JP5832910B2 - 画像監視装置 - Google Patents

Description

本発明は、監視領域を撮像した画像から背景画像を用いて検出対象物を検出する画像監視装置に関する。

従来、監視領域に存在する移動物体を除いて背景画像を更新するために、背景のみが写った背景画像と現在の状態が写った現画像とを比較し、物体・形状を認識し、現画像に抽出物があればその部分に背景画像を嵌込み、その画像を新たな背景画像として更新する技術があった（特許文献１）。

また、画面内に移動物体が存在する場合においても移動物体を除いた背景画像を生成し好適な背景画像を得ることが可能な背景画像生成システムが開示されている（特許文献２）。ここでは、現画像と一時刻前の画像とのフレーム間差分による時間的な変化がある領域を除いて背景画像を更新する技術が開示されている。

また、画面を分割し、分割された小領域毎に背景更新するか否かを判定し、時間的な画像の変化がない（現画像と一時刻前の画像とのフレーム間差分で変化がない）小領域については早く背景画像に取り込まれるように更新率を変える技術が開示されている（特許文献３）。

特開平１０−３２８１１号公報 特開２００１−４３４５８号公報 特開２０００−９０２７７号公報

監視領域内に存在する検出対象を背景画像を用いて精度よく検出するためには、検出対象となる移動物体は背景画像に取り込まず、背景物は確実に背景に取り込む必要がある。しかし、例えば、人物を検出対象とする場合、監視領域内で静止している人物は、現画像と一時刻前の画像とのフレーム間差分において時間的な変化がなく、一方で背景画像と現画像との背景差分画像では変化がある領域として抽出される。そのため、従来の技術では、静止している人物と、監視領域内に「持ち込まれた背景物」のように監視領域内で静止している物体とを区別することができず、静止人物を背景画像に取り込んでしまったり、それを防ごうとすると背景物を取り込むことができなかったりするという問題があった。

ここで、静止する人物が動き出すまでの時間を考慮し、時間的な変化がない背景差分領域については、時間をかけて背景画像に取り込もうとすることも考えられる。しかし、この場合、持ち込まれた背景物を背景画像に取り込むまでに時間がかかってしまうという問題がある。

本発明の１つの態様は、監視領域を順次撮影して監視画像を取得する撮像部と、検出対象物体が撮影されていない監視領域の画像である背景画像を記憶している記憶部と、前記監視画像および前記背景画像を用いて検出対象物体を検出する画像処理部と、を備える画像監視装置において、前記画像処理部は、前記背景画像と前記監視画像を差分処理し、背景差分領域を抽出する背景差分抽出手段と、順次撮影された前記監視画像を差分処理し、フレーム間差分領域を抽出するフレーム間差分抽出手段と、前記監視画像の画像特徴から検出対象物体が存在する検出対象物体領域を識別する検出対象物体識別器と、前記監視画像の各領域の画素値を所定の透過率で制御して、当該画素値にて前記背景画像の対応する領域の画素値を順次更新する背景画像更新手段と、を有し、前記背景画像更新手段は、前記背景差分領域であって前記フレーム間差分領域でない領域、かつ前記検出対象物体領域でない領域内について前記透過率を第一の透過率に設定し、前記背景差分領域であって前記フレーム間差分領域でない領域、かつ前記検出対象物体領域である領域について前記透過率を前記第一の透過率よりも高い透過率に設定することを特徴とした画像監視装置である。

ここで、前記背景画像更新手段は、前記背景差分領域でなく前記フレーム間差分領域でない領域について、前記背景画像の画素値を前記監視画像の画素値に更新することが好適である。

また、前記背景画像更新手段は、前記背景差分領域かつ前記フレーム間差分領域である領域について、前記背景画像の画素値の更新を行わないことが好適である。

また、前記背景画像更新手段は、前記背景差分領域かつ前記フレーム間差分領域であり、かつ前記検出対象物体領域である領域については前記背景画像の画素値の更新を行わず、前記検出対象物体でない領域については更新を行うことが好適である。

また、前記背景画像更新手段は、前記検出対象物体識別器において前記監視画像内の各領域について求められた検出対象物らしさに応じた前記透過率を用いて前記背景画像の当該領域に対応する領域の画素値を更新することが好適である。

本発明によれば、監視領域内で静止する人物を誤って背景画像に取り込むことを防止しつつ、背景物は速やかに背景画像に取り込むことを可能とする。これにより、正しい背景画像を用いて、被検出対象物の検出確度を高めることができる。

本発明の実施の形態における画像監視装置の構成を示す機能ブロック図である。 本発明の実施の形態における画像監視処理を示すフローチャートである。 本発明の実施の形態における背景画像更新処理を説明する図である。 本発明の実施の形態における背景画像更新処理を示すフローチャートである。

本発明の実施の形態における画像監視装置は、図１の機能ブロック図に示すように、撮像部１００、記憶部１０１及び画像処理部１１０を含んで構成される。画像監視装置では、撮像部１００で撮影された画像を画像処理部１１０に取り込み、画像処理部１１０において取り込まれた画像を用いて検出対象物体の検出処理が行われる。検出対象物体が検出されると出力部１２０から警報信号が出力される。

撮像部１００は、ＣＣＤ素子やＣ−ＭＯＳ素子等の撮像素子、光学系部品、アナログ／デジタル変換器等を含んで構成される所謂監視カメラ等の撮像装置を備える。撮像部１００は、監視領域を所定時間間隔にて撮像し、その画像（以下、監視画像という）を画像処理部１１０へ出力する。撮像装置で取得される画像は、例えば、サイズ３２０（横）×２４０（縦）の２５６階調の濃淡画像で表される。

記憶部１０１は、フラッシュメモリなどのメモリ装置で構成される。記憶部１０１は、各種プログラム及び各種データを記憶している。これら各種プログラムや各種データは、画像処理部１１０より読み出されて使用される。

なお、記憶部１０１には、画像監視プログラム起動時に人物等の検出対象物体を含まない監視領域の画像を取得した背景画像が記憶される。また、記憶部１０１には、現画像より１フレーム前に撮像された入力画像、及び、背景画像と１フレーム前に撮像された入力画像との差分である背景差分領域画像が記憶される。また、記憶部１０１には、検出対象物体の検出処理に必要な情報を記憶しておいてもよい。例えば、監視領域内で滞留する人物を検出対象とする場合であれば、背景差分領域を追跡処理した際の追跡情報を記憶部１０１に記憶させる。

画像処理部１１０は、背景差分抽出手段１１１、フレーム間差分抽出手段１１２、検出対象物体識別器１１３、背景画像更新手段１１４、検出対象物体検出手段１１５の各手段を含んで構成される。画像処理部１１０及び記憶部１０１は、ＣＰＵ等の処理部、記憶部、入力部及び出力部を含む一般的なコンピュータにより実現することができる。画像処理部１１０の各手段は、記憶部１０１に記憶されている画像監視プログラムを実行することにより実現される。

以下、図２のフローチャートを参照して、本実施の形態における画像監視処理について説明する。本実施の形態では、監視領域内で滞留する人物を検出対象とする場合を例に示す。ただし、本発明の適用範囲はこれに限定されるものではなく、人物以外の検出対象物体、例えば車両、船舶、ロボット、置き去りにされた鞄等の不審物の検出に適用することもできる。

なお、背景画像更新処理を開始する前に、図３に示すように、記憶部１０１には人物の映っていない状態で取得した背景画像（ａ）、１フレーム前に撮像された入力画像（ｃ）、当該入力画像（ｃ）と背景画像（ａ）との背景差分画像が記憶されているものとする。

ステップＳ３００では、撮像部１００は現在の監視領域を撮影した現画像を画像処理部に出力する。現画像は、例えば、図３（ｂ）に示す画像となる。

ステップＳ３０１では、記憶部１０１から読み出した背景画像と現画像との輝度差分計算を行い、背景差分領域を抽出する。まず、画像処理部１１０の背景差分抽出手段１１１において、背景画像に存在しない物体の領域を抽出する。記憶部１０１に記憶されている背景画像（ａ）と現画像（ｂ）との対応する画素間において輝度差分処理を行う。そして、輝度差分値が閾値以上の画素を抽出画素、閾値未満の画素を非抽出画素として２値化する。さらに、２値化した抽出画素のうち画像内で連続して存在する画素群を纏めて背景差分領域としてラベリングする。例えば、図３（ｄ）に示すように、領域２２１〜２２３が背景差分領域として抽出される。ここでは、背景差分領域は、監視領域内に侵入した人物が撮像された領域２２１、２２３、及び、監視領域内に持ち込まれた椅子が撮像された領域２２２を含む。

さらに、画像処理部１１０のフレーム間差分抽出手段１１２において、１フレーム前の入力画像と現画像とで輝度差分処理を行い、フレーム間差分領域を抽出する。まず、画像処理部１１０のフレーム間差分抽出手段１１２において、１フレームの間に移動による変化があった領域を時間的な変化が生じたフレーム間差分領域として抽出する。現画像（ｂ）と１フレーム前の入力画像（ｃ）との対応する画素間において輝度差分処理を行う。そして、輝度差分値が閾値以上の画素を抽出画素、閾値未満の画素を非抽出画素として２値化する。さらに、２値化した抽出画素のうち画像内で連続して存在する画素群を纏めてフレーム間差分領域としてラベリングする。例えば、図３（ｅ）に示すように、領域２４１がフレーム間差分領域として抽出される。ここで、図３（ｄ）において背景差分領域として抽出された領域２２１，２２２は１フレーム前から移動しておらず時間変化がないためフレーム間差分領域としては抽出されず、１フレーム前に存在していなかった領域２２３のみがフレーム間差分領域として抽出される。

なお、背景差分領域として抽出され、かつ、フレーム間差分領域として抽出されなかった領域を静止物体領域とする。例えば、図３（ｆ）の領域２５１，２５２が静止物体領域である。図３（ｄ）における領域２２１，２２２は、背景差分領域があるがフレーム間差分領域ではないので静止物体領域とされ、領域２２３は背景差分領域かつフレーム間差分領域であるので静止物体領域とされない。

ステップＳ３０２では、静止物体領域が人物を撮像した領域であるか否かが判定される。人物の判定は、画像処理部１１０の検出対象物体識別器１１３によって行われる。検出対象物体識別器１１３は、背景差分領域であり、かつフレーム間差分領域でない静止物体領域に対して識別処理を行い、人物領域を検出する。

検出対象物体識別器１１３は、事前収集した大量の人物データと人物以外のデータから統計的に人物と人物以外の物体との識別境界を決定する識別器を予め生成し、この識別器によって人物と人物以外を判定する人物識別器として機能する。例えば、非特許文献（Detecting Pedestrians Using Patterns of Motion and Appearance（P.Viola 、M.Jones ＆ D.Snow, IEEE International Conference on Computer Vision， Pp、734,0ct.,2003））に記載されているように、予め撮影した様々な外観の人間の画像を使用してアダブースト（AdaBoost）によって学習したハールライク（Haar-Like）特徴に基づくカスケード型識別器によって人間であるか否かの判定が実現できる。この識別器に抽出された各静止物体領域に対応する現画像の領域の画像を入力し、人物が撮像された領域であるかを判定する。

例えば、図３（ｆ）の静止物体領域である領域２５１，２５２に対応する現画像の領域の画像を検出対象物体識別器１１３に入力し、人物と判定された静止物体領域を人物領域として出力する。ここでは、領域２５１が検出対象物体識別器１１３によって人物領域と判定され、領域２５２は人物領域とは判定されなかったものとすると、図３（ｇ）の領域２６１が人物領域として出力される。

なお、検出対象物体識別器１１３は、静止物体領域に対して識別処理するものだけでなく、監視画像全体について人物領域を検出するものであってもよい。具体的には、所定の大きさの検出用領域を監視画像上に設定し、当該検出用領域に対して識別処理をする。この処理を監視画像全体を漏れなく探索するように検出用領域を少しずつずらしながら繰り返すようにすればよい。

なお、検出対象物体識別器１１３における人物と人物以外の識別手法は別の方法を用いてもよい。例えば、人物識別は人物の全身の画像特徴を用いなくてもよい。例えば、人物の頭部とそれ以外を識別する頭部識別器を予め生成しておき、背景変化領域から人物の頭部の位置を検出し、検出された頭部と背景変化領域から人物の全身の領域を推定して、人物領域としてもよい。

人物の全身を検出するのではなく、頭部を検出することで人物同士の重なりや什器等で人物の一部が隠れた場合でも、頭部のみが見えていれば頭部検出は可能であるため、人物の一部が見えていない状況でも人物か否かを判定することが出来る。

ステップＳ３０３では、背景画像の更新処理が行われる。画像処理部１１０の背景画像更新手段１１４は、背景差分抽出手段１１１、フレーム間差分抽出手段１１２及び検出対象物体識別器１１３の処理結果に応じて、画像内の領域を以下の４つに分類し、領域毎に合成係数を決めて背景画像を更新する。
（１）背景差分領域ではなく、かつ、フレーム間差分領域ではない。
（２）背景差分領域であり、かつ、フレーム間差分領域である。
（３）背景差分領域であり、かつ、フレーム間差分領域ではなく、かつ、人物領域ではない。
（４）背景差分領域であり、かつ、フレーム間差分領域ではなく、かつ、人物領域である。

以下、図４のフローチャートを参照し、本実施の形態における背景画像更新処理について説明する。以下の処理は背景画像及び監視領域を撮像した入力画像の各画素についてそれぞれ行われる。すなわち、撮像部１００において撮像される画像の全画素から順に選択された１つの画素を着目画素として、当該着目画素に対して処理を行う。

ステップＳ４００では、着目画素が背景差分領域内であるかを判定する。着目画素が背景差分領域内であればステップＳ４０１へ進み、着目画素が背景差分領域内でなければステップＳ４０３へ進む。

ステップＳ４０１では、着目画素がフレーム間差分領域内であるかを判定する。着目画素がフレーム間差分領域内であればステップＳ４０６へ進み、着目画素がフレーム間差分領域内でなければステップＳ４０２へ進む。ここで、ステップＳ４０２に進んだ場合、着目画素は静止物体領域に含まれる画素である。

ステップＳ４０２では、着目画素が人物領域内であるかを判定する。すなわち、着目画素が検出対象物体識別器１１３において人物領域と判定された画像領域内の画素であるか否かが判定される。着目画素が人物領域内であればステップＳ４０５へ進み、人物領域内でなければステップＳ４０４へ進む。

ステップＳ４０３〜Ｓ４０６では、アルファブレンドの合成係数αが設定される。アルファブレンドは、背景画像の画素値と入力画像の画素値をある決まった係数で合成する既知の処理である。具体的には、更新後の背景画素値Ｂｎｅｗ、現在の背景画素値Ｂ、現画素値Ｉ、背景画像と入力画像の画素を合成する割合を決定する合成係数αとしたとき、更新式は数式（１）で表される。
［数１］
Bnew = B × α + ( 1.0 - α ) × I （但し、0 <= α <= 1 )・・・（１）

ステップＳ４０３では、ステップＳ４００において着目画素が背景差分領域内でないと判定されたので、背景画像更新におけるアルファブレンドの合成係数αを０に設定する。これは、着目画素が背景画像からの変化がない画素であるので、背景画像の画素を現画像の画素（着目画素）で完全に置換することを意味する。つまり、背景画像の画素に対する現画像の画素の透過率が０％になるように合成制御された画素が新たな背景画像の画素として更新されるといえる。

ステップＳ４０４では、ステップＳ４０２において着目画素が人物領域内でないと判定されたので、背景画像更新におけるアルファブレンドの合成係数αを値Ｃ１に設定する。これは、背景変化はあるが時間変化がなく、かつ、人物ではない領域、つまり、静止している人物以外の静止物体が撮像された領域であるので、合成係数αは現画像（着目画素）が背景に取り込まれやすい値Ｃ１とする。

ステップＳ４０５では、ステップＳ４０２において着目画素が人物領域内であると判定されたので、背景画像更新におけるアルファブレンドの合成係数αを値Ｃ２に設定する。これは、背景変化はあるが時間変化がなく、かつ、人物である領域、つまり、静止している人物が撮像された領域であるので、合成係数αは現画像（着目画素）が背景に取り込まれにくい値Ｃ２とする。

ステップＳ４０６では、ステップＳ４０１でフレーム間差分領域内であると判定されたので、背景画像更新におけるアルファブレンドの合成係数αを１に設定する。これは、背景変化があり、かつ、時間変化もある領域、つまり、移動している物体が撮像された領域なので着目画素の画素値で背景画像が更新されないようにすることを意味する。つまり、背景画像の画素に対する現画像の画素の透過率が１００％になるように合成制御された画素が新たな背景画像の画素として更新されるといえる。

また、ステップＳ４０１でフレーム間差分領域内であると判定された着目画素について、さらに人物領域内であるか否かを判定し、判定結果に応じて、アルファブレンドの合成計数αの値を設定してもよい。例えば、人物領域内であれば合成係数αの値を１に設定し、人物領域外であれば少なくとも１より小さい値Ｃ３に設定すればよい。これは、背景変化も時間変化もあり、かつ人物領域である領域は移動している人物が撮像された領域なので着目画素の画素値で背景画像が更新されないようにし、背景変化も時間変化もあり、かつ人物領域でない領域は検出対象である人物以外の移動物体、例えば植栽の枝や旗等の風によって揺れた物体が撮像された領域の可能性が高いので、合成係数αの値を少なくとも移動している人物が撮像された領域よりも背景に取り込まれやすい値にする。ここで、値Ｃ３は値Ｃ２よりも大きく１よりも小さい値に設定してもよい。また、値Ｃ１に設定するようにしてもよい。また、合成係数αを１に設定して背景が更新されないようしているが、背景更新処理自体を行わないようにしてもよい。

ここで、値Ｃ１及びＣ２は、０より大きく１より小さい値であり、値Ｃ１＜値Ｃ２とする。数式（１）において、合成係数αが大きいほど現在の背景画像の画素値が新たな背景画像の画素値として取り込まれる割合が大きい。言い換えれば、現画像の画素値が新たな背景画像の画素値として取り込まれる割合が小さい。つまり、背景画像の画素に対する現画像の画素の透過率が高くなるように合成制御された画素が新たな背景画像の画素として更新されるといえる。そこで、値Ｃ１＜値Ｃ２とすることで、上記（３）の領域に比べて上記（４）の領域の方が現在の背景画素の画素値が取り込まれる割合が大きくなり、より時間をかけて背景画素が現画素の画素値に置換される。これにより、背景に存在しない静止物体ではあるが、人物領域か否かによって背景画像への更新度合いを変えて、静止人物の画像領域を背景画像に取り込まれにくくすると同時に、人物以外の物体の画像領域については背景画像に速やかに更新することが可能となる。

値Ｃ１及びＣ２の好適な値については、人物識別器の精度が関係する。人物識別器の精度が非常に高く、人物と人物以外を正しく識別可能であれば、値Ｃ１は０に近い値Ｃ１ｘとして放置物を背景に取り込まれやすくし、値Ｃ２は１に近い値Ｃ２ｘとして人物を背景に取り込まれ難くする。一方、人物識別器の精度があまり高くない場合は、放置物を人物と誤識別したり、逆に、人物を放置物と誤識別したりする危険性がある。そこで、値Ｃ１は０より大きめ、すなわち値Ｃ１ｘより大きい値Ｃ１ｙとしてある程度時間をかけて放置物が背景に取り込まれるようにし、値Ｃ２は１より小さめ、すなわち値Ｃ２ｘより小さい値Ｃ２ｙとして徐々に人物が背景に取り込まれるようにする。但し、いずれの場合も値Ｃ１＜値Ｃ２の条件は維持する。

ステップＳ４０７では、設定された合成係数αを用いて背景画像の画素を現画像の画素とのアルファブレンドにより更新する。これにより、人物以外の領域の背景画像の画素が現画像の画素を用いて更新される。背景画像を常に最新の状態に保っておくことで、照度変化や背景物の移動などで生じる変化に対応し、背景変化領域の処理において人物以外の領域を誤抽出しないようにする効果がある。

このとき、ステップＳ４０３〜４０６での処理のように合成係数αを設定することで、仮に人物識別器の識別精度が十分でなく、放置物を人物と誤判定した場合においてもアルファブレンドで徐々に背景更新がなされるので、放置物が背景差分領域として抽出され続けることを防止することができる。

以上の処理により背景画像更新処理を終了し、図２のステップＳ３０４に処理を戻す。以下の処理では、画像処理部１１０の検出対象物体検出手段１１５において、監視領域内に検出対象が存在するか否かを判定・検出する。本実施の形態では、監視領域内で滞留する人物を検出対象とする場合を例に示す。すなわち、現画像内に一定時間以上滞留している人物が撮像されている場合に「検出対象あり」と判定し、結果を出力する。

ステップＳ３０４では、検出対象物体検出手段１１５はＳ３０１の背景差分領域と１フレーム前の背景差分領域との間で領域同士の対応づけを行い、追跡された背景差分領域について追跡回数をカウントする。

ステップＳ３０５では、ステップＳ３０４において追跡回数が一定以上の背景差分領域が存在する場合は、「検出対象あり」と判定し、出力部１２０に結果を出力する。それ以外の場合は処理を終了する。

具体的には、背景差分抽出手段１１１で抽出された背景差分領域に対して追跡処理を行う。１フレーム前の入力画像に対する背景差分領域と現フレームの現画像に対する背景差分領域との間で同一の物体（人物）を撮像した領域を対応付ける。対応付けがなされた領域について追跡されている回数をカウントする。追跡されている背景差分領域の中で追跡回数のカウントが一定以上のものがあれば、監視領域内に一定時間以上滞留している人物が存在すると判定し、結果を出力部１２０へ出力する。

ステップＳ３０６では、出力部１２０は検出対象物体検出手段１１５からの入力を受けて警報を出力する。すなわち、検出対象物体検出手段１１５にて監視領域内に一定時間以上滞留している人物が存在すると判定された場合に警報を出力する。

なお、検出対象物体検出手段１１５については、滞留する人物を検出対象とする例を示したが、背景差分領域を用いて検出対象となる物体を検出するものであればこれに限らない。

また、上記実施の形態では、検出対象物体識別器１１３は、静止物体領域が人物であるか否かを真か偽の２値で出力する態様としたが、これに限定されるものではない。

例えば、検出対象物体識別器１１３は、識別結果を連続値で出力する識別器に変更してもよい。上記非特許文献に記載されているアダブースト（Adaboost）の識別手法では、識別結果は真か偽の２値で出力される。これをリアル・アダブースト（RealAdaboost）のように識別結果を連続値で出力するような識別手法に代えてもよい。リアル・アダブーストでは、識別の信頼性が高いほど大きい値が出力され、信頼性が低いほど小さい値が出力され、識別の信頼性が連続値として出力される。

この場合、背景更新処理部におけるアルファブレンドの合成係数αを検出対象物体識別器１１３が出力する連続値に応じて変えることが好適である。検出対象物体識別器１１３の出力値が大きい、つまり、人物らしさが高いと識別される程、背景更新処理の合成係数αを１に近い値として背景に取り込まれにくくする。逆に、検出対象物体識別器１１３の出力値が小さい、つまり、人物らしさが低い程、背景更新処理の合成係数αを０に近い値として背景に取り込まれやすくする。このように、識別の信頼性の大きさによって背景更新の度合いを可変にすることで、人物らしさが高い領域程背景更新されにくく、人物らしさが低い領域程早く背景更新することができる。

また、検出対象物体識別器１１３で検出可能な物体は人物に限定されるものではない。例えば、ペット、自動車、船舶、自動掃除機、自動ロボット、鞄等の物体の特徴量を事前収集して統計的にそれらの物体との識別境界を決定する識別器を構成することができる。これによって、人物以外の検出対象物体を検出する画像監視装置を構成することができる。

以上のように、監視領域内に常に人物が存在するような環境においては、人物が静止する状況が十分に考えられるため、静止人物と背景物を区別して背景画像を更新することが重要となる。一方で、監視領域内に持ち込まれ、その後放置された物体（放置物）のように、人物以外の静止する物体は背景画像に取り込まれる。本実施の形態における画像監視装置では、監視領域内で静止している人物は背景差分領域として正しく抽出される。このため、背景差分領域としては検出されないので、誤って放置物等が滞留している人物として判定されることを防止できる。このため、滞留している人物を精度良く判定可能である。

また、本実施の形態では、画像監視装置の各部の機能を１つのコンピュータで実現する態様を説明したがこれに限定されるものではない。画像監視装置の各部の機能は一般的なコンピュータをプログラムにより制御することによって実現できるものであり、これらの装置の各機能を適宜組み合わせて１つのコンピュータで処理させてもよいし、各機能をネットワーク等で接続された複数のコンピュータで分散処理させてもよい。

１００ 撮像部、１０１ 記憶部、１１０ 画像処理部、１１１ 背景差分抽出手段、１１２ フレーム間差分抽出手段、１１３ 検出対象物体識別器、１１４ 背景画像更新手段、１１５ 検出対象物体検出手段、１２０ 出力部。

Claims (5)

1. 監視領域を順次撮影して監視画像を取得する撮像部と、
   検出対象物体が撮影されていない監視領域の画像である背景画像を記憶している記憶部と、
   前記監視画像および前記背景画像を用いて所定の検出対象物体を検出する画像処理部と、
   を備える画像監視装置において、
   前記画像処理部は、
   前記背景画像と前記監視画像を差分処理し、背景差分領域を抽出する背景差分抽出手段と、
   順次撮影された前記監視画像を差分処理し、フレーム間差分領域を抽出するフレーム間差分抽出手段と、
   前記監視画像の画像特徴から検出対象物体が存在する検出対象物体領域を識別する検出対象物体識別器と、
   前記監視画像の各領域の画素値を所定の透過率で制御して、当該画素値にて前記背景画像の対応する領域の画素値を順次更新する背景画像更新手段と、を有し、
   前記背景画像更新手段は、前記背景差分領域であって前記フレーム間差分領域でない領域、かつ前記検出対象物体領域でない領域内について前記透過率を第一の透過率に設定し、前記背景差分領域であって前記フレーム間差分領域でない領域、かつ前記検出対象物体領域である領域について前記透過率を前記第一の透過率よりも高い第二の透過率に設定することを特徴とした画像監視装置。
2. 前記背景画像更新手段は、
   前記背景差分領域でなく前記フレーム間差分領域でない領域について、前記背景画像の画素値を前記監視画像の画素値に更新する請求項１に記載の画像監視装置。
3. 前記背景画像更新手段は、
   前記背景差分領域かつ前記フレーム間差分領域である領域について、前記背景画像の画素値の更新を行わない請求項１または請求項２に記載の画像監視装置。
4. 前記背景画像更新手段は、
   前記背景差分領域かつ前記フレーム間差分領域であり、かつ前記検出対象物体領域である領域については前記背景画像の画素値の更新を行わず、前記検出対象物体でない領域については更新を行うことを特徴とする請求項１または請求項２に記載の画像監視装置。
5. 前記背景画像更新手段は、
   前記検出対象物体識別器において前記監視画像内の各領域について求められた検出対象物らしさに応じた前記透過率を用いて前記背景画像の当該領域に対応する領域の画素値を更新することを特徴とする請求項１から請求項４のいずれか１項に記載の画像監視装置。

Images