JPH0259976A - ブロック統合処理方式 - Google Patents
ブロック統合処理方式Info
- Publication number
- JPH0259976A JPH0259976A JP21301788A JP21301788A JPH0259976A JP H0259976 A JPH0259976 A JP H0259976A JP 21301788 A JP21301788 A JP 21301788A JP 21301788 A JP21301788 A JP 21301788A JP H0259976 A JPH0259976 A JP H0259976A
- Authority
- JP
- Japan
- Prior art keywords
- image
- vector
- evaluation function
- difference
- current image
- 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.)
- Pending
Links
- 239000013598 vector Substances 0.000 claims abstract description 51
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 230000033001 locomotion Effects 0.000 claims abstract description 21
- 238000002372 labelling Methods 0.000 claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000003384 imaging method Methods 0.000 claims description 12
- 230000010354 integration Effects 0.000 claims description 7
- 238000003672 processing method Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 abstract 1
- 230000009545 invasion Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 5
- 230000005484 gravity Effects 0.000 description 2
- 206010051602 Laziness Diseases 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Burglar Alarm Systems (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
［産業上の利用分野］
本発明は、ブロック統合処理方式に関するものであり、
例えば監視領域の画像を撮像し、監視領域への侵入者や
侵入物体を検出する用途に用いられるものである。
例えば監視領域の画像を撮像し、監視領域への侵入者や
侵入物体を検出する用途に用いられるものである。
［従来の技術］
従来、テレビカメラ等の撮像手段を用いて監視領域の画
像を撮像し、監視領域への侵入者や侵入物体を検出する
画像入力型の監視システムが開発されている。このよう
なシステムにおいて、監視領域の画像から侵入者や侵入
物体を検出するために、予め撮像手段により撮像された
背景画像（又は前回取り込まれた前画像）を参照画像と
して記憶しておき、現在取り込まれた現画像と参照画像
を差分処理し、差分画像を所定のスレショルドレベルで
２値化して、所定値以上の府度変化があった領域を変化
領域として検出することが提案されている。また、この
ような監視システムにおいては、複数の浸入者または侵
入物体が存在する場合には、それぞれの移動方向や移動
速度を個別に監視する必要があるので、変化画像が複数
の変化領域を含む場合には、同一のブロックに属すると
見なせる変化領域にブロック分けして、同一のブロック
について１つのラベルを割り当てるようになっている。
像を撮像し、監視領域への侵入者や侵入物体を検出する
画像入力型の監視システムが開発されている。このよう
なシステムにおいて、監視領域の画像から侵入者や侵入
物体を検出するために、予め撮像手段により撮像された
背景画像（又は前回取り込まれた前画像）を参照画像と
して記憶しておき、現在取り込まれた現画像と参照画像
を差分処理し、差分画像を所定のスレショルドレベルで
２値化して、所定値以上の府度変化があった領域を変化
領域として検出することが提案されている。また、この
ような監視システムにおいては、複数の浸入者または侵
入物体が存在する場合には、それぞれの移動方向や移動
速度を個別に監視する必要があるので、変化画像が複数
の変化領域を含む場合には、同一のブロックに属すると
見なせる変化領域にブロック分けして、同一のブロック
について１つのラベルを割り当てるようになっている。
このようなブロック分けを行うには、例えば特願昭５９
−１８９３１０号に開示されている変化領域の抽出方式
を用いることができる。これは、第３図に示すように、
差分処理により得られた変化画像をｙ軸及びｙ軸の各方
向に対して投影し、各方向の投影Ｐｘ、Ｐｙに対して任
意の閾値ｔｘ、ｔｙを設定し、各閾値ｔｘ、ｔｙと投影
Ｐｘ、Ｐｙとが交差する点Ｘ１１＋Ｘ１２＋×２１＋Ｘ
２２及び７口４１ｚ＋Ｉ／ｚ＋＋ｙｚ２を求め、これら
の交点の組により、変化画像を領域■５■、■■に分割
するものである。この方式では、侵入者等の変化部分ａ
、が１つの領域■内に切り出されていれば、それ以降の
処理（例えば特徴抽出や追跡処理￥ｆｉ）が容易になる
。
−１８９３１０号に開示されている変化領域の抽出方式
を用いることができる。これは、第３図に示すように、
差分処理により得られた変化画像をｙ軸及びｙ軸の各方
向に対して投影し、各方向の投影Ｐｘ、Ｐｙに対して任
意の閾値ｔｘ、ｔｙを設定し、各閾値ｔｘ、ｔｙと投影
Ｐｘ、Ｐｙとが交差する点Ｘ１１＋Ｘ１２＋×２１＋Ｘ
２２及び７口４１ｚ＋Ｉ／ｚ＋＋ｙｚ２を求め、これら
の交点の組により、変化画像を領域■５■、■■に分割
するものである。この方式では、侵入者等の変化部分ａ
、が１つの領域■内に切り出されていれば、それ以降の
処理（例えば特徴抽出や追跡処理￥ｆｉ）が容易になる
。
［発明が解決しようとする課題］
ところが、実際には背景と侵入者との関係によって、第
４図に示すように侵入者の変化画像が複数の領域に分断
されて検出されることが多、い。第４図は現画像と参照
画像とを差分処理して得られた変化画像を２値化処理し
たものであり、図中、白い部分が変化領域である。この
例では、１人の侵入者の両光が複数の領域に分断されて
しまっている。このような画像は、入力画像のコントラ
ストが低い場合や、背景と侵入背の輝度差が小さい場合
に良く発生する。この画像を上述の投影法によって処理
すると、第５図に示すように、１人の侵入者が５つの領
域に分断されてしまい、それ以降の処理（例えば特徴抽
出や追跡処理等）が正確に行えず、侵入監視が正確に行
えないという問題があった。
４図に示すように侵入者の変化画像が複数の領域に分断
されて検出されることが多、い。第４図は現画像と参照
画像とを差分処理して得られた変化画像を２値化処理し
たものであり、図中、白い部分が変化領域である。この
例では、１人の侵入者の両光が複数の領域に分断されて
しまっている。このような画像は、入力画像のコントラ
ストが低い場合や、背景と侵入背の輝度差が小さい場合
に良く発生する。この画像を上述の投影法によって処理
すると、第５図に示すように、１人の侵入者が５つの領
域に分断されてしまい、それ以降の処理（例えば特徴抽
出や追跡処理等）が正確に行えず、侵入監視が正確に行
えないという問題があった。
本発明はこのような点に鑑みてなされたものであり、そ
の目的とするところは、差分画像を２値化して抽出され
た複数の領域のうち、同様な動きをする部分を統合ｆヒ
して、侵入者等による変１ヒ領域３１つのブロックとし
てラベル付けするブロック統合処理方式を提供すること
にある。
の目的とするところは、差分画像を２値化して抽出され
た複数の領域のうち、同様な動きをする部分を統合ｆヒ
して、侵入者等による変１ヒ領域３１つのブロックとし
てラベル付けするブロック統合処理方式を提供すること
にある。
［課題を解決するための手段］
本発明にあっては、上記の課題を解決するために、第１
図に示すように、監視領域を撮像する撮像手段１と、撮
像手段１により取り込まれた現画像を記憶する現画像記
憶手段３と、現画像よりも前に取り込まれた前画像を記
憶する前画像記憶手段４と、現画像及び前画像から変化
部分を抽出するための参照画像を記憶する参照画像記憶
手段５と、現画像と参照画像の差分画像及び前画像と参
照画像の差分画像をそれぞれ求める差分手段６と、上記
各差分画像を２値化する２値化手段７と、２値化され分
割された各領域にラベルを付けるラベリング手段８と、
ラベル付けされた各領域の特徴量を計算する特徴量計算
手段つと、前画像の差分画像と現画像の差分画像につい
て特徴量のマツチングを行うマツチング手段１０と、上
記マツチング手段１０により類似度が高いと判定された
２つの領域間の移動ベク）ヘルを計算する移動ベクトル
算出手段１１と、移動ベクトル算出手段１１で算出され
た任意の移動ベクトルとそれ以外の任意の移動ベクトル
との差分ベクトルよりなる評価関数を全ての移動ベクト
ルについて計算する評価関数計算手段１２と、上記評価
関数に対して任意の閾値ベクトルとの大小関係を比較す
る比較手段１３と、評価関数が閾値ベクトル以下のとき
に各移動ベクトルを形成した領域に同一のラベルを付け
る再ラベリング手段１４とを備えることを特徴とするも
のである。
図に示すように、監視領域を撮像する撮像手段１と、撮
像手段１により取り込まれた現画像を記憶する現画像記
憶手段３と、現画像よりも前に取り込まれた前画像を記
憶する前画像記憶手段４と、現画像及び前画像から変化
部分を抽出するための参照画像を記憶する参照画像記憶
手段５と、現画像と参照画像の差分画像及び前画像と参
照画像の差分画像をそれぞれ求める差分手段６と、上記
各差分画像を２値化する２値化手段７と、２値化され分
割された各領域にラベルを付けるラベリング手段８と、
ラベル付けされた各領域の特徴量を計算する特徴量計算
手段つと、前画像の差分画像と現画像の差分画像につい
て特徴量のマツチングを行うマツチング手段１０と、上
記マツチング手段１０により類似度が高いと判定された
２つの領域間の移動ベク）ヘルを計算する移動ベクトル
算出手段１１と、移動ベクトル算出手段１１で算出され
た任意の移動ベクトルとそれ以外の任意の移動ベクトル
との差分ベクトルよりなる評価関数を全ての移動ベクト
ルについて計算する評価関数計算手段１２と、上記評価
関数に対して任意の閾値ベクトルとの大小関係を比較す
る比較手段１３と、評価関数が閾値ベクトル以下のとき
に各移動ベクトルを形成した領域に同一のラベルを付け
る再ラベリング手段１４とを備えることを特徴とするも
のである。
［ｆヤ 用コ
本発明にあっては、このように、任意の時刻における現
画像の変化領域と、その前の時刻における前画像の変化
領域とを比較して、マツチングの取れた領域の移動状態
を示す移動ベクトルを求め、これらの移動ベクトルの差
分として表される評価関数を用いることにより、類似の
動きをした領域を１ブロツクとして統合するようにした
から、各画像内での変化領域が例えば人間のように部分
部分が類似した形状を呈し、また、例えば胴体と頭の部
分のように同じような動きをする部分については、それ
らの領域を１つのブロックとして統合することができ、
侵入者等による変化領域を１つのブロックとして検出す
ることが可能となる。これにより、それ以降の処理（例
えば追跡処理や特徴抽出等）が確実に行えるようになる
ものである。
画像の変化領域と、その前の時刻における前画像の変化
領域とを比較して、マツチングの取れた領域の移動状態
を示す移動ベクトルを求め、これらの移動ベクトルの差
分として表される評価関数を用いることにより、類似の
動きをした領域を１ブロツクとして統合するようにした
から、各画像内での変化領域が例えば人間のように部分
部分が類似した形状を呈し、また、例えば胴体と頭の部
分のように同じような動きをする部分については、それ
らの領域を１つのブロックとして統合することができ、
侵入者等による変化領域を１つのブロックとして検出す
ることが可能となる。これにより、それ以降の処理（例
えば追跡処理や特徴抽出等）が確実に行えるようになる
ものである。
［実施例］
第１図は本発明の一実施例の概略構成を示すブロック図
である。撮像手段１はテレビカメラよりなり、監視領域
の画像を撮影している。撮像手段１から入力された画像
は、切換スイッチ２を介して現画像記憶手段３、前画像
記憶手段４、参照画像記憶手段５のいずれかに記憶され
る。まず、監視を始める前に、監視領域の背景の画像を
撮像し、これを参照画像記憶手段５に記憶させておく。
である。撮像手段１はテレビカメラよりなり、監視領域
の画像を撮影している。撮像手段１から入力された画像
は、切換スイッチ２を介して現画像記憶手段３、前画像
記憶手段４、参照画像記憶手段５のいずれかに記憶され
る。まず、監視を始める前に、監視領域の背景の画像を
撮像し、これを参照画像記憶手段５に記憶させておく。
現画像記憶手段３は現在の入力画像を記憶しており、面
画Ｉ’Ａ記ｔヲ手段４は１フレーム前の入力画像を記憶
している。なお、実際の監視中においては、撮像手段１
から画像が入力される度に現画像記憶手段３と前画像記
憶手段４に交互に入力画像を記憶させるようにして、記
憶手段３及び４の一方に現画像を他方に前画像を記憶さ
せるようにしても良い。差分手段６は現画像記憶手段３
に記憶されている現画像と参照画像記憶手段５に記憶さ
れている参照画像とを比較し、その差分画像を抽出する
。
画Ｉ’Ａ記ｔヲ手段４は１フレーム前の入力画像を記憶
