JPH0738884A - テレビインターホン装置 - Google Patents

Abstract

(57)【要約】 【目的】画像信号から特徴部分の画像、特に訪問者の顔
部分を抽出することにより、半導体メモリを効率的に活
用したテレビインターホン装置を提供する。 【構成】親機２１又は子機２０は、画像処理手段５によ
って、子機２０で撮像した訪問者の画像から顔部分を抽
出すると共に、抽出された顔画像を、撮影画像のサイズ
に拘わらずディスプレイ８の画面に複数の画像表示が可
能になるサイズに正規化し、サイズ修正された画像信号
を、対応する音声信号とともに半導体メモリに格納す
る。ディスプレイ８には同時に複数の画像が表示され
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、テレビインターホン装
置に関し、インターホン子機に付加されたテレビカメラ
に撮像された画像を、親機または子機において効率的に
記憶保持させるテレビインターホン装置に関する。

【０００２】

【従来の技術】子機側にテレビカメラを備えると共に、
撮像した画像を親機側で録画させる機能を備えたテレビ
インターホン装置がある。このようなテレビインターホ
ン装置の録画装置の例が特開昭６２−２７１５８１号公
報に開示されている。この公報に開示の技術において
は、子機の呼び出しキーに連動して、テレビカメラで訪
問者の画像を取り込み、この画像を半導体メモリに記憶
させ、訪問者の画像を拡大してディスプレイに表示す
る。このように半導体メモリを用いているのでビデオテ
ープレコーダによる記録のように大型装置を必要とせ
ず、またテープの巻き戻し等の操作も不要になって操作
時間の短縮を図ることができる。

【０００３】

【発明が解決しようとする課題】しかしながら、上述の
公報開示のテレビインターホン装置では、訪問者が映っ
ていなくても半導体メモリに画像が記録されるため、必
要となる半導体メモリの容量が膨大になり、コストアッ
プになる。半導体技術の向上により容量の大きいメモリ
が開発されているがそれでも限度があり、訪問者が多い
場合には記録できない事態の生じる恐れがある。特に呼
び出しキーを押すだけで立ち去った訪問者の場合、訪問
者の映っていない映像を半導体メモリに録画することに
なり、メモリ容量を浪費するという欠点がある。

【０００４】更に、上述のテレビインターホン装置で
は、半導体メモリに録画されている訪問者をディスプレ
イでモニターする場合、テレビカメラで撮像した各１回
の画面を単位にディスプレイに呼び出して確認する必要
があり、確認作業に手間が掛かると共に、音声メッセー
ジが録音されている場合にも、一人一人確認する必要が
あるという欠点があった。

【０００５】本発明は、上記従来装置の欠点を除去し、
インターホン装置は訪問者とのコミュニケーションを目
的としていることから、訪問者撮影の特質を利用して、
画像信号から特徴部分の画像を抽出することにより、半
導体メモリを効率的に活用したテレビインターホン装置
を提供することを目的とする。

【０００６】また本発明は、画像及び音声の再生時に、
画面に複数の撮影画像を同一画面に表示することにより
再生の手間を簡単にしたテレビインターホン装置を提供
することを目的とする。

【０００７】更には再生画面の複数の画像について、指
示した画像に対応する音声を優先再生するテレビインタ
ーホン装置を提供することを目的とする。

【０００８】

【課題を解決するための手段】上記目的を達成するため
に、請求項１の発明は、被写体を撮像するための撮像手
段と、映像信号及び音声信号を送受信する手段を有する
子機と、子機からの映像手段及び音声手段を送受信する
制御手段と、映像信号を表示する画像表示手段と、音声
信号を入出力する音声処理手段とを有する親機とを備え
たテレビインターホン装置において、親機又は子機は、
子機で撮像した被写体の部分画像を抽出する画像処理手
段と、上記抽出された部分画像の信号を所定範囲のサイ
ズに修正するスケーリング手段と、所定サイズに修正さ
れた画像信号及び音声信号を格納する半導体メモリを含
んで構成される。

