JP4528103B2

JP4528103B2 - Image recognition device

Info

Publication number: JP4528103B2
Application number: JP2004343975A
Authority: JP
Inventors: 照秀和田
Original assignee: Secom Co Ltd
Current assignee: Secom Co Ltd
Priority date: 2004-11-29
Filing date: 2004-11-29
Publication date: 2010-08-18
Anticipated expiration: 2024-11-29
Also published as: JP2006155167A

Description

本発明は、監視画像に現れる侵入者等の検知対象を検知する画像認識装置に関し、特に監視空間内を移動する小動物の存在に配慮した検知対象の検知に関する。 The present invention relates to an image recognition device that detects a detection target such as an intruder appearing in a monitoring image, and more particularly to detection of a detection target in consideration of the presence of a small animal moving in a monitoring space.

近年、カメラ（撮像装置）を用いて監視対象領域（監視空間）における侵入者検知や異常検知を行う画像センサが各所に設置され威力を発揮している。そのような画像センサは、天井等に設置されたカメラにて監視対象領域の画像を取得する。現在においても、監視員が監視画像をモニタして異常等を検知するという形態の監視システムは存在するが、近年では画像認識装置を組み合わせて、監視画像中に現れる検知対象の像を自動的に検出する画像センサが開発されている。 2. Description of the Related Art In recent years, image sensors that perform intruder detection and abnormality detection in a monitoring target region (monitoring space) using a camera (imaging device) have been installed at various places to demonstrate their power. Such an image sensor acquires an image of a monitoring target area with a camera installed on a ceiling or the like. Even now, there are monitoring systems in which a monitoring person monitors a monitoring image to detect an abnormality or the like, but in recent years, an image recognition device is combined to automatically detect an image of a detection target appearing in the monitoring image. Image sensors for detection have been developed.

この自動的な検出を行う画像センサでは、検知対象が検知された場合に、例えば監視員への通報が行われ、監視員はその通報を受けて、現地に赴いて確認する等の必要な措置を行う。このように自動的に検知対象を認識する装置では、監視員の負担が大幅に軽減される。 In this image sensor that performs automatic detection, when a detection target is detected, for example, a report is sent to the monitor, and the monitor receives the report and takes necessary measures such as going to the site for confirmation. I do. In such an apparatus that automatically recognizes a detection target, the burden on the monitoring staff is greatly reduced.

従来の画像センサに用いられる画像認識装置は、監視画像内に輝度変化があった領域を移動体とし、その形状や面積に基づき、人などの検知対象か否かを判断している。
特開平５−２８４５０１号公報 An image recognition apparatus used in a conventional image sensor uses a region where a luminance change has occurred in a monitoring image as a moving body, and determines whether or not it is a detection target such as a person based on its shape and area.
Japanese Patent Laid-Open No. 5-284501

多数の画像センサを効率良く運営するために、誤検出・誤報を極力低減して、異常発生時の監視員や対処員による対応必要件数を抑制することが望まれる。従来の画像認識装置においても、種々の誤検出・誤報要因を排除すべく工夫がなされているが、使用環境が多岐にわたるため未だ十分とは言えない状況である。例えば、侵入者等を検知対象とした自動監視に用いられる画像認識装置において、監視空間内を移動する小動物が、従来技術で排除できない誤検出・誤報要因となる場合があった。具体的には、画像センサを構成するカメラは通常、二次元画像を生成するため、カメラから遠くの物体の大きさと近くの物体の大きさとを同等に評価することができない。例えば、カメラから遠距離に位置する人と、カメラから近距離に位置する猫や鼠などの小動物との大きさを比較して、両者の大きさが同等となる場合がある。また、移動方向、移動速度に関する情報を併用した場合であっても、猫や鼠などの小動物が人と同等に検出される可能性がある。 In order to efficiently operate a large number of image sensors, it is desired to reduce false detections and false alarms as much as possible and to reduce the number of necessary responses by monitoring personnel and coping personnel when an abnormality occurs. The conventional image recognition apparatus has been devised to eliminate various misdetection / reporting factors, but it is still not sufficient due to the wide range of usage environments. For example, in an image recognition apparatus used for automatic monitoring with an intruder or the like as a detection target, a small animal that moves in the monitoring space may be a false detection / reporting factor that cannot be excluded by the prior art. Specifically, since the camera constituting the image sensor normally generates a two-dimensional image, the size of an object far from the camera and the size of a nearby object cannot be evaluated equally. For example, the size of a person located at a long distance from the camera and the size of a small animal such as a cat or a fox located at a short distance from the camera may be the same. Further, even when information on the moving direction and moving speed is used in combination, small animals such as cats and rabbits may be detected in the same way as humans.

従来、侵入者監視目的の画像センサにおいて、上述のような場合であっても小動物による誤報を十分に排除しようとすると、画像認識装置での判定における「人らしさ」の基準を厳しくする必要がある。しかし、「人らしさ」の基準を厳しくするほど、侵入者を見落としてしまう失報が起こりやすくなる。逆に、「人らしさ」の基準を緩和した場合には、小動物を侵入者として判定する誤報が生じる可能性が高くなる。 Conventionally, in an intruder monitoring purpose image sensor, even in the above-described case, it is necessary to tighten the criteria of “humanity” in the determination by the image recognition device in order to sufficiently eliminate false alarms caused by small animals. . However, the stricter the standard of “humanity”, the more likely it is that there will be misreporting that overlooks the intruder. On the other hand, when the criterion of “humanity” is relaxed, there is a high possibility that a false alarm for determining a small animal as an intruder will occur.

このように、従来の画像認識装置では、基本的に監視画像にて移動体に対応する領域の「人らしさ」のみに注目した判定を行うため、抽出した移動体が人であるか小動物であるかを明確に区別することが難しいという問題があった。 As described above, in the conventional image recognition apparatus, since the determination is made by paying attention only to the “personality” of the area corresponding to the moving body in the monitoring image, the extracted moving body is a person or a small animal. There was a problem that it was difficult to distinguish clearly.

小動物による誤報は、現状のように自動監視が普及している状況では、上述の監視員や対処員の負担増、運営コスト増の原因となり、放置できない問題である。 Misinformation due to small animals is a problem that cannot be left unattended as it causes an increase in the burden on the above-mentioned monitoring staff and coping staff and an increase in operating costs in the situation where automatic monitoring is prevalent as in the present situation.

本発明は上記問題点を解消するためになされたもので、「小動物らしさ」の指標を用いることにより、小動物に起因して発生しうる事象を識別して信頼性の高い監視を実現する画像認識装置を提供することを目的とする。 The present invention has been made to solve the above-mentioned problems, and by using an index of “small animal-likeness”, image recognition that realizes highly reliable monitoring by identifying events that may occur due to small animals An object is to provide an apparatus.

本願発明者は、上記問題点を解決する画像認識装置の実現のために研究を行い、その実験の結果、小動物が監視空間を移動する場合、任意の場所を任意の動きで移動するのではなく、監視空間に置かれた物体の配置等の構造上の制約や小動物の習性により、出現場所や行動パターンが或る程度限定されることが判明した。本発明はこの知見を利用したものである。 The inventor of the present application has conducted research for the realization of an image recognition apparatus that solves the above-mentioned problems, and as a result of the experiment, when a small animal moves in a monitoring space, it does not move in an arbitrary place with an arbitrary movement. It has been found that the appearance location and the behavior pattern are limited to some extent by structural constraints such as the arrangement of objects placed in the surveillance space and the habits of small animals. The present invention utilizes this finding.

本発明に係る画像認識装置は、監視空間を撮影した入力画像に基づいて、当該監視空間に存在する検知対象を検知するものであり、背景画像を記憶する背景画像記憶手段と、前記入力画像と前記背景画像とを比較して、変化領域を抽出する変化領域抽出手段とを有するものにおいて、前記変化領域が前記監視空間内を移動する小動物によるものである可能性を示す小動物指標を求める小動物指標生成手段と、少なくとも前記小動物指標を用いて、前記変化領域が前記検知対象によるものであるか否かを判定する判定手段と、を有し、前記小動物指標生成手段が、前記変化領域の移動方向を求める手段と、前記変化領域に応じた領域に現れる前記背景画像のエッジに基づいてエッジ方向を定める手段と、前記移動方向と前記エッジ方向との一致度に応じた移動・エッジ方向一致指標を求める手段と、前記移動・エッジ方向一致指標に基づいて、前記小動物指標を決定する指標決定手段と、を有するものである。 An image recognition apparatus according to the present invention detects a detection target existing in a monitoring space based on an input image obtained by photographing the monitoring space, and includes a background image storage unit that stores a background image, the input image, A small animal index for determining a small animal index indicating that there is a possibility that the change area is caused by a small animal moving in the monitoring space, the change area extracting unit extracting a change area by comparing with the background image Generating means, and determining means for determining whether or not the change area is due to the detection target using at least the small animal index, wherein the small animal index generation means is the moving direction of the change area Means for determining an edge direction based on an edge of the background image that appears in an area corresponding to the change area, and coincidence of the movement direction and the edge direction Means for determining a moving edge direction matches the index in response to, on the basis of the moving edge direction matches the index, the index determination means for determining the small animal indicator, and has a.

本発明は、小動物が例えば、梁の上や壁の隅などに沿って移動し易いという習性に基づくものであり、その結果、画像上、小動物の位置又はその近傍領域に梁の縁や壁の隅による直線状のエッジが抽出され易いという特徴を利用したものである。例えば、抽出されたエッジの方向と変化領域の移動方向との一致度が高い場合に当該変化領域に対応する移動体が小動物である可能性が高いことを示す値が移動・エッジ方向一致指標として定められる。 The present invention is based on the habit that a small animal easily moves, for example, along a beam or along a corner of a wall. As a result, the edge of the beam or the wall of the small animal is positioned at or near the position of the small animal on the image. This utilizes the feature that a straight edge by a corner is easily extracted. For example, when the degree of coincidence between the extracted edge direction and the movement direction of the change area is high, a value indicating that the moving object corresponding to the change area is likely to be a small animal is a movement / edge direction coincidence index. Determined.

他の本発明に係る画像認識装置においては、前記小動物指標生成手段が、前記変化領域の形状の長手方向を求める手段と、前記移動方向と前記長手方向との一致度に応じた移動・長手方向一致指標を求める手段と、を有し、前記指標決定手段が、前記移動・長手方向一致指標にも基づいて、前記小動物指標を決定する。 In another image recognition apparatus according to the present invention, the small animal indicator generating means includes a means for obtaining a longitudinal direction of the shape of the change area, and a movement / longitudinal direction according to the degree of coincidence between the moving direction and the longitudinal direction. Means for obtaining a coincidence index, and the index determination means determines the small animal index based on the movement / longitudinal coincidence index.

本発明は、小動物は四本足で這うため、基本的にその胴体方向に動くという特性に基づくものである。胴体方向は変化領域の形状の長手方向と推定される。例えば、その長手方向と変化領域の移動方向との一致度が高い場合、当該変化領域に対応する移動体が小動物である可能性が高いことを示す値が移動・長手方向一致指標として定められる。 The present invention is based on the characteristic that small animals crawl on their four legs and basically move in the direction of their torso. The body direction is estimated as the longitudinal direction of the shape of the change region. For example, when the degree of coincidence between the longitudinal direction and the moving direction of the change area is high, a value indicating that the moving object corresponding to the change area is highly likely to be a small animal is determined as the movement / longitudinal coincidence index.

他の本発明に係る画像認識装置においては、前記小動物指標生成手段が、前記変化領域の移動速度に応じた移動速度指標を求める手段を有し、前記指標決定手段が、前記移動速度指標にも基づいて、前記小動物指標を決定する。 In another image recognition apparatus according to the present invention, the small animal indicator generating means has means for obtaining a moving speed indicator corresponding to the moving speed of the change area, and the indicator determining means is also provided for the moving speed indicator. Based on this, the small animal index is determined.

本発明は、小動物が速く移動するという特性に基づくものである。例えば、画像上での変化領域の移動速度に基づいて、移動体の速度を推定し、その速度が大きい場合、当該変化領域に対応する移動体が小動物である可能性が高いことを示す値が移動速度指標として定められる。 The present invention is based on the property that small animals move fast. For example, when the speed of the moving object is estimated based on the moving speed of the change area on the image and the speed is large, a value indicating that the moving object corresponding to the change area is likely to be a small animal is high. It is defined as a moving speed index.

他の本発明に係る画像認識装置においては、前記小動物指標生成手段が、前記変化領域の移動の直進性に応じた移動直進指標を求める手段を有し、前記指標決定手段が、前記移動直進指標にも基づいて、前記小動物指標を決定する。 In another image recognition apparatus according to the present invention, the small animal indicator generating means has means for obtaining a straight movement indicator corresponding to straightness of movement of the change area, and the indicator determining means includes the straight movement indicator. The small animal index is determined based on the above.

本発明は、小動物が頻繁に移動方向を突然変えることは少なく、直進することが多いという特性に基づくものである。特に、梁の上では、可動範囲が直線的に制限されるため、その傾向が顕著である。例えば、変化領域の移動の軌跡の伸び方が直線的である場合、当該変化領域に対応する移動体が小動物である可能性が高いことを示す値が移動直進指標として定められる。 The present invention is based on the characteristic that small animals rarely change the direction of movement frequently and often go straight. In particular, since the movable range is linearly limited on the beam, the tendency is remarkable. For example, when the extension of the movement locus of the change area is linear, a value indicating that the moving object corresponding to the change area is likely to be a small animal is determined as the straight movement index.

他の本発明に係る画像認識装置においては、前記小動物指標生成手段が、前記変化領域の形状の長手方向を求める手段と、前記入力画像上での前記長手方向の垂直度に応じた長手方向垂直指標を求める手段と、を有し、前記指標決定手段が、前記長手方向垂直指標にも基づいて、前記小動物指標を決定する。 In another image recognition apparatus according to the present invention, the small animal indicator generating unit includes a unit that obtains a longitudinal direction of the shape of the change area, and a vertical vertical direction corresponding to a vertical degree of the longitudinal direction on the input image. Means for obtaining an index, and the index determining means determines the small animal index based on the longitudinal vertical index.

本発明は、小動物が壁や柱に沿って上下に移動する場合、その方向は垂直に近いことが多いことに基づくものである。例えば、変化領域の長手方向が画像上、垂直に近い場合、当該変化領域に対応する移動体が小動物である可能性が高いことを示す値が長手垂直指標として定められる。 The present invention is based on the fact that when a small animal moves up and down along walls and pillars, its direction is often close to vertical. For example, when the longitudinal direction of the change area is close to vertical on the image, a value indicating that the moving object corresponding to the change area is likely to be a small animal is determined as the longitudinal vertical index.

他の本発明に係る画像認識装置は、前記入力画像が、前記監視空間の基底面の上方から当該基底面に向けて斜め方向に撮影された画像であるものであって、前記小動物指標生成手段が、前記変化領域が前記入力画像にて上方に移動した場合に当該変化領域の大きさが拡大し、下方に移動した場合に当該変化領域の大きさが縮小する遠近関係に基づいて、前記監視空間における前記小動物の上下方向の移動に応じた遠近指標を求める手段を有し、前記指標決定手段が、前記遠近指標にも基づいて、前記小動物指標を決定する。 In another image recognition apparatus according to the present invention, the input image is an image photographed in an oblique direction from above the basal plane of the monitoring space toward the basal plane, and the small animal indicator generating means However, based on the perspective relationship in which the size of the change region is enlarged when the change region is moved upward in the input image and the size of the change region is reduced when the change region is moved downward, the monitoring is performed. Means for obtaining a perspective index according to the vertical movement of the small animal in space, and the index determining means determines the small animal index based on the perspective index.

本発明は、監視空間にて水平に移動する移動体及び垂直に移動する移動体それぞれに対応する変化領域の大きさは、斜め上方から撮影した画像における上下の移動に際して互いに逆の変化を示すことに基づくものである。すなわち、基底面上を奥から手前に移動する移動体は、画像上では上から下へ移動するように映る。このとき、遠方位置に対応する上側では移動体は小さく映り、手前位置に対応する下側では大きく映るという遠近関係が生じる。例えば、人は基底面、すなわち地上や床の上を移動する。これに対して、監視空間内を上から下に移動する移動体は、画像上では上から下へ移動するように映る。このとき、上側は撮像装置から見て手前位置であり移動体は大きく映り、下側は撮像装置から見て遠方位置であり移動体は小さく映るという遠近関係が生じる。小動物は壁等に沿って監視空間を上下方向に移動し得るので、この後者の遠近関係が成り立ち、これを用いて基底面上の移動体との識別が可能である。例えば、変化領域が画像上にて上方に移動した場合に変化領域の大きさが拡大し、下方に移動した場合に変化領域の大きさが縮小する遠近関係が成立する場合、当該変化領域に対応する移動体が小動物である可能性が高いことを示す値が遠近指標として定められる。 According to the present invention, the size of the change area corresponding to each of the moving body that moves horizontally and the moving body that moves vertically in the monitoring space shows opposite changes when moving up and down in an image taken from diagonally above. It is based on. That is, a moving body that moves from the back to the front on the base surface appears to move from top to bottom on the image. At this time, there is a perspective relationship in which the moving body appears smaller on the upper side corresponding to the far position and appears larger on the lower side corresponding to the near position. For example, a person moves on the base, that is, on the ground or the floor. On the other hand, a moving body that moves from top to bottom in the monitoring space appears to move from top to bottom on the image. At this time, a perspective relationship occurs in which the upper side is the near position when viewed from the imaging apparatus and the moving body appears large, and the lower side is a far position when viewed from the imaging apparatus and the moving body appears small. Since the small animal can move up and down in the monitoring space along the wall or the like, this latter perspective relationship is established, and this can be used to distinguish the moving object on the base surface. For example, if a perspective relationship is established in which the size of the change area expands when the change area moves upward on the image and the size of the change area decreases when the change area moves downward, it corresponds to the change area. A value indicating that there is a high possibility that the moving body is a small animal is determined as the perspective index.

他の本発明に係る画像認識装置は、前記変化領域が前記監視空間内を移動する人によるものである可能性を示す人指標を求める人指標生成手段を有し、前記判定手段が、少なくとも前記人指標及び前記小動物指標を用いて、前記変化領域が前記検知対象によるものであるか否かを判定するものである。 Another image recognition apparatus according to the present invention further includes a human index generating unit for obtaining a human index indicating a possibility that the change area is due to a person moving in the monitoring space, and the determination unit includes at least the determination unit Using the human index and the small animal index, it is determined whether or not the change area is due to the detection target.

本発明によれば、監視空間を撮影した画像の画像特徴と小動物の行動特性との関係を利用して小動物らしさを求めることにより、小動物に起因して発生しうる事象の識別精度を高め、目的とする検知対象の出現を高い信頼性で監視できる画像認識装置が得られる。 According to the present invention, the accuracy of an event that can occur due to a small animal can be improved by obtaining the small animal character by using the relationship between the image characteristics of the image taken of the surveillance space and the behavior characteristics of the small animal. Thus, an image recognition apparatus capable of monitoring the appearance of the detection target with high reliability can be obtained.

以下、本発明の実施の形態（以下実施形態という）について、図面に基づいて説明する。本実施形態は、監視対象領域に出現した人を検知対象とする画像センサである。 Hereinafter, embodiments of the present invention (hereinafter referred to as embodiments) will be described with reference to the drawings. The present embodiment is an image sensor in which a person who appears in a monitoring target area is a detection target.

図１は、本画像センサの概略のブロック構成図である。本装置は、撮像装置と画像認識装置とを含んで構成され、撮像部２が撮像装置に相当し、処理部４が画像認識装置に相当する。 FIG. 1 is a schematic block diagram of the image sensor. This apparatus includes an imaging device and an image recognition device. The imaging unit 2 corresponds to the imaging device, and the processing unit 4 corresponds to the image recognition device.

撮像部２は、光学系、ＣＣＤイメージセンサ、Ｃ−ＭＯＳイメージセンサなどの撮像素子、及び撮像素子が出力する画像信号に所定のアナログ信号処理やＡ／Ｄ変換を施す信号処理回路から構成され、監視領域を撮影した画像を表すデジタル画像データを処理部４へ出力する。 The imaging unit 2 includes an imaging device such as an optical system, a CCD image sensor, and a C-MOS image sensor, and a signal processing circuit that performs predetermined analog signal processing and A / D conversion on an image signal output from the imaging device. Digital image data representing an image obtained by photographing the monitoring area is output to the processing unit 4.

処理部４は、画像処理部６、記憶部８、判定部１０、出力部１２を含んで構成される。画像処理部６は、背景画像更新部２０、変化領域抽出部２２、トラッキング部２４、人属性値算出部２６、小動物属性値算出部２８を含んで構成される。画像処理部６は、撮像部２から取得した画像情報を処理し、人属性値（人指標）及び小動物属性値（小動物指標）を算出する。 The processing unit 4 includes an image processing unit 6, a storage unit 8, a determination unit 10, and an output unit 12. The image processing unit 6 includes a background image update unit 20, a change area extraction unit 22, a tracking unit 24, a human attribute value calculation unit 26, and a small animal attribute value calculation unit 28. The image processing unit 6 processes the image information acquired from the imaging unit 2 and calculates a human attribute value (human index) and a small animal attribute value (small animal index).

記憶部８は、画像処理部６での処理に必要な情報を記憶し、特に、背景画像記憶領域３０、トラッキング情報記憶領域３２が設けられる。 The storage unit 8 stores information necessary for processing in the image processing unit 6, and in particular, a background image storage area 30 and a tracking information storage area 32 are provided.

判定部１０は、画像内に検知される移動体が検知対象である人であるかどうかの判定を、画像処理部６にて算出された人属性値及び小動物属性値に基づいて行う。具体的には、判定部１０は、小動物属性値に基づいて人属性値を補正する補正処理を行い、補正後の人属性値が閾値以上であれば、移動体が人であるとの判定を行う。なお、補正処理については後述する。 The determination unit 10 determines whether the moving body detected in the image is a person to be detected based on the human attribute value and the small animal attribute value calculated by the image processing unit 6. Specifically, the determination unit 10 performs a correction process for correcting the human attribute value based on the small animal attribute value, and determines that the moving body is a person if the corrected human attribute value is equal to or greater than a threshold value. Do. The correction process will be described later.

出力部１２は、監視領域に判定部１０によって人であると判定された移動体像が存在する場合、その移動体像に関わる情報を外部装置（図示せず）へ出力する。外部装置は、例えば、その出力結果に基づいて警報を発する等の処理を行う。 When the moving body image determined to be a person by the determination unit 10 exists in the monitoring area, the output unit 12 outputs information related to the moving body image to an external device (not shown). The external device performs processing such as issuing an alarm based on the output result, for example.

画像処理部６、判定部１０、出力部１２は、例えば、マイクロプロセッサ等を用いて構成することができ、それら各部はこのマイクロプロセッサ上で実行されるプログラムとして実現することができる。 The image processing unit 6, the determination unit 10, and the output unit 12 can be configured using, for example, a microprocessor, and each unit can be realized as a program executed on the microprocessor.

記憶部８に設けられた背景画像記憶領域３０は、撮像部２において撮影された監視画像のうち移動体が存在しないと判断された画像を背景画像として記憶する。 The background image storage area 30 provided in the storage unit 8 stores, as a background image, an image determined to have no moving body among the monitoring images captured by the imaging unit 2.

トラッキング情報記憶領域３２は、トラッキング部２４にて行われるトラッキング処理で得られた情報を格納する領域である。具体的には、監視画像内に抽出される変化領域の前時刻（前フレーム）での重心位置と面積とがトラッキング情報記憶領域３２に格納される。 The tracking information storage area 32 is an area for storing information obtained by tracking processing performed by the tracking unit 24. Specifically, the barycentric position and area at the previous time (previous frame) of the change area extracted in the monitoring image are stored in the tracking information storage area 32.

記憶部８は、例えば、読み出し及び書き込みが可能なＲＡＭ等で構成することができ、マイクロプロセッサにより読み出し及び書き込みが実行される。 The storage unit 8 can be constituted by, for example, a RAM that can be read and written, and is read and written by a microprocessor.

画像処理部６のうち、まず背景画像更新部２０は、撮像部２から取り込んだ監視画像のうち、移動体が存在しないときの画像を選択し、これを背景画像として背景画像記憶領域３０に格納する。背景画像の更新は適時行うことができる。例えば、監視領域における日照状態の変動などを考慮して、背景画像の更新タイミングが設定される。更新は、新たに選択された監視画像でそれまでの背景画像を置き換える方法の他、新たに選択された監視画像及び今までの背景画像それぞれに所定の重み係数を乗じた上で互いに加算する移動平均方式などを採用することができる。 In the image processing unit 6, the background image update unit 20 first selects an image when no moving object is present from the monitoring images captured from the imaging unit 2, and stores this in the background image storage area 30 as a background image. To do. The background image can be updated in a timely manner. For example, the background image update timing is set in consideration of changes in the sunshine state in the monitoring area. In addition to the method of replacing the previous background image with the newly selected monitoring image, the update is performed by multiplying the newly selected monitoring image and the previous background image by multiplying each by a predetermined weight coefficient. An average method or the like can be adopted.

変化領域抽出部２２は、撮像部２から入力される監視画像と、背景画像記憶領域３０から読み出した背景画像とを比較して、背景画像から変化があった領域（変化領域）を抽出し、単一の移動体と認識される変化領域毎にラベリングを施す。以降、単一の移動体に対応する変化領域をラベル領域と称する。なお、現実には、単一の移動体に対応する画像領域が複数の変化領域に分かれて抽出されることが起こる。そこで、変化領域抽出部２２は、図形融合等の画像処理の一般的な手法を用いて、比較的、距離が近い変化領域をまとめて単一のラベル領域とみなす処理を行う。 The change area extraction unit 22 compares the monitoring image input from the imaging unit 2 with the background image read from the background image storage area 30, and extracts an area (change area) that has changed from the background image. Labeling is performed for each change region recognized as a single moving object. Hereinafter, a change area corresponding to a single moving body is referred to as a label area. In reality, an image region corresponding to a single moving object may be extracted by being divided into a plurality of change regions. Therefore, the change area extraction unit 22 performs a process of considering change areas that are relatively close to each other as a single label area by using a general image processing method such as graphic fusion.

トラッキング部２４は、変化領域抽出部２２で得られたラベル領域が、前フレームでのラベル領域と同じ移動体であるか否かを判定し、同じであると判定された現フレームのラベル領域に前フレームまでの追跡情報を対応付けて、トラッキング情報記憶領域３２に格納する。例えば、同じ移動体かどうかの判定は、フレーム間でのラベル領域の重心の移動量やラベル領域の大きさ変化が一定範囲内である等の条件を用いて行われる。 The tracking unit 24 determines whether or not the label region obtained by the change region extracting unit 22 is the same moving body as the label region in the previous frame, and sets the label region in the current frame determined to be the same. The tracking information up to the previous frame is associated and stored in the tracking information storage area 32. For example, the determination as to whether or not they are the same moving body is performed using conditions such as the amount of movement of the center of gravity of the label area between frames and the change in size of the label area within a certain range.

人属性値算出部２６は、変化領域抽出部２２で得られたラベル領域毎に、その領域が人である場合に高い値となる「人属性値」を算出する。人属性値は、人らしさを表す特徴量、例えば、ラベル領域の大きさ、背景画像との正規化相関、背景画像と比較した場合のエッジの変化率から算出される。 The human attribute value calculation unit 26 calculates, for each label area obtained by the change area extraction unit 22, a “human attribute value” that is a high value when the area is a person. The human attribute value is calculated from a feature amount representing humanity, for example, the size of the label region, the normalized correlation with the background image, and the edge change rate when compared with the background image.

小動物属性値算出部２８は、変化領域抽出部２２で得られたラベル領域毎に、その領域が小動物である場合に高い値となる「小動物属性値」を算出する。小動物属性値は、小動物らしさを表す特徴量に基づいて算出される。その特徴量及び算出方法については後述する。 The small animal attribute value calculation unit 28 calculates, for each label region obtained by the change region extraction unit 22, a “small animal attribute value” that is a high value when the region is a small animal. The small animal attribute value is calculated based on a feature amount representing the small animal character. The feature amount and the calculation method will be described later.

図２は、本画像センサのメインの処理を示す概略の処理フロー図である。撮像部２により監視領域を撮影した画像は処理部４の変化領域抽出部２２に入力される（Ｓ４０）。変化領域抽出部２２は、入力された画像と、背景画像記憶領域３０に記憶されている背景画像との差分画像を生成する。差分画像は、両画像の各画素毎の輝度値の差分を求めることにより生成され、変化領域抽出部２２はさらにその差分値の絶対値を閾値処理して、画素値が所定値以上変化した画素からなる変化領域を入力画像から抽出する。変化領域抽出部２２は、上述のように単一の移動体と認識される変化領域を１つのラベル領域と定める（Ｓ４２）。 FIG. 2 is a schematic processing flow diagram showing main processing of the image sensor. An image obtained by photographing the monitoring area by the imaging unit 2 is input to the change area extraction unit 22 of the processing unit 4 (S40). The change area extraction unit 22 generates a difference image between the input image and the background image stored in the background image storage area 30. The difference image is generated by obtaining a difference in luminance value for each pixel of both images, and the change region extraction unit 22 further performs threshold processing on the absolute value of the difference value, and the pixel value has changed by a predetermined value or more. The change area consisting of is extracted from the input image. The change area extraction unit 22 determines a change area recognized as a single moving body as one label area as described above (S42).

ラベル領域の特定は基本的に各画像フレーム毎に行われる。各フレームのラベル領域は１つの場合も複数である場合もあり、また前後するフレーム間でラベル領域に対応する移動体が異なるものとなっている場合もある。トラッキング部２４は、変化領域抽出部２２にて定められたラベル領域が前フレームでのラベル領域と同一の移動体によるものであるか否かの対応関係を判定する。対応関係が認められた場合には、現フレームにて得られたラベル領域に、前フレームまでの追跡情報（トラッキング情報）を対応付けて、トラッキング情報記憶領域３２へ出力する（Ｓ４４）。 The label area is basically specified for each image frame. There may be one or a plurality of label regions in each frame, and there may be a case where the moving body corresponding to the label region is different between the preceding and following frames. The tracking unit 24 determines a correspondence relationship as to whether or not the label region determined by the change region extraction unit 22 is due to the same moving body as the label region in the previous frame. When the correspondence is recognized, the tracking information (tracking information) up to the previous frame is associated with the label area obtained in the current frame, and is output to the tracking information storage area 32 (S44).

次に、人属性値の算出（Ｓ４６）と小動物属性値の算出（Ｓ４８）とがそれぞれ、変化領域抽出部２２で得られたラベル領域毎に、トラッキング情報記憶領域３２に記憶されているトラッキング情報も用いて行われる。ここで、人属性値算出処理Ｓ４６と小動物属性値算出処理Ｓ４８との順序は任意であり、同時並列に処理してもよい。 Next, the tracking information stored in the tracking information storage area 32 is calculated for each label area obtained by the change area extraction unit 22 in the calculation of the human attribute value (S46) and the calculation of the small animal attribute value (S48). Is also used. Here, the order of the human attribute value calculation process S46 and the small animal attribute value calculation process S48 is arbitrary, and may be processed simultaneously in parallel.

人属性値は例えば、人らしさを表すいくつかの特徴量に基づいて計算される。人らしさを表す特徴量の例として上述したもののうち、ラベル領域の大きさに関しては、例えば、設定した所定範囲内にある場合が「人らしい」場合に該当する。また、背景画像との正規化相関に関しては、相関値が低いほど、背景との違いが大きいことを表し「人らしい」と言える。ラベル領域にて背景画像と比較した入力画像のエッジの変化率に関しては、その値が高いと「人らしい」と言える。 The human attribute value is calculated based on, for example, some feature amounts representing humanity. Among the above-described examples of the feature amount representing humanity, regarding the size of the label area, for example, a case where it is within a set predetermined range corresponds to a case of “human”. In addition, regarding the normalized correlation with the background image, the lower the correlation value, the greater the difference from the background, and it can be said that it is “human-like”. As for the rate of change of the edge of the input image compared to the background image in the label area, it can be said that it is “human” when the value is high.

人属性値算出部２６は例えば、それら特徴量に重み係数を乗じた上で、それらの総和を求め、その総和を人属性値として出力することができる。ここで、人属性値をＰ_Ｈ、特徴量をｓ_ｉ、重み係数をａ_ｉ（ｉは自然数）で表す。各ｓ_ｉを人らしいほど１に近づき、人らしくないほど０に近づくように定義及び正規化し、さらにΣａ_ｉ＝１なる重み係数を用いることで、人らしいほど１に近づき、人らしくないほど０に近づく人属性値Ｐ_Ｈを定義することができる。ちなみにＰ_Ｈは次式で表される。ここでΣはｉについての総和を意味する。
Ｐ_Ｈ＝Σａ_ｉ・ｓ_ｉ For example, the human attribute value calculation unit 26 can multiply the feature amounts by a weighting coefficient, obtain a sum of them, and output the sum as a human attribute value. Here, the human attribute value is represented by P _H , the feature amount is represented by s _i , and the weight coefficient is represented by a _i (i is a natural number). Closer to 1 each s _i as likely human, defined and normalized as close to zero as not like human, the use of more? A i _{= 1} becomes the weighting factor, approaches enough seems human 1, as not like human 0 it is possible to define a human attribute value P _H closer to. Incidentally P _H is expressed by the following equation. Here, Σ means the total sum for i.
P _H = Σa _i · s _i

小動物属性値は例えば、小動物らしさを表す後述する複数の特徴量に基づいて計算される。詳細は後述するが、人属性値と同様、それら特徴量に基づいて、小動物らしいほど１に近づき、小動物らしくないほど０に近づく小動物属性値Ｐ_Ｂを定義することができる。 The small animal attribute value is calculated based on, for example, a plurality of feature amounts to be described later representing the small animal character. Although details will be described later, based on these feature values, a small animal attribute value P _B that approaches 1 as it seems to be a small animal and approaches 0 as it does not seem to be a small animal can be defined based on these feature amounts.

人属性値算出部２６が算出した人属性値Ｐ_Ｈと小動物属性値算出部２８が算出した小動物属性値Ｐ_Ｂとはそれぞれ判定部１０に入力され、補正処理Ｓ５０及び判定処理Ｓ５２が実行される。補正処理Ｓ５０は、ラベル領域毎に、小動物属性値Ｐ_Ｂを用いて人属性値Ｐ_Ｈを補正する。ここで補正とは、ラベル領域が小動物らしい場合に、そのラベル領域が人であると判定されにくくするように、人属性値を小さくする処理である。これにより、人であるとの誤った判定がされにくくなり、誤報が抑制される。 Human The attribute value calculator 26 is small animal attribute value P _B of the person attribute value P _H and a small animal attribute value calculating section 28 calculates calculated is inputted to the determining unit 10, respectively, the correction processing S50 and the determination process S52 is performed . The correction process S50 corrects the human attribute value P _H using the small animal attribute value P _B for each label area. Here, the correction is a process of reducing the human attribute value so that it is difficult to determine that the label area is a person when the label area seems to be a small animal. Thereby, it becomes difficult to make an erroneous determination that the person is a person, and erroneous reporting is suppressed.

補正処理の第１の例は、人属性値から小動物属性値を引く方法であり、この場合、補正後の人属性値Ｐ_Ｈ’は、Ｐ_Ｈ’＝Ｐ_Ｈ−Ｐ_Ｂで算出される。 The first example of the correction process is a method of catching small animals attribute values from human attribute value, in this case, human attribute value P _{H 'after} the correction is P _H' is calculated by = P _H -P _B.

補正処理の第２の例は、人属性値と小動物属性値とを直接比較する方法であり、Ｐ_ＨがＰ_Ｂ以上の場合にはＰ_ＨをそのままＰ_Ｈ’とし、逆にＰ_ＨがＰ_Ｂより小さい場合にはＰ_Ｈ’を０とする。 A second example of the correction process is a process of comparing the human attribute values and small animals attribute values directly, if P _H is not less than P _B and as P _{H 'to} P _H, contrary to P _H is P If it is smaller than _B , P _H ′ is set to 0.

補正処理の第３の例は、小動物属性値を閾値処理する方法であり、Ｐ_Ｂが所定の閾値未満の場合にはＰ_ＨをそのままＰ_Ｈ’とし、逆にＰ_Ｂが閾値以上の場合にはＰ_Ｈ’を０とする。 A third example of the correction process is a method of thresholding a small animal attribute values, and as P _{H 'to} P _H when the P _B less than a predetermined threshold value, conversely if the P _B above threshold Sets P _H 'to 0.

判定処理Ｓ５２は、ラベル領域毎に、補正後人属性値Ｐ_Ｈ’を用いて、当該ラベル領域が人に対応するか否かの判定をする。すなわち、補正後人属性値Ｐ_Ｈ’が所定の閾値以上である場合、そのラベル領域は人に対応すると判定し、出力部１２へ当該ラベル領域の情報を出力する。一方、補正後人属性値Ｐ_Ｈ’が閾値より小さい場合には、当該ラベル領域は人によるものではないと判定し、出力部１２へはラベル領域の情報は出力しない。 In the determination process S52, for each label area, it is determined whether or not the label area corresponds to a person using the corrected person attribute value P _H ′. That is, when the corrected human attribute value P _{H 'is} equal to or greater than a predetermined threshold value, determines that the label region corresponds to a human, and outputs the information of the label area to the output unit 12. On the other hand, if the corrected human attribute value P _H ′ is smaller than the threshold, it is determined that the label area is not a person, and the label area information is not output to the output unit 12.

以上が、本画像センサの主たる処理の概要である。上述したように、本画像センサでは、人属性値と併せて、小動物属性値を算出する。そして、小動物属性値が高い場合には人属性値を下げる補正を行うことで、小動物による誤報を抑制する。すなわち、小動物である可能性が高い変化領域に対しては、人らしい（侵入者らしい）と判断されにくくする。 The above is the outline of the main processing of the image sensor. As described above, the image sensor calculates the small animal attribute value together with the human attribute value. Then, when the small animal attribute value is high, correction of lowering the human attribute value is performed to suppress misreporting by the small animal. That is, it is difficult to determine that a change area that is highly likely to be a small animal is human (like an intruder).

次に、小動物属性値算出処理Ｓ４８について説明する。小動物は、壁や梁などを這うという行動特性がある。小動物の画像上の特徴は、出現場所が壁等か梁等かで異なるため、処理Ｓ４８では、画像上、異なる特徴を示す出現場所を壁と梁で代表させ、それら代表出現場所に応じて２つの属性値「壁を這う小動物属性値」（以下、壁移動属性値）Ｐ_Ｂ１及び「梁を這う小動物属性値」（以下、梁移動属性値）Ｐ_Ｂ２をそれぞれ求め、それらに基づいて小動物属性値Ｐ_Ｂを定める。例えば、Ｐ_Ｂ１とＰ_Ｂ２との大きい方の値を小動物属性値Ｐ_Ｂとする。 Next, the small animal attribute value calculation process S48 will be described. Small animals have the behavioral characteristics of crawling on walls and beams. Since the feature on the image of the small animal differs depending on whether the appearance location is a wall or a beam or the like, in step S48, the appearance location showing a different feature on the image is represented by the wall and the beam, and 2 depending on the representative appearance location. Two attribute values “small animal attribute value crawling on the wall” (hereinafter referred to as wall movement attribute value) P _B1 and “small animal attribute value crawling on the beam” (hereinafter referred to as beam movement attribute value) P _B2 are obtained respectively, and based on them, the small animal attribute is determined. The value P _B is determined. For example, the larger value of P _B1 and P _B2 is set as the small animal attribute value P _B.

壁移動属性値Ｐ_Ｂ１、梁移動属性値Ｐ_Ｂ２を求めるに際して、壁や梁等を移動する小動物に関する以下の(i)〜(vi)の画像特徴を利用する。
(i)小動物は四本足で、前後に比較的長い胴体の長軸方向に移動する傾向がある。そのため、画像上にて、ラベル領域の移動方向と長軸との一致度が高くなる傾向がある。
(ii)小動物は壁や梁の縁に沿って移動する傾向がある。そのため、ラベル領域に応じた位置の背景画像のエッジの方向とラベル領域の移動方向との一致度が高くなる傾向がある。
(iii)小動物は速く動く傾向がある。そのため、ラベル領域の移動速度が大きくなる傾向がある。
(iv)小動物は壁等を上下に移動する場合、鉛直方向にまっすぐ移動する傾向がある。そのため、ラベル領域の長軸の傾きが画像上で垂直に近くなる傾向がある。
(v)撮像部が天井等、上方から撮影する場合に、壁を上下に移動する小動物と、床を移動する人とでは画像上での遠近関係が異なる。
(vi)小動物は梁を這う場合、移動できる範囲が梁の上面に制限される。そのため、画面上にてラベル領域は直線的に移動する傾向がある。 When the wall movement attribute value P _B1 and the beam movement attribute value P _B2 are obtained, the following image features (i) to (vi) relating to small animals that move along the walls, beams, and the like are used.
(i) Small animals have four legs and tend to move in the longitudinal direction of the trunk, which is relatively long in the front and back direction. For this reason, the degree of coincidence between the moving direction of the label region and the long axis tends to increase on the image.
(ii) Small animals tend to move along the edges of walls and beams. Therefore, the degree of coincidence between the direction of the edge of the background image at the position corresponding to the label area and the moving direction of the label area tends to increase.
(iii) Small animals tend to move fast. Therefore, the moving speed of the label area tends to increase.
(iv) Small animals tend to move straight in the vertical direction when moving up and down walls and the like. For this reason, the inclination of the major axis of the label area tends to be nearly vertical on the image.
(v) When the imaging unit captures images from above, such as the ceiling, the perspective relationship on the image differs between a small animal that moves up and down the wall and a person that moves on the floor.
(vi) When a small animal crawls a beam, the range of movement is limited to the upper surface of the beam. Therefore, the label area tends to move linearly on the screen.

図３は、小動物属性値算出処理Ｓ４８のより詳細な処理フロー図である。まず、上述の(i)〜(vi)の特徴を表す特徴量の算出に用いる基本的な量として、ラベル領域の長軸（長手方向）とＸ軸とがなす角度α、ラベル領域の前フレームから現フレームまでの期間における移動ベクトルＶ、ラベル領域の出現時から現フレームまでの期間における移動ベクトルＴをそれぞれ算出する（Ｓ６０〜Ｓ６４）。なお、ここでは、画像上にＸＹ座標系を設定し、その原点は画像左上、Ｘ軸は水平右向き、Ｙ軸は垂直下向きに設定される。また、Ｖ，Ｔはそれぞれ画像上での二次元ベクトルであり、それぞれのＸ成分をＶx，Ｔx、Ｙ成分をＶy，Ｔyと表す。 FIG. 3 is a more detailed process flow diagram of the small animal attribute value calculation process S48. First, as a basic quantity used for calculating the feature quantity representing the features (i) to (vi) described above, the angle α formed by the long axis (longitudinal direction) of the label area and the X axis, the previous frame of the label area The movement vector V in the period from the current frame to the current frame and the movement vector T in the period from the appearance of the label area to the current frame are calculated (S60 to S64). Here, an XY coordinate system is set on the image, the origin is set to the upper left of the image, the X axis is set to the horizontal right, and the Y axis is set to the vertical down. V and T are two-dimensional vectors on the image, and the X component is expressed as Vx and Tx, and the Y component is expressed as Vy and Ty.

角度αの算出処理Ｓ６０は、例えば次式によりαを算出する。

In the angle α calculation process S60, for example, α is calculated by the following equation.

ここで、Ｍ_ｉｊは、ラベル領域の重心座標（Ｇx,Ｇy）を用いて次式で定義される当該重心周りのモーメントである。

Here, M _ij is a moment around the center of gravity defined by the following equation using the center of gravity coordinates (Gx, Gy) of the label region.

なお、ラベル領域の外接楕円に対して同様の方法で計算した値をαと定めても良い。 Note that a value calculated by the same method for the circumscribed ellipse of the label area may be defined as α.

移動ベクトルＶの算出処理Ｓ６２は、現フレームにおけるラベル領域の重心座標から前フレームにおけるラベル領域の重心座標を減算し、得られた結果を移動ベクトルＶと定める。 The movement vector V calculation process S62 subtracts the barycentric coordinates of the label area in the previous frame from the barycentric coordinates of the label area in the current frame, and determines the obtained result as the moving vector V.

移動ベクトルＴの算出処理Ｓ６４は、現フレームにおけるラベル領域の重心座標から出現時におけるラベル領域の重心座標を減算し、得られた結果を移動ベクトルＴと定める。 The movement vector T calculation process S64 subtracts the barycentric coordinates of the label area at the time of appearance from the barycentric coordinates of the label area in the current frame, and determines the obtained result as the moving vector T.

以上の処理Ｓ６０〜Ｓ６４の順序は基本的に任意であり、同時並列的に実行しても良い。 The order of the above processes S60 to S64 is basically arbitrary, and may be executed in parallel.

次に、(i)〜(vi)の特徴を表す特徴量の算出処理が行われる。 Next, a feature amount calculation process representing the features (i) to (vi) is performed.

移動方向長軸一致度算出処理Ｓ６６は、(i)に対応する特徴量（移動・長手方向一致指標）として移動方向長軸一致度ｔ_１を求める。図４は移動方向長軸一致度ｔ_１を説明するための模式図である。同図では、梁９０の上を移動する鼠９２の長軸方向９４と移動方向９６とが示されている。ここで長軸方向９４は鼠９２に対応するラベル領域の外接楕円９８の長軸の方向としている。例えば、この長軸方向９４と移動方向９６とのなす角度に応じて、一致度ｔ_１が定められ、当該一致度ｔ_１は、移動ベクトルＶと長軸とがなす角度の余弦値βの絶対値、すなわち、
ｔ_１＝|β|
と定義することができる。βは次式で与えられる。

Moving direction length axis match degree calculating process S66 obtains the moving direction length axis matching degree t ₁ as feature amount corresponding to (i) (movement and longitudinal match index). Figure 4 is a schematic view for explaining a movement direction length axis degree of match t _1. In the figure, a long axis direction 94 and a moving direction 96 of the rod 92 moving on the beam 90 are shown. Here, the major axis direction 94 is the major axis direction of the circumscribed ellipse 98 of the label area corresponding to the collar 92. For example, the degree of coincidence t ₁ is determined according to the angle formed by the major axis direction 94 and the moving direction 96, and the degree of coincidence t ₁ is the absolute value of the cosine value β of the angle formed by the movement vector V and the major axis. Value, ie
t ₁ = | β |
Can be defined as β is given by the following equation.

なお、移動ベクトルＶが０、すなわち上式で右辺分母が０となる場合はβ＝０とする。ここで、処理Ｓ６０で求められる角度αはフレーム毎に変化し得ることに対応して、βの算出に用いる移動ベクトルもフレーム毎に変化し得るベクトルＶを用いている。 If the movement vector V is 0, that is, the right side denominator is 0 in the above equation, β = 0. Here, in correspondence with the fact that the angle α obtained in the process S60 can be changed for each frame, the movement vector used for calculating β is also a vector V that can be changed for each frame.

移動方向背景エッジ一致度算出処理Ｓ６８は、(ii)に対応する特徴量（移動・エッジ方向一致指標）として移動方向背景エッジ一致度ｔ_２を求める。図５は、算出処理Ｓ６８を説明するための模式図である。背景画像において、ラベル領域に応じた領域１００に現れるエッジ１０２を求め、そのエッジの方向（背景エッジ方向）と出現位置からの移動ベクトルＴとのなす角度に応じて、一致度ｔ_２を求める。例えば、一致度ｔ_２は出現位置からの移動ベクトルＴと背景エッジ方向とのなす角度の余弦値γの絶対値、すなわち、
ｔ_２＝|γ|
と定義することができる。γは次式で与えられる。

Moving direction Background edges match degree calculating process S68 obtains the moving direction background edge matching degree t ₂ as a feature quantity corresponding to (ii) (the moving edge direction match index). FIG. 5 is a schematic diagram for explaining the calculation process S68. In the background image, obtains an edge 102 appearing in a region 100 corresponding to the label area, depending on the angle between the moving vector T from the appearance position and direction (background edge direction) of the edge, determine a degree of match t _2. For example, the degree of coincidence t ₂ is the absolute value of the cosine value γ of the angle formed by the movement vector T from the appearance position and the background edge direction, that is,
t ₂ = | γ |
Can be defined as γ is given by the following equation.

ここで、ｅは背景エッジ方向角度であり、Ｘ軸に対し背景エッジがなす角度である。この角度ｅは例えば、次のようにして算出される。まず、ラベル領域に応じた領域１００内の背景画像の全画素にて、垂直エッジ強度ｒ_ｖと水平エッジ強度ｒ_ｈとを求める。垂直エッジ強度ｒ_ｖは画素値の垂直方向（Ｙ軸方向）の微分値で定義され、具体的には、ｒ_ｖの算出対象位置の画素及びその垂直方向の近傍画素の画素値を用いて計算される。同様に水平エッジ強度ｒ_ｈは画素値の水平方向（Ｘ軸方向）の微分値で定義され、具体的には、ｒ_ｈの算出対象位置の画素及びその水平方向の近傍画素の画素値を用いて計算される。 Here, e is a background edge direction angle, which is an angle formed by the background edge with respect to the X axis. The angle e is calculated as follows, for example. First, in all the pixels of the background image area 100 corresponding to the label area, obtaining a vertical edge strength r _v and a horizontal edge intensity r _h. The vertical edge intensity r _v is defined by the differential value in the vertical direction of the pixel values (Y-axis direction), specifically, calculated using the pixel values of the neighboring pixels to be calculated position of the pixel and its vertical r _v Is done. Similarly, the horizontal edge strength r _h is defined by a differential value of the pixel value in the horizontal direction (X-axis direction). Specifically, the pixel value of the pixel at the calculation target position of r _h and the neighboring pixel in the horizontal direction is used. Is calculated.

これらｒ_ｖ，ｒ_ｈを用いて（ｒ_ｖ ^２＋ｒ_ｈ ^２）^１／２で定義されるエッジ強度を求める。所定の閾値以上のエッジ強度を与える各画素について、arctan（ｒ_ｖ/ｒ_ｈ）で定義されるエッジ方向を求める。このエッジ方向のうち出現頻度が高いエッジ方向を、背景エッジ方向角度ｅと定める。 Using these r _v and r _h , the edge strength defined by (r _v ² + r _h ² ) ^1/2 is obtained. An edge direction defined by arctan (r _v / r _h ) is obtained for each pixel that gives an edge intensity equal to or greater than a predetermined threshold. Of these edge directions, an edge direction having a high appearance frequency is defined as a background edge direction angle e.

なお、移動ベクトルＴの大きさが０、すなわち上式で右辺分母が０となる場合はγ＝０とする。ここで、梁や壁を這う小動物の場合、背景エッジ方向角度ｅは変化しにくいことに対応して、γの算出に用いる移動ベクトルも、移動ベクトルＶより長い時間に基づいて得られる移動ベクトルＴを用いている。これにより、小動物の動きが平滑化され、一致度ｔ_２が上記(ii)の特徴に適合した好適な指標となることが期待される。 When the magnitude of the movement vector T is 0, that is, when the right side denominator is 0 in the above equation, γ = 0. Here, in the case of a small animal crawling on a beam or a wall, the movement vector T used for calculating γ is also a movement vector T obtained based on a longer time than the movement vector V, corresponding to the fact that the background edge direction angle e is unlikely to change. Is used. Thus, the movement of the small animal is smoothed, the degree of coincidence t ₂ that is expected to be a suitable indicator adapted to the characteristics of the (ii).

また、背景画像のエッジを検出する領域１００は、ラベル領域であってもよいし、例えば、その外接楕円とすることができる。図５では、この外接楕円を領域１００としている。さらに、その他の形状で、領域１００をラベル領域よりも或る程度、拡大した領域に定めてもよい。このように領域１００を広めに設定することで、小動物の近傍のエッジを好適に捉えることが可能となる。 Further, the region 100 for detecting the edge of the background image may be a label region, and may be, for example, a circumscribed ellipse. In FIG. 5, this circumscribed ellipse is a region 100. Furthermore, the area 100 may be defined as an area enlarged to some extent from the label area in other shapes. Thus, by setting the region 100 wider, it is possible to appropriately capture the edge near the small animal.

移動ピクセル速度算出処理Ｓ７０は、(iii)に対応する特徴量（移動速度指標）として移動ピクセル速度ｔ_３を求める。例えば、まず、次式によって、出現位置からの移動ベクトルＴを用いて平均移動ピクセル数λを算出する。

Moving pixel speed calculation processing S70 obtains the moving pixel rate t ₃ as a feature quantity corresponding to (iii) (the moving speed indicator). For example, first, the average moving pixel number λ is calculated by using the movement vector T from the appearance position according to the following equation.

ここで、ｆは出現からのフレーム数である。得られたλを所定の方法で正規化した値を、ここでは移動ピクセル速度ｔ_３として定義する。例えば、次式により、移動ピクセル速度ｔ_３を求める。ｆが０、すなわちラベル領域が初めて出現した時点ではλは０とする。

Here, f is the number of frames from the appearance. A value obtained by normalizing the obtained λ by a predetermined method is defined as a moving pixel velocity t ₃ here. For example, the moving pixel speed t ₃ is obtained by the following equation. When f is 0, that is, when a label area first appears, λ is 0.

ここで、Ｚ（＞０）は撮影条件や小動物の行動習性から想定される、画面中の移動量に関する正規化パラメータである。 Here, Z (> 0) is a normalization parameter related to the amount of movement in the screen, which is assumed from the shooting conditions and behavioral behavior of small animals.

長軸傾き垂直度算出処理Ｓ７２は、(iv)に対応する特徴量（長手方向垂直指標）として長軸傾き垂直度ｔ_４を求める。長軸傾き垂直度ｔ_４は、ラベル領域の長軸とＸ軸とがなす角度α［degree］を９０［degree］で除して正規化した値とすることができる。すなわち、
ｔ_４＝|α|／９０
と定義することができる。 Long axis tilt vertical calculation processing S72 obtains the characteristic quantity long axis inclination perpendicularity t ₄ as (vertical longitudinal indicators) corresponding to (iv). Long axis inclination perpendicularity t ₄ is the angle alpha [degree] formed by the long axis and the X axis of the label area can be normalized value by dividing 90 [degree]. That is,
t ₄ = | α | / 90
Can be defined as

ラベル面積一定度算出処理Ｓ７４は、(v)に対応する特徴量（遠近指標）としてラベル面積一定度ｔ_５を求める。例えば、まず、前フレームでのラベル領域の面積σ₋と現フレームでのラベル領域の面積σ_０とを対比して、ラベル面積変化率εを求める。ここで、関心があるのは、画像の上部と下部とでのラベル領域の大小関係であり、例えば、画像下部でのラベル領域の大きさに対する画像上部でのラベル領域の大きさの比をεとして定義することができる。この場合のεは、具体的には、ラベル領域の重心が画面下方（Ｙ軸の正の向き）へ移動する場合は、
ε＝σ₋／σ_０
で求められ、ラベル領域の重心が画面上方（Ｙ軸の負の向き）へ移動する場合は、
ε＝σ_０／σ₋
で求められる。なお、ラベル領域が上下方向に移動しない場合にはε＝０とする。 Labels constant area calculating process S74 finds the label area constant index t ₅ as feature amount corresponding to (v) (distance metrics). For example, first, the label area change rate ε is obtained by comparing the area σ ₋ of the label region in the previous frame with the area σ ₀ of the label region in the current frame. Here, we are interested in the relationship between the size of the label region at the top and bottom of the image. For example, the ratio of the size of the label region at the top of the image to the size of the label region at the bottom of the image is ε Can be defined as Specifically, ε in this case is as follows when the center of gravity of the label area moves to the lower side of the screen (positive direction of the Y axis):
ε = σ ₋ / σ ₀
If the center of gravity of the label area is moved up the screen (the negative direction of the Y axis),
ε = σ ₀ / σ ₋
Is required. If the label area does not move up and down, ε = 0.

得られたεを所定の方法で正規化した値を、ラベル面積一定度ｔ_５として定義する。例えば、次式により、ラベル面積一定度ｔ_５を求める。

A value obtained by normalizing the obtained ε by a predetermined method is defined as a label area constant degree t ₅ . For example, by the following equation, we obtain the label area constant degree t _5.

移動直線度算出処理Ｓ７６は、(vi)に対応する特徴量（移動直進指標）として移動直線度ｔ_６を求める。例えば、まず、現フレームに対して得られた移動方向と前フレームに対して得られた移動方向とがなす角度の余弦値δを求める。現フレーム、前フレームそれぞれに対して得られた移動方向として、処理Ｓ６２で求めた移動ベクトルＶを用いることができる。ここでは、Ｖは現フレームでの移動ベクトルを表す記号として用い、前フレームでの移動ベクトルＶは記号Ｗで表す。Ｗx，ＷyはそれぞれベクトルＷのＸ成分、Ｙ成分を表す。具体的にはδは次式で与えられる。

Linear movement calculation processing S76 obtains the moving straightness t ₆ as the feature amount (moving straight index) corresponding to (vi). For example, first, the cosine value δ of the angle formed by the movement direction obtained for the current frame and the movement direction obtained for the previous frame is obtained. The movement vector V obtained in step S62 can be used as the movement direction obtained for each of the current frame and the previous frame. Here, V is used as a symbol representing the movement vector in the current frame, and the movement vector V in the previous frame is represented by the symbol W. Wx and Wy represent the X component and Y component of the vector W, respectively. Specifically, δ is given by the following equation.

なお、移動ベクトルＶ，Ｗのいずれかの大きさが０、すなわち上式で右辺分母が０となる場合はδ＝０とする。δは−１から１までの値を取り得る。ここでδ＝−１は前フレームと現フレームとで移動の向きが反転していることを意味し、この場合は、移動体が直進しているとはみなさないようにする。この観点も含めて、得られたδを所定の方法で正規化した値を、移動直線度ｔ_６として定義する。例えば、次式により、移動直線度ｔ_６を求める。
ｔ_６＝（δ＋１）／２ Note that if either of the movement vectors V and W is 0, that is, the right side denominator is 0 in the above equation, δ = 0. δ can take values from −1 to 1. Here, δ = −1 means that the direction of movement is reversed between the previous frame and the current frame. In this case, it is not considered that the moving body is traveling straight. Including this viewpoint, a value obtained by normalizing the obtained δ by a predetermined method is defined as the movement linearity t ₆ . For example, the movement linearity t ₆ is obtained by the following equation.
t ₆ = (δ + 1) / 2

以上の処理Ｓ６６〜Ｓ７６により、それぞれ０〜１の範囲の値を取り、壁や梁等を移動する小動物において高い値を取り得る特徴量ｔ_１〜ｔ_６が得られる。これら処理Ｓ６６〜Ｓ７６の順序は基本的に任意であり、同時並列的に実行しても良い。 By the above processing S66～S76, respectively take values ranging from 0 to 1, the feature quantity _t 1 ~t ₆ that can take a high value in a small animal moving walls and beams and the like are obtained. The order of these processes S66 to S76 is basically arbitrary, and may be executed simultaneously in parallel.

これら処理Ｓ６６〜Ｓ７６で算出された特徴量ｔ_１〜ｔ_６を用いて、壁移動属性値Ｐ_Ｂ１、梁移動属性値Ｐ_Ｂ２をそれぞれ算出する処理Ｓ７８，Ｓ８０が行われる。 Using the feature amounts t _{1 to} t ₆ calculated in these processes S66 to S76, processes S78 and S80 for calculating the wall movement attribute value P _B1 and the beam movement attribute value P _B2 are performed.

壁を這う小動物属性値算出処理Ｓ７８では、上記特徴量ｔ_１〜ｔ_６のうち、壁を這う小動物において高い値を示し得る５つの特徴量、具体的には、移動方向長軸一致度ｔ_１、移動方向背景エッジ一致度ｔ_２、移動ピクセル速度ｔ_３、長軸傾き垂直度ｔ_４及びラベル面積一定度ｔ_５を用いて、壁移動属性値Ｐ_Ｂ１を算出する。これは、小動物は、壁を這う際、胴体方向に壁の角や扉や窓枠の線に沿い、上下方向へ移動する行動特性を持つことによる。壁移動属性値Ｐ_Ｂ１は例えば、各特徴量の積で定義することができる。すなわち、
Ｐ_Ｂ１＝ｔ_１・ｔ_２・ｔ_３・ｔ_４・ｔ_５
により壁移動属性値Ｐ_Ｂ１を求める。他の方法としては、重み付け線形和により壁移動属性値Ｐ_Ｂ１を定めてもよい。この場合、Σｇ_i＝１を満たす重み係数ｇ_ｉ（ｉ＝１，２，３，４，５）を用いて、
Ｐ_Ｂ１＝ｇ_１・ｔ_１＋ｇ_２・ｔ_２＋ｇ_３・ｔ_３＋ｇ_４・ｔ_４＋ｇ_５・ｔ_５
により壁移動属性値Ｐ_Ｂ１を求める。 In small animals the attribute value calculation process S78 hugging the wall, out of the feature quantity t ₁ ~t _6, 5 single feature values may show a high value in a small animal crawling walls, specifically, the moving direction length axis match degree t ₁ The wall movement attribute value P _B1 is calculated using the movement direction background edge coincidence t ₂ , the movement pixel velocity t ₃ , the major axis inclination verticality t ₄ and the label area constant degree t ₅ . This is because small animals have behavioral characteristics that move up and down along the corners of the walls and the lines of the doors and window frames in the direction of the body when crawling the walls. The wall movement attribute value P _B1 can be defined by, for example, the product of each feature amount. That is,
P _B1 = t ₁ · t ₂ · t ₃ · t ₄ · t ₅
To obtain the wall movement attribute value P _B1 . As another method, the wall movement attribute value P _B1 may be determined by weighted linear sum. In this case, using weighting factors g _i (i = 1, 2, 3, 4, 5) satisfying Σg _i = 1,
P _B1 = g ₁ · t ₁ + g ₂ · t ₂ + g ₃ · t ₃ + g ₄ · t ₄ + g ₅ · t ₅
To obtain the wall movement attribute value P _B1 .

さらに別の方法としては特徴量ｔ_ｉを直接用いない方法も可能である。この場合、所定の関数で特徴量ｔ_ｉを値ｔ_ｉ'に変換し、得られた各ｔ_ｉ'を用いて、上述の積や重み付け線形和等により壁移動属性値Ｐ_Ｂ１を求める。ここで、関数は、ｔ_ｉが０から１まで増加するとき、ｔ_ｉ'も０から１まで漸次増加するようなもの、例えば、図６に示すような関数を採用することができる。なお、関数は各特徴量ｔ_ｉ毎に定めることができる。この方法は特別なチューニングを目的とする場合に利用することができる。そのようなチューニングを行うことにより、例えば画像センサを設置条件等に適応させ、小動物による誤報が好適に抑制されるように設定することができる。 Further method not using a feature value t _i directly alternatively are possible. In this case, the feature amount t _i is converted into a value t _i ′ using a predetermined function, and the wall movement attribute value P _B1 is obtained by using the obtained t _i ′, the above-described product, weighted linear sum, or the like. Here, the function, when t _i is increased from 0 to 1, t i _'shall be such as to gradually increase from 0 to 1, for example, can be employed function as shown in FIG. Incidentally, the function can be determined for each characteristic quantity t _i. This method can be used for special tuning purposes. By performing such tuning, for example, the image sensor can be adapted to installation conditions and the like, and can be set so as to suitably suppress false alarms caused by small animals.

梁を這う小動物属性値算出処理Ｓ８０では、上記特徴量ｔ_１〜ｔ_６のうち、梁を這う小動物において高い値を示し得る４つの特徴量、具体的には、移動方向長軸一致度ｔ_１、移動方向背景エッジ一致度ｔ_２、移動ピクセル速度ｔ_３及び移動直線度ｔ_６を用いて、上記壁移動属性値Ｐ_Ｂ１と同様にして梁移動属性値Ｐ_Ｂ２を算出する。これは、小動物は、梁を這う際、胴体方向に梁上を直線的に移動する行動特性を持つことによる。例えば、梁移動属性値Ｐ_Ｂ２を各特徴量の積で定義し、
Ｐ_Ｂ２＝ｔ_１・ｔ_２・ｔ_３・ｔ_６
により壁移動属性値Ｐ_Ｂ２を求めることができる。他の方法としては、重み付け線形和により梁移動属性値Ｐ_Ｂ２を定めてもよい。この場合、Σｈ_i＝１を満たす重み係数ｈ_ｉ（ｉ＝１，２，３，６）を用いて、
Ｐ_Ｂ２＝ｈ_１・ｔ_１＋ｈ_２・ｔ_２＋ｈ_３・ｔ_３＋ｈ_６・ｔ_６
により梁移動属性値Ｐ_Ｂ２を求める。 The small animal attribute value calculation process S80 creeping beams, among the characteristic amounts t ₁ ~t _6, 4 a feature quantity may show a high value in a small animal crawling the beam, specifically, the moving direction length axis match degree t ₁ The beam movement attribute value P _B2 is calculated in the same manner as the wall movement attribute value P _B1 using the movement direction background edge coincidence t ₂ , the movement pixel velocity t _3, and the movement linearity t ₆ . This is because a small animal has a behavioral characteristic that moves linearly on the beam in the direction of the trunk when the beam is hit. For example, the beam movement attribute value P _B2 is defined by the product of each feature amount,
P _B2 = t ₁ · t ₂ · t ₃ · t ₆
Thus, the wall movement attribute value P _B2 can be obtained. As another method, the beam movement attribute value P _B2 may be determined by a weighted linear sum. In this case, using weighting factors h _i (i = 1, 2, 3, 6) satisfying Σh _i = 1,
P _B2 = h ₁ · t ₁ + h ₂ · t ₂ + h ₃ · t ₃ + h ₆ · t ₆
To obtain the beam movement attribute value P _B2 .

さらに別の方法としては壁移動属性値Ｐ_Ｂ１で述べたと同様に、特徴量ｔ_ｉを直接用いない方法も可能である。 Similar to yet another method described in the wall movement attribute values P _B1, a method that does not use the feature quantity t _i directly is possible.

小動物属性値算出部２８は以上のような小動物属性値算出処理Ｓ４８における処理Ｓ６０〜Ｓ８０を行い、その結果得られた壁移動属性値Ｐ_Ｂ１及び梁移動属性値Ｐ_Ｂ２を用いて、例えば、既に述べたようにＰ_Ｂ１とＰ_Ｂ２との大きい方の値を小動物属性値Ｐ_Ｂとするといった方法で、最終的に小動物属性値Ｐ_Ｂを求める（Ｓ８２）。得られた小動物属性値Ｐ_Ｂは判定部１０へ出力される。 The small animal attribute value calculation unit 28 performs the processes S60 to S80 in the small animal attribute value calculation process S48 as described above, and using the wall movement attribute value P _B1 and the beam movement attribute value P _B2 obtained as a result, for example, already the larger of the _{P B1} and _{P B2} as described in such a way that the small animal attribute values _{P B,} eventually finding a small animal attribute value _{P B} (S82). The obtained small animal attribute value P _B is output to the determination unit 10.

なお、上述の移動方向背景エッジ一致度算出処理Ｓ６８、移動ピクセル速度算出処理Ｓ７０では出現位置からの移動ベクトルＴを用いて特徴量の算出を行ったが、移動ベクトルＴの代わりに、移動ベクトルＶや、移動ベクトルＶの数フレームに亘る移動平均などを用いても良い。 In the above-described movement direction background edge coincidence calculation processing S68 and movement pixel velocity calculation processing S70, the feature amount is calculated using the movement vector T from the appearance position. However, instead of the movement vector T, the movement vector V is calculated. Alternatively, a moving average over several frames of the moving vector V may be used.

また、上述した処理Ｓ６６〜Ｓ７６の説明で示した各特徴量ｔ_ｉの具体的な算出方法は、一例であり、上述した、壁や梁等を移動する小動物に関する(i)〜(vi)の画像特徴を反映する他の特徴量を定め、それらに基づいて小動物属性値Ｐ_Ｂを定めることもできる。 Further, specific method for calculating the feature quantity t _i shown in the description of the above-described processing S66~S76 is an example, mentioned above, relates to a small animal moving walls and beams, etc. (i) ~ (vi) It is also possible to determine other feature amounts that reflect image features and to determine the small animal attribute value P _B based on them.

本発明に係る実施形態の画像センサの概略のブロック構成図である。1 is a schematic block diagram of an image sensor according to an embodiment of the present invention. 実施形態の画像センサのメインの処理を示す概略の処理フロー図である。It is a rough processing flow figure showing the main processing of the image sensor of an embodiment. 小動物属性値算出処理の処理フロー図である。It is a processing flowchart of a small animal attribute value calculation process. 移動方向長軸一致度を説明するための模式図である。It is a schematic diagram for demonstrating a moving direction long-axis coincidence degree. 移動方向背景エッジ一致度算出処理を説明するための模式図である。It is a schematic diagram for demonstrating a moving direction background edge coincidence degree calculation process. 特徴量ｔ_ｉを直接用いずに壁移動属性値又は梁移動属性値を求める際の変換関数の例を示す模式図である。It is a schematic diagram showing an example of a conversion function for obtaining the wall movement attribute value or beam movement attribute value without using the feature amount t _i directly.

符号の説明Explanation of symbols

２撮像部、４処理部、６画像処理部、８記憶部、１０判定部、１２出力部、２０背景画像更新部、２２変化領域抽出部、２４トラッキング部、２６人属性値算出部、２８小動物属性値算出部、３０背景画像記憶領域、３２トラッキング情報記憶領域。 2 imaging section, 4 processing section, 6 image processing section, 8 storage section, 10 determination section, 12 output section, 20 background image update section, 22 change area extraction section, 24 tracking section, 26 human attribute value calculation section, 28 small animal Attribute value calculation unit, 30 background image storage area, 32 tracking information storage area.

Claims

監視空間を撮影した入力画像に基づいて、当該監視空間に存在する検知対象を検知する画像認識装置において、
背景画像を記憶する背景画像記憶手段と、
前記入力画像と前記背景画像とを比較して、変化領域を抽出する変化領域抽出手段と、
前記変化領域が前記監視空間内を移動する小動物によるものである可能性を示す小動物指標を求める小動物指標生成手段と、
少なくとも前記小動物指標を用いて、前記変化領域が前記検知対象によるものであるか否かを判定する判定手段と、
を有し、
前記小動物指標生成手段は、
前記変化領域の移動方向を求める手段と、
前記変化領域に応じた領域に現れる前記背景画像のエッジに基づいてエッジ方向を定める手段と、
前記移動方向と前記エッジ方向との一致度に応じた移動・エッジ方向一致指標を求める手段と、
前記移動・エッジ方向一致指標に基づいて、前記小動物指標を決定する指標決定手段と、
を有することを特徴とする画像認識装置。 In the image recognition device that detects the detection target existing in the monitoring space based on the input image obtained by photographing the monitoring space,
Background image storage means for storing a background image;
A change area extraction means for comparing the input image with the background image and extracting a change area;
A small animal indicator generating means for obtaining a small animal indicator indicating the possibility that the change area is due to a small animal moving in the monitoring space;
Determination means for determining whether or not the change region is due to the detection target, using at least the small animal indicator;
Have
The small animal indicator generating means includes
Means for determining a moving direction of the change region;
Means for determining an edge direction based on an edge of the background image appearing in an area corresponding to the change area;
Means for obtaining a movement / edge direction coincidence index according to a degree of coincidence between the movement direction and the edge direction;
Index determining means for determining the small animal index based on the movement / edge direction matching index;
An image recognition apparatus comprising:

請求項１に記載の画像認識装置において、
前記小動物指標生成手段は、
前記変化領域の形状の長手方向を求める手段と、
前記移動方向と前記長手方向との一致度に応じた移動・長手方向一致指標を求める手段と、
を有し、
前記指標決定手段は、前記移動・長手方向一致指標にも基づいて、前記小動物指標を決定すること、
を特徴とする画像認識装置。 The image recognition apparatus according to claim 1,
The small animal indicator generating means includes
Means for determining the longitudinal direction of the shape of the change region;
Means for obtaining a movement / longitudinal direction coincidence index according to the degree of coincidence between the movement direction and the longitudinal direction;
Have
The index determining means determines the small animal index based on the movement / longitudinal direction matching index;
An image recognition apparatus.

請求項１又は請求項２に記載の画像認識装置において、
前記小動物指標生成手段は、前記変化領域の移動速度に応じた移動速度指標を求める手段を有し、
前記指標決定手段は、前記移動速度指標にも基づいて、前記小動物指標を決定すること、
を特徴とする画像認識装置。 In the image recognition device according to claim 1 or 2,
The small animal indicator generating means has means for obtaining a moving speed index according to the moving speed of the change region,
The index determining means determines the small animal index based on the moving speed index;
An image recognition apparatus.

請求項１から請求項３のいずれか１つに記載の画像認識装置において、
前記小動物指標生成手段は、前記変化領域の移動の直進性に応じた移動直進指標を求める手段を有し、
前記指標決定手段は、前記移動直進指標にも基づいて、前記小動物指標を決定すること、
を特徴とする画像認識装置。 In the image recognition device according to any one of claims 1 to 3,
The small animal indicator generating means has means for obtaining a moving straightness index corresponding to the straightness of movement of the change region,
The indicator determining means determines the small animal indicator based on the straight movement indicator;
An image recognition apparatus.

請求項１から請求項４のいずれか１つに記載の画像認識装置において、
前記小動物指標生成手段は、
前記変化領域の形状の長手方向を求める手段と、
前記入力画像上での前記長手方向の垂直度に応じた長手方向垂直指標を求める手段と、
を有し、
前記指標決定手段は、前記長手方向垂直指標にも基づいて、前記小動物指標を決定すること、
を特徴とする画像認識装置。 In the image recognition device according to any one of claims 1 to 4,
The small animal indicator generating means includes
Means for determining the longitudinal direction of the shape of the change region;
Means for determining a longitudinal vertical index according to the verticality of the longitudinal direction on the input image;
Have
The index determining means determines the small animal index based on the longitudinal vertical index;
An image recognition apparatus.

請求項１から請求項５のいずれか１つに記載の画像認識装置であって、前記入力画像が、前記監視空間の基底面の上方から当該基底面に向けて斜め方向に撮影された画像である画像認識装置において、
前記小動物指標生成手段は、
前記変化領域が前記入力画像にて上方に移動した場合に当該変化領域の大きさが拡大し、下方に移動した場合に当該変化領域の大きさが縮小する遠近関係に基づいて、前記監視空間における前記小動物の上下方向の移動に応じた遠近指標を求める手段を有し、
前記指標決定手段は、前記遠近指標にも基づいて、前記小動物指標を決定すること、
を特徴とする画像認識装置。 6. The image recognition device according to claim 1, wherein the input image is an image photographed in an oblique direction from above the base surface of the monitoring space toward the base surface. 7. In an image recognition device,
The small animal indicator generating means includes
Based on the perspective relationship in which the size of the change area is enlarged when the change area is moved upward in the input image and the size of the change area is reduced when the change area is moved downward, Means for obtaining a perspective index according to the vertical movement of the small animal,
The index determining means determines the small animal index based on the perspective index;
An image recognition apparatus.

請求項１から請求項６のいずれか１つに記載の画像認識装置において、
前記変化領域が前記監視空間内を移動する人によるものである可能性を示す人指標を求める人指標生成手段を有し、
前記判定手段は、少なくとも前記人指標及び前記小動物指標を用いて、前記変化領域が前記検知対象によるものであるか否かを判定すること、
を特徴とする画像認識装置。
In the image recognition device according to any one of claims 1 to 6,
Human index generating means for obtaining a human index indicating the possibility that the change area is due to a person moving in the monitoring space;
The determination means determines whether or not the change region is due to the detection target, using at least the human index and the small animal index;
An image recognition apparatus.