している。なお、実際の監視中においては、撮像手段１
から画像が入力される度に現画像記憶手段３と前画像記
憶手段４に交互に入力画像を記憶させるようにして、記
憶手段３及び４の一方に現画像を他方に前画像を記憶さ
せるようにしても良い。差分手段６は現画像記憶手段３
に記憶されている現画像と参照画像記憶手段５に記憶さ
れている参照画像とを比較し、その差分画像を抽出する
。
この差分画像は現画像に含まれる変（上部分の画像であ
る。差分手段６は更に前画像記憶手段４に記憶されてい
る前画像と参照画像記憶手段５に記憶されている参照画
像とを比較し、その差分画像を抽出する。この差分画像
は前画像に含まれる変化部分の画像である。これらの差
分両頭を２値化手段７により任怠の閾値で２値化すると
、第２図（ａ）＜ｂ＞に示すような２値画像が得られる
。同図（ａ）は前画像と参照画像の差分画像を２値化し
たものであり、同図（ｂ）は現画像と参照画像の差分画
像を２値化したものである。これらの２値画像について
、ラベリング手段８により変１ヒ領域にラベルを付ける
。第２図（ａ）に示す２値画像では■〜■のラベルが付
され、第２図（ｂ）に示す２値画像では■゛〜■′のラ
ベルが付されている。ここで、ラベル付けされた各領域
の面積、形状、重心等の特徴量を特６２量計算手段って
計算する。次に、これらの特徴量を、第２図（ａ） 、
（ｂ）に示す画を象間、すなわちフレーム間で比較し
、類似の特徴量を持つ領域を判定する。このフレーム間
での特徴量の比較判定はマツチング手段１０により行う
、マツチングの取れた領域同士について、移動ベクＩ・
ル算出手段１１で、領域間の距離と角度、すなわち移動
ベクトル■を求める。領域間の距離は、例えば重心間距
離で表す、今、第２図（ａ）に示す領域■〜■と、第２
図（ｂ）に示す領域■′〜■°についてマツチングが取
れて、第２図（ｃ）に示すように、移動ベクトル■１〜
■、が求まったとする。ただし、領域■と領域■′につ
いては、マツチングできず、移動ベクＩ・ルが求まって
いないとする。評価関数計算手段１２では、以下の評価
関数を計算する。
る。差分手段６は更に前画像記憶手段４に記憶されてい
る前画像と参照画像記憶手段５に記憶されている参照画
像とを比較し、その差分画像を抽出する。この差分画像
は前画像に含まれる変化部分の画像である。これらの差
分両頭を２値化手段７により任怠の閾値で２値化すると
、第２図（ａ）＜ｂ＞に示すような２値画像が得られる
。同図（ａ）は前画像と参照画像の差分画像を２値化し
たものであり、同図（ｂ）は現画像と参照画像の差分画
像を２値化したものである。これらの２値画像について
、ラベリング手段８により変１ヒ領域にラベルを付ける
。第２図（ａ）に示す２値画像では■〜■のラベルが付
され、第２図（ｂ）に示す２値画像では■゛〜■′のラ
ベルが付されている。ここで、ラベル付けされた各領域
の面積、形状、重心等の特徴量を特６２量計算手段って
計算する。次に、これらの特徴量を、第２図（ａ） 、
（ｂ）に示す画を象間、すなわちフレーム間で比較し
、類似の特徴量を持つ領域を判定する。このフレーム間
での特徴量の比較判定はマツチング手段１０により行う
、マツチングの取れた領域同士について、移動ベクＩ・
ル算出手段１１で、領域間の距離と角度、すなわち移動
ベクトル■を求める。領域間の距離は、例えば重心間距
離で表す、今、第２図（ａ）に示す領域■〜■と、第２
図（ｂ）に示す領域■′〜■°についてマツチングが取
れて、第２図（ｃ）に示すように、移動ベクトル■１〜
■、が求まったとする。ただし、領域■と領域■′につ
いては、マツチングできず、移動ベクＩ・ルが求まって
いないとする。評価関数計算手段１２では、以下の評価
関数を計算する。
ｄｉｊ−Ｖｉ−Ｖｊ （ｉ−＃ｊ； ｉ、ｊ・１，
２，３．４）評価関数計算手段１２により、全てのベク
トルの組に対する評価関数の値ｄ１□＋ｄｌ）＋ｄｌｌ
＋’２３＋ｄ２１＋ｄ）＋について、比較手段１３によ
り、任怠の大きさと角度を持つ閾値ベクトルＴｈと比較
する。比較の結果、ｄ１ｊ≦Ｔｈ（ｉ−＃ｊ）の関係が
成立するとき、その評価関数の元になったベクトルの番
号１．ｊを同一の値とし、同時に同ベクトルの元になっ
た領域；、ｊと領域”＋Ｊ°に同じラベルを付ける処理
を、再ラベリング手段１４で行う０例えば、第２図（ｃ
）において、ｄ１□−Ｖ、−Ｖ２≦Ｔｈならば、領域■
と■及び領域■°と■′がそれぞれ１つのブロックと見
なされて統合される。上式の関係が成立しないときは、
そのベクトルの番号ｉ、ｊは変更せずにそのままとし、
同ベクトルの元になった領域ｉ、ｊと領域”＋Ｊ°に対
するラベルもそのままとしておく。
２，３．４）評価関数計算手段１２により、全てのベク
トルの組に対する評価関数の値ｄ１□＋ｄｌ）＋ｄｌｌ
＋’２３＋ｄ２１＋ｄ）＋について、比較手段１３によ
り、任怠の大きさと角度を持つ閾値ベクトルＴｈと比較
する。比較の結果、ｄ１ｊ≦Ｔｈ（ｉ−＃ｊ）の関係が
成立するとき、その評価関数の元になったベクトルの番
号１．ｊを同一の値とし、同時に同ベクトルの元になっ
た領域；、ｊと領域”＋Ｊ°に同じラベルを付ける処理
を、再ラベリング手段１４で行う０例えば、第２図（ｃ
）において、ｄ１□−Ｖ、−Ｖ２≦Ｔｈならば、領域■
と■及び領域■°と■′がそれぞれ１つのブロックと見
なされて統合される。上式の関係が成立しないときは、
そのベクトルの番号ｉ、ｊは変更せずにそのままとし、
同ベクトルの元になった領域ｉ、ｊと領域”＋Ｊ°に対
するラベルもそのままとしておく。
こうして、第２図（ａ） 、 （ｂ）に示す各画像にお
いて、全ての領域が再ラベリングされると、同じような
動きをする領域■〜■が１つのブロックとして続きされ
ることになる。なお、第２図（ｃ）に示す例では、各ベ
クトル■、〜Ｖ、の差分が全て所定の閾値ベクトルＴｈ
以下となるように、閾値ベクトルＴｈを設定するもので
あり、これによって、１人の侵入者を表す各領域■〜■
及び■′〜■°に同一のラベルを付けることがてきるも
のである。
いて、全ての領域が再ラベリングされると、同じような
動きをする領域■〜■が１つのブロックとして続きされ
ることになる。なお、第２図（ｃ）に示す例では、各ベ
クトル■、〜Ｖ、の差分が全て所定の閾値ベクトルＴｈ
以下となるように、閾値ベクトルＴｈを設定するもので
あり、これによって、１人の侵入者を表す各領域■〜■
及び■′〜■°に同一のラベルを付けることがてきるも
のである。
上述の実施例では、評価関数ｄｉｊと閾値ベクｌ〜ルＴ
ｈの大小関係をベクトルの長さで比較しているが、閾値
ベクトルＴｈと同一方向の単位ベクトルと評価関数ｄｉ
ｊとの内積（つまり閾値ベクトルＴｂ上への評価関数ｄ
ｉｊの正射影）を求めて、この内債の絶対値と閾値ベク
トルＴｈの長さを比較するようにしても構わない、この
ようにすれば、特定の方向についてブロック統合の度合
を強めたり弱めたりすることが可能となる。
ｈの大小関係をベクトルの長さで比較しているが、閾値
ベクトルＴｈと同一方向の単位ベクトルと評価関数ｄｉ
ｊとの内積（つまり閾値ベクトルＴｂ上への評価関数ｄ
ｉｊの正射影）を求めて、この内債の絶対値と閾値ベク
トルＴｈの長さを比較するようにしても構わない、この
ようにすれば、特定の方向についてブロック統合の度合
を強めたり弱めたりすることが可能となる。
［発明の効果］
本発明によれば、前画像と現画像から抽出された変化領
域の特徴量をマツチングして対応する領域間の移動ベク
トルを求め、移動ベクトル間の差を評価関数とすること
により、分割された複数の領域のうち、同じような動き
をする領域同士を１つのブロックに統合することができ
るという効果があり、評価関数と比較される閾値ベクト
ルの長さや方向を適当に調整することにより、ブロック
統合の度合を調整したり、ブロック統合に方向性を持た
せることが可能になるという利点がある。
域の特徴量をマツチングして対応する領域間の移動ベク
トルを求め、移動ベクトル間の差を評価関数とすること
により、分割された複数の領域のうち、同じような動き
をする領域同士を１つのブロックに統合することができ
るという効果があり、評価関数と比較される閾値ベクト
ルの長さや方向を適当に調整することにより、ブロック
統合の度合を調整したり、ブロック統合に方向性を持た
せることが可能になるという利点がある。
第１図は本発明のブロック統合処理方式の概略を示すブ
ロック図、第２図（ａ）乃至（ｃ）は同上の動作説明図
、第３図は従来の、領域分割方式を示す説明図、第４［
２Ｉは侵入者の２値画像を示す図、第５図は従来の領域
分割方式による処理結果を示す図である。 １は撮像手段、３は現画像記憶手段、４は前画像記憶手
段、５は参照画像記憶手段、６は差分手段、７は２値化
手段、８はラベリング手段、９は特徴量計算手段、１０
はマツチング手段、１１は移動ベクトル算出手段、１２
は評価関数計算手段、１３は比較手段、１４は再ラベリ
ング手段である。
ロック図、第２図（ａ）乃至（ｃ）は同上の動作説明図
、第３図は従来の、領域分割方式を示す説明図、第４［
２Ｉは侵入者の２値画像を示す図、第５図は従来の領域
分割方式による処理結果を示す図である。 １は撮像手段、３は現画像記憶手段、４は前画像記憶手
段、５は参照画像記憶手段、６は差分手段、７は２値化
手段、８はラベリング手段、９は特徴量計算手段、１０
はマツチング手段、１１は移動ベクトル算出手段、１２
は評価関数計算手段、１３は比較手段、１４は再ラベリ
ング手段である。
Claims (1)
- （１）監視領域を撮像する撮像手段と、撮像手段により
取り込まれた現画像を記憶する現画像記憶手段と、現画
像よりも前に取り込まれた前画像を記憶する前画像記憶
手段と、現画像及び前画像から変化部分を抽出するため
の参照画像を記憶する参照画像記憶手段と、現画像と参
照画像の差分画像及び前画像と参照画像の差分画像をそ
れぞれ求める差分手段と、上記各差分画像を２値化する
２値化手段と、２値化され分割された各領域にラベルを
付けるラベリング手段と、ラベル付けされた各領域の特
徴量を計算する特徴量計算手段と、前画像の差分画像と
現画像の差分画像について特徴量のマッチングを行うマ
ッチング手段と、上記マッチング手段により類似度が高
いと判定された２つの領域間の移動ベクトルを計算する
移動ベクトル算出手段と、移動ベクトル算出手段で算出
された任意の移動ベクトルとそれ以外の任意の移動ベク
トルとの差分ベクトルよりなる評価関数を全ての移動ベ
クトルについて計算する評価関数計算手段と、上記評価
関数に対して任意の閾値ベクトルとの大小関係を比較す
る比較手段と、評価関数が閾値ベクトル以下のときに各
移動ベクトルを形成した領域に同一のラベルを付ける再
ラベリング手段とを備えることを特徴とするブロック統
合処理方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21301788A JPH0259976A (ja) | 1988-08-26 | 1988-08-26 | ブロック統合処理方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21301788A JPH0259976A (ja) | 1988-08-26 | 1988-08-26 | ブロック統合処理方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0259976A true JPH0259976A (ja) | 1990-02-28 |
Family
ID=16632123
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21301788A Pending JPH0259976A (ja) | 1988-08-26 | 1988-08-26 | ブロック統合処理方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0259976A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5243418A (en) * | 1990-11-27 | 1993-09-07 | Kabushiki Kaisha Toshiba | Display monitoring system for detecting and tracking an intruder in a monitor area |
| JPH0620049A (ja) * | 1992-06-23 | 1994-01-28 | Japan Radio Co Ltd | 侵入者識別システム |
| WO2000045603A1 (fr) * | 1999-01-29 | 2000-08-03 | Sony Corporation | Procede de traitement des signaux et dispositif de traitement de signaux video/vocaux |
| WO2004021281A1 (ja) * | 2002-08-30 | 2004-03-11 | Nec Corporation | 物体追跡装置、物体追跡方法および物体追跡プログラム |
| JP2010146159A (ja) * | 2008-12-17 | 2010-07-01 | Aisin Seiki Co Ltd | 瞼検出装置、瞼検出方法及びプログラム |
-
1988
- 1988-08-26 JP JP21301788A patent/JPH0259976A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5243418A (en) * | 1990-11-27 | 1993-09-07 | Kabushiki Kaisha Toshiba | Display monitoring system for detecting and tracking an intruder in a monitor area |
| JPH0620049A (ja) * | 1992-06-23 | 1994-01-28 | Japan Radio Co Ltd | 侵入者識別システム |
| WO2000045603A1 (fr) * | 1999-01-29 | 2000-08-03 | Sony Corporation | Procede de traitement des signaux et dispositif de traitement de signaux video/vocaux |
| US6744922B1 (en) | 1999-01-29 | 2004-06-01 | Sony Corporation | Signal processing method and video/voice processing device |
| WO2004021281A1 (ja) * | 2002-08-30 | 2004-03-11 | Nec Corporation | 物体追跡装置、物体追跡方法および物体追跡プログラム |
| JP2010146159A (ja) * | 2008-12-17 | 2010-07-01 | Aisin Seiki Co Ltd | 瞼検出装置、瞼検出方法及びプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5757287A (en) | Object recognition system and abnormality detection system using image processing | |
| US7787656B2 (en) | Method for counting people passing through a gate | |
| Denman et al. | An adaptive optical flow technique for person tracking systems | |
| JP3279479B2 (ja) | 映像監視方法及び装置 | |
| US7982774B2 (en) | Image processing apparatus and image processing method | |
| CN107657244B (zh) | 一种基于多摄像机的人体跌倒行为检测系统及其检测方法 | |
| JP3892059B2 (ja) | 動物体追跡装置 | |
| Shafie et al. | Motion detection techniques using optical flow | |
| Jiang et al. | Multiple pedestrian tracking using colour and motion models | |
| CN101483001A (zh) | 基于视频的入侵检测方法、检测装置、芯片 | |
| JPH0431996A (ja) | 画像認識型の防犯センサー | |
| JPH0259976A (ja) | ブロック統合処理方式 | |
| Denman et al. | Adaptive optical flow for person tracking | |
| KR20120116699A (ko) | 클러스터링 기법을 이용한 이동물체 검출장치 및 방법 | |
| Low et al. | Frame Based Object Detection--An Application for Traffic Monitoring | |
| JPH0514891A (ja) | 画像監視装置 | |
| JPH0721388A (ja) | 画像認識装置 | |
| Zhou et al. | Research on moving object detection and matching technology in multi-angle monitoring video | |
| JPH04345396A (ja) | 移動物体追跡方法 | |
| JPH0259977A (ja) | ブロック統合処理方式 | |
| Zhang et al. | What makes for good multiple object trackers? | |
| Suzan et al. | Detection And Tracking of Moving Objects Using Hybrid Model (GMM & Horn-Schunck) | |
| US6915010B2 (en) | Real time object localization and recognition from silhouette images | |
| JP3585977B2 (ja) | 動領域検出装置 | |
| JPH06201715A (ja) | 移動物体検出装置 |