JP6482892B2 - 監視システム - Google Patents
監視システム Download PDFInfo
- Publication number
- JP6482892B2 JP6482892B2 JP2015029288A JP2015029288A JP6482892B2 JP 6482892 B2 JP6482892 B2 JP 6482892B2 JP 2015029288 A JP2015029288 A JP 2015029288A JP 2015029288 A JP2015029288 A JP 2015029288A JP 6482892 B2 JP6482892 B2 JP 6482892B2
- Authority
- JP
- Japan
- Prior art keywords
- monitoring system
- landmark
- signal processing
- camera
- processing unit
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims description 34
- 239000013598 vector Substances 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 24
- 238000000034 method Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 10
- 238000000605 extraction Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Burglar Alarm Systems (AREA)
- Image Analysis (AREA)
Description
図9は従来の侵入者検知システムを説明するための図である。
従来の侵入者検知は、施設への侵入を防ぐフェンス900に光ファイバ等のセンサーケーブル902を設置し、ケーブルの揺れにより侵入者の有無を検知する。センサーケーブル902には侵入者を検知するためのコントローラ901と、終端ボックス903が接続されている。
本発明の目的は、自然現象である風等の揺れを侵入者と区別して、侵入者の認識率を向上させることにある。
図1は本発明の一実施例に係る監視システムを説明するための図である。
図1において、監視システム100は、少なくともカメラ110と、ランドマーク121a〜121i(ランドマークを代表する場合は121と称する)を有している。
カメラ110は、撮像部111と信号処理部112を有している。
なお、信号処理部112は、ネットワーク等を介して撮像部111と接続されていてもよい。
カメラ110は、例えば、支柱130に設置されている。
表示装置140は、カメラ110に接続されている。なお、表示装置140は、本実施形態を説明するために記載しているものであり、本監視システムの必須構成品ではない。
表示装置140に表示されているランドマーク141a〜141iは、カメラ110がランドマーク121a〜121iを撮影した画像である。
ランドマーク121はカメラ110の設置位置に応じて、適切な位置に設置する必要がある。
図3(a)はフェンス120上部にランドマーク121を設置した図であり、フェンス120より高い位置にカメラ110を設置する場合、ランドマーク121はフェンス120上部に設置するのが有効である。
また、図3(b)はフェンス120側面にランドマーク121を設置した図であり、フェンス120より低い位置にカメラ110を設置する場合、ランドマーク121は側面に設置するのが有効である。
図2は本発明の一実施例に係る監視システムの信号処理部の動作を説明するための図である。
図2において、信号処理部112は、ランドマーク121の動きを学習する学習過程210と、実際に侵入者検知を行う識別過程220の処理過程を有する。
そして、信号処理部112は抽出した特徴量を機械学習手法により学習214し、識別器を作成215する。
識別過程220では、信号処理部112が入力映像221からランドマーク121の位置を検出222し、特徴量を抽出223する。抽出した特徴量を識別器に入力225することで、正常226か侵入者有りの異常227かを判断する。
機械学習214に公知のBoostingなどの教師有りの手法を用いる場合は、揺れが少ない通常の映像データと強風により揺れがある映像データをポジティブサンプルとして定義し、例えば、それぞれ1000フレームのデータを用意する。そして、侵入者がフェンス120を上ってフェンスが不規則に揺れている映像データをネガティブサンプルとして定義し、例えば、2000フレームのデータを用意する。以上のように用意したポジティブサンプルとネガティブサンプルを学習し、識別器を作成する。
識別器による識別225は、教師有りの手法で学習した場合と教師無しの手法で学習した場合で異なる。
教師有りの手法で学習した識別器は、入力した特徴量に対して正常か異常かを出力することができる。
次に、本発明の一実施例である昼間におけるランドマークの位置検出について、図4を用いて説明する。
図4は本発明の一実施例に係る監視システムの昼間におけるランドマークの位置検出の処理過程について説明するための図である。
検出対象のランドマーク121は、フェンス120に存在することがわかっている。このため、信号処理部112は、カメラ映像401から検出する処理範囲の限定402を図るため、処理範囲4021をフェンス付近に限定する。
次に、信号処理部112は、背景画像403と背景差分処理を行い、抽出した差分画像404から円形度を算出405する。円形度とは、円らしさを表す値であり、値が1に近づくほど円らしいと判断される。このとき円形度が0.80以上となり円として検出した位置の中心座標をそのランドマークの位置とする。
次に、本発明の一実施例である夜間におけるランドマークの位置検出について、図5を用いて説明する。
図5は本発明の一実施例に係る監視システムの夜間におけるランドマークの位置検出の処理過程について説明するための図である。
一般的な監視カメラを用いる場合、光源のない夜間はフェンス等の物体を捉えることは困難である。そこで、本発明では発光するランドマーク501を用いる。
信号処理部112のランドマーク検出は、検出範囲を限定502し、所定の輝度を越える光源を抽出505することで、各光源の中心座標をランドマーク5051,5052の位置とする。
なお、例えば、ランドマーク5051の位置は(x,y)=(756,34)であり、ランドマーク5052の位置は(x,y)=(872,318)である。
また、昼間のランドマークが精度よく検出できる場合は、夜間の検出範囲を昼間で検出したランドマーク位置の周辺ピクセルに限定することで精度よく検出が可能となる。同様に、夜間のランドマークが精度よく検出できる場合は、昼間の検出範囲を夜間で検出したランドマーク位置の周辺ピクセルに限定することで精度よく検出が可能となる。
次に、本発明の一実施例である特徴量抽出について、図6を用いて説明する。
図6は本発明の一実施例に係る監視システムにおける特徴量の抽出過程を説明するための図である。
信号処理部112は、特徴量を各フレームのランドマークの座標から抽出したベクトルを時系列に組み合せることで抽出する。
信号処理部112は、同様に次の2つのフレームであるf1フレーム602とf2フレーム603からランドマークの座標を用いてb2ベクトル情報605を抽出する。
このように、信号処理部112は、フレーム毎にベクトル情報を抽出し、時系列に複数フレームのベクトル情報を組み合わせることで、ランドマークの動きを時間的に捉えることができる。組み合わせるフレーム数は、フレーム数が増えるほど処理時間が増加するため、適宜決定する。
図7は本発明の一実施例に係る監視システムにおける特徴量の性質を説明するための図である。
図6で算出したベクトル情報は、図7に示す性質を持っている。
図7において、フェンスに揺れが少ない通常時701は、ベクトルが小さくなり、強風によりフェンスが揺れる場合702はベクトルが大きく、向きが規則的になる。そして、侵入者によりフェンスが揺れる場合703は、ベクトルが大きく、向きが不規則になる。
図8は本発明の一実施例に係る監視システムにおける侵入者有無の判定条件を説明するための図である。
図8において、識別されたフレームの状態は、例えば、通常時フレーム803と、強風による揺れフレーム801、侵入者による揺れフレーム802,804,805,・・・806の3つである。
また、本発明の実施形態の応用例としては、橋梁などの建築物の状態監視に用いることができる。建築物の正常な揺れ情報を学習し、建築物が老朽化した際に起こり得る異常な揺れを検知することで、倒壊の可能性を発見することができる。
Claims (3)
- カメラを有する監視システムにおいて、
前記カメラは信号処理部を有し、
前記カメラが撮影する物体には複数のマークを有し、
該複数のマークの各々は所定の特徴量により検出されるものであって、
前記信号処理部は、前記カメラで撮影されたマークの特徴量を該撮影されたフレームの座標から抽出したベクトルを時系列に組み合わせて抽出することで揺れ状態を検出し、
該検出した揺れ状態に応じて所定の異常判定を行うことを特徴とする監視システム。 - 請求項1に記載の監視システムにおいて、
前記信号処理部は、前記撮影されたフレーム毎のマークの座標より抽出したベクトルによって当該フレームの揺れ状態を抽出し、
該揺れ状態が所定のフレーム数連続して検出された場合に、侵入者を検知したとの異常判定として発報することを特徴とする監視システム。 - 請求項1または請求項2に記載の監視システムにおいて、
前記複数のマークは発光する物体であることを特徴とする監視システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015029288A JP6482892B2 (ja) | 2015-02-18 | 2015-02-18 | 監視システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015029288A JP6482892B2 (ja) | 2015-02-18 | 2015-02-18 | 監視システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016152525A JP2016152525A (ja) | 2016-08-22 |
JP6482892B2 true JP6482892B2 (ja) | 2019-03-13 |
Family
ID=56696782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015029288A Active JP6482892B2 (ja) | 2015-02-18 | 2015-02-18 | 監視システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6482892B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220341774A1 (en) * | 2019-09-27 | 2022-10-27 | Nec Corporation | Optical fiber sensing system, monitoring method, and non-transitory computer-readablemedium |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62136991A (ja) * | 1985-12-10 | 1987-06-19 | Matsushita Electric Works Ltd | 異常監視装置 |
JPH05284501A (ja) * | 1992-04-06 | 1993-10-29 | Mitsubishi Electric Corp | 侵入監視画像装置 |
JP2005227808A (ja) * | 2004-02-10 | 2005-08-25 | Mitsubishi Electric Engineering Co Ltd | 検知通報装置 |
JP4418376B2 (ja) * | 2005-01-26 | 2010-02-17 | 株式会社クレヴァシステムズ | 侵入検知センサー |
JP2007225397A (ja) * | 2006-02-22 | 2007-09-06 | Fujikura Ltd | 光ファイバ侵入監視装置における振動センサ用光ケーブルの布設方法及びその構造 |
JP2012118004A (ja) * | 2010-12-03 | 2012-06-21 | Hitachi Cable Ltd | 光ファイバセンサ式侵入検知方法及び光ファイバ式侵入検知センサ |
-
2015
- 2015-02-18 JP JP2015029288A patent/JP6482892B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016152525A (ja) | 2016-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8565484B2 (en) | Forest fire smoke detection method using random forest classification | |
US9462160B2 (en) | Color correction device, method, and program | |
US20150262068A1 (en) | Event detection apparatus and event detection method | |
KR101735365B1 (ko) | 학습 기반의 영상 내 관심 물체 검지 및 환경 변화에 강인한 물체 추적 방법 | |
WO2022078182A1 (zh) | 抛出位置获取方法、装置、计算机设备及存储介质 | |
US20060056702A1 (en) | Image processing apparatus and image processing method | |
KR20190046351A (ko) | 침입 탐지방법 및 그 장치 | |
US20110280478A1 (en) | Object monitoring system and method | |
CN109460787A (zh) | 入侵检测模型建立方法、装置及数据处理设备 | |
US20110280442A1 (en) | Object monitoring system and method | |
CN112270253A (zh) | 一种高空抛物的检测方法及装置 | |
KR101620989B1 (ko) | 야간 영상을 포함하는 동영상으로부터 화재를 자동적으로 감지하는 방법 및 이를 수행하는 시스템 | |
JP6214426B2 (ja) | 物体検出装置 | |
JP7125843B2 (ja) | 障害検知システム | |
KR101044903B1 (ko) | 영상 감시 시스템에서 은닉 마르코프 모델을 이용한 불 검출방법 | |
JP5780979B2 (ja) | 車両状態検出装置、車両挙動検出装置及び車両状態検出方法 | |
JP7074174B2 (ja) | 識別器学習装置、識別器学習方法およびコンピュータプログラム | |
JP6482892B2 (ja) | 監視システム | |
CN116682162A (zh) | 一种基于实时视频流的机器人人员检测算法 | |
JP6831396B2 (ja) | 映像監視装置 | |
JP4828265B2 (ja) | 画像センサ | |
KR102685149B1 (ko) | 영상 내 가상 검지선을 이용한 외부 침입 방지 시스템 | |
WO2022198507A1 (zh) | 障碍物检测方法、装置、设备和计算机存储介质 | |
KR102161212B1 (ko) | 움직임 검출 시스템 및 방법 | |
JP2002218443A (ja) | 侵入物体検出のためのしきい値を自動的に決定する侵入物体検出方法及び侵入物体監視装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170928 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180628 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180802 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180925 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6482892 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |