JP6873342B2 - 背景モデル生成装置、背景モデル生成プログラム、及び背景モデル生成方法 - Google Patents

Description

この発明は、背景の固定された映像から背景モデルを生成する、背景モデル生成装置、背景モデル生成プログラム及び背景モデル生成方法に関するものである。

従来から、監視映像で人物が検出されていないシーンから定期的に背景画像を更新する技術が知られている。具体例としては、特許文献１では、監視映像から背景映像を取得し、定期的に背景画像を更新する技術が公開されている。具体的には、特許文献１では、人物が映像中に出現すると背景画像の更新を中断することにより、人物が背景に含まれずに背景画像を更新することができる。

特開２００７−３００５３１号公報 特開２０１１−０２８６８６号公報

しかし、特許文献１の技術では、駅又は市街地等、高頻度で人が映像に映り込む場合に長時間背景を更新することができず、その間の背景の照明条件の変化に対応できないという課題がある。また、定期的な背景画像の更新を続ける必要があるため、背景画像の更新処理に係る処理負荷は高い。

また、特許文献２では、背景画像と入力画像を比較し、日照条件によって生じる高輝度領域と低輝度領域を区別した上で対象物検知する技術が公開されている。特許文献２では、あらかじめ対象物が映っていない背景画像を取得し、背景画像の輝度分布から高輝度領域と低輝度領域を記憶する。特許文献２では、入力画像に対して高輝度領域を基準とした補正と低輝度領域を基準とした補正を施し、それぞれで得られた結果の平均画像及び前記背景画像を利用して対象物を検出することができる。

しかし、特許文献２の技術でも、背景画像の更新を続ける必要があるため、背景画像の更新に係る処理負荷は高い。また、特許文献２では、使用する背景画像は１枚のため、局所的に日照又は影が発生し、背景画像として適切でない領域が含まれる場合があるという課題がある。

本発明は、
背景画像の更新処理に係る負荷を低減できるようにすること、及び
映像中に背景画像として適切でない領域が含まれる場合に、分類処理を実施して前記領域に係る画素を除外することを目的とする。

この発明の背景モデル生成装置は、
画像を取得する画像取得部と、
前記画像取得部が取得した画像の画素に係る値に基づいて、分類条件に従って前記画素を分類する画素分類部と、
前記画素分類部が分類した画素から前記画像取得部が取得した画像に係る背景画像と同一又は類似の画像である背景モデルを生成する背景モデル生成部とを備える。

本発明によれば、映像から取得した少なくとも１の画像を利用して背景モデルを生成でき、前記背景モデルは更新することなく背景画像として利用することができるので、背景画像の更新に係る処理負荷を低減できる。また、映像中に背景画像として適切でない領域が含まれる場合において、画素に係る分類処理を実施することにより前記領域に係る画素を除外できる。

実施の形態１に係る背景モデル生成装置１０の構成図。 実施の形態１に係る背景モデル生成装置１０のハードウェア構成図。 実施の形態１に係る背景モデル生成装置１０の動作を示すフローチャート。 実施の形態１に係る画素分類部１０２及び背景モデル生成部１０３の構成図。 実施の形態１に係る画素分類部１０２及び背景モデル生成部１０３の動作を示すフローチャート。 実施の形態１及び実施の形態３に係る処理の具体例。 実施の形態１に係る背景モデル生成装置１０の変形例のハードウェア構成図。 実施の形態２に係る背景モデル生成装置１０の構成図。 実施の形態２に係る背景モデル生成装置１０の動作を示すフローチャート。 実施の形態３に係る画素分類部１０２の構成図。 実施の形態３に係る画素分類部１０２の動作を示すフローチャート。 実施の形態４に係る処理概要図。 実施の形態４に係る応用例の処理概要図。

実施の形態１．
以下、本実施の形態について、図面を参照しながら詳細に説明する。

＊＊＊構成の説明＊＊＊
図１は、本実施の形態に係る背景モデル生成装置１０の構成図である。

本図に示されるように、背景モデル生成装置１０は、画像取得部１０１、画素分類部１０２、背景モデル生成部１０３、及びパラメータ保存用ストレージ１０５を備える。

画像取得部１０１は、背景の固定された映像から少なくとも１の画像を取得する。画素分類部１０２は、前記画像取得部１０１が取得した画像の画素に係る値に基づく分類条件に従って前記画像の画素を分類する。背景モデル生成部１０３は、前記画像取得部１０１が取得した画像に係る背景画像と同一又は類似の画像である背景モデルを生成する。パラメータ保存用ストレージ１０５は、画素分類部１０２の分類条件の設定に用いるパラメータである分類条件設定用パラメータを記憶する。

画像取得部１０１、画素分類部１０２、及び背景モデル生成部１０３の機能は、ソフトウェアである背景モデル生成プログラムにより実現される。

さらに、背景モデル生成装置１０は、画素分類部１０２において使用する分類条件設定用パラメータを保存するパラメータ保存用ストレージ１０５を備える。

映像は、画像の集合からなる映像ストリームのことである。即ち、映像は１以上の画像から成る画像の集合を表す。

画像は、映像が映像ストリームを示す場合においては映像ストリームの各フレームのことである。
画像は、映像ストリームを構成する単位である。画像は、複数の画素からなる。

ある画素についての画素に係る値とは、
その画素から取得できる値、
その画素から取得できる少なくとも１の値とその画素の周辺に位置する少なくとも１の画素から取得できる値を合成した値、
その画素の周辺に位置する画素のいずれかの画素から取得できる値、及び
その画素の周辺に位置する少なくとも１の画素から取得できる複数の値を合成した値のいずれかの値である。
また、画素に係る値を代表画素値とも呼ぶ。

図２は、本実施の形態に係る背景モデル生成装置１０のハードウェア構成図である。
背景モデル生成装置１０は、図２に示す一般的なコンピュータ１００から構成され、プロセッサ１１１、メモリ１１２、記憶装置１１３、入力インタフェース１１４、及び出力インタフェース１１５等のハードウェアを備える。
画像取得部１０１、画素分類部１０２、及び背景モデル生成部１０３は、プロセッサ１１１及びメモリ１１２から構成される。パラメータ保存用ストレージ１０５は、記憶装置１１３から構成される。

プロセッサ１１１は、データバス（信号線）を介して他のハードウェアと接続され、これら他のハードウェアを制御する。

プロセッサ１１１は、演算処理を行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。プロセッサ１１１は、具体例としては、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。

メモリ１１２は、データを一時的に記憶する記憶装置である。メモリ１１２は、具体例としては、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。メモリ１１２は、プロセッサ１１１の演算結果を保持する。

記憶装置１１３は、データを不揮発的に保管する記憶装置である。記憶装置１１３は、具体例としては、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）である。また、記憶装置１１３は、メモリカード、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ、登録商標）メモリカード、ＣＦ（Ｃｏｍｐａｃｔ Ｆｌａｓｈ）、ＮＡＮＤフラッシュ、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等の可搬記録媒体であってもよい。

入力インタフェース１１４は、各種機器が接続され、各種機器のデータが入力されるポートである。図２では、入力インタフェース１１４にはカメラ２０が接続され、カメラ２０から映像が入力される。なお、接続の形態としては、有線接続及び無線接続がある。

出力インタフェース１１５は、各種機器が接続され、各種機器へデータが出力されるポートである。なお、接続の形態としては、有線接続及び無線接続がある。背景モデル生成装置１０は、背景モデル生成装置１０が生成した背景モデルを、出力インタフェース１１５を介して出力することができる。

記憶装置１１３は、背景モデル生成装置１０の各機能構成要素の機能を実現する背景モデル生成プログラムを記憶している。前記プログラムは、プロセッサ１１１によりメモリ１１２に読み込まれた後でプロセッサ１１１に読み込まれ、プロセッサ１１１によって実行される。これにより、背景モデル生成装置１０の各機能構成要素の機能が実現される。

記憶装置１１３は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）を記憶している。プロセッサ１１１はＯＳの実行及び背景モデル生成プログラムの実行をする。なお、背景モデル生成プログラムの一部又は全部が、ＯＳに組み込まれていてもよい。

また、背景モデル生成装置１０は、生成した背景モデルを記憶装置１１３に保存する場合がある。

背景モデル生成プログラム及びＯＳは、メモリ１１２に記憶されていてもよい。

図２では、プロセッサ１１１は、１つだけ示されているが、背景モデル生成装置１０は、プロセッサ１１１を代替する複数のプロセッサを備えていてもよい。具体例としては、背景モデル生成装置１０は、別途、画像処理プロセッサを備えてもよい。これらの複数のプロセッサは、背景モデル生成プログラム及びＯＳの実行を分担する。

背景モデル生成プログラムにより利用、処理、又は出力されるデータ、情報、信号、及び変数値は、メモリ１１２、記憶装置１１３、又はプロセッサ１１１内のレジスタ若しくはキャッシュメモリに記憶される。

背景モデル生成プログラムは、画像取得部１０１、画素分類部１０２、及び背景モデル生成部１０３の各部の「部」を「処理」、「手順」あるいは「工程」と読み替えた各処理、各手順あるいは各工程をコンピュータに実行させるプログラムである。

また、背景モデル生成方法は、コンピュータである背景モデル生成装置１０が背景モデル生成プログラムを実行することにより行われる方法である。背景モデル生成プログラムは、コンピュータ読み取り可能な記録媒体に格納されて提供してもよいし、プログラムプロダクトとして提供されてもよい。

＊＊＊動作の説明＊＊＊
以下、本実施の形態における背景モデル生成装置１０の動作について説明する。背景モデル生成装置１０の動作は、背景モデル生成方法に相当する。背景モデル生成方法の手順は、背景モデル生成プログラムの手順に相当する。
図３は、本実施の形態に係る背景モデル生成装置１０の動作を示すフローチャートである。

（ステップＳ１０１：画像取得処理）
画像取得部１０１は、背景モデル生成装置１０に入力された背景の固定された映像から少なくとも１の画像を取得する画像取得処理を実施する。

具体的には、画像取得部１０１は、入力インタフェース１１４を介して、カメラ２０で撮影された映像から少なくとも１の画像を取得する。なお、カメラ２０で撮影した映像は、記憶装置１１３に記憶してもよく、記憶しなくてもよい。

（ステップＳ１０２：画素分類処理）
画素分類部１０２は、画像取得部１０１が取得した全ての画像に係る全ての画素に対して、画素に係る値に基づいて画素を分類する画素分類処理を実施する。分類処理においては分類条件を利用し、前記分類条件は、パラメータ保存用ストレージ１０５から取得した分類条件設定用パラメータに基づき設定する。

（ステップＳ１０３：背景モデル生成処理）
背景モデル生成部１０３は、画素分類部１０２によって背景画素として分類された画素を利用して、背景モデルを生成する背景モデル生成処理を実施する。なお、背景になり得る値を示したテキストファイル又はバイナリファイルを生成してもよい。また、本ステップで生成したものを記憶装置１１３に記憶してもよい。

＊＊＊画素分類部１０２及び背景モデル生成部１０３の構成の説明＊＊＊
図４は、本実施の形態における画素分類部１０２及び背景モデル生成部１０３の構成図である。

画素分類部１０２は、記憶装置１１３から分類条件設定用パラメータを取得する条件取得部１２１と、画像取得部１０１が取得した画像から画素に係る値を取得する値選定部１２２と、値選定部１２２において選定した画素に係る値を判定する値判定部１２３を備える。

背景モデル生成部１０３は、画素分類部１０２において背景画素として分類された画素を使用して背景モデルに係る各画素を生成する画素生成部１３１と、画素生成部１３１において生成した画素に基づき背景モデル画像を生成する画像生成部１３２を備える。

＊＊＊画素分類部１０２及び背景モデル生成部１０３の動作の説明＊＊＊
図５は、本実施の形態における画素分類部１０２及び背景モデル生成部１０３の動作を示すフローチャートである。

（ステップＳ１２１：条件取得処理）
条件取得部１２１は、パラメータ保存用ストレージ１０５から分類条件設定用パラメータを取得する。

具体的には、分類条件設定用パラメータには、背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）及び背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）があり、条件取得部１２１は、背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）及び背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）を分類条件に係る境界値として取得する。ここで、ｘ及びｙは画像上の位置座標に対応する変数である。

パラメータ保存用ストレージ１０５は、分類条件設定用パラメータを画素の位置座標（ｘ，ｙ）毎に異なる値を記憶してもよく、１対だけ記憶して全ての画素に対して同一の分類条件を適用してもよい。また、パラメータ保存用ストレージ１０５は、画素の位置座標（ｘ，ｙ）の値に基づいて画素の集合を生成し、前記集合毎に分類条件設定用パラメータを記憶して前記集合毎に異なる分類条件を適用してもよい。

（ステップＳ１２２：値選定処理）
値選定部１２２は、画像取得部１０１が取得した全ての画像に係る全ての画素Ｖ_ｔ（ｘ，ｙ）について、画素に係る値ｖ_ｔ（ｘ，ｙ）を選定する。ここで、添え字のｔは画像に係る時刻を表す。つまり、Ｖ_ｔ（ｘ，ｙ）は、時刻ｔにおける画像の位置座標（ｘ，ｙ）における画素を表す。

画素は、ＨＳＶ表色系、ＲＧＢ表色系、ＸＹＺ表色系、Ｌａｂ表色系、あるいは、別の表色系の値を有する。
ここでは、画素に係る値は、具体例としては、画素値をＨＳＶ表色系で表現した際の明度Ｖの値であるものとする。
値選定部１２２は、画素Ｖ_ｔ（ｘ，ｙ）の画素に係る値ｖ_ｔ（ｘ，ｙ）として、明度Ｖの値を選定する。

（ステップＳ１２３：値判定処理）
値判定部１２３は、画像取得部１０１が取得した全ての画像に係る全ての画素を、値選定部１２２において選定した画素に係る値と、条件取得部１２１において取得した分類条件設定用パラメータとの関係に基づいて判定する。

具体的には、値判定部１２３は、式１、式２、及び式３に示す、画素Ｖ_ｔ（ｘ，ｙ）の分類条件に基づいて判定する。画素に係る値ｖ_ｔ（ｘ，ｙ）が、背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）以上であり、且つ、背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）以下（式１）であるとき、画素Ｖ_ｔ（ｘ，ｙ）は背景画素として分類される。一方、画素に係る値ｖ_ｔ（ｘ，ｙ）が、背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）より小さい（式２）又は背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）より大きい（式３）とき、画素Ｖ_ｔ（ｘ，ｙ）は非背景画素として分類される。
Ｔ_ｍｉｎ（ｘ，ｙ）≦ｖ_ｔ（ｘ，ｙ）≦Ｔ_ｍａｘ（ｘ，ｙ）・・・（式１）
ｖ_ｔ（ｘ，ｙ）＜Ｔ_ｍｉｎ（ｘ，ｙ）・・・（式２）
Ｔ_ｍａｘ（ｘ，ｙ）＜ｖ_ｔ（ｘ，ｙ）・・・（式３）

（ステップＳ１３１：画素生成処理）
画素生成部１３１は、画素分類部１０２が分類した背景画素を利用し、背景モデルに係る背景画素である背景モデル画素を生成する。

具体例としては、画素生成部１３１は、背景画素に係る位置座標（ｘ，ｙ）が同一である画素を集めて集合を生成し、前記集合毎に前記集合に属する画素の画素値の平均値を算出し、前記平均値を持つ背景モデル画素を生成する。なお、画素生成部１３１は、画像取得部１０１が１画像のみ取得したとき等、前記集合に属する画素が１しかない場合、１画像の画素の画素値を前記平均値とする。

（ステップＳ１３２：画像生成処理）
画像生成部１３２は、前記背景モデル画素を使用して背景モデルに係る画像を生成する。なお、背景になり得る値を示したテキストファイル又はバイナリファイルを生成してもよい。また、本ステップで生成したものを記憶装置１１３に記憶してもよい。

＊＊＊実施の形態１の特徴＊＊＊
この実施の形態の背景モデル生成装置は、画角の固定された長時間映像から画像を取得する画像取得部１０１と、映像の画素値を分類条件に従って振り分ける画素分類部１０２と、振り分けられた画素値から背景モデルを生成する背景モデル生成部１０３とを備えることを特徴とする。

また、この実施の形態により、日照の変化等背景の見え方変化を含む長時間映像から背景画素を抽出し、背景モデルを生成することができる。

＊＊＊実施の形態１の効果の説明＊＊＊
図６は、本実施の形態における処理の具体例であり、本図を参照して本実施の形態に係る効果を具体的に説明する。
本図は、背景モデル生成装置１０が、カメラ２０が同じ地点を８時から２０時まで撮影した映像であって、日照変化により照明条件が変化する映像に基づき、明度の高い領域の画素のみから成る背景モデルである高明度背景モデル６１を生成する流れを示している。

画像（８：００）５１は朝８時における画像、画像（１２：００）５２は昼１２時おける画像、画像（１６：００）５３は夕方１６時における画像、画像（２０：００）５４は夜２０時における画像であり、いずれの画像も前記映像に基づいて画像取得部１０１が取得したものである。また、画像（８：００）５１及び画像（１２：００）５２は、日向の領域である日向領域及び日陰の領域である日陰領域を含み、画像（１６：００）５３における網掛けは夕日によって赤みを帯びている領域である夕焼け領域を表し、画像（２０：００）５４における網掛けは日照がないことにより暗闇となっている領域である暗闇領域を表す。

なお、画像（８：００）５１、画像（１２：００）５２、画像（１６：００）５３、及び画像（２０：００）５４は、前記映像から画像取得部１０１が取得した画像のうち代表的な画像であり、背景モデル生成装置１０が高明度背景モデル６１を生成する際には前記代表的な画像以外の画像も使用している。

画素分類部１０２は、画素に係る値としてＨＳＶ表色系の明度Ｖを選定し、
パラメータ保存用ストレージ１０５は、明度Ｖの高い画素を背景画素と分類できるような前記背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）及び前記背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）を記憶することにより、
背景モデル生成装置１０は、高明度背景モデル６１を生成する。

なぜならば、画素分類部１０２は、画像（８：００）５１及び画像（１２：００）５２に含まれるような日陰領域に係る画素、画像（１６：００）５３に含まれるような夕焼け領域に係る画素並びに画像（２０：００）５４に含まれるような暗闇領域に係る画素を非背景画素として分類し、画像（８：００）５１及び画像（１２：００）５２に含まれるような日向領域に係る画素のみを背景画素として分類するためである。

以上のように、本実施の形態によれば、背景モデル生成装置１０は、映像から取得した少なくとも１の画像を利用して背景モデルを生成でき、前記背景モデルは更新することなく背景画像として利用することができるので、背景画像の更新処理に係る負荷を軽減できる。また、映像中に背景画像として適切でない領域が含まれる場合において、画素分類部１０２が画素分類処理を実施することにより前記領域に係る画素を除外できる。ここで、背景画像として適切でない領域とは、背景モデルの生成目的に鑑みて適切でない領域のことであり、前記具体例においては、明度Ｖの低い画素を含む領域のことである。

＜変形例１＞
本実施の形態の背景モデル生成装置１０では、入力装置として、カメラ２０を対象とするように構成されているが、ＲＧＢカメラに限定されるものではない。具体例としては、サーマルカメラ（Ｔｈｅｒｍａｌ Ｃａｍｅｒａ）又はデプスカメラ（Ｄｅｐｔｈ Ｃａｍｅｒａ）を入力装置としてもよい。

＜変形例２＞
本実施の形態の背景モデル生成装置１０には、１台のカメラのみ接続されている。しかし、背景モデル生成装置１０にカメラが複数台接続されていてもよい。本変形例では、背景モデル生成装置１０は、１のカメラにつき１の背景モデルを生成する。

＜変形例３＞
本実施の形態の背景モデル生成装置１０は、カメラから入力された映像を使用している。しかし、背景モデル生成装置１０が使用する背景の固定された映像は、記憶装置１１３に記憶された映像であってもよい。前記映像の具体例としては、カメラで撮影した映像若しくはこれを加工した映像、アニメーション映像、又は、ＣＧ（Ｃｏｍｐｕｔｅｒ Ｇｒａｐｈｉｃｓ）映像がある。
本変形例における背景モデル生成装置１０は、記憶装置１１３に映像を記憶しており、また、入力インタフェース１１４を備える必要がない。

＜変形例４＞
前記変形例３では、記憶装置１１３に１の背景の固定された映像が記憶されている。しかし、記憶装置１１３に複数の背景の固定された映像が記憶されており、それぞれの映像に対応する複数の背景モデルを生成してもよい。
本変形例では、背景モデル生成装置１０は、１の映像につき１の背景モデルを生成する。

＜変形例５＞
本実施の形態の画像取得部１０１は、図３に示すように、ステップＳ１０１が完了した後でステップＳ１０２を実行し、ステップＳ１０２が完了した後でステップＳ１０３を実行することとなっているが、各ステップに係る処理の一部を実行してから次のステップに係る処理の一部を実行し、その後前のステップに戻ってもよい。

具体例としては、ステップＳ１０１において取得した画像の枚数が所定値に達する度にステップＳ１０２を実施し、その後ステップＳ１０１に戻ってもよい。また、ステップＳ１０２において画像の位置座標（ｘ，ｙ）毎に分類処理を行い、所定の個数の位置座標（ｘ，ｙ）に係る分類処理を終える度にステップＳ１０３を実施し、その後ステップＳ１０２に戻ってもよい。

＜変形例６＞
本実施の形態の画素分類部１０２は、図５に示すように、ステップＳ１２１が完了した後で、ステップＳ１２２及びステップＳ１２３を画像取得部１０１が取得した全ての画像に係る全ての画素分繰り返すこととなっている。しかし、ステップＳ１２１に係る処理を一部実行した後でステップＳ１２２及びステップＳ１２３に係る処理の少なくとも一方の一部を実行し、その後ステップＳ１２１に戻ってもよい。
また、ステップＳ１２２に係る処理を複数画素分実施してからステップＳ１２３に係る処理を実行し、ステップＳ１２２に戻ってもよい。

＜変形例７＞
本実施の形態の背景モデル生成部１０３は、図５に示すように、ステップＳ１３１に係る処理を背景モデルの全ての画素分繰り返し実行し、その後ステップＳ１３２を実行する。しかし、ステップＳ１３１に係る処理を背景モデルの一部の画素分実行してからステップＳ１３２に係る処理の一部を実行し、その後ステップＳ１３１に戻ってもよい。

＜変形例８＞
本実施の形態では、背景モデル生成装置１０は、背景モデル生成装置１０が生成した背景モデルを外部の装置に出力することができるが、前記背景モデルを外部の装置に出力することができなくてもよい。本変形例において、背景モデル生成装置１０は、出力インタフェース１１５を備える必要がない。

＜変形例９＞
本実施の形態では、画像取得部１０１が取得した画像の解像度と、背景モデルの解像度は同じである。しかし、両者の解像度は異なってもよい。

具体例としては、背景モデルの解像度が画像取得部１０１の取得した画像の解像度よりも高い場合は、背景モデル生成部１０３が画素の分割処理を実行すればよい。また、背景モデルの解像度が画像取得部１０１の取得した画像の解像度よりも低い場合は、背景モデル生成部１０３が画素の集約処理を実行すればよい。

＜変形例１０＞
本実施の形態では、前記背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）及び前記背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）は、記憶装置１１３に記憶されている。しかし、これらの値は背景モデル生成プログラムに組み込まれていてもよく、背景モデル生成装置のユーザーが任意に設定できるようにしてもよい。
本変形例では、記憶装置１１３は分類条件設定用パラメータを記憶する必要がなくなり、また、画素分類部１０２において条件取得部１２１が存在する必要がなくなる。

＜変形例１１＞
本実施の形態では、記憶装置１１３は、前記背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）及び前記背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）を記憶している。しかし、記憶装置１１３は、これらの値のうち一方のみを記憶してもよい。

前記背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）のみを用意した場合においては、画素分類部１０２において、画素Ｖ_ｔ（ｘ，ｙ）に係る値であるｖ_ｔ（ｘ，ｙ）と背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）の関係に基づいて判定することとなる。
具体的には、画素分類部１０２は、式４及び式５に示す、画素Ｖ_ｔ（ｘ，ｙ）の分類条件に基づいて判定する。
画素に係る値ｖ_ｔ（ｘ，ｙ）が、背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）以上（式４）であるとき、画素Ｖ_ｔ（ｘ，ｙ）は背景画素として分類される。一方、画素に係る値ｖ_ｔ（ｘ，ｙ）が、背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）より小さい（式５）とき、画素Ｖ_ｔ（ｘ，ｙ）は非背景画素として分類される。
Ｔ_ｍｉｎ（ｘ，ｙ）≦ｖ_ｔ（ｘ，ｙ）・・・（式４）
ｖ_ｔ（ｘ，ｙ）＜Ｔ_ｍｉｎ（ｘ，ｙ）・・・（式５）

また、前記背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）のみを用意した場合においては、画素分類部１０２において、画素Ｖ_ｔ（ｘ，ｙ）に係る値であるｖ_ｔ（ｘ，ｙ）と背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）の関係に基づいて判定することとなる。
具体的には、画素分類部１０２は、式６及び式７に示す、画素Ｖ_ｔ（ｘ，ｙ）の分類条件に基づいて判定する。
画素に係る値ｖ_ｔ（ｘ，ｙ）が、背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）以下（式６）であるとき、画素Ｖ_ｔ（ｘ，ｙ）は背景画素として分類される。一方、画素に係る値ｖ_ｔ（ｘ，ｙ）が、背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）より大きい（式７）とき、画素Ｖ_ｔ（ｘ，ｙ）は非背景画素として分類される。
ｖ_ｔ（ｘ，ｙ）≦Ｔ_ｍａｘ（ｘ，ｙ）・・・（式６）
Ｔ_ｍａｘ（ｘ，ｙ）＜ｖ_ｔ（ｘ，ｙ）・・・（式７）

＜変形例１２＞
本実施の形態では、各機能構成要素をソフトウェアで実現する場合を説明した。しかし、変形例として、各機能構成要素はハードウェアで実現されてもよい。

図７を参照して、本変形例に係る背景モデル生成装置１０の構成を説明する。
各機能構成要素がハードウェアで実現される場合には、背景モデル生成装置１０は、プロセッサ１１１に代えて、電子回路１１６を備える。あるいは、図示しないが、背景モデル生成装置１０は、プロセッサ１１１、メモリ１１２、及び記憶装置１１３に代えて、電子回路１１６を備える。電子回路１１６は、各機能構成要素（及びメモリ１１２と記憶装置１１３）との機能とを実現する専用の電子回路である。ここで、電子回路は処理回路と呼ぶこともある。

電子回路１１６は、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ（Ｇａｔｅ Ａｒｒａｙ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）が想定される。
各機能構成要素を１つの電子回路１１６で実現してもよいし、各機能構成要素を複数の電子回路１１６に分散させて実現してもよい。

あるいは、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。

前述したプロセッサ１１１とメモリ１１２と記憶装置１１３と電子回路１１６とを、総称して「プロセッシングサーキットリー」という。つまり、各機能構成要素の機能は、プロセッシングサーキットリーにより実現される。

実施の形態２．
以下、前述した実施の形態と異なる点について、図面を参照しながら説明する。

＊＊＊構成の説明＊＊＊
図８は、本実施の形態に係る背景モデル生成装置１０の構成図である。
本図に示されるように、背景モデル生成装置１０は、画像取得部１０１と画素分類部１０２の間に検出処理部１０４を備える。検出処理部１０４は、画像取得部１０１が取得した画像内に移動体の少なくとも一部が表示されている場合に前記移動体が含まれる画像内の領域を検出し、前記領域に係る画素を除外する。

移動体は、経時的に位置を変更する生物及び無生物のことである。

検出処理部１０４は、プロセッサ１１１及びメモリ１１２から構成される。

＊＊＊動作の説明＊＊＊
図９は、本実施の形態における背景モデル生成装置１０の動作を示すフローチャートである。

（ステップＳ１０４：検出処理）
検出処理部１０４は、画像取得部１０１が取得した全ての画像に対して、画像内に移動体の少なくとも一部が表示されている場合に、前記移動体が含まれる画像内の領域を検出する処理及び前記領域に係る画素を画素分類部１０２に係る分類対象から除外する処理を実行する。

検出処理部１０４の前記領域を検出する処理には、任意の技術を用いることができる。具体例としては、機械学習による物体検出技術を使ってもよい。

（ステップＳ１０２：画素分類処理）
画素分類部１０２は、画像取得部１０１が取得した全ての画像に係る全ての画素のうち検出処理部１０４が除外した画素を除いた画素に対して、画素分類処理を実行する。

＊＊＊実施の形態２の特徴＊＊＊
実施の形態１では、画像取得部１０１で取得した画像に人又は自動車等の移動体が映り込んでいた場合、その移動体の領域の画素も背景画素として分類されてしまうことがある。一方、実施の形態２では、背景モデル生成装置１０の、画像取得部１０１と画素分類部１０２の間に、画像取得部１０１で取得した画像中の移動体を検知する処理部を設けることで、移動体の領域を除外した背景モデルを生成することを特徴とする。

＊＊＊実施の形態２の効果の説明＊＊＊
本実施の形態によれば、検出処理部１０４が、画像取得部１０１が取得した画像内に移動体の少なくとも一部が表示されている場合に前記移動体が含まれる画像内の領域を検出し、前記領域に係る画素を除外する。そのため、移動体を含まない背景モデルを生成できる。

また、ステップＳ１０４で画像中の移動体領域を画素値分類の対象画素から除外することによって、ステップＳ１０２で移動体の往来が多い映像でも背景画素のみを正確に分類し、移動体の含まれない背景モデルを作成できる。具体的には、駅又は市街地のように、日照による見え方変化があり、且つ、人又は自動車等移動体の往来も多い場所でも背景モデルを生成できる。生成した背景モデルを前景の映っている入力画像と比較することで、より高精度に背景の照明条件の変化を考慮した前景抽出が可能である。

＜変形例１３＞
本実施形態における画像取得部１０１は、図９に示すように、ステップＳ１０１が完了してからステップＳ１０４を実行し、ステップＳ１０４が完了してからステップＳ１０２を実行し、ステップＳ１０２が完了してからステップＳ１０３を実行する。しかし、各ステップの一部を実行してから次のステップの一部を実行し、その後１以上前のステップに戻ってもよい。

実施の形態３．
以下、前述した実施の形態と異なる点について、図面を参照しながら説明する。

＊＊＊構成の説明＊＊＊
図１０は、本実施の形態における画素分類部１０２の構成図である。
画素分類部１０２は、値選定部１２２、条件設定部１２４、及び値判定部１２３を備える。

条件設定部１２４は、分類条件に係る境界値を動的に設定する。

動的とは、背景モデル生成装置１０の作動中に値を自動的に設定すること又は変動させることを意味する。

＊＊＊動作の説明＊＊＊
図１１は、本実施の形態における画素分類部１０２の動作を示すフローチャートである。

（ステップＳ１２４：条件設定処理）
条件設定部１２４は、画像取得部１０１が取得した画像の画素の位置座標毎に、分類条件に係る境界値を設定する。

条件設定部１２４の分類条件に係る境界値の設定方法の具体例を、以下に示す。
式８から式１１は、背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）と背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）の算出に係る式である。時刻０から時刻ｎまでの位置座標（ｘ，ｙ）における画素（ｖ_０（ｘ，ｙ）、ｖ_１（ｘ，ｙ）、．．．、ｖ_ｎ（ｘ，ｙ））の最大値をｖ_ｍａｘ（ｘ，ｙ）、最小値をｖ_ｍｉｎ（ｘ，ｙ）とする（式８、式９）。画素分類部１０２で、ｎ枚の画像から抽出したｎ個の画素に係る値の上位２０％に該当する画素に係る値を持つ画素を背景画素と分類する場合、背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）は式１０のようになり、背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）は式１１のようになる。
ｖ_ｍａｘ（ｘ，ｙ）＝ｍａｘ_{Ｖ∈｛ｖｔ（ｘ，ｙ）｝}Ｖ（ｘ，ｙ）・・・（式８）
ｖ_ｍｉｎ（ｘ，ｙ）＝ｍｉｎ_{Ｖ∈｛ｖｔ（ｘ，ｙ）｝}Ｖ（ｘ，ｙ）・・・（式９）
Ｔ_ｍａｘ（ｘ，ｙ）＝ｖ_ｍａｘ（ｘ，ｙ）・・・（式１０）
Ｔ_ｍｉｎ（ｘ，ｙ）＝ｖ_ｍａｘ（ｘ，ｙ）−（ｖ_ｍａｘ（ｘ，ｙ）−ｖ_ｍｉｎ（ｘ，ｙ））×０．２・・・（式１１）

具体例としては、前記背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）及び前記背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）に基づき画素を分類したとき、画素に係る値ｖ_ｔ（ｘ，ｙ）をＨＳＶ表色系の明度Ｖの値とした場合、境界値を事前に設定することなく図６で示した高明度背景モデル６１を生成することが可能である。

条件設定部１２４は、分類条件に係る境界値の算出に式１０又は式１１を使用せず、任意の式を採用しても良い。具体例としては、式１０及び式１１では、画素に係る値の最大値及び最小値を基準に境界値を設定したが、画素に係る値の出現度に基づいて設定してもよい。また、式１０及び式１１は、上位２０％の画素に係る値を持つ画素を背景画素とするための式であるが、上位、中位、及び下位のいずれでもよく、また割合も任意の値を採用してよい。
また、条件設定部１２４は、画像取得部１０１が取得した画像の一部のみを利用して分類条件を設定してもよい。

（ステップＳ１２３：値判定処理）
値判定部１２３は、画像取得部１０１が取得した全ての画像に係る全ての画素を、値選定部１２２において選定した画素に係る値と、条件設定部１２４が設定した分類条件との関係に基づいて判定する。

＊＊＊実施の形態３の特徴の説明＊＊＊
実施の形態１及び実施の形態２では、パラメータ保存用ストレージ１０５は、画素分類部１０２における分類条件に係る境界値を記憶しておく必要がある。
また、地面又は建造物等異なる色の背景領域に対して、その領域ごとに境界値を設定することは非常に困難である。実施の形態３では、画素分類の条件となる境界値を、自動的に変動させて画素を分類することを特徴とする。

＊＊＊実施の形態３の効果の説明＊＊＊
本実施の形態によれば、パラメータ保存用ストレージ１０５が事前に画素分類部１０２における背景と認められる最大値Ｔ_ｍａｘ（ｘ，ｙ）及び背景と認められる最小値Ｔ_ｍｉｎ（ｘ，ｙ）を記憶しなくても、画素分類部１０２は、画素を分類することができる。

そのため、本実施の形態における背景モデル生成装置１０は、パラメータ保存用ストレージ１０５に境界値を記憶していなくても、図６に示すような高明度背景モデル６１を生成できる。

また、本実施の形態によれば、画素分類部１０２は、分類条件に係る境界値を動的に設定することによって、画素ごとに適切な境界値を自動で設定することができる。具体例としては、画素分類部１０２は、日向であっても明度が高くなりにくい黒い壁又は床等の背景領域についても、日向領域に係る背景画素として分類することができる。

＜変形例１４＞
本実施の形態における画素分類部１０２は、図１１に示すように、ステップＳ１２２が完了した後でステップＳ１２４を実行し、ステップＳ１２４が完了した後でステップＳ１２３を実行することとなっているが、各ステップに係る処理の一部を実行してから次のステップに係る処理の一部を実行し、その後１つ又は２つ前のステップに戻ってもよい。

また、パラメータ保存用ストレージ１０５は、一度背景モデルを作成したときに使用した分類条件に係る値を記憶しておき、別の背景モデルを作成する際に、パラメータ保存用ストレージ１０５が記憶している前記値を使用してもよい。

実施の形態４．
以下、前述した実施の形態と異なる点について、図面を参照しながら説明する。

＊＊＊構成の説明＊＊＊
本実施の形態における背景モデル生成装置１０の構成は、実施の形態１、実施の形態２、又は実施の形態３に係る構成と同じである。

＊＊＊動作の説明＊＊＊
本実施の形態では、
画素分類部１０２は、複数の分類条件に従って１の画素を分類し、
背景モデル生成部１０３は、前記複数の分類条件に対応する複数の背景モデルを生成する。

図１２は、本実施の形態における処理概要図であり、本図を参照して、本実施の形態における画素分類部１０２及び背景モデル生成部１０３が実行する処理を説明する。
本図は、本実施の形態に係る処理の例であり、画像取得部１０１が取得した画像の画素を、画素分類部１０２が条件１、条件２、及び条件３に従って分類し、背景モデル生成部１０３が３種類の背景モデルを生成する流れを示したものである。

条件１は、実施の形態３で説明したＨＳＶ表色系の明度Ｖの値の上位２０％を背景画素とする分類条件である。条件２は、ＨＳＶ表色系の明度Ｖの値の下位２０％を背景画素とする分類条件である。条件３は、ＲＧＢ表色系の赤色成分Ｒの値の上位２０％を背景画素とする分類条件である。

背景モデル生成部１０３は、
画素分類部１０２の条件１で分類された画素から高明度背景モデル６１を、
条件２で分類された画素から明度の低い領域の画素のみから成る背景モデルである低明度背景モデル６２を、
条件３で分類された画素から夕焼け領域の画素のみから成る背景モデルである夕焼け背景モデル６３を生成する。

なお、画像（８：００）５１、画像（１２：００）５２、画像（１６：００）５３、及び画像（２０：００）５４は、デジタルビデオカメラで撮影した映像から画像取得部１０１が取得した画像のイメージであるため、前記画像に係る風景を肉眼で観察した場合とは見え方が異なる。具体的には、画像（８：００）５１及び画像（１２：００）５２については、露出等を日向領域に合わせた画像であるために、日陰領域が肉眼で観察した場合に比べて著しく暗く映っている。また、画像（２０：００）５４は、デジタルビデオカメラのＩＳＯ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｏｒｇａｎｉｚａｔｉｏｎ ｆｏｒ Ｓｔａｎｄａｒｄｉｚａｔｉｏｎ）感度を高い値に設定している等の理由により、夜に屋外で撮影した画像であるものの、画像（８：００）５１及び画像（１２：００）５２における日陰領域に係る画素よりもＨＳＶ表色系の明度Ｖが高い画素で構成されている。

高明度背景モデル６１の生成過程については、実施の形態１において説明したものと同様であるのでここでは説明しない。ここでは、低明度背景モデル６２及び夕焼け背景モデル６３の生成過程を説明する。

画素分類部１０２は、条件２によって、明度の低い領域を背景画素として分類する。即ち、画素分類部１０２は、画像（８：００）５１及び画像（１２：００）５２については、木の影に係る画素を背景画素として分類し、日向領域に係る画素を非背景画素として分類する。また、画素分類部１０２は、画像（２０：００）５４については、全ての画素を背景画素として分類する。そのため、背景モデル生成装置１０は、低明度背景モデル６２を生成する。

画素分類部１０２は、条件３によって、赤みを帯びた画素を背景画素として分類する。即ち、画素分類部１０２は、画像（１６：００）５３については、全ての画素を背景画素として分類し、画像（８：００）５１、画像（１２：００）５２、及び画像（２０：００）５４については、全ての画素を非背景画素として分類する。そのため、背景モデル生成装置１０は、夕焼け背景モデル６３を生成する。

本実施の形態における背景モデル生成装置１０は、画素分類条件と生成する背景モデルの数を任意で設定でき、画素分類条件の種類についても実施の形態３で述べたように、任意で設定してよい。具体例としては、画素分類条件にＨＳＶ表色系の値を用いても良いし、ＲＧＢ表色系、ＸＹＺ表色系、及びＬａｂ表色系のいずれかを用いても良いし、別の表色系を用いても良い。また、複数の表色系を組み合わせて画素分類部１０２に係る分類条件を生成しても良い。さらに、表色系に限らず、画像の取得時間又は周辺画素も含むテクスチャ特徴量等、任意の要素を条件に設定しても良い。

＊＊＊実施の形態４の特徴の説明＊＊＊
実施の形態１から実施の形態３では、背景モデル生成装置１０は、１つの分類条件を設定し、１つの背景モデルを生成していた。しかし、背景の照明条件の変化に幅広く対応するためには、高明度背景モデル又は日陰領域のみから成る背景モデルである低明度背景モデル等、複数の背景モデルを用意することが有効である。そこで実施の形態４における背景モデル生成装置１０では、画素分類の条件を複数設定し、複数に分類した画素から複数の背景モデルを生成することを特徴とする。

また、背景モデル生成装置１０が複数の分類条件に従って分類した画素から複数の背景モデルを生成することによって、背景の照明条件の変化に幅広く対応することができることを特徴とする。

＊＊＊実施の形態４の効果の説明＊＊＊
本実施の形態によれば、背景モデル生成装置１０は、複数の分類条件に従って分類した画素から複数の背景モデルを生成することができる。

生成した複数の背景モデルの利用先は、具体例としては、日照変化を含む映像における前景抽出が挙げられる。具体的には、複数の背景モデルとの差分による各前景抽出画像の論理積をとることで、日照変化を含む映像であっても、精度良く前景を抽出することができる。

図１３は、本実施の形態に係る応用例であり、本図を用いて複数の背景モデルを用いて入力画像に映る前景（人）領域を抽出する流れを表す。

入力画像５０には、人が映っており、それによる影が生じている。入力画像５０と高明度背景モデル６１との差分である差分画像７１と、入力画像５０と低明度背景モデル６４との差分である差分画像７２を生成し、差分画像７１と差分画像７２の論理積をとることで人領域のみを抽出した前景画像８０を得ることができる。

ここで、差分画像７１及び差分画像７２においては、入力画像５０との差分がある領域を白で表しており、差分のない領域を黒で表している。そのため、差分画像７１においては、入力画像５０の人、人の影、及び木の影に係る領域が白で表されており、差分画像７２においては、入力画像５０の人及び日向に係る領域が白で表されている。

また、差分画像７１の差分のない領域（黒い領域）及び差分画像７２の差分のある領域（白い領域）は日向領域であることがわかる。このように、高明度背景モデル６１又は低明度背景モデル６４等、背景の照明条件ごとに背景モデルを生成することにより、画像中の背景領域の状態を判定することも可能となる。

＊＊＊他の実施の形態＊＊＊
実施の形態２において、画像取得部１０１と画素分類部１０２の間に検出処理部１０４を備える背景モデル生成装置１０を説明したが、検出処理部１０４で行われる移動体が含まれる画像内の領域を検出する手法は、必要に応じて種々に変更が可能である。

実施の形態３において、画素分類部１０２が分類条件に係る境界値を動的に変更することを説明したが、画素分類部１０２は、境界値の算出式を必要に応じて種々に変更できる。

実施の形態４において、画素分類部１０２が分類条件を複数設定し、背景モデル生成部１０３が背景モデルを複数生成することを説明したが、画素分類部１０２は任意の数の分類条件を設定でき、背景モデル生成部１０３は任意の数の背景モデルを生成できる。また、分類条件及び生成する背景モデルの数は、必要に応じて種々に変更が可能である。

前述した各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。

また、実施の形態は実施の形態１から実施の形態４で示したものに限定されるものではなく、必要に応じて種々の変更が可能である。

１０ 背景モデル生成装置、２０ カメラ、５０ 入力画像、５１ 画像（８：００）、５２ 画像（１２：００）、５３ 画像（１６：００）、５４ 画像（２０：００）、６１ 高明度背景モデル、６２ 低明度背景モデル、６３ 夕焼け背景モデル、６４ 低明度背景モデル、７１ 差分画像、７２ 差分画像、８０ 前景画像、１００ コンピュータ、１０１ 画像取得部、１０２ 画素分類部、１０３ 背景モデル生成部、１０４ 検出処理部、１０５ パラメータ保存用ストレージ、１１１ プロセッサ、１１２ メモリ、１１３ 記憶装置、１１４ 入力インタフェース、１１５ 出力インタフェース、１１６ 電子回路、１２１ 条件取得部、１２２ 値選定部、１２３ 値判定部、１２４ 条件設定部、１３１ 画素生成部、１３２ 画像生成部。

Claims (7)

1. 画像を取得する画像取得部と、
   前記画像取得部が取得した画像の画素に係る値に基づいて、分類条件に従って前記画素を分類する画素分類部と、
   前記画素分類部が分類した画素から前記画像取得部が取得した画像に係る背景画像と同一又は類似の画像である背景モデルを生成する背景モデル生成部と、
   を備え、
   前記画素分類部は、複数の分類条件に従って１の画素を分類し、
   前記背景モデル生成部は、前記複数の分類条件の分類条件毎に背景モデルを生成する背景モデル生成装置。
2. 前記画像取得部は、映像から少なくとも１の画像を取得し、
   前記画素分類部は、前記画像取得部が取得した画像の画素に係る値が背景と認められる最小値以上かつ背景と認められる最大値以下である前記値に対応する画素を背景画素として分類し、
   前記背景モデル生成部は、前記背景画素の位置座標に基づいて前記背景画素の集合を生成し、前記集合毎に前記集合に属する画素を使用して背景モデル画素を生成し、前記背景モデル画素を前記背景モデル画素に係る前記集合に対応する位置座標の画素とすることにより背景モデルを生成する請求項１に記載の背景モデル生成装置。
3. 前記画素分類部は、前記画素に係る値として画素の明るさに係る値を用いる請求項１又は請求項２に記載の背景モデル生成装置。
4. 前記画像取得部が取得した複数の画像内の経時的に位置を変更する物体の少なくとも一部が表示されている領域を検出する検出処理部を備え、
   前記検出処理部は、検出した領域に係る画素を前記画素分類部に係る分類対象から除外する請求項１から請求項３のいずれか１項に記載の背景モデル生成装置。
5. 前記画素分類部は、動的に分類条件を変更する請求項１から請求項４のいずれか１項に記載の背景モデル生成装置。
6. 画像取得部が画像を取得し、
   画素分類部が、前記画像取得部が取得した画像の画素値に基づいて、分類条件に従って前記画素を分類し、
   背景モデル生成部が、前記画素分類部が分類した画素から前記画像取得部が取得した画像に係る背景画像と同一又は類似の画像である背景モデルを生成し、
   前記画素分類部は、複数の分類条件に従って１の画素を分類し、
   前記背景モデル生成部は、前記複数の分類条件の分類条件毎に背景モデルを生成する背景モデル生成方法。
7. コンピュータに、
   画像取得部が画像を取得する処理と、
   画素分類部が、前記画像取得部が取得した画像の画素値に基づいて、分類条件に従って前記画素を分類する処理と、
   背景モデル生成部が、前記画素分類部が分類した画素から前記画像取得部が取得した画像に係る背景画像と同一又は類似の画像である背景モデルを生成する処理とを実行させ、
   前記画素分類部は、複数の分類条件に従って１の画素を分類し、
   前記背景モデル生成部は、前記複数の分類条件の分類条件毎に背景モデルを生成する背景モデル生成プログラム。

Images