TW201118803A

TW201118803A - Person-tracing apparatus and person-tracing program

Info

Publication number: TW201118803A
Application number: TW099104944A
Authority: TW
Inventors: Shinya Taguchi
Original assignee: Mitsubishi Electric Corp
Priority date: 2009-02-24
Filing date: 2010-02-22
Publication date: 2011-06-01
Also published as: JP5230793B2; US20120020518A1; WO2010098024A1; JPWO2010098024A1; CN102334142A

Description

201118803 六、發明說明：【發明所屬之技術領域】本U係有關—種人物追礙裝置及人物追蹤程式，檢測出存在於監視對象區_之各個人物並物各人物。【先前技術】，高樓大廈雖然設置有複數台電梯，但例如在早上的上大峰時間或午休人潮混雜時等情況，為了有效奉地輸送 &客’必須要有能夠聯合運轉複數台電梯的群組管理。貝I了有效率地進行複數台電梯的群組管理，必須要計 :「多少人在哪層樓上電梯’又是在哪層樓下電梯」像這，的乘客移動履歷，提供可群㈣理該移動履歷的系統。以往提出過各種有關於使用攝影機來進行計算乘客人數以及計測乘客移動之人物追蹤技術的提案。 /其中之一，係一種人物追蹤裝置，透過求得預先記憶 =背景晝像與藉由攝影機所攝影之電梯内晝像的差分書像 (背景差分晝像），檢測出電梯内的乘客，計算電梯内客數（參照例如專利文獻1)。 ' 可是，在非常擁擠的電梯中，由於會發生於約⑽ 土方存在1名乘客，且乘客互相重疊的狀洗，因此背景差01 77息像會成為1整塊的輪廓（silhouette)。因此，要^Μ背、差分晝像分離各個人物非常困難，在上述的人物追蹤置中’無法正確計算電梯内的乘客數。、、此外，以另一技術而言，有一種人物追縱裝置，係於電梯内的上部設置攝影機’透過將預先記憶之頭部晝像“ 321810 3 201118803 參考圖型、與該攝影機攝影畫像進行圖型匹配的方測出電梯内乘客的頭部，以計算電梯内的乘客數 ^檢專利文獻2)。严參照例知可是，在以像這樣單純的圖型匹配來檢測出乘形中，例如從攝影機的角度看過來時，若是產生遮蔽的情如某個乘客被其他乘客擋住等，則會出現計算人數有=例情形。此外，在電梯内設置有.鏡子的情形，會出現講=的出映照在鏡子上之乘客的情形。. 、檢剛此外以另一技術而言，有一種人物追蹤裝置，^ 電梯内的上部設置立體攝影機（stere〇 camera)，將從=: 攝影機檢測出之人物進行立體性辨視，求得人物的^體位置（參照例如專利文獻。久几可是，在該人物追蹤裂置的情形中，會人物較實際人數多的情形。. 見“]出的 -亦即，、在該人物追蹤裝置的情形中，例如如第4 所不、，在求人物X之3次元位置的情形中.，算出從也物為止之向量VA1與向量VB1相交㈣可是，在向量VA1與VB2相交的駄^ 人物存在的情事，即使在物^二也會出現推.定有也會出現錯誤算成3人的3讀只存在2人的情形中，再者，作為利用多視點攝影機物 /.

有以背景差分所得之人物輪廟為基礎，=手法， (dynamic programming)*#χ ^#J 物移動軌跡的手法（參照例 321810 4 201118803 如非專和文獻1 )，或使用「粒子濾波器（Particle Fi Iter)」求得人物移動軌跡的手法（參照例如非專散獻。此等手法即使在某視點下出現人物被遮蔽的狀況，也可以使用其他現點的輪廊資訊或時序資訊，來求得人數與人物的移動軌跡。了疋由於在人潮混雜的電梯或電車内，不論從哪個 _視點攝影輪廓都時常重疊，因此不適合使用此等手法。 [先行技術文獻] (專利文獻）專利文獻1 :日本特開平8_266u號公報（段落[〇〇24]，第 1.圖）專利文獻2 :日本特開2006-168930號公報（段落[0〇27]，第1圖）專利文獻3 :日本特開平11-66319號公報（段落[〇〇〇5]，第2.圖） . (非專利文獻）非專利文獻 1 : Berclaz，J.，Fleurt，F. Fua，P.， “Robust People Tracking with Global Trajectory Optimization,M Proc. CVPR, Voll, pp 744-750, Jun. 2006 非專利文獻 2 : Otsuka, K. Mukawa，N.，“A particle filter for tracking densely populated objects based on explicit multiview occlusion analysis, Proc. of the 17th International Conf. on Pattern Recognition, 321810 201118803 • Vol.4, PP. 745_75〇, 一 2〇〇4 【發明内容】. 由於以往的人物追縱裝置係由以構成田在屬於監視對象區域的電當:方式構成，因赴下，有無法正確檢測出電梯二課題。 *“、法正確追蹤乘客等與本發财_人物追料㈣物移一=== 人:的2:二影像上的位置，算出各影像之各個 ==動執跡;3次元移動執跡算出手段係執行 ^由2 :人兀移動軌跡算出手段所算出各影像之2次元移動 -執跡間的立體匹配，算出2次元移動執跡的匹配率，從該 7配率達規&值以上的2次元移動軌跡算出各個人物的3 次元移動執跡者。根據本發明’係構成為設有：人物位置算出手段，解析藉由複數台攝影手段所攝影之監視對象區域的影像，算出存在於該監視對象區域之各個人物於各影像上的位置了以及2次元移動執跡算出手段，追蹤藉由人物位置算出手 321810 6 201118803 所d之各影像上的位置，算出各影像之各個人物的2 :人兀移動軌跡；3次元移動執跡算出手段係執行藉由2次 ^動軌跡算出手段所算出各影像之2次元移動軌跡間的體：配，算出2次元移動軌跡的匹配率，從該匹配率達二者以二2次元移動軌跡算出各個人物的3次元移動執跡者，因此即使在監視對象區域非常混雜的狀況下旎正確追縱存在於該監視對象區域内的人物。【實施.方式】 χ下為了更詳細說明本發明，依以實施本發明之實施形態。％月有關用 (實施形態1) 帛1圖係顯示本發明實施形態丨之人物追造圖。％扳置的構在第1圖巾’構成攝影手段之複數台攝別設置在屬於監視對象區域.的電梯車麻内上部 ^分置’，從不同的角度攝影車冻内部。问的位 Ά ’關_影機1的種類並無特別要求，卜 =攝影機外’亦可使用可見光攝影機、可拍二般 :卜線區之高感度攝影機、可拍攝熱源之遠紅，雷射::儀2:,距離之紅外線距離感‘ 、aser rangefmder)等代用。㈣得部2係為取得藉由複數台攝斷1所摄旦電梯車廂内影像上所攝影鈐出至旦L 輸入介面’執行將電梯車廂内- .輸出至衫像解析部3的處理。.内影 32181〇 201118803 -偾鈐雖叹成令影像取得部2以即時方彳臉備的硬碟等記錄裝二再=採用將影像記錄至預匕輸出^像解析部3。將該影像以離線（咐、内$傻!!析3係解析輸出自影像取得部2之齋跡了並根：出存在於車廟内之各個人物的3 梯車碗二==次元移動軌跡執行用以cr執的上電梯樓層與下各個影像解析結果頻亍邻1人物和動履歷等的處理，出之人物移動履歷等顯示續像解柯邹'3 另外’影像解析結果顯示部^: ^^上的處硬。段。 j4係構成衫像解析結果顯示車廂内系解析輪出自影像取得部2之電梯門開關認識部丨丨係‘::：之門開關時刻的處理。另外，樓層認識部12係解=門開關時刻之手段。麻内影像，執行特定各雨出自影像取得部2之電梯車樓層認識部12係__^梯|在樓層的處理。另外，人物追蹤部13係解狀“ 麻内影像，藉由追跑户剧出自影像取得部2之電梯車出各個人物的3 a子在於車廂内之各個人物的方式，算執行用以動執跡’並根據該3次元移動執跡人物移動履歷等3:,物的上電梯樓層與下電梯樓層之弟2圖係顯示構成影像解析部3之門開關認識部η 321810 8 201118803 内部的構造圖。 ' 在第2圖中，背景晝像登綠部21係執行以下處理：將處於門關閉狀態之電梯内的門區域晝像登錄作為背景晝像。背景差分部22係執行以下處理：算出藉由背景晝像登錄部所登錄之背景晝像與藉由攝影機1所攝影之門區域影像的差分。光流（optical flow)計算部23係執行以下處理:從藉由攝影機1所攝影之門區域的影像變化計算表示門移動方向的動作向量。門開關時刻特定部24係執行以下處理：從藉由背景差分部22所算出之差分與藉由光流計算部23所計算之動作向量判別門的開關狀態並特定門的開關時刻。背景晝像更新部25係執行以下處理：使用藉由攝影機1所攝影之門區域影像來更新其背景晝像。第3圖係顯示構成影像解析部3之樓層認識部12内部的構造圖。在第3圖中，樣板晝像登錄部31係執行以下處理： .將顯示電梯樓層的指示器的晝像登錄作為樣板晝像。樣板匹配部32係執行以下處理：對藉由樣板晝像登錄部31所登錄之樣板晝像與藉由攝影機1所攝影之電梯内的指示器區域之影像執行樣板匹配，以特定各時刻之電梯所在的樓層。或者，解析電梯之控制基板資訊，執行用以特定各時刻之電梯所在樓層的處理。 321810 201118803 樣板晝像更新部33係執行以機^影之指示㈣域之影像來更新其樣板=由攝影部：：係顯示構成影像解析部3—部13内在第4圖中’人物位置算出部41係執行步 C藉由複數台攝影機1所攝影之電梯車厢内的：：理: 出存在於車㈣之各個人物於各影像上的位置。算物位置算出部41係構成人物位置算出手段。人人物位置算出部41的攝影機校準部仏係執疒、理：在人物追蹤處理開始進行前’解析預先藉影機i所攝影之校準圖型的影像失真程度，算出複數^ 影機1之攝影機參數（與鏡片的變形、焦點距離、光轴1 主點（principal Point)相關的參數）。此外，攝影機校準部42係執行以下處理：使用藉由複數台攝影機1所攝影之校準圖型的影像、與複數a攝旦; 機1之攝影機參數，算出複數台攝影機i相對於電；車：内之基準點的設置位置以及設置角度。 8 人物位置算出部41的影像修正部43係執行以下處理：使用藉由攝影機校準部42所算出的攝影機參數，修正藉由複數台攝影機1所攝影之電梯車廂内的影像失真。人物位置算出部41的人物檢測部44係執行以下處理：檢測出藉由影像修正部43修正失真之各影像所映出的各個人物，算出各個人物在各影像上的位置。 2次元移動執跡算出部45係執行以下處理：追蹤藉由 321810 10 201118803 人物檢測部44所算出之旦，個人物的2次元移動^讀上的位置，算出各影像之各 45係構成2次元移動軌曾另外，2次元移動軌跡算出部 3次元移動執跡算出部：手段。

2次凡移動軌跡算出部仍〜係執行以下處理··執行藉由間的立體匹配，复所鼻出各影像之2次元移動軌跡配率達規定值以上 & 移動軌跡的匹配率，從該IB 元移動轨跡’並同時將出各個人物的1次樓層認識部12所 < d次元移動軌跡與藉由之上電梯樓層與下層賦予對應’算出表示各個人物元移動執跡算出部46層的^物移動履歷。另外，3次 3次元移動疋移動執跡算出手段。们系執行以下處ί.^46Λ2次元移動執跡圖生成部算出之2:欠元移動勤：元移動執跡算出部45所 2次元移動軌跡圖。及連、、·《處理而生成 321810 11 1 ""人疋移動軌跡算出部46的執跡立俨下處理：探索笋由9 A ^立體邛48係執行以次元移動執跡;算;;=跡:生成部〇所生成的2 數台攝影機1相對於藉由攝影二以^ 基準點的設置位置以及設置角度二二車厢内動轨跡候補間的立體匹配，算㈣J = 次元移匹配率’從該匹配率為規定值以上的;^動執_補的補，算出各個人物的3次元移動軌跡。移動執跡候 3次元移動執„出部雜次元移動執跡圖生成部 201118803 ' 49係執行以下處理：對於藉由執跡立體部48所算出之3 ^ 次元移動執跡執行分割處理以及連結處理而生成3次元移動執跡圖。 3次元移動執跡算出部4 6的軌跡組合推定部5 0係執行以下處理：探索藉由3次元移動軌跡圖生成部49所生成之3次元移動軌跡圖算出複數個3次元移動執跡候補，從複數個3次元移動執跡候補中選擇最佳的3次元移動軌跡，推定存在於車廂内之人物的人數，並同時將最佳之3 次元移動執跡與藉由樓層認識部12所特定之樓層賦予對應，算出表示各個人物之上電梯樓層與下電梯樓層的人物移動履歷。第5圖係顯示構成影像解析部3之影像.解析結果顯示部4内部的構造圖。在第5圖中，影像顯示部51係執下處理：顯示藉由複數台攝影機1所攝影之電梯車廂内影像。時序資訊顯示部52係執行以下處理：以時序性的方式用圖顯示藉由人物追蹤部13的3次元移動執跡算出部 46所算出之人物移動履歷。彙總顯示部53係執行以下處理：求得藉由3次元移動執跡算出部46所算出之人物移動履歷的統計，顯示該人物移動履歷的統計結果。運轉相關資訊顯示部54係執行以下處理：參考藉由3 次元移動軌跡算出部46所算出的人物移動履歷，顯示與電梯運轉相關的資訊。 12 321810 201118803 * 排序資料顯示部 —示藉由3次元移動轨=仃以下處理：以排序方式B 另外，在第二=46所算出的人物移動履歷。素的影像取得部2二作為人物追蹤裝置之構成要部4假設為分·相細體結果顯示積體電路基板）所構成，但在以電腦成^咖的半導體形中，亦可令記述有物追蹤裝置的情像解析結果顯示部部3、以及影電腦的記憶體，由該電腦的該物追蹤程式。、該5己憶體的人接下來說明關於動作的部分。第t圖;ίΓ第1圖之人物追蹤襞置的概略動作。理内容的流程圖。. 之人物追鞭裝置的處內馬Γ象取得部2係在複數台攝影機1開始進行電梯車庙衫象之攝影時，從複數台攝影機1取得電梯車像’將各影像輪出至影像解析部3(步驟ST1)弟車厢内的影取得32ΓΓΓ開關認識部11係在接收來自影像 = 由複數台攝影機1所攝影之影像時，解析各 .衫像’特定電梯之門的開關時刻（步驟ST2)。門打開關認識部11係解析各影像，特定電梯之門打開時的時刻與n關_的時刻。得部=部3的樓層認識部12係在接收來自影像取之藉由複數台攝影機1所攝影之影像時，解析各影 321810 13 201118803 特疋各時刻之電梯的樓層(電梯的停止樓層)(步 bid)。驟得部析部3的人物㈣部13係在接收來自影像取 4由複數台攝影機1所攝影之影像時，解析各与像，檢測出存在於車厢内的各個人物。析各衫書然後，人物追蹤部13係參考各個人物之檢測6士果盘關認識部11所較之η的開關時刻，透過追縱存 ^内的各個人物，算出各個人物的3次元移動轨跡。物之::=;:::層—二：動履歷時，將該人物係、在衫像解析部3算出人物移 '接下來，詳==履歷/齡於顯示器（步驟叫部3之處理内容。.第1圖之人物追縱袈置的影像解析明圖，第9圖係門開關認識部11之處理内容的說的說明圖識部Η之門时(細lndex) 摄公' 先門開關認識部11係從藉由複數△攝鸟機1 二之電梯車〜影像中，選擇有拍到門二二:: 在第8圖（A)的例子，係選擇門上部的區域作為⑽ 域 321810 14 201118803 : 門開關認識部11的背景晝像認識部21係取得門声關閉狀態之電梯内門區域的晝像（例如，在門處於關閉^ 由攝影機1所攝影的影像：參考第8圖⑽，將該二錄作為背景晝像（步驟ST12)。立 1 晝Λ登錄部21登錄背景畫像時，__ ^的差分部22係接收來自影像取得部2隨時變化 2影機1的影像，如第.8圖⑹所示’算出攝影们的參像中之Η區域影像與上述背景晝像的差分（步驟ST⑻。、々/、差Μ艮大的情形(例如，在差分較預定的臨限大，門區域之影像與背景畫像有極大不同的 _托設定:打:的可能性很高’因此將門開關判斷用的於門關閉的可能性卜因旦 =有什麼差別的情形），由設定為“〇，，。 Τ 門開關判斷用的旗標吓門開關認識部U的光流計算部23，係接收來自影像取件部2隨時變化之揣旦/ /象顯示門之移動方^^ 影像圖框（f rame))計算移動方向的動作向量（步驟ST14)。若動8圖（D)所示’在電梯門為中央門的情形，正St梯門的移動方向為朝外，則由於現在門月匕性报高’因此光流計算部23將門開關判 321810 15 201118803 斷用的旗標Fo設定為“丨”。 ^ 1 # Π " # ^ ^ ^ ^ ^ .關判斷用的旗標Fo設定為才“〇”、可此性很高，因此將門開另外’在電梯門沒有舍^ 或者維持關閉狀態的情形）、=(在維持打開狀態，動方向，因此將mu, 動作向量不會顯示門的移 _-=r::::rF。設定為 “2，，。差分部22設定門開關判斷門開關判斷用旗標Fq時，I以计异部23設定的開關狀縣特定門的開關時刻（步驟sti5)。亦即’門開關時刻特雙方為“〇，，的時間帶、式/ 係於旗標Fb與旗標Fo “2”的栌門埋士或者旗標Fb為“〇，，且旗標Fo為少—方為V ']斷門為關閉’而於旗標Fb或旗標F〇之至方為1的時間帶判斷門為開啟。另外，如第9圖所示，閂„ 士為，時間帶的上 :::=的_"，係依門從二== 斤將門索引di設定為”丄、2、3........ 門開關§忍識部1 1的皆旦.金你& * 像取得部2隨時㈣像更新部25係接收來自影影像中的心、隻之攝影機1的影像，使用攝影機1之背旦書俊以品域影像來更新登錄在背景畫像登錄部21的 321810 16 201118803 ' 藉此，例如，即使在因為照明變化，使門附近之影像 :產生變化的情形中，亦可配合其變化，適當執行背景差分處理。第10圖係顯示樓層認識部12之處理内容的流程圖，第11圖係顯示樓層認識部12之處理内容的說明圖。首先，樓層認識部12係從藉由複數台攝影機1所攝影之電梯車廂内的影像中，選擇有拍攝到顯示電梯樓層之指示器的指示器區域（步驟ST21)。在第11圖（A)的例子中，係選擇顯示有指示器之數字的區域作為指示器區域。樓層認識部12的樣板晝像登錄部31，係於所選擇之指示器區域中，將各樓層的數字晝像登錄作為樣板晝像（步驟 ST22)。例如，在電梯從1樓移動到9樓的情形中，如第11 圖（B)所示，依序將各樓層的數字晝像（“Γ 、“2” 、 “3” 、 “4” 、 “5” 、 “6” 、 “7” 、 “8” 、 “9” ）登 .錄作為樣板晝像。樓層認識部12的樣板匹配部32，.係在樣板晝像登錄部31登錄樣'板晝像時，接收來自影像取得部2隨時變化之攝影機1的影像，藉由執行將攝影機1之影像中的指示器區域影像與上述樣板晝像進行樣板匹配的方式，特定各時刻之電梯的樓層（步驟ST23)。關於樣板匹配的手法，由於只要使用既有之正規化交互相關法（normal izing cross correlation)等即可’因此 17 321810 201118803 ^在此省略詳細的說明。 v 樓層認識部12的樣板晝像更新部33，係接收來自影像取得部2隨時變化之攝影機1的影像，使用攝影機1影像中之指示器區域的影像，更新樣板晝像登錄部31所登錄之樣板晝像（在下一個時刻，樣板匹配部32所利用之樣板晝像）（步驟ST24)〇藉此，例如，即使在因為照明變化，使指示器附近之影像產生變化的情形，亦可配合其變化，適當執行樣板匹配處理。第.12圖係顯示人物追蹤部13之前處理内容的流程圖，第13圖係顯示人物追蹤部13之後處理内容的流程圖。首先，人物追蹤部13的攝影機校準部42，係在算出各個攝影機1之攝影機參數前，令各個攝影機1攝影校準圖型（步驟31)。影像取得部2係取得藉由各個攝影機1所攝影之校準圖型的影像，將該校準圖型之影像輸出至攝影機校準部 42。 •作為在此使用之校準圖型係例如，適合使用已知尺寸之白黑格子旗圖型（參照第14圖）等。另外，校準圖型係藉由攝影機1從約1至20.種不同 .位置或角度所攝影者。攝影機校準部42係在接收來自影像取得部2藉由各個攝影機1所攝影之校準圖型的影像時，解析該校準圖型之影像的失真程度，算出各個攝影機1之攝影機參數（例 18 321810 201118803 ''如，與鏡片的變形、焦點距離、光軸、像主點相關的參數）（步、驟 ST32)。關於攝影機參數的算出方法，由於使用眾所周知的技術因此省略詳細說明。接下來，在攝影機校準部42算出複數台攝影機1之設置位置與設置角度之際，複數台攝影機1於被設置在電梯車廂内之上部後，複數台攝影機1同時攝影已知尺寸之相同的校準圖型（步驟ST33)。例如如第14圖所示，將格子旗圖型作為校準圖型鋪設於車廂内的地板上，複數台攝影機1同時攝影該格子旗圖型。此時，針對鋪在車庙内地板上的校準圖型，計測離車. 廂内之基準點（例如車廂的入口）的位置與角度作為偏位 (offset)，此外，計測車廂的内部尺寸。在第14圖的例子中，雖然令鋪於車廂内地板的格子旗圖型作為校準圖型，但不限定於此者，例如亦可為直接描繪在車廂地板的.圖案。在該情形，會預先計測描繪在地板之圖案的尺寸。 ' 此外，如第15圖所示，作為校準圖型者，亦可為攝影無人之車廂内部，選擇車廂内地板之四個角落與天花板之三個角落者。在該情形，預先計測車廂的内部尺寸。攝影機校準部42係在接收來自影像取得部2藉由複數台攝影機1所攝影之校準圖型的影像時，使用該校準圖型之影像與複數台攝影機1之攝影機參數，算出複數台攝 19 321810 201118803 '影機1相對於電梯車廂内之基準點的設置位置以及設置角、度(步驟ST34)。具體而言，例如在使用白黑格子旗圖型作為校準圖型的情形中，攝影機校準部42係算出攝影機1相對於藉由複數台攝影機1所攝影之格子旗圓型的相對位置與相對角度。然後，藉由將預先計測之格子圖型的偏位（離作為車廂内基準點之車廂入口的位置與角度）加總至複數台攝影機1之相對位置與相對角度，算出複數台攝影機1相對於車廂内基準點的設置位置與設置角度。另一方面，如第15圖所示，在使用車廊内之地板四個角落與天花板三個角落作為校準圖型的情形中，從預先計測的車廂内部尺寸、算出複數台攝影機1相對於車廂内基準點的設置位置與設置角度。在此情形中，只是在車廂内設置攝影機1，便可以自動求得攝影機1的設置位置與設置角度。在人物追蹤部13 .執行人物之檢測處理或移動執跡之解析處理時，複數台攝影機1重複攝影實際運轉中之電梯車廂内的區域。影像取得部2係隨時取得藉由複數台攝影機1所攝影之電梯車廂内的影像（步驟ST41)。人物追蹤部13的影像影像修正部43係於每次從影像取得部2取得藉由複數台攝影機1所攝影之影像時，使用藉由攝影機校準部42所算出之攝影機參數，修正複數個影 20 321810 201118803 像失真，生成影像沒有失真之正規化晝像（步驟ST42)。另外關於影像失真的修正方法，由於使用眾所周知的技術因此省略詳細說明。人物追縱部13的人物檢測部44係在影像修正部生成藉由複數台攝影機1所攝影之影像的正規化晝像時，，測出存在於各正規化之人體的特徵部位作為人物，並於算出該人物之正規化晝像上位置（晝像座標）的同時，算出該人物的確信因子（步驟ST43)。然後，人物檢.測部44係藉由對該人物之晝像座摔施加攝影機透視遽波器（camera perspect i代f i丄加: 尺寸不適當之人物檢測結果。示

在此，人物的晝像座標，例如在人物檢測部U

第16圖係龜- $ 16圖係顯示人艚通部夕认、n,上......

影機h攝影臉部方向 ^ 之頭部區域附有確信因圖（Α)係顯' 的兩台攝影機lrl2,攝影車廂内3 ^ 第16圖（B)係顯示從藉由攝影機像檢測出碩部，於屬於檢測結果 201118803 '的狀態< 第16圖(c)係顯示從藉由攝影像檢測出頭部機:2攝影後頭部方向之子的狀態。、、’、、°之頭.部區域附有確信因 -不過’第16圖⑹的情形，圖中客出其誤檢測出部分的確二子=乘 :亦即’可藉由Adaboostit擇被稱為“矩 2= eFeature)，，之哈耳基底（Haarbasis)狀的圖型來取仟^數的弱分類器，將把此等弱分類器之輸出與適當之臨限值全部加算的侧用作為確信因子。此外，作為頭部的檢測方法’亦可應用下述參考文獻 2所揭7TT之道路標識檢測方法，算出其畫像座標與確信因子。另外，在第16圖，雖然在人物檢測部44檢測出人物時，顯示為檢測人體特徵部位之頭部者.，但此僅為一例，例如亦可令其檢測肩膀或軀幹。 (參考文獻1)

Viloa, P. , Jones, M. , “Rapid Object Detection Using a Boosted Cascade of Simple Features” ， IEEE Computer Society Conference on Computer Vision and

Pattern Recognition (CVPR), ISSN: 1063-6919, Vol. 1, pp. 511-518, December 2001 22 321810 201118803 '(參考文獻2) ' 田口進也、神田準史郎、島嘉宏、瀧口純一，“特徵量K夕卜φ相関係数行列奁用少4* 寸V 7°小T刃高精度画像認識道路標識認識〜0適用”電子情報通信學會技術研究報告IE，晝像工學，Vol. 106，No. 537 (20070216)， pp.55-60， IE2006-270 第17圖係顯示攝影機透視濾波器的說明圖。攝影機透視濾波器係如第17圖（A)所示，為將影像上之點A之人物檢測結果中，較點A之人物頭部最大矩形尺寸大的檢測結果、以及較點A之人物頭部最小矩形尺寸，J、的檢測結果判斷為檢測錯誤而予以刪除的濾波器。第17圖（B)，係顯示點A之人物頭部的最大檢測矩形尺寸與最小檢測矩型尺寸之求法。首先，人物檢測部44係求得通過影像上之點A與攝影機1之中心的方向向量V。接下來，人物檢測部44係設定電梯内假想之人物的最大身高（例如，200cm)、最小身高（例如，100cm)、以及頭部尺寸（例如，30cm)。接下來，人物檢測部44係將最大身高人物之頭部投影至攝影機1，把包圍該經投影之頭部在晝像上的矩型尺寸定義為點A之人物頭部的最大檢測矩型尺寸。 , 相同的，將最小身高人物之頭部投影至攝影機1，把包圍該經投影之頭部在晝像上的矩型尺寸定義為點A之人物頭部的最小檢測矩型尺寸。 23 321810 201118803 人物檢測部44係在定義點A之人物頭部的最大檢测矩形尺寸與最小檢測矩形尺寸後，將點A之人物的檢測結果與最大檢測矩形尺寸以及最小檢測矩形尺寸進行比較，在點A之人物的檢測結果較最大檢測矩形尺寸大的情形，或者點A之人物的檢測結果較最小檢測矩形尺寸小的情 ^將該檢測結果認定為檢測錯誤而刪除。像参2人元移動軌跡算出部45係從人物檢測部44藉由影個2部43隨時生成的正規化晝像（晝像_)檢漸出各各個人物的晝像座標，求得該晝像座標〜移：：二算出移動該點列之各個人物的移動二次元移動執跡算㈣45之2次元第18圖係顯示2次亓銘的流程圖，第19圖係顯示2 九跡算出部45之算出處s 理内容的說明圖。、人①移動執跡算出部45之處取_人_ 铷之Μ，將計數器分配給相么人物檢測結果(人物白《的人物檢測結果（步爾的情:如取圖(Α)所示，在從_ 取侍時刻t之晝像「夺刻t開始追蹤人物於人物•果係:::!檢測結器，計數的值在開始追縱時初：:係〇個别分配有計; 321810 24 201118803 ' 下來2人元移動軌跡算出部45係將時刻t之晝像圖=的人物;^測結果作為樣板晝像，探索第Μ圖⑻所示下個時刻t+1之晝像圖框的人物晝像座標（步驟ST52)。纟此’作為探索人物之晝像座標的方法者，係例如使用既存之正規化交互相關法等即可。在該情形’將時刻t之人物區域的晝像作為樣板晝像，以正規化交互相關法求得在時刻（t+Ι)下相關值最高之矩形區域的晝像座標並予以輸出。此外，作為探索人物之晝像座標的其他方法者，係例如亦可使用上述參考讀2所記載之特徵量的相關係數。在該情形，計算時刻t之人物區域内惻所含複數個部分區域之特徵量的相關係數，將以此等作為成分之向量作為該人物的樣板向量。然後，接著在時刻（t+1)，探索與樣板向里之距離為最小的區域，輸出該區域的晝像座標作為人物的探索結果。再者，作為探索人物之晝像座標的其他方法者，亦可採用利用了下述參考文獻3所記載之特徵量的變異數共變異數矩陣（variance-covariance matrix)之方法來執行人物追蹤，求得任一時刻之人物的晝像座標。 (參考文獻3)

Porikli， F. Tuzel， 0· Meer， P.， “Covariance Tracking using Model Update Based on Lie Algebra” ， Computer Vision and Pattern Recognition 2006, Volume 1, 17-22, June 2006, pp. 728-735 25 321810 201118803 接下來’2次元銘叙缸 .測部44所算出之時刻跡算出部45係取得藉由人物檢之畫像座標）（步驟ST53)。的晝像圖框人物撿測結果（人物例如，取得如第19圖人物π %測結果，在該你馮顯不雖然檢測出人物人物Β之狀態者。仁禾知測出接下來，2次元移動執跡瞀山夕人铷蚩德广描异出Ρ 45係使用以步驟ST52 座標，以及以步驟阳3取得之人物晝像座標，更新所追蹤之人物的資訊（步驟ST54)。例如，如第19圖⑻所示，在時刻（m)時的人物A 的探索結果周邊’存在有如第19圖⑹所示之人物A的人物檢測結果。因此’如第19圖⑼所示，將 .器的值從“Γ提升至“2” 。 tfi; 另一方面，如第19圖⑹所示，於時刻⑽時之人物B之人物檢測為失敗的情形中，人物B的人物檢測不存在於第，圖⑻之人物W探索結果周邊。因此Ί 第19圖（D)所示’將人物β之計數器的值從‘‘〇，，下降至 “-Γ， 0 , 如此’2次元移動軌跡算出部45係在於探索結果之邊存在有檢測結果的情形，令計數器的值提升一個單位，而在於探索結果之周邊不存在檢測結果的情形，令的值下降一個單位。 ° ^ 結果，在人物被檢測出之次數較多的情形，复計數时的值會變大，另一方面。在人物被檢測出之次數較少的; 321810 26 201118803 形，計數器的值會變小。此外，於步驟ST54，亦可令2次元移動軌跡算出部 45累積人物檢測之確信因子。例如，2次元移動軌跡算出部45係在於探索結果之周邊存在有檢測結果的情形，累積加算該檢測結果的確信因子，在於探索結果之周邊不存在檢測結果的情形，不加算確信因子。結果，在人物被檢測出次數較多之2次元移動執跡的情形中，其累積確信因子會變大。接下來，2次元移動執跡算出部45係執行追蹤處理之結束判定（步驟ST55)。只要利用步驟ST54所述之計數器作為結束判定的基準即可。例如，在以步驟ST54所求得之計數器的值較一定的臨限值低的情形，判定為非人物而結束追蹤。此外，作為結束判定的基準者，亦可藉由將步驟ST54 所述之確信因子的累積值進行預定之臨限值處理，來執行追蹤結束判定。例如，在確信因子之累積值較預定之臨限值小的情形，判定為非人物而結束追蹤。藉由如此進行追蹤處理之結束判定，可避免誤追蹤到非人物之物體的現象。 2次元移動軌跡算出部45係藉由對持續到來之檢測出人物的圖框晝像重複進行從步驟ST52至步驟ST55之晝像樣板匹配處理，表示移動之各個人物的相連晝像座標，亦 27 321810 201118803 .即以點列的方式表不。昇出此點列作為移動之各個人物的 2次元動軌跡。在此’由於遮献等原因使追鞭在中途結束的情形，只要從遮蔽消失的時刻再次開始進行人物追蹤即可。/、 …在此實施形中’雖然顯示有關2次元移動軌跡算出，部45於時間性；1 朝前方（從現在到未來）對藉由人物檢 =部44所算出之人物的晝像座標進行追縱者，但亦可進一 ^ ’令其於時間性上朝後方（從現在到過去）出時間上跨越前後之人物的2次元移動執跡。縱# 藉由如此於時間性上朝前後進行追縱，可物二漏地算出人物的2:欠元移動執跡。例:縱; 物％•，即使在時間性上於隹追蹤某人性，州==« r要在時間心㈣在㈤_跡算出部的2次元移動執跡之分：：動執跡時’執行對於各個人物移動：圖2(!13圖的連結處理來生成2次元. 動轨：7:4二動:跡圖生成部47係對藉由2次元移合，尋杓B车鬥以开出之各個人物的2次元移動軌跳少崔分到或連結it者空生間性鄰近”次元移動軌跡來執行點’令已連接之2 A力將2 Μ移動軌跡作為圖之頂、次元二：軌跡成為圖之有向邊一从下，具體說明2次元移動軌跡圖生成部47之處理 321810 28 201118803 内容。 * 第20圖以及第21圖係顯示2次元移動軌跡圖生成部 47之處理内容的說明圖。首先，說明有關2次元#動執跡圖生成部47之空間性鄰近的例子。如第21圖（A)所示，例如，存在於2次元移動執跡T1 之終點T1E的空間性鄰近位置之2次元移動執跡，係定義為在以終點T1E為中心之一定距離範圍内（例如，2 0像素以内）具有起點的2次元移動執跡，或與2次元移動軌跡 T1之終點T1E的最短距離在一定距離範圍内的2次元移動執跡。在第21圖（A)的例子中，從2次元移動軌跡T1之終 .點TIE算起的某一定距離範圍内存在有2次元移動執跡T2 之起點T2S，可說是在2次元移動軌跡T1之終點TIE的空間性鄰近位置存在有2次元移動執跡T2之起點T2S。此外，2次元移動執跡T1之終點TIE與2次元移動軌跡T3的最短距離d由於在一定的距離範圍内，故可說是在 2次元移動軌跡T1之終點TIE的空間性鄰近位置存在有2 次元移動軌跡T3。另一方.面.，由於2次元移動軌跡T4之起點遠離2次元移動軌跡T1之終點TIE，因此2次元移動執跡T4不存在於2次元移動軌跡T1的空間性鄰近位置上。接下來，敘述有關2次元移動軌跡圖生成部47之時間性鄰近的例子。 29 321810 201118803 例如，如第21圖（B)所示在2次元移動執跡T1之記錄時間為[tl t2]、2次元移動執跡Τ2.之記錄時間為[t3 t4] 時，只要2次元移動軌跡T1之終點的記錄時間t2與2次元移動執跡T2之起點的記錄時間t3之時間間隔| t3-t2 | 為一定值以内（例如，3秒以内），則定義2次元移動執跡 T2存在於2次元移動軌跡T1之時間·性鄰近的位置。相反的，在時間間隔| t3-t2 |超過一定值的情形，定義2次元移動執跡T2不存在於2次元移動軌跡T1冬時間性鄰近的位置。在此，雖然敘述有關2次元移動執跡T1的終點TIE 之空間性鄰近以及時間性鄰近的例子，不過有關2次元移動軌跡的起點之空間性鄰近以及時間性鄰近亦可用同樣的方式定義。接下來，說明有關2次元移動軌跡圖生成部47之執跡分.割處理與執跡連結處理。， [軌跡分割處理] 2次元移動執跡圖生成部47係於藉由2次元移動執跡算出部45所算出之2次元移動軌跡的起點S之時間性鄰近且空間性鄰近位置，存在有其他2次元移動軌跡A的情形， • 人在起點S附近分割2次元移動執跡A。例如，如第20圖（A)所示，在藉由2次元移動軌跡算出部45算出2次元移動執跡{Tl，T2, T4, T6, T7}的情形， 2次元移動執跡T1的起點存在於2次元移動軌跡T2的附近。 30 321810 201118803 '' 因此，.2次元移動執跡圖生成部47，係在2次元移動 '執跡T1的起點附近分割2次元移動執跡T2，新生成2次元移動執跡T2與2次元移動軌跡T3，取得第20圖（B)所示之2次元移動執跡的集合{Tl，T2，T4，T6, T7, T3}。此外，2次元移動軌跡圖生成部47係於藉由2次元移動執跡算出部45所算出之2次元移動軌跡的終點S之時間性鄰近且空間性鄰近位置，存在.有其他2次元移動軌跡A 的情形，在終點S附近分割2次元移動執跡A。在第20圖（B)的例子中，2次元移動軌跡T1的終點係存在於2次元移動執跡T4的附近。因此，2次元移動執跡圖生成部47係在2次元移動執跡T1的終點附近分割2次元移動軌跡T4，新生成2次元移動軌跡T4與2次元移動執跡T5，取得第20圖（C)所示之2次元移動軌跡的集合{Tl，T2，T4，T6，T7, T3, T5}。 (執跡連結處理） 2次元移動軌跡圖生成部4 7係針對藉由執跡分割處理所取得之2次元移動軌跡的集合，在某2次元移動執跡A 之結束點於空間性鄰近且時間性鄰近位置存在有其他2次元移動執跡B之開始點的情形，，將條件符合之2次元移動執跡A與2次元移動軌跡B進行連結。亦即，2次元移動執跡圖生成部47，係藉由將各2次元移動執跡作為圖之頂點，此外，令已連結之2次元移動執跡的配對（pair)成為圖之有向邊的方式，取得2次元移動軌跡圖。 31 321810 201118803 在第20圖（C)的例子中，係為可藉由執跡分割處理與軌跡連結處理獲得下述資訊者。 •連結於T1之2次元移動執跡的集合= {T5} •連結於Τ2之2次元移動執跡的集合= {Τ1，Τ3} •連結於Τ3之2次元移動軌跡的集合= {Τ4，Τ6} •連結於Τ4之2次元移動執跡的集合= {Τ5}. •連結於Τ5之2次元移動執跡的集合={ ρ (空集合）} •連結於Τ6之2次元移動執跡的集合= {Τ7} •連結於Τ7之2次元移動執跡的集合={ ρ (空集合）} 在此情形，2次元移動執跡圖生成部47，係生成2次元移動軌跡圖，其中，上述2次元移動執跡圖係將2次元移動軌跡Τ1至Τ7作為圖之頂點、且具有此外2次元移動，軌跡的配對（Π、Τ5)、（Τ2、ΤΙ)、（Τ2、Τ3)、（Τ3、Τ4)、 (Τ3、Τ6)、（Τ4、Τ5)、（Τ6、Τ7)之有向邊資訊。此外，2次元移.動執跡圖生成部47不僅於時間增加方向（朝向未來）連結2次元移動軌跡，亦可於時間減少方向 (朝向過去）生成圖。在此情形，從各2次元移動執跡的終點朝向起點進行連結。在第20圖（C)的例子中，係藉由軌跡分割處理與軌跡連結處理，生成具有下述資訊的2次元移動執跡圖。 •連結於Τ7之2次元移動執跡的集合={Τ6} •連結於Τ6之2次元移動執跡的集合= {Τ3} •連結於Τ5之2次元移動執跡的集合= [Τ4，Τ1} .連結於Τ4之2次元移動執跡的集合= {Τ3} 32 321810 201118803 :於T3之2次元移動執跡 •連結於下2之2次元移動軌跡的=介} •連結於之2:欠元移動執跡空集合)} 纟追縱人物時有穿著同樣^叫丁2} 像!二戈是出現人物因重疊而被遮C人等存在於，场動執跡分歧為兩條，或者、情形，會出現2; 連續的情形。辱此，如第2〇圖(人)二?動軌跡於時間上习的某同—人物之2次元移動執跡的情:’會出現算出複卖因此，2次元移動軌跡圖生成部\;二元移動軌跡圖，來保持人物之複數^'藉由生成Η 執跡立體邱“〆夕動路徑資訊。 2次元移動軌跡圖時:：2二移Λ執跡圖生㈣^ 個2次元移動軌跡I補了二攝影機校準部42所算出之;廊内基對於藉由設置角度，執杆久旦，卡點的設置位置以及 .配，算㈣^讀之2次元移動軌跡候補_立體匹規定值以^的^移動執跡候補的匹配率，從該匹配率為元移動軌跡（第動軌跡候補’算出各個人物的3次、、乐w圖的步驟ST46)。 =下’具體說明執跡立體部48的處理内容。此外執跡立體部48之處理内容的流程圖。之探索處理的說明_=跡立體部4_8中2次元移動軌跡圖配率算出處理的說明24圖係顯不2次元移動執跡之匹 t*(〇verlap)^^ ^ 25 2 321810 33 201118803 ' 首先，敘述有關探索2次元移動軌跡圖而列舉2次元 %移執跡候補的方法。如第23圖（A)所示，得到由2次元移動執跡T1至T7 構成之2次元移動軌跡圖G ’假定2次元移動軌跡圖G擁有下述圖資訊。 •連結於T1之2次元移動執跡的集合= {T5} •連結於Τ2之2次元移動軌跡的集合= {Τ1，Τ3} •連結於Τ3之2次元移動執跡的集合= {Τ4，Τ6} •連結於Τ4之2次元移動執跡的集合= {Τ5} •連結於Τ5之2次元移動執跡的集合={ ρ (空集合）} •連結於Τ6之2次元移動執跡的集合= {Τ7} •連結於Τ7之2次元移動執跡的集合={ ρ (空集合）} 此時，軌跡立體部48係探索2次元移動軌跡圖G，而 .列舉所有被連結之2次元移動軌跡的候補。在第23.圖的例子中，算出下述2次元移動執跡的候 ..補。 •2次元移.動執跡候補Α={Τ2，Τ3，Τ6，Τ7} . · . •2次元移動軌跡候補Β={Τ2，Τ3，Τ4，Τ5} • 2次元移動軌跡候補C={T2，Tl，Τ5} 首先，軌跡立體部48係取得對應複數台攝影機1之攝影機影像的各自一條之2次元移動執跡（步驟ST61)，算出各自一條之2次元移動執跡彼此重疊的時間（步驟 ST62)。以下，具體性地說明重疊的時間之算出處理。 34 321810 201118803 如第24圖⑻所示，藉由設置於電梯内部不同兩台攝影機1 a、1 ;9攝影車廂内部。置的

第24圖（Α)係假想性地顯示針f ,^ T對人物A與人物B 次兀移動執跡已經過計算的狀況，α 礼 ^之2 , 丄馬人物Α於摄影搶 Ια之影像的2次元移動軌跡，α2 A A札D 攝知機纪他 αΖ為人物B於攝影機丨之影像的2次元移動軌跡。蜂U之此外，A 1為人物Α於攝影機υ之影像的开t 軌跡…為人物B於攝料彡像的2:欠元:動軌跡立體部48係例如於步驟ST61，在取得第μ軌跡。所示之2次it移動執跡a i與2次元移動執跡们，2次元移動軌跡α1與2次元移動軌跡w假定為如月以= 异式所顯示者。卜 2次元移動執跡α 1 = {Xal(t)} t=Tl,…，Π MXal(Tl)，Xal(Tl + l)，...，Xal(T2)} 2次元移動執跡/3 1 . ={ Xb 1 (t ) } t=T3, -, T4 = {Xbl(T3), Xbl(T3+l), -.,xbi(T4)} 在此，Xal(t)、Xbl(t)係為人物a於時刻t之2 ^ _ 晝像座標。顯示2次元移動軌跡α丨記錄有從時刻I〗至元之畫像座標’ 2次元移動軌跡w記錄有從時刻了 = 之晝像座標。 4 第25圖係顯示此兩條2次元移動執跡Γ、錄時間者’2次元移動軌跡α1記錄有從時刻π至τ ς 321810 35 201118803 像座標，而另一方面，2次元移動軌跡/3 1記錄有從時刻 T3至T4之晝像座標。該情形，2次元移動執跡α1與2次元移動軌跡沒1重疊的時間由於為從時刻Τ3至時刻Τ2為止的期間，故將該時:間以執跡立體部48算出。於算出各自一條之2次元移動軌跡彼此重疊的時間後，軌跡立體部48係使用藉由攝影機校準部42所算出之各個攝影機1的設置位置以及設置角度，在重疊的各時刻，執行形成對應的2次元移動執跡之點列彼此的立體匹配.，算出點列彼此的距離（步驟ST63)。以下，具體說明點列彼此的立體匹配處理。如第24圖（Β)所示，執跡立體部48係在重疊的所有時間t，使用藉由攝影機校準部42所算出之兩台攝影機 U的設置位置以及設置角度，在求得通過攝影機1« 之中心與晝像座標Xal(t)之直線Val(t)的同時，求得通過攝影機1〃之中心與晝像座標Xbl(t)之直線Vbl(t)。此外，執跡立體部48係於算出直線Val(t)與直線' Vbl(t)交點作為人物之3次元位置2(〇的同時，算出直綵

Val(t)與直線Vbl(t)彼此間的距離d(t)。 \ 例如，從{Xal(t)}t=Tl，...，T2 與{Xbl(t)}t=T3, ...，T4，得到重疊時間t=T3, ·_·,Τ2時之3次元位置向量Z(t)與直線的距離 d(t)的集合{Z(t)，d(t)}t=T3, "·，Τ2。在第24圖（Β)中，雖顯示直線Val(t)與直線Vbl(t) 相交的情形，但實際上因為頭部之檢測誤差與校準誤差等 36 321810 201118803 •原因，在很多情形下直線Val(t)與直線Vbl(t)只是互相接近而沒有极交。在這樣的情形，亦可求以最短距離連結直線Val(t)與直線Vbl(t)之線段的距離d(t)，求得其中點作為交點Z(t)。或者，亦可藉由下述參考文獻4所揭示之「最佳修正」的方法，算出兩條直線的距離d(t)與交點Z(t)。 (參考文獻4) K. Kanatani, ^Statistical Optimization for Geometric Computation:Theory and Practice, Elsevier

Science” ， Amsterdam, The Netherlands， April 1996. 接下來’軌跡立體部48係使用在進行點列彼此的立體匹配時求得之點列彼此的距離，算出2次元移動軌跡的匹配率（步驟ST64)。另外，在重疊時間為“0”的情形，算出匹配率為 0 。在此’例如算出於重疊時間内直線相交的次數作為匹配率。亦即，在第24圖以及第25圖的例子中，於時刻 t=T3, ·_·，Τ2時，算出距離d(t)成為一定之臨限值（例如， 15cm)以下的次數作為匹配率。在此，雖顯示有關算出於重疊時間内直線相交的次數作為匹配率者，但並不僅限於此者，例如亦可算出於重疊時間内二條直線相交的比率作為匹配率。亦即’在第24圖以及第25圖的例子中，於時刻 t=T3,…，T2時，算出距離d(t)成為一定之臨限值（例如， 37 321810 201118803 15cm)以下的次數’算出將該次數除以重疊㈣丨了的值作為匹配率。丨此外’亦可賻兩條直線在重疊時間内之距離出作為匹配率。 .卞；J异亦即’在第24圖（Β)的例子中，算出於時刻t=：T3… 時，距離d(t)夕、、〜/ 、 ’ ’ w 之思數（inverse number)的平均作為匹配率〇: 出作2配:可將兩條直線於重疊時間内之距_^^^ 時亦P在第24gJ⑻㈣距離d(t)$、、，A 开出於時刻t=T3 ·.· το 率再者二)之讀的總和作為匹配率。，，T2 丹者亦可藉由合 .…計算方法的方式算出匹配在此’敘述有關藉由執W-獲得的效果。 A7L移執跡之立體匹配可例如，第24圖之2次元抽跡/5 2，由於為相同人物β之2次跡=2與2次元移動執次元移動執跡《2與2次元移動執人=多動軌跡，在執行2 時刻之距離d(t)择用較小的值。' 2之立體匹配時，久平均為較大的值，2次元移動執^ 2斑距離d(t)之逆數的 2之匹配率會成為較高的值。〜2次元移動-軌跡冷另-方面，2次元移動執跡叫 2,由於為不同人物八與人物β< 2 :、2次元移動執跡石 2次元移動執跡與2次元移動軌Γ/ί動軌跡，在執行雖然在某時刻會出現直線偶然相交的2之立體匹配時，月啦，^日曰，、 38. 芡在幾乎所 201118803 有的時刻直線都不會相交，距離d(t)之逆數的平岣會成、較小的值。因此，2次元移動軌跡α 1與2次元移動軌跡為 2之匹配率會成為較低的值。以往如第45圖所示，由於對某瞬間之人物.檢測鈇果進行立體匹配來推定人物之3次元位置，因此無法避免立體視覺之β愛昧不明度而會出現錯誤推定人物仅置的情形可是，在該實施形態1，藉由將經過一定時間之元移動軌跡彼此進行立體匹配的方式，可消除立體视覺曖昧不明度，主確求得人物的3次元移動執跡。之欠元移進行比較如上述，軌跡立體部48係在算出各影像之動軌跡的匹配率時，將該匹配率與預定的臨限值 (步驟 ST65)。軌跡立體部48係在各影像的2次元移動軌跡之匹— 率超過臨限值的情形，從各影像的2次元移動軌跡，算配各〜像之2次元移動軌跡處於重疊時的3次元移動軌跡（各影像之2次元移動執跡處於重疊時的3次元位置，可藉由執二普通的立體匹配來進行推定。但由於是公開的技術因此省略詳細朗）’對於其3次元移祕料行過據，執行去除錯誤地推定之3次元移動執跡的處理（步驟ST66)。亦P軌跡立體部48會有因為人物檢測部44誤檢測人物的關係而算出錯誤之人物3次元移動軌跡的情事， H你L如在人物的3次元位置Z(t)不符合以下條件⑷至 J的情形，將該q ^ — . 去而二、1 ^二人元移動執跡認定為非原本人物之執跡 39 321810 201118803 内）條件（C):人物的3次元移動履歷顯得流蝎。條件⑴，將位於極端低位置之3次元移動執跡 S 心疋為私測錯誤者而予以捨棄。此外，藉由條件（B)，例如將映照於設置在電梯廂内兄子之人物的3次元移動執跡認定為非人物執跡而予以拾棄。... 此外，藉由條件（C)，例如將朝上下左右急遽變化之不自然的3次元移動執跡認定為非人物軌跡而予以捨棄。夕接下來，軌跡立體部48，係藉由使用各影像之2次元移動執跡處於重叠時的3次元位置，算出形成未重疊時刻之兩條2次元移動軌跡的點列之3次元位置，推定各個人物的3次元移動轨跡(步驟ST67)。在第25圖的情形，.2次元移動軌跡(^1與2次元移動軌跡/3 1於時刻_，...，π為重疊狀態，但在其他時刻未重疊。在普通的立體匹配中，無法.算出未重疊時間帶之人物的3=人元移動軌跡，不過在這樣的情形，算出重疊時間之人物的平均高度，使用該高度的平均，推定未重疊時間之人物的3次元移動軌跡。在第25圖的例子中，首先求得與{Z(t)， d(t)}t=T3, ...，Τ2之3次元位置向量z(t)的高度成分相關 321810. 40 201118803 -之平均值aveH。 . '. 接下來，從在各時刻t通過攝影機1。之中心與晝像座標Xal(t)之直線Val(t)上的點中，求得距離地板高度為 aveH的點，將該點推定為人物的3次元位置Z(t)。同樣地， .從各時刻t之晝像座標Xbl(t)推定人物的3次元位置 .Z(t) 〇藉此，可獲得記錄有從T1至T4所有時刻之2次元移動軌跡α 1與2次元移動軌跡/3 1的3次元移動軌跡 + {Z(t)}t=Tl，...，T4。藉此，即使在因為遮蔽等理由，於一方之攝影機有一定期間沒有拍到人物的情形，只要用另一個攝影機算出人物的2次元移動執跡，且2次元移動執跡在遮蔽前後有重疊，軌跡立體部48便可算出人物的3次元移動執跡。只要結束有關所有2次元移動執跡之配對的匹配率計算，便結束執跡立體部48的處理，移行至3次元移動執跡算出部49的處理（步驟ST68)。 3次元移動執跡圖生成部.49係於軌跡立體部48算出各個人物的3次元移動執跡.時，執行對該3次元移動軌跡的分割處理以及連結處理以生成3次元移動軌跡圖（步驟 ST47)。 . 亦即，3次元移動軌跡圖生成部49係對藉由軌跡立體部48所算出之各個人物3次元移動軌跡的集合，探索空間性或時間性鄰近之3次元移動軌跡並執行分割或連結等處理，生成將3次元移動執跡作為圖之頂點，令已連結之3 41 321810 201118803 •次元移動軌跡成為圖之有向邊的3次元移動軌跡圖。 ' 以下，具體說明3次元移動軌跡圖生成部49的處理内容。第26圖以及第27圖係顯示3次元移動軌跡圖生成部 49之處理内容的說明圖。 .首先，敘述有關3次元移動轨跡圖生成部49之空間性鄰近的例子。. 如第27圖（A)所示，例如，存在於3次元移動軌跡L1 之終點LIE的空間性鄰近位置之3次元移動軌跡·，係定義為在以終點LIE為中心之一定距離範圍内（例如，25cm以内）具有起點的3次元移動軌跡，或與3次元移動執跡L1 之終點L1E的最短距離在一定距離範圍内的3.次元移動軌跡。在第27圖（A)的例子中，從3次元移動執跡L1之終點LIE算起的某一定距離範圍内存在有3次元移動執跡L2 之起點L2S，可說是在3攻元移動執跡L1之終點LIE的空間性鄰近位置存在有3次元移動軌跡L2。此外，.3次元移動軌跡L1之終點LIE與3次元移動執跡L3的最短距離d由於在一定的距離範圍内，故可說是在 3次元移動軌跡L1之終點LIE的空間性鄰近位置存在有3 次元移動執跡L3 〇另一方面，3次元移動執跡L4之起點由於遠離3次元移動軌跡L1之終點LIE，因此3次元移動執跡L4不存在於3次元移動軌跡L1的空間性鄰近位置上。 42 321810 201118803 接下來，敘述有關3次元移動軌跡圖生成部.49之時間性鄰近的例子。例如，如第27圖（B)所示在3次元移動軌跡L1之記綠時間為[tl t2]、3次元移動執跡L2之記錄時間為[t3 t4] 時，只要3次元移動軌跡L1之終點的記錄時間t2與3次元移動軌跡L2之起點的記錄時間t3之時間間隔| t3-t2 | 為一定值以内(例如，3秒以内），則定義3次元移動軌跡 L2存在於3次元移動執跡L.1·之時間性鄰近的位皇。相反的，在時間間隔| t3-t2 |超過一定值的情形，定義3次元移動軌跡L2不存在於3次元移動執跡L1之時間性鄰近的位置。在此，雖然敘述有關3次元移動執跡L1的終點LIE 之空間性鄰近以及時間性鄰近的例子，不過有關3次元移動軌跡的起點之空間性鄰近以及時間性鄰近亦可用同樣的方式定義。接下來，說明有關3次元移動執跡圖生成部49之軌. 跡分割處理與執跡連結處理。 [軌跡分割處理] .3次元移動執跡圖生成部49係於藉由軌跡立體部48 所算出之某3次元移動軌跡的起點S之時間性鄰近且空間性鄰近位置，存在有其他3次元移動執跡A時，在起點S 附近分割3次元移動軌跡A。第26圖（A)係為從上方俯瞰電梯内部的示意圖，顯示有電梯的入口、入退場區域、以及3次元移動執跡L1至 43 321810 201118803 "L4 ° 、在第26圖（A)的情形，3次元移動軌跡L2的起點存在於3次元移動軌跡L3的附近。因此，3次元移動執跡圖生成部49係在3次元移動軌跡L2的起點附近分割3次元移動軌跡L3，新生成3次元移動執跡L3與3次元移動執跡L5，而取得第20圖（B+)所示之3次元移動執跡的集合。此外，3次元移動軌跡圖生成部49係於藉由執跡立體部48.所算出之3次元移動軌跡.的終點S之時間性鄰近且空間性鄰近位置，存在有其他3次元移動轨跡A時，在終點 S附近分割3次元移動軌跡A。在第26圖(B)的例子中，3次元移動軌跡L5的終點係存在於3次元移動執跡L4的附近。因此，3次元移動軌跡圖生成部49係在3次元移動軌跡L5的終點附近分割3次元移動軌跡L4，新生成3次元移動執跡L4與3次元移動軌跡L6，而取得如第20圖（C) 所示之3次元移動軌跡的集合L1至L6。 (執跡連結處理） 3次元移動軌跡圖生成部49係針對藉由轨跡分割處理所取得之3次元移動軌跡的集合，在某3次元移動執跡A 之結束點的空間性鄰近且時間性鄰近位,置存在有其他3次元移動執跡B之開始點的情形，將條件符合之兩個3次元移動軌跡A與3次元移動執跡B進行連結。 .亦即，3次元移動軌跡圖生成部49係藉由將各3次元 44 321810 201118803 ''移動軌跡作為圖之頂點，此外，令已連結之3次元移動執 ' 跡的配對成為圖之有向邊的方式，取得3次元移動執跡圖。在第26圖（C)的例子中，係為藉由執跡分割處理與軌跡連結處理，而生成具有下述資訊之3次元移動執跡圖。. •連結於L1之3次元移動轨跡的集合={L3} •連結於L2之3次元移動軌跡的集合={ φ (空集合）} • · ' ' . •連結於L3之3次元移動軌跡的集合= {L2，L5} •連結於L4之3次元移動熟跡的集合= {L6} •連結於L5之3次元移動執跡的集合={L6} •連結於L6之3次元移動軌跡的集合={ φ (空集合）} 藉由軌跡立體部48所算出之各個人物的3次元移動 .軌跡，因為2次元晝像之人物頭部的追蹤失誤等理由，常有由空間性或時間性中斷之複數個3次元移動執跡斷片之集合所構成之情形。因此，3次元移動軌跡圖生成部49可藉由對該等3次 .元移動執跡執行分割處理或連結處理求得3次元移動執跡圖的方式，保持人物之複數個移動路徑資訊。執跡組合推.定部50係藉由在3次元移動執跡圖生成部49生成3次元移動軌跡圖時，探索該3次元移動軌跡圖，算出各個人物從入場到退場為止的3次元移動執跡候補，從該等3次元移動軌跡的候補中，推定最佳之.3.次元移動軌跡組合的方式，算出务個人物最佳之3次元移動軌跡'，與存在於車廂内各時刻之人物的人數（步驟ST48)。' 以下，具體說明執跡組合推定部50的處理内容。 45 321810 201118803 ^第28圖係顯示執跡組推定部5〇之處理内容的流程圖。第29圖係顯不軌跡組推定部5〇之處理内容的說另外’第29圖(A)係從上方俯瞰電梯的圖。首先，軌跡組合推定部5〇係於成為監視對象區域的場所，設定人物的入退場區域（步驟ST71)。入退場區域係利用為判定人物之入退場的基準者，在第29圖（A)的例子中’係假想性地設定電梯車廂内之入口. 附近為入退場區域。 ❹Ή要頭料移純跡從設定在電梯人口附入退場區域開始，便可判斷為從該樓層坐上電梯。此外動軌跡在人退場區域結束，便可判斷為在該樓層離接下來，執跡組合推定部5〇係探 =部圖，算‘ 3次元移動執跡(:::象::條件之各個人物的元移動軌跡)候補(步二 i入場條件]. . , · · 部)。入豕條件.3次元移動軌跡的方向係從門朝向電梯内内。琢條件.3次元移動軌跡的起點位置在入退場區域執跡起^=,•藉由門開關認識部U所設定之3次元移動 ""占扦刻的門索引di非“0” 。 321810 46 201118803 、[退場條件]. % (1)退場條件：3次元移動執跡的方向係從電梯内部朝向門。 (2) 退場條件：3次元移動執跡的終點位置在入退場區域内。 ' (3) 退場條件：藉由門開關認識部11所設定之3次元移動執跡終點時刻的門索引di非“0”，且門索引di與入場時不同。· 在第29圖（A)的例子中，各個人物的3次元移動執跡係如以下所述。 3次元移動執跡圖G係由3次元移動軌跡L1至L6所 .構成，3次元移動執跡圖G為擁有以下資訊者。 •連結於L1之3次元移動執跡的集合= {L2，L3} •連結於L2之3次元移動軌跡的集合= {L6丨 •連結於L3之3次元移動軌跡的集合={L.5} •連結於W之3 .次元移動軌跡的集合={L5} •連結於L5之3次元移動執跡的集合={$ (空集合）} •連結於L6之3次元移動軌跡的集合={ ρ (空集合）} 此外，3次元移動執跡LI、L2、L3、L4、L5、L6的門索引di係分別為1、2、2、4、3、3。惟3攻元移動軌跡 L3，因為人物頭部之追蹤失敗或人物之遮蔽等原因，而假定為誤求得之3次元移動執跡。因此，被連結至3次元移動軌跡L1的3次元移動軌跡為兩條（3次元移動執跡L2、L3)，人物的1移動路徑出現 47 321810 ^1118803 曖昧不明的情形。在第29圖（A)的例子φ 轨跡，為3 :欠元移動 ’ '滿足入場條件的3、次元移動退場條件的3:欠元 y與3次元移動軌跡L4，滿足次元移動執跡L6。跡，為3次元移動軌跡L5與3 在此脣形’軌跡組 n / 元移動軌跡L1開如，°足°卩50 ’係例如可藉由從3次動軌跡圖G的方式，二U〜L2—L6的順序探索3次元移止之3次元移動^入場至監視對象區域到退場為 Μ祕 f 候補iL1，L2, L6}。 ’，軌跡組合推定部50，係w ^ 動軌跡圖G的方々從係可藉由探索3次元移到退場為止二T下述三個從入場至監視對象區域心d-人兀移動執跡的候補。軌跡候補A={L1，L2, L6} 軌跡候補B={L4，L5} 執跡候補c=ai，^丨域到執跡組合推定部50係從入場至監視對象區 β〗乙％為止之3次元移動軌跡的候補中， p 土〇〇物彼此之位置關係、人物數量、立體視覺精度等的人 =’藉由求得使該成本函數最大化之3次元移動執跡的：合，求出正確之人物的3次元移動執跡與人數（步驟釘且例如，成本函數係為反映「3次元移動執跡不重聂j 且「儘可能推定最多的3次元移動軌跡』者，，v L宜」’ 的方式定義。」者以如下所述成本=「3次元移動執跡數」-「3次元移動軌跡的重 321810 48 201118803 •疊次數」 ' '惟3次元移動軌跡數係代表監視對象區域之人物數。在第29圖（B)的例子中，在計算上述成本時，軌踯候補A={L1，L2，L6}與軌跡候補C={L1，L3，L5}係在L1的部分重疊，「3次元移動軌跡的重疊次數」被計算為“Γ 。相同地，軌跡候補B={L4, L5}與執跡候補C={L1，L3, L5}係在L5的部分重疊，「3次元移動執跡的重疊次數」被計算為.“1” 。因此，各軌跡候補之組合的成本係為如下所述。 • A與B與C之組合的成本=3-2=1 • A與B之組合的成本 =2-0=2 • A與C之組合的成本 =2-1 = 1 •B與C之組合的成本 =2-1 = 1 •僅有A的成本 =1-0 = 1 •僅有B的成本 =1-0=1 •僅有C的成本 =1-0=1 從而，軌跡候補A與執跡候補B之組合係為成本函數 . · 最大的組合，被判斷為最佳之3次元移動執跡的組合。最佳之3次元移動軌跡的組合由於為執跡候補A.與軌跡候補B之組合，因此可同時推定監視對象區域内的人數為2人。軌跡組合推定部50係在求得從監視對象區域之入退場區域開始，於入退場區域結束之人物3次元移動執跡最佳的組合時，對藉.由該3次元移動執跡與樓層認識部12 49 321810 201118803 所特定之褸層（顯示電梯停、應，算出顯示各個人物之上^之停止樓層資訊）賦予對移動履歷（顯* “多少人在哪層與下電梯樓層的人物電梯”）（步驟ST74)。 θ上電梯，在哪個樓層下在此，雖顯示有關對藉由邙、立樓層資訊賦予對應者，但亦部12所特定之停得停止樓層資訊來賦予對應。卜攸電梯的控制機器取如此，軌跡組合推定部5〇係^ 位置關係、人物數量、立體视與已考慮人物彼此之求得使該成本函數最大化之3欠&度等的成本函數，藉由在因為遮蔽等原因，使人物頭部動執跡的組合’即使形，亦可求出監視對象區域之^追蹤結果出現錯誤的情數。物的3次元移動軌跡與人 /、疋，在上下電梯者人數多 " 造複雜的情形，3次元移動執跡候^移動執跡圖之構非常:二『法在實，：處理量= 在如此的情形’執跡組合 ^ 慮人物彼此之位置關係、人物备旦Π 〇係亦可定義已考函數⑴keUhood functi〇n)，數^、讀視覺精度的概度 r ,. 使用 MCMC(Markov Chain M h其馬可夫鏈蒙地卡羅法）或_蠢价 A1，—：基因演算法）等機率性的最佳化手法，求得3 次元移動執跡的最佳組合。八付以下，具體說明軌跡組合〜 . 本函數為最大之人物最佳3次推；部50使用腹求得成人疋移動執跡組合的處理。 321810 50 201118803 首先*如.以下方式定義符號。、[符號] y i (t): 3次元移動軌跡y i於時刻t的3次元位置。y i (t) eR3 yi :第i個人物在監視對象區域從入場到退場為止的3 次元移動執跡 yi={yi(t)} | yi | : 3次元移動執跡yi的記錄時間 ’ N:在監視對象區域從從入場到退場為止的3次元移動執跡數（人物數） Y={yi}>i,_.:,N : 3次元移動執跡的集合 S(yi) : 3次元移動執跡yi的立體成本（stereo cost) 〇(yi，yj) : 3次元移動執跡yi與3次元移動執跡yj的重疊成本（overlap cost) w+ :被選擇為正確3次元移動執跳之3次元移動執跡yi 的集合 w-:未被選擇之3次元移動執跡yi的集合。w-=w-w+ w : w={.w+，w-}

