JP2003162724A - 画像センサ - Google Patents
画像センサInfo
- Publication number
- JP2003162724A JP2003162724A JP2001358084A JP2001358084A JP2003162724A JP 2003162724 A JP2003162724 A JP 2003162724A JP 2001358084 A JP2001358084 A JP 2001358084A JP 2001358084 A JP2001358084 A JP 2001358084A JP 2003162724 A JP2003162724 A JP 2003162724A
- Authority
- JP
- Japan
- Prior art keywords
- area
- image
- image sensor
- shadow
- change
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 基準画像において特性の異なる領域がある場
合でも、確実に移動体を検出できる画像センサを実現す
る。 【解決手段】 基準画像Ｂ−１と監視領域を撮影した現
画像Ｂ−２を比較することにより得た変化領域７を分析
する際、領域特性に基づいて基準画像を分割し、分割領
域８、９ごとに移動体としての特徴量を算出する。これ
により、異なる特徴量を有する領域が統合された変化領
域であっても、適切な分析結果を得ることができる。
合でも、確実に移動体を検出できる画像センサを実現す
る。 【解決手段】 基準画像Ｂ−１と監視領域を撮影した現
画像Ｂ−２を比較することにより得た変化領域７を分析
する際、領域特性に基づいて基準画像を分割し、分割領
域８、９ごとに移動体としての特徴量を算出する。これ
により、異なる特徴量を有する領域が統合された変化領
域であっても、適切な分析結果を得ることができる。
Description
【０００１】
【発明の属する技術分野】本発明は、撮影した画像を解
析し、画像に現れる変化の要因を特定することにより、
移動体を検出する画像センサに関する。
析し、画像に現れる変化の要因を特定することにより、
移動体を検出する画像センサに関する。
【０００２】
【従来の技術】従来、監視カメラにて監視領域を撮影
し、画像中で変化した領域（変化領域）が人間の特徴を
示す領域であるか否かを分析し、監視領域内における侵
入者の有無を判定する画像センサが提案されている。こ
のような画像センサにおいて、監視領域内に外部から光
が差し込むと、光が映った部分が変化領域として検出さ
れることがある。この変化領域を人間によるものと判定
することを防止するため、光の入射により発生した変化
領域を光領域として判定できるようにした画像センサが
提案されている（特開２０００−３４１６７７）。
し、画像中で変化した領域（変化領域）が人間の特徴を
示す領域であるか否かを分析し、監視領域内における侵
入者の有無を判定する画像センサが提案されている。こ
のような画像センサにおいて、監視領域内に外部から光
が差し込むと、光が映った部分が変化領域として検出さ
れることがある。この変化領域を人間によるものと判定
することを防止するため、光の入射により発生した変化
領域を光領域として判定できるようにした画像センサが
提案されている（特開２０００−３４１６７７）。
【０００３】この画像センサにおいては、更に、外部に
いる人の影が光領域内に映った場合、影の移動に伴い変
化領域が移動をしたことを検出したときに、これを影に
よる変化領域として検出することが行われる。これによ
り、影による変化領域を人によるものと誤判定をするこ
とを防止している。また、画像中の変化領域について、
光、影、小動物などの外乱の特徴を示す領域であるかを
分析し、監視領域内における侵入者の有無の判定から外
乱による影響を排除する画像センサが提案されている
（特開２００１−２４３４７５）。
いる人の影が光領域内に映った場合、影の移動に伴い変
化領域が移動をしたことを検出したときに、これを影に
よる変化領域として検出することが行われる。これによ
り、影による変化領域を人によるものと誤判定をするこ
とを防止している。また、画像中の変化領域について、
光、影、小動物などの外乱の特徴を示す領域であるかを
分析し、監視領域内における侵入者の有無の判定から外
乱による影響を排除する画像センサが提案されている
（特開２００１−２４３４７５）。
【０００４】これらの画像センサは、監視領域を撮影し
た画像であって、侵入者が写っていない画像、所定時間
前の画像、あるいはこれら複数の画像を合成した画像な
どを基準画像とする。この基準画像と同じ監視領域を撮
影した画像（現画像）とを比較し、画像中で変化があっ
た領域（変化領域）に対して種々の分析を行い、侵入者
の有無を検出している。
た画像であって、侵入者が写っていない画像、所定時間
前の画像、あるいはこれら複数の画像を合成した画像な
どを基準画像とする。この基準画像と同じ監視領域を撮
影した画像（現画像）とを比較し、画像中で変化があっ
た領域（変化領域）に対して種々の分析を行い、侵入者
の有無を検出している。
【０００５】上記画像センサにおける変化領域の分析方
法を説明すると次のとおりである。画像処理部で、変化
領域について画像情報から人間らしさを多値で示す人属
性情報と人間以外の要因らしさを多値で示す外乱属性情
報とを算出する。なお、外乱としては、光、影、又は猫
などの小動物に起因するものがある。判定部で、人属性
情報と外乱属性情報との比率に基づき人間の存在の有無
を判定する。判定部が人が存在すると判定した場合、出
力部は、警報装置やベルなどにより人を検知した旨を通
報する。このように人間と外乱との区別を行うことによ
り、人間の存在の検出を精度良く行うことができる。
法を説明すると次のとおりである。画像処理部で、変化
領域について画像情報から人間らしさを多値で示す人属
性情報と人間以外の要因らしさを多値で示す外乱属性情
報とを算出する。なお、外乱としては、光、影、又は猫
などの小動物に起因するものがある。判定部で、人属性
情報と外乱属性情報との比率に基づき人間の存在の有無
を判定する。判定部が人が存在すると判定した場合、出
力部は、警報装置やベルなどにより人を検知した旨を通
報する。このように人間と外乱との区別を行うことによ
り、人間の存在の検出を精度良く行うことができる。
【０００６】上記の各画像センサにおいては、変化領域
を整合化処理し、整合化された一塊の領域を同一原因に
よる変化、すなわち同一移動体と判断している。同一移
動体と認識された変化領域は分析の一単位とされ、変化
領域全体のエッジの変化、テクスチャの変化、輝度ヒス
トグラムの変化などの特徴量が算出される。そして、こ
れらの特徴量に基づいて、変化領域が人に起因する特徴
を有するのか、外乱に起因する特徴を有するのかを判断
していた。例えば、変化領域におけるテクスチャの変化
は、基準画像における変化領域に対する対応領域が異な
ると、変化領域におけるテクスチャの変化として現れる
特徴量も異なる。したがって、基準画像における対応領
域のテクスチャの変化により、分析のための判定ロジッ
クを選択しなければならない。
を整合化処理し、整合化された一塊の領域を同一原因に
よる変化、すなわち同一移動体と判断している。同一移
動体と認識された変化領域は分析の一単位とされ、変化
領域全体のエッジの変化、テクスチャの変化、輝度ヒス
トグラムの変化などの特徴量が算出される。そして、こ
れらの特徴量に基づいて、変化領域が人に起因する特徴
を有するのか、外乱に起因する特徴を有するのかを判断
していた。例えば、変化領域におけるテクスチャの変化
は、基準画像における変化領域に対する対応領域が異な
ると、変化領域におけるテクスチャの変化として現れる
特徴量も異なる。したがって、基準画像における対応領
域のテクスチャの変化により、分析のための判定ロジッ
クを選択しなければならない。
【０００７】図を用いて基準画像のテクスチャの変化に
より判定ロジックを選択する理由を説明する。図１は、
太陽光が窓から入射している領域とその外の領域とで影
による変化を判定するロジックが異なることを説明する
ための図である。Ａ−１は基準画像を示す。ここには、
窓から太陽光が入射して床面１に映った領域（太陽光領
域２）があることを示す。Ａ−２は現画像を示す。ここ
には、窓の外を人が通ったことにより、太陽光領域２内
に人の影３が映っている状態を示す。Ａ−３は、基準画
像Ａ−１と現画像Ａ−２を比較した結果の変化領域４を
示す。
より判定ロジックを選択する理由を説明する。図１は、
太陽光が窓から入射している領域とその外の領域とで影
による変化を判定するロジックが異なることを説明する
ための図である。Ａ−１は基準画像を示す。ここには、
窓から太陽光が入射して床面１に映った領域（太陽光領
域２）があることを示す。Ａ−２は現画像を示す。ここ
には、窓の外を人が通ったことにより、太陽光領域２内
に人の影３が映っている状態を示す。Ａ−３は、基準画
像Ａ−１と現画像Ａ−２を比較した結果の変化領域４を
示す。
【０００８】Ｂ−１は、太陽光領域がない監視領域を撮
影した基準画像を示す。Ｂ−２は現画像で、監視領域内
にいる人の影５が映っている状態を示す。Ｂ−３は、変
化領域６を示す。太陽光領域２内の影３は強い影である
ためテクスチャが保存されにくく（テクスチャが透けて
見えにくく）、また、変化領域４が太陽光領域２内から
出ないという性質がある。他方、太陽光領域の外の影５
は、淡い影であるためテクスチャが保存される（テクス
チャが透けて見える）という性質がある。
影した基準画像を示す。Ｂ−２は現画像で、監視領域内
にいる人の影５が映っている状態を示す。Ｂ−３は、変
化領域６を示す。太陽光領域２内の影３は強い影である
ためテクスチャが保存されにくく（テクスチャが透けて
見えにくく）、また、変化領域４が太陽光領域２内から
出ないという性質がある。他方、太陽光領域の外の影５
は、淡い影であるためテクスチャが保存される（テクス
チャが透けて見える）という性質がある。
【０００９】したがって、太陽光領域２内とそれ以外の
領域とでは、同じ影による変化を判定する場合であって
も、判定ロジックを変える必要がある。従来の画像セン
サにおいては、変化領域４、６が太陽光領域２内にある
かそれ以外の領域にあるかを判断してから、判定ロジッ
クの選択を行っていた。なお、判定ロジックの選択は、
テクスチャの変化だけでなく、エッジの変化、輝度レベ
ルの変化によっても行われる。
領域とでは、同じ影による変化を判定する場合であって
も、判定ロジックを変える必要がある。従来の画像セン
サにおいては、変化領域４、６が太陽光領域２内にある
かそれ以外の領域にあるかを判断してから、判定ロジッ
クの選択を行っていた。なお、判定ロジックの選択は、
テクスチャの変化だけでなく、エッジの変化、輝度レベ
ルの変化によっても行われる。
【００１０】
【発明が解決しようとする課題】しかしながら、変化領
域全体についてエッジの変化、テクスチャの変化、輝度
ヒストグラムの変化などの特徴量を算出して、これらの
特徴量に基づいて、変化領域が人に起因する特徴を有す
るのか、あるいは外乱に起因する特徴を有するのかを判
断するだけでは、以下に示すような新たな問題が発生す
ることが判明した。
域全体についてエッジの変化、テクスチャの変化、輝度
ヒストグラムの変化などの特徴量を算出して、これらの
特徴量に基づいて、変化領域が人に起因する特徴を有す
るのか、あるいは外乱に起因する特徴を有するのかを判
断するだけでは、以下に示すような新たな問題が発生す
ることが判明した。
【００１１】この点について図２を用いて説明する。図
２のＣ−１は基準画像で、太陽光が窓から差し込んで、
太陽光領域２が床面１にできたことを示している。Ｃ−
２は現画像で、窓の外を通る人の影９が太陽光領域２内
に映っている。このような状況では、影９が接する太陽
光領域２の縁１０に接して、太陽光領域２の外側に淡い
影（はみ出し影）８が出現することがある。Ｃ−３は変
化領域を示し、二つの影８、９は一塊の変化領域７とし
