JPWO2013057904A1 - 蝟集判定装置及び蝟集判定方法 - Google Patents

Abstract

動画像を入力する画像入力部２と、入力画像を局所領域に分割する画像分割部３と、局所領域に分割された画像毎の動きを検出する動き検出部５と、局所領域に分割された画像毎に人物が含まれているか否かを検出する人物検出部６と、複数の局所領域で構成される蝟集判定ウインドウを生成する蝟集判定ウインドウ生成部９とを有し、蝟集判定ウインドウに含まれる局所領域の中で動き検出部５により動きありと判定された局所領域の比率から得られる動き割合及び蝟集判定ウインドウに含まれる局所領域の中で人物検出部６により人物が含まれると判定された局所領域の比率から得られる人物割合により入力画像の蝟集状態を判定する。

Description

本発明は、局所的な人物の集合を意味する蝟（い）集を判定する蝟集判定装置及び蝟集判定方法に関する。

人物の暴れを検知する装置として、例えば特許文献１で開示されたものがある。この特許文献１で開示された暴れ検知装置は、エレベータ内にカメラを設置して、撮影時刻が所定時間異なる２枚の画像から画像内の各点の動き及び大きさを算出し、各点の動きの向き及び大きさから人物の動きの向き又は大きさのうちの少なくとも一方の人物の動きのばらつき量を算出する動き算出手段と、人物の動きのばらつき量と人物の暴れ判定閾値とを比較して人物の暴れを判定する暴れ判定手段とを備える。

日本国特開２００６−２７６９６９号公報

しかしながら、上述した特許文献１に記載された暴れ検知装置は、エレベータ内を想定しているため、繁華街等の常に人通りが見込まれる場所での誤報対策が含まれておらず、そのような場所での暴れを精度良く検知することができないという課題がある。また、この従来の暴れ検知装置では、たむろ行為などの動きの無い蝟集の検知については想定されておらず、たむろ行為などの動きの無い蝟集を検知することができないという課題もある。

なお、蝟集とは、局所的な人物の集合を言い、単なる混雑状態とは異なる。例えば、図１７に示すような夜間の公園等で多く発生する「たむろ（未成年者の蝟集）」や、図１８に示すような喧嘩等の「異常事態発生による人ごみ（野次馬を含む）」が蝟集である。

本発明は、係る事情に鑑みてなされたものであり、繁華街等の常に人通りが見込まれる場所でも高精度で蝟集を判定することができるとともに、たむろ行為などの動きの無い蝟集も判定することができる蝟集判定装置及び蝟集判定方法を提供することを目的とする。

本発明の蝟集判定装置は、動画像を入力する画像入力手段と、前記画像入力手段によって入力された画像を局所領域に分割する画像分割手段と、複数の前記局所領域で構成される蝟集判定ウインドウを生成する蝟集判定ウインドウ生成手段と、を有し、前記蝟集判定ウインドウに含まれる前記局所領域の中で動きありと判定された局所領域の動き割合、及び前記蝟集判定ウインドウに含まれる前記局所領域の中で人物が含まれると判定された局所領域の人物割合により前記入力画像の蝟集状態を判定する。

上記構成によれば、入力画像を局所領域に分割し、複数の局所領域で構成した蝟集判定ウインドウを生成し、生成した蝟集判定ウインドウに含まれる局所領域の中で動きがある局所領域の動き割合、及び、生成した蝟集判定ウインドウに含まれる局所領域の中で人物が含まれる局所領域の人物割合により入力画像の蝟集状態を判定するので、繁華街等の常に人通りが見込まれる場所でも高精度で蝟集を判定することが可能となるとともに、たむろ行為などの動きの無い蝟集も判定することが可能となる。

上記構成において、前記入力画像の全体で前記蝟集判定ウインドウを走査し、蝟集ありと判定された蝟集領域を統合する。

上記構成において、前記動き割合が所定の値以上であり、前記動きありと判定された局所領域のフロー分散が所定の値以上のとき、第１の蝟集継続状態を更新し、前記動き割合が所定の値より小さく、前記人物割合が所定の値以上のとき、第２の蝟集継続状態を更新し、前記入力画像から得られる前記第１の蝟集継続状態及び前記第２の蝟集継続状態により、前記入力画像の蝟集状況を判定する。