• . · Wopt :將概度函數最大化之W | w+ | : w+原來的數（被選擇為正確3次元移動軌跡之軌跡的數量） .Ω:νν的集合。\νΕΩ(3次元移動執跡之集合Y的分割方式的集合） L(w | Υ):概度函數 51 321810 201118803

Lnura(W I Y).選擇轨跡述的概度函數 Lstr(w | Y):與選擇軌跡之立體視覺有關的概度函數 L〇vr(w | Y):與選擇軌跡之重疊有關的概度函數 q(w’ | w):提案分布 A(w’ | w):受理機率 [模型] 軌跡組合推定部5 0係在3次元移動軌跡圖生成部4 9 生成3次元移動軌跡圖時，探索該3次元移動軌跡圖，求得滿足上述入場條件與退場條件之各個人物的3次元移動執跡候補的集合Y={yi}i=i,".,N。 ' 此外，令w+作為被選擇為正確3次元移動軌跡之3次元移動執跡的集合，定義w-=w-w+與w={w+，w-}。執跡組合推定部50的目的，係為從3次元移動軌跡之候補的集合Y中選擇正確的3次元移動軌跡'，該目的可將概度函數L(w/Y)定義為成本函數，並將最大化該成本函數之問題進行公式化。 .亦即，令最佳執跡選擇為W—時，Wopt可由下述算式所得。 w〇Pt=argraax L(w | Y) 例如，概度函數L(w | Y)亦可用以下述的方式定義。 L(w |. Y)=L〇vr(w I Y)Lnum(w I Y)Lstr(w I Y) 在此，Lovx係將「3次元移動軌跡於3次元空間内不重疊」公式化之概度函數，L_係將「儘可能存在最多3次元移動執跡」公式化之概度函數，Lstr係將「3次元移動執跡 52 321810 201118803 之立體視覺的精度很高」公式化之概度函數。以下，敘述有關各概度函數的詳細内容。 [有關選擇軌跡之重疊的概度函數]' υ的條件將「3次元移動執跡於3次元空_不重疊以如下述的方式公式化。且 L〇vr(w|Y)cexp(-cl Si.j〇w+ 〇(yij y〇) 在此，〇(yi，處為3次元移動執跡㈣3次元料執跡y】的重疊成本，在3次元移動軌跡厂與3次元移動朝 .跡^完=疊的情形為“Γ，在完全沒有重疊的情形為 0 。在此cl為正的常數。在此，用以下方式求得0(yi，yj)。令力七⑴}㈣，'t2、yj={yj⑴}t=t3 ^ 執跡^與3次it移動軌心在時間F相切時同時存在。此外，函數g係以下述方式定義。 g(yi(t), yj(t)) = l(if|| yi(t)-yj(t)||<Thl), =0(〇therwise) 在此，Thl係為適當距離之臨限值，例如設定 Thl=25cm 〇亦即’函數g係為若是3次元移動執跡接近至臨限值 Thl以内便給予懲罰（penaity)的函數。此時，如以下所述，求得重疊成本〇(yi，yj)。 • I F丨#0.的情形〇(yi，y〇= EteF g(yi(t)，yj(t))/ 丨 f 丨 • I F I =〇的情形 321810 53 201118803 〇(y“ yj)=0 [有關選擇軌跡數量之概度函數] 將n儘可能存在最多3次元移動軌跡」的條件以如下述的方式公式化。

Lnum(w |, Υ)〇^0χρ(〇2 | W+ | ) 在此’ I w+ |為w+原來的數。此外C2為正的常數。 [有關選擇軌跡的立體視覺精度之概度函數] 將「3次元移動軌跡之立體視覺的精度很高」的條件以如下述的方式公式化。

Ur(w | Y)〇cexp(_c3I：iew+s(yi)) 在此，S(yi)係為立體成本，3次元移動執跡在藉由立體視覺推定的情形取小的值，在3次元移動執跡擁有從單眼視覺或任何一台攝影機丨都觀測不到之期間的情形為取大的值者。此外c3為正的常數。以下’敘述有關立體成本s(yi)的計算方法。：在此，在令yi={yKt)}t=tl,...,4，於3次元移動執跡 yi的期間Fi=[tl t2].，下述三個期間Hi、F2i、F3i混人一起。口在 • Fl· :藉由立體視覺推定3次元移動軌跡的期間 • F2i .藉由單眼視覺推定3次元移動軌跡的期間移動執跡 • F3i :不論從哪台攝影機1都觀測不到3次元的期間在該情形’立體成本5(7〇係如以下所述。 S(yiMc8x | Fl· | +C9x | F2i 丨 +cl〇x 丨 F3i j v ! 321810 54 201118803 在此，c8、c9、clO為正的常數。 [藉由MCMC將執跡候補之組合最佳化;Γ ’ 接下來，敘述有關執跡組合推定部50藉由MCMC將概度函數L(w | Υ)最大化的手法。首先，演算法的概要係如以下所述。 [MCMC演算法] 輸入：Y，Winit, Nmc 輸出· Wopt (1) 初始化. (2) 主程序 W~Winit, W_opt = Winit for n=l to Nmc stepl，遵循f (m)對m進行取樣 step2. 取樣遵循m選擇提案分布q，對w’進行 step3. 從均勻分布Un i f [ 0 1 ]對u進行取樣 step4. if u<A(w, w’ ), w=w’ ； step5. if L(w | Y)/L(w〇Pt 1 Y)>1, 、end Wopt = W’ ；（保存最大值）在此，輸入至演算法者係3次元移動軌跡的集合Y、初期分割Winit、取樣次數Nmc，此外，得到最佳的分割Wopt 作為演算法輸出。在初始化時，令初期分割Winit={w+=(/)，w-=Y}。 · 在主程序中，於stepl係遵循機率分布f(m)對m進行取樣。例如，亦可將機率分布Γ (m)設定為均勻分布。 55 321810 201118803 接下來’於step2係遵循對應索引m之提案丨W)對候補w，·進行取樣。 ’ =案演算法之提案分布，敎義為「生成」、「消減」、「父換」三種類型。令其為對應索心[為.「生成」，m=2為「.消滅」，㈣為「交換」者。接下來，於step3係從均勾分布Unif[0川對^進取樣》接著於Step4係依據u與受理機率A(w，w，）受理或捨棄候補W’ 。丈理機率A(w，w’ ）係由下式求得。 A(w, w* ) .=min(1，q(W 丨 w，儿(w，丨 Y)/q(w’ | W)L(W 丨 Y)) 最後，於steP5係保存將概度函數最大化之最佳的

Wopt 0 以下，敘述有關提案分布q(w， I W)的詳細内容。 (A)生成 k集合w-選擇一條3次元移動轨跡y加入至w+。在此’優先選擇與w+之軌跡沒有空間性重疊者:作為V。亦即’令 yew—，w={w+，. w-}、w’ ={{w+ + y}，{w 時，提案分布係由下式求得。 q(w 丨 ν〇°=(⑴eXp(—。4Σ jew+〇(y，y】·)）在此’ 〇(y，係為上述的重疊成本，在執跡y與yj 完全重疊的情形為“Γ，在完全沒有重疊的情形為“〇”。 321810 56 201118803 、c4為正的常數。 (B)消滅從集合W+3i擇一條3次元移動執跡y加入至w_。為乂在此，優先選擇於w+内部沒有空間性重疊之軌跡者作 * ’了即’令 3^w+，w={w+，w }、w，={{w+_y}，{w_ . 時，提案分布係由下式求得。 Q(w’ lw)〇cf .⑵exp(c5 s ㈣〇(y，、））另外在w+為空集合的情形，如以下所述。 q(w I w)=i(if =wX q(w，! w)=0(oth s c5為正的常數。 .1Se) (C)交換 -二f成本高的3次元移動執跡’與立體成本低的3 -欠 =交換…p從集合w+選擇—條3次元_ 今3二二集合W_選擇—條3次元移動執跡z，將該3二人70移動軌跡y與3次元移動軌跡z進行交換。具體μ首先’似選擇立體成本作元移動軌跡y。门布作马d -人接下來’優先選擇與3次元執跡y重疊，且立Μ太較低者作為作為3次元移動軌跡·ζ。.且立體成本广、，yew+，zew.，w’，心-…U^y-Z}}， P(y I w)^exp(c6 S(y)), p(zU y)〇cexp(_c6 s(z) exp(c7 〇(z，y))) 時’提案分布由下式求得。 321810 57 201118803 I w)^ ζ (3)xp(z I w, y)p(y | w) 只是，c6、c7為正的常數。影像解析部3以如上述方式算出各個人物之移動履歷時，將該移動履歷給予至管理複數台電梯之運轉的群組管理系統（未Λ示）。藉此，在群組管理系統中，根據可從各電梯得到的移動履歷能夠恆常性執行最佳之電梯的群組管理。此外，影像解析部3係因應需要將各個人物的移動履歷等輸出至影像解析結果顯示部4。影像解析結果顯示部4係在接受來自影像解析部3之各個人物的移動履歷等時，將各個人物的移動履歷等顯示在顯示器（未圖示）上。以下，具體說明影像解析結果顯示部4的處理内容。第30圖係顯示影像解析結果顯示部4之晝面構成例的說明圖。如第30圖所示，影像解析結果顯示部4的主晝面，係由顯示藉由複數台攝影機1所攝影之影像的影像顯示部 51之晝面、以及以時序性之圖顯示人物移動履歷的時序資訊顯示部52之晝面所構成。影像解析結果顯示部4的影像顯示部51係同步顯示藉由複數台攝影機1所攝影之電梯車廂内的影像（攝影機 (1)的影像、攝影機（2)的影像、樓層認識用之指示器影像）以及影像解析部3的解析結果，將作為影像解析部3之解析結果的頭部檢測結果與2次元移動執跡等重疊顯示在影 58 321810 201118803 '•像上。，影像顯示部51係藉由同步顯示複數個影像的方式，讓大樓保養作業員等使用者，可以同時得知複數台電梯的狀況，此外，可以用視覺性的方式掌握頭部檢測結果與2 次元移動執跡等影像解析結果。影像解析結果顯示部4的時序資訊顯示部52係將藉由人物追蹤部13的3次元移動軌跡算出部46所算出之人物移動履歷與車廂移動履歷作成時序圖，與影像同步地予以顯示。第31圖係顯示時序資訊顯示部52之畫面詳細例的-說. 明圖。在第31圖中，以時間為橫軸、樓層為縱軸，將各電梯（車廂）的移動履歷顯示為時序性圖。在第31圖之畫面例中，時序資訊顯示部52係顯示有播放/停止影像之影像播放/停止鈕、可隨機搜尋影像之影像進度條（progress bar )、選擇顯示車厢'號碼之核對格 (check box)、選擇顯示時間單位之下拉式選單（pul l down) 等使用者介面。. 此外，在圖上顯示與影像之時間同步的計測條，以粗線顯示門處於打開狀態的時間帶。此外，在圖中，於顯示各門打開時間之粗線附近，以文字「F15-D10-J0-K3」顯示樓層、門打開時間、上電梯人數、下電梯人數。該文字「F15-D10-J0-K3」，係為以簡略方式記載車庙，所在樓層為15層、門打開時間為10秒、上電梯人數為0 59 321810 201118803 、人、下電梯人數為3人者。 J 如此，時序.資訊顯示部52係藉由時序性顯示影像解析結果的方式，讓大樓保養作業員等使用者，能夠以視覺性方式得知複.數台電梯之.乘降者與門開關時間等資訊的時間變化。影像解析結果顯示部4的彙總顯示部53係求得藉由3 次元移動執跡算出部46所算出之人物移動履藶的統計，並以一覽方式顯示一定時間帶之各車庙以及各樓層的上下電梯者作為該人物移動履歷的統計結果。第32圖係顯示彙總顯示部53之晝面例的說明圖。在第32圖中，以樓層為縱轴、各車廂號碼為橫軸，並排顯示某一定時間帶（在第32圖的例子中，為從AM7時至AM10 時為止的時間帶）之各車廂以及各樓層上下電梯人數的總和0 彙總顯示部53係藉由以一覽方式顯示一定時間帶之各車廂以及各樓層上下電梯者的方式，讓使用者可以瞬間 .掌握整體大樓之電梯的運轉狀況。在第32.圖的晝面例中，.顯示各上下電梯者人數之總和的部分為按钮，在使用者按下各按鈕時，能夠以彈跳（pop up)的方式顯示對應按鈕之運轉相關資訊顯示部54的詳細顯示畫面。影像解析結果顯示部4的運轉相關資訊顯示部54係參考藉由3次元移動執跡箅出部46所算出之人物移動履歷，顯示人物移動履歷的詳細資訊。亦即，相對於某被指 60 321810 201118803 定之時間帶、，樓層、以及電梯車廂號碼，顯示移動至其他樓層的人數、來自其他樓層的人數、以及乘客的尊待時間 .等與電梯運轉相關的詳細資訊。第33圖係顯示運轉相關資訊顯示部54之晝面例的說明圖。在第33圖晝面上的各區域（A)至（F)顯示下述的資訊。 (A) :顯示成為對.象之時間帶、車廂號碼、樓層 (B) :顯示成為對象之時間帶、車麻號碼、樓層 (C) :顯示於AM7:00至AM10:00，在車廂# 1從2樓搭乘往上方移動的人數為10人， (D) :顯示於AM7:00至AM10:00，在車廂# 1從3樓搭乘、於2樓離開的人數為.1人，其平均等待時間為30 秒 _ (E):顯示於AMhOO至AM10:00 ;在車廂# 1從3樓搭乘往下方移動的人數為3人 (F):顯示於AM7:00至AM10:00，在車廂# 1從地下1 樓搭乘、於2樓離開的人數為2人，其平.均等待時間為10 秒運轉相關資訊顯示部54係藉由顯示已解析之人物移動履歷詳細資訊的方式，讓使用者可閱覽各樓層與各車廂的個別.資訊，而可分析電梯不正常運轉之原因的詳細情形。排序資料顯示部55係排序顯示藉由3式元移動執跡算出部46所算出之人物移動履歷。亦即，利用影像解析部 3的解析結果，將關於門打開時間、上下電梯者人數、等 61 321810 201118803 圖 .=時間等資料進行排序，從上位或下位資料開始依順序顯第34圖係顯示排序資料顯示部55之晝面例的說明 34圖(A)的例子中’排序資料顯示部55係將解二^」作為排序鑰（s〇rt key)來排序影像解析部3的析、、果’以門打開時間較大的資料為上位依序顯示。此外’於第34圖⑷，同時顯示「車系統時間（影像記錄時.間）、「門打開時間」的^⑷」、在第34圖⑻例子中，排序資料顯示部55係將下電梯者人數」較大的資料為上位依序顯示。心S’於第34圖⑻，同時顯示「車庙(#)」、「時間梯之旗標;3〇「？？)」、示」上下電梯者人數」的資料。在第34圖（〇例子中，排序資料顧示部55係下電梯者移動人數」作為排序鑰來 ^上析結果，以「上下電梯者移動人數」的解序顧示。」权大的資料為上位依此外，於第34圖⑹，同時顯示「時嫌分鐘單位)」、「上電梯樓層」、「下電梯樓層^ 人數」的資科。上下電梯者排序資料顯示部55係藉由發現例如序讀的方式，開㈣.，対藉由參考相同時間帶 321810 62 2〇1118803 之影響與解析結果的方式，找出該不正常現象的原如以上所闡明的内容，根據此實施形鲅成為設有··人物檢測部44,解析藉由複數 :=象__，算出存在於該監Μ: 各個人物在各影像上的位置；以及2次元移動， 45 ’追蹤藉由人物檢測部44所算出之° =部46係執行藉由2次元移動軌跡算出部：㈣出各，讀之2次元移動軌.跡間.的立體匹配，，動軌跡的匹配率，並從該匹配率達規定值以上的2 t凡移對象區‘3物的:也可發_確追縱存在於該監视所t即’在以往的例子中’於如電梯般狹窄混雜的場物有所:Γ物會被其他人物所遮蔽’因此追縱或檢測人 m 不過根據此實_態、卜即使在存在有因為位置關孫動軌跡候補，並求取令經考慮人物彼此之之3 -^、带人物數量、立體視覺精度等的成本函數最大化正確=福執跡候補組合的方式，可在求得各個人物之 C軌跡的同時’推定監視對象區域内之人數。從入場到、使在3次元移動執跡圖的構造非常複雜，且的情形，由7為止之3次元移動執跡候補的組合數非常多 ;執跡組合推定部5〇係使用甿甿或以.等機率 321810 63 201118803 —性最佳化手法，求得3次元移動執跡之去於較實際之處理時間求得3次元移動·候t，因此可果’即使在.監視對象區域非纽雜的狀叙合。結私挪出i視對象區域内之各個人物 '亦可在正確人物。.時’正確追峨各個由於影像解析結果顯示部4從複數台攝影機1之影像與影像解，容易閱讀的方容樓保養作業員與大樓二23之影像解軒梯梯之運轉狀況與不正常之運轉放率化與保養作業。而可順利執行電 ’在此實施形態1中，雖_ _ 二：部切複數台攝影機i之影像:::關影像解杆結結果顯示在顯示器（未圖示）上象，象解析部3之彰之斤::顯示部4將複數台攝影機】之:=亦可令影像解面Γ =結果顯示在設置於電梯車ΓΓΓΓΓΓ析部3 提·;】，_顯示面板，把電梯内::工藉此：if- 部電梯才好。匕客可以從電梯的擁擠情況，掌握何時搭㈣ * , 卜在此實施形態1中，雜句nn 在將:梯車庙内者。但此僅為例子^一”:監視對象區域形上。視縣£域_測電核雜度等的= 此外’㈣將安全需求高的場所作為監視對象區域， 321810 201118803 而用於求得人物之移動履歷，監視可疑人物之行動。跡此外亦可運用於皁站或店鋪等而解析人物之移動朝藉此’利用在市場調查等方面。. .再者，將電扶梯的轉折處運用為監视對象區域，計』如=折處之人物的數量’而在轉折處混雜的情形“ 二巧令電扶梯緩慢前.進或停止等適當控制，藉此在防4人物在電扶梯上如推骨牌般接連倒… (實施形態2) 在上述的實施形態〗中，係 a 動執跡圖，算出滿足入退場條索複數個3次元彩列舉從入場到退場為止的3 3二人元移動執跡候補，函數以MCMC等方法機率性動執跡候補，並將成本移動執跡候補最適當的組合，但^大化的方式，求得3次元造複雜的情形，滿足入退場條一在3次元移動軌跡圖之構數會多達天文數字，出現益之3次元移動執跡的候補形。、較實際之時間内處理的情因此，於此實施形態2中頂點（構成圖之各3次元移動系對.3次元移動軌跡圖的鑑於入退場條件之成本函數執跡）執行騎予標籤，藉由對的時間内推定3 次元移動_ =進行最大化，在較實際第35圖係顯示本發明訾大“適當的組合。 =巧部13内部的構造圖。：:中2之人物追，置的〜係表示相同或相當的部八，由於與第刀因此省略說明。 201118803 " 轨跡組合推定部61係執行以下處理：於夢由3次元一移動轨跡圖生成部49所生成之3次元移動軌跡圖的頂點標定標鐵算出複數個標鐵候補，從複數個標鐵候補_選擇最佳的標籤候補’推定存在於監視對象區域内之人物的人數。接下來說明有關動作的部分。與上述實施形態1相比，由於除了以軌㈣合推定部 61代替軌跡組合推定部5.0以外都相同，因此僅說明執跡組合推定部61的動作。第36圖係顯示執跡組合推定部61之處理内容的流程 :。第37圖係顯示執跡、组合推定部61之處理内容的說明圖0 定二推⑼61，係與第4圖的軌跡組合推退場區域二跡圖生成部49^生H^_61係對藉由3次元移動執執跡圖的頂點(構成圖的= Γ圖，將3次元移動複數個標籤候補（步驟⑽幻叫動執跡)標定標藏，算出 61 3 數很多的情形，亦牛可^能之標鐵候補，但在標籤之候補具體而言，係^ 預先決定之數量的標鐵候補。以下的方式，算出複數個標籤候補。 321810 66 201118803 〜如第37圖（A)所示，為可獲得擁有下述資訊之3次元 ^ 移動執跡圖者。 •連結於L1之3次元移動軌跡的集合= {L2，L3} •連結於L2之3次元移動執跡的集合= {L6} •連結於L3之3次元移動執跡的集合= {L5} •連結於L4之3次元移動執跡的集合={L5} •連結於L5之3次元移動軌跡的集合={ p (空集合）} •連結於L6之3次元移動執跡的集合={ p (空集合）} 只是，L2係為因為人物頭部之追蹤失敗等原因，而誤求得之3次元移動執跡。在此情形，軌跡組合推定部61係藉由對第3 7圖（A) .之3次元移動軌跡圖標定標籤的方式，算出如第37圖…）所示的標籤候補A、B。例如，標籤候補A係如下述所示，將從0至2為止的標籤號碼之標籤賦予至各3次元移動執跡的斷片。 •標籤 0={L3} •標籤 1 = {L4，L5} •標籤 2={L1，L2，L6} 在此，標籤0為非人物之3次元移動執踯（錯誤的3 次元移動執跡）之集合，標籤1以上，定義為代表各個別人物之3次元移動軌跡的集合者。在此情形，標籤候補A係顯示於監視對象區域存在有兩名（標籤1與標籤2)人物，並顯示某人物（1)的3次元移 .動執跡，係由經賦予標籤1之3次元移動執跡L4與3次元 67 321810 201118803 移動執跡L5所構成，此外，某人物（2)的3次元移動執跡，係由經賦予標籤2之3次元移動執跡L1、3次元移動軌跡 L2、與3次元移動執跡1^6所構成。此外，標籤候補B係如下述所示，將從0至2為止的標籤號碼之標籤賦予至各3次元移動執跡的斷片。 •標籤 0={L2，L6} •標籤 1 = {L1，L3，L5} •標籤 2={L4} 在此情形，標籤候補B，係顯示於監視對象區域存在有兩名（標籤1與標籤2)人物，並顯示某人物（1)的3次元移動軌跡，係由經賦予標籤1之3次元移動軌跡L1、3次元移動執跡L3、以及3次元移動軌跡L5所構成，此外，某人物（2)的3次元移動執跡，係由經賦予標籤2之3次元移動執跡L4所構成。接下來，執跡組合推定部61係針對複數個標籤候補，' 計算經考慮人物數、人物彼此的位置關係、多重立體視精度、以及往監視對象區域的入退場條件等要素之成本函數，求得該成本函數為最大的標籤候補，算出各個人物之 • · . · · 最佳的3次元移動軌跡與人物數（步驟ST83)。作為成本函數者，係定義如下述所示之成本。成本=「滿足入退場條件之3次元移動軌跡的數量」在此，作為入追場條件者，係例如利用於上述實施形態1所述之入場條件以及退場條件。在第37圖（B)的情形，於標籤候補A，標籤1與標籤 68 321810 201118803 2係為滿足入退場條件的3次元移動執跡。 : 此外，於標籤候補B，僅有標籤1為滿足入退場條件的3次元移動執跡。因此，由於標籤候補A、B的成本如以下所述，故成本函數為最大的標籤候補係為標籤候補A，標籤候補A係被判斷為最佳之3次元移動軌跡圖的標籤。因此，同時推定出在電梯車廂内移動的人物為2人。 •標籤候補A的成本=2 •標籤候補B的成本=1 接下來，執跡組合推定部61係於選擇成本函數為最大的標籤候補，算出各個人物最佳之3次元移動執跡時，對各個人物最佳之3次元移動執跡與藉由樓層認識部12 所特定之樓層（顯示電梯停止樓層之停止樓層資訊）賦予對應，算出顯示各個人物之上電梯樓層與下電梯樓層的人物移動履歷（顯示“多少人在哪個樓層上電梯，在哪個樓層下電梯”步驟ST84) 〇在此，雖顯示有關對藉由樓層認識部12所特定之停 .止樓層資訊賦-予對應者，但亦可另外從電梯的控制機器取得停止樓層資訊來賦予對應。只是，在上下電梯的人數較多，3次元移動軌跡圖之構造複雜的情形，相對於3次元移動執跡圖的標藏有很多種，對於所有標籤來計算成本函數為不實際的做法。在此種情形，執跡組合推定部61亦可使用MCMC或GA 等機率性之最佳化手法，執行3次元移動執跡圖之標藏處 69 321810 201118803 —- 理。 " 以下，具體說明3次元移動軌跡圖的標籤處理。 [模型] 軌跡組合推定部61係在3次元移動軌跡圖生成部49 生成3.次元移動軌跡圖時，令該3次元移動軌跡圖之頂點的集合，亦即，人物之3次元移動執跡的集合為 Y二{yi}i=i,_·.』。在此，N為.3次元移動執跡的數量。此外，用以下方式定義狀態空間w。 w={ r 〇， τ 1， τ 2，…，r κ} 在此，τ。為不屬於任何人物之3次元移動執跡yi的集合，r i為屬於第i個人物之3次元移動執跡yi的集合， K為3次元移動執跡的數量（人物數）。 r i係為由複數個被連結之3次元移動軌跡所構成，可認定為一條3次元移動軌跡。此外，為滿足下述算式者。

• Uk=0, ··, K T k~ Y • τ i 门 m . (for all i ^ j) • I r k I >1 (for all k) . · · · 此時，軌跡組合推定部61的目的，係為求3次元移動執跡的集合Y是否屬於從3次元移動執跡τ。至7： k為止的某個集合。亦即，此目的與對於集合Y的要素進行從0 至K為止之標籤的問題為等價。此可為將概度函數L(w/Y)定義為成本函數，並將最大化該成本函數之問題進行公式化。 70 321810 201118803 亦即’令最佳軌跡標籤為 Wopt > Wopt 由下述算式所 ^ 得ο w〇Pt=argmax L(w | Y) • , - - - · 在此，將概度函數L(w I Υ)以如下述方式定義。 LCw I Y)=L〇vr(w | Y)LnUffi(w I Y)Lstr(w I Y) 在此’ Lovr係將「3次元移動執跡於3次元空間内不重疊」公式化之概度函數，L咖係將「儘可能存在最多滿足入退場條件之3次元移動軌跡」公式化之概度函數，^化係將「3次元移動軌跡之立體視覺的精度很高」公式化之概度函數。以下，敘述有關各概度函數的詳細内容。 [有關軌跡之重疊的概度函數] 以知：？次元移動軌跡於3次元空間内不重疊」的條件以如下述的方式公式化。 L(w|Y)〇Cexp(-cl Σ — 在此’.0(ri，r〇係為3次元銘叙站朴. 移動執跡，的重疊成本，在，3次元移動軌对Γΐ: 3次元移動軌跡、』完全重叠的情形為“r，在：入V:3次元情形為“〇，，。 .在疋全沒有重疊的為正的常數^係例如利用於上述實施形態1說明者。 [有關軌跡數量之概度函數] 將「儘可能存在最多滿？ λ 跡」的條件以如下述的方式公式=~條件之3次元移動軌 321810 71 201118803

Lnum(w I Υ)^βχρ(ο2χΚΗ-c3xj) ·/ 在此，K係為3次元移動執跡的數量，以K=丨卜厂。I 的算式求得。此外，！係為從K個3次元移動執跡/至 ΓΚ為止之：，滿足入退場條件之3次元移動執跡的數量。入退場條件係例如利用於上述實施形態1所說明者。概度函數Lnun(w | γ)係為從集合γ儘可能選擇最多次元移動執跡’且發揮功能令其中存在許多滿足人夕件者。c2、c3係為正的常數。、琢條 [有關執跡的立體視覺精度之概度函數] 將「3次元移動軌跡之立體視覺的積度很古以如下述的方式公式化。。」的條件

Lstr(w I Y)°-exp(-c4XE ri εν-τ〇 S( r i)) 跡在藉由跡擁有彳< 的情形為在此，S( r i)係為立體成本，3次元移動執立體視覺推定的情形取小的值，在3次元移動執單眼視覺或任何一台攝影機也都觀測不到之期間取大值者。例如’立體成本S(r i)的計算方法，係利用於.. 施形態1所說明者。c4為正的常數.。〈上迷實可使用MCMC或GA等機率性最佳化手法將如、 .定義的概度函數進行最佳化。以上方式所4 32l8i0 如以上所闡明的内容，根據此實施形態推定部61係算出於藉由3次元移動執跡圖：成公成之^ 3次元移動執跡圖的有向邊執行標定授' $ 籤候補，從複數個標鐵候補中選擇最夂複t 的标織傣,， 72 201118803 存在於監視對象區域内之人物的人數，由於軌跡組合推定部61的構成如以上所述，因此即使在滿足入退場條件之3 次元移動執跡的候補數多達天文數字的情形，亦可發揮於較實際時間内推定人物之最佳（或次最佳）3次元移動軌跡與人物數的效果。 (實施形態3) .在上述實施形態2中，對3次元移動軌跡圖的頂點（構成圖之各3次元移動軌跡）執行賦予標籤，藉由將鑑於入退場條件之成本函數機率性進行最大化的方式，在較實際的時間内推定3次元移動軌跡之最適當的組合。可是，在映照於影像上的人物數增加，且2次元移動軌跡圖之構造複雜的情形，立體視之結果所得之3次元移動執跡斷片的候補數係多達天文數字，即使利用實施形態2的方法，也有無法在較實際的時間内結束處理之情形。因此，於此實施形態3中，對2次元移動執跡圖的頂點（構成圖之各2次元移動執跡）機率性地執行賦予標籤，對應2次先移動執跡之標籤進行3次元移動軌跡的立體視，籍由評價有鑑於入退場條件之3次元移動軌跡成本函數的方式，於較實際的時間内推定最佳之3次元移動執跡。第38圖係顯示本發明實施形態3之人物追蹤裝置的人物追蹤部13内部的構造圖。在圖中，由於與第4圖相同之符號係表示相同或相當的部分因此省略說明。於第38 圖，追加2次元移動執跡標籤部71與3次元移動執跡成本計算部72 〇 73 321810 201118803 • 2次元移動軌跡標籤部71係、執行次元移動軌跡圖生成部47所生成之2大/處理：於藉由2 向邊執行標定標籤並算出複數=移動軌跡圖的有跡之組合的成本函數，從複數候=3次元移動執籤候補，推定存在於監視對象區域内紙之選擇最佳的屬接下來說明有關動作的部分。物的人數。與上述實施形態！相比，追加2 71與3次元移動執跡成本計算部7心：移動軌跡標籤部生成部49以及執跡组合推定部5〇代！3次元移動執 f成都相同1此於以下將1。由於除此之外的 - 3次元移動執跡成本計算部7二：：動軌跡標鐵部71 第39圖係顯示2次元移動勒忧丨為中心進行說明。，軌跡成本計算部72之處::鐵”與3次元移不2次元移動執跡標籤部71的^程圖第40圖係顯 2之處理内容的說明圖。'人兀移動執跡成本計算部，圖的項點(構成圖的2=動軌跡圖，將2次元移 :複數個標幾候補(步二兀移動執跡.)標定標籤，算 =部71雖可無遺漏地探倉2:/_在此，2次元移動執跡樣旎之標藏候補，作人70移動軌跡圖’列舉所有可選出預先決定之數量==數很多的情形，亦可隨機具體而言，以如m2 下方式算出複數個標籤候補。 321810 201118803 - 如第40圖（A)所示，為於對象區域存在人物X與人ΐ勿 ' Υ，可獲得擁有下述資訊之2次元移動執跡圖者。攝影機1的影像 •連結於2次元移動執跡Τ1之2次元移動執跡的集合 :{Τ2， Τ3} •連結於2次元移動軌跡Τ4之2次元移動執跡的集合 ={Τ5， Τ6} 攝影機2的影像 •連結於2次元移動執跡Ρ1之2次元移動軌跡的集合 ={Ρ2， Ρ3} •連結於2次元移動軌跡Ρ4之2次元移動執跡的集合 ={Ρ5， Ρ6} 在此情形，2次元移動軌跡標籤部71，係對第40圖 (Α)的2次元移動軌跡圖，進行用以推定人物之移動執跡與人數的標籤標定（參考第40圖（Β))。例如，於標籤候補1，如下述所示，從Α至C為止的標籤係赋予至各攝影機影像之2'次元移動執跡。

- . I

[標籤候補1] ·.. •標籤 A={{T1，T3}，{Pl，P2}} •標籤 B={{T4，T6}，{P4，P5}} •標籤 Z={{T2，T5}，{P3，P6}}. 在此，以如以下方式解釋標籤候補1。顯示於監視對 • . 象區域存在有兩名人物（標籤Α與標籤Β)，並顯示某人物Υ. 的2次元移動軌跡，係由經賦予標籤A之2次元移動軌跡 75 321810 201118803 〜ΤΙ、Τ3、PI、P2所構成，此外，顯示某人物X的2次元移動執跡，係由經賦予標籤B之2次元移動執跡T4、T6、P4、 Ρ5所構成。在此，將標籤Ζ定義為特別的標籤，經賦予標籤Ζ之Τ2、Τ5、Ρ3、Ρ6，係為顯示錯誤求得之非人物2次元移動執跡的集合。在此使用的標籤雖為A、Β、Ζ三種，但不限於此，可因應..必要任意增加標籤的數量。接下來，執跡立體部48，係在2次元移動軌跡標籤部 .71對2次元的軌跡圖生成複數個標籤候補時，考慮複數台攝影機1針對藉由攝影機校準部42所算出之車廂内基準點的設置位置以及設置角度，執行於各影像賦予同一標籤的 2次元移動軌跡的立體匹配，算出該2次元移動執跡候補的匹配率，算出各個人物的3次元移動執跡（步驟ST92)。在第40圖（C)的例子中，藉由將於攝影機1之影像賦予標籤A.的2次元移動執跡集合{Tl，T3}、與於攝影機2 之影像賦予標籤A的2次元移動執跡集合{Pl，P2}進行立體匹配的方式，生成標籤A的3次元移動軌跡L1。同樣地，藉由將於攝影機1之影像賦予標籤6的2次元移動執跡集合{T4，T6}、與於攝影機2之影像賦予標籤A的2次元移動執跡集合{P4，P5}進行立體匹配的方式，生成標籤B的 3次元移動軌跡L2。. 此外，由於經賦予標籤Z之T2、T5、P3、P6，係被解釋為非人物之執跡，因此不執行立體匹配。其他，與執跡立體部48之2次元移動執跡的立體嗎 76 321810 201118803 ，相關的動作，由於與實施形態1相同因此省略說明。 / 接下來，3次元移動軌跡成本計算部72係對於上述軌跡立體部48所算出之相對於複數個標籤候補的3次元移動執跡集合，計算經考慮人物數、人物彼此之位置關係、2 次元移動軌跡之立體匹配率、多重立體視精度、以及彳主監視對象區域之入退場條件等要素的成本函數，求得該成本函數為最大的標籤候補，算出各個人物最佳的3次元移動執跡與人物數（步驟ST93)。例如，作為最單純之成本函數，係以如以下所示的方式定義成本。成本=「滿足入退場條件之3次元執跡的數量」在此，作為入退場條件者，係例如利用於上述實施形態1所述之入場條件以及退場條件。例如在第40圖（C)的情形，於標籤候補1係由於標籤A與標籤B為滿足入退場條件之3次元移動軌跡，因此計算出以下結果。標籤候補1之成本=2 此外，作為成本函數者，亦可利用下述所定義者。成本=「滿足入退場條件之3次元軌跡的數量」 . · · -ax「3次元移動軌跡之重疊成本的總和」 + bx「2次元移動執跡之匹配率的總和」 .在此，a、b係為用以取得各評價值平衡之正的.常數。 , 此外，2次元移動軌跡之匹配率與3次元移動軌跡之重疊成本，係例如利用於實施形態1所說明者。此外，在上下電梯的人數較多，2次元移動執跡圖之 77 321810 201118803 構仏複雜的情形，對於2次元移動執跡才移動執跡圖的標藏候補有很多種，對於=部71之2次元本函數為^際的做法。… 所有標籤來計算成在此種情形，亦可使用MCMC或GA耸μ * u 手法，機率性褚乂“專機率性之最佳化生成，求得最t 籤部71之標籤候補的於較本函’3次元移動執跡成本計算部72，係在選擇成動執跡時=之標籤候補’算出各個人物之最佳3次元移認識部12/各個人物最佳之3次元移動執跡與藉由樓層訊）賦予特定之樓層（顯示電梯停止樓層之停止樓層資 ' %，算出顯示各個人物之上電梯樓層與雷 :樓=移動履歷（顯示“多少人在哪個樓層上電梯，在哪 θ電梯”）（步驟ST94)。止樓，雖顯示有關對藉由樓層認識部12所特定之停 =、凡碑予對應者，但亦可另外.從電梯的控制機器取的止樓層t崎料對應。叙如以上所闡明的内容，根據此實施形態3，2次元移生執跡標籤部71係、於藉由2次it移動軌跡圖生成部47所 …、'之2次元移動執跡圖標定標籤算出複數個標籤候補，數個払鐵候補中選擇最佳的標籤候補，推定存在於監 ^對象區域内之人物的人數，由於2次元移動軌跡標藏部造的構成如以上所述，因此即使在2次元移動執跡圖的構以複雜’使標籤的候補數多達天文數字的情形，亦可發揮 321810 78 201118803 〜於較實際時間内推定人物之最佳（或次最佳）.3次元移動軌 ’跡與人物數的效果。 (實施形態4).. 在從上述實施形態1至實施形態3中，敘述有關上下電梯者之人物務動履歷的計測方法，而於此實施形態4中敘述有關人物移動履歷的利用方法。第41圖係顯示本發明實施形態4之人物追蹤裝置的構造圖。在第41圖中，由於構成攝影手段之複數台攝影機 1、影像取得部2、以及影像解析部3係與實施形態1、實施形態2、或實施形態3相同因此省略說明。感測器81係設置在屬於監視對象區域之電梯外部，例如，由可見光攝影機、紅外線攝影機、或雷射測距儀等所構成。樓層人物檢測部82係利用感測器81取得之資訊，執行計測電梯外部之人物移動履歷的處理。車廂呼叫計測部83係執行計測電梯呼叫履歷的處理。群組管理最佳化部84係執行用以令電梯等待時間為最小而有效率調度複數個電梯群組的最佳化處理，再進行於執行最佳之電梯群組管理時的模擬交通流計算。.. 交通流可視化部85係對影像解析部3、樓層人物檢測部82、車廂呼叫計測部83所計測的交通流、以及群組管理最佳化部84所生成之模擬交通流進行比較，並以動晝或圖的方式予以顯示。第42圖係顯示本發明實施形態4之人物追蹤裝置的 79 321810 201118803 處理内容的流程圖。此外，以下於與實施形態1相關之人物追蹤裝置相同的步驟賦予與第6圖所使用之符號相同的符號，省略說明或進行簡略化。首先，攝影機1、影像取得部2、影像解析部3係算出電梯内部之人物移動履歷(步驟ST1至ST4)。樓層人物檢測部82係使用設置於電梯外部之感測器 81，計測電梯外部之人物的移動履歷（步驟ST101)。例如，於感測器81使用可見光攝影機，與實施形態1 相同地從影像檢測/追蹤人物頭部；樓層人物檢測部82係執行以下處理：計測等待電梯到達之人物與接下來要往電梯前進之人物的3次元移動軌跡，以及其人數。感測器81係不限於可見光攝影機，不論是感測溫度的紅外線攝影機、雷射測距儀、或鋪滿整個樓層的壓力感測器等，只要可以計測人物移動實訊者皆可。車廂呼叫計測部83係計測電梯車廂的呼叫履歷（步驟 ST102)。例如，車廂呼叫計測部83係執行以下處理：計測配置於各樓層之電梯呼叫按鈕被按下的履歷。群組管理最佳化部84係統合影像解析部3所求得之電梯内部的人物移動履歷、樓層人物檢測部82所計測之電梯外部的人物移動履歷、車廂呼叫計測部83所計測之電梯呼叫履歷，執行用以令平均或最大之電梯等待時間成為最小，而有效率調度複數個電梯群組之最佳化處理。再者，算出於執行最佳之電梯群組管理時，藉由電腦所模擬之人物移動履歷的結果（步驟ST103)。 80 321810 201118803 在此’電梯的等待時間係指從某人物到達樓層至期望 /之電梯到達為止的時間。作為群組管理之最佳化演算法者，係例如亦可利用下述參考文獻5所開示之演算法。參考文獻5

Nikovski， D. ’ Brand, M_， “Exact Calculation of Expected Waiting Times for Group Elevator Control”， IEEE Transactions on Automatic Control, ISSN: 0018-9286， Vol. 49， Issue 10， pp. 1820-1823， October 2004 由於以往沒有可以計測正確之電梯人物務動履歷的，手段，因此在群組管理演算法採用假定電梯内外之人物移動履歷的適當機率分布來進行電梯群組管理之最佳化處理。可是，在此實施形態4 ’可藉由將實際測量之人物移動履歷輸入至以往之演算法的方式，實現更佳之群組管理。在最後，交通流可視化部85係執行以下處理：對影像解析部3、樓層人物檢測部82、車廂呼叫計測部83所計測之λ際的人物移動履歷；以及群組管理最佳化部所生成之以模擬得出的人物移動履歷進行比較，並以動畫或圖的方式予以顯示（步驟ST104)。例如，交通流可視化部85係於顯示電梯或租戶 (tenant)之大樓的2次元剖面圖上，以動晝顯示電梯等待時間人物移動量總和、或人物之每單位時間的移動機率，並以圖顧不電梯車廂移動的示意圖交通流可視 321810 81 201118803 二==擬的方式’假想性計算於增減電時顯示此模擬結果與影像解析部3、樓動履歷，可同以及車廂呼叫計測部83所計測之實際^人:檢測部82、此擁有可藉諸結果與㈣之人^㈣履歷，因證現狀大樓内交通流與改建後交通流之變化=履歷，而驗如以上則明的内容，在此實施由蛛果。電梯搭乘處等電梯外料置感測 :4中’由於以在 :移的動方式構成，因此能夠發揮可;全求=十::=動履揮實現最佳之電梯群组其％履歷為基礎，發之人物移動履歷與電腦模 ^ 可藉由將實測證改建所造成之交通流的變化進订比較的方式，正確驗 (實施形態5) 先地被調配。可是的情形’電梯會優用按㈣情形 I 建全者不小心齡彳輪椅專運轉敦率下降的原因，因此會成為電梯群組之理認識輪椅顯示以下構成’藉由圖像處的情ζ優先運轉車葙，藉β此，m庙内存在有輪椅人物第43圖係有效率地進行電梯的運轉。 f造圖。在第幻態5之人物追縱裝置的影像取得部.2、影像解析^攝影手段之複數台攝影機 “象解析部3、感測器8卜樓層人物檢 32181〇 82 201118803 測部82、車廂呼叫計測部83係與實施形態4相同因此省 '略說明。 ' 輪椅檢測部91，係執行以下處理：從影像解析部3以及樓層人物檢測部82所算出之人物中特定輪椅、以及坐在該輪椅上的人物。第44圖係顯示本發明實施形態5之人物追蹤裝置的處理内容的流程圖。此外，以下與於實施形態丨以及實施形癌4有.關.之人物追.縱裝置相同的步驟係賦予與第6圖以及第42圖所使用之符號相同.的符號’省略說明或進行簡略化。首先，攝影機1、影像取得部2、影像解.析部3係算出電梯内部之人物移動履歷（步驟ST1至ST4)。樓層人物檢測部82係使用設置於電梯外部之感測器81，計測電梯外部之人物的移動履歷（步驟ST101)。車廂呼叫計測部幻係計測電梯車廂的呼叫履歷（步驟ST102)。輪椅檢測部91係執行以下處理：從影像解析部3以及樓層人物檢測部82所算出之人物中特定輪椅、以及坐在該輪椅上的人物（步驟ST201)。例如，藉由圖像處理將輪椅晝像的圖案以Adaboost演算法或支持向量機（supp〇^ vector machine)等預先進行機器學習（macMne learning)’用已學習之圖案為基礎從攝影機影像進行存在於車厢内或樓層之輪椅的特定。此外，亦可預先於輪椅賦予 RFID(Radi〇 Frequency IDentification)等電子標籤 (tag) ’檢測輪椅接近電梯搭乘處的事實。. 321810 83 201118803 接下來，群組管理最佳化部84係於藉由輪椅檢測部 91檢測出輪椅的情形，對輪椅的人物優.先進行電梯之調配 (步驟ST202)。例如，在坐在輪椅上的人物按下呼叫電梯之按鈕的情形，群組管理最佳化部84係於該樓層優先進行電梯之調配，且執行除了目的樓層以外不停止等之優先性的電梯運轉。此外，在輪椅的人物要進入車廂的情形，亦可將電梯門打開的時間設定成較長，或是將電梯門關閉的時.間設定成較長。以往，由於即使在健全者因叫電梯而不小心按到輪椅專用按鈕的情形電梯也會優先調配，因此.會降低複數台電梯運轉效率。可是，根據此實施形態5，輪椅檢測部91係構成為：檢測出輪椅而令電梯優先調配至該樓層等，因應輪椅檢測狀態之動態地實施電梯群組管理，因此能夠進行較以往更有效率.之電梯運轉。此外，可發揮不必準備輪椅專用按紐的效果。此外，於此實施形態5中雖說明有關輪椅檢測的部分，但亦可為不限於輪椅而自動檢測出大樓的重要人物或老人、小孩等，並順應狀況控制電梯之配車或門開關時.間 • . . 的構成。 (產業上的利用可能性）由於與本發明有關之人物追蹤裝置可確實特定存在於電梯内之人物，因此可利用於電梯群組之配車控制等方 ( 面。【圖式簡單說明】 84 321810 201118803

形態1之人物追蹤裝置的構第2圖係顯内部的構造圖。第3圖係顯; 部的構造圖。示構成影像解析部3 圖係顯示構絲像解析部之門開關認識部11 3之樓層認識部12内第4圖係顯示部的構造圖。構成影像解析郜3之人物追蹤部13内邱4 j圖係顯不構成影像解析部3之影像解析結果顯示 m。[5的構造圖。第6圖係顯不本發明實施形態1之人物追蹤裝置的處理内容的流程圖。、第7圖係顯示門開關認識部11之處理内容的流程圖。第8 .圖（A)至（D)係顯示門開關認識部η之處理内容的說明圖。第9圖係顯示門開關認識部丨丨之門索引的說明圖。第10圖係顯示樓層認識部12之處：理内容的流程圖。第11圖（A)及（B)係顯示樓層認識部12之處理内容的說明圖。 ' ·· . · 第12.圖係顯示人物追蹤部13孓前處理内容的流程圖。第13圖係顯示人物追蹤部13之後處理内容的流程圖。第14圖係顯示使用格子旗狀圖型作為校準圖型之例 85 321810 201118803 — 子的說明圖。. •第15圖係顯示選擇電梯之天花板與四個角落作為校準圖型之例子的說明圖。第16圖（A)至（C)係顯示人體頭部之檢測處理的說明圖。 . · · · 第17圖（A)及（B)係顯示攝影機透視濾波器的課明圖。第18圖係顯不2次元移動執跡算出部45之算出處理的流程圖。第19圖（A)至(D)係顯示2次元移動軌跡算出部45之處理内容的說明圖。第20圖（A)至（C)係顯示2次元移動執跡圖生成部47 之處理内容的說明圖。 I ' - 第21圖（A)及（B)係顯示2次元移動軌跡圖生成部47 之處理内容的說明圖。 • - · . 第22圖係顯不軌跡立體部48之處理内容的流程圖。第23圖（A)至（D)係顯示執跡立體部48中2次元移動執跡圖之探索處理的說明圖。第24圖（A)及（B)係顯示2次元移動軌跡之匹配率算出處理的說明圖。 .. · . · 第25圖係顯不2次元移動軌跡之重疊的說明圖。 .第26圖（A)至（C)係暴員示3次元移動執跡圖生成部49 之處理内容的說明圖。第27圖（A)及⑻係顯示'3次元移動軌跡圖生成部49 之處理内容的說明圖。 321810 86 201118803 *' 第28圖係_;虹. ·，圖。跡魬合推定部50之處理内容的流浐第29圖（A)至（c)係 ^ 容的說明圖ό 〜示軌跡組合推定部5〇之處理内 p第3°圖係，示影像解^ . 的說明圖。斤、、、吉果顯不部4之晝面構成例第,1闺係_示時 ' 明圖。：貝訊顯示部52之畫面詳細例的說第32圖係顯‘ 明圖第扣圖係_示運:顯不部53之晝面例的說明圖。。.相關資訊顯示部54之晝面例的說第34圖（A)至（c) 的說明圖。 ’、顯示排序資料顯示部55之晝面例第3 5圖係曼員一太一人物追鞭部13内部的^圖實施形態2之人物追縱艘置的圖第36圖係顯示軌跡人 ’ 、、曰推定部61之處理内容的流程第打圖（A)及（幻係_ _ .容的說明圖。〜、不軌跡組合推定部61之處理内第卯圖係顯示本發… 人物追縱部13内部的構造^施形態3之人物追礙裝置的 ^ 〇n iiJ ^ 4 第39圖係顯示2_大_ 動執跡成本計算部72 + :移動執跡標鐵部71與3女_ . | 之處理内宏的人兀移第40 __係顯示匕的流程圖。 -人兀移動軌跡標鐵部71與 321810 87 201118803 3次元移動軌跡成本計算部72之處理内容的說明圖。置的第41圖係顯示本發明實施形態4之人物追縱袈構造圖。 ..

之人之人物追縱裝置的第42圓係顯示本發明實施形態4 處理内容的流程圖。第43圖係顯示本發明實施形態5 構造圖。第44.圖係顯示本發明實施形態處理内容的流程圖。之人物•裂置㈤的說。圖係顯示以往的人物㈣置之人物〜【主要元件符號說明】 1 攝影機 2 3 影像解析部 4 11 門開關認識部 12 13 人物追鞭部 21 22 背景差分部 23 24 門開關時刻特定部 25 背景晝像更新部 31 32 樣板匹g己杳p 33 41 人物位置算出部 42 43 '影像修正部 44 45 2次元移動軌跡算出部 46 3次元移動軌跡算出部影像取得部 ’v 4象解析結果顯示部樓層認識部背景晝像登錄部光流計算部樣板晝像登錄部樣板晝像更新部攝影機校準部. 人物檢測部 32181〇 88 201118803 47 2次元移動軌跡圖生成部 48 執跡立體部 49 3次元移動執跡圖生成部 50、61 軌跡組合推定部 51 影像顯示部 52 時序資訊顯示部 53 彙總顯示部 54 運轉相關資訊顯示部 55. 排序資料顯示部 71 2次元移動軌跡標籤部 72 3次元移動執跡成本計算部 81 :感測器 82 樓層人物檢測部 83 車廂呼.叫計測部 84 群組管理最佳化部 85 交通流可視化部 91 輪椅檢測部 89 321810

Claims

201118803 —七、申請專利範圍： --I.——種人物追蹤裝置，係具備：複數台攝影手段’設置於相互不同，攝旦一監視對象區域； " -.直攝杉同人物位置算出手段，解析藉由上述複數台〜所攝影之監視對象區域的影像，算出存在於上广又象區域内之各個人物於各影像上的f置在於上边監視對 =元移動執跡算出手段，追縱藉由上述人物位置异出手段所算出之各影像上的各人物的2次元移動軌跡;以及，出各-像之各個 3次元移動執跡算出手段’執行藉由上述元動軌跡算出手段所算出 2_人场立體匹配，曾出上” 2次兀移動執跡間的匹配率為規二^人场動執跡的匹配率，從上述 '的心的2次元咖跡算一 .次:::利範!第1項之人物追縱裴置’其中，上述3 跡生成3次元移動勤跡圖物的3_人凡移動軌算出她二索上述3次元移動軌跡圖 =數個3次元移動軌跡之候補，從動執跡之候補中選出最適合的.人兀移 3.如申請專利銘_ 9. s 人兀移動執跡。摩巳圍第2項之人物追縱裝置，其上述人物位置算出手段係具析藉由複數台攝影手段所攝旦h備·攝㈣父準部’解程度，算出上述複數台攝^^準圖型的影像失真攝〜手莜之攝影機參數；影像修 321810 90 201118803 • 正部，使用藉由（_、、 …. 述攝影機校準部所算出的攝影機參㈣上料知攝料段祕狀監視對象區 .像修正部修正過2人物檢測部，檢測出於藉由上述影屮夂加，t夭真之各影像中所映出的各個人物，算出各個人物在各影像上#置；上2次元工· 舳仿Μ、夕動軌跡算出手段係具備♦· 2次元移動上‘置上述人物檢測部所算出之各影像跡； ^ 影像中之各，個人物的2次元移動執 —t- 3 -ΤΑ ^ 執跡圖生成部，對藉由算2出A手段係具備·· 2次元移動成2-人轉動執跡圖；執立从及連結處理而生次元移動執跡圖生成部戶斤生成的部，探索藉由上述2 :出複數個2次元移動軌跡候補2者欠元移動執跡圖而 ...手段相對於上述監視對象區域^考慮上迷複數台攝影，以及設置角度，執行各基準點的設置位置的立•配’算出上•欠12 h移動執跡候補間 :從上述匹配率為規定值以:：夕跡候補的匹配率，出各個人物的3次元移動執跡.元f夕動執跡候補，算部，對於藉由上述軌跡心’^元移動軌跡圖生成 ^分割處理以及連結元移動軌跡及執跡組合推定部，探索出3次元移動軌跡圖；生成部所生成之3次元移動二上迷3次元移動軌跡圖移動執跡以算出複數個3次元 321810 91 201118803 :移動執跡候補，從複數個3次元移動執跡候補中選“ -動軌跡’推定存在一對象區域内 4·如申請專利範圍第2項之人物追蹤裝置，i中，在上，象區域為電梯内部的情形’係設有門開關J .疋手段’其係解析藉倾數輯影手段賴影之構^ 部的影像，肢出上述電梯之門的開關時刻；在3^_ 移動細算出手段從複數個3次元移動轨跡候補中T 擇最佳的3次元移動軌跡時，參考藉由上述 :::段所特定之門的開關時刻，排除轨跡移==?時刻―關一-致的3次元監視對象區置’其中’在上述定手段，其係解析藉由複數台攝影 =像.，特定出上述電梯之門二=:: = 擇最佳=^&魏_3#移_跡候補中選特定:移動執跡時，參考藉由上述門開以及勤所特定之⑽開關時刻，排除執跡起點之時列移動軌=之時刻娜關閉之時刻致的3:“ 背景晝像登錄部，將門處於關閉狀態之電梯内的門 321810 92 201118803 … 區域晝像登錄作為背景,晝像；背景差分部，算出藉由上述背景晝像登錄部所登錄的背景畫像與藉由攝影手段所攝影之門區域影像的差分；光流計算部，從藉由上述攝影手段所攝影之門區域的影像變化計算表示.門移動方向的動作向量；門開關時刻特定部，從藉由上述背景差分部所算出之差分與藉由上述光流計算部所計算之動作向量判別門的開關狀態，而特定上述門的開關時刻；以及背景晝像更新部，使用藉由上述攝影手段所攝影之門區域的影像來更新上述背景晝像。 7..如申請專利範圍第5項之人物追蹤裝置，其中，上述門開關時刻特定手段係具備：背景畫像登錄部，將門處於關閉狀態之電梯内的門區域晝像登錄作為背景晝像； .背景差分部，算出藉由上述背景晝像登錄部所登錄 • . 的背景晝像與藉由攝影手段所攝影之門區域影像的差分；光流計算部，從藉由上述攝影手段所攝影之門區域的影像變化計算表示門移動方向的動作向量； .門開關時刻特定部，從藉由上述背景差分部所算出之差分與藉由上述光流計算部所計算之動作向量判別門的開關狀態，而特定上述門的開關時刻；以及背景晝像更新部，使用藉由上述攝影手段所攝影之 93 321810 201118803 門區域的影像來更新上述背景晝像。 -· 8.如申請專利範圍第丨項之人物追蹤裝備：，該裴置係真樓層特定手段，解析電梯内部的旦之上述電梯所在的樓層；而. ’，特定各時刻 3次元移動執跡算出手段係使各個人動執跡與藉由上述樓層特定手段所特—人凡移應，算録示各個人物之上電梯樓層；樓層賦予^ 物移動履歷。梯樓層的人 9·如申請專利範圍第8項之人物追蹤裝置，龙層特定手段係具備： /、中，上述樓器晝像樣板畫像登錄部，將顯示電梯之樓層登錄作為樣板晝像；曰7F 樣板匹配部，將藉由上述樣板晝像登錄部所登挤樣板晝像與藉由攝影手段所攝影之電梯内的％之域影像執行樣板匹配，以特定各時刻之上 ’、盗區樓層；以及述電梯所在的樣板晝似新部’使賴由上轉影手於指示器區域影像來更新上述樣板晝像。衫之 10.如申請專利範圍第8項之人物追蹤裝置，該裝影像解析結果顯示手段，其係顯示笋 a、糸攻有算出手段所算出之人物移動履歷。人元移動軌跡 U.=請專利翻第9項之人物追Μ置，料置传衫像解析結果顯示手段，其係顯示_由二 ^ ^ _人元移動軌跡 321810 94 201118803 异出手段所算4之人物㈣履歷。 —12·如申請專利範圍苐丨G項之人物追卿¥ - 〜像解析結果顯示手段係具備：、其中 ’上述之電圖顯示歷；出手釈象顯示部，顯示藉由複數 4 梯内部影像；時序資訊顯示部，以時序^畏所攝影藉由3次元移動執跡算出手段所算出之方式用圖澤彙總顯示部’求得藉由上述3 &移動履從，段所算出之人物移動履歷的統計，顯動軌跡算出手歷的統計結果；逑人物移動履運轉相關資訊顯示部，參考藉由上迆跡算出手段所算出的人物移動履歷如:欠元移動朝 _資訊；以及〜與電梯運轉拍排序㈣顯㈣，以排序方式顯* 移動執跡算出手段所算出的人物移動履^。上述3次元 13.如申請專利範圍第·丨丨項之人物追蹤|置，波影像解析結果顯示手段係具備：〜中，上述影像顯示部，顯示藉由複數台攝影手段梯内部影像；時序資訊顯示部，以時序性方=攝影之電藉由3次元移動軌跡算出手段所算出之人用圖顯示彙總顯示部，求得藉由上述3次元移動移動履歷；段所算出之人物移動履歷的統計，.顯示上跡异出手歷的統計結果； a人物移動屬運轉相關資訊顯示部，參考藉由上述3 a _ 跡算出手段所算出的人物移動履歷，顯示=疋移動朝、兴電梯運 321810 95 201118803 •‘ 關的資訊；以及排序資料顯示部，以排序方式顯示藉由上述3次元移動軌跡算出手段所算出的人物移動履歷。 14. 如申請專利範圍第3項之人物追縱裝置，其中，上述攝影機校準部係使用藉由複數台攝影手段所攝影之校準圖型的影像、與上述複數台·彡手段之攝影機參數，管出上述複數台攝影手段相對於上述監視對象區- 位置以及設置角度，將上述複數 H又置位置以及設置角度輸出至執跡立體部。 15. 如巾μ專利㈣第3項之.人物追轉置，其中物檢測部在算出各個人物於各影像上的位置時，管^ 述人㈣輕时，只絲由上述人物綱部^ 16. 如申請專利範圍第3項之人物追，人 :=行;:人物的檢測處理，若檢測出該人物： ^2次兀移動軌跡算出部係提升與該人物之檢測q 有關的找值，另—方面，縣檢測出該人物上 ,=執跡算出部係減少與該人物之檢測結果有便結束該人物的位置之追縱。限值以下’： Π·如申請專利範圍第3項之人物追縱裝置，於藉由影像修正部修正‘ 個人物時’於人物檢測的_，二 321810 96 201118803 較最小矩形尺寸小的檢測結果、以及人物頭最大矩形尺寸大的_結果認定為檢測錯 :Μ足人物檢測結果中排除。利範圍第3項之人物追縱裝次疋移動執跡算出部係於算出各3 γ 江 2次元移動軌跡時，彳®人物的. .人物檢測部所算出之各^象上^方^^追縱藉由動轨跡’並同時以時間性上朝後4置而鼻出2次元移的位置而算出2次元移動執跡。之方式追蹤各影像上 19.如申請專利範圍第3項之人跑姑跡立體部係即使從匹配率為規定值、、中，上述執軌跡候補算出各個人物的3_欠=上之2次元移動次元移動軌跡未滿足對於Μ視在上述3 的情形，亦松棄上述3次元移動^域之入退場條件 2G.如中凊專利範圍第3項之人物追縱裝置，1 、： ::體部係算出2次元移動候補:;二述執人物的3次元位置/補重疊之時間帶之執跡候補未重疊之時a _人70位置推U次元移.動出仏面λ礼時間τ之人物的3次元位詈，難tf*瞀出各個人物的3次元移動轨跡。讀置，藉此异 21.如申請專利範園第3項之跡組合推”係在從複數個广―置’其中’上述轨擇最佳的3次元浐叙#人疋移動轨跡候補中選點不存在於監執跡起㈣及軌跡終動轨跡候補，留入入退场區域内的3次元移上心麵b域到退場為 321810 97 201118803 _· 止的3次元移動軌跡候補。 :22.如申請專利範圍第21項之人物追蹤较置執跡組合推定部係於從入場到退場‘ 其中，上述軌跡候補中，選擇存在於監視對象區域的3次元移動數、人物彼此的位置關係以及執跡立^内之人物的人精度所反映之成本讀為最大的3 /巾之立體匹配之組合。 _冗私動執跡候補 23.如申請專利範圍第.2項之人物追鞭裴置人物位.置算出手段係具備：攝影中，由複數台攝影手段所攝影之校準部’解析藉度’算出上述複數终料狀.^像失真程 :，：用藉由上述攝影機校準部所: = 影像修正上述複數台攝影手段所攝攝影機參數， /像失真；以及人物檢測部，^^對象區域修正部修正、出於藉由上述影像丨，、移動軌跡算出部係具備:2 :出邛，兔縱藉由两2次兀移動軌跡算置，算出各影像^人物檢測部所算出之各影像上的位: 3:欠_^\個人翻2:欠元__ 圖生成部，由上段係具備:2 次元移、動執跡 2次元移動執跡勃〜2^ 2 _人70移動軌跡算出部所算出之元移動執_、仃分割處理以及連結處理而生成2次軌跡圖生成部:立體部探索藉由上述2次元移動、的2 :欠兀移動軌跡圖而算出複數 321810 98 201118803 個2次το移動軌跡候補，考慮上述複數台& :監視對象區域内之基準點的設置位置:及，二對配Γ算t灯各影像中之2次元移動軌跡候補間的立又體匹出上述2次元移動軌跡候補的匹配率，從上沉配率為規定值以上的2 -欠元移動舳述匹物的3-欠元耗⑼ 執跡候補，算出各個人移動執跡；3次元移動軌跡圖生成，:上述軌跡立體部算出之3次元移動轨跡執;亍分处以及連結處理而生成3次元移動執跡m. ° 組合推定部，於藉由上述3次元移及執跡成之3次元移動軌跡圖的頂點標“圖生成^斤生標籤候補，P盗叙加疋铩織而异出複數個以推臧候補中選擇最佳的標籤候補，食疋存在於上述監視對象區域内之 4.如申請專利範圍第23項之人物追、。 .執跡組合推定部传從複數裝置’其中’上述域的入、艮^之立體匹配之精度以及對於監視對象區 25.如申咬^條件所反映之成本函數為最大的標藏組合。％專利範圍第2項之人物追縱裳置，其中，上述3 人兀移動軌跡算出手段係具備：. 執跡i次元移動軌跡圖生成部，對藉由上述2次元移動及遠^部所算出之m移動軌跡執行分割處理以、、σ處理而生成2次元移動軌跡圖；動軌跡標籤部，對於藉由上述2次元㈣。生成部所生成之2次元移動執跡圖的頂點隨機 321810 99 201118803 ；性地附加標籤；、跡立攀。卩’對於藉由上述2次元移動執跡標籤部所生朗2 :欠tl移動㈣之複數個標祕補，考慮上述複=σ攝衫手段相對於上述監視對象區域内之基準點 tit置位^及設置角度’執行於各影像中被賦予同一，籤的2次元移動執跡候補間的立體匹配，算出上述.2 :移，執跡候補的匹配率’從上述匹配率為規定值以上的2人70移動軌跡候補，算出各個人物的3次元移動執跡；以及挪加動執跡成本計算部’對於藉由上述軌跡」體部所生成之q _ d =人凡移動執跡之集合進行鑑於人物夕匆彼此的位置關係、2次元移動軌跡之立體匹酉立料精度以及監視縣區域之人退場條件！的3次7〇移動細 / ^^ 軌跡之成本函數的評價，推定最適合的次兀移動執跡。 J 26.如申請專利範圍園弟1項之人物追蹤裝置，.該裝置係具 · 、得的設置於電梯外部之感測器， /挪電梯外部之人物移動履歷； .i Η叶測部’計測呼叫電梯的履歷；以及出手段==佳化部’從藉由上述3次元移動軌跡】樓層人物各個人物的3次元移動轨跡、藉由上立及藉由上計測之電梯外部的人物移動履歷以曰 "廂呼叫計測部所計測之呼叫履歷來執行 3^1810 100 201118803 電梯群組調配之最佳化處理，並向時算出以上述最佳化處理為基礎的電梯群組之模擬交通流。 27.如申請專利範圍第26項之人物追蹤裝置，該裝置係具備：交通流可視化部，其係將以各個人物之3 ^元移動軌跡、電梯外部之人物移動履歷以及呼叫履歷所構成的實測人物移動履歷、以及群組管理最佳化部戶斤算出之模擬父通漆進行比較並顯示比較結果。、 28·如中請專利範㈣26項之人物追縱裝置，備：檢測出輪椅之輪椅檢測部；其中，上述群二管理最佳化部係因應上述輪椅檢測部之檢測狀執群組管理。.钒仃軍梯 29.-種人物追軸式，肋钱概行下述步驟·· ㈤位算出處理步驟，當獲得藉由設置於相互不的影手段所攝影之同—監視對象區域於上述監視對象區域内之各個人物位置執跡算出處理步驟，追蹤藉由上述人物像"=:物:=出？:影像上的位置，算出各影 ^ #的2 _人疋移動執跡；以及元移動出纽步驟，執行料上述2次動執跡間的立體匹配=斤上异出各f像中之2次元移率，從上2 :人元移動軌跡的匹配各個人物的3次::::以上人凡移動執跡。 321810 101