TWI586992B - 物體偵測裝置、物體偵測方法、程式、鳥擊防止裝置及物體偵測系統 - Google Patents

Description

物體偵測裝置、物體偵測方法、程式、鳥擊防止裝置及物體偵測系統

本發明係關於一種物體偵測裝置、物體偵測方法及物體偵測系統。

近年來，因為鳥類等運動物體入侵機場或設有風力發電設備等區域，而撞擊到機場起降中之飛機或風力發電設備，造成所謂「鳥擊」(bird strike)問題。

因此，需要能偵測鳥類入侵上述領域的偵測裝置。

偵測鳥的裝置，一般為人所知為組合夜視裝置與集音裝置的裝置(日本專利文獻1)，此構成中，分別需要解析圖像與聲音的裝置，而使構成變複雜，因此希望有僅以圖像解析即可偵測鳥的構成。

僅以圖像解析偵測鳥的裝置，以如下構成為人所知：以微小時間間隔拍攝飛行物，從被拍攝物的移動量變化，偵測鳥的種類或速度(日本專利文獻4~5)。

【先行技術文獻】

【專利文獻】

專利文獻1：日本特開2005-189103號公報

專利文獻2：日本特表2009-102001號公報

專利文獻3：日本特開2010-189103號公報

專利文獻4：日本特開2010-223752號公報

專利文獻5：日本特開2011-95112號公報

在此，從減少因鳥擊造成飛機或風車損害之觀點而言，預估會撞擊的鳥的大小是一大問題，於偵測裝置中，大小量測是非常重要的事項。

然而，如日本專利文獻2~5所示，利用監視相機進行鳥的偵測時，有如下問題：僅從單一監視相機的圖像，很難得知至所偵測的鳥的距離、或實際的鳥的大小。

例如，若能判斷出鳥的種類，則某種程度上有可能推定出鳥的大小，然而，從所得的圖像資訊自動判斷鳥的種類，實際上非常困難。此乃因：例如，即使是同種鳥類，鳥的顏色資訊會依環境而有極大差異。

因此，僅從單一監視相機圖像來推定鳥的大小，實際上並不容易，而為了推定大小，必須使用複數台監視相機進行3D攝影，會使成本大幅增加。

本發明係用以解決如上述技術之問題點，其目的在於提供一種物體偵測裝置，其可從圖像輕易地推定運動物體的大小。

為了解決上述課題，本發明之第1態樣為一種物體偵測裝置，其具有物體偵測判定部，該物體偵測判定部從拍攝運動物體所得的圖像，解析該物體的運動週期，再從該運動週期，推定該物體的大小。

本發明之第2態樣為一種程式，其令電腦動作以作為物體偵測裝置，該物體偵測裝置具有物體偵測判定部，該物體偵測判定部從拍攝運動物體所得的圖像，解析該物體的運動週期，再從該運動週期，推定該物體的大小。

本發明之第3態樣為一種物體偵測方法，其係使用物體偵測裝置偵測運動物體，該物體偵測裝置具有物體偵測判定部，該物體偵測判定部從拍攝運動物體所得的圖像，解析該物體的運動週期，再從該運動週期，推定該物體的大小。

本發明之第4態樣為一種鳥擊防止裝置，其具有第1態樣所記載的物體偵測裝置。

本發明之第5態樣為一種物體偵測系統，其具有：攝影裝置，拍攝運動物體而取得圖像；及物體偵測裝置，具有物體偵測判定部，該物體偵測判定部從拍攝運動物體所得的圖像，解析該物體的運動週期，再從該運動週期，推定該物體的大小。

本發明之第6態樣為一種物體偵測裝置，其具有：週期偵測部，從拍攝運動物體所得的複數張圖像，取得運動物體的顫動頻率；及物體大小推定部，根據該顫動頻率，推定該物體的大小。

依據本發明，可提供一種物體偵測裝置，其可從圖像輕易推定運動物體的大小。

1‧‧‧物體偵測系統

3‧‧‧攝影裝置

5‧‧‧物體偵測裝置

7‧‧‧物體偵測判定部

9‧‧‧週期偵測部

9a‧‧‧顫動偵測部

9b‧‧‧垂直變動偵測部

11‧‧‧鳥的大小推定部

13‧‧‧圖像資料輸入處理部

15‧‧‧標準化速度比較部

17‧‧‧飛行路徑推定部

19‧‧‧警報通知部

20‧‧‧程式庫

21‧‧‧記憶部

21a‧‧‧顫動頻率資訊

21b‧‧‧垂直變動頻率資訊

22‧‧‧動作程式

25‧‧‧地圖資訊

S1‧‧‧算出顫動頻率

S2‧‧‧依據顫動推定大小

S3‧‧‧判定是鳥

S100‧‧‧拍攝‧傳送

S101‧‧‧暫時性鳥判定

S102‧‧‧標準化

S103‧‧‧算出顫動頻率

S103-1‧‧‧擷取特徵量

S103-2‧‧‧算出週期

S103-3‧‧‧算出頻率

S104‧‧‧是否有顫動？

S105‧‧‧是否為鳥的顫動？

S106‧‧‧從顫動頻率推定大小

S107‧‧‧判定是鳥

S108‧‧‧鳥以外

S109‧‧‧鳥的判定

S110‧‧‧算出垂直變動頻率

S110-1‧‧‧擷取特徵量

S110-2‧‧‧算出週期

S110-3‧‧‧算出頻率

S111‧‧‧滑翔中？

S112‧‧‧依據垂直變動推定大小

S113‧‧‧推定飛行路徑

S114‧‧‧有入侵危險？

S115‧‧‧警告

S116‧‧‧(判斷為安全)

S21‧‧‧判定是鳥

S22‧‧‧推定大小

S23‧‧‧算出對地對地速度

S24‧‧‧相機光學

S25‧‧‧推定距離

S26‧‧‧地圖資訊

S27‧‧‧推定三維飛行路徑

S28‧‧‧推定質量

S29‧‧‧評估重點區域入侵危險度

圖1係本實施形態的物體偵測系統1的概略方塊圖。

圖2係圖1的物體偵測裝置5的方塊圖。

圖3係物體偵測裝置5的構成方塊圖。

圖4係物體偵測系統1的詳細方塊圖。

圖5係物體偵測裝置5的動作的概要流程圖。

圖6係使用物體偵測系統1的鳥的偵測方法之流程圖。

圖7係使用物體偵測系統1的鳥的偵測方法的說明圖。

【發明之實施形態】

以下，依據圖式，詳細說明本發明之較佳實施形態。

首先，參考圖1及圖2，針對本實施形態之具備物體偵測裝置5的物體偵測系統1的構成，加以說明。

在此，物體偵測系統1(物體偵測裝置5)係以從圖像偵測鳥的鳥擊防止裝置為例。

如圖1及圖2所示，物體偵測系統1具有：攝影裝置3，拍攝運動物體(在此為鳥)而取得圖像；及物體偵測裝置5，具有物體偵測判定部7，該物體偵測判定部7從圖像解析物體(鳥)的運動週期，再從物體的運動週期，推定物體的大小。

攝影裝置3在此為一台監視相機，其設置於固定台，可定點監視固定方位、或利用環繞而環繞監視全場或固定範圍而拍攝圖像。又，利用有線或無線方式，將所拍攝的圖像傳送至物體偵測裝置5。

本實施形態中，因將物體偵測裝置5用為鳥擊防止裝置，故攝影裝置3係設於機場的跑道端、或風力發電所的設施內。

物體偵測裝置5除了可從攝影裝置3所拍攝的圖像推定鳥的大小外，如後所述，於本實施形態中，亦具有推定從攝影裝置3至鳥的距離之功能、及推測所偵測的鳥入侵重點監視區域(於後詳述)的可能性之功能。

物體偵測裝置5可使用如個人電腦等電子計算設備，但只要是具備可進行後述處理功能的裝置即可，並無特別限定。

在此，本實施形態的物體偵測系統1中，其一大特徵為：物體偵測裝置5的物體偵測判定部7係從物體的運動週期(在此為圖像中的鳥的顫動頻率或垂直變動頻率)，推測鳥的大小。

此乃因：如鳥的顫動頻率或垂直變動頻率般的週期動作，與鳥的大小有密切關係，故藉由量測鳥的顫動頻率或垂直變動頻率，可推定鳥的大小。

又，如鳥的顫動頻率或垂直變動頻率般的週期動作，從圖像比較容易量測，且即使是在遠處圖像元素數小的圖像或低畫質的圖像，亦可量測。

亦即，以往，於藉由形狀比較從取得圖像擷取偵測目標圖像的圖像處理中，取得圖像與偵測目標圖像皆至少須由數百圖像元素的像素所構成。另一方面，於利用本實施形態的方式中，於未偵測到顫動頻率及顫動的時候，可藉由垂直變動頻率(為即使於低像素數環境下亦較可維持的特徵量)而進行鳥偵測，故即使在遠距離飛行(圖像中的像素數因而為少)的鳥亦可偵測。

因此，於偵測位於相同距離的鳥時，與利用習知方法的情形相較，能以更少像素數的資料處理而完成，故可達成低價的攝影裝置、計算設備硬體中的系統構成。

再者，鳥的顫動頻率或垂直變動頻率，因係為與各像素的顏色資訊、亮度分佈的量測無關的特徵量，故即使在晨昏薄暮時、或多雲、雨天等圖像品質較差的條件下，亦為可應用的偵測方法。

又，一般的鳥偵測方法為利用雷達的鳥偵測方法，此偵測方法中，因僅能進行：利用電波反射回波的強度所進行的物體有無判定、與以RCS(Radar Cross Section)為基準所進行的物體大小推定，因此，一般而言，關於鳥的種類與大小，無法獲得正確資訊，而於海面或地面附近雜波(clutter)多的背景或強風環境中，很難進行高精確度的偵測。

另一方面，於本案中，因利用如鳥的顫動頻率或垂直變動頻率般的週期動作，故可正確推測鳥的大小。

又，因從單一攝影裝置3的圖像可進行3D飛行軌跡量測，故不須設置複數台攝影裝置3，可達成裝置的低成本化及小型化。

又，在此，所謂「顫動頻率」，係為：鳥翼移動並回到原來位置為止的週期的倒數。更具體而言，將以下時間設為週期T：從鳥翼與鳥體位於相同高度時起，鳥翼從上方峰值，經過與鳥體相同的高度，往下方峰值前進，鳥翼從下方峰值，再度回到與鳥體相同高度的時間。並將週期T的倒數定義為『顫動頻率』。例如，若將鳥翼從上方峰值起，經過下方峰值，再度回到與鳥體相同高度的時間設為25ms，則顫動頻率為40Hz。

又，在此所謂「垂直變動頻率」，係為：鳥於垂直方向移動並回到原來位置為止的週期的倒數。更具體而言，將以下時間設為週期T：從鳥的特定位置(重心等)位於既定高度時起，往上方峰值垂直變動，從該處起往下方峰值垂直變動，從下方峰值，鳥的特定位置再度回到位於既定高度的時間。並將週期T的倒數定義為「垂直變動頻率」。例如，若將鳥的特定位置從上方峰值起，經過下方峰值，再度回到原來位置的時間設為25ms，則垂直變動頻率為40Hz。

其次，參考圖3，更具體地說明物體偵測裝置5的構成。

如圖3所示，物體偵測裝置5具有：圖像資料輸入處理部13，用以輸入攝影裝置3所拍攝的圖像資料；顫動偵測部9a(第一週期偵測部)，用以偵測圖像中的鳥的顫動頻率；鳥的大小推定部11，從鳥的顫動頻率推定鳥的大小；飛行路徑推定部17，依據鳥的大小推定部11所推定的鳥的大小，推定鳥的飛行路徑；及警報通知部19，於鳥可能入侵重點監視區域時，發出警告。

其次，參考圖4，針對物體偵測系統1的構成，特別是針對物體偵測裝置5的構成，更詳加說明。

如圖4所示，物體偵測裝置5具有：圖像資料輸入處理部13，輸入攝影裝置3所拍攝的圖像資料；物體偵測判定部7，判定圖像中的鳥的是否存在或大小；飛行路徑推定部17，根據物體偵測判定部7的偵測結果，推定鳥的飛行路徑；及警報通知部19，於鳥可能入侵重點監視區域時，發出警告。

物體偵測判定部7具有：標準化速度比較部15，從圖像中的運動物體的速度，判定於圖像中是否包含運動物體(鳥)；週期偵測部9，偵測鳥的運動週期；及鳥的大小推定部11，從運動週期推定鳥的大小。本實施形態中，因係測量鳥的顫動頻率或垂直變動頻率以作為鳥的運動週期，故週期偵測部9具有：顫動偵測部9a，偵測鳥的顫動頻率；及垂直變動偵測部9b，偵測鳥的垂直變動頻率。

物體偵測裝置5又具有：記憶部21，其具有鳥的大小推定部11推定鳥的大小時所參考的程式庫20。

本實施形態中，因係測量鳥的顫動頻率或垂直變動頻率以作為鳥的運動週期，故於程式庫20中，至少記憶有：顫動頻率資訊21a，顯示鳥的顫動頻率與鳥的大小的關係；及垂直變動頻率資訊21b，顯示鳥的垂直變動頻率與鳥的大小的關係。又，記憶部21中，亦記憶有：動作程式22，用以使物體偵測裝置5動作；及地圖資訊25，為重點監視區域的地圖資訊。

又，圖3中，程式庫20及動作程式22係記憶於物體偵測裝置5內的記憶部21，但亦可利用外部記憶裝置或WWW(World Wide Web)等連接網路的外部資訊加以置換。

其次，物體偵測系統1中，參考圖3及圖5，說明物體偵測裝置5的動作概要。

首先，圖3所示的物體偵測裝置5的顫動偵測部9a，計算從圖像資料輸入處理部13所接收的圖像上的鳥的顫動頻率(圖5的S1)。

其次，圖3所示的鳥的大小推定部11從顫動頻率推定鳥的大小(圖5的S2)，並判定圖像上的物體最終是否為鳥(圖5的S3)。

又，S3中當判斷物體為鳥時，圖3所示的物體偵測裝置5的飛行路徑推定部17推定鳥的飛行路徑，並判定是否有鳥入侵重點監視區域的可能性。當判定有鳥入侵重點監視區域的可能性時，從警報通知部19，對監視重點監視區域的系統或監視者發出警告。

其次，參考圖4及圖6，詳細說明物體偵測系統1的動作(在此為用以防止鳥擊的動作)。

首先，啟動物體偵測裝置5的動作程式22。

其次，攝影裝置3定點監視固定方位、或利用環繞而環繞監視全場或固定範圍，拍攝重點監視區域或其周圍的圖像，並將所拍攝的圖像傳送至物體偵測裝置5的圖像資料輸入處理部13(圖4的S100)。所謂重點監視區域，在此為有必要防止發生鳥擊的區域，如機場或具有風力發電設備的區域。當重點監視區域為機場時，攝影裝置3例如取得包含跑道方向的各方向的圖像，而拍攝機場或機場周邊的圖像。

圖像資料輸入處理部13從所接收的圖像，利用時間差(time difference)等手法，擷取視為運動物體的部分圖像。圖像資料輸入處理部13再對此等運動物體，進行與程式庫20所記錄的鳥樣本資訊的形狀比較的暫時性鳥判定(一次判定)(圖6的S101)。

圖像資料輸入處理部13於一次判定結果為判定圖像中含鳥的情形時，為了以物體偵測判定部7進行更詳細的是否為鳥的判定處理，而將圖像傳送至物體偵測判定部7的標準化速度比較部15。

當標準化速度比較部15接收到圖像(候選鳥資料)時，計算以候選鳥的長度將圖像上的移動速度加以標準化所得的值，判定是否適用於程式庫20所記錄的鳥的飛行速度範圍(圖6的S102)。亦即，針對一次判定中判定是鳥的物體，藉由進行圖像上的標準化速度是否落於鳥的速度範圍(既定的速度範圍)的判定，而排除飛機、背景圖像等的誤認。

結果，當判定落於鳥的飛行速度範圍時，將圖像傳送至週期偵測部9的顫動偵測部9a。

當顫動偵測部9a接收到圖像，則從圖像算出顫動頻率(圖6的S103)。

顫動頻率的具體計算方法如下。

首先，顫動偵測部9a從複數個圖像間的面積或長度的變化(或移位)，擷取特徵量(圖6的S103-1)。

其次，顫動偵測部9a取得所擷取特徵量的週期性變化，計算特徵量返回原處的時間(與作為基準的特徵量成為相同的時間、或與作為基準的特徵量的差成為既定值以下的時間)，作為一週期(圖6的S103-2)。

最後，顫動偵測部9a於所算出的週期，將鳥翼移動並回到原來位置為止的時間視為週期T，而從所算出的週期，計算顫動頻率(圖6的S103-3)。

在此，特徵量為於特定期間所擷取的特徵量的最大值或最小值、平均值等。又，作為基準的特徵量可事先設定，亦可採用所擷取的特徵量的最大值或最小值作為基準。

其次，顫動偵測部9a從顫動頻率，判定是否有顫動(圖6的S104)。

S104中，若判斷有顫動時，顫動偵測部9a判定顫動頻率是否適用於程式庫20所記錄的鳥的顫動頻率的範圍，亦即，所量測的顫動是否為鳥的顫動(圖6的S105)。

當顫動頻率適用於程式庫20所記錄的各鳥種的數值其中之一時，顫動偵測部9a則將顫動頻率傳送至鳥的大小推定部11。

鳥的大小推定部11參考顫動頻率資訊21a，從顫動頻率推定大小(圖6的S106)，將此候選鳥最終判定是鳥(圖6的S107)。

又，當所量測的顫動判定並非鳥的顫動時，則判定所拍攝的運動物體並非是鳥(圖6的S108)。

另一方面，S4中，當判定無顫動時，則進行依據鳥種類的詳細形狀比較的鳥判定(圖6的S109)。

於此處理中，含種類判定而判定是鳥時，垂直變動偵測部9b算出鳥的垂直變動頻率(圖6的S110)。

具體的垂直變動頻率的計算方法與顫動頻率的計算方法相同。

具體而言，首先，垂直變動偵測部9b從圖像間的面積或長度的變化(或移位)，擷取與鳥的垂直變動相關的特徵量(圖6的S110-1)。

其次，垂直變動偵測部9b取得所擷取特徵量的週期性變化，計算特徵量返回原處的時間(與作為基準的特徵量成為相同的時間、或與作為基準的特徵量的差成為既定值以下的時間)，作為一週期(圖6的S110-2)。

最後，垂直變動偵測部9b於所算出的週期，將鳥於垂直方向移動並回到原來位置為止的時間視為週期T，而從所算出的週期，計算垂直變動頻率(圖6的S110-3)。

在此，特徵量為於特定期間所擷取的特徵量的最大值或最小值、平均值等。又，作為基準的特徵量可事先設定，亦可採用所擷取的特徵量的最大值或最小值作為基準。

又，S109中判定為並非鳥時，則判定運動物體並非是鳥(圖6的S108)。

其次，垂直變動偵測部9b藉由比較程式庫20中之有關該鳥種的飛行軌跡的垂直方向變動頻率與於S110所算出的垂直方向變動頻率，而判定是否為該種鳥的滑翔中圖像(圖6的S111)，當判定是鳥時，鳥的大小推定部11參考垂直變動頻率資訊21b，進行大小推定，(圖4的S112)而將該候選鳥最終判定是鳥(圖6的S107)。

又，當判定為並非是鳥滑翔中的圖像時，則判定所拍攝的運動物體並非是鳥(圖6的S108)。

其次，於S107中，當判定於圖像中有鳥存在時，飛行路徑推定部17推定鳥的飛行路徑(圖6的S113)，判定鳥是否有入侵重點監視區域的可能性(圖6的S114)。當判定有鳥入侵重點監視區域的可能性時，從警報通知部19對監視重點監視區域的系統或監視者發出警告(圖6的S115)。當判定無鳥入侵重點監視區域的可能性時，飛行路徑推定部17則判斷重點監視區域為安全(目前無鳥擊危險)。

警告內容只要是作為對象的系統或監視者可辨識警告即可，並無特別限定，例舉如為：對系統或監視者傳送警告資訊、或發出物理性聲音、光等。

在此，針對鳥的飛行路徑的推定及鳥入侵重點監視區域的可能性判定的方法，參考圖7詳細說明。

首先，如上所述，物體偵測判定部7進行圖像中是否含有鳥的判定(圖7的S21)及含有鳥時的鳥大小推定(圖7的S22)。

其次，藉由考慮於飛行路徑推定部17所推定的該鳥的大小(體長)、空氣動力學理論、及另外所量測的當地風速資料，計算鳥的對地速度(圖7的S23)。又，另一方面，飛行路徑推定部17參考攝影裝置3的光學要素(相機的焦點距離、拍攝元件大小等)的特性值(圖7的S24)，從鳥的大小、光學要素及圖像中鳥的相對大小(圖像元素數)，推定從攝影裝置3至鳥的距離(圖7的S25)，再合併方位資訊而得到位置資訊。

藉由以上處理，得到鳥偵測資訊(鳥的大小、方位、圖像上的速度向量、偵測時刻)。

又，飛行路徑推定部17參考程式庫20所記錄的地圖資訊25(圖7的S26)，組合地圖資訊與上述的鳥速度資訊、位置資訊、時刻資訊，藉此進行鳥的三維飛行 路徑的記錄‧追蹤。又，在此，以所記錄的三維飛行路徑資訊為基礎，進行於未來時刻的三維飛行路徑推定(圖7的S27)。

再者，根據推定的大小，推定各鳥的質量(圖7的S28)，藉由上述三維飛行路徑推定，判定是否有一定質量以上的鳥入侵重點監視區域的可能性(圖7的S29)。

當判定有一定質量以上的鳥入侵重點監視區域的可能性時，如上所述，從警報通知部19對監視重點監視區域的系統或監視者發出警告。

以上為物體偵測系統1動作的說明。

如此，依據本實施形態，物體偵測系統1具備：攝影裝置3，拍攝運動物體而取得圖像；及物體偵測裝置5，具有物體偵測判定部7，該物體偵測判定部7從圖像分析物體的運動週期，推定物體大小。

因此，可從圖像輕易推定運動物體的大小。

又，依據本實施形態，因可從單一攝影裝置3的圖像，進行3D飛行軌跡量測，故不需設置複數台攝影裝置，可達成裝置的低成本化及小型化。

【產業上之利用可能性】

以上，根據實施形態及實施例說明本發明，但此等實施形態及實施例僅為例舉用以說明本發明，本發明的範圍並不限於此等例。該技術領域具有通常知識者，當可根據上述記載思及各種變形例及改良例，此等例亦當為包含於本發明的範圍。

例如，於上述實施形態中，係針對將本發明應用於機場、風力發電設備(風車)的鳥擊防止裝置時而加以說明，然而本發明並不限於此，亦可應用於農場的鳥獸食害防止裝置等有必要監視鳥飛臨的所有裝置。

又，於上述實施形態中，係從鳥的顫動頻率或垂直變動頻率來推定鳥的大小，然而推定大小的對象不限於鳥，而週期動作只要是可從圖像辨識的週期動作，亦不限於顫動頻率或垂直變動頻率。例如，藉由設定人步行時腳的運動週期或關於物體的一部分的運動週期，使得偵測對象除了鳥外，亦可設為人類、野獸等動物、或使用者所設定的任意物體的任意週期動作。因此，亦可將物體偵測裝置5的偵測對象設為人類，而用於監視相機圖像中的人類偵測或距離推定。

再者，於上述實施形態中，針對僅使用單一攝影裝置3的情形加以說明，然而亦可藉由將本發明應用於使用複數台攝影裝置的3D量測裝置，而應用作為當攝影裝置的一部分發生故障時的容錯功能。

又，上述物體偵測裝置5的各部分，只要使用硬體與軟體的組合達成即可。硬體與軟體的組合形態中，於RAM中開發用以使電腦作為物體偵測裝置5而動作的程式，並根據程式使控制部(CPU)等硬體動作，藉此，使各部作為各種構成而動作。又，該程式亦可記錄並發布於記錄媒體。記錄於該記錄媒體的程式，經由有線、無線或記錄媒體本身，而被記憶體讀取，使控制部等動作。又，記錄媒體例舉為：光碟、磁碟、半導體記憶體裝置、硬碟等。

又，本申請案於2013年9月17日提出申請，以日本專利第2013-191733號為優先權基礎，主張其權益，其揭露內容在此整體採用作為參考文獻。

5‧‧‧物體偵測裝置

7‧‧‧物體偵測判定部

Claims (12)

1. 一種物體偵測裝置，其具有物體偵測判定部，該物體偵測判定部從利用攝影裝置拍攝運動物體所得的圖像，解析該運動物體的運動週期，再從該運動週期，推定該運動物體的大小。
2. 如申請專利範圍第1項的物體偵測裝置，其中，該物體偵測判定部具有：第一週期偵測部，從該圖像取得該運動物體的顫動頻率；及大小推定部，根據該顫動頻率推定該運動物體的大小。
3. 申請專利範圍第1或2項的物體偵測裝置，其中，該物體偵測判定部具有：標準化速度比較部，計算將該運動物體的移動速度標準化的值，從該標準化的值，判定該運動物體是否含於既定的速度範圍；顫動偵測部，當該標準化速度比較部判定該運動物體含於既定的速度範圍時，解析該運動物體的顫動頻率；及垂直變動偵測部，當該顫動偵測部無法偵測到該顫動頻率時，解析該運動物體的垂直變動頻率。
4. 如申請專利範圍第2項的物體偵測裝置，其具有： 飛行路徑推定部，從該圖像，推定該運動物體的移動速度、及該運動物體與該攝影裝置之間的距離，從該距離、該移動速度、及該運動物體的大小，推定該運動物體的飛行路徑。
5. 如申請專利範圍第4項的物體偵測裝置，其具有：警報通知部，從該飛行路徑，判定該運動物體是否有入侵預定區域的可能性，於有可能性時，發出警告。
6. 如申請專利範圍第2項的物體偵測裝置，其具有記憶部，該記憶部記憶有：顫動頻率資訊，表示該顫動頻率與該運動物體大小的關係之資訊；及垂直變動頻率資訊，表示該垂直變動頻率與該運動物體大小的關係之資訊，該物體偵測判定部參考該顫動頻率資訊或該垂直變動頻率資訊，推定該運動物體的大小。
7. 如申請專利範圍第1項的物體偵測裝置，其中，該物體偵測判定部解析步行動物的腳的運動週期，再從該運動週期，推定該運動物體的大小。
8. 一種程式，其令電腦動作以作為物體偵測裝置，該物體偵測裝置具有物體偵測判定部，該物體偵測判定部從拍攝運動物體所得的圖像，解析該運動物體的運動週期，再從該運動週期推定該運動物體的大小。
9. 一種物體偵測方法，其係使用物體偵測裝置偵測運動物體，該物體偵測裝置具有物體偵測判定部，該物體偵測判定部從拍攝運動物體所得的圖像，解析該運動物體的運動週期，再從該運動週期推定該運動物體的大小。
10. 一種鳥擊防止裝置，其具有申請專利範圍第1~6項中任一項的物體偵測裝置。
11. 一種物體偵測系統，其具有：攝影裝置，拍攝運動物體而取得圖像；及偵測裝置，具有物體偵測判定部，該物體偵測判定部從該圖像解析該運動物體的運動週期，從該運動週期推定該運動物體的大小。
12. 一種物體偵測裝置，其具有：週期偵測部，從拍攝運動物體所得的複數張圖像，取得該運動物體的顫動頻率；及物體大小推定部，根據該顫動頻率推定該運動物體的大小。