て検出されている。
２のＣ−１は基準画像で、太陽光が窓から差し込んで、
太陽光領域２が床面１にできたことを示している。Ｃ−
２は現画像で、窓の外を通る人の影９が太陽光領域２内
に映っている。このような状況では、影９が接する太陽
光領域２の縁１０に接して、太陽光領域２の外側に淡い
影（はみ出し影）８が出現することがある。Ｃ−３は変
化領域を示し、二つの影８、９は一塊の変化領域７とし
て検出されている。
【００１２】変化領域７が人に起因するものか影などの
外乱に起因するものかが判定される場合、変化領域７に
おける二つの影８と９が占める割合の差が大きければ、
大きいほうの特徴量に基づいて強い影又は淡い影と判定
することができる。つまり、判定ロジック使用時におけ
る小さい方の特徴量による全体の特徴量への影響は少な
い。しかし、二つの影８と９が占める割合の差が小さい
場合は、相互の特徴量への影響が大きくなり、適切な判
定結果が得られない場合が生じる。その結果、変化領域
が影領域であるにもかかわらず、強い影領域でも淡い影
領域でもないと判定されることがある。これにより、画
像センサが誤報又は失報をすることがある。
外乱に起因するものかが判定される場合、変化領域７に
おける二つの影８と９が占める割合の差が大きければ、
大きいほうの特徴量に基づいて強い影又は淡い影と判定
することができる。つまり、判定ロジック使用時におけ
る小さい方の特徴量による全体の特徴量への影響は少な
い。しかし、二つの影８と９が占める割合の差が小さい
場合は、相互の特徴量への影響が大きくなり、適切な判
定結果が得られない場合が生じる。その結果、変化領域
が影領域であるにもかかわらず、強い影領域でも淡い影
領域でもないと判定されることがある。これにより、画
像センサが誤報又は失報をすることがある。
【００１３】このような現象は、基準画像の領域ごとに
異なった特性の差（輝度の差、エッジの差、テクスチャ
の差など）があり、この特性の差が移動体検出の判定に
使用する特徴量に影響を及ぼすことに起因するものであ
る。したがって、同様な状態は太陽光領域に限らず発生
する。例えば、監視領域にテクスチャの強い領域と弱い
領域が並存する場合などにおいても生じる。
異なった特性の差（輝度の差、エッジの差、テクスチャ
の差など）があり、この特性の差が移動体検出の判定に
使用する特徴量に影響を及ぼすことに起因するものであ
る。したがって、同様な状態は太陽光領域に限らず発生
する。例えば、監視領域にテクスチャの強い領域と弱い
領域が並存する場合などにおいても生じる。
【００１４】図３は、監視領域の背景のテクスチャが領
域ごとに変化する例を示す。Ｄ−１は基準画像で、背景
となる壁面１１にはテクスチャが少なく、床面１にはテ
クスチャが多いことを示している。Ｄ−２は現画像で、
人１２が映っており、上半身は壁面１１を背景とし、下
半身は床面１を背景としている。Ｄ−３は変化領域１３
を示し、その上半分には壁面１１のテクスチャによる人
の画像が持つテクスチャへの影響があまり出ておらず、
下半分は床面１のテクスチャによる人の画像が持つテク
スチャへの影響が多く出ている。
域ごとに変化する例を示す。Ｄ−１は基準画像で、背景
となる壁面１１にはテクスチャが少なく、床面１にはテ
クスチャが多いことを示している。Ｄ−２は現画像で、
人１２が映っており、上半身は壁面１１を背景とし、下
半身は床面１を背景としている。Ｄ−３は変化領域１３
を示し、その上半分には壁面１１のテクスチャによる人
の画像が持つテクスチャへの影響があまり出ておらず、
下半分は床面１のテクスチャによる人の画像が持つテク
スチャへの影響が多く出ている。
【００１５】人属性情報について判定をするときは、基
準画像との正規化相関が低い（以下「Ｆ１」とす
る。）、エッジ消去度が高い（Ｆ２）、エッジ増加度が
高い（Ｆ３）という判定ロジックが用いられる。これら
の特徴は背景画像のテクスチャの度合いによって信頼性
が変化する。この判定ロジックを図３の例に適用する場
合、変化領域１３の上半分においては、Ｆ１、Ｆ２を用
いた判定は信頼性が低く、Ｆ３を用いた判定は信頼性が
高くなる。逆に、下半分においては、Ｆ１、Ｆ２を用い
た判定は信頼性が高く、Ｆ３を用いた判定は信頼性が低
くなる。
準画像との正規化相関が低い（以下「Ｆ１」とす
る。）、エッジ消去度が高い（Ｆ２）、エッジ増加度が
高い（Ｆ３）という判定ロジックが用いられる。これら
の特徴は背景画像のテクスチャの度合いによって信頼性
が変化する。この判定ロジックを図３の例に適用する場
合、変化領域１３の上半分においては、Ｆ１、Ｆ２を用
いた判定は信頼性が低く、Ｆ３を用いた判定は信頼性が
高くなる。逆に、下半分においては、Ｆ１、Ｆ２を用い
た判定は信頼性が高く、Ｆ３を用いた判定は信頼性が低
くなる。
【００１６】したがって、図３に示した例においても、
一つの判定ロジックを用いただけでは変化領域１３を人
１２によるものと判定せずに、外乱によるものと判定す
ることが発生し得る。なお、図２及び３を用いて説明し
た例では、基準画像にテクスチャが異なる領域がある場
合の誤判定について説明をしたが、基準画像にエッジ、
輝度レベルが異なる領域がある場合も同様に誤判定が発
生する。
一つの判定ロジックを用いただけでは変化領域１３を人
１２によるものと判定せずに、外乱によるものと判定す
ることが発生し得る。なお、図２及び３を用いて説明し
た例では、基準画像にテクスチャが異なる領域がある場
合の誤判定について説明をしたが、基準画像にエッジ、
輝度レベルが異なる領域がある場合も同様に誤判定が発
生する。
【００１７】本発明は、基準画像において特性の異なる
領域がある場合でも、変化領域に対して適切な特徴量の
算出を可能とし、確実に移動体を検出できる画像センサ
の実現を目的とするものである。
領域がある場合でも、変化領域に対して適切な特徴量の
算出を可能とし、確実に移動体を検出できる画像センサ
の実現を目的とするものである。
【００１８】
【課題を解決するための手段】本願発明は上記目的を達
成するためになされたものである。本発明の画像センサ
は、入力された画像から移動体を検出する画像センサで
あって、撮影された監視画像を取得する入力手段と、基
準画像と前記監視画像とを比較し、画像中の変化領域を
抽出する変化領域抽出手段と、前記変化領域を基準画像
の領域特性に基づいて分割する分割手段と、前記変化領
域の分割された領域ごとに移動体としての特徴量を算出
する特徴量算出手段と、前記分割された領域ごとの特徴
量から前記変化領域全体について移動体判定を行う統合
判定手段とを具備する。
成するためになされたものである。本発明の画像センサ
は、入力された画像から移動体を検出する画像センサで
あって、撮影された監視画像を取得する入力手段と、基
準画像と前記監視画像とを比較し、画像中の変化領域を
抽出する変化領域抽出手段と、前記変化領域を基準画像
の領域特性に基づいて分割する分割手段と、前記変化領
域の分割された領域ごとに移動体としての特徴量を算出
する特徴量算出手段と、前記分割された領域ごとの特徴
量から前記変化領域全体について移動体判定を行う統合
判定手段とを具備する。
【００１９】本発明の画像センサによれば、変化領域を
基準画像の領域特性に基づいて分割し、分割領域ごとの
特徴量について分析を行い、この分析結果から変化領域
全体について移動体判定を行う。これにより、異なる特
徴量を有する領域が整合化された一つの変化領域として
検出された場合であっても、適切な判定結果を得ること
ができる。
基準画像の領域特性に基づいて分割し、分割領域ごとの
特徴量について分析を行い、この分析結果から変化領域
全体について移動体判定を行う。これにより、異なる特
徴量を有する領域が整合化された一つの変化領域として
検出された場合であっても、適切な判定結果を得ること
ができる。
【００２０】
【発明の実施の形態】本発明の実施形態について図を用
いて説明する。図４は画像センサの構成を示す。画像セ
ンサ２１は、監視領域を撮影する撮像部２２、取得した
画像情報を画像処理して人属性情報と外乱属性情報を算
出する画像処理部２３、人属性情報と外乱属性情報から
人間の存在の有無を判定する判定部２４、判定結果を外
部に対して出力する出力部２５から構成される。
いて説明する。図４は画像センサの構成を示す。画像セ
ンサ２１は、監視領域を撮影する撮像部２２、取得した
画像情報を画像処理して人属性情報と外乱属性情報を算
出する画像処理部２３、人属性情報と外乱属性情報から
人間の存在の有無を判定する判定部２４、判定結果を外
部に対して出力する出力部２５から構成される。
【００２１】撮像部２２は、光学系、ＣＣＤ素子又はＣ
−ＭＯＳ素子などの素子から構成され、監視領域を撮影
した撮像データをＡ／Ｄ変換したディジタル画像を画像
処理部２３に出力する。画像処理部２３は、撮像部２２
から取得した画像情報を処理し、特徴量の抽出、各属性
の算出などを行う。画像処理部２３のハード構成は、画
像処理用のＩＣチップや画像用のメモリなど一般に使用
されるものが用いられるが、本発明の本質でないので、
詳細は省略する。
−ＭＯＳ素子などの素子から構成され、監視領域を撮影
した撮像データをＡ／Ｄ変換したディジタル画像を画像
処理部２３に出力する。画像処理部２３は、撮像部２２
から取得した画像情報を処理し、特徴量の抽出、各属性
の算出などを行う。画像処理部２３のハード構成は、画
像処理用のＩＣチップや画像用のメモリなど一般に使用
されるものが用いられるが、本発明の本質でないので、
詳細は省略する。
【００２２】画像処理部２３は、人属性算出部２６と外
乱属性算出部２７から構成される。さらに、外乱属性算
出部２７は、光属性算出部２８、影属性算出部２９、小
動物属性算出部３０から構成される。判定部２４は、人
属性情報と外乱属性情報との比率に基づいて、人間の存
在の有無を判定する。判定のアルゴリズムについては後
述する。出力部２５は、判定部２４の判定結果に応じ
て、警報装置やベルなどにより、人を検知した旨を通報
する。
乱属性算出部２７から構成される。さらに、外乱属性算
出部２７は、光属性算出部２８、影属性算出部２９、小
動物属性算出部３０から構成される。判定部２４は、人
属性情報と外乱属性情報との比率に基づいて、人間の存
在の有無を判定する。判定のアルゴリズムについては後
述する。出力部２５は、判定部２４の判定結果に応じ
て、警報装置やベルなどにより、人を検知した旨を通報
する。
【００２３】以下、人属性算出部２６と外乱属性算出部
２７の動作を説明する。なお、外乱属性算出部２７に関
しては、影属性算出部２９についてのみ説明する。その
外の光属性算出部２８、小動物属性算出部３０も同様な
処理を行うものである。また、各属性算出部２６、２８
〜３０は、以下に説明する処理を実行するだけでなく外
の算出方法、例えば特開２００１−２４３４７５に開示
された算出方法を併用することも可能である。
２７の動作を説明する。なお、外乱属性算出部２７に関
しては、影属性算出部２９についてのみ説明する。その
外の光属性算出部２８、小動物属性算出部３０も同様な
処理を行うものである。また、各属性算出部２６、２８
〜３０は、以下に説明する処理を実行するだけでなく外
の算出方法、例えば特開２００１−２４３４７５に開示
された算出方法を併用することも可能である。
【００２４】図５のフローチャートを用いて影属性算出
部２９における算出処理を説明する。本処理は、図２に
示した影の分析に適しているので、図２を参照しながら
説明をする。ステップＳ１で、変化領域７を、太陽光領
域２と重なる領域Ａ（影９）と重ならない領域Ｂ（影
８）に分割する。
部２９における算出処理を説明する。本処理は、図２に
示した影の分析に適しているので、図２を参照しながら
説明をする。ステップＳ１で、変化領域７を、太陽光領
域２と重なる領域Ａ（影９）と重ならない領域Ｂ（影
８）に分割する。
【００２５】なお、太陽光領域２の決定方法は、基準画
像上で絶対輝度又は相対輝度が所定値を超える画素によ
る領域を太陽光領域２とすることにより行われる。ここ
で、絶対輝度とは、シャッタスピード、ＡＧＣゲイン値
などの画像制御量から、画像上の輝度値を監視領域にお
ける実際の輝度に変換したものである。相対輝度とは、
基準画像上の輝度値をそのまま採用したものである。絶
対輝度を採用する方法によれば正確な結果が得られ、相
対輝度を採用する方法によれば処理を簡単にすることが
できる。
像上で絶対輝度又は相対輝度が所定値を超える画素によ
る領域を太陽光領域２とすることにより行われる。ここ
で、絶対輝度とは、シャッタスピード、ＡＧＣゲイン値
などの画像制御量から、画像上の輝度値を監視領域にお
ける実際の輝度に変換したものである。相対輝度とは、
基準画像上の輝度値をそのまま採用したものである。絶
対輝度を採用する方法によれば正確な結果が得られ、相
対輝度を採用する方法によれば処理を簡単にすることが
できる。
【００２６】ステップＳ２で、領域Ａと領域Ｂのそれぞ
れの面積が共に特徴量として使用するために必要な画素
数として２０画素以上であるか否かが判定される。ここ
でＹＥＳ（領域Ａ、Ｂが共に２０画素以上）であれば、
変化領域７が太陽光領域２とその他の領域にまたがって
いると判定してステップＳ３へ進み、ＮＯ（領域Ａ、Ｂ
の一方又は両方が小さい。）であれば、変化領域７が太
陽光領域２とその他の領域にまたがっていないと判定し
てステップＳ１１へ進む。
れの面積が共に特徴量として使用するために必要な画素
数として２０画素以上であるか否かが判定される。ここ
でＹＥＳ（領域Ａ、Ｂが共に２０画素以上）であれば、
変化領域７が太陽光領域２とその他の領域にまたがって
いると判定してステップＳ３へ進み、ＮＯ（領域Ａ、Ｂ
の一方又は両方が小さい。）であれば、変化領域７が太
陽光領域２とその他の領域にまたがっていないと判定し
てステップＳ１１へ進む。
【００２７】ステップＳ３で、領域Ａ（太陽光領域２と
重なる領域）において、強い影の特徴を有する度合い
（０〜１の値）を計算する。例えば、背景画像における
テクスチャとの類似度により強い影か否かを判定する。
領域Ａが強い影によるものであれば背景画像のテクスチ
ャは検出されず、変化領域の輪郭線以外にエッジは検出
されない。図２の例であれば、影９が強い影の特徴を有
する度合いは高いものとなる。
重なる領域）において、強い影の特徴を有する度合い
（０〜１の値）を計算する。例えば、背景画像における
テクスチャとの類似度により強い影か否かを判定する。
領域Ａが強い影によるものであれば背景画像のテクスチ
ャは検出されず、変化領域の輪郭線以外にエッジは検出
されない。図２の例であれば、影９が強い影の特徴を有
する度合いは高いものとなる。
【００２８】ステップＳ４で、領域Ｂ（太陽光領域２と
重ならない領域）において、淡い影の特徴を有する度合
い（０〜１の値）を計算する。領域Ｂが淡い影によるも
のであれば背景画面におけるテクスチャが保存される。
図２の例であれば、影８が淡い影の特徴を有する度合い
は高いものとなる。ステップＳ５で、領域Ａでは強い影
の特徴をもち、領域Ｂでは淡い影の特徴をもつ度合いを
混合影領域度として計算する。例えば、混合影領域度＝
（領域Ａの強い影の特徴を有する度合い）×（領域Ｂの
淡い影の特徴を有する度合い）で計算する。ステップＳ
６で、計算した混合影領域度を影属性度として記憶す
る。その後、ステップＳ７へ進む。
重ならない領域）において、淡い影の特徴を有する度合
い（０〜１の値）を計算する。領域Ｂが淡い影によるも
のであれば背景画面におけるテクスチャが保存される。
図２の例であれば、影８が淡い影の特徴を有する度合い
は高いものとなる。ステップＳ５で、領域Ａでは強い影
の特徴をもち、領域Ｂでは淡い影の特徴をもつ度合いを
混合影領域度として計算する。例えば、混合影領域度＝
（領域Ａの強い影の特徴を有する度合い）×（領域Ｂの
淡い影の特徴を有する度合い）で計算する。ステップＳ
６で、計算した混合影領域度を影属性度として記憶す
る。その後、ステップＳ７へ進む。
【００２９】ステップＳ２でＮＯ（はみ出し影なし）の
とき、ステップＳ１１で、変化領域全体について強い影
の特徴を有する度合い（強い影特徴度、０〜１の値）を
計算する。ここでの計算方法はステップＳ３と同様であ
る。ステップＳ１２で、変化領域全体について淡い影の
特徴を有する度合い（淡い影特徴度、０〜１の値）を計
算する。ここでの計算方法はステップＳ４と同様であ
る。
とき、ステップＳ１１で、変化領域全体について強い影
の特徴を有する度合い（強い影特徴度、０〜１の値）を
計算する。ここでの計算方法はステップＳ３と同様であ
る。ステップＳ１２で、変化領域全体について淡い影の
特徴を有する度合い（淡い影特徴度、０〜１の値）を計
算する。ここでの計算方法はステップＳ４と同様であ
る。
【００３０】ステップＳ１３で、淡い影特徴度と強い影
特徴度の値から影属性度の値を決定する。例えば、淡い
影特徴度と強い影特徴度の内の最大値を影属性度の値と
して採用する。変化領域が強い影によるものであれば、
ステップＳ１１で計算された度合いが高いものとなる。
変化領域７が淡い影によるものであれば、ステップＳ１
２で計算された度合いが高いものとなる。その後、ステ
ップＳ７へ進む。
特徴度の値から影属性度の値を決定する。例えば、淡い
影特徴度と強い影特徴度の内の最大値を影属性度の値と
して採用する。変化領域が強い影によるものであれば、
ステップＳ１１で計算された度合いが高いものとなる。
変化領域７が淡い影によるものであれば、ステップＳ１
２で計算された度合いが高いものとなる。その後、ステ
ップＳ７へ進む。
【００３１】ステップＳ７で、ステップＳ６又はステッ
プＳ１３で計算した影属性度を記憶する。以上の処理と
同様の処理が光属性算出部２８及び小動物属性算出部３
０においても行われ、それぞれ光属性度、小動物属性度
を記憶する。
プＳ１３で計算した影属性度を記憶する。以上の処理と
同様の処理が光属性算出部２８及び小動物属性算出部３
０においても行われ、それぞれ光属性度、小動物属性度
を記憶する。
【００３２】図６のフローチャートを用いて人属性算出
部２６における人属性算出処理を説明する。本処理は、
図３に示した人の分析に適しているので、図３を参照し
ながら説明をする。人の領域らしい特徴としては、図３
の説明で述べたように、基準画像との正規化相関が低い
（Ｆ１）、エッジ消去度が高い（Ｆ２）、エッジ増加度
が高い（Ｆ３）がある。
部２６における人属性算出処理を説明する。本処理は、
図３に示した人の分析に適しているので、図３を参照し
ながら説明をする。人の領域らしい特徴としては、図３
の説明で述べたように、基準画像との正規化相関が低い
（Ｆ１）、エッジ消去度が高い（Ｆ２）、エッジ増加度
が高い（Ｆ３）がある。
【００３３】ステップＳ２１で、変化領域１３を、テク
スチャ領域（床面１）と重なる領域Ａと、そうでない領
域（壁面１１）と重なる領域Ｂとに分割する。ここで、
テクスチャ領域の作成方法を説明する。基準画像（Ｄ−
１）を小領域にブロック分割（例、３×４に分割）し
て、平均エッジ量が多い、又は、分散値が高いなどと判
定された分割領域をテクスチャのある分割領域とする。
スチャ領域（床面１）と重なる領域Ａと、そうでない領
域（壁面１１）と重なる領域Ｂとに分割する。ここで、
テクスチャ領域の作成方法を説明する。基準画像（Ｄ−
１）を小領域にブロック分割（例、３×４に分割）し
て、平均エッジ量が多い、又は、分散値が高いなどと判
定された分割領域をテクスチャのある分割領域とする。
【００３４】ステップＳ２２で、領域Ａについて、Ｆ１
とＦ２の特徴量の重みを高くした人の領域らしさＨA を
計算する。例えば、 ＨA＝α1×Ｆ1の度合い＋α2×Ｆ2の度合い＋α3×Ｆ3
の度合い ただし、重み係数をαは、α1＞α2＞α3で、α1＋α2
＋α3＝１の関係にある。ステップＳ２３で、領域Ｂに
ついて、Ｆ３の特徴量の重みを高くした人の領域らしさ
ＨB を計算する。 ＨB＝α4×Ｆ1の度合い＋α5×Ｆ2の度合い＋α6×Ｆ3
の度合い ただし、重み係数をαは、α4＜α5＜α6で、α4＋α5
＋α6＝１の関係にある。
とＦ２の特徴量の重みを高くした人の領域らしさＨA を
計算する。例えば、 ＨA＝α1×Ｆ1の度合い＋α2×Ｆ2の度合い＋α3×Ｆ3
の度合い ただし、重み係数をαは、α1＞α2＞α3で、α1＋α2
＋α3＝１の関係にある。ステップＳ２３で、領域Ｂに
ついて、Ｆ３の特徴量の重みを高くした人の領域らしさ
ＨB を計算する。 ＨB＝α4×Ｆ1の度合い＋α5×Ｆ2の度合い＋α6×Ｆ3
の度合い ただし、重み係数をαは、α4＜α5＜α6で、α4＋α5
＋α6＝１の関係にある。
【００３５】ステップＳ２４で、領域Ａと領域Ｂにおけ
るそれぞれの人の領域らしさから、変化領域１３全体の
人の領域らしさを計算する。例えば、変化領域１３全体
における領域Ａの比率ＳA （０〜１の値）と領域Ｂの比
率ＳB （０〜１の値）を求め（ＳA＋ＳB＝１であ
る。）、変化領域１３全体の人の領域らしさＨALLを、
ＨALL＝ＳA×ＨA＋ＳB×ＨBで計算する。ステップＳ２
５でＨALLを記憶する。
るそれぞれの人の領域らしさから、変化領域１３全体の
人の領域らしさを計算する。例えば、変化領域１３全体
における領域Ａの比率ＳA （０〜１の値）と領域Ｂの比
率ＳB （０〜１の値）を求め（ＳA＋ＳB＝１であ
る。）、変化領域１３全体の人の領域らしさＨALLを、
ＨALL＝ＳA×ＨA＋ＳB×ＨBで計算する。ステップＳ２
５でＨALLを記憶する。
【００３６】判定部２４は、人属性算出部２６に記憶し
てある人属性情報と、光属性算出部２８、影属性算出部
２９、小動物属性算出度３０に記憶してある光属性情
報、影属性情報、出力動物属性情報との比率に基づき、
変化領域１３が人によるものかその外の外乱によるもの
かを判定し、人の存在の有無を判定する。判定部２４に
おいて人が存在すると判定すると、出力部２５は警報装
置やベルなどにより人を検知した旨を通報する。
てある人属性情報と、光属性算出部２８、影属性算出部
２９、小動物属性算出度３０に記憶してある光属性情
報、影属性情報、出力動物属性情報との比率に基づき、
変化領域１３が人によるものかその外の外乱によるもの
かを判定し、人の存在の有無を判定する。判定部２４に
おいて人が存在すると判定すると、出力部２５は警報装
置やベルなどにより人を検知した旨を通報する。
【００３７】
【発明の効果】本発明によれば、変化領域が特性の異な
る領域を有する場合に、分割領域ごとに特徴量の算出を
するので、変化領域が人によるものか、外乱によるもの
かを正確に判定することができる。
る領域を有する場合に、分割領域ごとに特徴量の算出を
するので、変化領域が人によるものか、外乱によるもの
かを正確に判定することができる。
【図１】異なる影の特性を説明する図である。
【図２】異なる影の特性を示す変化領域を説明する図で
ある。
ある。
【図３】異なる背景を含む変化領域を説明する図であ
る。
る。
【図４】本発明の画像センサの回路構成を示す図であ
る。
る。
【図５】図４の画像センサにおける影属性算出処理を示
すフローチャートである。
すフローチャートである。
【図６】図４の画像センサにおける人属性算出処理を示
すフローチャートである。
すフローチャートである。
１…床面
２…太陽光領域
３…影
４…変化領域
５…影
６…変化領域
７…変化領域
８…影
９…影
１０…縁
１１…壁面
１２…人
１３…変化領域
２１…画像センサ
２２…撮像部
２３…画像処理部
２４…判定部
２５…出力部
２６…人属性算出部
２７…外乱属性算出部
２８…光属性算出部
２９…影属性算出部
３０…小動物属性算出部
─────────────────────────────────────────────────────
フロントページの続き
Ｆターム(参考） 5B057 AA19 BA02 DA11 DA15 DB02
DB09 DC04 DC16
5C022 AA01 AA05 AC18 AC42 AC69
5C054 AA01 CA04 CG06 CH01 EA01
ED07 ED11 FC01 FC12 FF06
GD05 HA18 HA19
5L096 AA06 BA02 DA03 FA06 FA46
FA59 GA19 HA01
Claims (9)
- 【請求項１】 入力された画像から移動体を検出する画
像センサであって、 撮影された監視画像を取得する入力手段と、 基準画像と前記監視画像とを比較し、画像中の変化領域
を抽出する変化領域抽出手段と、 前記変化領域を前記基準画像の領域特性に基づいて分割
する分割手段と、 前記変化領域の分割された領域ごとに、移動体としての
特徴量を算出する特徴量算出手段と、 前記分割された領域ごとの特徴量から前記変化領域全体
について移動体判定を行う統合判定手段と、 を具備することを特徴とした画像センサ。 - 【請求項２】 前記領域特性が輝度レベルである請求項
１に記載の画像センサ。 - 【請求項３】 前記領域特性がテクスチャである請求項
１に記載の画像センサ。 - 【請求項４】 前記領域特性が輝度レベルとテクスチャ
との組合せである請求項１に記載の画像センサ。 - 【請求項５】 前記特徴量算出手段は、前記分割手段に
て領域分割する根拠とした前記領域特性に応じて、算出
する特徴量を選択する請求項１〜４のいずれか１項に記
載された画像センサ。 - 【請求項６】 前記特徴量は、影属性である請求項５に
記載の画像センサ。 - 【請求項７】 前記特徴量算出手段は、前記分割手段に
て分割する根拠とした前記領域特性に応じて算出する特
徴量に重み付けを行う請求項１〜４のいずれか１項に記
載された画像センサ。 - 【請求項８】 前記重み付けを行う特徴量は、人属性で
ある請求項７に記載の画像センサ。 - 【請求項９】 前記分割手段は、分割領域が所定画素以
上であるときに分割を実行する請求項１〜８のいずれか
１項に記載された画像センサ。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001358084A JP3957495B2 (ja) | 2001-11-22 | 2001-11-22 | 画像センサ |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001358084A JP3957495B2 (ja) | 2001-11-22 | 2001-11-22 | 画像センサ |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003162724A true JP2003162724A (ja) | 2003-06-06 |
| JP3957495B2 JP3957495B2 (ja) | 2007-08-15 |
Family
ID=19169324
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001358084A Expired - Fee Related JP3957495B2 (ja) | 2001-11-22 | 2001-11-22 | 画像センサ |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3957495B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007156655A (ja) * | 2005-12-01 | 2007-06-21 | Toshiba Corp | 変動領域検出装置及びその方法 |
| EP2005747A1 (en) * | 2006-03-29 | 2008-12-24 | Curtin University Of Technology | Testing surveillance camera installations |
| JP2010211617A (ja) * | 2009-03-11 | 2010-09-24 | Sony Corp | 撮像装置、動体検知方法、動体検知回路及びプログラム |
| JP2015046811A (ja) * | 2013-08-29 | 2015-03-12 | セコム株式会社 | 画像センサ |
| JP2019169057A (ja) * | 2018-03-26 | 2019-10-03 | セコム株式会社 | 領域区分装置 |
-
2001
- 2001-11-22 JP JP2001358084A patent/JP3957495B2/ja not_active Expired - Fee Related
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007156655A (ja) * | 2005-12-01 | 2007-06-21 | Toshiba Corp | 変動領域検出装置及びその方法 |
| US7756295B2 (en) | 2005-12-01 | 2010-07-13 | Kabushiki Kaisha Toshiba | Change region detection device and change region detecting method |
| JP4533836B2 (ja) * | 2005-12-01 | 2010-09-01 | 株式会社東芝 | 変動領域検出装置及びその方法 |
| EP2005747A1 (en) * | 2006-03-29 | 2008-12-24 | Curtin University Of Technology | Testing surveillance camera installations |
| EP2005747A4 (en) * | 2006-03-29 | 2010-04-07 | Univ Curtin Tech | INSPECTION OF MONITORING CAMERA INSTALLATIONS |
| US8305438B2 (en) | 2006-03-29 | 2012-11-06 | Curtin University Of Technology | Testing surveillance camera installations |
| JP2010211617A (ja) * | 2009-03-11 | 2010-09-24 | Sony Corp | 撮像装置、動体検知方法、動体検知回路及びプログラム |