上記構成によれば、動き割合が所定の値以上であり、動きありと判定した局所領域のフロー分散が所定の値以上のとき、第１の蝟集継続状態を更新し、また、動き割合が所定の値より小さく、人物割合が所定の値以上のとき、第２の蝟集継続状態を更新し、入力画像から得られる第１の蝟集継続状態及び第２の蝟集継続状態により、入力画像の蝟集状況を判定するので、繁華街等の常に人通りが見込まれる場所でも高精度で蝟集を判定することが可能となるとともに、たむろ行為などの動きの無い蝟集も判定することが可能となる。

上記構成において、前記フロー分散は、前記動きありと判定された局所領域の動きベクトルの方向から算出される分散である。

上記構成において、前記第１の蝟集継続状態は、第１のカウンタであって、前記動きありと判定された局所領域のフロー分散が所定の値以上のとき前記第１のカウンタを増加し、前記動きありと判定された局所領域のフロー分散が所定の値より小さなときは前記第１のカウンタを減じ、前記第１のカウンタが所定の値以上のとき、前記入力画像に蝟集ありと判定する。

上記構成において、前記第２の蝟集継続状態は、第２のカウンタであって、前記人物割合が所定の値以上のとき前記第２のカウンタを増加し、前記人物割合が所定の値より小さなときは前記第２のカウンタを減じ、前記第２のカウンタが所定の値以上のとき、前記入力画像に蝟集ありと判定する。

本発明の蝟集判定方法は、動画像から得られる入力画像の蝟集状態を判定する蝟集判定方法であって、動画像を入力する画像入力ステップと、前記画像入力ステップによって入力された画像を局所領域に分割する画像分割ステップと、複数の前記局所領域で構成される蝟集判定ウインドウを生成する蝟集判定ウインドウ生成ステップと、を有し、前記蝟集判定ウインドウに含まれる前記局所領域の中で動きありと判定された局所領域の動き割合、及び前記蝟集判定ウインドウに含まれる前記局所領域の中で人物が含まれると判定された局所領域の人物割合により前記入力画像の蝟集状態を判定する。

上記方法によれば、入力画像を局所領域に分割し、複数の局所領域で構成した蝟集判定ウインドウを生成し、生成した蝟集判定ウインドウに含まれる局所領域の中で動きがある局所領域の動き割合、及び、生成した蝟集判定ウインドウに含まれる局所領域の中で人物が含まれる局所領域の人物割合により入力画像の蝟集状態を判定するので、繁華街等の常に人通りが見込まれる場所でも高精度で蝟集を判定することが可能となるとともに、たむろ行為などの動きの無い蝟集も判定することが可能となる。

本発明によれば、繁華街等の常に人通りが見込まれる場所でも精度良く蝟集を判定することができるとともに、たむろ行為などの動きの無い蝟集も判定することができる。

本発明の実施の形態１に係る蝟集判定装置の概略構成を示すブロック図 図１の蝟集判定装置において、画像を局所領域に分割した具体例を示す図 （ａ）〜（ｅ）図１の蝟集判定装置において、人物検出と動き検出とこれらの統合の具体例を示す図 図１の蝟集判定装置において、蝟集判定ウインドウの具体例を示す図 （ａ）〜（ｄ）図１の蝟集判定装置において、動き割合、人物割合及びフロー分散の算出を模式的に示した図 （ａ），（ｂ）図１の蝟集判定装置において、オプティカルフローを用いた動き検出の具体例を示す図 （ａ）〜（ｃ）図１の蝟集判定装置において、蝟集領域統合の具体例を示す図 （ａ）〜（ｃ）図１の蝟集判定装置において、蝟集領域統合の他の例を示す図 図１の蝟集判定装置における蝟集検出のアルゴリズムの流れを示す図 図１の蝟集判定装置のメイン処理を概略的に示したフローチャート 図１の蝟集判定装置のメイン処理を詳細に示したフローチャート 図１の蝟集判定装置のメイン処理を詳細に示したフローチャート 図１の蝟集判定装置のメイン処理を詳細に示したフローチャート 本発明の実施の形態２に係る蝟集判定装置の概略構成を示すブロック図 図１４の蝟集判定装置において、混雑度の算出の具体例を示す図 本発明の実施の形態３に係る蝟集判定装置の概略構成を示すブロック図 蝟集の状態の１つである「たむろ」を示す図 蝟集の状態の１つである「喧嘩と野次馬」を示す図

以下、本発明を実施するための好適な実施の形態について、図面を参照して詳細に説明する。

（実施の形態１）
図１は、本発明の実施の形態１に係る蝟集判定装置の概略構成を示すブロック図である。本実施の形態に係る蝟集判定装置１は、通常のコンピュータを用いた構成としている。即ち、ＣＰＵ、ＲＡＭ等の揮発性メモリ、ＲＯＭ等の不揮発性メモリ、及びハードディスク又はＳＳＤ（Solid State Drive）等の大容量記憶装置等を備えたコンピュータによって構成している。なお、コンピュータを用いた構成以外に専用のハード構成としてもよいことは言うまでもない。

図１において、本実施の形態に係る蝟集判定装置１は、画像入力部２と、画像分割部３と、画像保持部４と、動き検出部５と、人物検出部６と、局所領域状態推定部７と、局所領域設定情報保持部８と、蝟集判定ウインドウ生成部９と、判定ウインドウ内動き割合算出部１０と、判定ウインドウ内フロー分散算出部１１と、判定ウインドウ内人物割合算出部１２と、判定ウインドウ内蝟集判定部１３と、蝟集領域統合部１４と、表示部１５とを備える。

画像入力部２は、カメラで撮影された動画像を入力する。画像分割部３は、入力画像を局所領域に分割する。図２は、入力画像を局所領域に分割した具体例を示す図である。同図に示すように、入力画像１００を人物サイズ基準で局所領域に分割する（分割した一つ一つが局所領域である）。この場合、人物サイズ基準で局所領域に分割することから、局所領域は人物サイズが大きいと広くなり、人物サイズが小さいと狭くなる。

図１に戻り、画像保持部４は、画像分割部３で局所領域に分割された画像を保持する。人物検出部６は、局所領域に分割された画像毎に人物が含まれているか否かを検出する。人物の検出は人間の特徴量に基づいて行われる。動き検出部５は、画像分割部３からの画像と画像保持部４に保持されている画像とから局所領域に分割された画像毎の動きを検出する。

図３（ａ）〜（ｅ）は、人物検出と動き検出とこれらの統合の具体例を示す図である。人物検出において、まず同図の（ａ）に示すように入力画像１００において人物を捉える。（ａ）では４人の人物２００−１〜２００−４を捉えている。人物を捉えた後、（ｂ）に示すようにマッピングを行い、２値的な白黒の画像を得る。２値的画像を得た後、（ｃ）に示すように局所領域の４点全てが属しているもののみ暫定として滞留判定する。（ｃ）では局所領域の４点全てが属しているものは局所領域１１０−１〜１１０−３の３個である。

一方、動き検出は全ての局所領域のなかでどこに動きがあるか見ている。図３では、（ｄ）に示すように局所領域１２０で人物の動きがある。（ｅ）に示すように人物検出と動き検出を統合することで、人物の動きを判定できるとともに、人物はいるが動いていないことも判定できる。この場合、局所領域１２１では人物の動きはなく、局所領域１２２では人物はいない（非人物）。

図１に戻り、局所領域状態推定部７は、局所領域設定情報保持部８に保持されている局所領域設定情報を元に局所領域に分割された画像毎の状態を推定する。蝟集判定ウインドウ生成部９は、複数の局所領域で構成される蝟集判定ウインドウを生成する。蝟集判定ウインドウは、局所領域サイズを基にＸ×Ｙ個で構成される。図４は、蝟集判定ウインドウの具体例を示す図である。同図に示す蝟集判定ウインドウ１０１は３×３個で構成したものである。

図１に戻り、判定ウインドウ内動き割合算出部１０は、蝟集判定ウインドウ生成部９で生成された蝟集判定ウインドウに含まれる局所領域の中で動き検出部５により動きありと判定された局所領域の比率から得られる動き割合を算出する。判定ウインドウ内フロー分散算出部１１は、蝟集判定ウインドウ生成部９で生成された蝟集判定ウインドウに含まれる局所領域の中で動きありと判定された局所領域の動きベクトルの方向からフロー分散を算出する。判定ウインドウ内人物割合算出部１２は、蝟集判定ウインドウ生成部９で生成された蝟集判定ウインドウに含まれる局所領域の中で人物検出部６により人物が含まれると判定された局所領域の比率から得られる人物割合を算出する。

図５（ａ）〜（ｄ）は、動き割合、人物割合及びフロー分散の算出を模式的に示した図である。同図に示す動き割合は、（ａ）に示すように蝟集判定ウインドウ１０１−１の局所領域９個のうち６個が「人の動きあり」であるので、６／９＝６６．６％となる。人物割合は、（ｂ）に示すように蝟集判定ウインドウ１０１−２の局所領域９個のうち２個が「人物動きなし」であるので、２／９＝２２．２％となる。フロー分散は、「人物動きあり」の状態の局所領域に対して、動き方向の分散値を算出することになる。（ｃ）に示す場合、分散値は小となり（ベクトル１３０の向きが整っている）、（ｄ）に示す場合、分散値は大となる（ベクトル１３０の向きがばらばら）。蝟集時の動き情報を「動きの向きが一定に定まらず、方向の分散値が高い」と定義する。

動き方向は、オプティカルフローを用いることで検出できる。図６（ａ），（ｂ）は、オプティカルフローを用いた動き検出の具体例を示す図である。（ａ）は正常シーンであり、ベクトル１３０の向きは略一定となっている。この場合、ベクトル１３０が一方向なので、分散値が低い状態である。一方、（ｂ）は暴行発生シーンであり、ベクトル１３０は時間的・空間的に統一性がない。この場合、ベクトル１３０が分散しているので、分散値が高い状態である。

図１に戻り、判定ウインドウ内蝟集判定部１３は、蝟集判定ウインドウ内で蝟集が発生しているか否かを判定する。判定ウインドウ内蝟集判定部１３は、蝟集判定ウインドウ内における動き割合、フロー分算及び人物割合により入力画像の蝟集状態を判定する。判定ウインドウ内蝟集判定部１３は、判定ウインドウ内蝟集継続カウント部１３１と、蝟集継続カウント保持部１３２と、判定ウインドウ内蝟集継続判定部１３３とを備えている。判定ウインドウ内蝟集継続カウント部１３１、蝟集継続カウント保持部１３２及び判定ウインドウ内蝟集継続判定部１３３は、入力画像に対して蝟集判定ウインドウを動かすための処理を行う。蝟集判定ウインドウにおいて蝟集が発生しているかどうかを判定するために、蝟集判定ウインドウを動かすための処理を行う。

判定ウインドウ内蝟集判定部１３は、動き割合が所定の値以上であり、動きありと判定された局所領域のフロー分散が所定の値以上のとき、第１の蝟集継続状態を更新し、動き割合が所定の値より小さく、人物割合が所定の値以上のとき、第２の蝟集継続状態を更新し、入力画像から得られる第１の蝟集継続状態及び第２の蝟集継続状態により、入力画像の蝟集状況を判定する。判定ウインドウ内蝟集継続カウント部１３１は、蝟集継続カウンタＣ１（第１のカウンタ、図示略）及び蝟集継続カウンタＣ２（第２のカウンタ、図示略）を備えている。

前記第１の蝟集継続状態は、判定ウインドウ内蝟集継続カウント部１３１の蝟集継続カウンタＣ１であって、動きありと判定された局所領域のフロー分散が所定の値以上のとき蝟集継続カウンタＣ１のカウント値が増加し、動きありと判定された局所領域のフロー分散が所定の値より小さなときは蝟集継続カウンタＣ１のカウント値が減少し、蝟集継続カウンタＣ１が所定の値以上のとき、入力画像に蝟集ありと判定される。前記第２の蝟集継続状態は、判定ウインドウ内蝟集継続カウント部１３１の蝟集継続カウンタＣ２であって、人物割合が所定の値以上のとき蝟集継続カウンタＣ２のカウント値が増加し、人物割合が所定の値より小さなときは蝟集継続カウンタＣ２のカウント値が減少し、蝟集継続カウンタＣ２が所定の値以上のとき、入力画像に蝟集ありと判定される。

蝟集領域統合部１４は、判定ウインドウ内蝟集判定部１３における蝟集判定において、蝟集領域が複数ある場合、それらを統合して１個の領域とする。図７（ａ）〜（ｃ）は、蝟集領域統合の具体例を示す図である。同図の（ａ）に示すように、可変のブロックサイズで蝟集判定ウインドウ１０１を入力画像１００の全域に亘ってラスタスキャンし、蝟集検出処理を行う。蝟集検出処理を行った結果、（ｂ）に示すように２つの検出枠１０１−５，１０１−６を得たとすると、（ｃ）に示すように、２つの検出枠１０１−５，１０１−６を統合して１つの検出枠１０１−７に統合する。

図８（ａ）〜（ｃ）は、蝟集領域統合の他の例を示したものである。図８の（ａ）のように、入力画像は、動作している複数の人物の周囲に、動作していない複数の人物が撮影されている様子を示している。このような入力画像において、蝟集判定ウインドウ１０１を入力画像の左上から順にラスタスキャンする。
図８の（ｂ）は、蝟集判定ウインドウ１０１をラスタスキャンした結果を示している。１０１−８と１０１−１０は人物動き無しの検出枠として検出され、１０１−９は人物動きありの検出枠として検出される。
図８の（ｃ）は、検出枠を統合した結果を示している。図８（ｃ）のように、動作している複数の人物を検出した検出枠と、これを取り巻く動作していない人物を検出した検出枠が統合されて検出枠１０１−１１になっている。
なお、局所領域のサイズは、人物サイズ基準で分割され本実施の形態では、人物の身長を一辺とする正方形を３×３に分割した大きさにしているが、これよりも多く分割しても良いし、少なく分割してもかまわない。
なお、蝟集を表現する英語としては flock together が使われることがある。

図１に戻り、表示部１５は、蝟集領域統合部１４から出力される蝟集領域を表示する。

次に、実施の形態１に係る蝟集判定装置１の動作について説明する。
図９は、実施の形態１に係る蝟集判定装置１における蝟集検出のアルゴリズムの流れを示す図である。同図において、カメラ２００からの画像を入力して、動き情報の解析と滞留情報の解析をそれぞれ行い、それぞれの結果を情報統合し、解析して蝟集を検出する。動き情報の解析において、矢印１３０は動きを表すフロー（ベクトル）である。また、滞留情報の解析において、長方形状で示す枠２００−５，２００−６は人物位置検出枠である。

図１０は、実施の形態１に係る蝟集判定装置１のメイン処理を概略的に示したフローチャートである。同図において、まず入力画像を局所領域に分割する（ステップＳ１）。次いで、局所領域に分割した画像毎の動きを検出し（ステップＳ２）、また局所領域に分割した画像毎に人物が含まれているか否かを検出する（ステップＳ３）。動き検出及び人物検出を行った後、入力画像の各局所領域の状態を判定し（ステップＳ４）、その結果から動き情報を解析し（ステップＳ５）、また滞留情報を解析する（ステップＳ６）。動き情報の解析及び滞留情報の解析後、これらの解析結果から蝟集判定を行う（ステップＳ７）。

図１１〜図１３は、実施の形態１に係る蝟集判定装置１のメイン処理を詳細に示したフローチャートである。同図において、まず画像入力部２が、カメラ２００（図９参照）で撮影された画像を入力する（ステップＳ１００）。次に、画像分割部３が、入力画像を局所領域に分割する（ステップＳ１０１）。入力画像が局所領域に分割された後、動き検出部５が動き検出を行う（ステップＳ１０２）。動き検出に続いて、人物検出部６が、人物検出を行う（ステップＳ１０３）。動き検出及び人物検出が行われた後、局所領域状態推定部７が、局所領域設定情報保持部８から局所領域設定情報を読込む（ステップＳ１０４）。

局所領域状態推定部７が、局所領域設定情報の読込みを行った後、ある局所領域内の動きの大きさが閾値以上かどうか判定し（ステップＳ１０５）、ある局所領域内の動きの大きさが閾値以上と判定した場合（即ちステップＳ１０５で「Ｙｅｓ」と判定した場合）、当該局所領域を「人物動きあり」状態に設定する（ステップＳ１０６）。これに対し、ある局所領域内の動きの大きさが閾値未満と判定した場合（即ちステップＳ１０５で「Ｎｏ」と判定した場合）、局所領域内の人物面積が閾値以上かどうか判定する（ステップＳ１０７）。局所領域内の人物面積が閾値以上と判定した場合（即ちステップＳ１０７の判定で「Ｙｅｓ」と判定した場合）、局所領域状態推定部７は、当該所定領域を「人物動き無し」状態に設定する（ステップＳ１０８）。これに対し、局所領域内の人物面積が閾値未満と判定した場合（即ちステップＳ１０７の判定で「Ｎｏ」と判定した場合）、当該所定領域を「非人物」状態に設定する（ステップＳ１０９）。

上記ステップＳ１０６の処理、ステップＳ１０８の処理及びステップＳ１０９の処理のうちいずれか１つの処理を終えた後、局所領域状態推定部７が、全局所領域の状態設定を完了したかどうか判定する（ステップＳ１１０）。全局所領域の状態設定を完了していない場合（即ちステップＳ１１０の判定で「Ｎｏ」と判定した場合）、次の局所領域に対し、当該局所領域内の動きの大きさが閾値以上かどうかを判定するためにステップＳ１０５に戻る。全局所領域の状態設定を完了した場合（即ちステップＳ１１０の判定で「Ｙｅｓ」と判定した場合）、各局所領域の状態を保存する（ステップＳ１１１）。

各局所領域の状態の保存後、蝟集判定ウインドウ生成部９が、Ｘ×Ｙ個の局所領域より蝟集判定ウインドウを生成する（ステップＳ１１２）。次に、判定ウインドウ内蝟集判定部１３が、該当する蝟集判定ウインドウの蝟集継続カウンタＣ１，Ｃ２を読込む（ステップＳ１１３）。次に、判定ウインドウ内動き割合算出部１０が、判定ウインドウ内の動き割合を算出する（ステップＳ１１４）。判定ウインドウ内の動き割合が算出された後、判定ウインドウ内蝟集判定部１３が、動き割合が所定の閾値以上であるかどうか判定し（ステップＳ１１５）、動き割合が所定の閾値以上である場合（ステップＳ１１５の判定で「Ｙｅｓ」と判定した場合）、判定ウインドウ内フロー分散算出部１１が、判定ウインドウ内のフロー分散を算出する（ステップＳ１１６）。

判定ウインドウ内のフロー分散が算出された後、判定ウインドウ内蝟集判定部１３が、フロー分散が所定の閾値以上であるかどうか判定し（ステップＳ１１７）、フロー分散が所定の閾値以上である場合（ステップＳ１１７の判定で「Ｙｅｓ」と判定した場合）、判定ウインドウ内蝟集判定部１３が、蝟集継続カウンタＣ１をインクリメントする（ステップＳ１１８）。蝟集継続カウンタＣ１のインクリメント後、判定ウインドウ内蝟集判定部１３が、蝟集継続カウンタＣ１の値が所定の閾値以上かどうか判定する（ステップＳ１１９）。蝟集継続カウンタＣ１の値が所定の閾値以上である場合、判定ウインドウ内蝟集判定部１３が、判定ウインドウを「蝟集状態」に設定する（ステップＳ１２０）。

一方、上記ステップＳ１１５の判定において、判定ウインドウ内の動き割合が所定の閾値未満である場合（即ち、ステップＳ１１５の判定で「Ｎｏ」と判定した場合）、判定ウインドウ内蝟集判定部１３が、蝟集継続カウンタＣ１の値をデクリメントする（ステップＳ１２１）。蝟集継続カウンタＣ１の値がデクリメントされた後、判定ウインドウ内人物割合算出部１２が、判定ウインドウ内の人物割合を算出する（ステップＳ１２２）。判定ウインドウ内の人物割合が算出された後、判定ウインドウ内蝟集判定部１３が、人物割合が所定の閾値以上であるかどうか判定し（ステップＳ１２３）、人物割合が所定の閾値以上である場合（ステップＳ１２３の判定で「Ｙｅｓ」と判定した場合）、判定ウインドウ内蝟集判定部１３が、蝟集継続カウンタＣ２をインクリメントする（ステップＳ１２４）。蝟集継続カウンタＣ２のインクリメント後、判定ウインドウ内蝟集判定部１３が、蝟集継続カウンタＣ２の値が所定の閾値以上かどうか判定する（ステップＳ１２５）。蝟集継続カウンタＣ２の値が所定の閾値以上である場合（即ち、ステップＳ１２５の判定で「Ｙｅｓ」と判定した場合）、判定ウインドウ内蝟集判定部１３が、判定ウインドウを「蝟集状態」に設定する（ステップＳ１２０）。

上記ステップＳ１２３の判定において、人物割合が所定の閾値未満である場合（即ち、ステップＳ１２３の判定で「Ｎｏ」と判定した場合）、判定ウインドウ内蝟集判定部１３が、蝟集継続カウンタＣ２の値をデクリメントする（ステップＳ１２６）。

