JPH09107540A - 監視カメラ装置 - Google Patents

Abstract

(57)【要約】 【課題】検出精度の高い監視カメラ装置を安価に提供す
る。 【解決手段】切り出し手段５で切り出した前回撮影時刻
における移動物体の位置情報と蓄積手段３が蓄積してい
る監視対象物体の固有移動情報とから、今回撮影時刻に
おける移動物体の予測位置情報を位置予測手段６で作成
する。そして、切り出した今回撮影画像情報中における
移動物体の位置情報が、位置予測手段６で予測した移動
物体の予測位置情報に対応しない場合、対応付け手段７
によってその移動物体を監視継続物体から除外する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ビデオカメラなど
の画像入力手段によって得られる画像を処理することに
より、侵入者などを自動的に検知する監視カメラ装置に
関する。

【０００２】

【従来の技術】従来から、監視カメラ装置として、画像
入力手段で得た２次元画像と、予め撮影しておいた侵入
者のない状況での２次元画像とを比較し、その画像の相
違点を見いだすことで侵入者を検出するものがある。し
かしながら、この監視カメラ装置には、・２次元情報を
基にして侵入者を検出するために検出物体の２次元画像
内での位置と実空間内での位置との対応付けが不可能で
ある、・２次元画像内での検出物体の大きさと実物の大
きさとが一致しないために、ネズミ等の小動物を人間と
誤認識しかねない、といった不都合があった。

【０００３】このような不都合を解消したものとして、
従来から、特開昭６２−２４９２９８号公報に示された
監視システムが考えられた。このシステムは、２つの画
像入力手段が撮影した２次元情報を画像処理することで
距離画像を形成し、この距離画像によって侵入者の有無
を判断している。

【０００４】この監視システムについて、詳細に説明す
る。すなわち、２つの画像入力手段が撮影した映像間の
対応点を三角測量の原理により決定することで映像内の
物体の３次元位置、すなわち距離画像を求める。そし
て、予め蓄えておいた侵入物体のない状態の距離画像と
現在の距離画像とを比較し、その差分から侵入物体を抽
出するとともに、距離画像内で切り出された画像構成部
分の個数から侵入物体の概略の大きさを推定する。そし
て、これらの侵入物体の情報と、予め記憶しておいた侵
入物体の属性情報とを比較することにより、侵入物体の
特定（例えば、人間であるか否か）を行う。

【０００５】この方法は監視領域内では光の状況に依存
することなく、物体の大きさを直接推定することができ
るという特徴がある。

【０００６】なお、画像上の各部分３次元位置の算出
は、例えば、谷内田正彦著 『ロボットビジョン』平成
２年 昭晃堂 平成２年 出版 7.4.1節（１８１頁〜１８
８頁）に示されたものが一般に知られている。この算出
方法は、右画像用入力手段で捕えた右画像内の各部分に
ついて、左画像用入力手段で捕らえた左画像内で最も類
似した部分を探索することにより左右の視差を求め、こ
の視差から３角側量の原理により、各部分の３次元位置
を算出している。

【０００７】

【発明が解決しようとする課題】しかしながら、このよ
うに改良された監視システムにおいては、監視すべき領
域外の物体の影が監視領域内を移動する物体として検出
されたり、カーテンの風によるゆらぎが移動物体として
誤検出されるという問題があった。

【０００８】また、画像入力手段から得られる画像を経
時的に追跡する手段を備えていないので、画像の読み取
り間違いによる誤認識を防止することができないという
問題もあった。

【０００９】さらには、この監視システムでは、画像上
での各部分の３次元位置の算出動作を三角測量の原理を
基にして行っており、その際、左右画像において対応す
る部分の割り出しが重要となっており、このような対応
部分の割り出しは、上述した谷内田正彦著『ロボットビ
ジョン』において例示されたように、左右一対の画像間
内において最も類似した部分を検索するといった方法で
行っていた。しかしながら、これでは対応部分の決定を
精度よく行うことができず、そのために、対応部分の誤
決定に起因する侵入者検出失敗を完全に防止することが
できないという問題があった。

【００１０】このような対応部分の誤検出を防止するた
めには、画像入力手段として赤外線カメラを用いて、侵
入者を熱分布の上から画像の他の部分から切り出すこと
で、対応部分の誤検出を防止することが行われている。
しかしながら、これでは、高価な赤外線カメラが必要と
なって、簡便・廉価なセキュリティシステムの実現が困
難になるという問題があった。

【００１１】本発明は、このような問題を解決するもの
であり、検出精度の高い監視カメラ装置を安価に提供す
ることを課題としている。

【００１２】

【課題を解決するための手段】上記目的を達成するた
め、本発明は次のように構成している。

【００１３】請求項１の構成 この監視カメラ装置は、監視領域を所定時刻毎に撮影す
る画像入力手段と、前記画像入力手段が撮影した画像情
報中の各画像構成部分の位置を算出する位置算出手段
と、前記位置算出手段が算出した各画像構成部分の位置
情報から、監視領域内で移動する移動物体を切り出す切
り出し手段と、前記切り出し手段によって切り出された
前回撮影時刻における移動物体の位置情報と監視対象物
体の固有移動情報とから、今回撮影時刻における移動物
体の予測位置情報を作成する位置予測手段と、前記切り
出し手段によって切り出された今回撮影画像情報中にお
ける移動物体の位置情報が、前記位置予測手段で予測し
た移動物体の予測位置情報に対応しない場合、該移動物
体を監視継続物体から除外する対応付け手段とを有して
いる。

【００１４】請求項４の構成 この監視カメラ装置は、監視領域を所定時刻毎に撮影す
る画像入力手段と、前記画像入力手段が撮影した画像情
報中の各画像構成部分の位置を算出する位置算出手段
と、前記位置算出手段が算出した各画像構成部分の位置
情報から、監視領域内で移動する移動物体を切り出す切
り出し手段と、前記切り出し手段によって切り出された
複数時刻における移動物体の位置情報から該移動物体の
運動特性を算定し、該運動特性が監視対象物体の固有運
動特性に対応しない場合、該移動物体を監視継続物体か
ら除外する運動状況判定手段とを有している。

【００１５】

【発明の実施の形態】第１の実施の形態 図１は、本発明の請求項１の発明を実施した形態の一つ
である監視カメラ装置の構成を示すブロック図である。
この監視カメラ装置１は、ＣＣＤカメラ等からなり、監
視領域を互いに別角度から所定時刻毎に撮影する複数
（この例では左右一対）の画像入力手段２と、メモリか
らなり画像入力手段２で入力した画像データ、監視対象
物体の移動特性情報、および画像データの演算処理等の
各種演算情報を蓄積する蓄積手段３と、画像入力手段２
により得られた画像中に存在する各部分の３次元位置を
算出する３次元位置算出手段４と、撮影時刻毎の画像か
ら個々の物体を切り出す切り出し手段５と、切り出した
物体が次の撮影時刻において位置しているであろう位置
を予測する位置予測手段６と、撮影時刻毎の切り出し物
体の間で対応付けを行う対応付け手段７と、ブラウン管
等からなり画像入力手段２で撮影した画像を表示する画
像表示手段８と、各手段２〜８の動作制御を行う中央演
算処理手段９とを備えている。

【００１６】次に、この監視カメラ装置１の動作の概略
を図２のフローチャートを基にして説明する。なお、こ
の例では、左右一対の画像入力手段２，２を用いて画像
を入力する場合を説明するが、画像入力手段２の数は一
対に限定されることはなく、３個以上であってもよいの
はいうまでもない。

【００１７】まず、右左の画像入力手段２，２で所定時
刻毎に監視領域を互いに別角度から撮影し、その画像デ
ータを蓄積手段３に蓄積する（Ｓ１，Ｓ２）。そして、
蓄積した左右の画像データを３次元位置算出手段４に入
力する。３次元位置算出手段４では、左右画像中の各画
像構成部分を互いに対応させたうえで、各対応点の間の
視差および三角測量の原理等から各部分の３次元位置を
算出する（Ｓ３）。

【００１８】３次元位置の算出を詳細に説明すると次の
ようになる。すなわち、入力された左右の画像中の各画
像構成部分を、従来例で説明した谷内田らの方法に従っ
て、例えば８×８画素のブロック状の画像構成部品に分
割したうえで左右画像間で最も類似した部分を見いだし
て対応付ける。そして、対応付けされた画像構成部分ど
うしの左右の視差を求め、３角側量の原理を適用するこ
とにより、その３次元位置情報を算出する。

【００１９】このようにして算出された各画像構成部分
の３次元位置データは切り出し手段５に入力され、ここ
で、左右上下にクラスタリングされて、画像中に存在す
る物体がクラスタブロックとして切り出される（Ｓ
４）。

【００２０】クラスタブロックの切り出し（Ｓ４）操作
は次のようになっている。すなわち、まず、予め侵入物
体のない状態における各画像構成部分の初期３次元位置
情報をＳ３の手法により求めておく。次に、監視撮影に
より求めた各画像構成部分の３次元位置情報と、予め記
憶していた初期３次元位置情報とを比較し、変化のあっ
た画像構成部分は物体の侵入があったと見なして抽出す
る。このような変化があるか否かの判定は、３次元位置
情報を比較した結果、奥行き座標の差が所定の閾値を越
えたか否かで行う。この判定は人間等の監視対象物体が
監視領域内に侵入すれば、物体が位置する画像構成部分
の奥行き座標は物体が存在する分、ある程度変動するこ
とを判定基準にしている。例えば、監視対象物体が人間
であれば、奥行き座標の変化は最低でも約５０ｃｍと見
なすことができる。したがって、閾値（例えば５０ｃ
ｍ）以上奥行き座標が変化したことを確認できれば、そ
の画像構成部分に物体（人間）が侵入したと見なしてそ
の画像構成部分を抽出する。

【００２１】次に、抽出された画像構成部分に対して左
右方向及び奥行き方向の座標に関するクラスタリングを
行う。クラスタリングとは、互いに近接した同一ないし
同等の性質を有する画像構成部分どうしを一つのクラス
タブロックＣＢと見なして、画像内の他の画像構成部分
から切り離す操作をいう。そして、クラスタリングによ
って得られたクラスタブロックＣＢに属する画像構成部
分の数を検出してその数の多少を検討して、部品切り出
し操作の正誤を判定する。すなわち、切り出したクラス
タブロックＣＢに属する部分数が少ない場合では、画像
入力あるいは３次元位置算出での操作に誤りが発生した
可能性が高いと判断してそのクラスタブロックＣＢの情
報を削除する。

【００２２】このような判定は次のような理由に依って
いる。すなわち、例えば、画像内から分割する画像構成
部分の大きさを３Ｏｃｍ四方としかつ監視対象物体を人
間とした場合、人間の身長は通常１２０ｃｍ以上あるの
で、１２０／３０＝４、つまりクラスタブロックＣＢを
構成する画像構成部分の数が４個以上なければ、そのク
ラスタブロックＣＢを人間と見なすことはできない。そ
こで、クラスタブロックＣＢに属する画像構成部分の数
を調べ、その数が３個以下の場合では、画像入力ないし
部品の切り出し操作に誤りがあったとして、そのクラス
タブロックＣＢの情報を削除する。

【００２３】なお、このとき、画像構成部分の画像上の
長さと実際の長さとは、画像構成部分と画像入力手段２
との間の距離に応じて変動する。そのため、画像入力手
段２に近い位置にある画像構成部分ほど、上述したクラ
スタブロックＣＢの大きさ判定における部品個数の閾値
を小さくしている。

【００２４】また、接することなく位置する同一ないし
同等の性質を有する画像構成部分のうち、互いの間の隙
間が小さい画像構成部分は統合を行って一つのクラスタ
ブロックＣＢと見なしている。これは、検出したクラス
タブロックＣＢが画像入力手段２に近い位置に存在し
て、クラスタブロックＣＢの大きさ判定における部品個
数の閾値が少ない場合では、画像入力あるいは３次元位
置算出操作での誤りにより、本来一つのクラスタブロッ
クＣＢを構成する画像構成部分が画像情報上では隙間を
空けて配置しているかのごとく記憶される可能性が比較
的高いことを救済するために行われる操作である。具体
的には、画像構成部分の間に画像構成部分１つ分の隙間
がある場合は、これは一つのクラスタブロックＣＢを構
成する画像構成部分であると見なして統合する。

【００２５】このようにして得られたクラスタブロック
ＣＢの位置は物体の位置に対応する一方、その広がりは
物体の広がりに対応している。

【００２６】切り出された各クラスタブロックＣＢのデ
ータは切り出し手段５と位置予測手段６とにそれぞれ入
力され、ここで今度は、前回撮影時刻と、今回撮影時刻
とにおける各クラスタブロックＣＢの対応付けが行われ
る（Ｓ５，Ｓ６）。ここでは、前回撮影時刻において切
り出されたクラスタブロックＣＢｂが、監視対象物体で
あれば、今回撮影時刻においてどこまで移動するかを予
測したうえで、今回撮影時刻において切り出されたクラ
スタブロックＣＢｎが予測していた位置に存在するか否
かを判定している。

【００２７】そして、クラスタブロックＣＢｎが予測し
ておいた位置に存在している場合は、そのクラスタブロ
ックＣＢｎを監視対象物体と見なしてその監視を継続す
る一方、クラスタブロックＣＢｎが予測しておいた位置
に存在していない場合は、そのクラスタブロックＣＢｎ
が監視対象物体でない、もしくは誤検出されたクラスタ
ブロックＣＢｎと見なして、監視対象物体から除外す
る。

【００２８】次に、Ｓ５の対応付け操作とＳ６の位置予
測操作を図３のフローチャートを基にして詳細に説明す
る。

【００２９】まず、撮影画像が１番最初の画像（以下第
１フレーム画像）であるか否かを判断する（Ｓ７）。画
像フレームは画像のフレームカウンタで調べることがで
きる。

