JP2010140371A - System, method and program for monitoring video - Google Patents
System, method and program for monitoring video Download PDFInfo
- Publication number
- JP2010140371A JP2010140371A JP2008317778A JP2008317778A JP2010140371A JP 2010140371 A JP2010140371 A JP 2010140371A JP 2008317778 A JP2008317778 A JP 2008317778A JP 2008317778 A JP2008317778 A JP 2008317778A JP 2010140371 A JP2010140371 A JP 2010140371A
- Authority
- JP
- Japan
- Prior art keywords
- video
- inter
- processing means
- monitoring
- optical flow
- 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
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
Description
本発明は、交通流や人込みの流れ、動物の集団の移動などの映像監視において、集団の大局的な動き・挙動を認識・計測するのに適した映像監視ステム、映像監視方法および映像監視プログラムに関する。 The present invention relates to a video surveillance system, a video surveillance method, and a video surveillance suitable for recognizing and measuring a global movement / behavior of a group in video surveillance such as traffic flow, crowd flow, and movement of an animal group. Regarding the program.
交通の映像監視などにおいては、個々の車両の挙動を解析して、事故や故障などの異常発見が目的の一つであるが、他方、マクロな交通状態（流れ）を知ることも重要な目的である。道路・交通状況などの遠隔監視のニーズは高く、光ファイバの普及などの通信環境の整備に合わせて監視カメラの設置は加速度的に増加する傾向にあるが、重要な地点以外では、個別の車両の挙動に関わる詳細な事象ではなく、後者の監視対象のマクロな交通状況の把握が、第一義的に求められている。 In traffic video surveillance, etc., one of the objectives is to analyze the behavior of individual vehicles and discover abnormalities such as accidents and breakdowns. On the other hand, it is also important to know macro traffic conditions (flows). It is. The need for remote monitoring of roads and traffic conditions is high, and the installation of surveillance cameras tends to increase at an accelerated pace in line with the development of the communication environment such as the spread of optical fiber. It is primarily required to grasp the macro traffic situation of the latter, not the detailed events related to the behavior of the latter.
尚、従来、異常交通事象の検出システムについては例えば非特許文献１に記載のものが提案され、車両追跡法については例えば非特許文献２に記載のものが提案されている。また、本発明で利用するオプティカルフローの導出については例えば非特許文献３に記載されている。
通常、マクロな交通の状態は、ミクロな事象である個々の車両の挙動を求めたのち、その平均をとるなどの総合的な判定処理により求められる。しかしながら、大きなトラックによる他の車両の一部、または全部の遮蔽などのオクルージョンの問題、影、光の反射その他による画像認識における外乱要因の影響などにより、特に車両の存在密度が高い場合、個々の車両を的確に捉えることは、まだ課題も残されており、また、その対応に、多大な計算パワーを要してしまっていた。 Usually, the state of macro traffic is obtained by a comprehensive determination process such as obtaining the average of behaviors of individual vehicles, which are micro events, and then taking the average. However, due to occlusion problems such as occlusion of other or part of other vehicles by large trucks, influence of disturbance factors in image recognition due to shadows, light reflections, etc. There is still a problem to be able to accurately capture the vehicle, and a great deal of computational power is required to deal with it.
また、個々の挙動には、車線変更や追い越しなど、一部イレギュラーなものも含まれ、個々の挙動から全体の状態に結びつけるまでの処理も必ずしも容易ではない。例えば、事故車等の回避などの車線変更は、例外とは言えず、定常／非定常の定義も困難であった。 Each behavior includes some irregular things such as lane change and overtaking, and processing from individual behavior to the whole state is not always easy. For example, lane changes such as avoiding accident vehicles are not an exception, and it is difficult to define steady / unsteady.
本発明は、このような課題を鑑みて行われたものであり、例えば個々の車両などミクロな挙動を捉えずに、ダイレクトに交通流など集団のマクロな挙動を捉える映像監視システム、映像監視方法および映像監視プログラムを提供するものである。 The present invention has been made in view of such problems. For example, a video monitoring system and a video monitoring method for capturing a macro behavior of a group such as a traffic flow directly without capturing a micro behavior of an individual vehicle, for example. And a video surveillance program.
本発明では、監視映像に対して、一定時間（例えば３０秒〜数分）のフレーム間平均処理を施した映像に対して、映像内の動きの場（オプティカルフロー）の算出を行うことを特徴とする。 In the present invention, a motion field (optical flow) in a video is calculated for a video obtained by performing an inter-frame averaging process for a certain time (for example, 30 seconds to several minutes) for a monitoring video. And
フレーム間平均処理は、簡易なノイズ除去手段として知られているが、一定以上の密度のある交通流に対して、十分な時間のフレーム間平均処理を施した場合には、例えば個々の車両は全く識別できなくなるが、完全に見えなくなるわけではなく、平均処理時間の間に通過する他の車両の像と重ね合わせられることで道路の上に雲がかかったような映像となる。 Inter-frame averaging is known as a simple noise removal means. However, if the average processing between frames for a sufficient amount of time is applied to a traffic flow with a certain density or more, for example, individual vehicles Although it cannot be identified at all, it is not completely invisible, and it is superimposed on an image of another vehicle that passes during the average processing time, resulting in an image that looks like a cloud on the road.
映像内のオプティカルフローを求める手法については、古くより様々な検討が行われている（例えば非特許文献３参照）。これらの既存の手法を用いて、前記雲のように見えるものの動きを求めることで、ミクロな動き（この場合は個々の車両の挙動）を求めることなく、大局的な状態（この場合は交通流の平均的な状態）を求めることができる。 Various studies have been conducted on the method for obtaining the optical flow in a video (for example, see Non-Patent Document 3). By using these existing methods to determine the movement of what looks like the cloud, it is possible to obtain a global state (in this case, traffic flow) without calculating microscopic movement (in this case, the behavior of individual vehicles). Average state).
すなわち、請求項１に記載の映像監視システムは、撮影手段によって集団の大局的な動きを監視する映像監視システムであって、前記集団を監視対象として撮影手段によって撮影された、設定時間内の監視映像に対して、フレーム画像の画素毎の画像信号を平均化してフレーム間平均映像を得るフレーム間平均処理手段と、前記フレーム間平均処理手段によって得られたフレーム間平均映像に対して、映像内の動きの場を算出して軌跡の動きを得るオプティカルフロー評価処理手段とを備え、前記オプティカルフロー評価処理手段によって得られた軌跡の動きに基づいて、監視対象集団の大局的な動きを求めることを特徴としている。 In other words, the video monitoring system according to claim 1 is a video monitoring system that monitors a global movement of a group by an imaging unit, and is monitored within a set time, which is captured by the imaging unit with the group as a monitoring target. An inter-frame average processing unit that averages an image signal for each pixel of a frame image to obtain an inter-frame average video for the video, and an inter-frame average video obtained by the inter-frame average processing unit An optical flow evaluation processing means for obtaining a movement of the trajectory by calculating a motion field of the object, and obtaining a global movement of the monitoring target group based on the movement of the trajectory obtained by the optical flow evaluation processing means It is characterized by.
また、請求項２に記載の映像監視方法は、撮影手段によって集団の大局的な動きを監視する映像監視方法であって、フレーム間平均処理手段が、前記集団を監視対象として撮影手段によって撮影された、設定時間内の監視映像に対して、フレーム画像の画素毎の画像信号を平均化してフレーム間平均映像を得るフレーム間平均処理ステップと、オプティカルフロー評価処理手段が、前記フレーム間平均処理手段によって得られたフレーム間平均映像に対して、映像内の動きの場を算出して軌跡の動きを得るオプティカルフロー評価処理ステップとを備え、前記オプティカルフロー評価処理ステップによって得られた軌跡の動きに基づいて、監視対象集団の大局的な動きを求めることを特徴としている。 The video monitoring method according to claim 2 is a video monitoring method in which the overall movement of the group is monitored by the imaging unit, and the inter-frame averaging processing unit is captured by the imaging unit with the group as a monitoring target. Further, an inter-frame averaging processing step of averaging image signals for each pixel of a frame image with respect to a monitoring video within a set time to obtain an inter-frame average video, and an optical flow evaluation processing means include the inter-frame average processing means And an optical flow evaluation processing step for obtaining a motion of the trajectory by calculating a motion field in the video with respect to the inter-frame average video obtained by the step, and the motion of the trajectory obtained by the optical flow evaluation processing step. Based on this, the global movement of the monitoring target group is obtained.
また、請求項３に記載の映像監視プログラムは、コンピュータに請求項２に記載の各手順を実行させる映像監視プログラムである。 According to a third aspect of the present invention, there is provided a video monitoring program for causing a computer to execute each procedure according to the second aspect.
本発明によれば、フレーム間平均処理を施した監視映像に対してオプティカルフローを求める手順をとることで、例えば交通監視においては、個々の車両の挙動を求めずに、ダイレクトに大局的な交通状態を導出することができる。 According to the present invention, by taking a procedure for obtaining an optical flow with respect to a monitoring image subjected to an inter-frame averaging process, for example, in traffic monitoring, a direct global traffic can be obtained without obtaining the behavior of individual vehicles. A state can be derived.
フレーム間平均処理を施すことにより、例えば、一時的に画面を大きく遮るようなトラックが走行しても、フレーム間平均映像では、ほとんど識別できない程度に影響が減じられるため、一般の交通監視などで課題となる、車両間のオクルージョンの問題は生じない。 By performing the average processing between frames, for example, even if a truck that temporarily blocks the screen travels, the influence is reduced to the extent that it can hardly be identified with the average image between frames. There is no problem of occlusion between vehicles, which is a problem.
また、車線変更などの一時的なイレギュラーな挙動は、フレーム間平均映像ではほとんど残らず、また、一方で、車線変更でも、故障車回避のために多くの車両がとる挙動については、前述した雲のような残像として捉えられるため、定常／非定常な挙動の識別も自動的に行うことができるため、少ない計算負荷で、ロバスト・効率的に大局的な交通状態（集団の動き）を得ることができる。 In addition, temporary irregular behavior such as lane change is hardly left in the average image between frames. On the other hand, the behavior that many vehicles take to avoid a broken car is also described above. Since it is captured as an afterimage like a cloud, it can also automatically identify steady / unsteady behavior, so it can obtain a robust and efficient global traffic condition (group movement) with a small computational load. be able to.
以下、図面を参照しながら本発明の実施の形態を説明するが、本発明は下記の実施形態例に限定されるものではない。図１は、本発明を交通監視に適用した映像監視システムの一実施形態例の構成を示すブロック図である。 Hereinafter, embodiments of the present invention will be described with reference to the drawings, but the present invention is not limited to the following embodiments. FIG. 1 is a block diagram showing the configuration of an embodiment of a video monitoring system in which the present invention is applied to traffic monitoring.
図１において、１００は監視対象の例えば道路を撮影する、固定された監視カメラ（撮影手段）である。２００は、監視カメラ１００により取得された交通監視映像に対して、直近のあらかじめ設定された時間（フレーム）で逐次、フレーム画像の画素毎の画像信号を平均化するフレーム間平均処理を施してフレーム間平均映像を得るフレーム間平均処理手段である。 In FIG. 1, reference numeral 100 denotes a fixed surveillance camera (photographing means) that photographs, for example, a road to be monitored. Reference numeral 200 denotes a frame obtained by performing an inter-frame averaging process that sequentially averages image signals for each pixel of a frame image with respect to the traffic monitoring video acquired by the monitoring camera 100 at the latest preset time (frame). This is an inter-frame average processing means for obtaining an inter-average video.
３００は、前記フレーム間平均処理手段２００により得られたフレーム間平均映像に対して、映像内の動きの場（オプティカルフロー）を算出して軌跡の動きを得るオプティカルフロー評価処理手段である。 Reference numeral 300 denotes an optical flow evaluation processing unit that obtains a motion of a locus by calculating a motion field (optical flow) in the video with respect to the inter-frame average video obtained by the inter-frame average processing unit 200.
４００は、オプティカルフロー評価処理手段３００によって得られた軌跡の動きに基づく大局的交通状態を出力する（例えば表示装置に表示する）出力手段である。 Reference numeral 400 denotes output means for outputting a global traffic state based on the movement of the trajectory obtained by the optical flow evaluation processing means 300 (for example, displaying it on a display device).
前記フレーム間平均処理手段２００およびオプティカルフロー評価処理手段３００の各機能は、例えばコンピュータによって達成される。 Each function of the inter-frame average processing means 200 and the optical flow evaluation processing means 300 is achieved by, for example, a computer.
前記フレーム間平均処理手段２００の詳細は図２のように構成されている。図２において、ｎフレームの平均処理を行う場合には、監視カメラ１００から入力される映像の各画素の画像信号に対して、ｎフレーム分の時間遅れ映像を時間遅れ映像作成部２１０-１〜２１０-（ｎ−１）によって各々作成し、それを除算部２２０-０〜２２０-（ｎ−１）によって各々ｎで除し、加算部２３０-１〜２３０-（ｎ−１）によって足し合わせることで、元の監視映像からフレーム間平均映像が作成できる。 The details of the inter-frame average processing means 200 are configured as shown in FIG. In Figure 2, when performing an average processing for n frames, the image signal of each pixel of the images input from the monitoring camera 100, a time delay video n frames delay image generator 210 - 1 210 - create each by (n-1), which division unit 220 - divided by each n by (n-1), adding section 230 - - 0 to 220 summed by (n-1) - 1-230 Thus, an inter-frame average video can be created from the original monitoring video.
なお、図２では連続したｎフレーム全てに対して平均処理を行っているが、本発明におけるフレーム間平均処理は、必ずしも全フレームである必要はなく、例えば、２フレームに１枚のように間引いた状態で平均処理を行うことによっても効果が得られる。 In FIG. 2, the averaging process is performed for all the consecutive n frames. However, the inter-frame averaging process in the present invention does not necessarily need to be performed for all frames. For example, thinning is performed for every two frames. The effect can also be obtained by carrying out the averaging process in a state where the recording is performed.
図３は本発明の効果を説明するイメージ図であり、図３（ａ）が生監視映像であり、片側二車線の道をスムーズに車両が走行している状態である。図３（ｂ）は図３（ａ）のフレーム間平均映像であり、フレーム間平均処理を行う時間は、平均的に各車両が画面右端に現れ、左端で消滅するのに要する時間より長いものとする。図３（ｃ）は図３（ｂ）のフレーム間平均映像のオプティカルフローをオプティカルフロー評価処理手段３００によって求めた結果を表すものである。 FIG. 3 is an image diagram for explaining the effect of the present invention. FIG. 3 (a) is a live monitoring video image showing a state where the vehicle is smoothly running on a one-lane two-lane road. FIG. 3B is an average image between frames in FIG. 3A, and the time for performing the average processing between frames is longer than the time required for each vehicle to appear at the right end of the screen on the average and disappear at the left end. And FIG. 3C shows the result obtained by the optical flow evaluation processing means 300 for the optical flow of the inter-frame average video in FIG.
ｎフレームのフレーム間平均映像においては、１枚毎の画像の影響が１／ｎになるということである。不変的な構造物は、ｎ枚分足し合わせることで元の状態に戻るが、移動物体は、ｎが大きくなるにつれて、各フレームの像が不明瞭になり、十分にｎを大きくすると、人間では識別できなくなる。しかしながら、実際にはたくさんの車両が走行しており、ｎフレームの間に何台もの車両が通過する。仮にｎフレームの間の通過車両数をｍ台とすると、ある画素における車両の出現比はｍ／ｎとなり、フレーム間平均映像（図３（ｂ））では、交通軌跡が、出現比に応じた濃さで雲のような感じに残ることになる。ここで重要なことは、車線変更などのイレギュラーな走行は、ｍ台分の車両画像の重ね合わせが起こらないため、交通軌跡の中で目立たなくなる、すなわちフレーム間平均映像における雲のような交通軌跡は大局的な交通流を表しており、このフレーム間平均映像のオプティカルフローを求め、交通軌跡の動きを捉えることで、すなわち個々の車両の動きにとらわれない大局的な交通状態が得られることになる。 In the average image between frames of n frames, the effect of each image is 1 / n. An invariant structure returns to its original state by adding n pieces, but as for a moving object, the image of each frame becomes unclear as n increases, and if n is sufficiently large, Cannot be identified. However, in reality, many vehicles are traveling, and many vehicles pass through n frames. If the number of passing vehicles between n frames is m, the appearance ratio of vehicles at a certain pixel is m / n, and in the inter-frame average image (FIG. 3B), the traffic trajectory corresponds to the appearance ratio. It will remain cloudy in the depth. What is important here is that irregular driving such as lane change does not cause superimposition of vehicle images for m cars, so it becomes inconspicuous in the traffic trajectory, that is, traffic like clouds in the average image between frames The trajectory represents a global traffic flow. By obtaining the optical flow of the average image between frames and capturing the movement of the traffic trajectory, that is, a global traffic state independent of the movement of individual vehicles can be obtained. become.
オプティカルフロー評価処理手段３００におけるオプティカルフローの導出については、以前より多くの研究が行われており、基本的な部分は確立された技術である。オクルージョン、陰影の扱いなど、画像処理上の実用課題は残されており、現在でも引き続き盛んに研究が行われているが、本発明においては、元の交通監視映像にフレーム間平均処理を行うことにより、車両間のオクルージョンなどの問題が発生せず、雲のような交通軌跡（例えば前記図３（ｂ））の動きを求めれば良いだけであるため、初歩的なオプティカルフロー導出手法を用いることで、雲のような交通軌跡の動き（例えば前記図３（ｃ））、すなわち大域的な交通流を、平易に求めることができる。 With regard to the derivation of the optical flow in the optical flow evaluation processing means 300, more research has been conducted than before, and the basic part is an established technique. Practical issues in image processing, such as occlusion and shading, remain, and research is still ongoing, but in the present invention, the original traffic monitoring video is subjected to interframe averaging. Therefore, since there is no problem such as occlusion between vehicles, and it is only necessary to obtain the movement of a traffic trajectory like a cloud (for example, FIG. 3B), an elementary optical flow derivation method should be used. Thus, the movement of a traffic locus such as a cloud (for example, FIG. 3C), that is, a global traffic flow can be easily obtained.
次に本発明の映像監視方法の実施形態例を説明する。本実施形態例では、図１〜図３で述べた映像監視システムにおける各処理を実行するものである。 Next, an embodiment of the video monitoring method of the present invention will be described. In this embodiment, each process in the video surveillance system described with reference to FIGS. 1 to 3 is executed.
すなわち、
ステップＳ１； フレーム間平均処理手段２００が、集団を監視対象として監視カメラ１００によって撮影された、直近の設定時間内の交通監視映像に対して、フレーム画像の画素毎の画像信号を平均化してフレーム間平均映像を得る。
That is,
Step S1: The interframe average processing means 200 averages the image signal for each pixel of the frame image with respect to the traffic monitoring video within the latest set time taken by the monitoring camera 100 with the group as the monitoring target. Get an average video.
ステップＳ２； オプティカルフロー評価処理手段３００が、前記フレーム間平均処理手段２００によって得られたフレーム間平均映像に対して、映像内の動きの場を算出して交通軌跡の動きを得る。 Step S2; The optical flow evaluation processing means 300 calculates the motion field in the video for the inter-frame average video obtained by the inter-frame average processing means 200 to obtain the motion of the traffic trajectory.
ステップＳ３； 出力手段４００が、前記オプティカルフロー評価処理手段３００によって得られた交通軌跡の動きに基づく大局的交通状態を出力する（例えば表示装置に表示する）。 Step S3; The output means 400 outputs the global traffic state based on the movement of the traffic trajectory obtained by the optical flow evaluation processing means 300 (for example, displays it on the display device).
また、本実施形態の映像監視システムにおける各手段の一部もしくは全部の機能をコンピュータのプログラムで構成し、そのプログラムをコンピュータを用いて実行して本発明を実現することができること、本実施形態の映像監視方法における手順をコンピュータのプログラムで構成し、そのプログラムをコンピュータに実行させることができることは言うまでもなく、コンピュータでその機能を実現するためのプログラムを、そのコンピュータが読み取り可能な記録媒体、例えばＦＤ（Ｆｌｏｐｐｙ（登録商標） Ｄｉｓｋ）や、ＭＯ（Ｍａｇｎｅｔｏ−Ｏｐｔｉｃａｌ ｄｉｓｋ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、メモリカード、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ）−ＲＯＭ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、ＨＤＤ、リムーバブルディスクなどに記録して、保存したり、配布したりすることが可能である。また、上記のプログラムをインターネットや電子メールなど、ネットワークを通して提供することも可能である。 Further, a part or all of the functions of each means in the video monitoring system of the present embodiment can be configured by a computer program, and the program can be executed using the computer to realize the present invention. It goes without saying that the procedure in the video monitoring method can be configured by a computer program and the program can be executed by the computer, and the program for realizing the function by the computer can be read by a computer-readable recording medium such as an FD. (Floppy (registered trademark) Disk), MO (Magneto-Optical disk), ROM (Read Only Memory), memory card, CD (Compact Disk) -ROM, DVD (Digital Versatile) Disk) -ROM, CD-R, CD-RW, HDD, removable disk, etc., and can be stored and distributed. It is also possible to provide the above program through a network such as the Internet or electronic mail.
尚、ここまでの説明では、主に交通監視を例に説明してきたが、本発明は繁華街の人込みの流れ、自然界の動物の群れ・集団などの監視・観察にも無論適用可能である。 In the description so far, traffic monitoring has been mainly described as an example. However, the present invention is naturally applicable to monitoring / observation of crowded crowds in a downtown area, a herd / group of animals in the natural world, and the like. .
１００…監視カメラ、２００…フレーム間平均処理手段、３００…オプティカルフロー評価処理手段、４００…出力手段。 DESCRIPTION OF SYMBOLS 100 ... Surveillance camera, 200 ... Interframe average process means, 300 ... Optical flow evaluation process means, 400 ... Output means.
Claims (3)
前記集団を監視対象として撮影手段によって撮影された、設定時間内の監視映像に対して、フレーム画像の画素毎の画像信号を平均化してフレーム間平均映像を得るフレーム間平均処理手段と、
前記フレーム間平均処理手段によって得られたフレーム間平均映像に対して、映像内の動きの場を算出して軌跡の動きを得るオプティカルフロー評価処理手段とを備え、
前記オプティカルフロー評価処理手段によって得られた軌跡の動きに基づいて、監視対象集団の大局的な動きを求めることを特徴とする映像監視システム。 A video surveillance system that monitors the global movement of a group by means of photographing,
An inter-frame average processing means that averages the image signal for each pixel of the frame image and obtains an inter-frame average video for the monitoring video within a set time taken by the imaging means with the group as a monitoring target;
Optical flow evaluation processing means for obtaining a motion of a trajectory by calculating a motion field within the video for the inter-frame average video obtained by the inter-frame average processing means,
A video surveillance system characterized in that a global movement of a monitoring target group is obtained based on a movement of a trajectory obtained by the optical flow evaluation processing means.
フレーム間平均処理手段が、前記集団を監視対象として撮影手段によって撮影された、設定時間内の監視映像に対して、フレーム画像の画素毎の画像信号を平均化してフレーム間平均映像を得るフレーム間平均処理ステップと、
オプティカルフロー評価処理手段が、前記フレーム間平均処理手段によって得られたフレーム間平均映像に対して、映像内の動きの場を算出して軌跡の動きを得るオプティカルフロー評価処理ステップとを備え、
前記オプティカルフロー評価処理ステップによって得られた軌跡の動きに基づいて、監視対象集団の大局的な動きを求めることを特徴とする映像監視方法。 A video monitoring method for monitoring the global movement of a group by photographing means,
The inter-frame average processing means averages the image signals for each pixel of the frame image with respect to the monitoring video within the set time taken by the imaging means with the group as a monitoring target, and obtains the inter-frame average video. An average processing step;
The optical flow evaluation processing means comprises an optical flow evaluation processing step for obtaining a movement of a trajectory by calculating a motion field in the video for the inter-frame average video obtained by the inter-frame average processing means,
A video monitoring method characterized in that a global movement of a monitoring target group is obtained based on a movement of a trajectory obtained by the optical flow evaluation processing step.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008317778A JP4982472B2 (en) | 2008-12-15 | 2008-12-15 | Video surveillance system, video surveillance method, and video surveillance program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008317778A JP4982472B2 (en) | 2008-12-15 | 2008-12-15 | Video surveillance system, video surveillance method, and video surveillance program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2010140371A true JP2010140371A (en) | 2010-06-24 |
| JP4982472B2 JP4982472B2 (en) | 2012-07-25 |
Family
ID=42350446
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008317778A Expired - Fee Related JP4982472B2 (en) | 2008-12-15 | 2008-12-15 | Video surveillance system, video surveillance method, and video surveillance program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4982472B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104933859A (en) * | 2015-05-18 | 2015-09-23 | 华南理工大学 | Macroscopic fundamental diagram-based method for determining bearing capacity of network |
| CN111127880A (en) * | 2019-12-16 | 2020-05-08 | 西南交通大学 | MFD-based grid network traffic performance analysis method |
| CN111445699A (en) * | 2020-04-13 | 2020-07-24 | 黑龙江工程学院 | Intersection traffic conflict discrimination method based on real-time vehicle track |
| US11055856B2 (en) | 2016-12-21 | 2021-07-06 | Axis Ab | Method for and apparatus for detecting events |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63182800A (en) * | 1987-01-23 | 1988-07-28 | 日本電気株式会社 | Vehicle flow measuring apparatus |
| JPS643800A (en) * | 1987-06-25 | 1989-01-09 | Matsushita Electric Works Ltd | Degree of traffic jam measuring instrument |
| JPH05312819A (en) * | 1992-05-14 | 1993-11-26 | N T T Data Tsushin Kk | Speed detecting device for moving object |
| JP2002247564A (en) * | 2001-02-21 | 2002-08-30 | Koito Mfg Co Ltd | Monitoring camera system |
| JP2006031645A (en) * | 2004-07-12 | 2006-02-02 | Nariyuki Mitachi | Real-time estimation method for dynamic crowd density and crowd accident prevention system |
| JP2006048238A (en) * | 2004-08-02 | 2006-02-16 | Toshiba Corp | Image processor and image processing program |
| JP2007209008A (en) * | 2003-10-21 | 2007-08-16 | Matsushita Electric Ind Co Ltd | Surveillance device |
-
2008
- 2008-12-15 JP JP2008317778A patent/JP4982472B2/en not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63182800A (en) * | 1987-01-23 | 1988-07-28 | 日本電気株式会社 | Vehicle flow measuring apparatus |
| JPS643800A (en) * | 1987-06-25 | 1989-01-09 | Matsushita Electric Works Ltd | Degree of traffic jam measuring instrument |
| JPH05312819A (en) * | 1992-05-14 | 1993-11-26 | N T T Data Tsushin Kk | Speed detecting device for moving object |
| JP2002247564A (en) * | 2001-02-21 | 2002-08-30 | Koito Mfg Co Ltd | Monitoring camera system |
| JP2007209008A (en) * | 2003-10-21 | 2007-08-16 | Matsushita Electric Ind Co Ltd | Surveillance device |
| JP2006031645A (en) * | 2004-07-12 | 2006-02-02 | Nariyuki Mitachi | Real-time estimation method for dynamic crowd density and crowd accident prevention system |
| JP2006048238A (en) * | 2004-08-02 | 2006-02-16 | Toshiba Corp | Image processor and image processing program |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104933859A (en) * | 2015-05-18 | 2015-09-23 | 华南理工大学 | Macroscopic fundamental diagram-based method for determining bearing capacity of network |
| US11055856B2 (en) | 2016-12-21 | 2021-07-06 | Axis Ab | Method for and apparatus for detecting events |
| CN111127880A (en) * | 2019-12-16 | 2020-05-08 | 西南交通大学 | MFD-based grid network traffic performance analysis method |
| CN111445699A (en) * | 2020-04-13 | 2020-07-24 | 黑龙江工程学院 | Intersection traffic conflict discrimination method based on real-time vehicle track |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4982472B2 (en) | 2012-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7036863B2 (en) | Systems and methods for activity monitoring using video data | |
| US11856290B2 (en) | Method and apparatus of processing a signal from an event-based sensor | |
| JP6439820B2 (en) | Object identification method, object identification device, and classifier training method | |
| US8942913B2 (en) | System and method for on-road traffic density analytics using video stream mining and statistical techniques | |
| CN104506804B (en) | Motor vehicle abnormal behaviour monitoring device and its method on a kind of through street | |
| US9224049B2 (en) | Detection of static object on thoroughfare crossings | |
| KR100834550B1 (en) | Detecting method at automatic police enforcement system of illegal-stopping and parking vehicle and system thereof | |
| CN103179350B (en) | The camera and method of the exposure of picture frame in picture frame sequence based on the sports level optimization capturing scenes in scene | |
| Parthasarathi et al. | Smart control of traffic signal system using image processing | |
| TW200807338A (en) | Object density estimation in video | |
| GB2450614A (en) | Shadow detection and/or suppression in camera images | |
| KR100820952B1 (en) | Detecting method at automatic police enforcement system of illegal-stopping and parking vehicle using single camera and system thereof | |
| US10277888B2 (en) | Depth triggered event feature | |
| JP4982472B2 (en) | Video surveillance system, video surveillance method, and video surveillance program | |
| US20160180201A1 (en) | Image processing | |
| Sharma | Human detection and tracking using background subtraction in visual surveillance | |
| JP2019154027A (en) | Method and device for setting parameter for video monitoring system, and video monitoring system | |
| US20220351515A1 (en) | Method for perceiving event tagging-based situation and system for same | |
| CN115760912A (en) | Moving object tracking method, device, equipment and computer readable storage medium | |
| SuganyaDevi et al. | Object motion detection in video frames using background frame matching | |
| JP2019192201A (en) | Learning object image extraction device and method for autonomous driving | |
| TWI589158B (en) | Storage system of original frame of monitor data and storage method thereof | |
| CN210955484U (en) | Traffic condition monitor | |
| Hashmi et al. | Analysis and monitoring of a high density traffic flow at T-intersection using statistical computer vision based approach | |
| JP2010141755A (en) | System, method and program for monitoring road |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20100611 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20101208 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120411 |
|
| 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: 20120417 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120423 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150427 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |