WO2015041081A1 - 物体検出装置、物体検出方法および物体検出システム - Google Patents

物体検出装置、物体検出方法および物体検出システム Download PDF

Info

Publication number
WO2015041081A1
WO2015041081A1 PCT/JP2014/073593 JP2014073593W WO2015041081A1 WO 2015041081 A1 WO2015041081 A1 WO 2015041081A1 JP 2014073593 W JP2014073593 W JP 2014073593W WO 2015041081 A1 WO2015041081 A1 WO 2015041081A1
Authority
WO
WIPO (PCT)
Prior art keywords
object detection
bird
size
image
unit
Prior art date
Application number
PCT/JP2014/073593
Other languages
English (en)
French (fr)
Inventor
博行 粂野
祐司 岡本
祐一 村井
義彦 大石
裕司 田坂
Original Assignee
日本電気株式会社
国立大学法人北海道大学
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社, 国立大学法人北海道大学 filed Critical 日本電気株式会社
Priority to US14/910,349 priority Critical patent/US9721154B2/en
Priority to EP14846528.9A priority patent/EP3048412A4/en
Priority to CA2920823A priority patent/CA2920823C/en
Publication of WO2015041081A1 publication Critical patent/WO2015041081A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Definitions

  • the present invention relates to an object detection device, an object detection method, and an object detection system.
  • Patent Documents 2 to 5 As an apparatus for detecting a bird only by image analysis, a configuration is known in which a flying object is imaged at a minute time interval, and the type and speed of the bird are detected from a change in the amount of movement of the subject (Patent Documents 2 to 5). ).
  • JP 2005-189103 A Special table 2009-102001 gazette JP 2010-189103 A JP 2010-223752 A JP 2011-95112 A
  • the present invention has been made to solve the above-described problems of the technology, and an object thereof is to provide an object detection device capable of estimating the size of an object that moves easily from an image.
  • a first aspect of the present invention is an object detection method that analyzes a motion cycle of an object from an image of the moving object and estimates the size of the object from the motion cycle.
  • An object detection apparatus having a determination unit.
  • the computer includes an object detection determination unit that analyzes a motion cycle of the object from an image obtained by imaging the moving object and estimates the size of the object from the motion cycle.
  • a program for operating as an object detection device is provided.
  • an object detection apparatus comprising: an object detection determination unit that analyzes a motion cycle of the object from an image of the moving object and estimates the size of the object from the motion cycle. Is an object detection method for detecting a moving object.
  • a fourth aspect of the present invention is a bird strike prevention apparatus having the object detection apparatus according to the first aspect.
  • an imaging device that captures an image of a moving object and obtains an image, and analyzes a period of motion of the object from the image, and estimates the size of the object from the period of motion.
  • an object detection system having an object detection determination unit.
  • a period detection unit that acquires a flapping frequency of a moving object from a plurality of images obtained by imaging the moving object, and an object size estimation that estimates the size of the object based on the flapping frequency.
  • an object detection device that acquires a flapping frequency of a moving object from a plurality of images obtained by imaging the moving object, and an object size estimation that estimates the size of the object based on the flapping frequency.
  • an object detection apparatus capable of estimating the size of an object that moves easily from an image.
  • FIG. 1 is a block diagram showing an outline of an object detection system 1 according to this embodiment.
  • FIG. 2 is a block diagram showing the object detection device 5 of FIG.
  • FIG. 3 is a block diagram showing the configuration of the object detection device 5.
  • FIG. 4 is a block diagram showing details of the object detection system 1.
  • FIG. 5 is a flowchart showing an outline of the operation of the object detection device 5.
  • FIG. 6 is a flowchart showing a bird detection method using the object detection system 1.
  • FIG. 7 is a diagram for explaining a bird detection method using the object detection system 1.
  • the configuration of the object detection system 1 including the object detection device 5 according to the present embodiment will be described with reference to FIGS. 1 and 2.
  • a bird strike prevention device that detects a bird from an image is illustrated as the object detection system 1 (object detection device 5).
  • the object detection system 1 analyzes an imaging device 3 that captures an image of a moving object, here a bird and acquires an image, and analyzes the period of motion of the object (bird) from the image.
  • An object detection device 5 having an object detection determination unit 7 that estimates the size of the object from the period of the movement of the object is provided.
  • the imaging device 3 is a single monitoring camera, and is installed on a fixed base, and captures an image by monitoring a fixed azimuth at a fixed point or monitoring the entire circumference or a certain range by turning. Further, the captured image is transmitted to the object detection device 5 by wire or wireless.
  • the object detection device 5 since the object detection device 5 is used as a bird strike prevention device, the imaging device 3 is provided at the end of an airport runway or in a facility of a wind power plant.
  • the object detection device 5 is configured to estimate the distance from the imaging device 3 to the bird and focus monitoring on the detected bird, as will be described later.
  • the object detection device 5 is not particularly limited as long as the object detection device 5 has a function of performing processing to be described later.
  • the object detection determination unit 7 of the object detection apparatus 5 estimates the size of the bird from the period of the movement of the object, here, the flapping frequency or the vertical fluctuation frequency of the bird in the image. It is a big feature to do. This is because there is a strong correlation between the bird's flapping frequency and vertical fluctuation frequency and the bird size, and the bird size can be estimated by measuring the bird flapping frequency and vertical fluctuation frequency.
  • the flapping frequency of birds and the vertical fluctuation frequency are feature quantities that can be measured regardless of the color information and brightness distribution of each pixel, so the image quality is relatively poor during morning and evening dusk, cloudy weather, and rainy weather.
  • it is a detection method that can be applied.
  • the bird detection by radar which is a general bird detection method, only the presence / absence determination of the object based on the strength of the radio wave reflection echo and the object size estimation based on RCS (Radar Cross Section) can be performed.
  • the bird's wing passes the same height as the bird's body from the upper peak to the lower peak, and the lower peak.
  • the period when the bird's wing returns to the same height as the body of the bird again is defined as period T, and the reciprocal of period T is defined as the flapping frequency.
  • the flapping frequency is 40 Hz.
  • the vertical fluctuation frequency here is the reciprocal of the period until the bird moves in the vertical direction and returns to the original position.
  • a specific position such as the center of gravity
  • a lower peak vertically fluctuates to a lower peak
  • the period when the position of the position returns to a predetermined height is defined as a period T
  • the reciprocal of the period T is defined as a vertical fluctuation frequency. For example, if the time when the specific position of the bird returns to the original position again from the upper peak through the lower peak is 25 ms, the vertical fluctuation frequency is 40 Hz.
  • the object detection device 5 includes an image data input processing unit 13 to which data of an image captured by the imaging device 3 is input, a flapping detection unit 9 a that detects the flapping frequency of birds in the image (first period). Detection unit), a bird size estimation unit 11 that estimates the size of the bird from the flapping frequency of the bird, a flight path estimation unit 17 that estimates the flight path of the bird based on the bird size estimated by the bird size estimation unit 11, and An alarm notification unit 19 that issues a warning when there is a possibility that a bird may enter the priority monitoring area is provided.
  • the configuration of the object detection system 1, particularly the configuration of the object detection device 5, will be described in more detail with reference to FIG. 4. As shown in FIG.
  • the object detection device 5 includes an image data input processing unit 13 to which image data captured by the imaging device 3 is input, and an object detection determination unit 7 that determines the presence / absence and size of a bird in the image.
  • a flight path estimation unit 17 that estimates the flight path of a bird based on the detection result of the object detection determination unit 7, and an alarm notification unit 19 that issues a warning when there is a possibility that the bird may enter the priority monitoring area ing.
  • the object detection determination unit 7 detects whether or not a moving object (bird) is included in the image from the speed of the moving object in the image.
  • a bird size estimation unit 11 that estimates the size of the bird from the cycle of movement.
  • the period detection unit 9 in order to measure the bird flapping frequency or the vertical fluctuation frequency as the period of the bird's movement, includes the flapping detection unit 9a for detecting the bird flapping frequency and the bird's vertical fluctuation frequency. It has a vertical fluctuation detection unit 9b for detection.
  • the object detection device 5 also includes a storage unit 21 having a library 20 that is referred to when the bird size estimation unit 11 estimates the size of a bird.
  • the library 20 in order to measure the flapping frequency or vertical fluctuation frequency of the bird as the period of bird movement, includes flapping frequency information 21a indicating the relationship between the flapping frequency of the bird and the size of the bird, and the vertical direction of the bird.
  • Vertical variation frequency information 21b indicating the relationship between the variation frequency and the bird size is stored at least.
  • the storage unit 21 also stores an operation program 22 for operating the object detection apparatus 5 and map information 25 that is map information of the priority monitoring area.
  • the library 20 and the operation program 22 are stored in the storage unit 21 in the object detection device 5.
  • the library 20 and the operation program 22 are replaced by external information connected to the network by an external storage device or WWW (World Wide Web). Also good.
  • WWW World Wide Web
  • the bird size estimation unit 11 shown in FIG. 3 estimates the size of the bird from the flapping frequency (S2 in FIG. 5), and finally determines whether or not the object on the image is a bird (S3 in FIG. 5). If it is determined in S3 that the object is a bird, the flight path estimation unit 17 of the object detection device 5 shown in FIG. 3 may estimate the bird's flight path, and the bird may enter the priority monitoring area. It is determined whether or not there is. When it is determined that there is a possibility that a bird may enter the priority monitoring area, the alarm notification unit 19 issues a warning to a system or a supervisor who monitors the priority monitoring area.
  • the operation of the object detection system 1, here, the operation for preventing the bird strike will be described in more detail with reference to FIGS. 4 and 6.
  • the operation program 22 of the object detection device 5 is activated.
  • the imaging device 3 monitors a fixed azimuth at a fixed point or turns around the entire circumference or a certain range by turning, picks up an image of the priority monitoring area or its surroundings, and takes the picked-up image as the object detection device 5.
  • the priority monitoring area is an area where it is necessary to prevent the occurrence of a bird strike, and includes an area where an airport and wind power generation facilities exist.
  • the imaging device 3 captures images of the airport and the vicinity of the airport by acquiring images in each direction including the direction of the runway.
  • the image data input processing unit 13 extracts, from the received image, an image of a part that is regarded as a moving object by a technique such as time difference.
  • the image data input processing unit 13 further performs temporary bird determination (primary determination) on these moving objects by comparing the shape with the information of the bird sample recorded in the library 20 (S101 in FIG. 6). .
  • the object detection determination unit 7 performs more detailed determination processing on whether the image is a bird. This is transmitted to the normalized speed comparison unit 15 of the unit 7.
  • the normalization speed comparison unit 15 calculates a value obtained by normalizing the moving speed on the image by the length of the bird candidate, and calculates the flight speed of the bird recorded in the library 20. It is determined whether the range is met (S102 in FIG. 6). That is, for an object determined as a bird in the primary determination, it is determined whether or not the normalized speed on the image falls within the bird speed range (predetermined speed range). Eliminate mistakes. As a result, when it is determined that it is within the range of the bird's flight speed, the image is transmitted to the flapping detection unit 9a of the period detection unit 9. When the flapping detection unit 9a receives the image, it calculates the flapping frequency from the image (S103 in FIG. 6).
  • a specific method for calculating the flapping frequency is as follows. First, the flapping detection unit 9a extracts a feature amount from a change (or displacement) in area or length between a plurality of images (S103-1 in FIG. 6). Next, the flapping detection unit 9a captures a periodic change in the extracted feature value, and the time when the feature value returns to the original time (the time when the feature value is the same as the reference feature value or the difference from the reference feature value is different). The time during which the predetermined value or less is reached is calculated as one cycle (S103-2 in FIG. 6). Finally, the flapping detection unit 9a regards the calculated period as the period T after the bird wing moves and returns to the original position, and calculates the flapping frequency from the calculated period (S103-3 in FIG. 6).
  • the flapping detection unit 9a determines whether there is flapping from the flapping frequency (S104 in FIG. 6). If it is determined in S104 that there is flapping, the flapping detection unit 9a matches the flapping frequency range recorded in the library 20 with the flapping frequency, that is, the measured flapping is a flapping of the bird. It is determined whether or not there is (S105 in FIG. 6).
  • the flapping detection unit 9 a transmits the flapping frequency to the bird size estimation unit 11.
  • the bird size estimation unit 11 refers to the flapping frequency information 21a, estimates the size from the flapping frequency (S106 in FIG. 6), and finally determines the bird candidate as a bird (S107 in FIG. 6).
  • the imaged moving object is not a bird (S108 in FIG. 6).
  • bird determination is performed by detailed shape comparison for each bird type (S109 in FIG. 6).
  • the vertical fluctuation detecting unit 9b calculates the vertical fluctuation frequency of the bird (S110 in FIG. 6).
  • a specific method for calculating the vertical fluctuation frequency is the same as the method for calculating the flapping frequency. Specifically, first, the vertical fluctuation detecting unit 9b extracts a feature amount related to the vertical fluctuation of the bird from the change (or displacement) of the area and length between images (S110-1 in FIG. 6). Next, the vertical fluctuation detecting unit 9b detects the periodic change of the extracted feature quantity, and the time when the feature quantity is restored (the time when the feature quantity is the same as the reference feature quantity or the difference from the reference feature quantity) Is calculated as one cycle (S110-2 in FIG. 6).
  • the vertical fluctuation detecting unit 9b regards the calculated period as time T until the bird moves in the vertical direction and returns to the original position, and calculates the vertical fluctuation frequency from the calculated period (FIG. 6).
  • the feature amount is a maximum value, a minimum value, an average value, or the like of the feature amount extracted during the specific period.
  • the reference feature quantity may be determined in advance, or the maximum value or the minimum value of the extracted feature quantity may be adopted as a reference.
  • the vertical fluctuation detecting unit 9b uses the vertical fluctuation frequency of the flight trajectory relating to the bird species in the library 20 and the vertical fluctuation frequency calculated in S110 to determine whether the image is a gliding image of that kind of bird. If it is determined by comparison (S111 in FIG. 6) and it is determined that it is a bird, the bird size estimation unit 11 estimates the size with reference to the vertical fluctuation frequency information 21b (S112 in FIG. 4). The bird candidate is finally determined as a bird (S107 in FIG. 6). When it is determined that the image is not a gliding bird, it is determined that the captured moving object is not a bird (S108 in FIG. 6).
  • the flight path estimation unit 17 estimates the flight path of the bird (S113 in FIG. 6), and the bird may enter the priority monitoring area. It is determined whether or not there is (S114 in FIG. 6). When it is determined that there is a possibility that the bird may enter the priority monitoring area, the alarm notification unit 19 issues a warning to the system or the supervisor who monitors the priority monitoring area (S115 in FIG. 6). When it is determined that there is no possibility that a bird will enter the priority monitoring area, the flight path estimation unit 17 determines that the priority monitoring area is safe (there is no risk of bird strike at this time). The content of the warning is not particularly limited as long as the target system or the supervisor can recognize the warning.
  • the warning information is transmitted to the system or the supervisor, or the physical voice or light is transmitted. And the like.
  • the method of estimating the flight path of the bird and determining the possibility of the bird entering the priority monitoring area will be described in more detail with reference to FIG.
  • the object detection determination unit 7 determines whether or not a bird is included in the image (S21 in FIG. 7), and if included, estimates the size of the bird (S22 in FIG. 7).
  • the flight path estimation unit 17 calculates the ground speed of the bird by considering the estimated size (length) of the bird, the aerodynamic theory, and the separately measured local wind speed data (S23 in FIG. 7).
  • the flight path estimation unit 17 refers to the characteristic values of the optical specifications (camera focal length, imaging element dimensions, etc.) of the imaging device 3 (S24 in FIG. 7), and the bird size and optical specifications.
  • the distance from the imaging device 3 to the bird is estimated from the relative size (number of pixels) of the bird in the image (S25 in FIG. 7), and position information is obtained together with the orientation information.
  • bird detection information bird size, orientation, speed vector on image, detection time
  • the flight path estimation unit 17 refers to the map information 25 recorded in the library 20 (S26 in FIG. 7), and combines the map information with the above-mentioned bird speed information, position information, and time information, so that the three-dimensional bird information is obtained.
  • the object detection system 1 analyzes the period of motion of an object from the imaging apparatus 3 that captures an image of a moving object and acquires an image, and determines the period of motion of the object. And an object detection device 5 having an object detection determination unit 7 for estimating the size of the object. Therefore, it is possible to estimate the size of an easily moving object from the image.
  • 3D flight trajectory measurement can be performed from an image of a single imaging device 3, so that it is not necessary to provide a plurality of imaging devices, and the cost and size of the device can be reduced.
  • the size of the bird is estimated from the flapping frequency of the bird and the vertical fluctuation frequency.
  • the object whose size is estimated is not limited to the bird, and the periodic motion can also be identified from the image.
  • the flapping frequency and the vertical fluctuation frequency are not limited.
  • the detection target of the object detection device 5 can be a human, and can be used for human detection and distance estimation in the monitoring camera image.
  • the present invention uses only a single imaging device 3 .
  • a 3D measurement device using a plurality of imaging devices
  • It can also be used as a fault-tolerant function when a failure occurs.
  • what is necessary is just to implement
  • a program for operating the computer as the object detection device 5 is expanded in the RAM, and each unit is operated by operating hardware such as a control unit (CPU) based on the program. Operate as various configurations.
  • the program may be recorded on a storage medium and distributed.
  • the program recorded on the recording medium is read into a memory via a wired, wireless, or recording medium itself, and operates a control unit or the like.
  • Examples of the recording medium include an optical disk, a magnetic disk, a semiconductor memory device, and a hard disk.
  • Object detection system 3 Imaging device 5: Object detection device 7: Object detection determination unit 9: Period detection unit 9a: Flapping detection unit 9b: Vertical fluctuation detection unit 11: Bird size estimation unit 13: Image data input processing unit 15 : Normalized speed comparison unit 17: Flight path estimation unit 19: Alarm notification unit 20: Library 21: Storage unit 21a: Flapping frequency information 21b: Vertical fluctuation frequency information 22: Operation program 25: Map information

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

　本発明の課題は、画像から容易に運動する物体のサイズを推定可能な物体検出装置を提供することにある。本発明の物体検出システム１の物体検出装置５は、画像から物体の運動の周期を解析し、物体の運動の周期から、物体のサイズを推定する物体検出判定部７を有している。

Description

物体検出装置、物体検出方法および物体検出システム
　本発明は物体検出装置、物体検出方法および物体検出システムに関するものである。
　近年、鳥等の運動する物体が空港や風力発電設備等が設置された領域に侵入し、空港に離着陸中の航空機や、風力発電設備の風車に衝突する、いわゆるバードストライク（鳥衝突）が問題となっている。
　そのため、上記領域への鳥の侵入を検出する検出装置が望まれている。
　鳥を検出する装置としては、暗視装置や集音装置を組み合わせた装置が知られているが（特許文献１）、この構成では画像と音を解析する装置がそれぞれ必須となり、構成が複雑になるため、画像解析のみで鳥を検出可能な構造が望ましい。
　画像解析のみで鳥を検出する装置としては、飛翔体を微小時間間隔で撮像して、被写体の移動量の変化から鳥の種類や速度を検出する構成が知られている（特許文献２~５）。
特開２００５−１８９１０３号公報 特表２００９−１０２００１号公報 特開２０１０−１８９１０３号公報 特開２０１０−２２３７５２号公報 特開２０１１−９５１１２号公報
　ここで、バードストライクによる航空機や風車の被害低減の観点からは、衝突が予想される鳥のサイズが大きな問題であり、検出装置においては、サイズ計測が非常に重要な事項である。
　しかしながら、特許文献２~５のように、監視カメラによる鳥検出では、単一監視カメラの画像からだけでは検出した鳥までの距離や実際の鳥のサイズを知ることが困難であるという課題があった。
　例えば、鳥のサイズ推定はその種類を判別出来ればある程度可能であるが、現状得られる画像情報から鳥の種類を自動的に判別することは非常に困難であった。これは、例えば鳥の色情報が環境により同じ鳥種類でも大きく異なるためである。
　そのため、単一監視カメラの画像のみで鳥のサイズを推定するのは困難であるのが現状であり、サイズの推定のためには複数の監視カメラによる３Ｄ撮像を行わなくてはならず、大幅なコスト増加が発生していた。
　本発明は、上述したような技術が有する問題点を解決するためになされたものであり、画像から容易に運動する物体のサイズを推定可能な物体検出装置を提供することを目的とする。
　上記の課題を解決するため、本発明の第１の態様は、運動する物体を撮像した画像から前記物体の運動の周期を解析し、前記運動の周期から、前記物体のサイズを推定する物体検出判定部を有する、物体検出装置である。
　本発明の第２の態様は、コンピュータを、運動する物体を撮像した画像から前記物体の運動の周期を解析し、前記運動の周期から、前記物体のサイズを推定する物体検出判定部を有する、物体検出装置として動作させるためのプログラムである。
　本発明の第３の態様は、運動する物体を撮像した画像から前記物体の運動の周期を解析し、前記運動の周期から、前記物体のサイズを推定する物体検出判定部を有する、物体検出装置を用い、運動する物体を検出する、物体検出方法である。
　本発明の第４の態様は、第１の態様に記載の物体検出装置を有するバードストライク防止装置である。
　本発明の第５の態様は、運動する物体を撮像して画像を取得する撮像装置と、前記画像から前記物体の運動の周期を解析し、前記運動の周期から、前記物体のサイズを推定する物体検出判定部を有する検出装置と、を有する、物体検出システムである。
　本発明の第６の態様は、運動する物体を撮像した複数の画像から運動する物体の羽ばたき周波数を取得する周期検出部と、前記羽ばたき周波数に基づいて、前記物体のサイズを推定する物体サイズ推定部と、を有する物体検出装置である。
　本発明によれば、画像から容易に運動する物体のサイズを推定可能な物体検出装置を提供することができる。
　図１は本実施形態に係る物体検出システム１の概略を示すブロック図である。
　図２は図１の物体検出装置５を示すブロック図である。
　図３は物体検出装置５の構成を示すブロック図である。
　図４は物体検出システム１の詳細を示すブロック図である。
　図５は物体検出装置５の動作の概要を示すフロー図である。
　図６は物体検出システム１を用いた鳥の検出方法を示すフロー図である。
　図７は物体検出システム１を用いた鳥の検出方法を説明する図である。
　以下、図面に基づいて本発明に好適な実施形態を詳細に説明する。
　まず、図１および図２を参照して本実施形態に係る物体検出装置５を備えた物体検出システム１の構成について説明する。
　ここでは物体検出システム１（物体検出装置５）として、画像から鳥を検出するバードストライク防止装置が例示されている。
　図１および図２に示すように、物体検出システム１は、運動する物体、ここでは鳥を撮像して画像を取得する撮像装置３と、画像から物体（鳥）の運動の周期を解析し、物体の運動の周期から、物体のサイズを推定する物体検出判定部７を有する物体検出装置５を有している。
　撮像装置３は、ここでは一台の監視カメラであり、固定台に設置され、一定の方位を定点監視したり旋回により全周または一定範囲を旋回監視したりして画像を撮像する。また、撮像した画像を有線または無線により物体検出装置５へ伝送する。
　本実施形態では、物体検出装置５をバードストライク防止装置に用いるため、撮像装置３は空港の滑走路の端、あるいは風力発電所の施設内に設けられる。
　物体検出装置５は撮像装置３が撮像した画像から鳥のサイズを推定する他、後述するように、本実施形態では、撮像装置３から鳥までの距離の推定機能、及び検出した鳥が重点監視区域（詳細は後述）へ侵入する可能性を推定する機能も有する。
　物体検出装置５は例えばパーソナルコンピュータ等の電子計算機が用いられるが、後述する処理を行う機能を備えた装置であれば、特に限定されるものではない。
　ここで、本実施形態の物体検出システム１においては、物体検出装置５の物体検出判定部７が物体の運動の周期、ここでは画像中の鳥の羽ばたき周波数または垂直変動周波数から鳥のサイズを推測するのが大きな特徴である。
　これは、鳥の羽ばたき周波数や垂直変動周波数のような周期動作と鳥のサイズには強い相関があるため、鳥の羽ばたき周波数や垂直変動周波数を計測することで鳥のサイズを推定できるためである。
　また、鳥の羽ばたき周波数や垂直変動周波数のような周期動作は画像から比較的容易に計測可能であり、かつ遠方でピクセル数の小さな画像や低画質の画像でも計測可能であるためである。
　即ち、従来、取得画像から検出目標画像を形状比較により抽出する画像処理では、取得画像、検出目標画像共に最低でも数百ピクセルの画素で構成されている必要があった。一方で、本実施形態による方式では、羽ばたき周波数、及び羽ばたきが検出されない場合は垂直変動周波数といった低画素数環境下でも情報が比較的保持される特徴量により鳥検出を実施するため、遠距離を飛行する（従って画像中の画素数が少ない）鳥でも検出が可能である。
　そのため、同じ距離にある鳥を検出する場合、従来手法による場合と比較して、より少ない画素数のデータ処理で済むため、安価な撮像装置、計算機ハードウェアでのシステム構成が可能となる。
　更に、鳥の羽ばたき周波数や垂直変動周波数は各画素の色情報、輝渡分布とは無関係に計測できる特徴量であるため、朝夕の薄暮時や雲天、雨天等の画像品質が比較的悪い条件下でも適用が可能な検出手法である。
　また、一般的な鳥の検出方法であるレーダーによる鳥検出では、電波反射エコーの強さによる物体の有無判定とＲＣＳ（Ｒａｄａｒ　Ｃｒｏｓｓ　Ｓｅｃｔｉｏｎ）を基準とした物体のサイズ推定しか出来ないため、鳥の種類とサイズについて正確な情報を得ることができず、海面や地面付近のクラッタの多い背景、また強風環境では精度の高い検出が難しいことが一般的であった。
　一方で、本願では鳥の羽ばたき周波数や垂直変動周波数のような周期動作を利用しているため、鳥のサイズを正確に推測可能である。
　また、単一の撮像装置３の画像から３Ｄ飛行軌跡計測が可能となるため、撮像装置３を複数設ける必要がなく、装置の低コスト化、小型化が可能となる。
　なお、ここでいう羽ばたき周波数とは、鳥の翼が動き、元の位置に戻ってくるまで周期の逆数である。より具体的には、鳥の翼が鳥の体と同一の高さにあるときから上方のピークから鳥の翼が鳥の体と同一の高さを通り、下方のピークへ行き、下方のピークから再び鳥の翼が鳥の体と同一の高さに戻ってきた時間を周期Ｔとし、周期Ｔの逆数を羽ばたき周波数と定義する。たとえば、上方のピークから下方のピークを通って再び鳥の翼が鳥の体と同一の高さに戻った時間を２５ｍｓとすると、羽ばたき周波数は、４０Ｈｚとなる。
　また、ここでいう垂直変動周波数とは、鳥が垂直方向に動き、元の位置に戻ってくるまで周期の逆数である。より具体的には、鳥の特定の位置（重心等）が所定の高さにあるときから上方のピークへ垂直変動し、そこから下方のピークへ垂直変動し、下方のピークから再び鳥の特定の位置が所定の高さに戻ってきた時間を周期Ｔとし、周期Ｔの逆数を垂直変動周波数と定義する。たとえば、上方のピークから下方のピークを通って再び鳥の特定の位置が元の位置に戻った時間を２５ｍｓとすると、垂直変動周波数は、４０Ｈｚとなる。
　次に、図３を参照して物体検出装置５の構成について、より具体的に説明する。
　図３に示すように、物体検出装置５は撮像装置３が撮像した画像のデータが入力される画像データ入力処理部１３、画像中の鳥の羽ばたき周波数を検出する羽ばたき検出部９ａ（第１周期検出部）、鳥の羽ばたき周波数から鳥のサイズを推定する鳥サイズ推定部１１、鳥サイズ推定部１１が推定した鳥のサイズをもとに鳥の飛行経路を推定する飛行経路推定部１７、および鳥が重点監視区域へ侵入する可能性がある場合に警告を発するアラーム通知部１９を有している。
　次に、図４を参照して物体検出システム１の構成について、特に物体検出装置５の構成についてさらに詳細に説明する。
　図４に示すように、物体検出装置５は撮像装置３が撮像した画像のデータが入力される画像データ入力処理部１３、画像中の鳥の存在の有無やサイズを判定する物体検出判定部７、物体検出判定部７の検出結果に基づき、鳥の飛行経路を推定する飛行経路推定部１７、および鳥が重点監視区域へ侵入する可能性がある場合に警告を発するアラーム通知部１９を有している。
　物体検出判定部７は、画像中の運動する物体の速度から、画像中に運動する物体（鳥）が含まれるか否かの判定を行う正規化速度比較部１５、鳥の運動の周期を検出する周期検出部９、および運動の周期から鳥のサイズを推定する鳥サイズ推定部１１を有している。本実施形態では、鳥の運動の周期として、鳥の羽ばたき周波数または垂直変動周波数を測定するため、周期検出部９は、鳥の羽ばたき周波数を検出する羽ばたき検出部９ａと、鳥の垂直変動周波数を検出する垂直変動検出部９ｂを有している。
　物体検出装置５はまた、鳥サイズ推定部１１が鳥のサイズを推定する際に参照するライブラリ２０を有する記憶部２１を有している。
　本実施形態では、鳥の運動の周期として、鳥の羽ばたき周波数または垂直変動周波数を測定するため、ライブラリ２０には鳥の羽ばたき周波数と鳥のサイズの関係を示す羽ばたき周波数情報２１ａと、鳥の垂直変動周波数と鳥のサイズの関係を示す垂直変動周波数情報２１ｂが少なくとも記憶されている。また、記憶部２１には物体検出装置５を動作させるための動作プログラム２２、重点監視区域の地図の情報である地図情報２５も記憶されている。
　なお、図３ではライブラリ２０および動作プログラム２２は物体検出装置５内の記憶部２１に記憶されているが、外部記憶装置、またはＷＷＷ（Ｗｏｒｌｄ　Ｗｉｄｅ　Ｗｅｂ）等によりネットワーク接続された外部情報で置き換えても良い。
　次に、物体検出システム１のうち、物体検出装置５の動作の概要について、図３および図５を参照して説明する。
　まず、図３に示す物体検出装置５の羽ばたき検出部９ａは、画像データ入力処理部１３から受信した画像上の鳥の羽ばたき周波数を算出する（図５のＳ１）。
　次に、図３に示す鳥サイズ推定部１１は羽ばたき周波数から鳥のサイズを推定し（図５のＳ２）、画像上の物体が最終的に鳥か否か判定する（図５のＳ３）。
　なお、Ｓ３で物体が鳥であると判断された場合は、図３に示す物体検出装置５の飛行経路推定部１７が鳥の飛行経路を推定して、鳥が重点監視区域に侵入する可能性があるか否かを判定する。鳥が重点監視区域に侵入する可能性があると判定される場合は、アラーム通知部１９から重点監視区域を監視するシステムや監視者に対して警告を発する。
　次に、物体検出システム１の動作、ここではバードストライクの防止のための動作について、図４および図６を参照してより詳細に説明する。
　最初に、物体検出装置５の動作プログラム２２が起動する。
　次に、撮像装置３は一定の方位を定点監視したり旋回により全周または一定範囲を旋回監視したりして、重点監視区域またはその周囲の画像を撮像し、撮像した画像を物体検出装置５の画像データ入力処理部１３に送信する（図４のＳ１００）。重点監視区域とは、ここではバードストライクの発生を防止する必要がある区域であり、空港や風力発電設備が存在する区域が挙げられる。重点監視区域が空港である場合は、撮像装置３は滑走路の方向を含む各方向の画像を取得するなどして、空港や空港周辺の画像を撮像する。
　画像データ入力処理部１３は、受信した画像から、時間差分等の手法により運動する物体と見做される部分の画像を抽出する。画像データ入力処理部１３はさらに、これらの運動する物体に対してライブラリ２０に記録されている鳥サンプルの情報との形状比較による一時的な鳥判定（一次判定）を行う（図６のＳ１０１）。
　画像データ入力処理部１３は、一次判定の結果、画像に鳥が含まれると判定した場合、より詳細な鳥か否かの判定処理を物体検出判定部７で行うために、画像を物体検出判定部７の正規化速度比較部１５に送信する。
　正規化速度比較部１５は、画像（鳥候補データ）を受信すると、画像上での移動速度を鳥候補の長さで正規化した値を算出し、ライブラリ２０に記録された鳥の飛行速度の範囲に適合しているかを判定する（図６のＳ１０２）。即ち、一次判定で鳥と判定された物体について、画像上の正規化された速度が鳥の速度範囲（所定の速度範囲）に収まるか否かの判定を実施することにより飛行機、背景画像等の見間違いを除去する。
　その結果、鳥の飛行速度の範囲にあると判定した場合は画像を周期検出部９の羽ばたき検出部９ａに送信する。
　羽ばたき検出部９ａは、画像を受信すると、画像から羽ばたき周波数を算出する（図６のＳ１０３）。
　羽ばたき周波数の具体的な算出方法は以下の通りである。
　まず、羽ばたき検出部９ａは複数の画像間の面積や長さの変化（または変位）から特徴量を抽出する（図６のＳ１０３−１）。
　次に、羽ばたき検出部９ａは抽出された特徴量の周期的な変化をとらえ、特徴量が元に戻る時間（基準となる特徴量と同一になる時間、または基準となる特徴量との差が所定値以下となる時間）を１周期として算出する（図６のＳ１０３−２）。
　最後に、羽ばたき検出部９ａは算出した周期を鳥の翼が動き、元の位置に戻ってくるまでの時間を周期Ｔとみなし、算出した周期から羽ばたき周波数を算出する（図６のＳ１０３−３）。
　ここで、特徴量は、特定期間の間に抽出した特徴量の最大値や最小値、平均値などである。また、基準となる特徴量は、予め定めても良いし、抽出した特徴量の最大値や最小値を基準として採用するようにしても良い。
　次に、羽ばたき検出部９ａは羽ばたき周波数から、羽ばたきがあるか否かを判定する（図６のＳ１０４）。
　Ｓ１０４において、羽ばたきがあると判断された場合、羽ばたき検出部９ａは、羽ばたき周波数がライブラリ２０に記録された鳥の羽ばたき周波数の範囲に適合しているか、すなわち、計測された羽ばたきが鳥の羽ばたきであるか否かを判定する（図６のＳ１０５）。
　羽はたき周波数がライブラリ２０に記録された鳥種毎の値の一つに適合する場合は、羽ばたき検出部９ａは、羽ばたき周波数を鳥サイズ推定部１１に送信する。
　鳥サイズ推定部１１は、羽ばたき周波数情報２１ａを参照して、羽ばたき周波数からサイズを推定し（図６のＳ１０６）、その鳥候補を最終的に鳥として判定する（図６のＳ１０７）。
　なお、計測された羽ばたきが鳥の羽ばたきではないと判定される場合は、撮像された運動する物体は鳥ではないと判定される（図６のＳ１０８）。
　一方、Ｓ４において羽ばたきが無いと判定された場合は、鳥種別の詳細な形状比較による鳥判定を行う（図６のＳ１０９）。
　この処理で種別判定を含めて鳥と判定された場合は、垂直変動検出部９ｂは、鳥の垂直変動周波数を算出する（図６のＳ１１０）。
　具体的な垂直変動周波数の算出方法は羽ばたき周波数の算出方法と同様である。
　具体的には、まず、垂直変動検出部９ｂは画像間の面積や長さの変化（または変位）から鳥の垂直変動に関する特徴量を抽出する（図６のＳ１１０−１）。
　次に、垂直変動検出部９ｂは抽出された特徴量の周期的な変化をとらえ、特徴量が元に戻る時間（基準となる特徴量と同一になる時間、または基準となる特徴量との差が所定値以下となる時間）を１周期として算出する（図６のＳ１１０−２）。
　最後に、垂直変動検出部９ｂは算出した周期を鳥が垂直方向に動き、元の位置に戻ってくるまでの時間を周期Ｔとみなし、算出した周期から垂直変動周波数を算出する（図６のＳ１１０−３）。
　ここで、特徴量は、特定期間の間に抽出した特徴量の最大値や最小値、平均値などである。また、基準となる特徴量は、予め定めても良いし、抽出した特徴量の最大値や最小値を基準として採用するようにしても良い。
　なお、Ｓ１０９で鳥でないと判定された場合は、運動する物体は鳥ではないと判定される（図６のＳ１０８）
　次に、垂直変動検出部９ｂは、その種類の鳥の滑空中の画像であるか否かをライブラリ２０中の当該鳥種に関する飛行軌跡の垂直方向変動周波数とＳ１１０で算出した垂直方向変動周波数を比較することにより判定し（図６のＳ１１１）、鳥であると判定される場合は、鳥サイズ推定部１１が垂直変動周波数情報２１ｂを参照してサイズの推定を行い、（図４のＳ１１２）その鳥候補を最終的に鳥として判定する（図６のＳ１０７）。
　なお、鳥の滑空中の画像ではないと判定された場合は、撮像された運動する物体は鳥ではないと判定される（図６のＳ１０８）。
　次に、Ｓ１０７で、画像中に鳥が存在すると判定された場合、飛行経路推定部１７が鳥の飛行経路を推定して（図６のＳ１１３）、鳥が重点監視区域に侵入する可能性があるか否かを判定し（図６のＳ１１４）。鳥が重点監視区域に侵入する可能性があると判定される場合は、アラーム通知部１９から重点監視区域を監視するシステムや監視者に対して警告を発する（図６のＳ１１５）。鳥が重点監視区域に侵入する可能性がないと判定される場合は、飛行経路推定部１７は重点監視区域が安全である（現時点でバードストライクの危険性はない）と判断する。
　警告の内容は、対象であるシステムや監視者が警告を認識できるものであれば、特に限定されるものではないが、例えばシステムや監視者への警告情報の送信、あるいは物理的な音声、光等を発するものが挙げられる。
　ここで、鳥の飛行経路の推定および重点監視区域への鳥の侵入可能性の判定の方法について、図７を参照してより詳細に説明する。
　まず、上記の通り、物体検出判定部７は画像中に鳥が含まれるか否かの判定（図７のＳ２１）および含まれる場合は鳥のサイズの推定（図７のＳ２２）を行う。
　次に、飛行経路推定部１７では推定された当該鳥のサイズ（体長）と空力理論、及び別途計測した現地の風速データを考慮することで鳥の対地速度を算出する（図７のＳ２３）。また一方、飛行経路推定部１７は、撮像装置３の光学的緒元（カメラの焦点距離、撮像素子寸法等）の特性値を参照し（図７のＳ２４）、鳥のサイズ、光学的緒元、および画像中の鳥の相対的大きさ（ピクセル数）から撮像装置３から鳥までの距離を推定し（図７のＳ２５）、方位情報と併せて位置情報を得る。
　以上の処理により、鳥検出情報（鳥のサイズ、方位、画像上での速度ベクトル、検出時刻）を得る。
　また、飛行経路推定部１７はライブラリ２０に記録された地図情報２５を参照し（図７のＳ２６）、地図情報と上記の鳥速度情報、位置情報、時刻情報を組み合わせることで、鳥の３次元飛行経路の記録・トラッキングを行う。また、ここで記録された３次元飛行経路情報を元に、未来時刻での３次元飛行経路推定を行う（図７のＳ２７）。
　さらに、各鳥の質量を、推定したサイズに基づいて推定し（図７のＳ２８）、上記の３次元飛行経路推定によって一定以上の質量の鳥が重点監視区域に侵入する可能性があるか否かを判定する（図７のＳ２９）。
　一定以上の質量の鳥が重点監視区域に侵入する可能性があると判定される場合は、前記の通り、アラーム通知部１９から重点監視区域を監視するシステムや監視者に対して警告を発する。
　以上が物体検出システム１の動作の説明である。
　このように、本実施形態によれば、物体検出システム１は、運動する物体を撮像して画像を取得する撮像装置３と、画像から物体の運動の周期を解析し、物体の運動の周期から、物体のサイズを推定する物体検出判定部７を有する物体検出装置５を有している。
　そのため、画像から容易に運動する物体のサイズを推定可能である。
　また、本実施形態によれば、単一の撮像装置３の画像から３Ｄ飛行軌跡計測が可能となるため、撮像装置を複数設ける必要がなく、装置の低コスト化、小型化が可能となる。
　以上、実施形態および実施例に基づき本発明を説明したが、これら実施形態および実施例は単に例を挙げて発明を説明するためのものであって、本発明の範囲がこれらに限定されることを意味するものではない。当業者であれば、上記記載に基づき各種変形例および改良例に想等するのは当然であり、これらも本発明の範囲に含まれるものと了解される。
　例えば上記した実施形態では、本発明を空港、風力発電設備（風車）でのバードストライク防止装置に適用した場合について説明したが、本発明は何らこれに限定されることはなく、農場での鳥獣食害防止装置等、鳥の飛来を監視する必要がある全ての装置に適用可能である。
　また、上記した実施形態では、鳥の羽ばたき周波数や垂直変動周波数から鳥のサイズを推定しているが、サイズを推定する対象は鳥に限定されるものではなく、周期動作も、画像から識別可能な周期動作であれば羽ばたき周波数や垂直変動周波数に限定されるものではない。例えば人間が歩行する際の脚の運動の周期や物体の一部の運動に関する周期とすることで、検出対象を鳥ではなく人間、獣等の動物、またはユーザが設定する任意の物体の任意の周期動作とすることも可能である。そのため、物体検出装置５の検出対象を人間とし、監視カメラ画像中の人間検出と距離推定に用いることも可能である。
　さらに、上記した実施形態では、本発明を単一の撮像装置３のみを用いた場合について説明したが、本発明を複数の撮像装置による３Ｄ計測装置へ適用することにより、撮像装置の一部に故障が発生した場合のフォルトトレラント機能として活用することもできる。
　なお、上記物体検出装置５の各部は、ハードウェアとソフトウェアの組み合わせを用いて実現すればよい。ハードウェアとソフトウェアとを組み合わせた形態では、ＲＡＭにコンピュータを物体検出装置５として動作させるためのプログラムが展開され、プログラムに基づいて制御部（ＣＰＵ）等のハードウェアを動作させることによって、各部を各種構成として動作させる。また、前記プログラムは、記憶媒体に記録されて頒布されても良い。当該記録媒体に記録されたプログラムは、有線、無線、又は記録媒体そのものを介して、メモリに読込まれ、制御部等を動作させる。なお、記録媒体を例示すれば、オプティカルディスクや磁気ディスク、半導体メモリ装置、ハードディスクなどが挙げられる。
　なお、本出願は、２０１３年９月１７日に出願された、日本国特許出願第２０１３−１９１７３３号からの優先権を基礎として、その利益を主張するものであり、その開示はここに全体として参考文献として取り込む。
１　　　　：物体検出システム
３　　　　：撮像装置
５　　　　：物体検出装置
７　　　　：物体検出判定部
９　　　　：周期検出部
９ａ　　　：羽ばたき検出部
９ｂ　　　：垂直変動検出部
１１　　　：鳥サイズ推定部
１３　　　：画像データ入力処理部
１５　　　：正規化速度比較部
１７　　　：飛行経路推定部
１９　　　：アラーム通知部
２０　　　：ライブラリ
２１　　　：記憶部
２１ａ　　：羽ばたき周波数情報
２１ｂ　　：垂直変動周波数情報
２２　　　：動作プログラム
２５　　　：地図情報

Claims (12)

  1. 　運動する物体を撮像した画像から前記物体の運動の周期を解析し、前記運動の周期から、前記物体のサイズを推定する物体検出判定部を有する、物体検出装置。
  2. 　前記物体検出判定部は、
    　前記画像から、運動する物体の羽ばたき周波数を取得する第１周期検出部と、
    　前記羽ばたき周波数に基づいて、前記物体のサイズを推定する、サイズ推定部と、
    　を有する請求項１に記載の物体検出装置。
  3. 　前記物体検出判定部は、
    　前記運動する物体の移動速度を正規化した値を算出し、前記正規化した値から、前記運動する物体が所定の速度範囲に含まれるか否かを判定する正規化速度比較部と、
    　前記正規化速度比較部が前記運動する物体が所定の速度範囲に含まれると判定した場合に前記運動する物体の羽ばたき周波数を解析する羽ばたき検出部と、
    　前記羽ばたき検出部が前記羽ばたき周波数を検出できない場合に、前記運動する物体の垂直変動周波数を解析する垂直変動検出部と、
    　を有する
    　請求項１または２に記載の物体検出装置。
  4. 　前記画像から前記運動する物体の移動速度および前記運動する物体と前記撮像装置の間の距離を推定し、前記距離、前記移動速度、前記運動する物体のサイズから前記運動する物体の飛行経路を推定する飛行経路推定部を有する、請求項２または３に記載の物体検出装置。
  5. 　前記飛行経路から、前記運動する物体が予め定められた区域に侵入する可能性があるか否かを判定し、可能性がある場合は警告を発するアラーム通知部を有する、請求項４に記載の物体検出装置。
  6. 　前記羽ばたき周波数と前記運動する物体のサイズの関係を示す情報である羽ばたき周波数情報と、前記垂直変動周波数と前記運動する物体のサイズの関係を示す情報である垂直変動周波数情報を記憶する記憶部を有し、
    　前記物体検出判定部は、前記羽ばたき周波数情報または前記垂直変動周波数情報を参照して前記運動する物体のサイズを推定する、請求項２~５のいずれか一項に記載の物体検出装置。
  7. 　前記物体検出判定部は、歩行する動物の脚の運動の周期を解析し、前記運動の周期から、前記物体のサイズを推定する、請求項１に記載の物体検出装置。
  8. 　コンピュータを、運動する物体を撮像した画像から前記物体の運動の周期を解析し、前記運動の周期から、前記物体のサイズを推定する物体検出判定部を有する、物体検出装置として動作させるためのプログラム。
  9. 　運動する物体を撮像した画像から前記物体の運動の周期を解析し、前記運動の周期から、前記物体のサイズを推定する物体検出判定部を有する、物体検出装置を用い、運動する物体を検出する、物体検出方法。
  10. 　請求項１~６のいずれか一項に記載の物体検出装置を有するバードストライク防止装置。
  11. 　運動する物体を撮像して画像を取得する撮像装置と、
    　前記画像から前記物体の運動の周期を解析し、前記運動の周期から、前記物体のサイズを推定する物体検出判定部を有する検出装置と、
    　を有する、物体検出システム。
  12. 　運動する物体を撮像した複数の画像から運動する物体の羽ばたき周波数を取得する周期検出部と、
    　前記羽ばたき周波数に基づいて、前記物体のサイズを推定する物体サイズ推定部と、を有する物体検出装置。
PCT/JP2014/073593 2013-09-17 2014-09-01 物体検出装置、物体検出方法および物体検出システム WO2015041081A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US14/910,349 US9721154B2 (en) 2013-09-17 2014-09-01 Object detection apparatus, object detection method, and object detection system
EP14846528.9A EP3048412A4 (en) 2013-09-17 2014-09-01 Object detection device, object detection method, and object detection system
CA2920823A CA2920823C (en) 2013-09-17 2014-09-01 Object detection apparatus, object detection method, and object detection system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013191733A JP6183703B2 (ja) 2013-09-17 2013-09-17 物体検出装置、物体検出方法および物体検出システム
JP2013-191733 2013-09-17

Publications (1)

Publication Number Publication Date
WO2015041081A1 true WO2015041081A1 (ja) 2015-03-26

Family

ID=52688732

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/073593 WO2015041081A1 (ja) 2013-09-17 2014-09-01 物体検出装置、物体検出方法および物体検出システム

Country Status (6)

Country Link
US (1) US9721154B2 (ja)
EP (1) EP3048412A4 (ja)
JP (1) JP6183703B2 (ja)
CA (1) CA2920823C (ja)
TW (1) TWI586992B (ja)
WO (1) WO2015041081A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111947605A (zh) * 2020-08-20 2020-11-17 上海同禾工程科技股份有限公司 一种边坡安全监测系统及其监测方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018166314A (ja) * 2017-03-28 2018-10-25 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
JP2021060694A (ja) * 2019-10-03 2021-04-15 いであ株式会社 大型猛禽類推定システム及び方法並びに風力発電設備
WO2023214445A1 (ja) * 2022-05-02 2023-11-09 株式会社ユーラスエナジーホールディングス 位置推定装置、位置推定方法、及びプログラム

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005189103A (ja) 2003-12-25 2005-07-14 Chuden Gijutsu Consultant Kk 鳥類観測装置及び鳥類観測方法
US20090067676A1 (en) * 2007-09-10 2009-03-12 John Kempf Method and Apparatus for Photographing Discrete Objects
JP2009102001A (ja) 2008-11-13 2009-05-14 Nissan Motor Co Ltd 車線逸脱防止装置
JP2010068968A (ja) * 2008-09-18 2010-04-02 Omron Healthcare Co Ltd 体動判別装置及び活動量計
US20100186284A1 (en) * 2009-01-15 2010-07-29 Hyde Roderick A Photonic fence
JP2010189103A (ja) 2009-02-17 2010-09-02 Konica Minolta Business Technologies Inc 後処理装置および画像形成システム
JP2010223752A (ja) 2009-03-24 2010-10-07 Tokyo Electric Power Co Inc:The 飛翔体高度計測装置
JP2011509216A (ja) * 2008-01-11 2011-03-24 ザ リージェンツ オブ ザ ユニバーシティー オブ ミシガン 昆虫飛行制御システム
JP2011095112A (ja) 2009-10-29 2011-05-12 Tokyo Electric Power Co Inc:The 三次元位置測定装置、飛翔体のマッピングシステム、およびコンピュータプログラム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3815689B2 (ja) 2003-11-20 2006-08-30 松下電器産業株式会社 移動物体検出装置及び移動物体検出方法
TW200638192A (en) 2005-04-27 2006-11-01 Aerospace Ind Dev Corp Security monitoring equipment for mobile object under a predetermined condition and the method thereof
US20080074494A1 (en) 2006-09-26 2008-03-27 Harris Corporation Video Surveillance System Providing Tracking of a Moving Object in a Geospatial Model and Related Methods
TWM328784U (en) 2007-09-21 2008-03-21 Bi Da Technology Co Ltd Bird-expelled equipment
WO2009102001A1 (ja) 2008-02-15 2009-08-20 The Tokyo Electric Power Company, Incorporated 鳥類探査システム、鳥類探査方法およびコンピュータプログラム
JP2010088338A (ja) 2008-10-08 2010-04-22 Tokyo Electric Power Co Inc:The 接近防止装置
TWI395483B (zh) 2009-05-25 2013-05-01 Visionatics Inc 使用適應性背景模型之移動物體偵測方法及其電腦程式產品
TWM382719U (en) 2010-02-12 2010-06-21 Shu-Fen Shen Solar power bird-driving device
US8704700B2 (en) 2011-02-04 2014-04-22 Honeywell International Inc. Passive bird-strike avoidance systems and methods
CN102390520B (zh) 2011-09-29 2014-06-18 西北工业大学 一种能够提高飞机抗鸟撞性能的尾翼
CN202476328U (zh) 2012-02-21 2012-10-10 中国民航大学 基于图像识别的机场激光驱鸟系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005189103A (ja) 2003-12-25 2005-07-14 Chuden Gijutsu Consultant Kk 鳥類観測装置及び鳥類観測方法
US20090067676A1 (en) * 2007-09-10 2009-03-12 John Kempf Method and Apparatus for Photographing Discrete Objects
JP2011509216A (ja) * 2008-01-11 2011-03-24 ザ リージェンツ オブ ザ ユニバーシティー オブ ミシガン 昆虫飛行制御システム
JP2010068968A (ja) * 2008-09-18 2010-04-02 Omron Healthcare Co Ltd 体動判別装置及び活動量計
JP2009102001A (ja) 2008-11-13 2009-05-14 Nissan Motor Co Ltd 車線逸脱防止装置
US20100186284A1 (en) * 2009-01-15 2010-07-29 Hyde Roderick A Photonic fence
JP2010189103A (ja) 2009-02-17 2010-09-02 Konica Minolta Business Technologies Inc 後処理装置および画像形成システム
JP2010223752A (ja) 2009-03-24 2010-10-07 Tokyo Electric Power Co Inc:The 飛翔体高度計測装置
JP2011095112A (ja) 2009-10-29 2011-05-12 Tokyo Electric Power Co Inc:The 三次元位置測定装置、飛翔体のマッピングシステム、およびコンピュータプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3048412A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111947605A (zh) * 2020-08-20 2020-11-17 上海同禾工程科技股份有限公司 一种边坡安全监测系统及其监测方法

Also Published As

Publication number Publication date
TWI586992B (zh) 2017-06-11
CA2920823A1 (en) 2015-03-26
US9721154B2 (en) 2017-08-01
EP3048412A1 (en) 2016-07-27
CA2920823C (en) 2018-04-03
US20160188968A1 (en) 2016-06-30
JP2015059749A (ja) 2015-03-30
JP6183703B2 (ja) 2017-08-23
TW201518759A (zh) 2015-05-16
EP3048412A4 (en) 2017-05-03

Similar Documents

Publication Publication Date Title
AU2021202277B2 (en) Avian detection systems and methods
KR101900176B1 (ko) 물체 검출 장치, 물체 검출 방법, 및 물체 검출 시스템
WO2015041081A1 (ja) 物体検出装置、物体検出方法および物体検出システム
SG192881A1 (en) A surveillance system and a method for detecting a foreign object, debris, or damage in an airfield
KR20170091677A (ko) 체온이 증가한 개체를 식별하기 위한 방법 및 시스템
WO2009102001A1 (ja) 鳥類探査システム、鳥類探査方法およびコンピュータプログラム
US10861172B2 (en) Sensors and methods for monitoring flying objects
US11441543B2 (en) System recording the collisions of flying animals with wind turbines, its application and manner of recording collisions of flying animals with wind turbines with the use of the system
KR100944791B1 (ko) 수위 관측 시스템 및 수위레벨 원격 측정 방법
US20160165191A1 (en) Time-of-approach rule
JP7386136B2 (ja) 雲高計測装置、計測点決定方法、および雲種類決定方法
Cook et al. Estimating seabird flight height using LiDAR
JP6500428B2 (ja) 動体検知装置、動体検知方法および動体検知プログラム
JP7271373B2 (ja) 映像処理装置、映像処理システムおよび映像処理方法
WO2023059178A1 (en) Methods, systems, and devices for inspecting structures and objects
JP6950273B2 (ja) 飛行物体位置検知装置、飛行物体位置検知システム、飛行物体位置検知方法及びプログラム
US20210054827A1 (en) System and Method for Detecting Bird and Bat Casualties Near Wind Turbines
CN114027288B (zh) 基于风电场的多信源综合处理护鸟装置和方法
CN113869166A (zh) 一种变电站室外作业监测方法及装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14846528

Country of ref document: EP

Kind code of ref document: A1

REEP Request for entry into the european phase

Ref document number: 2014846528

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2014846528

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 14910349

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2920823

Country of ref document: CA

NENP Non-entry into the national phase

Ref country code: DE