JP2016021200A - Determination method, determination system and determination device - Google Patents
Determination method, determination system and determination device Download PDFInfo
- Publication number
- JP2016021200A JP2016021200A JP2014145448A JP2014145448A JP2016021200A JP 2016021200 A JP2016021200 A JP 2016021200A JP 2014145448 A JP2014145448 A JP 2014145448A JP 2014145448 A JP2014145448 A JP 2014145448A JP 2016021200 A JP2016021200 A JP 2016021200A
- Authority
- JP
- Japan
- Prior art keywords
- person
- processing unit
- detection
- recognition
- information
- 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.)
- Pending
Links
Images
Landscapes
- Emergency Alarm Devices (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
- Burglar Alarm Systems (AREA)
Abstract
Description
本発明は、判定方法、判定システム、及び判定装置に関する。 The present invention relates to a determination method, a determination system, and a determination apparatus.
従来、自転車と二輪車とを判別し、又は、自転車や二輪車の乗員と歩行者とを判別可能な画像認識装置が知られている(例えば、特許文献1参照)。この画像認識装置は、対象物(自転車、二輪車、乗員、歩行者等)をカメラにより撮像し、撮像された画像から移動速度を求め、移動速度に基づいて対象物の種別を判断する。 2. Description of the Related Art Conventionally, there has been known an image recognition device that can discriminate between a bicycle and a two-wheeled vehicle, or can distinguish between an occupant and a pedestrian of a bicycle or two-wheeled vehicle (see, for example, Patent Document 1). This image recognition apparatus captures an object (bicycle, two-wheeled vehicle, occupant, pedestrian, etc.) with a camera, obtains a moving speed from the captured image, and determines the type of the object based on the moving speed.
特許文献1に記載された画像認識装置では、想定される速度と異なる場合、誤認識する場合があり、乗員や歩行者等の人の検知精度が不十分であった。 In the image recognition apparatus described in Patent Document 1, there is a case where it is erroneously recognized when it is different from the assumed speed, and the detection accuracy of a person such as an occupant or a pedestrian is insufficient.
本発明は、上記事情に鑑みてなされたものであり、人の検知精度を向上できる判定方法、判定システム、及び判定装置を提供する。 The present invention has been made in view of the above circumstances, and provides a determination method, a determination system, and a determination apparatus that can improve human detection accuracy.
本発明の判定方法は、第1の画像における人の検知に係る検知情報と、第2の画像における車両を識別するための識別符号の認識に係る認識情報と、を取得する取得ステップと、前記検知情報に含まれる検知時刻と前記認識情報に含まれる認識時刻との差が所定時間以内である場合、前記検知情報と前記認識情報とに基づいて、人であるか否かを判定する判定ステップと、を有する。 The determination method of the present invention includes: an acquisition step of acquiring detection information related to human detection in a first image; and recognition information related to recognition of an identification code for identifying a vehicle in a second image; A determination step of determining whether or not the person is a person based on the detection information and the recognition information when the difference between the detection time included in the detection information and the recognition time included in the recognition information is within a predetermined time. And having.
本発明の判定システムは、第1の画像を撮像する第1の撮像部と、第2の画像を撮像する第2の撮像部と、前記第1の画像における人の検知に係る検知情報を生成する検知処理部と、前記第2の画像における車両を識別するための識別符号の認識に係る認識情報を生成する認識処理部と、前記検知情報に含まれる検知時刻と前記認識情報に含まれる認識時刻との差が所定時間以内である場合、前記検知情報と前記認識情報とに基づいて、人であるか否かを判定する判定部と、を備える。 The determination system of the present invention generates a first imaging unit that captures a first image, a second imaging unit that captures a second image, and detection information related to human detection in the first image. A recognition processing unit that generates recognition information related to recognition of an identification code for identifying a vehicle in the second image, a detection time included in the detection information, and a recognition included in the recognition information And a determination unit that determines whether the person is a person based on the detection information and the recognition information when the difference from the time is within a predetermined time.
本発明の判定装置は、第1の画像における人の検知に係る検知情報と、第2の画像における車両を識別するための識別符号の認識に係る認識情報と、を取得する取得部と、前記検知情報に含まれる前記人の検知時刻と前記認識情報に含まれる前記識別符号の認識時刻との差が所定時間以内である場合、前記検知情報と前記認識情報とに基づいて、人であるか否かを判定する判定部と、を有する。 The determination apparatus according to the present invention includes: an acquisition unit that acquires detection information related to human detection in a first image; and recognition information related to recognition of an identification code for identifying a vehicle in a second image; If the difference between the detection time of the person included in the detection information and the recognition time of the identification code included in the recognition information is within a predetermined time, is the person based on the detection information and the recognition information? And a determination unit for determining whether or not.
本発明によれば、人の検知精度を向上できる。 According to the present invention, human detection accuracy can be improved.
以下、本発明の実施形態について、図面を用いて説明する。 Hereinafter, embodiments of the present invention will be described with reference to the drawings.
以下の実施形態の判定システムは、例えば、人物検知とナンバープレートの認識との少なくとも一方に基づいて、高速道路への進入が禁止された対象物(例えば歩行者、自転車、小型バイク)や逆走する対象物等の誤進入を抑制するシステムに適用される。 In the determination system of the following embodiment, for example, based on at least one of person detection and license plate recognition, an object that is prohibited from entering the highway (for example, a pedestrian, a bicycle, a small motorcycle) or reverse running This is applied to a system that suppresses erroneous entry of an object to be performed.
図1は、実施形態における判定システム100の構成例を示す模式図である。判定システム100は、例えば、人物検知カメラ101,102、ナンバー認識カメラ103、人物検知処理部110、ナンバー認識処理部115、統合判定処理部120、録画装置130、監視装置140、アラーム表示器151、スピーカ152、及び警告表示盤153を備える。判定システム100の各機器は、例えば、通信ネットワークを介して接続される。
FIG. 1 is a schematic diagram illustrating a configuration example of a
アラーム表示器151、スピーカ152、及び警告表示盤153は、所定の警告情報(アラーム)を発報する報知器150の一例である。統合判定処理部120は、判定装置の一例である。
The alarm display 151, the
人物検知カメラ101は、IR(InfraRed)カメラであり、例えば、路上(道路上)又は路側に設置され、赤外線(例えば遠赤外線)を用いて対象物(例えば、車両、人)を撮像する。
The
具体的には、対象物としての車両は、例えば、四輪自動車(単に四輪車、四輪とも称する)、二輪自動車(単に二輪車とも称する)、自転車を含む。また、対象物としての人は、例えば、車両の乗員、歩行者を含む。二輪車は、例えば、大型バイク(単に大型とも称する)及び小型バイク(単に小型とも称する)を含む。本実施形態では、大型バイクは、例えば、総排気量125CC以上である二輪車であり、小型バイクは、例えば、総排気量125CC未満の二輪車である。 Specifically, the vehicle as an object includes, for example, a four-wheeled vehicle (also simply referred to as a four-wheeled vehicle or a four-wheeled vehicle), a two-wheeled vehicle (also simply referred to as a two-wheeled vehicle), or a bicycle. Further, the person as the object includes, for example, a vehicle occupant and a pedestrian. The two-wheeled vehicle includes, for example, a large motorcycle (also simply referred to as large) and a small motorcycle (also simply referred to as small). In the present embodiment, the large motorcycle is, for example, a two-wheeled vehicle having a total displacement of 125 CC or more, and the small motorcycle is, for example, a two-wheeled vehicle having a total displacement of less than 125 CC.
人物検知カメラ101は、赤外線を用いて撮像するので、可視光を用いる場合と比較すると、例えば、天候、時間帯、周囲の照明環境により撮像画像の画質が変化し、人の検知精度が低下することを抑制できる。
Since the
人物検知カメラ102は、例えば、路上又は路側に設置され、可視光を用いて対象物を撮像する。人物検知カメラ102は、可視光を用いるので、赤外線を用いる場合と比較すると、例えば、対象物周辺の熱による影響を抑制して、撮像できる。例えば、外気温が人の体温に近い場合や、降雨の場合でも、人の検知精度が低下することを抑制できる。
The
尚、人物検知カメラ101,102のいずれか一方は設けられなくてもよい。
Note that either one of the
ナンバー認識カメラ103は、例えば、路上又は路側に設置され、対象物を撮像する。ナンバー認識カメラ103は、例えば、車両に取り付けられたナンバープレートを含めて、車両の画像を撮像する。
The
人物検知処理部110は、例えば、立ち入りが制限された所定の領域(立入制限エリア、例えば高速道路)における所定の場所(例えば料金所)に設置され、人物検知カメラ101,102の少なくとも一方から取得された画像において、人の有無を検知する。
The person
ナンバー認識処理部115は、例えば、路側に設置され、ナンバー認識カメラ103により撮像された画像において、ナンバー認識を行う。ナンバー認識処理部115は、ナンバー認識では、撮像画像におけるナンバープレートの位置に記載された文字情報を認識し、ナンバープレートに記載された文字を特定する。ナンバープレートは、車両を識別するための識別符号の一例であり、例えば、画像認識により車種の検知を行うことで車両を識別してもよい。
For example, the number
統合判定処理部120は、例えば交通管制室に設置される。統合判定処理部120は、例えば、人物検知処理部110による人物処理結果と、ナンバー認識処理部115によるナンバー認識結果と、に基づいて、その対象物が人、若しくは車両であるかを判定する。その判定結果に基づいて、報知器150を用いて発報するか否かを判定する。統合判定処理部120は、例えば、高速道路内に立入禁止の対象物(例えば、人、自転車、小型バイク)が存在すると判定すると、報知器150を介してアラームを発報させる。
The integrated
録画装置130は、例えば、高速道路の料金所に設置され、所定のタイミングにおいて、人物検知カメラ101,102により撮像された画像を録画(記録)する。録画装置130は、例えば、NDR(Network Disk Recorder)であり、HDD(Hard Disk Drive)を含む。尚、録画装置130は、HDD以外の記録媒体を搭載してもよい。録画装置130は、例えば、人物検知カメラ101,102の画像を常時録画してもよい。
For example, the
監視装置140は、例えば交通管制室に設置され、交通管制官(運用者)によって適宜操作される。監視装置140は、例えば、PC(Personal Computer)、サーバ装置により構成される。また、監視装置140にはモニタ145が接続され、交通管制官は、モニタ145より各種画像を確認できる。
The
モニタ145には、例えば、人物検知カメラ101,102により撮像されたリアルタイムの画像又は過去の画像が表示されてもよい。モニタ145には、ナンバー認識カメラ103により撮像されたリアルタイムの画像又は過去の画像が表示されてもよい。また、モニタ145には、状況監視用カメラ(不図示)により撮像されたリアルタイムの画像又は過去の画像が表示されてもよい。
For example, a real-time image or a past image captured by the
アラーム表示器151は、例えば、交通管制室に設置され、パトランプを含む。アラーム表示器151は、例えば、立入制限エリア(例えば高速道路)への進入(例えば誤進入))が発生した場合に、交通管制官に対して、表示によりアラームを発生させる。これにより、例えば、交通管制官は、異常の発生を迅速に認識できる。
The
スピーカ152は、例えば、交通管制室又は路上若しくは路側に設置される。スピーカ152は、例えば、立入制限エリアへの進入が発生した場合に、交通管制官、進入した人、車両、又はその周囲の車両に対して、音声によりアラームを発生させる。これにより、例えば、交通管制官、誤進入した人、車両、又はその周囲の車両の乗員が、異常の発生を迅速に認識できる。
The
警告表示盤153は、例えば、路上又は路側に設置され、立入制限エリアへの進入が発生した場合に、進入した人、車両、又はその周囲の車両に対して、表示によりアラームを発生させる。これにより、例えば、誤進入した人、車両、又はその周囲の車両の乗員が、異常の発生を迅速に認識できる。
The
尚、交通管制室は、1つ以上の料金所(高速道路の出入り口)を監視する。つまり、交通管制室に設置された監視装置140(統合判定処理部120)は、1つ以上の料金所及びその周辺に設置された各装置(例えば、人物検知処理部110、ナンバー認識処理部115)を監視する。例えば、交通管制室が少数の料金所を取りまとめる場合、通常の進入に対する誤報が増大しても、交通管制室の監視員への影響は少ないが、交通管制室が多数(例えば100か所)の料金所を取りまとめる場合、通常の進入に対する誤報が増大すると、交通管制室の監視員への影響が大きくなる(不要な作業が増大する)。そのため、多数の料金所であっても、不要な作業が少なくなるように、本実施形態では、従来より上記誤報や失報を低減させる。
The traffic control room monitors one or more toll gates (highway entrances). That is, the monitoring device 140 (integrated determination processing unit 120) installed in the traffic control room has one or more toll gates and each device installed in the vicinity thereof (for example, the person
次に、各カメラの配置例及び各カメラの画角の設定例について説明する。
図2(A)は、路上又は路側に設置された各カメラとの配置関係の一例を示す模式図である。
Next, an arrangement example of each camera and an example of setting the angle of view of each camera will be described.
FIG. 2A is a schematic diagram illustrating an example of an arrangement relationship with each camera installed on the road or on the road side.
判定システム100では、各カメラにより撮像される撮像画像における道路進行方向の中心位置が略一致するように、人物検知カメラ101,102及びナンバー認識カメラ103が、位置合わせされて配置される。
In the
また、人物検知カメラ101,102及びナンバー認識カメラ103は、一般道から高速道路の本線に向かって撮影を行う。これは、高速道路から一般道に向かって撮影を行うと、一般道の交差点等が撮影範囲に入り、不要な検知(交差点の人等の検知)をする場合があるためである。
The
人物検知カメラ101,102及びナンバー認識カメラ103が設置される高さは、道路を通過する車両を考慮して設定される。人物検知カメラ101,102の画角は、例えば、1台あたり幅L3(例えば4(m):1車線分)である。従って、人物検知カメラ101,102によって1車線における人物検知が可能である。人物検知カメラ101,102は、人物検知カメラ101,102からの距離が長さL1である道路上の位置が撮像範囲に含まれるように、向きや高さが調整されて設置される。長さL1は、人物検知カメラ101,102の有するレンズの焦点距離等によって決まる。
The height at which the
ナンバー認識カメラ103は、例えば、2つの撮像部を内蔵する。2つの撮像部の画角は、合わせて幅4(m)(1車線分)である。従って、ナンバー認識カメラ103の2つの撮像部によって1車線における車両のナンバープレートの認識が可能である。ナンバー認識カメラ103は、ナンバー認識カメラ103からの距離が長さL2である道路上の位置が撮像範囲に含まれるように、向きや高さが調整されて設置される。長さL2は、ナンバー認識カメラ103の有するレンズの焦点距離等によって決まる。
The
尚、人物検知カメラ101,102は、1台で複数車線を撮像可能でもよいし、複数台で1車線を撮像可能でもよい。ナンバー認識カメラ103は、1つの撮像部で1車線又は複数車線を撮像可能でもよいし、3台以上の撮像部で1車線を撮像可能でもよい。
Note that the
また、上記では各カメラが別個の筐体により構成されることを例示したが、各カメラが一体化され、1つの筐体により構成されてもよい。図2(B)は、路上に設置された、1つの筐体により構成された一体化カメラ104との配置関係の一例を示す模式図である。
Moreover, although it illustrated that each camera was comprised by the separate housing | casing in the above, each camera may be integrated and comprised by one housing | casing. FIG. 2B is a schematic diagram illustrating an example of an arrangement relationship with the
一体化カメラ104は、人物検知カメラ101,102及びナンバー認識カメラ103を含む。人物検知カメラ101,102及びナンバー認識カメラ103は、各々のカメラにより撮像される撮像画像における道路進行方向の中心位置が略一致するように、同様の向きに向けられ、位置合わせされる。これにより、長期運用によりカメラの撮像位置(主に重力方向)がずれても、人物検知カメラ101,102及びナンバー認識カメラ103の相対位置が変化しないため、容易に長期運用することが可能になる。
The
一体化カメラ104は、例えば、路上の幅方向の中心(例えば車線中央付近)に設置された場合、道路上を歩行する人又は道路を走行する車両の乗員が大型車両により隠蔽されることを抑制できる。尚、一体化カメラ104は、1台で複数車線を撮像可能でもよい。
For example, when the
尚、図2(A),(B)に例示した位置とは異なる位置に、各カメラが設置されてもよい。図2(A),(B)では、一車線分を撮像するためのカメラのセットの配置を例示したが、複数車線分を撮像する場合には、カメラのセットが複数用意されてもよい。 Each camera may be installed at a position different from the positions illustrated in FIGS. 2A and 2B exemplify the arrangement of a set of cameras for imaging one lane, but when imaging a plurality of lanes, a plurality of sets of cameras may be prepared.
次に、判定システム100における各装置の機能について説明する。
図3は、判定システム100における各装置の構成例を示すブロック図である。尚、図3では、人物検知カメラとして、人物検知カメラ101を用い、人物検知カメラ102を用いない場合を例示する。図3において、図1において説明した内容と同様の内容については、説明を省略又は簡略化する。
Next, functions of each device in the
FIG. 3 is a block diagram illustrating a configuration example of each device in the
判定システム100は、例えば、人物検知カメラ101、ナンバー認識カメラ103、人物検知処理部110、ナンバー認識処理部115、統合判定処理部120、録画装置130、監視装置140、報知器150を備える。
The
人物検知処理部110は、例えば、CPU(Central Processing Unit)、ROM(Read Only Memory)、RAM(Random Access Memory)を有する。例えば、CPUは、ROM又はRAMに格納されたプログラムを実行することで、人物検知処理部110が有する各機能を実現する。
The person
人物検知処理部110は、例えば、制御部111、検知部112、及び通信部113を備える。制御部111は、人物検知処理部110の処理を統括する。検知部112は、人物検知カメラ101により撮像された画像に基づいて、例えば所定の画像認識処理により、画像に含まれる人(例えば、歩行者、車両の乗員)に係る情報を検知する。この人に係る情報は、例えば、画像における人の有無、人の移動方向(向き)の情報を含む。
The person
通信部113は、例えば、人物検知カメラ101による撮像画像を順次受信する。通信部113は、例えば、人物検知結果の情報と、人物検知カメラ101による撮像画像と、を統合判定処理部120及び録画装置130へ送信する。尚、録画装置130へ送られる情報には、人物検知カメラ101による撮像画像に人物検知結果が重畳されていてもよい。
For example, the
尚、人物検知処理部110は、各種情報(例えば、撮像画像に人物検知結果が重畳された情報)を表示する表示部(不図示)を備えてもよい。
The person
人物検知結果の情報は、例えば、人物検知カメラ101により撮像された画像において検知された人物の有無、当該人物の移動方向(向き)、人物が検知された時刻、画像(フレーム)における人物が検知された位置(座標)、の情報を含む。
The information of the person detection result includes, for example, the presence / absence of a person detected in the image captured by the
ナンバー認識処理部115は、例えば、CPU、ROM、RAMを有する。例えば、CPUは、ROM又はRAMに格納されたプログラムを実行することで、ナンバー認識処理部115が有する各機能を実現する。
The number
ナンバー認識処理部115は、例えば、制御部116、認識部117、及び通信部118を備える。制御部116は、ナンバー認識処理部115の処理を統括する。認識部117は、ナンバー認識カメラ103により撮像された画像に基づいて、所定の画像認識処理により、画像に含まれるナンバープレートに係る情報を認識(ナンバー認識)する。ナンバープレートに係る情報は、例えば、ナンバープレートに記載されたナンバー、ナンバープレートの車種、ナンバープレートの移動方向(向き)、ナンバープレートの移動速度の情報を含む。
The number
通信部118は、例えば、ナンバー認識カメラ103による撮像画像を受信する。通信部118は、ナンバー認識処理部115の認識結果に基づき、例えば、ナンバー認識結果の情報(ナンバー情報)と、ナンバー認識した際のナンバー認識カメラ103による撮像画像(静止画)と、を統合判定処理部120へ送信する。通信部118は、ナンバーを認識した際だけでなく、常時、統合判定処理部120へ上記情報、画像を送信してもよい。
For example, the
ナンバー認識結果の情報は、例えば、ナンバー認識カメラ103により撮像された車両のナンバープレートの種別(車種)、当該ナンバープレート(車両)の移動方向(向き)、当該ナンバープレート(車両)の速度、の情報を含む。ナンバープレートの車種は、例えば、四輪車、大型バイク、小型バイクを含む。また、ナンバー認識結果の情報は、例えば、ナンバー認識された時刻、画像(フレーム)におけるナンバーが認識された位置(座標)、の情報を含む。
The information of the number recognition result includes, for example, the type (vehicle type) of the vehicle license plate imaged by the
統合判定処理部120は、例えば、CPU、ROM、RAMを有する。例えば、CPUは、ROM又はRAMに格納されたプログラムを実行することで、統合判定処理部120が有する各機能を実現する。
The integrated
統合判定処理部120は、例えば、通信部121、判定部122、及び発報部123を備える。通信部121は、人物検知処理部110からの人物検知結果の情報と、ナンバー認識処理部115からのナンバー認識結果の情報と、を取得(例えば受信)する。
The integrated
判定部122は、取得されたナンバー認識結果と人物検知結果との少なくともに基づいて、発報部123による発報の要否を判定する。判定部122による判定結果は、例えば、図10,図11に例示される。
The
判定部122は、例えば、ナンバー認識結果と人物検知結果との少なくとも一方に基づいて、人物検知処理部110により検知された人の有無を判定する。つまり、判定部122は、人物検知処理部110による検知結果を補足し、人物検知結果の正当性を判定する。これにより、人の検知精度を向上できる。また、判定部122は、例えば、ナンバー認識結果と人物検知結果との少なくとも一方に基づいて、アラームの発報の要否を判定する。
For example, the
発報部123は、判定部122により発報が必要と判定された場合、アラームを発報するよう、録画装置130や報知器150に指示(報知指示)する。
When the
監視装置140は、例えば、CPU、ROM、及びRAMを有する。例えば、CPUは、ROM又はRAMに格納されたプログラムを実行することで、監視装置140が有する各機能(例えば、監視機能、アラーム発報等の報知機能)を実現する。
The
報知器150は、例えば、アラーム表示器151、スピーカ152、又は警告表示盤153を含む。報知器150は、例えば、統合判定処理部120からの報知指示に基づいて、所定のアラームを発報(例えば表示、音声出力、振動)する。
The
図4は、判定システム100における各装置の構成の第1変形例を示すブロック図である。図4において、図3に示した構成と同様の構成については、説明を省略又は簡略化する。図4では、図3の構成例と比較すると、判定システム100が、人物検知カメラ102を備え、人物検知カメラ101を備えない場合を例示している。
FIG. 4 is a block diagram illustrating a first modification of the configuration of each device in the
図5は、判定システム100における各装置の構成の第2変形例を示すブロック図である。図5において、図3に示した構成と同様の構成については、説明を省略又は簡略化する。
FIG. 5 is a block diagram illustrating a second modification of the configuration of each device in the
図5では、図3の構成例と比較すると、判定システム100が、人物検知カメラ101,102の双方を備える。人物検知処理部110は、前述した人物検知処理部110の機能に加え、人物検知カメラ101,102のどちらの撮像画像を採用するかを選択するカメラ選択機能を有する。
In FIG. 5, the
人物検知処理部110は、所定の条件に基づいて、採用する撮像画像を選択する。所定の条件は、例えば、人物検知カメラ101,102による撮像画像のコントラスト、気温、湿度、降水量、撮像画像中の人物の移動速度、を含む。人物検知処理部110は、例えば、気象に関する情報(例えば、気温、湿度、降水量)を提供する気象センサ(不図示)を備えてもよいし、通信ネットワークを介して気象サーバから気象に関する情報を取得してもよい。なお、採用する画像は、画像認識を行った後、その結果に基づき選択されてもよいし、気象に関する情報に基づきあらかじめ選択されてもよい。
The person
例えば、人物検知処理部110は、高温又は降雨時の条件下では、人物検知カメラ102による撮像画像を採用し、常温の条件化では、人物検知カメラ101による撮像画像を採用する。例えば、人物検知処理部110は、人の移動速度が高速である場合、人物検知カメラ102による撮像画像を採用し、人の移動速度が低速である場合、人物検知カメラ101による撮像画像を採用する。これにより、人が高速で移動する場合に発生するブラーの影響を抑制でき、人の検知精度を向上できる。
For example, the person
人物検知処理部110は、基本的に人物検知カメラ101を用いるよう設定し、人物検知カメラ101による撮像画像が上記所定の条件を満たさない場合に人物検知カメラ102による撮像画像を採用してもよい。また、人物検知処理部110は、人物検知カメラ101,102による撮像画像に基づいて、例えば両画像を合成して、新たな画像を生成し、統合判定処理部120等へ送信してもよい。尚、人物検知カメラ102は、可視光を用いて撮像するので、人工物(例えば照明)の影響を受けやすい。
The person
次に、各カメラによる撮像画像に含まれる対象物の関連付けについて説明する。 Next, association of objects included in images captured by the cameras will be described.
図6(A)は、人物検知カメラ101又は102による撮像画像の一例を示す模式図である。図6(B)は、ナンバー認識カメラ103の一方の撮像部(例えば左側に配置された撮像部)による撮像画像の一例を示す模式図である。図6(C)は、ナンバー認識カメラ103の他方の撮像部(例えば右側に配置された撮像部)による撮像画像の一例を示す模式図である。
FIG. 6A is a schematic diagram illustrating an example of an image captured by the
図6(A),(C)では、同一の対象物がそれぞれの撮像画像に映り込んでいる。つまり、図6(A)では、人101aが検知され、図6(C)では、ナンバープレート103bが認識される。
6 (A) and 6 (C), the same object is reflected in each captured image. That is, in FIG. 6A, the
図6(A)〜(C)に示すように、人物検知カメラ101,102とナンバー認識カメラ103とは、上述したよう撮像画像における道路進行方向(図6(A)〜(C)におけるY方向)の中心位置が略一致するよう調整して設置される。つまり、同じ対象物について、人物検知とナンバー認識とが所定時間中に実行されるように、中心位置を設定する。例えば、同じ対象物について、人物検知とナンバー認識とのタイミングが大きくずれると、同じ対象物を別々の対象物として認識する。そのため、同じ対象物について、人物検知とナンバー認識とが所定時間中に実行されるようにする。
As shown in FIGS. 6A to 6C, the
統合判定処理部120では、通信部121は、人物検知処理部110により人が検知された画像における座標の情報と、ナンバー認識処理部115によりナンバーが認識された画像における座標の情報と、を受信してもよい。判定部122は、受信された両座標に基づいて、道路横断方向(図6(A)〜(C)におけるX方向)における対象物(進入者等)の位置を推定してもよい。
In the integrated
判定部122は、人物検知された時刻とナンバー認識された時刻との時間が所定時間以内である場合、人物検知された対象物とナンバー認識された対象物とを同一の対象(例えば、車両と車両の乗員)として関連付けて、統合判定する。統合判定には、例えば、発報の要否の判定が含まれる。
When the time between the time at which the person is detected and the time at which the number is recognized is within a predetermined time, the
判定部122は、人物検知された人の移動方向(例えばY方向)とナンバー認識されたナンバープレートの移動方向(例えばY方向)とが略一致する場合、人物検知された対象物とナンバー認識された対象物とを同一の対象(例えば、車両と車両の乗員)として関連付けて、統合判定してもよい。
When the movement direction (for example, the Y direction) of the person detected by the person and the movement direction (for example, the Y direction) of the license plate whose number has been recognized substantially coincide with each other, the
判定部122は、道路横断方向(X方向)における人物検知された座標とナンバー認識された座標との距離が所定距離以下である場合、人物検知された対象物とナンバー認識された対象物とを同一の対象(例えば、車両と車両の乗員)として関連付けて、統合判定してもよい。尚、判定部122は、道路進行方向(Y方向)の位置については、画角ずれを考慮し、上記関連付けの指標としなくてもよい。
When the distance between the person-detected coordinate and the number-recognized coordinate in the road crossing direction (X direction) is equal to or less than a predetermined distance, the
判定部122は、上記時間に関する条件とともに、上記距離又は方向(向き)に関する条件を満たした場合に、人物検知された対象物とナンバー認識された対象物とが同一の対象であるとして関連付けてもよい。
If the
判定部122は、人物検知された対象物とナンバー認識された対象物とが複数存在する場合、上記距離、時間、向きに関する条件を判定し、人物検知された対象物とナンバー認識された対象物とが1つずつ存在する場合に、上記距離、時間、向きに関する条件の判定を省略してもよい。
When there are a plurality of human-detected objects and number-recognized objects, the
このように、人物検知された対象物とナンバー認識された対象物とを関連付けすることで、例えば、高速道路への誤進入時の誤報や失報を抑制できる。例えば、人物検知された対象物が人であり、ナンバー認識されたナンバープレートが大型バイクのナンバープレートである場合、人物検知結果とナンバー認識結果が関連付けられ、大型バイクであると認識できるため、発報しないことがあり得る。一方、従来のように、人物検知のみで発報の要否を判定する場合、大型バイクの場合であっても人物検知に基づき発報することがある。つまり、この関連付けにより、このような誤報を抑制できる。誤報や失報の抑制は、例えば、高速道路に多数の人物検知カメラ101,102、ナンバー認識カメラ103が設置されている場合には、一層有益となる。
In this way, by associating the object whose person has been detected with the object whose number has been recognized, for example, it is possible to suppress false or misreporting when erroneously entering the expressway. For example, if a person-detected object is a person and the license plate whose number is recognized is a license plate for a large motorcycle, the person detection result and the number recognition result are associated with each other, and it can be recognized as a large motorcycle. It may not be reported. On the other hand, as in the prior art, when determining whether or not to issue a report only by detecting a person, even if it is a large motorcycle, a report may be issued based on the person detection. That is, this association can suppress such misinformation. Suppression of false alarms and misreports is even more useful when, for example, a large number of
次に、監視装置140のモニタ145に表示される画面について説明する。
図7は、モニタ145により表示される画面例を示す模式図である。
Next, a screen displayed on the
FIG. 7 is a schematic diagram illustrating an example of a screen displayed on the
監視装置140は、例えば、4つに分割されたモニタ145の表示領域141〜144に、複数の画像を同時に表示してもよい。この画像は、例えば、静止画又は動画を含む。
For example, the
表示領域141には、例えば、人物検知カメラ101,102により撮像された画像のうち、録画装置130に保持され、人物検知処理部110により人が検知された画像が表示される。この場合、監視装置140は、人が検知された時点を含む検知期間の表示対象の画像(例えば動画)を、表示領域141に反復して表示する。
In the
表示領域142には、例えば、人物検知カメラ101,102により撮像され、人物検知カメラ101,102から取得された画像(リアルタイム画像)が表示される。
In the
表示領域143には、例えば、ナンバー認識カメラ103により撮像された画像のうち、ナンバー認識処理部115によりナンバーが認識された画像が表示される。この画像は、例えば、静止画であり、統合判定処理部120から取得され、ナンバーが認識された時点の画像を含む。尚、ナンバーが認識された画像が録画装置130に記録され、監視装置140が、ナンバーが認識された画像を録画装置130から取得してもよい。
In the
表示領域144には、例えば、状況確認用カメラ(不図示)により撮像された画像が表示される。この画像は、例えば、状況確認用カメラから送られたリアルタイム画像である。例えば、監視装置140は、操作部(不図示)を備えてもよい。監視装置140は、例えば、交通管制官による操作部への操作入力を受け付け、操作入力に基づいて、状況確認用カメラの画角、パン、チルト、ズーム等を制御してもよい。これにより、例えば、交通管制官は、状況監視用カメラの画角を自由に遠隔操作でき、監視対象の道路の状況を目視で容易に確認できる。また、例えば高速に移動することで画面外に移動した対象物に対しても、容易に追従して確認できる。
In the
図7に示した画面構成によれば、運用者は、発報時の警告情報と画面に表示された情報とを比較して、正報であるか誤報であるかを迅速に確認できる。また、運用者が誤報であると判断した場合には、監視装置140の所定の操作部(例えば発報解除ボタン)を操作(例えばクリック)してもよい。これにより、アラーム音やアラーム表示を迅速に停止でき、誤報に対して容易に対応できる。
According to the screen configuration shown in FIG. 7, the operator can quickly confirm whether the information is correct or incorrect by comparing the warning information at the time of issue with the information displayed on the screen. In addition, when the operator determines that it is a false report, a predetermined operation unit (for example, a report release button) of the
次に、判定システム100の動作例について説明する。
Next, an operation example of the
ここでは、一例として、人物検知カメラ101,102、及びナンバー認識カメラ103が、高速道路に進入する方向(出口又は入口から本線の向き)に対して後方から撮像する向きで設置される。
Here, as an example, the
人物検知カメラ101,102、及びナンバー認識カメラ103は、例えば、料金所と一般道との間に設置され、早期に誤進入者が気付けるように、一般道寄りに設置される。高速道路では、例えば、人、小型バイク、及び自転車が、本線への立ち入りを制限されている。
The
また、一例として、時速20km未満で走行する車両を遅い車両とし、時速20km以上で走行する車両を速い車両とする。一例として、車両に乗車していない人と自転車とを、まとめて「人」とする。なお、以降の説明では、「人」は、車両に乗車していない人と自転車とを示す。一例として、人物検知カメラとして、人物検知カメラ101が用いられる。
Further, as an example, a vehicle that travels at a speed of less than 20 km / h is a slow vehicle, and a vehicle that travels at a speed of 20 km / h or more is a fast vehicle. As an example, a person who is not in the vehicle and a bicycle are collectively referred to as a “person”. In the following description, “person” indicates a person who is not in the vehicle and a bicycle. As an example, a
また、四輪車では、車両の前後にナンバープレートが設置される。二輪車では、車両の後方にナンバープレートが設置され、車両の前方にナンバープレートが設置されない。 In a four-wheeled vehicle, license plates are installed before and after the vehicle. In a two-wheeled vehicle, a license plate is installed behind the vehicle, and no license plate is installed in front of the vehicle.
図8は、高速道路の出口側における進入対象(対象物)に対する判定システム100の動作例を示す模式図である。図9は、高速道路の入口側における進入対象に対する判定システム100の動作例を示す模式図である。
FIG. 8 is a schematic diagram illustrating an operation example of the
図8及び図9では、ケース(事例)毎に、進入対象がどのようにして区別されるか、及び、その進入対象者に対して統合判定処理部120が発報するか否かが示されている。
8 and 9 show how the entry target is distinguished for each case (case), and whether or not the integrated
ケースH1について説明する。人が高速道路の出口から進入する(入る)場合、人物検知処理部110は、人が存在することを検知し、高速道路の出口から本線の向きに人が進行(移動)していることを検知する。ナンバー認識処理部115は、人がナンバープレートを備えていないことから、ナンバーを認識しない。この場合、統合判定処理部120は、発報が必要と判定する。
The case H1 will be described. When a person enters (enters) from the exit of the expressway, the person
ケースN1について説明する。人が高速道路の出口から退出する(出る)場合、人物検知処理部110は、人が存在することを検知し、高速道路の本線から出口の向きに人が進行していることを検知する。ナンバー認識処理部115は、人がナンバープレートを備えていないことから、ナンバーを認識しない。この場合、統合判定処理部120は、発報が不要と判定する。つまり、例えば、進入者として検知された人が大型バイクである可能性があるため、誤報低減を優先して発報しないようにできる。尚、進入者の安全を優先して発報することができないわけではない。
Case N1 will be described. When a person exits (exits) from the exit of the expressway, the person
ケースI1について説明する。遅い小型バイクが高速道路の出口から進入する場合、人物検知処理部110は、人が存在することを検知し、高速道路の出口から本線の向きに人が進行していることを検知する。ナンバー認識処理部115は、車両後方に設置されたナンバープレートから小型バイクのナンバーを認識し、車両(ナンバープレート)が高速道路の出口から本線の向きに進行していることを認識し、時速20km未満の車両(ナンバープレート)の速度を認識する。この場合、統合判定処理部120は、発報が必要と判定する。
Case I1 will be described. When a slow small motorcycle enters from the exit of the expressway, the person
ケースN1について説明する。遅い小型バイクが高速道路の出口から退出する場合、人物検知処理部110は、人が存在することを検知し、高速道路の本線から出口の向きに人が進行していることを検知する。ナンバー認識処理部115は、ナンバー認識カメラ103により車両後方に設置されたナンバープレートが撮像されないので、ナンバーを認識しない。この場合、統合判定処理部120は、発報が不要と判定する。つまり、例えば、進入者として検知、認識された小型バイクが大型バイクである可能性があるため、誤報低減を優先して発報しないようにできる。
Case N1 will be described. When a slow small motorbike exits from the exit of the expressway, the person
ケースC1について説明する。速い小型バイクが高速道路の出口から進入する場合、人物検知処理部110は、人物検知カメラ101,102が小型バイクの移動速度への追従が不十分となり、人を検知しない。ナンバー認識処理部115は、小型バイクのナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、時速20km以上の車両の速度を認識する。この場合、統合判定処理部120は、発報が必要と判定する。尚、ケースC1では、人物検知されないので、ナンバー認識に基づいて発報の要否が判定される。
Case C1 will be described. When a fast small bike enters from the exit of the expressway, the person
ケースA1について説明する。速い小型バイクが高速道路の出口から退出する場合、人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、ナンバーを認識しない。この場合、統合判定処理部120は、発報が不要と判定する。
Case A1 will be described. When the fast small motorcycle exits from the exit of the expressway, the person
尚、ケースA1では、赤外線を用いて撮像する人物検知カメラ101を用いることを想定したので、ブラーに起因して人物検知されないことを例示したが、可視光を用いて撮像する人物検知カメラ102を用いることで、人物検知されてもよい。人物検知カメラ101により人物検知されない他のケースでも同様である。
In case A1, it is assumed that the
ケースK1について説明する。遅い大型バイクが高速道路の出口から進入する場合、人物検知処理部110は、人が存在することを検知し、高速道路の出口から本線の向きに人が進行していることを検知する。ナンバー認識処理部115は、車両後方に設置されたナンバープレートから大型バイクのナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、時速20km未満の車両の速度を認識する。この場合、統合判定処理部120は、発報が必要と判定する。
Case K1 will be described. When a slow large motorcycle enters from the exit of the expressway, the person
ケースN1について説明する。遅い大型バイクが高速道路の出口から退出する場合、人物検知処理部110は、人が存在することを検知し、高速道路の本線から出口の向きに人が進行していることを検知する。ナンバー認識処理部115は、ナンバーを認識しない。この場合、統合判定処理部120は、発報が不要と判定する。
Case N1 will be described. When a slow large motorcycle exits from the exit of the expressway, the person
ケースE1について説明する。速い大型バイクが高速道路の出口から進入する場合、人物検知処理部110は、人物検知カメラ101,102が大型バイクの移動速度への追従が不十分となり、人を検知しない。ナンバー認識処理部115は、大型バイクのナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、時速20km以上の車両の速度を認識する。この場合、統合判定処理部120は、発報が必要と判定する。尚、ケースE1では、人物検知されないので、ナンバー認識に基づいて発報の要否が判定される。
Case E1 will be described. When a fast large bike enters from the exit of the expressway, the person
ケースA1について説明する。速い大型バイクが高速道路の出口から退出する場合、人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、ナンバーを認識しない。この場合、統合判定処理部120は、発報が不要と判定する。
Case A1 will be described. When the fast large motorcycle exits from the exit of the expressway, the person
ケースF1について説明する。四輪車が高速道路の出口から進入する場合、人物検知処理部110は、人物検知カメラ101,102による撮像画像において車両中の乗員を検知しない。ナンバー認識処理部115は、四輪車のナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、車両の速度を認識する。この場合、統合判定処理部120は、発報が必要と判定する。尚、ケースF1では、人物検知されないので、ナンバー認識に基づいて発報の要否が判定される。
Case F1 will be described. When the four-wheeled vehicle enters from the exit of the expressway, the person
ケースG1について説明する。四輪車が高速道路の出口から退出する場合、人物検知処理部110は、人物検知カメラ101,102による撮像画像において車両中の乗員を検知しない。ナンバー認識処理部115は、四輪車のナンバーを認識し、車両が高速道路の本線から出口の向きに進行していることを認識し、車両の速度を認識する。この場合、統合判定処理部120は、正常に高速道路から退出する四輪車の台数を計測する。この場合、統合判定処理部120は、例えば、既に計測された台数に、今回の1台を加算する。
The case G1 will be described. When the four-wheeled vehicle exits from the exit of the expressway, the person
ケースH2について説明する。人が高速道路の入口から進入する場合、人物検知処理部110は、人が存在することを検知し、高速道路の入口から本線の向きに人が進行していることを検知する。ナンバー認識処理部115は、人がナンバープレートを備えていないことから、ナンバーを認識しない。この場合、統合判定処理部120は、発報が必要と判定する。
Case H2 will be described. When a person enters from the entrance of the expressway, the person
ケースN2について説明する。人が高速道路の入口から退出する場合、人物検知処理部110は、人が存在することを検知し、高速道路の本線から入口の向きに人が進行していることを検知する。ナンバー認識処理部115は、人がナンバープレートを備えていないことから、ナンバーを認識しない。この場合、統合判定処理部120は、発報が必要と判定する。
Case N2 will be described. When a person exits from the entrance of the expressway, the person
ケースI2について説明する。遅い小型バイクが高速道路の入口から進入する場合、人物検知処理部110は、人が存在することを検知し、高速道路の入口から本線の向きに人が進行していることを検知する。ナンバー認識処理部115は、車両後方に設置されたナンバープレートから小型バイクのナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、時速20km未満の車両の速度を認識する。この場合、統合判定処理部120は、発報が必要と判定する。
Case I2 will be described. When a slow small motorcycle enters from the entrance of the expressway, the person
ケースN2について説明する。遅い小型バイクが高速道路の入口から退出する場合、人物検知処理部110は、人が存在することを検知し、高速道路の本線から入口の向きに人が進行していることを検知する。ナンバー認識処理部115は、ナンバー認識カメラ103により車両後方に設置されたナンバープレートが撮像されないので、ナンバーを認識しない。この場合、統合判定処理部120は、発報が必要と判定する。
Case N2 will be described. When a slow small motorbike exits from the entrance to the expressway, the person
ケースC2について説明する。速い小型バイクが高速道路の入口から進入する場合、人物検知処理部110は、人物検知カメラ101,102が小型バイクの移動速度への追従が不十分となり、人を検知しない。ナンバー認識処理部115は、小型バイクのナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、時速20km以上の車両の速度を認識する。この場合、統合判定処理部120は、発報が必要と判定する。尚、ケースC2では、人物検知されないので、ナンバー認識に基づいて発報の要否が判定される。
Case C2 will be described. When a fast small motorcycle enters from the entrance of the expressway, the person
ケースA2について説明する。速い小型バイクが高速道路の入口から退出する場合、人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、ナンバーを認識しない。この場合、統合判定処理部120は、発報が不要と判定する。
Case A2 will be described. When the fast small motorcycle exits from the entrance of the expressway, the person
尚、ケースA2では、赤外線を用いて撮像する人物検知カメラ101を用いることを想定したので、ブラーに起因して人物検知されないことを例示したが、可視光を用いて撮像する人物検知カメラ102を用いることで、人物検知されてもよい。人物検知カメラ101により人物検知されない他のケースでも同様である。
Note that in the case A2, it is assumed that the
ケースK2について説明する。遅い大型バイクが高速道路の入口から進入する場合、人物検知処理部110は、人が存在することを検知し、高速道路の入口から本線の向きに人が進行していることを検知する。ナンバー認識処理部115は、車両後方に設置されたナンバープレートから大型バイクのナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、時速20km未満の車両の速度を認識する。この場合、統合判定処理部120は、発報が不要と判定する。
The case K2 will be described. When a slow large motorcycle enters from the entrance of the expressway, the person
ケースN2について説明する。遅い大型バイクが高速道路の入口から退出する場合、人物検知処理部110は、人が存在することを検知し、高速道路の本線から入口の向きに人が進行していることを検知する。ナンバー認識処理部115は、ナンバーを認識しない。この場合、統合判定処理部120は、発報が必要と判定する。
Case N2 will be described. When a slow large motorcycle exits from the entrance of the expressway, the person
ケースE2について説明する。速い大型バイクが高速道路の入口から進入する場合、人物検知処理部110は、人物検知カメラ101,102が大型バイクの移動速度への追従が不十分となり、人を検知しない。ナンバー認識処理部115は、大型バイクのナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、時速20km以上の車両の速度を認識する。この場合、統合判定処理部120は、発報が不要と判定する。
Case E2 will be described. When a fast large bike enters from the entrance of the expressway, the person
ケースA2について説明する。速い大型バイクが高速道路の入口から退出する場合、人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、ナンバーを認識しない。この場合、統合判定処理部120は、発報が不要と判定する。
Case A2 will be described. When a fast large motorcycle exits from the entrance of the expressway, the person
ケースF2について説明する。四輪車が高速道路の入口から進入する場合、人物検知処理部110は、人物検知カメラ101,102による撮像画像において車両中の乗員を検知しない。ナンバー認識処理部115は、四輪車のナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、車両の速度を認識する。この場合、統合判定処理部120は、正常に高速道路へ進入する四輪車の台数を計測する。この場合、統合判定処理部120は、例えば、既に計測された台数に、今回の1台を加算する。
Case F2 will be described. When the four-wheeled vehicle enters from the entrance of the expressway, the person
ケースG2について説明する。四輪車が高速道路の入口から退出する場合、人物検知処理部110は、人物検知カメラ101,102による撮像画像において車両中の乗員を検知しない。ナンバー認識処理部115は、四輪車のナンバーを認識し、車両が高速道路の本線から入口の向きに進行していることを認識し、車両の速度を認識する。この場合、統合判定処理部120は、発報が必要と判定する。尚、ケースG2では、人物検知されないので、ナンバー認識に基づいて発報の要否が判定される。
Case G2 will be described. When the four-wheeled vehicle exits from the entrance of the expressway, the person
図10は、高速道路の出口側における画像認識処理の結果(人物検知結果、ナンバー認識結果)に基づく判定システム100の動作例を示す模式図である。図11は、高速道路の入口側における画像認識処理の結果に基づく判定システム100の動作例を示す模式図である。
FIG. 10 is a schematic diagram illustrating an operation example of the
図10及び図11では、ケース(事例)毎に、人物検知結果の情報、ナンバー認識結果の情報、統合判定処理の結果の情報、及びその他の情報(備考)が示されている。尚、図10及び図11におけるケース番号は、図8及び図9におけるケース番号に対応する。 10 and 11, for each case (case), information on the person detection result, information on the number recognition result, information on the result of the integrated determination process, and other information (remarks) are shown. The case numbers in FIGS. 10 and 11 correspond to the case numbers in FIGS.
まず、図10のケースB1について説明する。人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、小型バイクのナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、時速20km未満の車両の速度を認識する。この場合、統合判定処理部120は、発報が不要と判定する。これにより、例えば、遅い四輪車(例えばバス)の車体に記載された文字を小型バイクのナンバープレートの文字であると誤認した場合でも、誤発報を抑制できる。
First, case B1 in FIG. 10 will be described. The person
ケースC1について説明する。人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、小型バイクのナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、時速20km以上の車両の速度を認識する。この場合、統合判定処理部120は、進入対象を速い小型バイクの逆走(誤進入)と認識し、発報が必要と判定する。
Case C1 will be described. The person
ケースD1について説明する。人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、大型バイクのナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、時速20km未満の車両の速度を認識する。この場合、統合判定処理部120は、発報が不要と判定する。これにより、例えば、遅い四輪車(例えばバス)の車体に記載された文字を大型バイクのナンバープレートの文字であると誤認した場合でも、誤発報を抑制できる。
Case D1 will be described. The person
ケースE1について説明する。人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、大型バイクのナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、時速20km以上の車両の速度を認識する。この場合、統合判定処理部120は、進入対象を速い大型バイクの逆走(誤進入)と認識し、発報が必要と判定する。
Case E1 will be described. The person
ケースF1について説明する。人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、四輪車のナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、車両の速度を認識する。この場合、統合判定処理部120は、進入対象を四輪車の逆走(誤進入)と認識し、発報が必要と判定する。
Case F1 will be described. The person
ケースG1について説明する。人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、四輪車のナンバーを認識し、車両が高速道路の本線から出口の向きに進行していることを認識し、車両の速度を認識する。この場合、統合判定処理部120は、進入対象を四輪車の順走と認識し、車両の台数計測を行うと判定する。これにより、例えば、正常に順走する四輪車の台数をカウントできる。
The case G1 will be described. The person
ケースH1について説明する。人物検知処理部110は、人を検知し、人が高速道路の出口から本線の向きに進行していることを検知する。ナンバー認識処理部115は、ナンバーを認識しない。この場合、統合判定処理部120は、進入対象を人の逆走(誤進入)と認識し、発報が必要と判定する。
The case H1 will be described. The person
ケースI1について説明する。人物検知処理部110は、人を検知し、人が高速道路の出口から本線の向きに進行していることを検知する。ナンバー認識処理部115は、小型バイクのナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、時速20km未満の車両の速度を認識する。この場合、統合判定処理部120は、進入対象を遅い小型バイクの逆走(誤進入)と認識し、発報が必要と判定する。
Case I1 will be described. The person
ケースJ1について説明する。人物検知処理部110は、人を検知し、人が高速道路の出口から本線の向きに進行していることを検知する。ナンバー認識処理部115は、小型バイクのナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、時速20km以上の車両の速度を認識する。この場合、統合判定処理部120は、進入対象を速い小型バイクの逆走(誤進入)と認識し、発報が必要と判定する。
Case J1 will be described. The person
ケースK1について説明する。人物検知処理部110は、人を検知し、人が高速道路の出口から本線の向きに進行していることを検知する。ナンバー認識処理部115は、大型バイクのナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、時速20km未満の車両の速度を認識する。この場合、統合判定処理部120は、進入対象を遅い大型バイクの逆走(誤進入)と認識し、発報が必要と判定する。
Case K1 will be described. The person
ケースL1について説明する。人物検知処理部110は、人を検知し、人が高速道路の出口から本線の向きに進行していることを検知する。ナンバー認識処理部115は、大型バイクのナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、時速20km以上の車両の速度を認識する。この場合、統合判定処理部120は、進入対象を速い大型バイクの逆走(誤進入)と認識し、発報が必要と判定する。
The case L1 will be described. The person
ケースM1について説明する。人物検知処理部110は、人を検知し、人が高速道路の出口から本線の向きに進行していることを検知する。ナンバー認識処理部115は、四輪車のナンバーを認識し、車両が高速道路の出口から本線の向きに進行していることを認識し、車両の速度を認識する。この場合、統合判定処理部120は、人物検知を誤検知として無視し、ナンバー認識の結果のみで進入対象を四輪車の逆走(誤進入)と認識し、発報が必要と判定する。
The case M1 will be described. The person
ケースN1について説明する。人物検知処理部110は、人を検知し、人が高速道路の本線から出口の向きに進行していることを検知する。ナンバー認識処理部115は、ナンバーを認識しない。この場合、統合判定処理部120は、発報が不要と判定する。これにより、例えば、大型バイクの順走に起因する誤発報を抑制できる。
Case N1 will be described. The person
ケースO1について説明する。人物検知処理部110は、人を検知し、人が高速道路の本線から出口の向きに進行していることを検知する。ナンバー認識処理部115は、四輪車のナンバーを認識し、車両が高速道路の本線から出口の向きに進行していることを認識し、車両の速度を認識する。この場合、統合判定処理部120は、人物検知を誤検知として無視し、進入対象を四輪車の順走と認識し、車両の台数計測を行うと判定する。これにより、正常に順走する四輪車の台数をカウントできる。
Case O1 will be described. The person
次に、図11のケースB2について説明する。人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、小型バイクのナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、時速20km未満の車両の速度を認識する。この場合、統合判定処理部120は、発報が不要と判定する。これにより、例えば、遅い四輪車(例えばバス)の車体に記載された文字を小型バイクのナンバープレートの文字であると誤認した場合でも、誤発報を抑制できる。
Next, case B2 in FIG. 11 will be described. The person
ケースC2について説明する。人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、小型バイクのナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、時速20km以上の車両の速度を認識する。この場合、統合判定処理部120は、進入対象を速い小型バイクの順走(誤進入)と認識し、発報が必要と判定する。
Case C2 will be described. The person
ケースD2について説明する。人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、大型バイクのナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、時速20km未満の車両の速度を認識する。この場合、統合判定処理部120は、発報が不要と判定する。
Case D2 will be described. The person
ケースE2について説明する。人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、大型バイクのナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、時速20km以上の車両の速度を認識する。この場合、統合判定処理部120は、進入対象を速い大型バイクの順走と認識し、発報が不要と判定する。
Case E2 will be described. The person
ケースF2について説明する。人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、四輪車のナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、車両の速度を認識する。この場合、統合判定処理部120は、進入対象を四輪車の順走と認識し、車両の台数計測を行うと判定する。これにより、例えば、正常に順走する四輪車の台数をカウントできる。
Case F2 will be described. The person
ケースG2について説明する。人物検知処理部110は、人を検知しない。ナンバー認識処理部115は、四輪車のナンバーを認識し、車両が高速道路の本線から入口の向きに進行していることを認識し、車両の速度を認識する。この場合、統合判定処理部120は、進入対象を四輪車の逆走(誤進入)と認識し、発報が必要と判定する。
Case G2 will be described. The person
ケースH2について説明する。人物検知処理部110は、人を検知し、人が高速道路の入口から本線の向きに進行していることを検知する。ナンバー認識処理部115は、ナンバーを認識しない。この場合、統合判定処理部120は、進入対象を人の順走(誤進入)と認識し、発報が必要と判定する。
Case H2 will be described. The person
ケースI2について説明する。人物検知処理部110は、人を検知し、人が高速道路の入口から本線の向きに進行していることを検知する。ナンバー認識処理部115は、小型バイクのナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、時速20km未満の車両の速度を認識する。この場合、統合判定処理部120は、進入対象を遅い小型バイクの順走(誤進入)と認識し、発報が必要と判定する。
Case I2 will be described. The person
ケースJ2について説明する。人物検知処理部110は、人を検知し、人が高速道路の入口から本線の向きに進行していることを検知する。ナンバー認識処理部115は、小型バイクのナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、時速20km以上の車両の速度を認識する。この場合、統合判定処理部120は、速い小型バイクの順走(誤進入)と認識し、発報が必要と判定する。
Case J2 will be described. The person
ケースK2について説明する。人物検知処理部110は、人を検知し、人が高速道路の入口から本線の向きに進行していることを検知する。ナンバー認識処理部115は、大型バイクのナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、時速20km未満の車両の速度を認識する。この場合、統合判定処理部120は、進入対象を遅い大型バイクの順走と認識し、発報が不要と判定する。
The case K2 will be described. The person
ケースL2について説明する。人物検知処理部110は、人を検知し、人が高速道路の入口から本線の向きに進行していることを検知する。ナンバー認識処理部115は、大型バイクのナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、時速20km以上の車両の速度を認識する。この場合、統合判定処理部120は、進入対象を速い大型バイクの順走と認識し、発報が不要と判定する。
Case L2 will be described. The person
ケースM2について説明する。人物検知処理部110は、人を検知し、人が高速道路の入口から本線の向きに進行していることを検知する。ナンバー認識処理部115は、四輪車のナンバーを認識し、車両が高速道路の入口から本線の向きに進行していることを認識し、車両の速度を認識する。この場合、統合判定処理部120は、人物検知は誤検知として無視し、進入対象を四輪車の順走と認識し、車両の台数計測を行うと判定する。これにより、正常に順走する四輪車の台数をカウントできる。
Case M2 will be described. The person
ケースN2について説明する。人物検知処理部110は、人を検知し、人が高速道路の本線から入口の向きに進行していることを検知する。ナンバー認識処理部115は、ナンバーを認識しない。この場合、統合判定処理部120は、進入対象を人の逆走(誤進入)と認識し、発報が必要と判定する。
Case N2 will be described. The person
ケースO2について説明する。人物検知処理部110は、人を検知し、人が高速道路の本線から入口の向きに進行していることを検知する。ナンバー認識処理部115は、四輪車のナンバーを認識し、車両が高速道路の本線から入口の向きに進行していることを認識し、車両の速度を認識する。この場合、統合判定処理部120は、人物検知を誤検知として無視し、進入対象を四輪車の逆走(誤進入)と認識し、発報が必要と判定する。
Case O2 will be described. The person
尚、ナンバー認識処理部115は、車両がバイク(小型バイク又は大型バイク)であり、高速道路の本線から出口又は入口の向きに進行する場合、車両前方が撮像されるので、ナンバーを認識できない。従って、ナンバー認識処理部115によりナンバー認識された場合、高速道路の出口又は入口から本線に進行することが認識され、この場合のナンバー認識結果の情報が統合判定処理部120へ送られる。
Note that the number
また、ナンバー認識処理部115は、車両がバイクであり、高速道路の本線から出口又は入口の向きに進行する場合、四輪車の車体に記載された文字を誤認識したと推定されるので、統合判定処理部120へナンバー認識結果の情報を送信しなくてもよい。また、この場合でも、ナンバー認識処理部115がナンバー認識結果の情報を統合判定処理部120へ送信し、統合判定処理部120が上記ケースのように判定し、誤認識に伴う誤発報や失報を抑制してもよい。
In addition, the number
図12は、統合判定処理部120の動作例を示すフローチャートである。
FIG. 12 is a flowchart illustrating an operation example of the integrated
まず、通信部121は、例えば通信ネットワークを介して、人物検知処理部110から人物検知結果の情報を受信する(S11)
First, the
通信部121は、S11において受信された人物検知結果の情報を、人物検知リストに登録する(S12)。人物検知リストは、例えば、統合判定処理部120の図示しない記憶部に保持される。
The
人物検知リストは、人物検知カメラ101,102のカメラ毎に設けられてもよい。人物検知リストは、人物検知処理部110毎又は料金所毎に設けられてもよい。人物検知リストは、統合判定処理部120が管理する範囲で1つ設けられてもよい。人物検知リストは、後述するナンバー認識検知リストと共通で、統合判定処理部120が管理する範囲で1つ(一括して)設けられてもよい。一括して設けられる場合、人物検知結果とともにカメラID等を合わせて保持しておくことで、判定部122が、人物検知カメラ101,102の設置場所を認識でき、同じ設置場所に存在するナンバー認識カメラ103との紐付けを行うことができる。
The person detection list may be provided for each of the
通信部121は、人物検知リストに人物検知結果の情報を登録してから、ナンバー認識結果の情報を受信するために、所定時間(例えばn秒)待機する(S13)。通信部121は、所定時間の経過前において人物検知結果の情報が新たに受信された場合、この人物検知結果の情報も人物検知リストに登録する。
The
通信部121は、所定時間の経過前にナンバー認識結果の情報を受信した場合、ナンバー認識リストに、受信されたナンバー認識結果の情報を登録する。ナンバー登録リストは、例えば、統合判定処理部120の図示しない記憶部に保持される。
When the
ナンバー認識リストは、ナンバー認識カメラ103毎に設けられてもよい。ナンバー認識リストは、ナンバー認識処理部115毎に設けられてもよい。ナンバー認識リストは、統合判定処理部120が管理する範囲で1つ設けられてもよい。人物検知リストは、前述する人物検知リストと共通で、統合判定処理部120が管理する範囲で1つ(一括して)設けられてもよい。一括して設けられる場合、ナンバー認識結果とともにカメラID等を合わせて保持しておくことで、判定部122が、ナンバー認識カメラ103の設置場所を認識でき、同じ設置場所に存在する人物検知カメラ101,102との紐付けを行うことができる。
The number recognition list may be provided for each
判定部122は、ナンバー認識リストに、所定のナンバー認識結果の情報が存在するか否かを判定する(S14)。所定のナンバー認識結果の情報は、例えば、位置に関する条件と移動方向に関する条件とを満たすナンバー認識結果の情報である。具体的には、位置(距離)に関する条件は、例えば、ナンバー認識リストに登録されたナンバー認識結果の情報に含まれるナンバー認識の位置と、人物検知リストに登録された人物検知結果の情報に含まれる人物検知の位置と、が所定距離以下であることである。移動方向に関する条件は、例えば、ナンバー認識リストに登録されたナンバー認識結果に含まれる車両の移動方向と、人物検知リストに登録された人物検知結果の情報に含まれる人の移動方向と、が同じであることである。
The
判定部122は、所定のナンバー認識結果の情報が存在する場合、この対応する人物検知結果の情報とナンバー認識結果の情報とを関連付ける(S15)。つまり、人物検知された人とナンバー認識されたナンバープレートとを対応付ける。
When there is information on a predetermined number recognition result, the
判定部122は、人物検知結果の情報と関連付けされた所定のナンバー認識結果の情報を、ナンバー認識リストから削除する(S16)。
The
判定部122は、関連付けされた人物検知結果の情報とナンバー認識結果の情報との少なくとも一方に基づいて、判定処理を実行する(S17)。人物検知結果の情報とナンバー認識結果の情報とが関連付けされた場合、人物検知結果の情報とナンバー認識結果の情報との双方が得られている。人物検知結果の情報とナンバー認識結果の情報とが関連付けさなかった場合、例えば、いずれか一方の情報が得られている。尚、判定処理の詳細について後述する。
The
判定部122は、判定処理の実行が完了すると、判定処理が完了した人物検知結果の情報を、人物検知リストから削除する(S18)。
When the execution of the determination process is completed, the
図13及び図14は、統合判定処理部120による判定処理の一例を示すフローチャートである。
13 and 14 are flowcharts illustrating an example of determination processing by the integrated
図13において、判定処理が開始されると、判定部122は、人物検知カメラ101,102及びナンバー認識カメラ103の設置場所を判定する(S31)。設置場所は、例えば、高速道路の入口付近又は出口付近である。判定部122は、例えば、関連付けされた人が検知された画像を撮像した人物検知カメラ101,102の識別情報、及び、関連付けされたナンバーが認識された車両を撮像したナンバー認識カメラ103の識別情報、の少なくとも一方に基づいて、設置場所を判定する。各カメラの識別情報(ID)は、例えば、IP(Internet Protocol)アドレス、ポート番号、MAC(Media Access Control)アドレスを含む。
In FIG. 13, when the determination process is started, the
各カメラの設置場所が入口付近である場合、判定部122は、関連付けされたナンバー認識結果の情報の有無及びナンバー認識により認識された車種を判定する(S32)。
When the installation location of each camera is near the entrance, the
認識された車種が小型バイクである場合、判定部122は、ナンバー認識結果の情報に含まれるこの小型バイクの移動速度が所定閾値(例えば時速20km)以上であるか否かを判定する(S33)。
When the recognized vehicle type is a small motorcycle, the
小型バイクの移動速度が所定閾値以上である場合(図11のC2、J2)、発報部123は、報知器150にアラームを発報させる(S34)。
When the moving speed of the small motorcycle is equal to or higher than the predetermined threshold (C2, J2 in FIG. 11), the
S32において関連付けされたナンバー認識結果の情報が存在しない場合、又は、S33において小型バイクの移動速度が所定閾値未満である場合、判定部122は、関連付けされた人物検知結果の情報の有無を判定する(S35)。
When there is no information on the number recognition result associated in S32, or when the moving speed of the small motorcycle is less than a predetermined threshold value in S33, the
S33からS35に進む場合、バス等を小型バイクであると誤認識している可能性があるとし、ナンバー認識と人物検知とによりダブルチェックしている。これにより、ナンバー認識精度及び人物検知精度を向上できる。なお、S35において、人物検知結果が存在しない場合(図11のB2)、発報部123は、報知器150にアラームを発報させない(S37)。
When proceeding from S33 to S35, it is assumed that there is a possibility of misrecognizing a bus or the like as a small motorcycle, and double check is performed by number recognition and person detection. Thereby, number recognition accuracy and person detection accuracy can be improved. In S35, when there is no person detection result (B2 in FIG. 11), the
関連付けされた人物検知結果が存在する場合(図11のH2、I2、N2)、発報部123は、報知器150にアラームを発報させる(S36)。
When the associated person detection result exists (H2, I2, N2 in FIG. 11), the
S32においてナンバー認識結果の情報に含まれる車種が大型バイクである場合(図11のD2、E2、K2、L2)、発報部123は、報知器150にアラームを発報させない(S38)。S38では、S35のようなダブルチェックがされていない。これは、誤認識の場合でもバス等であり、発報させない状況は変化しないためである。
When the vehicle type included in the information of the number recognition result in S32 is a large motorcycle (D2, E2, K2, L2 in FIG. 11), the
S32においてナンバー認識結果の情報に含まれる車種が四輪車である場合、判定部122は、ナンバー認識結果の情報に含まれる車両の移動方向を判定する(S39)。
When the vehicle type included in the number recognition result information in S32 is a four-wheeled vehicle, the
車両の移動方向が高速道路の本線から入口の向きである場合(図11のG2、O2)、発報部123は、報知器150にアラームを発報させる(S40)。
When the moving direction of the vehicle is from the main road to the entrance (G2, O2 in FIG. 11), the
車両の移動方向が高速道路の入口から本線の向きである場合(図11のF2、M2)、判定部122は、この移動方向に進行する車両の台数を計測する(S41)。この場合、判定部122は、例えば、既に計測された車両の台数に、今回の1台を加算する。
When the moving direction of the vehicle is the direction of the main line from the entrance of the expressway (F2, M2 in FIG. 11), the
S31において各カメラの設置場所が出口付近である場合、判定部122は、関連付けされたナンバー認識結果の情報の有無及びナンバー認識により認識された車種を判定する(S51)。
When the installation location of each camera is near the exit in S31, the
認識された車種が小型バイク又は大型バイクである場合、判定部122は、ナンバー認識結果の情報に含まれるこの小型バイク又は大型バイクの移動速度が所定閾値(例えば時速20km)以上であるか否かを判定する(S52)。
When the recognized vehicle type is a small motorcycle or a large motorcycle, the
小型バイク又は大型バイクの移動速度が所定閾値以上である場合(図10のC1、E1、J1、L1)、発報部123は、報知器150にアラームを発報させる(S53)。
When the moving speed of the small motorcycle or the large motorcycle is equal to or higher than the predetermined threshold (C1, E1, J1, L1 in FIG. 10), the
S51において関連付けされたナンバー認識結果の情報が存在しない場合、又は、S52において小型バイク又は大型バイクの移動速度が所定閾値未満である場合、判定部122は、関連付けされた人物検知結果の情報の有無を判定する(S54)。
When there is no information on the number recognition result associated in S51, or when the moving speed of the small motorcycle or the large motorcycle is less than a predetermined threshold in S52, the
S52からS54に進む場合、バス等を小型バイク又は大型バイクであると誤認識している可能性があるとし、ナンバー認識と人物検知とによりダブルチェックされている。これにより、ナンバー認識精度及び人物検知精度を向上できる。なお、S54において、人物検知結果が存在しない場合(図10のB1、D1)、発報部123は、報知器150にアラームを発報させない(S57)。
When proceeding from S52 to S54, it is assumed that there is a possibility that the bus is misrecognized as a small motorcycle or a large motorcycle, and double check is performed by number recognition and person detection. Thereby, number recognition accuracy and person detection accuracy can be improved. In S54, when there is no person detection result (B1 and D1 in FIG. 10), the
関連付けされた人物検知結果が存在する場合、判定部122は、人物検知結果の情報に含まれる人の移動方向を判定する(S55)。
When the associated person detection result exists, the
人の移動方向が高速道路の出口から本線の向きである場合(図10のH1、I1、K1)、発報部123は、報知器150にアラームを発報させる(S56)。
When the movement direction of the person is from the exit of the expressway to the main line (H1, I1, K1 in FIG. 10), the
S55において人の移動方向が高速道路の本線から出口の向きである場合(図10のN1)、発報部123は、報知器150にアラームを発報させない(S57)。尚、S55からS57に進む場合に発報させないのは、例えば、大型バイクと人とを区別することが困難であるためである。
When the moving direction of the person is from the main road to the exit in S55 (N1 in FIG. 10), the
S51においてナンバー認識結果の情報に含まれる車種が四輪車である場合、判定部122は、ナンバー認識結果の情報に含まれる車両の移動方向を判定する(S58)。
When the vehicle type included in the number recognition result information in S51 is a four-wheeled vehicle, the
車両の移動方向が高速道路の出口から本線の向きである場合(図10のF1、M1)、発報部123は、報知器150にアラームを発報させる(S59)。
When the moving direction of the vehicle is the direction from the exit of the highway to the main line (F1, M1 in FIG. 10), the
車両の移動方向が高速道路の本線から出口の向きである場合(図10のG1、O1)、判定部122は、この移動方向に進行する車両の台数を計測する(S60)。この場合、判定部122は、例えば、既に計測された車両の台数に、今回の1台を加算する。
When the moving direction of the vehicle is the direction from the main road to the exit (G1, O1 in FIG. 10), the
統合判定処理部120の動作例によれば、人物検知に識別符号の認識を組み合わせて人物検知の精度を補助し、人物検知カメラ101,102による撮像画像における人の有無の検知精度を向上できる。また、識別符号の認識に人物検知を組み合わせて識別符号の認識の精度を補助し、ナンバー認識カメラ103による撮像画像における識別符号の認識精度を向上できる。
According to the operation example of the integrated
尚、図12では、人物検知後にナンバー認識されることを例示したが、ナンバー認識後に人物検知されてもよい。この場合、例えば、図12における人物検知に係る記載とナンバー認識に係る記載とが逆になる。 In FIG. 12, the number is recognized after the person is detected. However, the person may be detected after the number is recognized. In this case, for example, the description relating to person detection and the description relating to number recognition in FIG. 12 are reversed.
尚、S41,S60における四輪車の台数の計測の処理は、省略されてもよい。 Note that the process of measuring the number of four-wheeled vehicles in S41 and S60 may be omitted.
特許文献1に記載された画像認識装置は、人物検知用のカメラのみを用いて人の有無を判断していた。そのため、カメラにより撮像された画像中の人や自転車の移動速度が遅い場合には、人の検知精度が低下することがあった。また、移動速度を用いずに識別する場合、人物検知用のカメラの画質が十分でないと、人の検知精度が低下することがあった。 The image recognition apparatus described in Patent Document 1 determines the presence or absence of a person using only a person detection camera. Therefore, when the movement speed of the person or the bicycle in the image captured by the camera is slow, the human detection accuracy may be lowered. Further, when identifying without using the moving speed, the human detection accuracy may be deteriorated if the image quality of the camera for human detection is not sufficient.
判定システム100によれば、例えば、人物検知処理とともに、ナンバー認識処理を組み合わせて行うことで、人物検知により検知された人が、歩行者であるか、又はバイクの乗員であるかを区別することを容易化できる。
According to the
例えば、人物検知処理により検知された人の移動速度が遅い場合や人の移動が少ない場合でも、人であるか否かを容易に判定できる。また、例えば、人物検知カメラ101,102の他に、ナンバー認識カメラ103を用いるので、ナンバー認識カメラ103が人物検知カメラ101,102を補助する役割を果たして、人の検知精度の向上に寄与する。
For example, even when the movement speed of the person detected by the person detection process is slow or when the movement of the person is small, it can be easily determined whether or not the person is a person. For example, since the
また、撮像画像における対象物が人か否かを判定できるとともに、対象物が車両である場合には車両の車種も判定でき、対象物を分類できる。また、対象物の分類精度を向上できるので、車両の乗員ではない人(歩行者)の検知精度も向上できるとも言える。 In addition, it can be determined whether or not the object in the captured image is a person, and when the object is a vehicle, the vehicle type of the vehicle can also be determined and the object can be classified. Moreover, since the classification accuracy of the object can be improved, it can be said that the detection accuracy of a person (pedestrian) who is not a vehicle occupant can also be improved.
また、人物検知及びナンバー認識により得られた様々な情報に基づいて、例えば、立入制限エリア(例えば高速道路)への立入制限者(例えば、人、自転車、小型バイク)の誤進入を抑制できる。また、立入制限者であるか否かの判定精度を向上できるので、アラームの誤報や失報の発生を抑制でき、発報精度を向上できる。従って、例えば、高速道路を監視する交通管制官への負担を低減できる。 Further, based on various information obtained by person detection and number recognition, for example, it is possible to suppress erroneous entry of a person with restricted access (for example, a person, a bicycle, or a small motorcycle) into a restricted area (for example, a highway). In addition, since it is possible to improve the accuracy of determination as to whether or not the person is a restricted entry person, it is possible to suppress the occurrence of false alarms and missed alarms, and to improve the accuracy of the alarm. Therefore, for example, the burden on the traffic controller who monitors the highway can be reduced.
また、例えば、車体に記載された文字が誤検知された場合、ナンバー認識の精度が低下する可能性があるが、ナンバー認識と人物検知とを組み合わることで、ナンバー認識の認識精度を向上できる。 In addition, for example, when a character written on the vehicle body is erroneously detected, the accuracy of number recognition may be reduced. However, the recognition accuracy of number recognition can be improved by combining number recognition and person detection. .
また、例えば、人物検知処理では、対象物が高速に移動する場合にブラーが発生し、人の検知精度が低下することがある。特に赤外線を用いたカメラでは、ブラーが発生し易い。これに対して、ナンバー認識も用いて人の有無の判定を行うことで、人の検知精度の低下を抑制できる。 Further, for example, in the human detection process, blurring may occur when the object moves at high speed, and the human detection accuracy may be reduced. In particular, blurring easily occurs in a camera using infrared rays. On the other hand, it is possible to suppress a decrease in human detection accuracy by determining the presence or absence of a person using number recognition.
なお、本発明は、上記実施形態の構成に限られるものではなく、特許請求の範囲で示した機能、または本実施形態の構成が持つ機能が達成できる構成であればどのようなものであっても適用可能である。 The present invention is not limited to the configuration of the above-described embodiment, and any configuration can be used as long as the functions shown in the claims or the functions of the configuration of the present embodiment can be achieved. Is also applicable.
例えば、上記実施形態では、判定システム100が高速道路に用いられることを例示したが、他の場所(例えば、所定の施設が備える駐車場、車両の専用道路、歩行者専用道路)や、計測のために、人、二輪車、四輪車等を別々にカウントする場合等において用いられてもよい。
For example, in the above-described embodiment, the
(本発明の一態様の概要)
本発明の一態様の判定方法は、第1の画像における人の検知に係る検知情報と、第2の画像における車両を識別するための識別符号の認識に係る認識情報と、を取得する取得ステップと、前記検知情報に含まれる検知時刻と前記認識情報に含まれる認識時刻との差が所定時間以内である場合、前記検知情報と前記認識情報とに基づいて、人であるか否かを判定する判定ステップと、を有する。
(Overview of one embodiment of the present invention)
The determination method according to one aspect of the present invention obtains detection information relating to human detection in the first image and recognition information relating to recognition of an identification code for identifying the vehicle in the second image. If the difference between the detection time included in the detection information and the recognition time included in the recognition information is within a predetermined time, it is determined whether the person is a person based on the detection information and the recognition information Determining step.
この方法によれば、人物検知に識別符号の認識を組み合わせて人物検知の精度を補助し、第1の画像における人の検知精度(判定精度)を向上できる。また、例えば、人の移動速度が遅い場合や人の移動が少ない場合でも、人を検知できる。また、画像に含まれる人の検知処理を行う検知処理部の精度が不十分であっても、人の検知精度の低下を抑制できる。 According to this method, human detection accuracy (determination accuracy) in the first image can be improved by combining recognition of an identification code with human detection to assist human detection accuracy. Further, for example, a person can be detected even when the movement speed of the person is slow or the movement of the person is small. Moreover, even if the accuracy of the detection processing unit that performs the human detection process included in the image is insufficient, a decrease in human detection accuracy can be suppressed.
本発明の一態様の判定方法は、前記判定ステップでは、前記検知情報に含まれる前記人の移動方向と前記認識情報に含まれる前記識別符号の移動方向とが略一致する場合、前記検知情報と前記認識情報とに基づいて、人であるか否かを判定する。 In the determination method according to an aspect of the present invention, in the determination step, when the movement direction of the person included in the detection information and the movement direction of the identification code included in the recognition information substantially match, the detection information Whether the person is a person or not is determined based on the recognition information.
この方法によれば、人物検知に係る対象物と識別符号の認識に係る対象物とを、移動方向に基づいて異なる対象として識別でき、人の検知精度を向上できる。 According to this method, an object related to person detection and an object related to recognition of an identification code can be identified as different objects based on the moving direction, and human detection accuracy can be improved.
本発明の一態様の判定方法は、前記判定ステップでは、前記検知情報に含まれる検知時刻と前記認識情報に含まれる認識時刻との差が所定時間以上である場合、前記検知情報に基づいて人であるか否かを判定し、前記認識情報に基づいて、人であるか否かを判定する。 In the determination method according to an aspect of the present invention, in the determination step, when the difference between the detection time included in the detection information and the recognition time included in the recognition information is equal to or greater than a predetermined time, It is determined whether or not it is a person, and it is determined whether or not it is a person based on the recognition information.
この方法によれば、人物検知に係る対象物と識別符号の認識に係る対象物とを、検知時刻及び認識時刻に基づいて異なる対象として識別でき、人の検知精度を向上できる。 According to this method, an object related to person detection and an object related to recognition of an identification code can be identified as different objects based on the detection time and the recognition time, and human detection accuracy can be improved.
本発明の一態様の判定方法は、前記判定ステップでは、前記検知情報に含まれる前記第1の画像における前記人の検知位置と、前記認識情報に含まれる前記第2の画像における前記識別符号の認識位置と、の差が所定距離以内である場合、前記検知情報と前記認識情報とに基づいて、人であるか否かを判定する。 In the determination method according to one aspect of the present invention, in the determination step, the detection position of the person in the first image included in the detection information and the identification code in the second image included in the recognition information. If the difference from the recognition position is within a predetermined distance, it is determined whether the person is a person based on the detection information and the recognition information.
この方法によれば、人物検知又は識別符号の認識された対象物の関連付けに、時間的な条件とともに、距離的な条件を加味することで、対象物の関連付けの精度を向上でき、人の検知精度を更に向上できる。 According to this method, the accuracy of associating objects can be improved by adding a distance condition as well as a temporal condition to associating an object whose identification code is recognized. The accuracy can be further improved.
本発明の一態様の判定システムは、第1の画像を撮像する第1の撮像部と、第2の画像を撮像する第2の撮像部と、前記第1の画像における人の検知に係る検知情報を生成する検知処理部と、前記第2の画像における車両を識別するための識別符号の認識に係る認識情報を生成する認識処理部と、前記検知情報に含まれる検知時刻と前記認識情報に含まれる認識時刻との差が所定時間以内である場合、前記検知情報と前記認識情報とに基づいて、人であるか否かを判定する判定部と、を備える。 A determination system according to one aspect of the present invention includes a first imaging unit that captures a first image, a second imaging unit that captures a second image, and detection related to human detection in the first image. A detection processing unit that generates information, a recognition processing unit that generates recognition information related to recognition of an identification code for identifying a vehicle in the second image, a detection time included in the detection information, and the recognition information And a determination unit that determines whether or not the person is a person based on the detection information and the recognition information when a difference from the included recognition time is within a predetermined time.
この構成によれば、人物検知に識別符号の認識を組み合わせて人物検知の精度を補助し、第1の画像における人の検知精度(判定精度)を向上できる。また、例えば、人の移動速度が遅い場合や人の移動が少ない場合でも、人を検知できる。また、検知処理部の精度が不十分であっても、人の検知精度の低下を抑制できる。 According to this configuration, the accuracy of human detection can be assisted by combining recognition of an identification code with human detection, and the human detection accuracy (determination accuracy) in the first image can be improved. Further, for example, a person can be detected even when the movement speed of the person is slow or the movement of the person is small. Moreover, even if the accuracy of the detection processing unit is insufficient, a decrease in human detection accuracy can be suppressed.
本発明の一態様の判定装置は、第1の画像における人の検知に係る検知情報と、第2の画像における車両を識別するための識別符号の認識に係る認識情報と、を取得する取得部と、前記検知情報に含まれる前記人の検知時刻と前記認識情報に含まれる前記識別符号の認識時刻との差が所定時間以内である場合、前記検知情報と前記認識情報とに基づいて、人であるか否かを判定する判定部と、を有する。 The determination apparatus according to one aspect of the present invention acquires detection information related to human detection in a first image and recognition information related to recognition of an identification code for identifying a vehicle in a second image. And when the difference between the detection time of the person included in the detection information and the recognition time of the identification code included in the recognition information is within a predetermined time, based on the detection information and the recognition information, And a determination unit for determining whether or not.
この構成によれば、人物検知に識別符号の認識を組み合わせて人物検知の精度を補助し、第1の画像における人の検知精度(判定精度)を向上できる。また、例えば、人の移動速度が遅い場合や人の移動が少ない場合でも、人を検知できる。また、画像に含まれる人の検知処理を行う検知処理部の精度が不十分であっても、人の検知精度の低下を抑制できる。 According to this configuration, the accuracy of human detection can be assisted by combining recognition of an identification code with human detection, and the human detection accuracy (determination accuracy) in the first image can be improved. Further, for example, a person can be detected even when the movement speed of the person is slow or the movement of the person is small. Moreover, even if the accuracy of the detection processing unit that performs the human detection process included in the image is insufficient, a decrease in human detection accuracy can be suppressed.
本発明は、人の検知精度を向上できる判定方法、判定システム、及び判定装置等に有用である。 The present invention is useful for a determination method, a determination system, a determination device, and the like that can improve human detection accuracy.
100 判定システム
101,102 人物検知カメラ
103 ナンバー認識カメラ
104 一体化カメラ
110 人物検知処理部
111 制御部
112 検知部
113 通信部
115 ナンバー認識処理部
116 制御部
117 認識部
118 通信部
120 統合判定処理部
121 通信部
122 判定部
123 発報部
130 録画装置
140 監視装置
150 報知器
DESCRIPTION OF
Claims (6)
前記検知情報に含まれる検知時刻と前記認識情報に含まれる認識時刻との差が所定時間以内である場合、前記検知情報と前記認識情報とに基づいて、人であるか否かを判定する判定ステップと、
を有する判定方法。 An obtaining step for obtaining detection information relating to detection of a person in the first image and recognition information relating to recognition of an identification code for identifying the vehicle in the second image;
If the difference between the detection time included in the detection information and the recognition time included in the recognition information is within a predetermined time, a determination to determine whether or not the person is a person based on the detection information and the recognition information Steps,
Determination method.
前記判定ステップでは、
前記検知情報に含まれる前記人の移動方向と前記認識情報に含まれる前記識別符号の移動方向とが略一致する場合、前記検知情報と前記認識情報とに基づいて、人であるか否かを判定する、判定方法。 The determination method according to claim 1,
In the determination step,
When the movement direction of the person included in the detection information and the movement direction of the identification code included in the recognition information substantially match, whether or not the person is a person is determined based on the detection information and the recognition information. Determination method to determine.
前記判定ステップでは、
前記検知情報に含まれる検知時刻と前記認識情報に含まれる認識時刻との差が所定時間以上である場合、前記検知情報に基づいて人であるか否かを判定し、前記認識情報に基づいて、人であるか否かを判定する、判定方法。 The determination method according to claim 1,
In the determination step,
When the difference between the detection time included in the detection information and the recognition time included in the recognition information is a predetermined time or more, it is determined whether or not the person is based on the detection information, and based on the recognition information A determination method for determining whether or not a person is.
前記判定ステップでは、前記検知情報に含まれる前記第1の画像における前記人の検知位置と、前記認識情報に含まれる前記第2の画像における前記識別符号の認識位置と、の差が所定距離以内である場合、前記検知情報と前記認識情報とに基づいて、人であるか否かを判定する、判定方法。 The determination method according to claim 1,
In the determination step, a difference between a detection position of the person in the first image included in the detection information and a recognition position of the identification code in the second image included in the recognition information is within a predetermined distance. If it is, the determination method of determining whether or not the person is a person based on the detection information and the recognition information.
第2の画像を撮像する第2の撮像部と、
前記第1の画像における人の検知に係る検知情報を生成する検知処理部と、
前記第2の画像における車両を識別するための識別符号の認識に係る認識情報を生成する認識処理部と、
前記検知情報に含まれる検知時刻と前記認識情報に含まれる認識時刻との差が所定時間以内である場合、前記検知情報と前記認識情報とに基づいて、人であるか否かを判定する判定部と、
を備える判定システム。 A first imaging unit that captures a first image, a second imaging unit that captures a second image,
A detection processing unit that generates detection information relating to detection of a person in the first image;
A recognition processing unit that generates recognition information related to recognition of an identification code for identifying a vehicle in the second image;
If the difference between the detection time included in the detection information and the recognition time included in the recognition information is within a predetermined time, a determination to determine whether or not the person is a person based on the detection information and the recognition information And
A determination system comprising:
前記検知情報に含まれる前記人の検知時刻と前記認識情報に含まれる前記識別符号の認識時刻との差が所定時間以内である場合、前記検知情報と前記認識情報とに基づいて、人であるか否かを判定する判定部と、
を有する判定装置。
An acquisition unit for acquiring detection information relating to detection of a person in the first image and recognition information relating to recognition of an identification code for identifying the vehicle in the second image;
When the difference between the detection time of the person included in the detection information and the recognition time of the identification code included in the recognition information is within a predetermined time, the person is based on the detection information and the recognition information A determination unit for determining whether or not
A determination apparatus having
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014145448A JP2016021200A (en) | 2014-07-15 | 2014-07-15 | Determination method, determination system and determination device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014145448A JP2016021200A (en) | 2014-07-15 | 2014-07-15 | Determination method, determination system and determination device |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016021200A true JP2016021200A (en) | 2016-02-04 |
Family
ID=55265992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014145448A Pending JP2016021200A (en) | 2014-07-15 | 2014-07-15 | Determination method, determination system and determination device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016021200A (en) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107948591A (en) * | 2017-11-21 | 2018-04-20 | 北京恒华伟业科技股份有限公司 | A kind of bridge information processing method and system |
WO2019193830A1 (en) * | 2018-04-03 | 2019-10-10 | 株式会社Jvcケンウッド | Warning process device, warning process method, and program |
JP2020024669A (en) * | 2018-08-07 | 2020-02-13 | キヤノン株式会社 | Detection device and control method thereof |
CN110826387A (en) * | 2018-08-07 | 2020-02-21 | 佳能株式会社 | Detection apparatus, control method thereof, and computer-readable recording medium |
JP2020067905A (en) * | 2018-10-25 | 2020-04-30 | キヤノン株式会社 | Detecting device and control method thereof |
CN111127096A (en) * | 2019-12-23 | 2020-05-08 | 南京甄视智能科技有限公司 | Commodity area passenger flow optimization statistical method and system based on head and shoulder and face recognition |
-
2014
- 2014-07-15 JP JP2014145448A patent/JP2016021200A/en active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107948591A (en) * | 2017-11-21 | 2018-04-20 | 北京恒华伟业科技股份有限公司 | A kind of bridge information processing method and system |
WO2019193830A1 (en) * | 2018-04-03 | 2019-10-10 | 株式会社Jvcケンウッド | Warning process device, warning process method, and program |
JP2020024669A (en) * | 2018-08-07 | 2020-02-13 | キヤノン株式会社 | Detection device and control method thereof |
CN110826387A (en) * | 2018-08-07 | 2020-02-21 | 佳能株式会社 | Detection apparatus, control method thereof, and computer-readable recording medium |
JP7378223B2 (en) | 2018-08-07 | 2023-11-13 | キヤノン株式会社 | Detection device and its control method |
CN110826387B (en) * | 2018-08-07 | 2023-11-28 | 佳能株式会社 | Detection apparatus, control method thereof, and computer-readable recording medium |
JP2020067905A (en) * | 2018-10-25 | 2020-04-30 | キヤノン株式会社 | Detecting device and control method thereof |
JP7204421B2 (en) | 2018-10-25 | 2023-01-16 | キヤノン株式会社 | Detecting device and its control method |
CN111127096A (en) * | 2019-12-23 | 2020-05-08 | 南京甄视智能科技有限公司 | Commodity area passenger flow optimization statistical method and system based on head and shoulder and face recognition |
CN111127096B (en) * | 2019-12-23 | 2022-08-16 | 南京甄视智能科技有限公司 | Commodity area passenger flow optimization statistical method and system based on head and shoulder and face recognition |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11238730B2 (en) | System and method for detecting and recording traffic law violation events | |
US10977917B2 (en) | Surveillance camera system and surveillance method | |
US10142551B2 (en) | Method and apparatus for recognizing information in an image | |
JP2016021200A (en) | Determination method, determination system and determination device | |
JP7355151B2 (en) | Information processing device, information processing method, program | |
CN110889351B (en) | Video detection method, device, terminal equipment and readable storage medium | |
CN106503622A (en) | A kind of vehicle antitracking method and device | |
CN101739809A (en) | Automatic alarm and monitoring system for pedestrian running red light | |
KR101051005B1 (en) | An apparatus and a system regulating an illegal stopping or parking car and a method controlling the same | |
CN201307337Y (en) | Automatic alarming and monitoring device for traffic-lights nonobservance of pedestrian | |
JP6110183B2 (en) | Crime prevention system | |
CN106652474A (en) | Vehicle running-the-red-light detecting method and vehicle running-the-red-light detecting system | |
KR102491091B1 (en) | Method for producing collection video clip and, integrated unmanned traffic control system for two/four wheeled vehicle therewith | |
JP2019159458A (en) | Traffic signal control device, traffic signal control method, and traffic signal control program | |
WO2020105527A1 (en) | Image analysis device, image analysis system, and control program | |
JP3711518B2 (en) | Traffic signal ignoring vehicle automatic recording apparatus and method | |
KR20130000660A (en) | Camera apparatus of tracking moving object | |
CN106643517B (en) | A kind of measurement that height of car transfinites and method for warming | |
TW201443836A (en) | Multiple computer visual recognition system for railroad crossing obstacle | |
JP2005234774A (en) | Traffic signal ignoring vehicle warning device and traffic signal ignoring vehicle warning/recording device | |
KR101570485B1 (en) | System for monitoring illegal parking of camera blind spot | |
RU164432U1 (en) | DEVICE FOR AUTOMATIC PHOTOVIDEO FIXATION OF VIOLATIONS DO NOT GIVE ADVANTAGES TO THE PEDESTRIAN AT THE UNRESOLVED PEDESTRIAN TRANSITION | |
KR102270625B1 (en) | Method and system for processing an enter of vehicle one way using learning of ai | |
KR20170056789A (en) | Around view monitoring system having function of black box and operating method | |
WO2012081963A1 (en) | System and method for traffic violation detection |