定マスクについては、マスクの編集時において、例えば、図１７のように、通常のマスク（時間非指定マスク）とは異なる表示態様としてもよい。このようにすることで、ユーザのマスク編集作業が容易となる。また、図１８、図１９のように、時刻ごとに適用するマスクを表示するとしてもよい。
＜小括＞
以上の構成により、画像を用いてガス検知を行うガス検知装置において、不必要な警報を抑止しつつ必要な警報を発する構成とすることができる。特に、特定の時刻にのみ発生しうる通知が不必要なガス領域、例えば、ガス領域の影、特定の時刻にガスとして誤検知しやすい水蒸気を放出する排気口などについて、ピンポイントで通知の対象外とすることができる。
≪実施の形態２≫
実施の形態１では、ガス検知の通知を抑止しない場合の通知を警報の１種類のみであるとした。しかしながら、例えば、緊急性の低いガス検知については注意報を発し、緊急性の高いガス検知については警報を発するなど、警報レベルを２段階以上設けてもよい。
実施の形態２では、ガス検知があった場合には注意報を発し、注意報が一定期間連続すると警報を発出する構成により、これを実現する。
ユーザは、マスク編集時において、マスク種別として、ユーザ指定マスクか統計マスクかの区別に加え、注意報マスクと警報マスクのいずれかを選択する。ユーザが注意報マスクであると指定した場合、ガス領域の重心が当該注意報マスク内であれば、ガス検知装置は注意報を発出しない。なお、注意報を発出しなくなるため、当然警報も発出しない。ユーザが警報マスクであると指定した場合、ガス領域の重心が当該警報マスク内であれば、ガス検知装置は注意報を発出するが、注意報が継続しても警報を発出しない。図２０は、生成したマスクデータの確認画像において、警報マスクのみを抽出して表示した状態を示している。
また、実施の形態２に係るガス検知装置では、ガス領域の通知有無判定処理と、通知処理の詳細が実施の形態１と異なる。以下、動作の相違点について説明する。
図２１は、実施の形態２に係る通知有無判定処理の詳細を示すフローチャートである。
ガス検知部１３０は、マスクデータをマスク生成部１７０から取得し、ステップＳ２４５で生成したガス領域マップに重畳する（ステップＳ２５１）。
次に、ガス領域マップからガス領域を抽出する（ステップＳ２５２）。
次に、ガス領域が存在するか否かを判定する（ステップＳ２５３）。ガス領域が存在しない場合は、通知有無判定処理を終了する。ガス領域が存在する場合、１つのガス領域を選択し（ステップＳ２５４）、当該ガス領域の重心を算出する（ステップＳ２５５）。そして、算出されたガス領域の重心がいずれかのマスク領域内に存在するか否かを判定する（ステップＳ１２５６）。ガスの重心が注意報マスクの領域内に存在するときは、当該マスクについては注意報も警報も発しないので、ステップＳ２５８に進む。一方、ガスの重心が警報マスクの領域内に存在するときは、当該ガス領域について注意報を設定する（ステップ１２５９）。また、ガスの中心が注意報マスク内にも警報マスク内にも存在していないときは、ガス領域に対する注意報がＴ2以上連続しているか否かを判定する（ステップＳ１２５７）。Ｔ2は、その期間以上注意報が連続している場合は警報を発出すると定めた閾値であり、実施の形態では２分間である。ガス検知部１３０は、ステップＳ１２５７の実施時において、ガス領域の重心位置を保持しておき、次の通知有無判定処理におけるステップＳ１２５７において、ガス領域の重心位置に基づいて同一のガス領域か否かを判定し、同一と判定すると注意報が継続していると判定する。なお、ガス領域が同一か否かの判定としては、保持している前回の通知有無判定処理におけるステップＳ１２５７におけるガス領域の重心位置と、現在着目しているガス領域の重心位置との距離に基づいて判定することができる。または、例えば、保持している前回の通知有無判定処理におけるステップＳ１２５７におけるガス領域の重心位置が、現在着目しているガス領域内にあるか否かに基づいてもよい。または、例えば、ステップＳ１２５７の実施時においてガス領域の位置と範囲を保持しておき、次の通知有無判定処理におけるステップＳ１２５７において、着目しているガス領域の重心位置が保持されているガス領域内にあるか否か、または、着目しているガス領域と保持されているガス領域の重複率に基づいて判定するとしてもよい。ガス領域に対する注意報がＴ2以上連続している場合は、当該ガス領域に対して警報を設定し（ステップＳ１２５８）、そうでない場合は、当該ガス領域に対して注意報を設定する（ステップＳ１２５９）。そして、未処理のガス領域が存在するか否かを判定し（ステップＳ２５８）、存在すればステップＳ２５４に戻る。
また、図２２は、実施の形態２に係る通知処理の詳細を示すフローチャートである。
表示制御部１８０は、ガス領域マップを取得し、カラーマップに変換する（ステップＳ２６１）。
次に、参照画像取得部１６０から参照画像を取得する（ステップＳ２６２）。そして、参照画像上にカラーマップを重畳する（ステップＳ２６３）。これにより、参照画像内においてガスの検知された領域が色付けされた通知画像が生成される。
次に、ガス検知部１３０に対し、警報および／または注意報が設定されているガス領域が存在するか否かを問い合わせる（ステップＳ１２６４）。警報と注意報とのいずれも設定がない場合には、ステップＳ２６６に進む。一方、警報が設定されているガス領域が存在する場合は、警報を発出する（ステップＳ１２６５）。警報は、例えば、通知画像の態様を変える、警報ランプを点灯または点滅させる、警報音声を再生する、などを１以上実施することで行われる。一方、警報が設定されているガス領域が存在せず、かつ、１以上のガス領域に注意報が設定されている場合は、注意報を発出する（ステップＳ１２６６）。注意報は、例えば、通知画像の態様を変える、注意報ランプを点灯または点滅させる、注意報音声を再生する、などを１以上実施することで行われる。なお、通知画像の態様の変更としては、例えば、警報については赤色または警報アイコンを用い、注意報については黄色または注意報アイコンを用いることとしてもよい。
最後に、生成した通知画像を表示部３１に出力し表示させる（ステップＳ２６６）。
＜小括＞
以上の構成により、画像を用いてガス検知を行うガス検知装置において、不必要な通知を抑止しつつ必要な警報を発する構成とすることができる。特に、不必要な通知と必要な通知が混在しがちな領域については、注意報のみを発出して警報を発出しないことにより、ユーザに対して注意喚起を促しつつも警報の発出を抑止することができる。
≪実施の形態３≫
実施の形態１および２では、マスク領域の候補をユーザに提示した後にユーザがユーザ指定マスクおよび／または統計マスクを設定するとした。しかしながら、統計マスクは、マスク候補領域抽出部によるマスク領域の候補とユーザによる選択との双方に基づくものであればよく、実施の形態１および２の順である必要はない。
実施の形態３では、ユーザが統計マスクを使用する領域を設定した後に、当該領域とマスク領域の候補とが重複する領域を統計マスクとして設定する。
図２３は、実施の形態３に係るマスクデータ編集処理の詳細を示すフローチャートである。
まず、ユーザから検知履歴の参照期間を取得する（ステップＳ１１１）。
次に、ユーザからマスク領域指定の入力を受け付ける（ステップＳ１１３）。マスク領域指定の入力は、例えば、参照画像上で、マウスを用いた領域選択によって行われる。
次に、ユーザからマスク領域の領域情報の入力を受け付ける（ステップＳ１１４）。領域情報とは、例えば、当該マスク領域のマスクの種別が統計マスクであるかユーザ指定マスクであるかを示す情報である。
次に、ユーザから入力された領域情報に含まれるマスクの種別情報がユーザ指定マスクである場合には、ステップＳ１１３で指定された領域の全てをマスク領域として設定する（ステップＳ１１６）。一方、マスクの種別情報が統計マスクである場合は、参照期間内の検知履歴に基づく重心位置のうち、ステップＳ１１３で指定された領域に含まれる部分をマスク領域として設定する（ステップＳ２１７）。具体的には、マスク候補領域抽出部２１０が、実施の形態１におけるステップＳ１１２と同様の処理を行ってガス重心マップを作成し、ステップＳ１１３で指定された領域と、ガス重心マップ内の重心との重複領域をマスク領域とする。
次に、マスクデータを表示部３１に表示する（ステップＳ１１８）。
次に、マスクデータを確定させるか否かの入力をユーザから受け付ける（ステップＳ１１９）。ユーザがマスクデータを確定させた場合、生成したマスクデータを最新のマスクデータとしてマスク生成部１７０が保持する（ステップＳ１２１）。また、実施の形態では、ユーザがマスクデータの変数を続ける場合、ステップＳ１１３に戻ってマスクデータの生成を続行し、ユーザがマスク編集結果の破棄指示を行った場合、マスクデータを更新することなく処理を終了する。
＜小括＞
以上の構成により、画像を用いてガス検知を行うガス検知装置において、不必要なガス検知の通知を抑止しつつ必要なガス検知の通知を行う構成とすることができる。特に、通知が必要なガス検知と通知が不必要なガス検知が混在する領域が参照画像に基づいて特定可能な場合に、ユーザの指定領域内で履歴に基づくマスクを用いることができる。
≪実施の形態４≫
実施の形態１から３では、統計マスクの元データとなるマスク領域の候補についてガス検知の履歴に基づいて形成されるとしたが、マスク領域の候補はガス検知の履歴に加えて
追加の情報を用いて作成されてもよい。
実施の形態４では、マスク領域の候補は、ガス検知の履歴に対してユーザが入力した通知の要否情報によって作成された機械学習モデルとしてのＡＩマスクによって形成される。
以下、ＡＩマスクの作成及び学習方法について説明する。
図２４は、マスク候補領域抽出部２１０が作成したマスク候補領域データを示す画面６０１の例であり、ガス領域の重心の集合４３１、４３２、４３３、４３４が表示されている。これに対し、図２５は、ユーザが重心の集合４３４を含む領域４４４を選択し、入力欄６０４に対してＡＩマスクであることを入力した状態を示している。図２６、図２７は、いずれもマスクの状態を示す画像であり、それぞれ、ユーザが入力した領域を示す画像と、マスク領域を示す画像である。ここで、ＡＩマスク領域４４４については、重心領域５１４を直ちにマスクとして機能されるのではなく、領域４４４においてガス検知があった場合はガス検知の通知が行われる。一方、監視モードにおいて、ＡＩであることが指定された領域４４４においてガス検知があった場合に、図２８や図２９の入力部６３３に示すように、ユーザがガス検知の要因やマスクの種類を登録する。この処理により、ガス検知装置は、検出したガス領域の形状の情報や、赤外画像から処理を行った画像の特徴（濃淡パターン、平均濃度など）の違いに基づいて、ユーザがガス検知の通知を必要とするか不要とするかを機械学習する。すなわち、ユーザが通知を必要とするガス検知をマスクせず、ユーザが通知を不要とするガス検知をマスクするようなマスクが機械学習によって生成される。したがって、ユーザからの入力によって学習できた後は、ユーザの意図に沿ってマスク処理がなされる。機械学習としては、例えばニューラルネットワークを用いることができ、より具体的には、例えば、多層化されたＣＮＮを用いることができる。なお、機械学習のデータとしては、静止画だけでなく複数フレームからなる動画を用いることもでき、３Ｄ ＣＮＮを用いてもよい。また、機械学習のデータとして、気温、湿度、時刻等の付加的な情報を用いてもよい。
以上の構成により、画像を用いてガス検知を行うガス検知装置において、不必要なガス検知の通知を抑止しつつ必要なガス検知の通知を行う構成とすることができる。特に、通知が必要なガス検知と通知が不必要なガス検知が混在する領域について、機械学習を用いることで、ユーザの入力に伴い的確なマスクを生成することができる。
≪実施の形態５＞
実施の形態１では、ガス検知装置が検知履歴に基づく統計マスクの候補をユーザに提示した後、ユーザがマスク領域を決定するとしたが、実施の形態４で示したＡＩマスクを用いる場合も同様に、ガス検知装置が機械学習に基づくＡＩマスクの候補をユーザに提示した後、ユーザがマスクの採用有無を決定するとしてもよい。
具体的には、機械学習に基づくＡＩマスクとしてのマスク候補領域データをユーザに提示する。そして、ユーザはマスク候補領域データに示されている領域のそれぞれについて、マスク領域として設定するか否かを、マスク候補を含む領域を指定することで選択する。すなわち、機械学習に基づくＡＩマスクの候補領域のうち、ユーザがマスクとして選択されたものからなるマスクが生成される。マスク設定の選択は、領域指定に替えて、マスク候補領域への直接的な選択指示等でもよい。
なお、空、海、あるいは草地等の背景領域は、参照画像（可視光画像）の色情報や、テクスチャー情報等を用いることで、機械学習によらず、マスク候補領域データとしてユーザに提示されてもよい。
以上の構成により、画像を用いてガス検知を行うガス検知装置において、不必要なガス検知の通知を抑止しつつ必要なガス検知の通知を行う構成とすることができる。特に、通知が必要なガス検知と通知が不必要なガス検知が混在する領域について、機械学習に基づいて、簡易な入力によりユーザの要望するマスクを作成することができる。
≪実施の形態に係るその他の変形例≫
（１）実施の形態１ではマスクの領域情報としてユーザ指定マスクと、統計マスクのいずれであるかの情報を用いるとし、変形例１ではマスクの適用時刻、実施の形態２では警報マスクと注意報マスクのいずれであるかの情報をさらに追加するとした。しかしながら、マスクの領域情報は上記のものに限られず、任意の情報を追加してもよい。マスクの領域情報としては、例えば、マスクの概要情報、ガス領域の検知理由等のマスクを実施してよい理由、マスクの作成日時、マスクの作成者等が挙げられる。このようにすることで、マスク作成者以外のユーザにもマスクの設定意図が理解しやすくなる。
また、マスクの領域情報として、ガス領域検知時の検知画像、参照画像、または、ガス領域を参照画像に重畳した画像を用いてもよい。図３０は、マスクの領域情報として、ガス領域検知時におけるガス領域を参照画像に重畳した画像を登録する画面の表示例であり、図３１は、マスクの領域情報の一部として、画像が登録された状態を示す。このようにすることで、マスク作成者以外のユーザが、設定されているマスク領域が適切に設定されたものであるか否かを容易に判定することができる。
さらに、マスクの編集において、マスク編集処理の履歴を可能としてもよい。図３２は、マスクの編集処理において、マスクの編集履歴を表示した状態を示している。このようにすることで、ガス検知の履歴とマスクの編集履歴と照合してマスクが適正であるかを確認することが可能となる。
（２）各実施の形態および変形例では、ガス検知装置１００はガス検知モードとマスク編集モードのいずれかで動作するとしたが、ガス検知装置１００は、ガス検知モードを継続しながらマスク編集モードの動作を独立して行うとしてもよい。この場合、例えば、ガス検知モードにおいては、マスクデータが更新された後に最初に実行される通知有無判定処理において、新たなマスクを使用するとしてよい。
（３）各実施の形態および変形例では、統計マスクを用いる場合に、マスク作成時に指定した期間におけるガス検知履歴に基づいて作成するとした。しかしながら、例えば、ユーザはガス検知の通知に対して要通知であったか不必要な通知であったかのデータを入力し、ガス検知装置は不必要な通知とされたガス通知のみの履歴に基づいて統計マスクを作成してもよい。このようにすることで、必要なガス通知の抑止を防ぐことができる。
（４）各実施の形態及び変形例では、マスク編集処理において検知履歴に基づいて重心位置を表示してから領域指定の入力を受け付けるとしたが、最初にユーザ指定マスクと統計マスクのいずれを設定するかの入力を受け付け、ユーザ指定マスクが指定されたときは履歴を用いずに領域指定を受け付ける、としてもよい。
（５）各実施の形態及び変形例では、マスク編集処理はユーザの指示により行うものとした。しかしながら、例えば、統計マスクを定期的に自動更新する構成としてもよい。具体的には、マスク生成時において統計マスク領域をユーザが指定した際にマスク生成部はユーザが指定した領域を保持しておき、当該領域について、定期的に、最新のガス検知履歴に応じて統計マスクを更新するとしてもよい。
（６）各実施の形態及び変形例では、検知画像に設けた検知点における画素値の時系列変化に基づいてガスを検知するとしたがこれに限らず、検知画像に基づいてガスを検知する任意の方法を用いてよい。また、ガス領域の重心は上述のものではなく、例えば、外接円の中心、ガス領域において鉛直方向に最も下方の位置など、任意のものであってよい。また、重心位置を用いず、各画素における、参照期間中においてガス領域の内部であった時間に基づいてマスク作成してもよい。この場合、ステップＳ２５６では、着目しているガス領域においてマスク領域内に存在する割合を算出し、所定の閾値（例えば、７０％）以上であれば通知をしないと判定すればよい。
（７）各実施の形態及び変形例では、検知画像は波長３．２～３．４μｍの赤外線画像であるとしたがこれに限られず、検知すべきガスの存在を確認可能なものであれば他の波長域の赤外画像、可視画像、紫外画像など任意の画像を用いてもよい。また、ガス領域の検知方法は上述のものに限られず、ガス領域を検知可能な任意の処理であってよい。さらには、検知画像が可視光を画像化したものである場合、参照画像を別途取得せず、検知画像を参照画像として使用してもよい。
（８）なお、本発明を上記実施の形態に基づいて説明してきたが、本発明は、上記の実施の形態に限定されず、以下のような場合も本発明に含まれる。
例えば、本発明において、サーバ装置または端末装置は、ＦＰＧＡ（Field Programmable Gate Array）やＡＳＩＣ（Application Specific Integrated Circuit）をプロセッサとした装置であってもよい。また、サーバ装置と端末装置は、単一の装置として実現されてもよい。
また、上記の各装置を構成する構成要素の一部又は全部は、１つのシステムＬＳＩ（Large Scale Integration（大規模集積回路））から構成されているとしてもよい。システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどを含んで構成されるコンピュータシステムである。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。なお、ＬＳＩは、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。上記ＲＡＭには、上記各装置と同様の動作を達成するコンピュータプログラムが記憶されている。上記マイクロプロセッサが、上記コンピュータプログラムにしたがって動作することにより、システムＬＳＩは、その機能を達成する。例えば、本発明のユーザ補助方法がＬＳＩのプログラムとして格納されており、このＬＳＩがコンピュータ内に挿入され、所定のプログラムを実施する場合も本発明に含まれる。
なお、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡや、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサー（Reconfigurable Processor）を利用してもよい。
さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。
上記実施の形態に係るガス検知装置では、画像保持部および検知履歴保持部をガス検知装置に含む構成としたが、これに限定されず、画像保持部は、半導体メモリ、ハードディスクドライブ、光ディスクドライブ、磁気記憶装置等が、ガス検知装置に外部から接続される構成であってもよい。また、データベースサーバの機能を有するサーバコンピュータが、検知履歴保持部としてガス検知装置とは独立してガス検知システムに含まれる構成であってもよい。
また、ブロック図における機能ブロックの分割は一例であり、複数の機能ブロックを一つの機能ブロックとして実現したり、一つの機能ブロックを複数に分割したり、一部の機能を他の機能ブロックに移してもよい。また、類似する機能を有する複数の機能ブロックの機能を単一のハードウエア又はソフトウェアが並列又は時分割に処理してもよい。
また、上記のステップが実行される順序は、本発明を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。
また、各実施の形態に係るガス検知システム、及びその変形例の機能のうち少なくとも一部を組み合わせてもよい。更に上記で用いた数字は、全て本発明を具体的に説明するために例示するものであり、本発明は例示された数字に制限されない。
さらに、本実施の形態に対して当業者が思いつく範囲内の変更を施した各種変形例も本発明に含まれる。
≪まとめ≫
（１）本開示の一態様に係るガス検知装置は、監視対象を撮像した撮像画像に基づいて、検知したガスを通知するガス検知装置であって、前記撮像画像に基づいてガスを検知し、検知したガスを通知するガス検知部と、ユーザからの入力情報を受け付ける入力部と、ガス検知の通知を抑制するマスク領域の候補領域であるマスク候補領域を抽出するマスク候補領域抽出部と、前記マスク領域を示すマスクデータを生成するマスク生成部とを備え、前記ガス検知部は前記マスク領域外において検知したガスを通知し、前記マスク生成部は、前記入力部から入力された第１のマスク候補領域情報と、前記マスク候補領域抽出部によって抽出された第２のマスク候補領域情報とが一致する領域を前記マスクデータとして生成する。
また、本開示の一態様に係るガス検知方法は、監視対象を撮像した撮像画像に基づいて、検知したガスを通知するガス検知方法であって、前記撮像画像に基づいてガスを検知し、検知したガスを通知し、ユーザからの入力情報を受け付け、ガス検知の通知を抑制するマスク領域の候補領域であるマスク候補領域を抽出し、前記マスク領域を示すマスクデータを生成し、前記検知したガスの通知において、前記マスク領域外において検知したガスを通知し、前記マスクデータの生成は、前記入力情報に含まれる第１のマスク候補領域情報と、前記抽出された第２のマスク候補領域情報とが一致する領域を前記マスクデータとして生成する。
また、本開示の一態様に係るプログラムは、監視対象を撮像した撮像画像に基づいて、検知したガスを通知するガス検知処理をコンピュータに行わせるプログラムであって、前記ガス検知処理は、前記撮像画像に基づいてガスを検知し、検知したガスを通知し、ユーザからの入力情報を受け付け、ガス検知の通知を抑制するマスク領域の候補領域であるマスク候補領域を抽出し、前記マスク領域を示すマスクデータを生成し、前記検知したガスの通知において、前記マスク領域外において検知したガスを通知し、前記マスクデータの生成は、前記入力情報に含まれる第１のマスク候補領域情報と、前記抽出された第２のマスク候補領域情報とが一致する領域を前記マスクデータとして生成する。
上記構成、方法、または、プログラムによれば、ユーザから入力された第１のマスク候補領域と抽出された第２のマスク候補領域との一致する領域をマスクとして用いる。したがって、マスク候補領域抽出部が抽出したマスク候補領域のうち、ユーザが通知不要と判定したガス検知についてガス検知の通知を抑制し、ユーザが通知必要と判定したガス検知についてガス検知の通知を行うことができる。これにより、不必要なガス検知の通知を抑止と、必要なガス検知の通知とを両立することができる。
（２）本開示の他の一態様に係るガス検知装置は、監視対象を撮像した撮像画像に基づいて、検知したガスを通知するガス検知装置であって、前記撮像画像に基づいてガスを検知し、検知したガスを通知するガス検知部と、ユーザからの入力情報を受け付ける入力部と、ガス検知の通知を抑制するマスク領域の候補領域であるマスク候補領域を抽出するマスク候補領域抽出部と、前記マスク領域を示すマスクデータを生成するマスク生成部とを備え、前記ガス検知部は前記マスク領域外において検知したガスを通知し、前記マスク領域は、第１領域と第２領域とを含み、前記マスク生成部は、前記入力部で入力された、ユーザ指定のみで設定された領域を前記第１領域のマスクデータとして生成し、前記入力部から入力された第１のマスク候補領域情報と、前記マスク候補領域抽出部によって抽出された第２のマスク候補領域情報とが一致する領域を前記第２領域の前記マスクデータとして生成する。
本開示の他の一態様に係るガス検知方法は、監視対象を撮像した撮像画像に基づいて、検知したガスを通知するガス検知方法であって、前記撮像画像に基づいてガスを検知し、検知したガスを通知し、ユーザからの入力情報を受け付け、ガス検知の通知を抑制するマスク領域の候補領域であるマスク候補領域を抽出し、前記マスク領域を示すマスクデータを生成し、前記検知したガスの通知において、前記マスク領域外において検知したガスを通知し、前記マスク領域は、第１領域と第２領域とを含み、前記マスクデータの作成において、前記受け付けた入力情報に含まれる、ユーザ指定のみで設定された領域を前記第１領域のマスクデータとして生成し、前記受け付けた入力情報に含まれる第１のマスク候補領域情報と、前記抽出した第２のマスク候補領域情報とが一致する領域を前記第２領域の前記マスクデータとして生成する。
本開示の他の一態様に係るプログラムは、監視対象を撮像した撮像画像に基づいて、検知したガスを通知するガス検知処理をコンピュータに行わせるプログラムであって、前記ガス検知処理は、前記撮像画像に基づいてガスを検知し、検知したガスを通知し、ユーザからの入力情報を受け付け、ガス検知の通知を抑制するマスク領域の候補領域であるマスク候補領域を抽出し、前記マスク領域を示すマスクデータを生成し、前記検知したガスの通知において、前記マスク領域外において検知したガスを通知し、前記マスク領域は、第１領域と第２領域とを含み、前記マスクデータの作成において、前記受け付けた入力情報に含まれる、ユーザ指定のみで設定された領域を前記第１領域のマスクデータとして生成し、前記受け付けた入力情報に含まれる第１のマスク候補領域情報と、前記抽出した第２のマスク候補領域情報とが一致する領域を前記第２領域の前記マスクデータとして生成する。
上記構成、方法、または、プログラムによれば、ユーザから入力された第１のマスク候補領域と抽出された第２のマスク候補領域との一致する領域をマスクとして用いる。したがって、マスク候補領域抽出部が抽出したマスク候補領域のうち、ユーザが通知不要と判定したガス検知についてガス検知の通知を抑制し、ユーザが通知必要と判定したガス検知についてガス検知の通知を行うことができる。さらに、ユーザは、第２のマスク候補領域に含まれない領域についても第１領域としてマスクとして用いることができる。これにより、不必要なガス検知の通知を抑止と、必要なガス検知の通知とを両立することができる。
（３）また、上記（１）または（２）のガス検知装置は、前記マスク候補領域抽出部は過去の検知情報を用いて前記マスク候補領域を抽出する、としてもよい。
上記構成によれば、ガスの検知が繰り返される領域をマスク候補領域として抽出できるため、ガスの検知履歴に基づいて適切にマスク候補領域を抽出できる。
（４）また、上記（１）または（２）のガス検知装置は、前記マスク候補領域抽出部は過去の検知情報と前記入力部から入力されたガス検知の通知を抑制すべきか否かの情報とを機械学習して前記マスク候補領域を抽出する、としてもよい。
上記構成によれば、通知が必要な検知履歴と通知が不要な検知履歴とに基づき、通知を抑制すべき領域のみをマスク候補領域として抽出できるため、より適切にマスク候補領域を抽出できる。
（５）また、上記（１）～（４）のガス検知装置は、前記マスク生成部は、前記マスク候補領域抽出部が抽出した前記マスク候補領域に対し、ユーザが入力した領域と一致した領域を前記マスク領域として、前記マスクデータを生成する、としてもよい。
上記構成によれば、ユーザが、マスク候補領域に基づいて容易にマスク領域を指定することができる。
（６）また、上記（１）～（４）のガス検知装置は、前記マスク生成部は、ユーザが前記入力部で入力した領域に対し、前記マスク候補領域抽出部が抽出した前記マスク候補領域を前記マスク領域として、前記マスクデータを生成する、としてもよい。
上記構成によれば、マスク領域が存在すべきとユーザが考える領域について、マスク候補領域を設定することができる。
（７）また、上記（１）～（６）のガス検知装置は、前記マスク候補領域抽出部は、前記ガス検知部によるガスの検知位置と当該検知に関する情報とを対応付けて保持する、としてもよい。
上記構成によれば、ガスを検知したか否かのみならず、ガス検知に関する情報も用いてマスク候補領域を設定することができるので、通知不必要なガス検知のみ通知を抑制することができる。
（８）また、上記（７）のガス検知装置は、前記検知に関する情報は、当該検知を通知すべきか否かを示す情報を含む、としてもよい。
上記構成によれば、通知が不必要なガス検知のみに用いてマスク候補領域を設定することができるので、より効率的に通知不必要なガス検知の通知を抑制することができる。
（９）また上記（８）のガス検知装置は、前記検知を通知すべきか否かを示す情報は、当該検知が生じる要因となった事象である、としてもよい。
上記構成によれば、ユーザがマスク候補領域の妥当性について確認することができ、通知が必要なガス検知の通知を抑止していないかの検証が容易となる。
（１０）また、上記（７）のガス検知装置は、当該検知の時刻において監視対象を撮像した画像である、としてもよい。
上記構成によれば、ユーザがマスク候補領域の妥当性について確認することができ、通知が必要なガス検知の通知を抑止していないかの検証が容易となる。
（１１）また、上記（１）～（１０）のガス検知装置は、前記マスク生成部は、前記ガス検知部による検知位置として、検知されたガスの漏洩位置、または、検出されたガス領域の代表位置を用いる、としてもよい。
上記構成によれば、検知されたガスを通知すべきか否かの判定において、ガス領域ではなく位置に基づいて処理することが可能となるため、演算量の削減に奏功する。
（１２）また、上記（１）～（１１）のガス検知装置は、前記ガス検知部による通知は、ガス検知に対して発する第１の通知と、ガス検知の頻度に対して発する第２の通知とを含み、前記マスクデータは、前記第１の検知を抑止する第１マスクと、前記第２の通知を抑止する第２マスクとを含む、としてもよい。
上記構成によれば、低頻度に発生するガス検知と高頻度に発生するガス検知とで通知の態様を変えることができ、それぞれに適したマスクを使い分けることができる。
（１３）また、上記（１）～（１２）のガス検知装置は、前記マスクデータは、所定の時刻にのみ有効な時刻指定マスクを含む、としてもよい。
上記構成によれば、特定の時刻にのみ発生する通知不要なガス通知を抑止することができる。
本開示に係るガス検知装置、ガス検査方法、および、プログラムは、不必要なガス検知の通知を抑止しながら、必要なガス検知の通知を行うことができるガス検知システムとして有用である。
１０００ ガス検知システム
１００ ガス検知装置
１１０ 検知画像取得部
１２０ 画像保持部
１３０ ガス検知部
１４０ 検知履歴保持部
１５０ マスク候補領域抽出部
１６０ 参照画像取得部
１７０ マスク生成部
１８０ 表示制御部
１９０ 制御部
２０ 画像取得手段
２１ 検知画像生成部
２２ 参照画像生成部
３１ 表示部
３２ 入力部

Claims (17)

  1. 監視対象を撮像した撮像画像に基づいて、検知したガスを通知するガス検知装置であって、
    前記撮像画像に基づいてガスを検知し、検知したガスを通知するガス検知部と、
    ユーザからの入力情報を受け付ける入力部と、
    ガス検知の通知を抑制するマスク領域の候補領域であるマスク候補領域を抽出するマスク候補領域抽出部と、
    前記マスク領域を示すマスクデータを生成するマスク生成部と
    を備え、
    前記ガス検知部は前記マスク領域外において検知したガスを通知し、
    前記マスク生成部は、前記入力部から入力された第１のマスク候補領域情報と、前記マスク候補領域抽出部によって抽出された第２のマスク候補領域情報とが一致する領域を前記マスクデータとして生成する
    ガス検知装置。
  2. 監視対象を撮像した撮像画像に基づいて、検知したガスを通知するガス検知装置であって、
    前記撮像画像に基づいてガスを検知し、検知したガスを通知するガス検知部と、
    ユーザからの入力情報を受け付ける入力部と、
    ガス検知の通知を抑制するマスク領域の候補領域であるマスク候補領域を抽出するマスク候補領域抽出部と、
    前記マスク領域を示すマスクデータを生成するマスク生成部と
    を備え、
    前記ガス検知部は前記マスク領域外において検知したガスを通知し、
    前記マスク領域は、第１領域と第２領域とを含み、
    前記マスク生成部は、前記入力部で入力された、ユーザ指定のみで設定された領域を前記第１領域のマスクデータとして生成し、前記入力部から入力された第１のマスク候補領域情報と、前記マスク候補領域抽出部によって抽出された第２のマスク候補領域情報とが一致する領域を前記第２領域の前記マスクデータとして生成する、
    ガス検知装置。
  3. 前記マスク候補領域抽出部は過去の検知情報を用いて前記マスク候補領域を抽出する
    請求項１または２に記載のガス検知装置。
  4. 前記マスク候補領域抽出部は過去の検知情報と前記入力部から入力されたガス検知の通知を抑制すべきか否かの情報とを機械学習して前記マスク候補領域を抽出する
    請求項１または２に記載のガス検知装置。
  5. 前記マスク生成部は、前記マスク候補領域抽出部が抽出した前記マスク候補領域に対し、ユーザが入力した領域と一致した領域を前記マスク領域として、前記マスクデータを生成する
    請求項１から４のいずれか１項に記載のガス検知装置。
  6. 前記マスク生成部は、ユーザが前記入力部で入力した領域に対し、前記マスク候補領域抽出部が抽出した前記マスク候補領域を前記マスク領域として、前記マスクデータを生成する
    請求項１から４のいずれか１項に記載のガス検知装置。
  7. 前記マスク候補領域抽出部は、前記ガス検知部によるガスの検知位置と当該検知に関する情報とを対応付けて保持する
    請求項１から６のいずれか１項に記載のガス検知装置。
  8. 前記検知に関する情報は、当該検知を通知すべきか否かを示す情報を含む
    請求項７に記載のガス検知装置。
  9. 前記検知を通知すべきか否かを示す情報は、当該検知が生じる要因となった事象である
    請求項８に記載のガス検知装置。
  10. 前記ガスの検知に関する情報は、当該検知の時刻において監視対象を撮像した画像である
    請求項７に記載のガス検知装置。
  11. 前記マスク候補領域抽出部は、前記ガス検知部による検知位置として、検知されたガスの漏洩位置、または、検出されたガス領域の代表位置を用いる
    請求項１から１０のいずれか１項に記載のガス検知装置。
  12. 前記ガス検知部による通知は、ガス検知に対して発する第１の通知と、ガス検知の頻度に対して発する第２の通知とを含み、
    前記マスクデータは、前記第１の通知を抑止する第１マスクと、前記第２の通知を抑止する第２マスクとを含む
    請求項１から１１のいずれか１項に記載のガス検知装置。
  13. 前記マスクデータは、所定の時刻にのみ有効な時刻指定マスクを含む
    請求項１から１２のいずれか１項に記載のガス検知装置。
  14. 監視対象を撮像した撮像画像に基づいて、検知したガスを通知するガス検知方法であって、
    前記撮像画像に基づいてガスを検知し、検知したガスを通知し、
    ユーザからの入力情報を受け付け、
    ガス検知の通知を抑制するマスク領域の候補領域であるマスク候補領域を抽出し、
    前記マスク領域を示すマスクデータを生成し、
    前記検知したガスの通知において、前記マスク領域外において検知したガスを通知し、
    前記マスクデータの生成は、前記入力情報に含まれる第１のマスク候補領域情報と、前記抽出された第２のマスク候補領域情報とが一致する領域を前記マスクデータとして生成する
    ガス検知方法。
  15. 監視対象を撮像した撮像画像に基づいて、検知したガスを通知するガス検知方法であって、
    前記撮像画像に基づいてガスを検知し、検知したガスを通知し、
    ユーザからの入力情報を受け付け、
    ガス検知の通知を抑制するマスク領域の候補領域であるマスク候補領域を抽出し、
    前記マスク領域を示すマスクデータを生成し、
    前記検知したガスの通知において、前記マスク領域外において検知したガスを通知し、
    前記マスク領域は、第１領域と第２領域とを含み、
    前記マスクデータの作成において、前記受け付けた入力情報に含まれる、ユーザ指定のみで設定された領域を前記第１領域のマスクデータとして生成し、前記受け付けた入力情報に含まれる第１のマスク候補領域情報と、前記抽出した第２のマスク候補領域情報とが一致する領域を前記第２領域の前記マスクデータとして生成する
    ガス検知方法。
  16. 監視対象を撮像した撮像画像に基づいて、検知したガスを通知するガス検知処理をコンピュータに行わせるプログラムであって、
    前記ガス検知処理は、
    前記撮像画像に基づいてガスを検知し、検知したガスを通知し、
    ユーザからの入力情報を受け付け、
    ガス検知の通知を抑制するマスク領域の候補領域であるマスク候補領域を抽出し、
    前記マスク領域を示すマスクデータを生成し、
    前記検知したガスの通知において、前記マスク領域外において検知したガスを通知し、
    前記マスクデータの生成は、前記入力情報に含まれる第１のマスク候補領域情報と、前記抽出された第２のマスク候補領域情報とが一致する領域を前記マスクデータとして生成する
    プログラム。
  17. 監視対象を撮像した撮像画像に基づいて、検知したガスを通知するガス検知処理をコンピュータに行わせるプログラムであって、
    前記ガス検知処理は、
    前記撮像画像に基づいてガスを検知し、検知したガスを通知し、
    ユーザからの入力情報を受け付け、
    ガス検知の通知を抑制するマスク領域の候補領域であるマスク候補領域を抽出し、
    前記マスク領域を示すマスクデータを生成し、
    前記検知したガスの通知において、前記マスク領域外において検知したガスを通知し、
    前記マスク領域は、第１領域と第２領域とを含み、
    前記マスクデータの作成において、前記受け付けた入力情報に含まれる、ユーザ指定のみで設定された領域を前記第１領域のマスクデータとして生成し、前記受け付けた入力情報に含まれる第１のマスク候補領域情報と、前記抽出した第２のマスク候補領域情報とが一致する領域を前記第２領域の前記マスクデータとして生成する
    プログラム。
JP2022514404A 2020-04-10 2021-03-25 ガス検知装置、ガス検知方法、および、ガス検知プログラム Active JP7272507B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020071098 2020-04-10
JP2020071098 2020-04-10
PCT/JP2021/012720 WO2021205901A1 (ja) 2020-04-10 2021-03-25 ガス検知装置、ガス検知方法、および、ガス検知プログラム

Publications (2)

Publication Number Publication Date
JPWO2021205901A1 JPWO2021205901A1 (ja) 2021-10-14
JP7272507B2 true JP7272507B2 (ja) 2023-05-12

Family

ID=78023337

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022514404A Active JP7272507B2 (ja) 2020-04-10 2021-03-25 ガス検知装置、ガス検知方法、および、ガス検知プログラム

Country Status (4)

Country Link
US (1) US20230194418A1 (ja)
EP (1) EP4134649A4 (ja)
JP (1) JP7272507B2 (ja)
WO (1) WO2021205901A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230215165A1 (en) * 2022-01-05 2023-07-06 Here Global B.V. Method, apparatus, and computer program product for identifying fluid leaks based on aerial imagery

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019044898A1 (ja) 2017-08-31 2019-03-07 コニカミノルタ株式会社 ガス検知システム
JP2019184485A (ja) 2018-04-13 2019-10-24 コニカミノルタ株式会社 ガス検知用画像処理装置、ガス検知用画像処理方法、及び、ガス検知用画像処理プログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7358860B2 (en) * 2005-03-31 2008-04-15 American Air Liquide, Inc. Method and apparatus to monitor and detect cryogenic liquefied gas leaks
US9599529B1 (en) * 2012-12-22 2017-03-21 Picarro, Inc. Systems and methods for likelihood-based mapping of areas surveyed for gas leaks using mobile survey equipment
WO2017072847A1 (ja) 2015-10-27 2017-05-04 オリンパス株式会社 内視鏡
EP3957969A1 (en) 2015-10-29 2022-02-23 Konica Minolta, Inc. Image processing device for gas detection, image processing method for gas detection and image processing program for gas detection

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019044898A1 (ja) 2017-08-31 2019-03-07 コニカミノルタ株式会社 ガス検知システム
JP2019184485A (ja) 2018-04-13 2019-10-24 コニカミノルタ株式会社 ガス検知用画像処理装置、ガス検知用画像処理方法、及び、ガス検知用画像処理プログラム

Also Published As

Publication number Publication date
EP4134649A1 (en) 2023-02-15
US20230194418A1 (en) 2023-06-22
WO2021205901A1 (ja) 2021-10-14
EP4134649A4 (en) 2023-10-25
JPWO2021205901A1 (ja) 2021-10-14

Similar Documents

Publication Publication Date Title
US10740906B2 (en) Unattended object monitoring device, unattended object monitoring system equipped with same, and unattended object monitoring method
US10049434B2 (en) Systems and methods for object detection
WO2019084028A1 (en) SYSTEM AND METHOD FOR QUANTIFYING UNCERTAINTY IN REASONING 2D AND 3D SPACE CHARACTERISTICS WITH A COMPUTER MACHINE LEARNING ARCHITECTURE
CN112200129B (zh) 一种基于深度学习的三维目标检测方法、装置及终端设备
CN106463032A (zh) 利用方向感应的入侵检测
CN112133052A (zh) 核电厂图像火灾探测方法
JP2008262533A (ja) 火炎検出方法及びその装置
JP7272507B2 (ja) ガス検知装置、ガス検知方法、および、ガス検知プログラム
CN109642846A (zh) 指示场景中的气体移动的方法
US20190197313A1 (en) Monitoring device
CN110119734A (zh) 刀具检测方法及装置
US20120053446A1 (en) Voting in image processing
CN117409191B (zh) 基于无人机与改进YOLOv8目标检测算法的火灾巡检预警方法
CN111126153A (zh) 基于深度学习的安全监测方法、系统、服务器及存储介质
US10297089B2 (en) Visualizing volumetric image of anatomical structure
CN111563876B (zh) 一种医学影像的获取方法、显示方法
Yar et al. An effective attention-based CNN model for fire detection in adverse weather conditions
JP7056342B2 (ja) ガス検知用画像処理装置、ガス検知用画像処理方法、及び、ガス検知用画像処理プログラム
JP2020017102A (ja) 火災監視装置、および火災監視システム
CN111414443B (zh) 封锁区域地图标绘处理方法及装置、设备、介质
WO2016115220A1 (en) Methods and devices for analysis of digital color images and methods of applying color image analysis
CN114827590B (zh) 摄像头位置分布合理性分析方法、装置和电子设备
US20230274443A1 (en) Gas migration estimation device, gas migration estimation method, estimation model generation device, estimation model generation method, and program
CN114445547A (zh) 一种点云着色的方法、装置、电子设备及存储介质
Yadav et al. Detection of fire in forest area using chromatic measurements by Sobel edge detection algorithm compared with Prewitt gradient edge detector

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230118

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20230118

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230207

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230306

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: 20230328

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230410

R150 Certificate of patent or registration of utility model

Ref document number: 7272507

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150