JPH03256934A - 画像処理装置 - Google Patents

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。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は１画像処理装置に係り、特に群管理エレベータ
−の待客数検出に用いて好適な画像処理装置の改良に関
する。

〔従来の技術〕

画像情報を処理して物体を検出する装置として。

従来より各種方式が提案されている。例えば、自動車を
対象とした交通流計測システムとして、電子通信学会論
文誌’８５／３　　ＶｏＱ、Ｊ６８−ＤＮα３　第３０
８頁〜第３１５頁（文献１）には、高速道路上方から撮
影した画像を各種定数（パラメータ）の定められたアル
ゴリズムにより処理する技術が開示されている。

また、人の流れを計測する装置としては、電子通信学会
論文ＩＥ８０−７３　（１９８０，１１）（文献２）に
記載のように、まず学習により画像処理アルゴリズムに
用いる各種閾値や重みを決定し、この結果を用いて画像
処理を実行するものが公知である。

更に、特開平１−２４１６６７号公報（文献３）に開示
されたように、音声認識技術にニューラルネットワーク
を用いるに際し、学習モードにおいては、正解が判って
いる音声パターンを入力し、用意された正解との差をな
くす方向に、荷重（結合）係数を修正していくものが知
られている。

〔発明が解決しようとする課題〕

上記従来技術はいずれも、処理結果に対する正解が明ら
かな入カバターンを多数用意し、これらを繰返し入力し
て、その正解を得ることができるように学習させるもの
である。従って、用意された入カバターンに対して正解
が得られるようになったとしても、入力情報が得られる
環境に、当初予測できない変化が生じた場合などには追
従できないものであった。

例えば、後述する背景の変化などが加えられると、これ
に追従できず誤った出力を生ずる画像処理装置がある。

本発明は、実稼働状態での画像情報対象物における環境
の変化にも追従して正確な処理出力を得ることのできる
画像処理装置を提供することを目的とする。

また、本発明の他の目的は、群管理エレベータ−におい
て、利用客数を正確に把握し、呼びに対して効率の高い
群管理制御を行うことである。

〔課題を解決するための手段〕

本発明のある一面においては、画像処理手段における被
処理画像を対象とする画像処理結果に対する教師情報を
発生する手段と、この教師情報に基づき上記画像処理ア
ルゴリズムまたはそのパラメータを修正する手段を備え
る。

本発明は他の一面において１画像処理手段の出力を利用
して被制御対象を制御する手段と、上記画像処理手段の
出力に対する教師情報を発生する手段と、上記画像処理
手段の出力と上記制御手段からの情報とを入力してそれ
らが異常な関係となったことに応動して上記教師情報発
生手段に起動指令を発生する手段と、この教師情報に基
づき上記画像処理手段の処理アルゴリズムまたはこのア
ルゴリズムに用いられるパラメータを修正する手段を備
える。

ここで、パラメータとは、アルゴリズム上に用いられる
定数、閾値９重み係数などを総称するものである。

〔作用〕

画像処理手段は入力される画像情報を処理し、その処理
結果を必要とする制御装置に対して出力する。

教師情報発生手段としては、前記画像処理手段で処理す
る画像情報と同じ画像情報を入力して処理する、より高
精度な画像処理手段或いは画像以外の情報を入力し他の
全く異なる原理により同種の出力を得る検出手段が用い
られ得る。必要に応じて、前記画像処理手段の出力と前
記教師情報発生手段の出力とを比較し、例えば、この比
較結果が不一致である場合に前記教師情報に基づき、前
記画像処理手段のアルゴリズムあるいはそのアルゴリズ
ムで使用している各種閾値や重厚係数などのパラメータ
を修正するように動作する。

一般に、簡易性や高速処理性を要求される画像処理装置
においては、画像情報対象物における環境の変化、例え
ば、照明の変化や外来光の有無。

背景の変化２人数検出に用いた場合における季節による
服装の変化及び混雑度などに伴って誤差を生じ易い。こ
れに対し、難度の高い処理を行い、高速性も要求されな
い高度の画像処理を行うものにあっては、前記した環境
の変化があっても誤差を生じにくい。

従って、前者をオンラインで用いる画像処理手段として
用い、後者を前記教師情報発生手段として用いれば、画
像処理手段の処理アルゴリズムをオンラインで成長させ
ることができ、より正確な画像処理を可能とする。

その他の本発明の目的、構成および作用については以下
に述べる実施例によって明らかにする。

〔実施例〕

まず、本発明の基本概念構成を第１図により説明する。

複数の撮像手段１１１〜ｌｌｎで撮像した画像情報を、
各々、画像処理装置１２１〜１２ｎで処理し、その結果
得られる情報ａ１〜ａｎを伝送路１３を介して制御装置
１４に入力する。この制御装置１４は、例えば、後述す
るエレベータ−の群管理制御装置である。

また、前記情報ａ１〜ａｎ及び、制御装置１４の稼働状
況を示す情報１４ａを教師情報発生部１５の不審情報検
知手段１５１に入力する。

前記不審情報検知手段１５１の出力１５１ａ及び制御装
置１４の出力情報１４ａは教師情報発生部１５の教師情
報発生手段１５２に入力され、この教師情報発生手段１
５２の出力情報１５２ａは前記画像処理装置１２１〜１
２ｎに入力される。

一方、前記情報ａ１〜ａｎと照度検出手段１６の出力１
６ａ及び時間出力手段１７の出力１７ａを状況判断手段
１８に入力し、この状況判断手段１８の出力１８ａを前
記画像処理装置１２１〜１２ｎに入力する。

以下、画像処理装置１２１を例にとり動作を説明する。

撮像手段１１１で撮像した画像情報ｂ１は、画像処理族
［１２１の画像処理手段１２１１に入力され処理される
。この処理は、係数テーブル１２１２に格納されたデー
タを用い、被検出物体の数や形状などの特徴に関する情
報或いは２値化などの処理を施した処理情報に変換する
ものである。この処理情報ａ１を用いて、制御装置１４
は被制御対象を最適に制御する。

一方、制御装置１４は、現時点における制御対象の状況
を示す情報１４ａを出力する。前記画像処理手段１２１
１の処理情報ａ１は、不審情報検知手段１５１へ入力さ
れ、前記制御対象の状況を示す情報１４ａと比較され情
報の監視が行われる。

すなわち、不審情報検知手段１５１は、制御対象の状況
に対し、画像処理手段１２１１の処理結果が合致してい
るか否かを判断する。この結果が不一致の場合、不審情
報検知手段１５１は、画像処理手段１２１１の処理情報
ａ１と、この情報ａ１が不審であることを示す信号、並
びに、この情報ａ１のもとどなった画像情報ｂ１を含む
情報１５１ａを教師情報発生手段１５２へ出力する。

教師情報発生手段１５２は、前記情報１５１ａに含まれ
る不審な情報ａ１及び画像情報ｂ１を詳細に分析し、前
記撮像手段１１１で撮像した画像情報ｂ１に対応する正
確な処理情報（以下、教師情報と呼ぶ）１５２ａを得る
。この教師情報１５２ａは、画像処理装置１２１の学習
手段１２１３に対して出力される。

学習手段１２１３は前記教師情報１５２ａを用いて１画
像処理手段１２１で使用する画像処理アルゴリズムある
いは、このアルゴリズムで使用する各種閾値や荷重係数
の正しい値を求め、これらの係数を格納している係数テ
ーブル１２１２の内容を修正する。

また、教師情報発生手段１５−２は、不審情報検知手段
１５１の出力情報１５１ａに応じ、場合によっては制御
装置１４の制御状況を示す情報１４ａから教師情報１５
２ａを得ることもできる（後述）。

状況判断手段１８は画像処理手段１２１１の出力情報ａ
１、照度検出手段１６の出力情報１６ａ或いは時間出力
手段１７の出力情報１７ａにより、撮像手段１１１がね
らった撮像領域の環境を判断し、係数テーブル１２１２
に対して係数選択情報１８ａを出力する。この状況判断
手段１８の作用を第２図を参照して説明する。

第２図は、第１図における画像処理装置１２１を中心と
する要部詳細構成図である。この画像処理装置１２１に
複数の係数テーブル１．９１　、１９２・・・１９ｎを
設け、状況判断手段１８の出力情報１８ａにより、上記
係数テーブルの中から最適なものを選択する。

ここで、状況判断手段１８は、画像処理手段１２１１の
出力情報ａ１から、大まかな情報、例えば、被検出物体
の画面内を占める割合が大きいか小さいか、或いは照度
検出手段１６の出力情報１６ａにより、照明（外来光も
含む）は明るいか暗いか、或いは時間出力手段１７の出
力情報１７ａにより、夜間か昼間か、また、季節は夏か
冬か、などを判断し、これらの環境情報に合致した係数
テーブルを選択する係数選択情報１８ａを出方する。

なお、学習手段１２１３は前記教師情報１５２ａにより
現在使用中の係数テーブルへの記憶内容あるいは共通的
な係数については全部の係数テーブルの記憶内容を修正
する。

以下、本発明による画像処理装置を、群管理エレベータ
−に適用した一実施例について、第３図により説明する
。

本実施例では４台のエレベータ−を統括制御するエレベ
ータ−群管理制御システムについて説明する。

群管理制御装置２０と各エレベータ−を制御する号機制
御装置２１１〜２１４と表示器制御装置２２１〜２２４
と画像統括装置２３を、シリアル伝送路２４にマルチド
ロップ的に接続する。各エレベータ−の制御装置２１１
〜２１４に接続される一方のシリアル伝送路２５１〜２
５４にはホールに設置される呼び釦２６１〜２６４など
の標準入出力機器を接続する。他方のシリアル伝送路２
７１〜２７４にはかご２８１〜２８４内の操作盤２９１
〜２９４をそれぞれ接続する。