ステップＳ１１７でＮｏと判定した場合、または、ステップＳ１１９でＮｏと判定した場合、または、ステップＳ１２０の処理を行った後、または、ステップＳ１２５でＮｏと判定した場合、または、ステップＳ１２６の処理を行った後、判定ウインドウ内蝟集判定部１３が、全判定ウインドウの状態設定が完了したかどうか判定する（ステップＳ１２７）。全判定ウインドウの状態設定が完了していない場合（即ち、ステップＳ１２７の判定で「Ｎｏ」と判定した場合）、ステップＳ１１２に戻り、次の判定ウインドウで上記ステップＳ１１２〜ステップＳ１２６の処理が行われる。全判定ウインドウの状態設定が完了した場合（即ち、ステップＳ１２７の判定で「Ｙｅｓ」と判定した場合）、蝟集領域統合部１４が、蝟集状態ウインドウを統合する（ステップＳ１２８）。蝟集状態ウインドウの統合後、それを表示する（ステップＳ１２９）。統合した蝟集状態ウインドウを表示した後、本処理を終える。

このように実施の形態１に係る蝟集判定装置１によれば、入力画像を局所領域に分割し、局所領域に分割した画像毎の動きを検出して画像毎に人物が含まれているか否かを検出し、また、複数の局所領域で構成した蝟集判定ウインドウを生成し、生成した蝟集判定ウインドウに含まれる局所領域の中で動きがある局所領域の比率から得られる動き割合及び蝟集判定ウインドウに含まれる局所領域の中で人物が含まれる局所領域の比率から得られる人物割合により入力画像の蝟集状態を判定するので、繁華街等の常に人通りが見込まれる場所でも精度良く蝟集を判定することができるとともに、たむろ行為などの動きの無い蝟集も判定することができる。

なお、上記実施の形態１に係る蝟集判定装置１における処理を記述したプログラムを、磁気ディスク、光ディスク、光磁気ディスク、半導体メモリ等の記憶媒体に格納して配布したり、インターネット等の電気通信回線を利用して配布したりすることも可能である。

（実施の形態２）
図１４は、本発明の実施の形態２に係る蝟集判定装置の概略構成を示すブロック図である。なお、この図において前述した図１の実施の形態１に係る蝟集判定装置１と共通する部分には同一の符号を付けてその説明を省略する。

実施の形態２に係る蝟集判定装置２０は、実施の形態１に係る蝟集判定装置１に混雑度推定部２１及び蝟集判定実施決定部２２を加えた構成を採る。混雑度推定部２１及び蝟集判定実施決定部２２は、混雑と蝟集の判定精度を高めるために設けたものであり、混雑度推定部２１は画面全体における混雑度を推定し、蝟集判定実施決定部２２は推定された混雑度が高い場合に蝟集検出処理を実施せず、その旨を表示部１５に表示する。図１５は、混雑度の算出の具体例を示す図である（図３の（ｅ）と同じ図である）。同図に示すように、混雑度（％）は、全局所領域のうち人物動きありの局所領域の数と人物動き無しの局所領域の数の和を全局所領域数で割り算することで得られる。

このように、混雑度推定部２１及び蝟集判定実施決定部２２を加えた構成を採ることで、混雑と蝟集の判定精度を高めることができ、実施の形態１に係る蝟集判定装置１よりもより高精度で蝟集を判定することができる。

（実施の形態３）
図１６は、本発明の実施の形態３に係る蝟集判定装置の概略構成を示すブロック図である。なお、同図において前述した図１の実施の形態１に係る蝟集判定装置１と共通する部分には同一の符号を付けてその説明を省略する。

実施の形態３に係る蝟集判定装置３０は、判定ウインドウ内動き検出と判定ウインドウ内人物検出それぞれの動作がラスタスキャンで行われるようにしたものであり、蝟集判定ウインドウ生成部９の後段に判定ウインドウ内動き検出部３１及び判定ウインドウ内人物検出部３２を備え、判定ウインドウ内動き検出部３１による動きの検出結果が判定ウインドウ内動き割合算出部１０及び判定ウインドウ内フロー分散算出部１１のそれぞれに入力され、判定ウインドウ内人物検出部３２による人物の検出結果が判定ウインドウ内人物割合算出部１２に入力される。

このように、判定ウインドウ内動き検出と判定ウインドウ内人物検出それぞれの動作をラスタスキャンで行う構成を採っても実施の形態１に係る蝟集判定装置１と同様に、繁華街等の常に人通りが見込まれる場所でも精度良く蝟集を判定することができるとともに、たむろ行為などの動きの無い蝟集も判定することができる。

本発明を詳細にまた特定の実施態様を参照して説明したが、本発明の精神と範囲を逸脱することなく様々な変更や修正を加えることができることは当業者にとって明らかである。

本出願は、２０１１年１０月１９日出願の日本特許出願（特願２０１１−２２９８８９）に基づくものであり、その内容はここに参照として取り込まれる。

本発明は、繁華街等の常に人通りが見込まれる場所でも精度良く蝟集を判定することができるとともに、たむろ行為などの動きの無い蝟集も判定することができるといった効果を有し、不特定の人物の局所的な集合の検出を行う監視システム等への適用が可能である。

１，２０，３０ 蝟集判定装置
２ 画像入力部
３ 画像分割部
４ 画像保持部
５ 動き検出部
６ 人物検出部
７ 局所領域状態推定部
８ 局所領域設定情報保持部
９ 蝟集判定ウインドウ生成部
１０ 判定ウインドウ内動き割合算出部
１１ 判定ウインドウ内フロー分散算出部
１２ 判定ウインドウ内人物割合算出部
１３ 判定ウインドウ内蝟集判定部
１４ 蝟集領域統合部
１５ 表示部
２１ 混雑度推定部
２２ 蝟集判定実施決定部
３１ 判定ウインドウ内動き検出部
３２ 判定ウインドウ内人物検出部
１００ 入力画像
１０１ 蝟集判定ウインドウ
１３１ 判定ウインドウ内蝟集継続カウント部
１３２ 蝟集継続カウント保持部
１３３ 判定ウインドウ内蝟集継続判定部
２００ カメラ

Claims (7)

1. 動画像を入力する画像入力手段と、
   前記画像入力手段によって入力された画像を局所領域に分割する画像分割手段と、
   複数の前記局所領域で構成される蝟集判定ウインドウを生成する蝟集判定ウインドウ生成手段と、を有し、
   前記蝟集判定ウインドウに含まれる前記局所領域の中で動きありと判定された局所領域の動き割合、及び前記蝟集判定ウインドウに含まれる前記局所領域の中で人物が含まれると判定された局所領域の人物割合により前記入力画像の蝟集状態を判定することを特徴とする蝟集判定装置。
2. 前記入力画像の全体で前記蝟集判定ウインドウを走査し、蝟集ありと判定された蝟集領域を統合することを特徴とする請求項１に記載の蝟集判定装置。
3. 前記動き割合が所定の値以上であり、前記動きありと判定された局所領域のフロー分散が所定の値以上のとき、第１の蝟集継続状態を更新し、
   前記動き割合が所定の値より小さく、前記人物割合が所定の値以上のとき、第２の蝟集継続状態を更新し、
   前記入力画像から得られる前記第１の蝟集継続状態及び前記第２の蝟集継続状態により、前記入力画像の蝟集状況を判定することを特徴とする請求項１または請求項２に記載の蝟集判定装置。
4. 前記フロー分散は、前記動きありと判定された局所領域の動きベクトルの方向から算出される分散であることを特徴とする請求項３に記載の蝟集判定装置。
5. 前記第１の蝟集継続状態は、第１のカウンタであって、前記動きありと判定された局所領域のフロー分散が所定の値以上のとき前記第１のカウンタを増加し、前記動きありと判定された局所領域のフロー分散が所定の値より小さなときは前記第１のカウンタを減じ、前記第１のカウンタが所定の値以上のとき、前記入力画像に蝟集ありと判定することを特徴とする請求項３または請求項４に記載の蝟集判定装置。
6. 前記第２の蝟集継続状態は、第２のカウンタであって、前記人物割合が所定の値以上のとき前記第２のカウンタを増加し、前記人物割合が所定の値より小さなときは前記第２のカウンタを減じ、前記第２のカウンタが所定の値以上のとき、前記入力画像に蝟集ありと判定することを特徴とする請求項３乃至請求項５のいずれか一項に記載の蝟集判定装置。
7. 動画像から得られる入力画像の蝟集状態を判定する蝟集判定方法であって、
   動画像を入力する画像入力ステップと、
   前記画像入力ステップによって入力された画像を局所領域に分割する画像分割ステップと、
   複数の前記局所領域で構成される蝟集判定ウインドウを生成する蝟集判定ウインドウ生成ステップと、を有し、
   前記蝟集判定ウインドウに含まれる前記局所領域の中で動きありと判定された局所領域の動き割合、及び前記蝟集判定ウインドウに含まれる前記局所領域の中で人物が含まれると判定された局所領域の人物割合により前記入力画像の蝟集状態を判定することを特徴とする蝟集判定方法。

Images