JP7419999B2 - 情報処理装置および情報処理方法 - Google Patents

Description

本発明は、情報処理装置および情報処理方法に関する。

近年、ファクトリーオートメーション（ＦＡ）市場では、画像センサで検出された人体情報を用いて、工場内作業者の作業時間を分析したり動線を解析したりすることにより、工場内の最適化および安全性向上を実現するアプリケーションが利用されている。人体検出にはディープラーニング技術を利用することができるが、検出に時間がかかるため、リアルタイムの解析は困難な場合がある。特許文献１は、動画像を構成するフレーム間で変化が生じる動体領域を検出対象領域とすることで、動画像から対象物を検出する際の処理負荷を低減する技術を開示する。

特開２０１８－１２８８８５号公報

検出対象領域を動体領域に限定しても、人体以外の動体、例えば、工場ではコンベア上の段ボールなど人体以外の動体も解析対象に含まれてしまうため、人体検出の処理負荷は充分には低減されない。また、物体の形状情報を用いて検出する場合、姿勢によって形状が変化する人体は精度良く検出されない可能性がある。

本発明は、一側面では、人体をリアルタイムで精度良く検出する技術を提供することを目的とする。

本発明は、上記目的を達成するために、以下の構成を採用する。

本開示の第一側面は、魚眼カメラにより撮影された撮像画像から動体を検知する動体検知部と、動体を含む動体領域の輪郭上の所定の２点間の距離を、撮像画像内での動体の位置で計測された人体の身長に基づいて設定された閾値の範囲と比較することにより、動体が人体であるか否かを判定する人体判定部と、人体判定部が人体であると判定した動体を含む動体領域から人体を検出する人体検出部とを備える情報処理装置である。

「動体を含む動体領域の輪郭上の所定の２点間の距離」は、動体が人体である場合、人体の身長に相当する距離である。以下、動体の長さとも称する。「閾値の範囲」は、人体を撮影した場合に、撮像画像内での位置において人体の身長がとりうる値の範囲とすることができる。情報処理装置は、動体検知によって人体を検出する対象領域を限定し、さらに、動体が人体である場合に限定して人体を検出する。このため、人体検出による処理の負荷が軽減され、情報処理装置は、人体をリアルタイムで精度良く検出することができる。

動体を含む動体領域の輪郭上の所定の２点間の距離は、動体領域で撮像画像の中心座標から最も近い点または最も遠い点である第１座標と、中心座標および第１座標を通る直線と動体領域の輪郭との交点であって第１座標とは異なる第２座標との距離であってもよい。情報処理装置は、簡易な方法により動体の長さを算出することができる。

動体を含む動体領域の輪郭上の所定の２点間の距離は、動体領域の重心座標と撮像画像の中心座標とを通る直線が、動体領域の輪郭と交わる２点間の距離であってもよい。人が手を伸ばすなど、姿勢を変えることによって人体である動体領域の形状が変化しても、人の手は胴体に比べて細いため、動体領域の重心は、人の胴体上に存在する。このため、情報処理装置は、重心座標と撮像画像の中心座標とを通る直線が、動体領域の輪郭と交わる２点間の距離を算出することで、人体の身長を精度良く取得することができる。

閾値の範囲は、撮像画像を複数に分割した領域ごとに設定されるものであってもよい。情報処理装置は、撮像画像内の位置によって人体の写り方は異なるため、分割した領域ごとに想定される人体の長さを、閾値の範囲として設定する。これにより、情報処理装置は、検知された動体が人体であるか否かを精度良く判定することができる。

動体検知部は、背景差分法、またはフレーム間差分法により、動体を検知してもよい。また、動体検知部は、撮像画像の連続するフレーム内で共通して写る物体の動作および移動方向に基づいて、動体を検知してもよい。情報処理装置は、動体を検知し、人体検出の対象領域を検知された動体を含む動体領域に限定するため、不要な人体検出による負荷を低減することができる。

情報処理装置は、人体検出部が検出した人体の情報を出力する出力部をさらに備えるものであってもよい。情報処理装置は、人体検出部による人体の検出結果を、リアルタイムでディスプレイ等に出力し、ユーザに提示することができる。

情報処理装置は、撮像画像を撮影する撮像部を、さらに備えるものであってもよい。情報処理装置は、撮像部と一体に構成されることにより、簡易な構成とすることができる。

本発明の第二側面は、コンピュータが、魚眼カメラにより撮影された撮像画像から動体を検知する動体検知ステップと、動体を含む動体領域の輪郭上の所定の２点間の距離を、撮像画像内での動体の位置で計測された人体の身長に基づいて設定された閾値の範囲と比較することにより、動体が人体であるか否かを判定する人体判定ステップと、人体判定ステップで人体であると判定した動体を含む動体領域から人体を検出する人体検出部ステップとを含む情報処理方法である。

本発明によれば、人体をリアルタイムで精度良く検出することができる。

図１は、実施形態に係る情報処理装置の適用例を説明する図である。 図２は、情報処理装置のハードウェア構成を例示する図である。 図３は、情報処理装置の機能構成を例示する図である。 図４は、人体検出処理を例示するフローチャートである。 図５は、動体検知について説明する図である。 図６は、動体の長さを算出する第１の例を説明する図である。 図７は、動体の長さを算出する第２の例を説明する図である。 図８は、中心からの距離に応じた人体の長さを示すグラフである。 図９は、撮像範囲の領域ごとに設定される閾値の例を示す図である。 図１０は、動体が人体か否かの判定例を示す図である。 図１１は、動体領域から人体を検出する方法について説明する図である。

以下、本発明の一側面に係る実施の形態を、図面に基づいて説明する。

＜適用例＞
図１は、実施形態に係る情報処理装置の適用例を説明する図である。情報処理装置１は、カメラ１０（撮像部）で撮影されたカメラ画像（撮像画像）を取得する。カメラ１０は、例えば、広範囲の画像情報を取得することが可能な魚眼レンズを搭載した超広角のカメラである。魚眼レンズを搭載したカメラは、魚眼カメラ、全方位カメラ、全天球カメラなどとも呼ばれるが、本明細書では「魚眼カメラ」の語を用いる。

魚眼カメラで撮影した画像は、撮像画像内の位置によって撮影対象の見た目に歪みが生じる。例えば、魚眼カメラが天井から床面を見下ろすように配置された場合、撮影された人物の画像は、足元が中心を向き、頭頂部は外側を向いている。人体は、撮像画像の周辺では正面像、背面像または側面像となり、撮像画像の中央では上面像となる。

情報処理装置１は、カメラ１０から取得した撮像画像から動体を検知し、人体であるか否かを判定する。魚眼カメラで撮影した人体には歪みが生じることから、人体の足元と頭頂部との距離（人体の身長）は、撮像画像内の位置によって異なる。

情報処理装置１は、撮像画像内の位置に応じて想定される足元と頭頂部との距離を、検知した動体が人体であるか否かを判定するための閾値の範囲として予め格納する。情報処理装置１は、検知した動体を含む動体領域の輪郭上の所定の２点間の距離（動体の長さ）を、撮像画像内の位置に対応して予め設定された閾値の範囲と比較することにより、動体が人体であるか否かを判定することができる。

情報処理装置１は、人体であると判定した動体領域を解析し、人体を検出する。情報処理装置１は、一般的な物体認識のアルゴリズムを用いて、人体を検出することができる。例えば、人体検出のアルゴリズムは、ＨｏＧまたはＨａａｒ－ｌｉｋｅなどの画像特徴とブースティングとを組み合わせた識別器を用いたものとすることができる。また、人体検出のアルゴリズムは、ディープラーニング（例えば、Ｒ－ＣＮＮ、Ｆａｓｔｅｒ Ｒ－ＣＮＮ、ＹＯＬＯ、ＳＳＤなど）による人体認識を用いたものであってもよい。

以上のように、情報処理装置１は、撮像画像から動体を検知し、撮像画像内の位置に対応して予め設定された閾値の範囲と比較することにより、人体らしさを判定することができる。情報処理装置１は、撮像画像のうち、人体であると判定された動体を含む動体領域に限定して人体を検出する。このため、人体検出処理による負荷は軽減される。

＜実施形態＞
（ハードウェア構成）
図２を参照して、情報処理装置１のハードウェア構成の一例について説明する。図２は、情報処理装置１のハードウェア構成を例示する図である。情報処理装置１は、プロセッサ１０１、主記憶装置１０２、補助記憶装置１０３、通信インタフェース（Ｉ／Ｆ）１０４、出力装置１０５を備える。プロセッサ１０１は、補助記憶装置１０３に記憶されたプログラムを主記憶装置１０２に読み出して実行することにより、図３で説明する各機能構成としての機能を実現する。通信インタフェース１０４は、有線または無線通信を行うためのインタフェースである。出力装置１０５は、例えば、ディスプレイ等の出力を行うための装置である。

情報処理装置１は、パーソナルコンピュータ、サーバコンピュータ、タブレット端末、スマートフォンのような汎用的なコンピュータでもよく、オンボードコンピュータのように組み込み型のコンピュータでもよい。情報処理装置１は、例えば、複数台のコンピュー
タ装置による分散コンピューティングにより実現されてもよく、各機能部の一部をクラウドサーバにより実現されてもよい。また、情報処理装置１の各機能部の一部は、ＦＰＧＡまたはＡＳＩＣなどの専用のハードウェア装置によって実現されてもよい。

情報処理装置１は、有線（ＵＳＢケーブル、ＬＡＮケーブルなど）または無線（ＷｉＦｉなど）でカメラ１０に接続され、カメラ１０で撮影された画像データを受信する。カメラ１０は、レンズを含む光学系および撮像素子（ＣＣＤやＣＭＯＳなどのイメージセンサ）を有する撮像装置である。

なお、情報処理装置１は、カメラ１０（撮像部）と一体に構成されてもよい。また、撮像画像に対する動体検出、人体判定処理等、情報処理装置１の処理の一部は、カメラ１０で実行されてもよい。さらに、情報処理装置１による人体検出の結果は、外部の装置に送信されユーザに提示されるようにしてもよい。

（機能構成）
図３を参照して、情報処理装置１の機能構成の一例について説明する。図３は、情報処理装置１の機能構成を例示する図である。情報処理装置１は、動体検知部１１、人体判定部１２、人体検出部１３、出力部１４および判定情報データベース１５（判定情報ＤＢ１５）を含む。

動体検知部１１は、カメラ１０から取得した撮像画像から動体を検知する。動体検知部１１は、例えば、撮像画像と予め用意した背景画像との間で変化した箇所を検出する背景差分法、フレーム間で変化した箇所を検出するフレーム間差分法を利用して、動体を検知することができる。背景差分とフレーム間差分の両方の差分を基に動体を検知してもよい。また、動体を検知する方法は、連続するフレーム内で共通して写っている部分から、物体の動作および移動方向を推定するオプティカルフロー（Ｏｐｔｉｃａｌ Ｆｌｏｗ）を利用した手法であってもよい。

人体判定部１２は、動体検知部１１が検知した動体が、人体であるか否かを判定する。人体判定部１２は、例えば、検知した動体の長さを、動体の位置で計測された人体の身長に基づいて設定された閾値の範囲と比較することにより、動体が人体であるか否かを判定することができる。

人体検出部１３は、人体判定部１２が人体であると判定した動体の領域から人体を検出（認識）する。人体の検出は、ディープラーニングなどの一般的な物体認識の技術により実現することができる。

出力部１４は、検出した人体の情報をディスプレイ等の出力装置１０５に出力（表示）する。出力部１４は、人体検出部１３によって検出された人体を、枠で囲んで表示したり、撮像画像から抜き出して表示したりすることができる。

判定情報データベース１５は、人体判定部１２が、撮像画像から検知した動体が人体であるか否かを判定するために用いる情報を格納する。動体が人体であるか否かを判定するための情報は、例えば、カメラ１０による撮像画像内で、中心からの距離に応じて想定される人体の長さ（身長）である。人体判定部１２は、動体の長さを、閾値の範囲として判定情報データベース１５に格納された人体の長さと比較することにより、動体が人体か否かの判定をすることができる。

（人体検出処理）
図４を参照して、人体検出処理の全体的な流れを説明する。図４は、人体検出処理を例
示するフローチャートである。人体検出処理は、例えば、カメラ１０の電源が入り、情報処理装置１がカメラ１０から撮像画像を受信することにより開始される。なお、図４に示す人体検出処理は、撮像画像のフレームごとに実行される処理である。図４のフローチャートでは、「撮像画像」は、撮像画像に含まれる１フレームであるものとして説明される。

Ｓ１０１では、動体検知部１１は、撮像画像を取得する。動体検知部１１は、通信インタフェース１０４を介して、カメラ１０から撮像画像を取得する。なお、情報処理装置１がカメラ（撮像部）と一体に構成されている場合には、動体検知部１１は、撮像部により撮影された撮像画像を取得する。

Ｓ１０２では、動体検知部１１は、Ｓ１０１で取得した撮像画像内の動体を検知する。ここで、図５を参照して、撮像画像内の動体の検知について説明する。情報処理装置１は、人体等の動体がない状態で撮影された背景画像５０１を、補助記憶装置１０３等に保持しているものとする。動体検知部１１は、撮像画像５０２と背景画像５０１との差分の領域を動体領域として抽出する。図５に示す出力画像５０３では、抽出された動体領域は、枠で囲んで示される。出力画像５０３は、人体以外の棚が、場所の移動または誤認識等により、動体として検出された例を示す

なお、動体検知の方法は、図５で説明した例に限られず、連続するフレーム内で共通して写っている部分から、物体の動作および移動方向を推定するオプティカルフローを利用した手法であってもよい。

Ｓ１０２で複数の動体が検知された場合、各動体に対しＳ１０３からＳ１０５の処理が繰り返される。

Ｓ１０３では、人体判定部１２は、判定対象の動体の長さを算出する。ここで、図６および図７を参照して、魚眼カメラ（カメラ１０）で撮影した画像で検知された動体の長さを算出する２つの例を説明する。

図６の例では、人体判定部１２は、動体が人である場合に、足元と想定される位置の座標と頭頂部と想定される位置との距離を、動体の長さとして算出する。図７（Ａ）の例では、人体判定部１２は、動体の重心の座標と撮像画像の中心の座標とを結ぶ直線が、動体領域の輪郭と交わる２点間の距離を、動体の長さとして算出する。

図６は、動体の長さを算出する第１の例を説明する図である。画像６００Ａは、Ｓ１０２で検知された動体を含む動体領域６０１～動体領域６０５を示す。撮像画像の中心は、×印で示される。画像６００Ａで示されるように、魚眼カメラで人体を撮影すると、足元は中心を向き、頭頂部は外側を向く。

画像６００Ｂは、動体が人である場合に、足元と想定される位置の座標（以下、足元座標と称する）を丸印で示す。人体判定部１２は、例えば、動体領域のうち撮像画像の中心の座標（以下、中心座標と称する）から最も近い座標を取得して、足元座標とすることができる。

画像６００Ｃは、動体が人である場合に、頭頂部と想定される位置の座標（以下、頭頂部座標と称する）を三角印で示す。人体判定部１２は、例えば、足元座標および中心座標を通る直線と動体領域の輪郭とのもう１つの交点の座標を取得して、頭頂部座標とすることができる。また、人体判定部１２は、動体領域のうち中心座標から最も遠い座標を取得して、頭頂部座標としてもよい。

人体判定部１２は、取得した足元座標と頭頂部座標との距離を、動体の長さ（人体の身長）として算出する。なお、図６の例では、足元座標を先に取得する方法を例示するが、人体判定部１２は、頭頂部座標を先に取得するようにしてもよい。即ち、人体判定部１２は、動体領域のうち中心座標から最も遠い座標を頭頂部座標として取得し、頭頂部座標および中心座標を通る直線と動体領域の輪郭とのもう１つの交点の座標を取得して、足元座標とすることができる。

図７（Ａ）および図７（Ｂ）は、動体の長さを算出する第２の例を説明する図である。図７（Ａ）の画像７００は、Ｓ１０２で検知された動体を含む動体領域６０１～動体領域６０５を示す。撮像画像の中心は、×印で示される。画像７００は、動体領域の重心の座標（以下、重心座標と称する）を星印で示す。

人体判定部１２は、重心座標と中心座標とを通る直線が動体領域の輪郭と交わる２点間の距離を、動体の長さ（人体の身長）として算出することができる。第２の例では、人が手を伸ばしている場合でも、人体判定部１２は、人体の身長をより精度良く算出することができる。

例えば、図７（Ｂ）に示すように、手の先端が撮像画像の中心に最も近い場合、第１の例による方法では、手の先端が足元であると誤認識される可能性がある。この場合、中心座標と手の先端の座標とを結ぶ直線は、点線７０１で示すように、人体の頭頂部を通らない可能性がある。

これに対し、動体領域の重心は、人が手を伸ばしている状態であっても、手および腕の部分は胴体部分よりも細いため、通常胴体部分に存在する。この場合、中心座標と動体領域の重心座標とを結ぶ直線７０２は、人体の頭頂部を通る。したがって、人体判定部１２は、動体領域の重心を用いた第２の例による方法では、人がどのような姿勢であるかに関わらず、精度良く人体の身長を算出することができる。

図４のＳ１０４では、人体判定部１２は、Ｓ１０３で取得した動体の長さを、撮像画像内での動体の位置に対応して予め設定された閾値の範囲と比較することにより、動体が人体であるか否かを判定する。ここで、図８から図１０を参照して、動体が人体であるか否かを判定するための閾値の範囲について説明する。

図８を参照して、魚眼カメラによる撮像画像に写る人体の長さについて説明する。図８は、中心からの距離に応じた人体の長さを示すグラフである。横軸は、撮像画像の中心からの距離である。中心から動体までの距離は、例えば動体領域の重心と撮像画像の中心との距離とすることができる。縦軸は、撮像画像内での人体の長さ（身長）である。

天井に設置された魚眼カメラの真下に立った人体は、足元と頭頂部とが撮像範囲の中心に位置し、撮像画像中の人体の長さは０となる。人体が撮像範囲の中心から離れるにしたがって、人体の長さは大きくなっていく。図８に示す例では、人体の中心からの距離がｒを超えると、人体の長さは小さくなっていく。このように、魚眼カメラによる撮像画像では、人体の長さは、中心から離れるにしたがって一旦大きくなるが、中心からの距離がある値を超えると徐々に小さくなるという傾向がある。

図９を参照して、撮像画像内での動体の位置に対応して予め設定される、人体の長さの閾値の範囲について説明する。図９は、撮像範囲の領域ごとに設定される閾値の例を示す図である。図９（Ａ）の例に示す撮像範囲は、魚眼カメラによる全天球の撮像範囲を平面展開した例である。撮像範囲は、複数の領域に分割され、中心からの距離に応じてグルー
プ１からグループ５に分類される。各グループに対し、想定される人体の長さの範囲が設定される。

図９（Ａ）に示す閾値の範囲は、高さ３ｍの位置に魚眼カメラを設定して撮影した１６００×１２００ピクセル（ｐｘ）の画像で、人体の長さを計測したデータに基づいて設定された閾値の例である。

撮像範囲の中心にあるグループ１の領域では、人体の長さは、０ｐｘ～１００ｐｘであると想定される。グループ１の領域に隣接するグループ２の領域では、人体の長さは、グループ１よりも大きく１００ｐｘ～２００ｐｘであると想定される。グループ２の領域に隣接し、さらに外側にあるグループ３の領域では、人体の長さは、グループ２よりも大きく２００ｐｘ～３００ｐｘであると想定される。

人体の長さは、グループ３の領域を境に小さくなっていく。グループ３の領域に隣接し、さらに外側にあるグループ４の領域では、人体の長さは、グループ３よりも小さく１００ｐｘ～２００ｐｘであると想定される。グループ４の領域に隣接し、さらに外側にあるグループ５の領域では、人体の長さは、グループ４よりも小さく１０ｐｘ～１００ｐｘであると想定される。

このように、撮像範囲は、複数に分割され、それぞれの領域で想定される人体の長さの情報が、カメラ１０の設置位置および撮像画像の画素数等に応じて予め設定される。設定された人体の長さ（閾値の範囲）の情報は、判定情報データベース１５に予め格納される。人体判定部１２は、判定情報データベース１５に格納された閾値の範囲の情報と、Ｓ１０３で取得した動体の長さとを比較することにより、検知された動体が人体であるか否かを判定することができる。

なお、撮像範囲内に人体より大きい物体がない場合には、各グループに対する閾値の範囲は、上限値を設定しないようにしてもよい。この場合、人体判定部１２は、図９（Ａ）に例示する閾値の範囲の下限値より大きい動体を、人体であると判定することができる。

また、図９（Ａ）は、撮像範囲を矩形として複数に分割し、それぞれの領域に閾値の範囲を設定する例を示すが、これに限られない。図９（Ｂ）に示すように、円形で表された撮像範囲を複数の同心円で分割し、それぞれの領域で人体の長さについての閾値の範囲が設定されるようにしてもよい。

図１０を参照して、図９（Ａ）で説明した閾値の範囲を用いて、動体が人体であるか否かを判定する方法について説明する。図１０は、動体が人体か否かの判定例を示す図である。人体判定部１２は、図６の画像６００Ｃで説明したように、検知した動体領域について、足元座標および頭頂部座標を取得して動体の長さを算出する。

また、人体判定部１２は、動体領域が撮像範囲内のどのグループの領域に属するかを判定する。例えば、人体判定部１２は、動体領域の頭頂部座標に基づいて、どのグループの領域に属するかを決定することができる。なお、人体判定部１２は、頭頂部座標に限られず、足元座標、重心座標、足元座標と頭頂部座標との中点等の位置に基づいて、動体がどのグループの領域に属するかを決定してもよい。

人体判定部１２は、動体領域が属するグループの閾値の範囲を判定情報データベース１５から取得する。人体判定部１２は、Ｓ１０３で算出した動体の長さを、判定情報データベース１５から取得した閾値の範囲と比較する。人体判定部１２は、動体の長さが閾値の範囲内である場合には、検知した動体が人体であると判定する。

図１０の例では、画像６００Ｃの動体領域６０５は、算出した動体の長さが閾値の範囲に含まれず、人体でないと判定される。画像１０００は、動体領域６０５が人体と判定されなかったことを×印によって示している。また、画像１０００は、動体領域６０１～動体領域６０４を矩形で囲み、これらの動体領域が人体であると判定されたことを示す。

図４のＳ１０４で、検知された動体が人体であると判定された場合（Ｓ１０４：Ｙｅｓ）、処理はＳ１０５に進む。検知された動体が人体であると判定されなかった場合（Ｓ１０４：Ｎｏ）、処理はＳ１０６に進む。

Ｓ１０５では、人体検出部１３は、Ｓ１０４で人体であると判定された動体領域から人体を認識し検出する。人体検出部１３は、一般的な物体認識のアルゴリズムを用いて、人体を検出することができる。

ここで、図１１（Ａ）および図１１（Ｂ）を参照し、ＣＮＮを使用して動体領域から人体を検出する方法について説明する。図１１（Ａ）は、Ｓ１０２で複数フレーム間の動体差分から動体を検知した場合の例を示す。人体検出部１３は、動体差分から検知した動体領域をそのままＣＮＮに入力することで人体を検出することができる。

ただし、動体差分により動体を検知する場合、検知される動体領域は、複数フレーム分の領域から検知されるため、人体は、図１１（Ａ）に示すように実際よりも大きく検出される場合がある。そこで、人体検出部１３は、図１１（Ｂ）に示すように、動体領域内でウィンドウを順にあてて得られる分割領域をＣＮＮに入力することで、人体を検出するようにしてもよい。ウィンドウによって動体領域をサーチすることにより、人体検出部１３は、人体の長さに合った精度の良い検出をすることができる。

なお、人体検出部１３は、ＨｏＧまたはＨａａｒ－ｌｉｋｅなどの画像特徴とブースティングとを組み合わせた識別器によって動体領域から人体の認識を行ってもよい。この場合も、動体領域全体に対して人体か否かの判定を行ってもよいし、図１１（Ｂ）に示したものと同じように、ウィンドウによって動体領域をサーチすることにより、動体領域内に含まれる任意の長さの人体を検出・認識するようにしてもよい。

図４のステップＳ１０６では、人体判定部１２は、Ｓ１０２で検知した動体のうち、人体であるか否かの判定をしていない他の動体があるか否かを判定する。未判定の他の動体がある場合（Ｓ１０６：Ｙｅｓ）、処理はＳ１０３に戻る。未判定の他の動体がない場合（Ｓ１０６：Ｎｏ）、図４に示す人体検出処理は終了する。

人体検出処理が終了すると、出力部１４は、撮像画像に対して、検出した人体を示す矩形等を重畳表示して、ディスプレイ等に出力する。

（作用効果）
上記の実施形態において、情報処理装置１は、撮像画像から動体を検知し、検知した動体が人体であるか否かを判定する。情報処理装置１は、動体が人体であると判定された場合に、検知した動体を含む動体領域から、ディープラーニング等の手法により人体を検出する。このように、情報処理装置１は、人体を検出する対象となる領域を、人体であると判定された動体領域に限定することで、ディープラーニング等による人体認識の負荷を軽減し、人体をリアルタイムで精度良く検出することができる。

また、情報処理装置１は、検知した動体が人体であるか否かを判定する際、動体の長さを、撮像画像内での動体の位置に応じて予め設定された閾値の範囲と比較する。魚眼カメ
ラで撮影された画像では、撮影された人体は、撮像画像内の位置によって歪みが生じる。撮像画像内の位置に応じて想定される人体の長さが異なるため、人体であるか否か判定するための閾値の範囲は、撮像画像内の位置に応じた範囲に設定される。このように、魚眼カメラによる撮像画像の特性を考慮して、撮像画像内の位置または領域に応じた閾値の範囲が設定されるため、情報処理装置１は、人体であるか否かを精度よく判定することができる。

＜その他＞
上記実施形態は、本発明の構成例を例示的に説明するものに過ぎない。本発明は上記の具体的な形態には限定されることはなく、その技術的思想の範囲内で種々の変形が可能である。

上記の実施形態では、人体であるか否か判定するための閾値の範囲は、撮像範囲を複数の領域に分割し、領域ごとに予め設定する例を示したが、これに限られない。例えば、人体であるか否か判定するための閾値の範囲は、撮像画像の中心から動体領域の重心までの距離に応じて、所定の計算式により算出されるようにしてもよい。

また、人体であるか否か判定するための閾値の範囲は、主な撮影対象となる人体の性別または年齢層に応じて異なる値の範囲が設定されてもよい。

＜付記１＞
（１）魚眼カメラにより撮影された撮像画像から動体を検知する動体検知部（１１）と、
前記動体を含む動体領域の輪郭上の所定の２点間の距離を、前記撮像画像内での前記動体の位置で計測された人体の身長に基づいて設定された閾値の範囲と比較することにより、前記動体が人体であるか否かを判定する人体判定部（１２）と、
前記人体判定部が人体であると判定した前記動体を含む前記動体領域から人体を検出する人体検出部（１３）と、
を備える情報処理装置（１）。

（２）コンピュータが、
魚眼カメラにより撮影された撮像画像から動体を検知する動体検知ステップ（Ｓ１０２）と、
前記動体を含む動体領域の輪郭上の所定の２点間の距離を、前記撮像画像内での前記動体の位置で計測された人体の身長に基づいて設定された閾値の範囲と比較することにより、前記動体が人体であるか否かを判定する人体判定ステップ（Ｓ１０３、Ｓ１０４）と、
前記人体判定ステップで人体であると判定した前記動体を含む前記動体領域から人体を検出する人体検出部ステップ（Ｓ１０５）と、
を含む情報処理方法。

１：情報処理装置、１０：カメラ、１１：動体検知部、１２：人体判定部、１３：人体検出部、１４：出力部、１５：判定情報データベース

Claims (8)

1. 魚眼カメラにより撮影された撮像画像から動体を検知する動体検知部と、
   前記動体を含む動体領域の輪郭上の所定の２点間の距離を、前記撮像画像内での前記動体の位置で計測された人体の身長に基づいて設定された閾値の範囲と比較することにより、前記動体が人体であるか否かを判定する人体判定部と、
   前記人体判定部が人体であると判定した前記動体を含む前記動体領域から人体を検出する人体検出部と、
   を備え、
   前記動体を含む動体領域の輪郭上の所定の２点間の距離は、前記動体領域の重心座標と前記撮像画像の中心座標とを通る直線が、前記動体領域の輪郭と交わる２点間の距離である
   情報処理装置。
2. 前記閾値の範囲は、前記撮像画像を複数に分割した領域ごとに設定される
   請求項１に記載の情報処理装置。
3. 前記動体検知部は、背景差分法、またはフレーム間差分法により、前記動体を検知する請求項１または２に記載の情報処理装置。
4. 前記動体検知部は、前記撮像画像の連続するフレーム内で共通して写る物体の動作および移動方向に基づいて、前記動体を検知する
   請求項１または２に記載の情報処理装置。
5. 前記人体検出部が検出した人体の情報を出力する出力部をさらに備える
   請求項１から４のいずれか１項に記載の情報処理装置。
6. 前記撮像画像を撮影する撮像部をさらに備える
   請求項１から５のいずれか１項に記載の情報処理装置。
7. コンピュータが、
   魚眼カメラにより撮影された撮像画像から動体を検知する動体検知ステップと、
   前記動体を含む動体領域の輪郭上の所定の２点間の距離を、前記撮像画像内での前記動体の位置で計測された人体の身長に基づいて設定された閾値の範囲と比較することにより、前記動体が人体であるか否かを判定する人体判定ステップと、
   前記人体判定ステップで人体であると判定した前記動体を含む前記動体領域から人体を検出する人体検出部ステップと、
   を含み、
   前記動体を含む動体領域の輪郭上の所定の２点間の距離は、前記動体領域の重心座標と前記撮像画像の中心座標とを通る直線が、前記動体領域の輪郭と交わる２点間の距離である
   情報処理方法。
8. 請求項７に記載の方法の各ステップをコンピュータに実行させるためのプログラム。

Images