また、表示機制御装置２２１〜２２４に接続される伝送
路３０１〜３０４にはビルのｎ階とｍ階に設置されるＬ
ＥＤ表示器３１１〜３１８を接続する。

同様に、画像統括装置２３に接続されるシリアル伝送路
３２１〜３２４にはｎ階及びｍ階に設置する画像処理装
置３３１〜３３８を接続する。各画像処理装置３３１〜
３３８には、夫々撮像手段３４１〜３４８を接続する。

また、他のシリアル伝送路３２５には各かご内に設置す
る画像処理装置３３９〜３３１２を接続する。各画像処
理装置３３９〜３３１２には、夫々撮像手段３４９〜３
４１２を接続する。３５１〜３５４は、各かごに設けら
れた荷重検出手段である。

上記構成における動作について以下説明する。

群管理制御装置２ｏはホールに設置される呼び釦２６１
〜２６４及びかご内操作盤２９１〜２９４の情報を各号
機制御装Ｗ２１１〜２１４を介して受信する。また、群
管理制御装置２ｏは、ｎ階及びｍ階に設けた画像処理装
置３３１〜３３８で検出した待ち客数とかごに設けた画
像処理装置３３９〜３３１２で検出したかご自乗客数を
画像統括装置２３を介して受信し、これらの情報に基づ
いたエレベータ−の運行制御を行う。表示機制御装置２
２１〜２２４はｎ階及びｍ階の表示器３１１〜３１８に
案内情報を出力し、待ち客に対するサービス向上を図る
。

上記画像処理装置３３１〜３３１２は、処理速度、伝送
速度およびソフトの簡略化の都合上、簡便で粗い処理を
行うものとする。

号機制御装置２１１〜２１４は前記群管理制御装置２０
の指令に基づいたエレベータ−の運転制御と各階及びか
ご内に設置された入出力機器に対する制御を行う。

第４図は、第３図における画像統括装＠２３を中心とす
る要部詳細構成図である。

画像処理装置３３１は画像入力部３３１１．画像処理部
３３１２．伝送処理部３３１３から成る。

画像入力部３３１１は撮像手段３４１から出力される画
像情報（アナログ量）をデジタル量に変換する。画像処
理部３３１２は、このデジタル量に基づきホールに滞留
する待ち客数を検出する。すなわち、人のいない時点で
取り込んだ背景画像と、以後、任意の時点で取り込んだ
画像情報との関係から、その画像情報内に存在する人の
数を求める処理を行う。この処理は、オンライン制御に
用いるため高速性が要求され、従って粗い処理と言える
。

伝送処理部３３１３は上記のようにして求めた待ち客情
報を所定のフォーマットに従って画像統括装置２３に送
信する。この画像統括装置２３は、第１図における教師
情報発生部１５に対応するものである。この画像統括装
置は、各画像処理装置３３１〜３３１２から、伝送処理
部２３１〜２３５を介して、人数情報を受信する。画像
処理部２３６は、受信した情報を整理し、伝送処理部２
３７を介して群管理制御装置２ｏに送信する。これによ
リ、群管理制御袋Ｗｔ２０は、ｎ階とｍ階ホールの待客
数や、かご内の乗客数を加味したかごの割当て制御等を
行い、適切な群管理制御を行う。一方、不審な情報があ
る場合は該当する画像処理装置内のメモリ（図示せず）
から処理に用いられた画像情報を取り寄せ、画像処理部
２３６により詳細な処理を行う。この結果得られる正確
な情報すなわち教師情報を群管理制御装置２０及び前記
不審な情報を８カした画像処理装置に対して送信する。

なお、詳細な処理のアルゴリズムについては、例えば、
前掲文献２のものを使用することができる。

前記不審な情報を出力した画像処理装置はこの正確な情
報（教師情報）により検出結果との偏差が小さくなるよ
うに処理に用いるパラメータすなわち各種閾値や荷重（
結合）係数を修正し、検出精度を向上する。詳細は後述
する。

第５図は本実施例における画像処理装置の設置状況を示
す。

撮像手段３４１をｎ階のエレベータ−ホールの天井に設
置し、本画像処理装置３３１をかと２８１が移動する昇
降路内に設置し、両者を映像信号用ケーブルで接続する
。また、前記画像処理装置３３１は昇降路内に敷設され
る伝送路３２１に接続され、この伝送路を介して画像統
括装置２３に情報を伝送する。

このような設置状況において、例えばホールの待ち客３
６１〜３６３を検出する方法について説明する。

第６図は、撮像装置１３４１で撮影した画像であり、画
面３７は単位画素３７１を水平方向に２５６画素、垂直
方向に２４０画素配置したものである。

なお、画素数は撮像装置により異なるが、ここでは画像
入力部３３１１における分解能、すなわち２５６Ｘ２４
０画素を用いて説明する。また。

図において、背景を灰色例えば１２８を表わす２進数、
頭部を黒色例えばゼロ、着衣を白色例えば、２５５を表
わす２進数と仮定する。

第７図に画像処理装置３３１の処理を示す。

画像処理装置３３１は起動時の人のいない時点で取り込
んだ背景画像ｇ　（ｘ　＊　ｙ　）とその後、任意の時
点で取り込んだ画像情報ｆ　（ｘ　＋　ｙ　）を用い、
まず次式で表わされる差分画像ｈ（ｘ、ｙ）を求める。

ｈ（ｘ、ｙ）＝　ｌ　ｆ（ｘ、ｙ）−ｇ（ｘｅｙ）この
結果、背景部分は黒色、物体は灰色となっている。次に
、この画像を適当な閾値Ｂと比較し、次式で示す２値画
像１（ｘｔｙ）を得る。この結果、背景部分は黒色、物
体は白色となる。

ｈ（ｘｅｙ）ンＢの領域 ｉ（ｘ、ｙ）＝２５５　　・・・・・・白色ｈ（ｘ、ｙ
）＜Ｂの領域 ｘ（ｘｅｙ）＝Ｏ・・・・・・黒色 ここで、Ｘは０〜２５５、ｙは０〜２３９である。

上記２値画像より物体の占める面積（画素数）Ｓｋを白
色の画素数から求め、これを次式のように１人あたりの
画素数Ｓで割り１人数Ｎ、を求める。

Ｎ、＝ 例えば、第７図に示すように待ち客３６１に対応する面
積をＳｌ、待ち客３６２をＳｌ、待ち客３６３を８３と
すると上式のｎは３となる。

なお、かご２８１〜２８４においても同様にして乗客数
を求める。

以上述べた画像統括装置２３の処理をフローチャートで
示すと第８図のようになる。

すなわち、ステップ４００により各画像処理装置１３３
１〜３３１２から待ち客及び乗客情報を収集し、第４図
に示す伝送処理部２３７の送信メモリ（図示せず）に整
理して格納する。ステップ４０１により、上記情報を現
行のエレベータ−運行状況に照らし合わせ、不審な情報
が有るか否かを判定する。この結果、不審な情報が有る
場合、まず、ステップ４０２により上記伝送処理部２３
７の送信メモリに該当する両像処理装置の情報は不審で
ある旨のメツセージをセットする。続いて、ステップ４
０８により該当する画像処理装置から画像情報を取り寄
せ、ステップ４０４によりこの画像情報を詳細に処理し
、待ち客或いは乗客数を正確に求める。

ステップ４０５では、前記ステップ４００で収集した対
応する画像処理装置の情報と、ステップ４０４の結果得
られる教師情報を比較する。この結果が不一致の場合、
ステップ４０６により、ステップ４０４の結果を伝送処
理部２３７及び２３１〜２３５の対応する送信メモリ（
図示せず）に格納する。これにより、群管理制御装置２
０に正確な情報を伝送すると共に、該当する画像処理装
置の閾値等のパラメータ修正を促す。

ここで、第９図を用いて画像処理装置３３１における画
像処理アルゴリズムに用いる閾値の修正手順の一例につ
いて説明する。

通常、画像処理部３３１２は、撮像装置３４１から入力
される画像情報を画像入力部３３１１でデジタル量に変
換し、画像情報記憶手段４１に記憶する処理を行う。こ
の画像情報ｆ　（ｘ　ｔ　ｙ　）と予め背景画像記憶手
段４２に記憶している背景画像情報ｇ（ｘ、ｙ）より、
演算手段４３は、差分画像ｈ（ｘ、ｙ）を求める。この
結果を比較手段４４は適当な２値化レベルＢにより２値
化し、２値画像ｘ（ｘ、ｙ）を得る。この２値画像ｊ（
ｘｔｙ）により演算手段４５にて物体の占める面積Ｓｋ
を求め、これを演算手段４６において、−人当りの面積
Ｓで割り、待ち客数Ｎ１を求めている。従って、本実施
例における調整要素（パラメータ）としては、前記２値
化ベルＢと一人当りの面積Ｓが考えられる。

そこで、待客数検出結果に対し、画像統括装置２３が誤
りであると判断し、教師情報Ｎｓを送信してくると、画
像処理部３３１２は待ち客検呂の空き時間を利用し学習
を行う。すなわち、修正量演算部４７内の偏差検出手段
４７１で待ち客数Ｎ、と教師情報Ｎｓの偏差を求める。

修正量演算手段４７２では、上記偏差Δｎが正（負）で
あれば前記２値化レベルＢを大きく（小さく）する方向
或いは一人当りの面積Ｓを大きく　（小さく）する方向
で修正量を演算する。偏差Δｎは（１）式で表わされ、
この偏差Δｎを基に演算手段４７２てΔｎ　＝　Ｎ−−
Ｎｓ　　　　　　　　　　　−（１）求めた調整分ΔＢ
或いはΔＳを各設定手段５４又は５５で設定された初期
値Ｂｏ又はＳｏから減算（又は加算）する。この値を各
々記憶手段４８及び４９により記憶し、次の教師情報Ｎ
ｓが入力されるまで保持する。以上に述べた偏差Δｎか
ら、２つの閾値ＢおよびＳを修正する手法は、両者の修
正量配分が複雑となる。そこで、簡易に２つの閾値を修
正する他の一手順につき説明する。

まず、−人当りの面積Ｓを固定し、２値化レベルＢを調
整する。すなわち、修正量演算手段４７２では待ち客数
Ｎ、を教師情報Ｎｓに一致させるために必要なＳｋｏを
（２）式により求める。そうして、２値化後の白の面積
ＳｋがＳｋｏに近い値になるま５ｋｏ＝Ｎｓ−８ｏ　　
　　　　　　　　　−（２）で調整骨ΔＢを変化させな
から２値化処理を繰り返す。この結果、Ｓｈｏに最も近
いＳｋが求まると、次に、２値化レベルＢを固定し、−
人当りの面積Ｓを調整する。すなわち、演算手段４７２
は待ち客数Ｎ１を教師情報Ｎｓに一致させるために必要
な一人当りの面積Ｓを（３）式により求め、更に（４）
式により調整骨ΔＳを求める。このようにして調整を行
う。

Ｎｓ Δ５＝Ｓ−８ｏ　　　　　　　　　　　　　　　　・・
・（４）本実施例では２値化レベルを先に調整したが、
−人当りの面積を先に調整しても良いし、２値化レベル
又は−人当りの面積の一方だけを調整するようにしても
よい。

本実施例によれば、２値化レベルと一人当りの面積を最
適値に調整できるので、本システムの出力を教師情報Ｎ
ｓに近い検出精度まで向上することができる。

第１０図により、閾値の修正手順の他の実施例について
説明する。

前記第９図に示す実施例においてはデータ異常時の１時
点における修正であること並びに複数修正量に対する配
分を考慮していないため、修正が最適化されない可能性
があった。

本実施例は、前記実施例に・加え、出力である待ち客数
Ｎ、とこれに対する教師情報Ｎｓを記憶する手段４７３
を設け、画像処理装置３３１の入出力特性を把握した後
に、修正を行うことにより、修正の最適化を図るように
したものである。

まず、記憶手段４７３は、画像処理部３３１２から出力
される待ち客情報Ｎ、と、該待ち客情報Ｎ、が異常と判
断された場合に入力される教師情報Ｎｓを随時記憶する
。

次に、修正手段４７２は、前記記憶された情報が正解（
教師情報）に対してどのような差をもつようになってい
るかを学習する。これにより、画像処理部３３１２、す
なわち、自分自身の入出力特性を把握することができる
。

第１１図は、このようにして求められた入出力特性の一
例特性図である。例えば、撮像手段の画角を１２０”、
設置位置を床上３ｍと仮定すると、最大２５人（頭部を
含む）程度まで検出可能である。

したがって、理想的には図示実線５０で示すように、教
師情報に対する待ち客情報が、０〜２５人まで直線的に
なることが望ましい。

しかしながら、実際には係数等が最適化されていても、
待ち客数が増えてくると、画面上の重なりが発生するた
め、図示−点鎖線５１で示すように誤差が生じてくる。

また、現場における背景色或いは照明具合などにより、
鮮明な差分画像を得やすい場合は図示点線５２で示すよ
うに、−点鎖線５１よりも多口に出力し、不鮮明な差分
画像となる場合は図示点線５３で示すように少な目に出
力する。

そこで、現場における画像処理装置の入出力特性を教師
情報Ｎ３により学習したのち、この結果から変曲点、す
なわち重なりの発生する人数を求める。

以上の処理を終了した後に入力される教師情報Ｎｓによ
り、修正を行う。すなわち、まず、教師情報Ｎｓが変曲
点以下の人数の時、前記実施例と同様の方法で修正を行
い、最適な２値化レベルＢと１人当りの面積Ｓ１を求め
る。この結果、修正後の入出力特性は一点鎖線５１に近
い特性となる。

次に、教師情報ＮＳが変曲点以上の人数の時、１人当り
の面積の最適値Ｓ２を求める。この結果、実線５０に近
い入出力特性を得ることができる。

上記処理を行った結果、１つの２値化レベルＢと２つの
１人当りの面積ＳＬ、Ｓ２が求まる。これにより、まず
、２値化レベルＢと１人当りの面積Ｓ工を用いて処理を
行い、この結果が変曲点以上の人数であれば、１人当り
の面積を８２に置き換えて再処理する。

本実施例によれば、少ない回数で最適な修正ができるた
め、検出結果が不安定（修正を繰り返すこと）になるこ
とがない。

第１２図に更に他の修正手順の実施例を示す。

本実施例は、前記第９図及び第１０図に示す実施例にお
いて、修正量演算部４７を記憶手段４７３だけで構成し
たものである。この記憶手段４７３は、着脱可能な外部
記憶媒体、例えばＩＣカード４７４を備えている。

このような構成とすることにより、例えば、人が不揮発
性メモリ　（ＩＣカード）４７４の内容を参照し、他の
場所で前記第１０図に示す要領で修正を行う。この結果
を前記不揮発性メモリの別の領域に格納し、再び装置に
装着する。

この結果、修正された内容は図示ΔＢ及びΔＳに相当す
る。

本実施例によれば、手間のかかる修正を人が行うため、
より正確な修正を行うことができると共に装置の簡素化
を図ることができる。

第１３図〜第１４図により本発明による教師情報発生手
段の他の実施例について説明する。本実施例では画像処
理装置３３１〜３３１２のアルゴリズムやパラメータを
かご内荷重検出器３５１〜３５４の出力を用いて修正す
る。

エレベータ−乗かごの床下には、乗車重量を検出するた
めの差動トランス方式の荷重検出器が設置されており、
エレベータ−制御装置はこの出力を用いて満員時の制御
等を行っている。ちなみに、本荷重検出器の人数換算出
力精度は±０．１　人と言われており、本発明における
教師情報発生手段として十分利用できるものである。

さて、ホールに設置した画像処理装置３３１〜３３８を
かごの荷重検出器３５１〜３５４の出力により調整する
ためには、ホールに何人いたか、言い換えれば、かごに
何人乗込んだかがわかればよい。

例えば、第５図に示すようにかごに乗客２人。

０階ホールに待ち客が３人おり、ｎ階で１人降車し、３
人乗車する場合を想定する。かご２８１に設けられた荷
重検出器３５１の出力は第１３図に示すように、２人の
状態ａ→１人降車ｂ（或いは３人乗車Ｃ）→３人乗車ｄ
（或いは１人降車ｅ）→４人の状態ｆと変化する（通常
、降客優先）。

この図より正の傾きを示す期間ｄ　（或いはＣ）を抽出
することによって乗込み人数、すなわち、かご到着まで
のホール待客数を知ることができる。

このように、エレベータ−が０階ホールに到着してから
発車するまでの期間Ｔに注目すると、かご内荷重の検出
によって、それ以前のｎ階ホール待客を確実に検出する
ことができる。ただし、この検出のタイミングは遅いの
で、群管理制御上に直接用いることはできない。教師情
報発生手段としてなら有用である。

このようにして求めた乗込み人数を教師情報とするため
の群管理制御上［２０の処理フローチャートを第１４図
により説明する。

ステップ６００によりエレベータ−が０階ホールに到着
したことを確認した時点からステップ６０１により乗車
人数検出を開始し、ステップ６０２により戸閉が確認さ
れるまでステップ６０１を継続する。その後、ステップ
６０２にて戸閉が確認されるとステップ６０３により前
述（第１３図）のようにして求めた乗込み人数とホール
に設けた画像処理装置３３１の検出結果を比較する。

この結果が一致していれば処理を終了し、教師情報を出
力しない。しかし、上記比較結果が不一致の場合、ステ
ップ６０４によりホール呼びが再発生していないことを
もってホールに人が残っていないことを確認し、ステッ
プ６０５により前記乗込み人数を教師情報として統括装
置２３へ出力する。

本実施例によれば、教師情報出力手段としてエレベータ
−のかごに既設の荷重検出器を利用するので、前記教師
情報出力手段を新たに設ける必要が無い他、精度の点で
も実績のある、信頼できる教師情報を得ることができる
。

なお、かごに設けた画像処理装置３３９〜３３１２は、
かごの扉が閉じている状態でかご内乗客を検出でき、環
境が常に一定であるため精度が高い。

従って、前記荷重検出器に代る教師情報発生手段として
用いることもできる。

第１５図によりエレベータ−ホールの待ち客検出に関す
る他の実施例について説明する。本実施例は画像処理部
３３１２をニューラルネットで構成する場合である。

画像入力部３３１１から出力される複数の入力データ６
１ａ〜６１Ｑをニューラルネットで構成される画像処理
部３３１２に入力することにより待ち客数を検出する。

以下、詳細に説明する。

ニューラルネットを入力層、中間層及び出力層の３層で
構成し、更に、入力層はｎｌｌ−ｎ１１２の１２ケのニ
ューロン、中間層はｎ２１〜ｎ２８の６ケのニューロン
、出力層はｎ３１””’ｎ３２の２ケめニューロンで構
成する。また、入力層の各ニューロンの出力は全ての中
間層のニューロンに接続し、中間層の各ニューロンの出
力は全ての出力層のニューロンに接続する。この時、中
間層及び出力層の各ニューロンには入力層及び中間層の
各ニューロンの出力と図示荷重（結合）係数に１１〜Ｋ
ａｅ（−ψ〜十〇）との積で求まる値が入力される。

例えば、中間層のニューロンｎ２１に入力される値Ｕ　
ｎ　２１は（５）式で得られる。

２ Ｕ　ｒ１２１　＝Σ　Ｖ　ｎ　ｉ　１・Ｋ　１１　　　
　　　　　　　−　（５）ｉ＝１ ここで、Ｖ　ｎ　１□は入力層のニューロンｎ１ｉ〜ｎ
　１１２の出力（０〜１）である。

この値を（６）式に代入し、この結果に得られる０〜１
の値を本ニューロンｎ２１の出力Ｖ　ｎ　２１として出
力層の各ニューロンｎ８１〜ｒｌ１２にそれぞれ入力す
る。出力層では、上記ニューロンｎ２１と同様にしてニ
ューロンｎａｉ及びｎａｚの出力値を求める。

１ し、各ブロックで求まる物体の面積を（８）式により正
規化した値を用いるのも一方法である。

これらの出力ｖ１．３１とＶ、、３２カら、（７）式ニ
ヨリ待ち客数Ｎ、を算出し、出力する。

ＮＩＩ＝１００−ｖｎ３１＋１０・ｖｎ８２　　・・・
（７）この結果、例えばＶｎａｘ＝　０　、１　ｇ　Ｖ
ｎａｚ＝　０　、２の場合、Ｎ、＝１０＋２＝１２［人
コとなる。すなわち、本例の場合は、ニューロンｎ８１
は１ｏの位。

ニューロンｎ８２は１の位を示すものとした。

この結果を、伝送処理部３３１３により、画像統括装置
２３とその内部の教師情報発生手段１５（第４図の画像
処理部２３６）へ伝送する。また、画像統括装置２３を
介して群管理制御装置２ｏへも伝送される。

゛また１画像処理部３３１２に入力される入力データ６
１ａ〜６１Ωは画像から抽出される各種特徴量でもよい
し、画像の画素に関するデータを直接用いてもよい。例
えば、第１６図に示すように画面３７を１２のブロック
７０１〜７１２に分ＩＪここで、ｖａ　：入力データ６
１ａの値Ｎ　：水平画素数（２５６） Ｍ　：垂直画素数（２４０） Ｓｌ　ニブロック７０１内の物体の面積（画素数） である。

本実施例において、教師情報により荷重（結合）係数に
１１〜Ｋｓｅの調整を行う場合、一般に知られたニュー
ラルネットの学習を行う方法と同様でよい。すなわち、
出力層のニューロンｎ８１”ｎ８２に逆方向に教師情報
を入力し、これを中間層→入力層と逆に伝播させながら
各係数を調整するパックプロパゲーションの手法を用い
る６本手法は前掲文献３等により知られた手法のため、
ここでは説明を省略する。

画像統括装置２３内の教師情報発生手段１５には、タイ
マー５６から定期的にトリガーががけられ、タイマー割
込みによる周期的学習が実行される。

本実施例によれば、画像処理部をニューラルネットで構
成することにより、待ち零検出処理の高速化が期待でき
ると共にパックプロパゲーションの手法により、適切な
荷重係数を自動的に求めることができる。特に、定期的
に、教師情報による学習を行わせるようにすれば、パタ
ーン認識的成長が見込まれ、周囲環境の変化にも追従す
る画像処理装置が得られる。

本発明は、上記エレベータ−ホールの待ち客を検出する
システムだけでなく、自動車のナンバープレートの文字
を認識するシステム或いは展示会場等の混雑具合を検出
するシステム等に広く応用可能である。

〔発明の効果〕 本発明によれば、予め設定されたパターンではない、現
実の被処理画像を対象とする画像処理結果に対する教師
情報発生手段を取入れたことにより１画像処理に必要な
処理プログラムまたはそのプログラムに使用されるパラ
メータ（例えば各種閾値酸いは重み係数）を画像処理対
象物の状況に応じて修正することができる。したがって
、例えば実稼働状態に置かれた画像処理システムの検出
精度をオンラインで向上するように構成することもでき
る。

【図面の簡単な説明】

第１図は本発明による画像処理装置の基本概念を示すブ
ロック図、第２図はその一部の詳細ブロック図、第３図
は本発明による画像処理装置を群管理エレベータ−に適
用して示す全体構成ブロック図、第４図はその要部の詳
細構成ブロック図、第５図はエレベータ−ホールへの待
ち零検出器の配置状況を概観する側面断面図、第６図は
撮像画面の一例を示す図、第７図は撮像画面から待ち客
人数を求める画像処理手順説明図、第８図は画像統括装
置における一実施例処理フロー図、第９図は画像処理ア
ルゴリズム上のパラメータを修正する手順の一実施例を
説明する図、第１０図は画像処理アルゴリズム上のパラ
メータを修正手順の他の実施例説明図、第１１図はその
作用説明図、第１２図は更に他のパラメータ修正手順の
実施例を説明する図、第１３図は荷重検品器を用いてエ
レベータ−のホール待客数に対する教師情報を発生する
手段の動作説明図、第１４図はその処理フロー図、第１
５図はニューラルネットワークを用いた画像処理装置を
群管理エレベータ−の待客検出手段として用いた場合に
本発明を適用して示す要部構成ブロック図、第１６図は
ニューラルネット第 ７ 図 第 １ 図 教師情報Ｎ５（人〕 第 １３ 図 第 ４ 図

Claims (1)

1. 【特許請求の範囲】 １、画像情報を入力し所定のアルゴリズムによる画像処
   理を実行する手段を備えた画像処理装置において、上記
   画像処理手段における被処理画像を対象とする画像処理
   結果に対する教師情報を発生する手段と、この教師情報
   に基づき上記画像処理アルゴリズムまたはそのパラメー
   タを修正する手段を備えた画像処理装置。 ２、請求項１において、上記教師情報発生手段は、上記
   画像処理手段よりも高度の画像処理を実行する手段を備
   えた画像処理装置。 ３、画像情報を入力し所定のアルゴリズムによる画像処
   理を実行する手段を備えた画像処理装置において、上記
   画像処理手段における被処理画像と同一の画像情報を入
   力し、上記画像処理手段よりも遅れて処理出力を発生す
   る第２の画像処理手段と、この第２の画像処理手段の出
   力に基づき上記画像処理手段のアルゴリズムまたはその
   パラメータを修正する手段を備えた画像処理装置。 ４、画像処理手段を備えた第１の物体検出手段と、第２
   の物体検出手段と、上記第２の物体検出手段の出力に基
   づき上記画像処理のアルゴリズムまたはそのパラメータ
   を修正する手段を備えた画像処理装置。 ５、画像情報を入力し所定のアルゴリズムによる画像処
   理を実行する手段を備えた画像処理装置において、被処
   理画像対象物に関する状況を判断する手段と、この判断
   手段の出力に応動して上記画像処理アルゴリズムまたは
   そのパラメータを修正する手段を備えた画像処理装置。 ６、請求項５において、上記修正手段は、予め用意され
   た複数のアルゴリズムまたはそのパラメータの中から選
   択する手段を備えた画像処理装置。 ７、画像情報を入力し所定のアルゴリズムによる画像処
   理を実行する手段を備えた画像処理装置において、上記
   画像処理手段における被処理画像を対象とする画像処理
   結果に対する教師情報を発生する手段と、この教師情報
   に基づき上記画像処理アルゴリズム上の調整パラメータ
   に対する修正量を導出する手段を備えた画像処理装置。 ８、画像情報を入力し物体の員数を認識する画像処理を
   実行する手段を備えた画像処理装置において、上記物体
   の荷重を検出する手段と、この検出荷重に基づき上記画
   像処理のアルゴリズムまたはそのパラメータを修正する
   手段を備えた画像処理装置。 ９、異なる画像情報を入力する複数の画像処理手段と、
   これらの複数の画像処理手段に対して共通に設けられそ
   れらの被処理画像を対象とする画像処理結果に対する教
   師情報を選択的に発生する手段を備えた画像処理装置。 １０、請求項９において、上記教師情報発生手段は、上
   記異なる画像情報を選択的に入力可能な第２の画像処理
   手段を備えた画像処理装置。 １１、画像情報を入力し多階層のニューラルネットで構
   成された画像処理手段と、この画像処理手段における被
   処理画像を対象とする画像処理結果に対する教師情報を
   発生する手段と、この教師情報に基づき上記ニューラル
   ネットの荷重係数を修正する学習手段を備えた画像処理
   装置。 １２、請求項１１において、上記学習手段を周期的に起
   動する手段を備えた画像処理装置。 １３、多階床間にサービスする複数のエレベーター乗か
   ごと、これらの乗かご内に設けられた行先呼び手段と、
   少なくともこの行先呼びに応じた階にその乗かごを停止
   させる号機制御手段と、各階乗場に設けられたホール呼
   び手段と、少なくともこのホール呼びに対するサービス
   かごを決定する群管理制御手段と、任意の乗場に設けら
   れた複数の撮像手段と、これらの撮像手段に夫々対応し
   て設けられその乗場の待ち客数を認識する第１の画像処
   理手段と、これらの画像処理手段の出力を上記群管理制
   御手段へ伝送する手段と、上記複数の撮像手段の出力で
   ある画像情報を選択的に入力し上記第１の画像処理手段
   とは異なるアルゴリズムまたはパラメータによつて乗場
   の待ち客数を認識する第２の画像処理手段と、この第２
   の画像処理手段の出力に基づき上記第１の画像処理手段
   のアルゴリズムまたはそのパラメータを修正する手段を
   備えた群管理エレベーター制御装置。 １４、画像情報を入力し所定のアルゴリズムによる画像
   処理を実行する手段を備えた画像処理装置において、上
   記画像処理手段における被処理画像を対象とする画像処
   理結果に対する教師情報を発生する手段と、被処理画像
   対象物に関する状況を判断する手段と、上記教師情報及
   び上記状況判断手段の出力に基づき上記画像処理アルゴ
   リズムまたはそのパラメータを修正する手段を備えた画
   像処理装置。 １５、画像情報を入力し所定のアルゴリズムによる画像
   処理を実行する手段と、その出力を入力して被制御対象
   を制御する手段と、上記画像処理手段の出力に対する教
   師情報を発生する手段と、上記画像処理手段の出力およ
   び上記制御手段からの情報を入力し上記教師情報発生手
   段に起動指令を発する手段を備えた画像処理装置。