【０００９】請求項２のテレビインターホン装置は、画
像処理手段が、同一被写体の異なるフレーム画像信号か
ら形成した差分信号をもとに部分画像、例えば人物の顔
を抽出する。

【００１０】請求項３のテレビインターホン装置は、ス
ケーリング手段で複数の異なる被写体の部分画像を、同
一画面に同時に表示するサイズに修正する。

【００１１】請求項４のテレビインターホン装置は、半
導体メモリが、画像信号と音声信号を対応して格納す
る。

【００１２】請求項５のテレビインターホン装置は、抽
出した部分画像から、訪問者の口の領域を想定してこの
領域の画像信号を検出し、動きがあることを検出したと
きに対応する音声信号を半導体メモリに格納する。

【００１３】

【作用】上記の構成によれば、テレビカメラに撮影され
た画像をすべて半導体メモリに録画させる必要はなく、
特徴部分を抽出して記憶させ、例えば被写体が人物の場
合、特徴となる顔部分を抽出するため、メモリ容量の浪
費を防ぐことができる。

【００１４】また、半導体メモリに格納された部分画像
は、同一画面に複数の被写体の画像が同時に表示される
ため、確認の効率化が図れる。

【００１５】また、音声信号の再生は、画面に表示され
た画像を指示することによってなされるため、必要なメ
ッセージに限定して、或いは優先順に再生することがで
きる。

【００１６】

【実施例】図１は、本発明の一実施例によるテレビイン
ターホン装置のブロック図である。テレビインターホン
装置は、宅外に設置されて訪問者により操作される子機
２０と、子機２０とケーブルを介して接続され宅内に設
置された親機２１を備える。ここでは理解を容易にする
ため、親機２１から子機２０へ供給する電源及び親機／
子機の操作キーの説明は省略する。

【００１７】子機２０は、訪問者を撮影するための撮像
手段であるテレビカメラ１、テレビカメラ１からの映像
信号とマイク１９からの音声信号とを多重化する回路及
び親機２１からの音声信号をスピーカー１８に出力する
分離回路を含む多重化処理回路９、音声信号を発するス
ピーカー１８、音声を入力するマイク１９を含んで構成
されている。

【００１８】一方親機２１は、子機２０から多重化され
て伝送されてくる映像信号の分離、及び親機２１側の後
述するマイク１７から入力される音声信号をアナログ音
声処理回路１５を介して子機２０に多重化して伝送する
ための制御回路２を含む。制御回路２には子機２０から
映像及び音声信号がアナログ信号として入力されるが、
これらアナログ信号のうち、映像信号はデジタル画像処
理手段２２に、音声信号はデジタル音声処理手段２３に
与えられる。

【００１９】デジタル画像処理手段２２は、アナログ映
像信号をデジタル信号に変換する画像Ａ／Ｄ変換部３、
変換されたデジタル映像出力信号に後述する予めプログ
ラムされたアルゴリズムに従って、画像の抽出，サイジ
ング等の処理を施すデジタル画像処理部５、デジタル画
像処理部５に接続されたデジタル画像データを格納・蓄
積するための画像メモリ４、デジタル画像処理部５で処
理されたデジタル映像信号をアナログ映像信号に変換す
る画像Ｄ／Ａ変換部６を含む。

【００２０】デジタル画像処理手段２２から出力された
アナログ映像信号は、画像表示回路７を介して表示可能
な信号に変換されてディスプレイ８に与えられる。

【００２１】デジタル音声処理手段２３は、アナログ音
声信号をデジタル信号に変換する音声Ａ／Ｄ変換部１
１、変換されたデジタル音声出力信号を圧縮して録音
し、録音されたデジタル音声圧縮信号を伸長するデジタ
ル音声処理部１２、デジタル音声処理部１２に接続され
たデジタル音声データを録音するための音声メモリ１
４、デジタル音声処理部１２で処理されたデジタル音声
信号をアナログ音声信号に変換する音声Ｄ／Ａ変換部１
３を含む。音声メモリ１４及び画像メモリ４は一体或い
は別体の半導体メモリで構成され、対応する音声データ
及び画像データが関連付けて格納される。

【００２２】デジタル音声処理手段２３から出力された
アナログ音声信号は、音声処理回路１５を介してスピー
カー１６に出力され、訪問者の音声が出力される。音声
処理回路１５には、親機側のマイク１７も接続され、対
応者の音声が取り込まれて、子機２０との間で行う対応
のための音声信号処理がなされる。

【００２３】テレビインターホン装置は、マイコンから
なるＣＰＵ（中央制御装置）１０を備え、制御回路２、
デジタル画像処理手段２２、デジタル音声処理手段２
３、画像表示回路７及び音声処理回路１５を制御して、
次に説明する画像処理を含むインターホン機能を実行さ
せるための動作制御を指令する。

【００２４】図２はデジタル画像処理部５の一実施例を
示すブロック図、図３は本発明による、撮像した訪問者
の映像から頭を含む顔部分を抽出する方法の説明図、図
４は映像入力信号を画像メモリに格納する信号に変換す
る画像信号処理ステップの説明図である。

【００２５】子機２０から伝送されてきた映像は、画像
Ａ／Ｄ変換部３によってデジタルデータに変換され、デ
ジタル画像処理部５に入力されて画像メモリ４に格納す
べき部分画像を抽出するための作業を実行する。

【００２６】デジタル画像データはまずデジタル画像処
理部５に設けられたフレーム差分検出部５ａを介して第
１フレームメモリ５ｈに格納される。フレーム差分検出
部５ａはカメラ１で撮影された画像全体から訪問者の部
分映像を抽出するための手段で、背景画像は静止画であ
るのに対して訪問者は何らかの動きを持った動画として
カメラ１に撮らえられる。従ってフレーム差分検出部５
ａは、先の時点で第１フレームメモリ５ｈに格納された
画像データと１フレーム後の時間を経過した時点で入力
される画像データとの比較から差分を検出し、動き部分
のエッジ検出を行う。検出部５ａで形成した動き部分の
差分データは２値化処理部５ｂで２値化処理を施し、さ
らに２値データにラベリング処理を施して調整すると共
に、ノイズを除去した後、次に説明する信号処理によっ
て差分検出から訪問者の顔（頭）部分の位置データを演
算し、顔領域を設定してこの領域内に含まれる画像信号
を第２フレームメモリ５ｇに格納する。第２フレームメ
モリ５ｇのデータは撮像された画像から抽出され部分画
像となる。

【００２７】即ち、第２フレームメモリ５ｇに接続され
た顔座標演算部５ｃは、２値化処理された差分データを
もとに顔の輪郭を抽出して座標を演算する。図４に、入
力された映像信号から顔部分の特徴座標を演算して画像
メモリに格納すべき画像領域を設定するステップを示
す。

【００２８】顔座標演算部５ｃが行う顔部分の抽出操作
は、異なる２フレームの画像信号の差分を求めこの差分
を２値化処理部５ｂで２値化した信号について、図３
（ａ）に示すように、Ｘ軸方向、及びＹ軸方向に所定の
タイミング信号で走査する。まず最初に差分が出現する
画素のＹ座標を頭頂Ｙｔとして認識する。走査の進行に
伴ってこの座標以降、静的な背景像に対して動きのある
顔の画像に対応した画素が出現するが、図３（ａ）の左
から走査する場合に、最も左のＸ座標位置に出現した画
素を顔左座標Ｘｌと認識する。同様に走査を続ける過程
で最も右のＸ座標位置に出現した画素を顔右座標Ｘｒと
認識する。

【００２９】顔の下部座標については、訪問者の胴体画
像が継続して出現するため、上記Ｘ軸の座標Ｘｌ，Ｘｒ
の距離データと統計的に求めた顔の長さ係数Ｆｌより顔
下部Ｙ座標Ｙｕを算出する。即ち、Ｙｕ＝（Ｘｒ−Ｘ
ｌ）×Ｆｌで算出する。

【００３０】続いて上記座標データより顔の中心点Ｐｃ
（Ｘｃ，Ｙｃ）の座標を次の式に従って算出する。即
ち、Ｘｃ＝（Ｘｒ−Ｘｌ）／２＋Ｘｒ，及びＹｃ＝（Ｙ
ｕ−Ｙｔ）／２＋Ｙｔ。

【００３１】上記演算処理によって、顔の最も突出して
いる部分の各４点の座標が決定できる。上記４点の座標
とは、頭頂Ｐｔ（Ｘｃ，Ｙｔ）、顔左Ｐｌ（Ｘｌ，Ｙ
ｌ）、顔右Ｐｒ（Ｘｒ，Ｙｒ）、顔下部Ｐｕ（Ｘｃ，Ｙ
ｕ）である。この４点で囲まれた領域を顔領域として、
この顔領域で囲まれた領域内の画像信号を第２フレーム
メモリ５ｇに転送し、部分画像を保持させる。

【００３２】カメラ１に撮像された画像は、訪問者がカ
メラ１に向かう位置によってサイズが様々になる。画像
データを半導体メモリに効率的に格納するために、撮影
した画像から取り出した顔部分の大きさが略同じサイズ
になるようにサイズ修正を施す。サイズ修正は顔領域ス
ケーリング部５ｄで行われ、まず、画像のサイズを拡
大，縮小の修正するに先立って、図３（ｂ）に示すよう
に顔領域を含んでアスペクト比が４：３になるように画
像を囲む領域を設定する。この領域を示す４点の座標は
上記演算された顔の中心座標と顔の長さより求める。

【００３３】顔の長さＬは、Ｌ＝Ｙｕ−Ｙｔとなるた
め、４：３の比率で顔を囲む領域の４つの座標Ｐ１（Ｘ
１，Ｙ１）、Ｐ２（Ｘ２，Ｙ２），Ｐ３（Ｘ３，Ｙ
３）、Ｐ４（Ｘ４，Ｙ４）は図５から次のように算出で
きる。Ｘ１＝Ｘｃ−２×Ｌ／３、Ｙ１＝Ｙｃ−Ｌ／２、
Ｘ２＝Ｘｃ＋２×Ｌ／３、Ｙ２＝Ｙ１、Ｘ３＝Ｘ１，Ｙ
３＝Ｙｃ＋Ｌ／２、Ｘ４＝Ｘ２、Ｙ４＝Ｙ３。

【００３４】顔領域スケーリング部５ｄは、上記切り出
した顔領域が所定範囲のサイズに収まるように、拡大、
縮小の演算を実行する。例えば３２０×２４０画素で構
成された画面に４画面を表示する場合のサイズ修正につ
いて説明する。説明は理解を容易にするための例であっ
て、画面の画素数及び表示する画面数に制限はない。

【００３５】３２０×２４０画素のサイズに４画面を表
示する場合、１画面に割り当てられる画面サイズは１６
０×１２０画素となる。従って上記顔を囲む領域がこの
１６０×１２０画素からずれている場合は、１６０×１
２０画素に表示されるようにサイズを合わせ込む。合わ
せ込み方法は、顔を囲む領域のＸ軸、Ｙ軸方向の長さＸ
Ｌ＝Ｘ２−Ｘ１及びＹＬ＝Ｙ３−Ｙ１をもとに、これに
拡大、縮小演算を施して行う。図６は合わせ込み方法の
ステップを示すフローチャートで、既に顔領域は４：３
で切り出されているため、Ｘ軸方向の長さＸＬを１６０
画素と比較し、１６０とＸＬを比較した比率が偶数にな
るように設定し、ＸＬが小さい場合は不足画素に合わせ
て補間することにより拡大し、大きい場合は画素を間引
くことにより縮小して範囲内のサイズに調整する。この
処理によって画像は撮影時の画像の大きさに拘わらず均
等なサイズに修正される。なお、合わせ込み処理を行っ
た後、１６０×１２０画素に顔領域の画素サイズが等し
くならないときは、余った画素を一定の例えば黒レベル
で埋める。

【００３６】第２フレームメモリ５ｇから読み出した部
分画像信号に、スケーリング部５ｄで上記サイズ修正を
施し、均等なサイズになった部分画像データをメモリ制
御部５ｅを介して画像メモリ４に転送し、抽出された訪
問者の顔部分の画像を格納する。画像メモリ４は半導体
メモリからなり、音声メモリ１４が一体的に構成されて
いるため、デジタル音声処理手段２３から転送されるデ
ジタル音声データをも格納し、対応する画像データと音
声データは図７のメモリマップに示すように、訪問者の
番号等を共通のデータとして組になって格納される。

【００３７】音声信号は、訪問者が子機２０の呼び出し
ボタン（図示せず）を押すと、これに伴って発せられる
「ただ今留守にしております。ご用件をどうぞ」のメッ
セージに誘導されて訪問者が用件を伝える動作によって
発生する。発せられた音声は、マイク１９に入力され、
多重処理回路９、テレビインターホン制御回路２を通し
て音声Ａ／Ｄ変換部１１に入力される。音声Ａ／Ｄ変換
部１１はアナログ音声信号をデジタルＰＣＭ信号に変換
する。ＰＣＭ信号はデジタル音声処理部１２でＡＤＰＣ
Ｍ法等の手法により音声圧縮され、画像に付した訪問者
番号と同一の訪問者番号と共に音声メモリ１４に格納さ
れる。

【００３８】半導体メモリに格納されたデータの再生
は、親機２１の確認ボタン（図示せず）を押すと半導体
メモリの画像メモリ４に格納されている画像データが呼
び出され、読み出された画像データがデジタル画像処理
手段５で図９に示すように１表示画面に複数の画像を表
示するべくグラフィックメモリに展開され、アクセス指
令に従って画像Ｄ／Ａ変換部６を介して画像表示回路７
に出力される。図１０（ａ）はグラフィックメモリのデ
ータ格納状態を模式的に示す図で、ディスプレイ８の１
画面に４つの画像を表示する操作に都合のよいようにデ
ータが格納されている。図１０（ｂ）は画像メモリのデ
ータの格納状況を示す。

【００３９】画像表示回路７は、入力された画像データ
をビデオ信号に変換してディスプレイ８画面を４領域に
割り付けて、訪問者番号の小さい順に画面上に４画面の
顔画像を表示する。画像データはディスプレイ８のサイ
ズに正規化されているため、それぞれの訪問者の画像
は、ディスプレイ８の画面を均等に割り当てられた状態
で複数の画面が同時に効率的に表示される。上記画像の
再生時には、訪問者の番号，日時も併せて表示される。

【００４０】デジタル画像処理手段５は、グラフィック
画面にカーソルを配置する構成を内蔵し、親機２１の操
作パネルに設けられたカーソルキー（図示せず）を操作
した信号がＣＰＵ１０に入力され、操作内容に応じたカ
ーソル位置がＣＰＵ１０の制御によって設定される。カ
ーソルが停止した位置で、親機の再生ボタンを押すとカ
ーソル位置がＣＰＵ１０に取り込まれて認識され、カー
ソル位置に出現している画像に対応した訪問者のメッセ
ージを、画像データと組になって格納されている音声メ
モリ１４から読み出して再生する。音声メモリ１４の音
声データは音声Ｄ／Ａ変換部１３を介して音声処理回路
１５へ出力され、スピーカー１６から音声報知される。

【００４１】訪問者の音声については、呼び出しボタン
の操作による誘導を必要とすることなく訪問者の口の動
きを検出して、動きがある場合に音声を自動的メモリに
録音させることができる。即ち、顔座標検出部５ｃで頭
頂座標Ｐｔ（Ｘｃ，Ｙｔ）を検出した際に、口の領域
を、頭頂座標から予め統計的に設定した長さを与えて、
頭座標を基準に決める。この口領域内の画像信号の差分
検出等から動きを判別し、動きがあれば訪問者はメッセ
ージを伝えていると判断して音声を上述の動作により音
声メモリ１４に格納する。この場合は、音声を発生した
訪問者の音声のみが録音され、メモリ領域の利用がより
効率的になる。

【００４２】実施例は親機に画像処理手段を備えたイン
ターホン装置を挙げて説明したが、子機側に設けて構成
することもできる。

【００４３】

【発明の効果】以上のように本発明によれば、被写体の
特徴部分を切り出して半導体メモリに格納するため、メ
モリ容量を無駄を省いて効率的に利用することができ
る。特に被写体が人物である場合は、最も情報として価
値のある訪問者の顔部分を抽出してメモリに格納するた
め一層有効になる。

【００４４】さらに、メモリに格納されたデータの再生
は、異なる時間に格納した複数の画面をディスプレイの
同一画面に同時に表示するため、複数の情報を同時に確
認することができ、確認作業の手間が省ける。

【００４５】再生画面の複数の画像に対して、画像を指
示することによって、対応する伝言メッセージを再生す
ることができ、優先的に選択して音声を聞き出すことが
できる。

【図面の簡単な説明】

【図１】 本発明の一実施例によるテレビインターホン
装置のブロック図である。

【図２】 デジタル画像処理部の具体的構成を示すブロ
ック図である。

【図３】 部分画像の抽出方法及び画像領域切り出しを
説明する画面上の座標関係図である。

【図４】 映像入力信号の画像処理ステップを説明する
フローチャートである。

【図５】 部分画像のサイズ修正における座標関係図で
ある。

【図６】 部分画像のサイズ修正におけるフローチャー
トである。

【図７】 画像データ及び音声データのメモリマップで
ある。

【図８】 親機のディスプレイ画面における再生画面の
図である。

【図９】 画面上のグラフィックデータを示す図であ
る。

【図１０】 グラフィックメモリと画像メモリのデータ
格納状態を示す図である。

【符号の説明】

１ テレビカメラ ４ 画像メモリ ５ デジタル画像処理手段 ５ａ フレーム差分検出部 ５ｂ ２値化処理部 ５ｃ 顔座標演算部 ５ｄ スケーリング部 ８ ディスプレイ １０ ＣＰＵ １２ デジタル音声処理部 １４ 音声メモリ ２０ 子機 ２１ 親機

Claims (5)

【特許請求の範囲】
1. 【請求項１】被写体を撮像するための撮像手段と、映像
   信号及び音声信号を送受信する手段とを有する子機と、 子機からの映像手段及び音声手段を送受信する制御手段
   と、映像信号を表示する画像表示手段と、音声信号を入
   出力する音声処理手段とを有する親機とを備えたテレビ
   インターホン装置において、 親機又は子機は、子機で撮像した被写体の部分画像を抽
   出する画像処理手段と、上記抽出された部分画像の信号
   を所定範囲のサイズに修正するスケーリング手段と、所
   定サイズに修正された画像信号及び音声信号を格納する
   半導体メモリを含んでなることを特徴とするテレビイン
   ターホン装置。
2. 【請求項２】画像処理手段は、同一被写体の異なるフレ
   ームの画像信号の差分信号から部分画像を抽出すること
   を特徴とする請求項１記載のテレビインターホン装置。
3. 【請求項３】スケーリング手段は、複数の異なる被写体
   の部分画像を、同一画面に同時に表示するサイズに修正
   することを特徴とする請求項１に記載のテレビインター
   ホン装置。
4. 【請求項４】半導体メモリは、画像信号と音声信号を対
   応して格納することを特徴とする請求項１に記載のテレ
   ビインターホン装置。
5. 【請求項５】抽出した部分画像から、被写体人物の口の
   領域を想定してこの領域の画像信号を検出し、動きがあ
   ることを検出したときに対応する音声信号を半導体メモ
   リに格納することを特徴とする請求項１に記載のテレビ
   インターホン装置。