【００３０】第１フレームでクラスタブロックＣＢの切
り出しを行った場合、次の撮影時刻、すなわち第２フレ
ームの撮影時刻においてこのクラスタブロックＣＢがど
の位置まで移動するかを予測する予測位置リストを作成
する（Ｓ９）。予測位置リストの作成は位置予測手段６
が行う。

【００３１】予測位置リストは以下の手順で作成され
る。すなわち、蓄積手段３には、図４に示すように、監
視対象物体の移動特性情報２０が記憶されている。この
移動特性情報２０は、監視対象物体２１と、この物体２
１の移動特性２２とが対応付けられて記憶されている。
例えば、監視対象物体２０には、「人間」という値が格
納されており、物体の移動特性２２には、たとえば「人
間」の最大歩行速度値ＶＷmaxが格納されている。これ
らの値は、監視対象物体２１の種類に応じて複数個設定
することができるが、ここでは、簡単にするため、監視
対象物体２１を「人間」１種として記載している。

【００３２】まず、今回撮影時刻（この場合は第１フレ
ームの撮影時刻）で切り出されたクラスタブロックＣＢ
ｂを監視対象物体と見なしたうえで、次回撮影時刻にお
いて最も遠くまで移動したときの移動距離（最大移動距
離）Ｌmaxを算出する。この移動距離Ｌmax算出は、Ｌma
x=（今回撮影時刻−前回撮影時刻）×ＶＷmax（最大歩
行速度）の計算式で求められる。

【００３３】次に、今回撮影時刻において切り出したク
ラスタブロックＣＢｂの平面上の中心位置を中心とし、
求めた最大移動距離Ｌmaxを半径とし、かつ軸方向を垂
直にした円筒形を想定し、この円筒形内に位置するいく
つかの点の位置データを作成する。この円筒形内の点は
すべて原理的には第２フレームで物体が移動可能な点と
考えられる。実際には、このようにいくつかの点で代表
される近似を行う。これらの点の円筒形内での位置の例
を、その水平断面内において、図５に示す。第１フレー
ムでの予測では、監視対象物体の移動速度・移動方向に
関する情報が得られないため、このように一つのクラス
タブロックＣＢに対して複数（図５の例では４個）の予
測位置データを作成する。このような予測位置データ
を、切り出したクラスタブロックＣＢｂ毎に作成して予
測位置リスト２５に収納する。予測位置データ２５は蓄
積手段３内に格納される。

【００３４】図６に予測位置リスト２５の構造例を示
す。この図で、２６はクラスタブロックコードを収納す
るレコードであり、２７はクラスタブロック予測位置の
左右座標を入れるレコードであり、２８はクラスタブロ
ック予測位置の奥行き座標を入れるレコードである。図
５では、１からｎまでのｎ個の監視中クラスタブロック
ＣＢが存在している例を示しており、クラスタブロック
コードは１から順に増加している。なお、監視中のクラ
スタブロックＣＢが監視領域外に出た場合や、クラスタ
ブロックＣＢの検出が誤検出であると判明した場合は、
そのクラスタブロックコードは空番号となる。

【００３５】また、座標は符号付き整数で表しており、
例えば、ｍｍを単位とした４バイトの座標レコードとす
ると、−３２７６８ｍｍ〜３２７６８ｍｍの間のデータ
を座標データとして記入することができる。なお、図５
中、２９は終了コードを入れるレコードである。また、
図７は図６の予測位置リスト２５に具体的な数値を入れ
た例である。

【００３６】一方、Ｓ７で、撮影画像が２番目の画像
（第２フレーム画像）以降の画像であると判断すると、
この画像中のクラスタブロックＣＢの位置が、予測位置
リスト２５で記憶している各クラスタブロックＣＢの予
測位置とマッチングするか否かが判定される（Ｓ８）。

【００３７】Ｓ８のマッチング操作を図８のフローチャ
ートを基にして詳細に説明する。まず、予測位置リスト
２５を蓄積手段３から呼び出して、前回の撮影時刻の画
像フレームで切り出したクラスタブロックＣＢｂと、今
回撮影時刻で切り出したクラスタブロックＣＢｎとを照
合して（Ｓ１１）、前回撮影時刻で切り出したクラスタ
ブロックＣＢｂと今回撮影時刻で切り出したクラスタブ
ロックＣＢｎとの間で対応するものが存在するか否かを
判断する（Ｓ１２）。この判断は、実際に、前回撮影時
刻の画像フレームで切り出したクラスタブロックＣＢｂ
それぞれと、今回撮影時刻で切り出したクラスタブロッ
クＣＢｎそれぞれとの間での、対応が可能な組み合わせ
を全て調べ、各組み合わせについて、その中の全対応の
予測位置（ＣＢｂ）と位置（ＣＢｎ）との間の距離の総
和を計算し、この総和が最小となる組み合わせを選ぶこ
とによって行う。この際、前回撮影時刻の画像フレーム
で切り出したクラスタブロックＣＢｂそれぞれと、今回
撮影時刻で切り出したクラスタブロックＣＢｎとの間に
対応する相手がないものであっても構わない。そのよう
な場合には、距離は、図９に示すように、監視・非監視
領域間の境界Ｋと、対応するものが存在しないクラスタ
ブロックＣＢｂ’（またはＣＢｎ’）との間の最小離間
距離Ｅで代用する。なお、図９では、説明の都合上、監
視領域を平面図で表示するとともに、クラスタブロック
ＣＢｂ（ＣＢｎ）を点で表示している。

【００３８】Ｓ１２で対応するクラスタブロックＣＢｎ
があると判断すると、前回の撮影時刻の画像フレームで
切り出したクラスタブロックＣＢｂの位置と、今回撮影
時刻で切り出したクラスタブロックＣＢｎの位置からこ
れらに対応する移動物体の移動速度（ベクトル）を計算
する。

【００３９】このようにして、算出したクラスタブロッ
クＣＢの移動速度と、今回撮影時刻のクラスタブロック
ＣＢｎの位置から、次回撮影時刻におけるクラスタブロ
ックＣＢの移動予測位置を計算し、その計算値を予測位
置リスト２５に記入して、次回撮影時刻（例えば、第３
フレームの撮影時刻）における移動予測リスト２５を作
成する（Ｓ１４）。

【００４０】一方、Ｓ１２において、対応するクラスタ
ブロックＣＢがないと判断した場合には、 ・前回撮影時刻で切り出したクラスタブロックＣＢｂに
対応するものが今回撮影時刻で切り出したクラスタブロ
ックＣＢｎの中に存在しない、 ・今回撮影時刻で切り出したクラスタブロックＣＢｎに
対応するものが前回撮影時刻で切り出したクラスタブロ
ックＣＢｂの中に存在しない、という二つの場合が考え
られ、これらの場合には、画像処理において何らかの問
題が発生していることが想定できる。

【００４１】このような場合には、図９に示すように、
監視・非監視領域間の境界Ｋと、前回もしくは今回の撮
影時刻で切り出されたものの対応するものが存在しない
クラスタブロックＣＢｂ’（ＣＢｎ’）との間の最小離
間距離Ｅを調べ、この最小離間距離Ｅが所定の閾値Ｌよ
り大きいか否かを調べる（Ｓ１５）。なお、閾値Ｌは監
視対象物体の移動速度や監視領域の大きさによって任意
に設定される。

【００４２】Ｓ１５で最小離間距離Ｅが閾値Ｌより大き
いとわかると、前回もしくは今回の撮影時刻においてク
ラスタブロックＣＢの検出に失敗したと判断して、その
クラスタブロックＣＢのデータを蓄積手段３から削除す
る（Ｓ１６，Ｓ１７）。

【００４３】一方、Ｓ１５で最小離間距離Ｅが閾値Ｌよ
り小さいとわかった場合には、 前回撮影時刻において切り出したクラスタブロックＣ
Ｂｂが監視領域の端部に位置しており、今回の撮影時刻
においてこのクラスタブロックＣＢｂは監視領域外に外
れた、 今回撮影時刻において切り出したクラスタブロックＣ
Ｂｎが監視領域の端部に位置しており、このクラスタブ
ロックＣＢｎは今回撮影時刻において新たに監視領域内
に入ってきた、 という二つの場合が想定される。

【００４４】これらの場合には、Ｓ１８に移行する。Ｓ
１８では対応操作を行っているクラスタブロックＣＢが
今回撮影時刻で切り出されたものであるか否かを判断す
る。

【００４５】Ｓ１８で、対応操作を行っているクラスタ
ブロックＣＢが今回撮影時刻で切り出されたものでない
と分かった場合、すなわち、対応操作を行っているクラ
スタブロックＣＢが前回撮影時刻において切り出された
ものである場合は、上記の場合と判断して（Ｓ１
９）、そのクラスタブロックＣＢｂのデータを蓄積手段
３から削除する（Ｓ２０）。

【００４６】一方、Ｓ１８で、対応操作しているクラス
タブロックＣＢが今回撮影時刻で切り出されたものであ
ると分かった場合は、上記の場合と判断する（Ｓ２
１）。そして、このような場合には、そのクラスタブロ
ックＣＢｎと前回の撮影時刻の画像フレームで切り出し
たクラスタブロックＣＢｂとのとの間で離間距離の計算
を中止して、次回撮影時刻におけるそのクラスタブロッ
クＣＢｎの予測位置リスト２５をＳ９の手法により作成
する（Ｓ２２）。

【００４７】このようにして、Ｓ９で予測位置リスト２
５を作成したのち、最終撮影時刻になったか、すなわ
ち、最終フレームになったか否かを判断する（Ｓ１
０）。Ｓ１０で最終フレームになったと判断した場合に
は上述した一連の処理を終了する。一方、Ｓ１０で最終
フレームでないと判断した判断には、Ｓ１，Ｓ２に戻っ
て、上述した一連の処理を継続する。

【００４８】以上の実施の形態によれば、前回撮影時刻
における監視物体（クラスタブロック）の位置に基づい
て今回撮影時刻における監視物体の位量を予測すること
により、監視物体の時間的変化を予測して侵入物体の検
出及び監視を行うので、侵入者などの画像を精度よく監
視することができる。

【００４９】第２実施例 図１０は、本発明の請求項２の発明を実施した形態の一
つである監視カメラ装置の構成を示すブロック図であ
る。この監視カメラ装置５０は、ＣＣＤカメラ等からな
り、監視領域を互いに別角度から所定時刻毎に撮影する
複数（この例では左右一対）の画像入力手段５１と、メ
モリからなり画像入力手段５１で入力した画像データ、
移動物体の運動特性データ、および画像データの演算処
理等の各種演算情報を蓄積する蓄積手段５２と、画像入
力手段５１により得られた画像中に存在する各部分の３
次元位置を算出する３次元位置算出手段５３と、撮影時
刻毎の画像から個々の物体を切り出す切り出し手段５４
と、切り出した物体が次の撮影時刻において位置してい
るであろう位置を予測する位置予測手段５５と、撮影時
刻毎の切り出し物体の間で対応付けを行う対応付け手段
５６と、切り出した物体の位置情報を記憶する位置情報
記憶手段５７と、位置情報記憶手段５７で記憶した切り
出し物体の位置情報を基にして切り出し物体が監視対象
物体であるか否かを判定する運動状況判定手段５８と、
ブラウン管等からなり画像入力手段５１で撮影した画像
を表示する画像表示手段５９と、各手段５１〜５９の動
作制御を行う中央演算処理手段６０とを備えている。

【００５０】次に、この監視カメラ装置５０による監視
操作を図１１のフローチャートを基にして説明する。ま
ず、Ｓ３０，Ｓ３１で画像データを蓄積し、Ｓ３２で蓄
積した画像データの３次元位置算出操作を行い、Ｓ３３
で、３次元位置の算出を行った画像データからクラスタ
ブロックＣＢを切り出す操作を行う。これらＳ３０〜Ｓ
３３の操作は、Ｓ１〜Ｓ４の操作と同様であるので、操
作の詳細の説明を省略する。

【００５１】切り出された各クラスタブロックＣＢのデ
ータはその運動状況の判断（Ｓ３４）と、位置予測操作
（Ｓ３５）とが行われる。

【００５２】以下、Ｓ３４，Ｓ３５の操作を図１２のフ
ローチャートを基にして詳細に説明する。まず、Ｓ３３
で切り出したクラスタブロックＣＢの位置情報を位置情
報記憶手段５７に記憶する（Ｓ４０）。なお、位置情報
記憶手段５７は、切り出したクラスタブロックＣＢの位
置情報をすべての撮影時刻にわたって記憶する必要はな
く、例えば過去５フレーム分の位置情報を記憶しておけ
ばよい。また、クラスタブロックＣＢの位置情報を記憶
することに限定されるものではなく、切り出したクラス
タブロックＣＢの平均速度やベクトル情報等、クラスタ
ブロックＣＢの運動状況を判定できるものであれば、他
の情報であってもかまわない。

【００５３】位置情報を蓄積したのち、蓄積した画像デ
ータが第１フレームのデータであるか否かを、Ｓ７と同
様の操作で判定する（Ｓ４１）。Ｓ４１で第１フレーム
であると判断すると、各クラスタブロックＣＢの予測位
置リスト２５をＳ９の操作と同様の操作で作成する（Ｓ
４４）。一方、Ｓ４１で第１フレームでないと判断する
と、Ｓ８と同様の操作で予測位置リスト２５とのマッチ
ングを取る（Ｓ４２）。

【００５４】Ｓ４２で予測位置リスト２５とのマッチン
グを取った後、位置情報記憶手段５７に記憶されたその
時点までの各クラスタブロックＣＢの位置情報に基づい
て、運動状況判定手段５８が、そのクラスタブロックＣ
Ｂの運動特性を調べる（Ｓ４３）。運動特性は例えば次
のように調べる。

【００５５】まず、予測位置リスト２５とのマッチング
によって得られたクラスタブロックＣＢの移動距離と移
動に要した時間（撮影時刻の間隔）とからクラスタブロ
ックＣＢの平均移動速度を求め、予め蓄積手段５２に蓄
積しておいた物体運動情報と比較する。図１３は物体運
動情報リスト６５の―例であり、図中、６６は移動物体
の名称、６７は運動特性情報である。図１３おいて、カ
ーテンの平均移動速度ＶａｖｃがＶｃｍｉｎとＶｃｍａ
ｘとの間に存在している一方、人間の平均移動速度Ｖａ
ｖｈがＶｈｍｉｎとＶｈｍａｘとの間に存在しているこ
とを意味している。

【００５６】ここで、切り出したクラスタブロックＣＢ
の平均移動速度がＶｈｍｉｎより小さい場合は、そのク
ラスタブロックＣＢを次のように判定する。すなわち、
このクラスタブロックＣＢは、監視対象物体（人間）よ
り移動速度の遅い、非監視対象物体である、もしくは内
部的には運動している部分があるものの全体としてはあ
る場所に停止しており移動している物体ではないと判定
する。このような判定を下すと、切り出したクラスタブ
ロックＣＢの位置情報を予測位置リスト２５から除いて
それ以降の監視対象から削除する。

【００５７】Ｓ４３の操作により、例えば、揺れてはい
るものの移動してはいないカーテンなどを移動物体とし
て誤って検出することが防げる。また、予め、監視対象
物体の運動状況に関する情報を、物体運動情報リスト６
５に蓄えておき、切り出したクラスタブロックＣＢの運
動状況と比較することにより、監視対象物体であるか否
かを判断することができるので、切り出したクラスタブ
ロックＣＢの運動状況がこの条件に合わない場合、該ク
ラスタブロックＣＢを予測位置リスト２５から削除して
監視対象から除外することができる。これにより、誤検
出が低減する。

【００５８】Ｓ４３で運動状況を判定したのち、Ｓ９と
同様の操作により、次回撮影時刻における予測位置リス
ト２５を作成する（Ｓ４４）。

【００５９】Ｓ４４で予測位置リスト２５を作成したの
ち、最終撮影時刻になったか、すなわち、最終フレーム
になったか否かを判断する（Ｓ４５）。Ｓ４５で最終フ
レームになったと判断した場合には上述した一連の処理
を終了する。一方、Ｓ４５で最終フレームでないと判断
した判断には、Ｓ３０，Ｓ３１に戻って、上述した一連
の処理を継続する。

【００６０】この実施の形態によれば、複数の撮影時刻
におけるクラスタブロックＣＢの位置に基づいて他の時
刻におけるクラスタブロックＣＢの位置を予測すること
により、カーテンといった誤検出を起こしやすい物体の
時間的変化を予測して、監視対象物体から除外すること
が可能となり、監視対象物体（侵入者等）を精度よく監
視することができる。

【００６１】

【発明の効果】

請求項１の効果 複数の撮影における物体の位置に基づいて他の撮影時刻
における物体の位置を予測することができるので、照明
の変化による陰影の影響など、３次元位置は不変である
にもかかわらず、２次元画像上において変化が起こるこ
とに起因する誤検出を防止できる。

【００６２】また、位置予測手段により、個々の動体を
逐次監視できるので、元々監視領域内にあった物体で、
視野外にはずれた物体の動きの誤検出を避けることがで
きる。さらに、複数の撮影時刻における監視結果の整合
性をとることになるので、各撮影時刻での検出失敗の影
響を排除することができ、監視の精度を向上させること
ができる。

【００６３】さらに、移動予測位置を算出するので、画
像間の対応間違いによる侵入者などの検出の失敗を軽減
することができる。

【００６４】さらにまた、赤外線カメラなどの高価な手
段を用いることなく、画像入力手段を構成することがで
きるので、簡便・廉価なセキュリティシステムが実現で
きる。

【００６５】請求項２の効果 ３次元位置を検出することで位置検出精度が高まり、そ
の分、監視精度がさらに向上する。

【００６６】請求項３の効果 固有移動情報や画像情報を蓄積手段で蓄積処理するの
で、その分、各種情報処理の簡略化が促進されてさらに
監視精度が向上する。

【００６７】請求項４の効果 揺れるカーテン等、ある場所にとどまったまま殆ど動か
ない物体を侵入者と誤判断することを避ける効果がある
うえ、運動状況から物体を特定することが可能になり、
誤検出の可能性を低減することができる。

【００６８】また、赤外線カメラなどの高価な手段を用
いることなく、画像入力手段を構成することができるの
で、簡便・廉価なセキュリティシステムが実現できる。

【００６９】請求項５の効果 ３次元位置を検出することで位置検出精度が高まり、そ
の分、監視精度がさらに向上する。

【００７０】請求項６の効果固有移動情報や画像情報を
蓄積手段で蓄積処理するので、その分、各種情報処理の
簡略化が促進されてさらに監視精度が向上する。

【図面の簡単な説明】

【図１】本発明の第１の実施の形態の構造を示す図であ
る。

【図２】第１の実施の形態における操作の手順の全体を
示すフローチャートである。

【図３】第１の実施の形態における操作の手順の要部を
示すフローチャートである。

【図４】移動特性情報の例である。

【図５】予測位置リストの構成の説明に供するととも
に、クラスタブロックの移動予測操作の第１の手順を示
す説明図てある。

【図６】予測位置リストの例である。

【図７】予測位置リストの具体例である。

【図８】第１の実施の形態における操作の手順のさらに
要部を示すフローチャートである。

【図９】クラスタブロックの移動予測操作の第２の手順
を示す説明図てある。

【図１０】本発明の第２の実施の形態の構造を示す図で
ある。

【図１１】第２の実施の形態における操作の手順の全体
を示すフローチャートである。

【図１２】第２の実施の形態における操作の手順の要部
を示すフローチャートである。

【図１３】物体運動情報リストの例である。

【符号の説明】

３ 蓄積手段 ５ 切り出し手段 ６ 位置予測手段 ７ 対応付け手段 ５２ 蓄積手段 ５４ 切り出し手段 ５５ 位置予測手段 ５６ 対応付け手段 ５８ 運動状況判定手段 ＣＢ クラスタブロック

Claims (7)

【特許請求の範囲】
1. 【請求項１】 監視領域を所定時刻毎に撮影する画像入
   力手段と、 前記画像入力手段が撮影した画像情報中の各画像構成部
   分の位置を算出する位置算出手段と、 前記位置算出手段が算出した各画像構成部分の位置情報
   から、監視領域内で移動する移動物体を切り出す切り出
   し手段と、 前記切り出し手段によって切り出された前回撮影時刻に
   おける移動物体の位置情報と監視対象物体の固有移動情
   報とから、今回撮影時刻における移動物体の予測位置情
   報を作成する位置予測手段と、 前記切り出し手段によって切り出された今回撮影画像情
   報中における移動物体の位置情報が、前記位置予測手段
   で予測した移動物体の予測位置情報に対応しない場合、
   該移動物体を監視継続物体から除外する対応付け手段と
   を有することを特徴とする監視カメラ装置。
2. 【請求項２】 前記画像入力手段は複数設けられて、前
   記監視領域を互いに別角度から撮影しており、 前記位置算出手段は、画像情報中の各画像構成部分の３
   次元位置を算出するものであることを特徴とする請求項
   １記載の監視カメラ装置。
3. 【請求項３】 前記固有移動情報を記憶するとともに前
   記画像入力手段が撮影した画像情報を蓄積する蓄積手段
   をさらに有することを特徴とする請求項１または請求項
   ２記載の監視カメラ装置。
4. 【請求項４】 監視領域を所定時刻毎に撮影する画像入
   力手段と、 前記画像入力手段が撮影した画像情報中の各画像構成部
   分の位置を算出する位置算出手段と、 前記位置算出手段が算出した各画像構成部分の位置情報
   から、監視領域内で移動する移動物体を切り出す切り出
   し手段と、 前記切り出し手段によって切り出された複数時刻におけ
   る移動物体の位置情報から該移動物体の運動特性を算定
   し、該運動特性が監視対象物体の固有運動特性に対応し
   ない場合、該移動物体を監視継続物体から除外する運動
   状況判定手段とを有することを特徴とする監視カメラ装
   置。
5. 【請求項５】 前記画像入力手段は複数設けられて、前
   記監視領域を互いに別角度から撮影しており、 前記位置算出手段は、画像情報中の各画像構成部分の３
   次元位置を算出するものであることを特徴とする請求項
   ４記載の監視カメラ装置。
6. 【請求項６】 前記固有運動特性を記憶するとともに前
   記画像入力手段が撮影した画像情報を蓄積する蓄積手段
   をさらに有することを特徴とする請求項４または請求項
   ５記載の監視カメラ装置。
7. 【請求項７】 前記運動状況判定手段が算定する移動物
   体の運動特性は、移動物体の平均移動速度であることを
   特徴とする請求項４ないし請求項６のいずれかに記載の
   監視カメラ装置。