| US8787617B2 (en) | 2009-03-11 | 2014-07-22 | Sony Corporation | Imaging apparatus, mobile body detecting method, mobile body detecting circuit and program |
| JP2015046811A (ja) * | 2013-08-29 | 2015-03-12 | セコム株式会社 | 画像センサ |
| JP2019169057A (ja) * | 2018-03-26 | 2019-10-03 | セコム株式会社 | 領域区分装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3957495B2 (ja) | 2007-08-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109076198B (zh) | 基于视频的对象跟踪遮挡检测***、方法和设备 | |
| JP4451307B2 (ja) | シーン中のオブジェクトを分類する方法 | |
| US9377861B2 (en) | Information processing device and method, program and recording medium for identifying a gesture of a person from captured image data | |
| TWI380223B (en) | Image processing apparatus and image processing method | |
| US7031525B2 (en) | Edge detection based on background change | |
| JP5106356B2 (ja) | 画像監視装置 | |
| US20080292192A1 (en) | Human detection device and method and program of the same | |
| US20070047811A1 (en) | Method for background generation and its system for video surveillance | |
| JP4313758B2 (ja) | ステレオ画像中のエッジを結び付けてチェインにする方法 | |
| JP5832910B2 (ja) | 画像監視装置 | |
| US20090207260A1 (en) | Image pickup apparatus and image pickup method | |
| JP4389602B2 (ja) | 物体検出装置、物体検出方法、プログラム | |
| US10762372B2 (en) | Image processing apparatus and control method therefor | |
| JP2000295617A (ja) | 圧縮ビデオ・シーケンス内のエラー・ブロック検出方法 | |
| KR101769741B1 (ko) | 동공 탐지를 통한 홍채 인식 방법 및 홍채 인식 장치 | |
| JP7074174B2 (ja) | 識別器学習装置、識別器学習方法およびコンピュータプログラム | |
| JP4740755B2 (ja) | 画像を用いた監視装置 | |
| JP2003162724A (ja) | 画像センサ | |
| JP4042602B2 (ja) | 画像処理装置 | |
| JPH05300516A (ja) | 動画処理装置 | |
| JP6124739B2 (ja) | 画像センサ | |
| JP4619082B2 (ja) | 画像判定装置 | |
| JP4544955B2 (ja) | 画像監視装置 | |
| US20230377170A1 (en) | Method for motion detection and circuit system | |
| JP4565738B2 (ja) | 画像センサ |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041028 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070109 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070308 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070410 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070508 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 3957495 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100518 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110518 Year of fee payment: 4 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110518 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120518 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130518 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130518 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |