JP6987314B2 - 室内レイアウト推定装置、室内レイアウト推定方法及び空気調和機 - Google Patents
室内レイアウト推定装置、室内レイアウト推定方法及び空気調和機 Download PDFInfo
- Publication number
- JP6987314B2 JP6987314B2 JP2021536578A JP2021536578A JP6987314B2 JP 6987314 B2 JP6987314 B2 JP 6987314B2 JP 2021536578 A JP2021536578 A JP 2021536578A JP 2021536578 A JP2021536578 A JP 2021536578A JP 6987314 B2 JP6987314 B2 JP 6987314B2
- Authority
- JP
- Japan
- Prior art keywords
- area
- image
- pixels
- pixel
- 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
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Air Conditioning Control Device (AREA)
Description
特許文献1に開示されている窓検出方法では、例えば、太陽光によって空調室の全体が明るく照らされているときには、空調室の壁面と窓との区別ができるように輝度閾値が高めに設定される。また、例えば、窓にカーテンがかけられて、空調室の全体が暗いときには、輝度閾値が低めに設定される。
図1は、実施の形態1に係る室内レイアウト推定装置2を含む空気調和機を示す構成図である。
図1において、赤外線カメラ1は、一定の時間間隔Δtで、対象領域を繰り返し撮像し、対象領域を撮像した画像として、撮像時刻tが互いに異なるM個の画像G1〜GMを室内レイアウト推定装置2に出力する。Mは、2以上の整数である。
一定の時間間隔Δtは、例えば、1秒間に10フレーム〜1秒間に60フレームのうちの、いずれかのフレームレートでの撮像を可能とする時間間隔である。
対象領域は、固定されているため、M個の画像G1〜GMは、同一の対象領域が撮像されている画像である。
画像Gm(m=1,・・・,M)は、x軸と平行な方向(以下、「x方向」と称する)と、y軸と平行な方向(以下、「y方向」と称する)とで表される2次元平面の画像である。例えば、画像Gmのx方向は、対象領域が存在している空間の任意の水平方向に相当し、画像Gmのy方向は、対象領域が存在している空間の鉛直方向に相当する。なお、本明細書において、「平行」は、厳密な意味での平行に限らず、略平行を含んでいる。
画像Gmは、N個の画素p1,m〜pN,mを含んでおり、画素p1,m〜pN,mにおけるそれぞれの画素値pd1,m〜pdN,mは、温度を示すものである。Nは、2以上の整数である。
例えば、M個の画像G1〜GMのそれぞれに含まれている画素p1,1〜p1,Mは、画素位置が互いに同一の画素であり、画像G1〜GMのそれぞれに含まれている画素p2,1〜p2,Mは、画素位置が互いに同一の画素である。同様に、例えば、画像G1〜GMのそれぞれに含まれている画素pN,1〜pN,Mは、画素位置が互いに同一の画素である。
室内レイアウト推定装置2は、窓領域の判定結果、床領域の判定結果及び壁領域の判定結果のそれぞれを制御部3に出力する。
エアコン4は、対象領域内の空気を調整する機器である。
図1に示す空気調和機では、制御部3が、エアコン4を制御することで、対象領域内の空気を調整している。しかし、これは一例に過ぎず、制御部3が、扇風機、床暖房機又はパネルヒータ等の機器を制御することで、対象領域内の空気を調整するようにしてもよい。
図3は、実施の形態1に係る室内レイアウト推定装置2のハードウェアを示すハードウェア構成図である。
室内レイアウト推定装置2は、画像記憶部10、外気温記憶部11、類似度算出部12、窓領域判定部13、標準偏差算出部14、前景領域判定部15、床領域判定部16及び壁領域判定部17を備えている。
画像記憶部10は、赤外線カメラ1から出力されたM個の画像G1〜GMを記憶する。
外気温記憶部11は、例えば、図3に示す外気温記憶回路21によって実現される。
外気温記憶部11は、例えば、温度計によって、一定の時間間隔Δt’で測定された、測定時刻tが互いに異なるM個の外気温T1〜TMを記憶する。
外気温Tm(m=1,・・・,M)は、対象領域を含む建物の外部の気温であり、対象領域と、建物の外部との間には、窓が存在している。
図2に示す室内レイアウト推定装置2では、外気温記憶部11が、温度計によって測定された外気温T1〜TMを記憶している。しかし、これは一例に過ぎず、室内レイアウト推定装置2の図示せぬ通信部が、例えば、気象データを配信しているインターネット上のサイトから、対象領域を含む建物付近の気温のデータをダウンロードし、外気温記憶部11が、当該気温のデータを外気温T1〜TMとして記憶するようにしてもよい。
ただし、測定の時間間隔Δt’と撮像の時間間隔Δtとは、厳密に同一であるものに限るものではなく、実用上問題のない範囲で、測定の時間間隔Δt’と撮像の時間間隔Δtとが互いに異なっていてもよい。また、m番目の測定時刻t’と、m番目の撮像時刻tとは、厳密に同一であるものに限るものではなく、実用上問題のない範囲で、m番目の測定時刻t’と、m番目の撮像時刻tとが互いに異なっていてもよい。
類似度算出部12は、画像記憶部10に記憶されているM個の画像G1〜GMを取得する。
類似度算出部12は、画像Gmに含まれているN個の画素p1,m〜pN,mのそれぞれの評価値S1〜SNとして、N個の画素p1,m〜pN,mにおけるそれぞれの画素値pd1,m〜pdN,mの時間的な推移と、外気温記憶部11に記憶されている外気温Tmの時間的な推移との類似度を算出する。
類似度算出部12は、算出したそれぞれの評価値S1〜SNを窓領域判定部13に出力する。
窓領域判定部13は、画像記憶部10に記憶されているM個の画像G1〜GMのうち、いずれか1つの画像Gmを取得する。
窓領域判定部13は、取得した画像Gmに含まれているN個の画素p1,m〜pN,mのうち、類似度算出部12により算出された評価値Sn(n=1,・・・,N)が第1の閾値Th1よりも大きい画素を含む領域が、画像Gmの中の窓領域Wmであると判定する。外気温Tmの時間的な推移との類似度が高いほど、窓領域Wmの可能性が高いため、評価値Snが第1の閾値Th1よりも大きい画素を含む領域は、画像Gmの中の窓領域Wmであると判定される。第1の閾値Th1は、例えば、窓領域判定部13の内部メモリに格納されていてもよいし、図2に示す室内レイアウト推定装置2の外部から与えられるものであってもよい。
窓領域判定部13は、窓領域Wmの判定結果として、例えば、窓領域Wmが存在している、画像Gm内の座標を示すデータを制御部3及び壁領域判定部17のそれぞれに出力する。
標準偏差算出部14は、例えば、図3に示す標準偏差算出回路24によって実現される。
標準偏差算出部14は、画像記憶部10に記憶されているM個の画像G1〜GMを取得する。
標準偏差算出部14は、M個の画像G1〜GMのそれぞれに含まれている画素p1,1〜pN,1、p1,2〜pN,2、・・・、p1,M〜pN,Mの中で、画素位置が同一の画素を含むN個の画素群(1)〜(N)のそれぞれの評価値v1〜vNを算出する。
画素群(1)は、画素p1,1、p1,2、・・・、p1,Mを含んでおり、画素群(2)は、画素p2,1、p2,2、・・・、p2,Mを含んでいる。また、画素群(N)は、画素pN,1、pN,2、・・・、pN,Mを含んでいる。
標準偏差算出部14は、画素群(n)(n=1,・・・,N)の評価値vnとして、例えば、画素群(n)に含まれているM個の画素pn,1〜pn,Mにおける画素値pdn,1〜pdn,Mの標準偏差を算出する。
標準偏差算出部14は、算出したそれぞれの評価値v1〜vNを前景領域判定部15に出力する。
画素群特定部14aは、画像記憶部10に記憶されているM個の画像G1〜GMを取得する。
画素群特定部14aは、M個の画像G1〜GMのそれぞれに含まれている画素p1,1〜pN,1、p1,2〜pN,2、・・・、p1,M〜pN,Mの中で、画素位置が互いに同一の画素を含むN個の画素群(1)〜(N)のそれぞれを特定する。
偏差算出処理部14bは、画素群特定部14aにより特定されたそれぞれの画素群(1)〜(N)の評価値v1〜vNとして、それぞれの画素群(1)〜(N)に含まれているM個の画素pn,1〜pn,Mにおける画素値pdn,1〜pdn,Mの標準偏差を算出する。
偏差算出処理部14bは、算出したそれぞれの評価値v1〜vNを前景領域判定部15に出力する。
前景領域判定部15は、N個の画素群(1)〜(N)の中で、標準偏差算出部14により算出された評価値vn(n=1,・・・,N)が第2の閾値Th2よりも大きい画素群(n)を特定する。
第2の閾値Th2は、例えば、前景領域判定部15の内部メモリに格納されていてもよいし、図2に示す室内レイアウト推定装置2の外部から与えられるものであってもよい。
前景領域判定部15は、それぞれの画像Gmに含まれているN個の画素p1,m〜pN,mのうち、特定した画素群(n)に含まれている画素pn,mを含む領域が、それぞれの画像Gmの中の前景領域Fmであると判定する。
前景領域判定部15は、前景領域Fmの判定結果として、例えば、前景領域Fmが存在している、画像Gm内の座標を示すデータを床領域判定部16に出力する。
前景領域は、人間又は動物等の移動体が在る領域である。
床領域判定部16は、前景領域判定部15により判定されたそれぞれの前景領域Fmに含まれている複数の画素pn,mの中で、画像Gmのy方向で下端の位置に存在している画素を床領域画素として特定する。前景領域Fmが、例えば、人間が在る領域であれば、前景領域Fm内の下端の位置は、人間の足元の位置に対応し、人間の足元の位置は、床の位置に対応する。
床領域判定部16は、それぞれの前景領域Fmに含まれている床領域画素の全てを含む領域が、それぞれの画像Gmの中の床領域Ymであると判定する。
前景領域Fmに含まれている複数の画素pn,mのうち、画像Gmのy方向で下端の位置に存在している画素は、前景領域Fmに含まれている複数の画素pn,mのうち、x座標が同一の複数の画素の中で、y座標が最も小さい画素である。
床領域判定部16は、床領域Ymの判定結果として、例えば、床領域Ymが存在している、画像Gm内の座標を示すデータを制御部3及び壁領域判定部17のそれぞれに出力する。
壁領域判定部17は、窓領域判定部13により判定された窓領域Wmと、床領域判定部16により判定された床領域Ymとに基づいて、対象領域の中の壁領域Kmを判定する。壁領域Kmの判定方法は、後述する。
壁領域判定部17は、壁領域Kmの判定結果として、例えば、壁領域Kmが存在している、画像Gm内の座標を示すデータを制御部3に出力する。
また、類似度算出回路22、窓領域判定回路23、標準偏差算出回路24、前景領域判定回路25、床領域判定回路26及び壁領域判定回路27のそれぞれは、例えば、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、ASIC(Application Specific Integrated Circuit)、FPGA(Field−Programmable Gate Array)、又は、これらを組み合わせたものが該当する。
ソフトウェア又はファームウェアは、プログラムとして、コンピュータのメモリに格納される。コンピュータは、プログラムを実行するハードウェアを意味し、例えば、CPU(Central Processing Unit)、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサ、あるいは、DSP(Digital Signal Processor)が該当する。
図5は、室内レイアウト推定装置2が、ソフトウェア又はファームウェア等によって実現される場合のコンピュータのハードウェア構成図である。
室内レイアウト推定装置2が、ソフトウェア又はファームウェア等によって実現される場合、画像記憶部10及び外気温記憶部11のそれぞれがコンピュータのメモリ31上に構成される。類似度算出部12、窓領域判定部13、標準偏差算出部14、前景領域判定部15、床領域判定部16及び壁領域判定部17の処理手順をコンピュータに実行させるためのプログラムがメモリ31に格納される。そして、コンピュータのプロセッサ32がメモリ31に格納されているプログラムを実行する。
赤外線カメラ1は、一定の時間間隔Δtで、対象領域を繰り返し撮像し、対象領域の画像として、撮像時刻tが互いに異なるM個の画像G1〜GMを室内レイアウト推定装置2に出力する。
赤外線カメラ1から出力されたM個の画像G1〜GMは、室内レイアウト推定装置2の画像記憶部10に記憶される。画像記憶部10には、例えば、過去24時間分の画像Gmが記憶される。
類似度算出部12は、画像記憶部10から、撮像時刻tが互いに異なるM個の画像G1〜GMを取得する。
現在の時刻が例えば19時00分であれば、類似度算出部12は、画像記憶部10から、19時00分を起点として、例えば過去12時間分の画像Gmを取得する。
図7は、過去12時間分の画像Gmのそれぞれに含まれているN個の画素p1,m〜pN,mのうち、窓領域Wmに含まれている或る1つの画素pn,mの画素値pdn,mの時間的な推移の一例を示す説明図である。
現在の時刻が19時00分であれば、類似度算出部12は、外気温記憶部11から、19時00分を起点として、過去12時間分の外気温Tmを取得する。
ここでは、類似度算出部12が、過去12時間分の画像Gmを取得し、過去12時間分の外気温Tmを取得している。しかし、これは一例に過ぎず、類似度算出部12が、例えば、過去24時間分の画像Gmを取得し、過去24時間分の外気温Tmを取得するようにしてもよい。
例えば、画素pn,mの画素値pdn,mの時間的な推移と、外気温Tmの時間的な推移との類似度である評価値Snは、例えば、以下の式(1)のように表される。
図8は、類似度算出部12による評価値S1〜SNの算出結果の一例を示す説明図である。図8において、黒色に近い領域ほど、類似度である評価値Snが高い領域であることを示している。
類似度算出部12は、算出したそれぞれの評価値S1〜SNを窓領域判定部13に出力する。
窓領域判定部13は、類似度算出部12により算出されたそれぞれの評価値S1〜SNと、第1の閾値Th1とを比較する。
窓領域判定部13は、取得した画像Gmに含まれている画素pn,mの評価値Snが第1の閾値Th1よりも大きければ(図6のステップST2:YESの場合)、画素pn,mが、窓領域Wm内の画素であると判定する(図6のステップST3)。
画素pn,mの評価値Snが第1の閾値Th1以下であれば(図6のステップST2:NOの場合)、画素pn,mは、窓領域Wm外の画素である。
図9は、窓領域判定部13による窓領域Wmの判定結果の一例を示す説明図である。図9において、斜線が施されている領域は、窓領域Wmである。なお、図9では、白色に近い領域ほど、温度が高い領域である。
窓領域判定部13は、窓領域Wmの判定結果として、例えば、窓領域Wmが存在している、画像Gm内の座標を示すデータを制御部3及び壁領域判定部17のそれぞれに出力する。
画素群特定部14aは、M個の画像G1〜GMのそれぞれに含まれている画素p1,1〜pN,1、p1,2〜pN,2、・・・、p1,M〜pN,Mの中で、画素位置が互いに同一の画素を含むN個の画素群(1)〜(N)のそれぞれを特定する。
M個の画像G1〜GMのそれぞれに含まれている画素p1,1〜pN,1、p1,2〜pN,2、・・・、p1,M〜pN,Mの中で、例えば、M個の画素pn,1〜pn,Mは、画素位置が互いに同一の画素であり、画素群(n)に含まれている。
偏差算出処理部14bは、算出したそれぞれの評価値v1〜vNを前景領域判定部15に出力する。
前景領域判定部15は、標準偏差算出部14により算出されたそれぞれの評価値v1〜vNと第2の閾値Th2とを比較する。
前景領域判定部15は、N個の画素群(1)〜(N)の中で、評価値vn(n=1,・・・,N)が第2の閾値Th2よりも大きければ(図6のステップST6:YESの場合)、画素群(n)に含まれている画素pn,mが、前景領域Fm内の画素であると判定する(図6のステップST7)。
複数の画素群(1)〜(N)の中で、評価値vnが第2の閾値Th2以下であれば(図6のステップST6:NOの場合)、画素群(n)に含まれている画素pn,mは、背景領域Bm内の画素である。
背景領域Bm内の画素pn,mの画素値pdn,mは、時間が経過しても、ほとんど変化しないため、背景領域Bm内の画素pn,mを含む画素群(n)の評価値vnは、第2の閾値Th2以下となる可能性が高い。
一方、前景領域Fm内の画素pn,mの画素値pdn,mは、時間の経過に伴って変化するため、前景領域Fm内の画素pn,mを含む画素群(n)の評価値vnは、第2の閾値Th2よりも大きくなる可能性が高い。
なお、窓領域Wm内の画素pn,mの画素値pdn,mについても、時間の経過に伴って変化する。しかし、窓領域Wm内の画素pn,mの画素値pdn,mの変化は、人間等の移動に伴う画素値pdn,mの変化と比べると、極めて小さい。したがって、窓領域Wm内の画素pn,mを含む画素群(n)の評価値vnは、第2の閾値Th2以下となる可能性が高い。
前景領域判定部15は、前景領域Fmの判定結果として、例えば、前景領域Fmが存在している、画像Gm内の座標を示すデータを床領域判定部16に出力する。
図11は、M個の撮像画像G1〜GMのうち、ある1つの画像Gmにおける背景領域Bmと前景領域Fmとを示す説明図である。図11において、黒色の領域は、背景領域Bmと判定された領域であり、白色の領域は、前景領域Fmと判定された領域である。
図11の例では、前景領域Fmが、人間が存在している領域(以下、「人間領域Hm」と称する)と概ね一致している。なお、図11では、人間領域Hmの表記は省略されている。
図2に示す室内レイアウト推定装置2では、前景領域Fmが人間領域Hmと一致しているとして、後述する床領域判定部16が、前景領域Fmに基づいて、床領域Ymを判定する。
床領域判定部16は、取得した座標を示すデータに基づいて、M個の画像G1〜GMにおけるそれぞれの前景領域Fmに含まれている複数の画素pn,mを特定する。
床領域判定部16は、それぞれの前景領域Fmに含まれている複数の画素pn,mの中で、画像Gmのy方向で、下端の位置に存在している画素を床領域画素として特定する。
前景領域Fmが人間領域Hmと一致していれば、前景領域Fm内の下端の位置は、人間の足元の位置に対応し、人間の足元の位置は、床の位置に対応する。通常、人間は、時間とともに移動する。これは、撮像時刻tが互いに異なるM個の撮像画像G1〜GMのそれぞれにおける人間の位置、つまり、前景領域F1〜FMの位置は互いに異なるものとなり、床の位置に対応する前景領域F1〜FM内の下端の位置も互いに異なるものとなることを意味する。したがって、撮像時刻tが互いに異なるM個の撮像画像G1〜GMにおける前景領域F1〜FM内の下端の位置を総合することにより、床領域Ymを推定することができる。
床領域判定部16は、床領域Ymの判定結果として、例えば、床領域Ymが存在している、画像Gm内の座標を示すデータを制御部3及び壁領域判定部17のそれぞれに出力する。
ここでは、床領域判定部16が、鉛直方向で下端の位置に存在している画素を床領域画素として特定している。しかし、これは一例に過ぎず、床領域判定部16が、鉛直方向で下端の位置に存在している画素のほかに、下端の画素の周囲に存在している複数の画素を床領域画素として特定するようにしてもよい。
図12が示している画像は、M個の画像G1〜GMにおけるそれぞれの前景領域Fm内の下端の画素が集められている画像である。
図12では、前景領域F1内の下端の画素、前景領域F2内の下端の画素、前景領域F3内の下端の画素、前景領域F4内の下端の画素、前景領域F5内の下端の画素、前景領域FM−1内の下端の画素、及び、前景領域FM内の下端の画素を例示している。
図13は、床領域判定部16による床領域Ymの判定結果の一例を示す説明図である。図13において、横線が施されている領域は、床領域Ymである。
図12が示す白色の領域と、図13が示す床領域Ymとは、記載の都合上、若干のずれがあるが、概ね一致している。
壁領域判定部17は、壁領域Kmの判定結果として、例えば、壁領域Kmが存在している、画像Gm内の座標を示すデータを制御部3に出力する。
壁領域判定部17は、画像記憶部10から、撮像時刻tが異なるM個の画像G1〜GMのうち、いずれか1つの画像Gmを取得する。壁領域判定部17が取得する1つの撮像画像Gmは、M個の撮像画像G1〜GMのうちのいずれの撮像画像であってもよい。壁領域判定部17は、例えば、撮像時刻tが最新の時刻の画像GMを取得してもよいし、撮像時刻tが最新の時刻よりも古い時刻の画像GM−1を取得してもよい。
また、壁領域判定部17は、床領域判定部16から、床領域Ymが存在している座標を示すデータを取得する。
壁領域判定部17は、図13に示すように、床領域Ymに含まれている複数の画素pn,mのうち、画像Gmのy方向で上端の画素をそれぞれ特定する。床領域Ym内の上端の画素は、床領域Ymに含まれている複数の画素pn,mのうち、x座標が同一の複数の画素の中で、y座標が最も大きい画素である。図13では、床領域Ym内の上端の画素を9つ例示している。
壁領域判定部17は、図14に示すように、床領域Ym内の上端のそれぞれの画素を結ぶ線を含む線を、床面と壁面との境界線に決定する。
図14は、床面と壁面との境界線、床領域Ym、及び窓領域Wmを示す説明図である。
図14において、横線が施されている領域は、床領域Ymであり、斜線が施されている領域は、窓領域Wmである。
壁領域判定部17は、窓領域Wmが存在している座標を示すデータに基づいて、窓領域Wmを特定する。
壁領域判定部17は、画像Gmの中で、床面と壁面との境界線よりも、画像Gmのy方向でy座標が大きい領域のうち、窓領域Wm以外の領域が、壁領域Kmであると判定する。床面と壁面との境界線よりも、画像Gmのy方向でy座標が大きい領域は、図中、床面と壁面との境界線よりも上側の領域である。
壁領域判定部17は、壁領域Kmの判定結果として、例えば、壁領域Kmが存在している、画像Gm内の座標を示すデータを制御部3に出力する。
制御部3は、窓領域判定部13から窓領域Wmの判定結果を取得し、床領域判定部16から床領域Ymの判定結果を取得し、壁領域判定部17から壁領域Kmの判定結果を取得する。
制御部3は、取得したそれぞれの判定結果に基づいて、例えば、エアコン4を制御することで、対象領域内の空気を調整する。
例えば、窓領域Wmの設定温度がTemp1、床領域Ymの設定温度がTemp2、及び、壁領域Kmの設定温度がTemp3であるとする。設定温度Temp1、設定温度Temp2、及び、設定温度Temp3のそれぞれは、制御部3の内部メモリに格納されていてもよいし、図1に示す空気調和機の外部から与えられるものであってもよい。
制御部3は、窓領域Wmの判定結果に基づいて、画像Gmに含まれているN個の画素p1,m〜pN,mの中から、窓領域Wmに含まれている複数の画素pn,mを特定する。
制御部3は、窓領域Wmに含まれている複数の画素pn,mの画素値pdn,mが示す温度から、例えば、窓領域Wmの平均温度を算出する。
制御部3は、窓領域Wmの平均温度が、窓領域Wmの設定温度Temp1と一致するように、エアコン4を制御する。
制御部3は、床領域Ymに含まれている複数の画素pn,mの画素値pdn,mが示す温度から、例えば、床領域Ymの平均温度を算出する。
制御部3は、床領域Ymの平均温度が、床領域Ymの設定温度Temp2と一致するように、エアコン4を制御する。
制御部3は、壁領域Kmに含まれている複数の画素pn,mの画素値pdn,mが示す温度から、例えば、壁領域Kmの平均温度を算出する。
制御部3は、壁領域Kmの平均温度が、壁領域Kmの設定温度Temp3と一致するように、エアコン4を制御する。
図2に示す室内レイアウト推定装置2では、標準偏差算出部14が、M個の画像G1〜GMのそれぞれに含まれている画素p1,1〜pN,1、p1,2〜pN,2、・・・、p1,M〜pN,Mの中で、画素位置が互いに同一の画素を含む複数の画素群(1)〜(N)のそれぞれの評価値v1〜vNを算出している。
実施の形態2では、M個の画像G1〜GMと撮像時刻tが異なる新たな画像が画像記憶部10に記憶される毎に、複数の画素群(1)〜(N)のそれぞれの評価値v1〜vNを算出する室内レイアウト推定装置2について説明する。ここでは、説明の便宜上、新たな画像がGM+1であるとする。
実施の形態2に係る室内レイアウト推定装置2の構成は、実施の形態1に係る室内レイアウト推定装置2の構成と同様であり、実施の形態2に係る室内レイアウト推定装置2を示す構成図は、図2である。
室内レイアウト推定装置2の画像記憶部10は、新たな画像GM+1を記憶する。
標準偏差算出部14の画素群特定部14aは、新たな画像GM+1が画像記憶部10に記憶されると、画像記憶部10から、新たな画像GM+1を取得する。
画素群特定部14aは、先に取得したM個の画像G1〜GMのうち、例えば、最も撮像時刻tが古い画像G1を破棄する。
画素群特定部14aは、M個の画像G1〜GMの一部である画像、即ち、破棄していない(M−1)個の画像G2〜GMと新たな画像GM+1とを含むM個の画像G2〜GM+1のそれぞれに含まれている画素p1,2〜pN,2、p1,3〜pN,3、・・・、p1,M+1〜pN,M+1のうち、画素位置が互いに同一の画素を含むN個の画素群(1)〜(N)のそれぞれを特定する。
また、画素群特定部14aが、先に取得したM個の画像G1〜GMのうち、2つ以上の画像を破棄するようにしてもよい。画素群特定部14aは、2つの画像を破棄した場合、破棄していない(M−2)個の画像と新たな画像GM+1とを含む(M−1)個の画像として、画像G3〜GM+1のそれぞれに含まれているN個の画素p1,3〜pN,3、p1,4〜pN,4、・・・、p1,M+1〜pN,M+1のうち、画素位置が互いに同一の画素を含むN個の画素群(1)〜(N)のそれぞれを特定する。
偏差算出処理部14bは、算出したそれぞれの評価値v1〜vNを前景領域判定部15に出力する。
したがって、実施の形態2に係る室内レイアウト推定装置2では、M個の画像G1〜GMと撮像時刻tが異なる新たな画像GM+1が画像記憶部10に記憶される毎に、N個の画素群(1)〜(N)のそれぞれの評価値v1〜vNが更新される。
前景領域判定部15は、実施の形態1と同様に、評価値vn(n=1,・・・,N)が第2の閾値Th2よりも大きければ、画素群(n)に含まれている画素pn,mが、前景領域Fm内の画素であると判定する
前景領域判定部15は、M個の画像G2〜GM+1のそれぞれに含まれているN個の画素p1,2〜pN,2、p1,3〜pN,3、・・・、p1,M+1〜pN,M+1のうち、前景領域Fm内の画素であると判定した全ての画素pn,mを含む領域が、画像Gmの中の前景領域Fmであると判定する。
前景領域判定部15は、前景領域Fmの判定結果として、例えば、前景領域Fmが存在している、画像Gm内の座標を示すデータを床領域判定部16に出力する。
実施の形態3では、前景領域判定部15により判定された前景領域Fmの中で、人間が存在している領域を判定する人間領域判定部18を備えている室内レイアウト推定装置2について説明する。
図16は、実施の形態3に係る室内レイアウト推定装置2のハードウェアを示すハードウェア構成図である。
図15及び図16において、図2及び図3と同一符号は同一又は相当部分を示すので詳細な説明を省略する。
室内レイアウト推定装置2は、画像記憶部10、外気温記憶部11、類似度算出部12、窓領域判定部13、標準偏差算出部14、前景領域判定部15、人間領域判定部18、床領域判定部16及び壁領域判定部17を備えている。
人間領域判定部18は、例えば、図16に示す人間領域判定回路28によって実現される。
人間領域判定部18は、前景領域判定部15により判定されたそれぞれの前景領域Fmの中で、人間が存在している領域である人間領域Hmを判定する。
人間領域判定部18は、人間領域Hmの判定結果として、例えば、人間領域Hmが存在している、画像Gm内の座標を示すデータを制御部3及び床領域判定部16のそれぞれに出力する。
また、類似度算出回路22、窓領域判定回路23、標準偏差算出回路24、前景領域判定回路25、人間領域判定回路28、床領域判定回路26及び壁領域判定回路27のそれぞれは、例えば、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、ASIC、FPGA、又は、これらを組み合わせたものが該当する。
室内レイアウト推定装置2が、ソフトウェア又はファームウェア等によって実現される場合、画像記憶部10及び外気温記憶部11のそれぞれが、図5に示すコンピュータのメモリ31上に構成される。類似度算出部12、窓領域判定部13、標準偏差算出部14、前景領域判定部15、人間領域判定部18、床領域判定部16及び壁領域判定部17の処理手順をコンピュータに実行させるためのプログラムがメモリ31に格納される。そして、図5に示すコンピュータのプロセッサ32がメモリ31に格納されているプログラムを実行する。
前景領域判定部15は、実施の形態1と同様に、前景領域Fmを判定すると、前景領域Fmの判定結果として、前景領域Fmが存在している、画像Gm内の座標を示すデータを人間領域判定部18に出力する。
人間領域判定部18は、前景領域判定部15から前景領域Fmの判定結果を受けると、公知の人体検出方法を用いて、前景領域Fmの中で、人間が存在している領域である人間領域Hmを判定する。
公知の人体検出方法として、例えば、HOGとSVMとを用いる方法が考えられる。HOG(Histogram of Oriented Gradients)は、局所領域の輝度の勾配方向をヒストグラム化している特徴量である。SVM(Support Vector Machine)は、教師あり学習を用いるパターン識別モデルである。
人間領域判定部18は、人間領域Hmの判定結果として、例えば、人間領域Hmが存在している、画像Gm内の座標を示すデータを制御部3及び床領域判定部16のそれぞれに出力する。
制御部3は、窓領域判定部13から窓領域Wmの判定結果を取得し、床領域判定部16から床領域Ymの判定結果を取得し、壁領域判定部17から壁領域Kmの判定結果を取得し、人間領域判定部18から人間領域Hmの判定結果を取得する。
例えば、人間領域Hmの設定温度がTemp4であるとする。設定温度Temp4は、制御部3の内部メモリに格納されていてもよいし、図1に示す空気調和機の外部から与えられるものであってもよい。
制御部3は、人間領域Hmの判定結果に基づいて、画像Gmに含まれているN個の画素p1,m〜pN,mの中から、人間領域Hmに含まれている複数の画素pn,mを特定する。
制御部3は、人間領域Hmに含まれている複数の画素pn,mの画素値pdn,mが示す温度から、例えば、人間領域Hmの平均温度を算出する。
制御部3は、人間領域Hmの平均温度が、人間領域Hmの設定温度Temp4と一致するように、エアコン4を制御する。
Claims (11)
- 対象領域を撮像している赤外線カメラから出力された画像に含まれている複数の画素のそれぞれの評価値として、前記複数の画素におけるそれぞれの画素値の時間的な推移と、外気温の時間的な推移との類似度を算出する類似度算出部と、
前記画像に含まれている複数の画素のうち、前記類似度算出部により算出された評価値が第1の閾値よりも大きい画素を含む領域が、前記画像の中で、窓が在る領域であると判定する窓領域判定部と
を備えた室内レイアウト推定装置。 - 前記赤外線カメラから出力された複数の画像のそれぞれに含まれている複数の画素の中で、画素位置が互いに同一の複数の画素を含む複数の画素群のそれぞれの評価値として、それぞれの画素群に含まれている複数の画素における画素値の標準偏差を算出する標準偏差算出部と、
前記複数の画素群の中で、前記標準偏差算出部により算出された評価値が第2の閾値よりも大きい画素群を特定し、それぞれの画像に含まれている複数の画素のうち、特定した画素群に含まれている画素を含む領域が、それぞれの画像の中の前景領域であると判定する前景領域判定部と
を備えたことを特徴とする請求項1記載の室内レイアウト推定装置。 - 前記標準偏差算出部は、
前記赤外線カメラから撮像時刻が互いに異なる複数の画像が出力されると、前記複数の画像のそれぞれに含まれている複数の画素の中で、画素位置が互いに同一の画素を含む複数の画素群のそれぞれを特定する画素群特定部と、
前記画素群特定部により特定されたそれぞれの画素群の評価値として、それぞれの画素群に含まれている複数の画素における画素値の標準偏差を算出する偏差算出処理部とを備えていることを特徴とする請求項2記載の室内レイアウト推定装置。 - 前記画素群特定部は、前記赤外線カメラから、前記複数の画像と撮像時刻が異なる新たな画像が出力される毎に、前記複数の画像の中の一部の画像と前記新たな画像とを含む複数の画像のそれぞれに含まれている複数の画素の中で、画素位置が互いに同一の画素を含む複数の画素群のそれぞれを特定し、
前記偏差算出処理部は、前記画素群特定部によりそれぞれの画素群が特定される毎に、前記画素群特定部により特定されたそれぞれの画素群の評価値として、それぞれの画素群に含まれている複数の画素における画素値の標準偏差を算出することを特徴とする請求項3記載の室内レイアウト推定装置。 - 前記前景領域判定部により判定されたそれぞれの前景領域に含まれている複数の画素の中で、前記対象領域が存在している空間の鉛直方向に相当する方向で下端の位置に存在している画素を床領域画素として特定し、それぞれの前景領域に含まれている床領域画素の全てを含む領域が、それぞれの画像の中で、床が在る領域であると判定する床領域判定部を備えたことを特徴とする請求項2記載の室内レイアウト推定装置。
- 前記窓領域判定部により判定された窓が在る領域と、前記床領域判定部により判定された床が在る領域とに基づいて、それぞれの画像の中で、壁が在る領域を判定する壁領域判定部を備えたことを特徴とする請求項5記載の室内レイアウト推定装置。
- 前記前景領域判定部により判定されたそれぞれの前景領域の中で、人間が存在している領域として人間領域を判定する人間領域判定部を備えたことを特徴とする請求項2記載の室内レイアウト推定装置。
- 前記人間領域判定部により判定されたそれぞれの人間領域に含まれている複数の画素の中で、前記対象領域が存在している空間の鉛直方向に相当する方向で下端の位置に存在している画素を床領域画素として特定し、それぞれの人間領域に含まれている床領域画素の全てを含む領域が、それぞれの画像の中で、床が在る領域であると判定する床領域判定部を備えたことを特徴とする請求項7記載の室内レイアウト推定装置。
- 前記窓領域判定部により判定された窓が在る領域と、前記床領域判定部により判定された床が在る領域とに基づいて、それぞれの画像の中で、壁が在る領域を判定する壁領域判定部を備えたことを特徴とする請求項8記載の室内レイアウト推定装置。
- 類似度算出部が、対象領域を撮像している赤外線カメラから出力された画像に含まれている複数の画素のそれぞれの評価値として、前記複数の画素におけるそれぞれの画素値の時間的な推移と、外気温の時間的な推移との類似度を算出し、
窓領域判定部が、前記画像に含まれている複数の画素のうち、前記類似度算出部により算出された評価値が第1の閾値よりも大きい画素を含む領域が、前記画像の中で、窓が在る領域であると判定する
室内レイアウト推定方法。 - 請求項1から請求項9のうちのいずれか1項記載の室内レイアウト推定装置と、
前記室内レイアウト推定装置における領域の判定結果に基づいて、前記対象領域内の空気を調整する制御部と
を備えた空気調和機。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/030267 WO2021019768A1 (ja) | 2019-08-01 | 2019-08-01 | 室内レイアウト推定装置、室内レイアウト推定方法及び空気調和機 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2021019768A1 JPWO2021019768A1 (ja) | 2021-11-18 |
JP6987314B2 true JP6987314B2 (ja) | 2021-12-22 |
Family
ID=74230575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021536578A Active JP6987314B2 (ja) | 2019-08-01 | 2019-08-01 | 室内レイアウト推定装置、室内レイアウト推定方法及び空気調和機 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6987314B2 (ja) |
WO (1) | WO2021019768A1 (ja) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5389727B2 (ja) * | 2009-04-15 | 2014-01-15 | パナソニック株式会社 | 空調システム |
JP5795099B2 (ja) * | 2014-04-10 | 2015-10-14 | 三菱電機株式会社 | 空気調和機 |
JP6242300B2 (ja) * | 2014-06-25 | 2017-12-06 | 三菱電機株式会社 | 空気調和装置の室内機及び空気調和装置 |
-
2019
- 2019-08-01 WO PCT/JP2019/030267 patent/WO2021019768A1/ja active Application Filing
- 2019-08-01 JP JP2021536578A patent/JP6987314B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JPWO2021019768A1 (ja) | 2021-11-18 |
WO2021019768A1 (ja) | 2021-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102213328B1 (ko) | 영상 처리장치, 영상 처리방법 및 프로그램 | |
US9715627B2 (en) | Area information estimating device, area information estimating method, and air conditioning apparatus | |
JP6273685B2 (ja) | 追尾処理装置及びこれを備えた追尾処理システム並びに追尾処理方法 | |
JP4852159B2 (ja) | 画像処理装置、画像処理方法および空調制御装置 | |
CN105979134B (zh) | 图像处理装置、图像处理方法和图像处理*** | |
JP6356266B2 (ja) | 群集監視システム | |
US20090220123A1 (en) | Apparatus and method for counting number of objects | |
BR102012030034B1 (pt) | sistema e método para gerar um mapa de profundidade bruto | |
JP6024658B2 (ja) | 物体検出装置、物体検出方法及びプログラム | |
US20090175500A1 (en) | Object tracking apparatus | |
JP7272024B2 (ja) | 物体追跡装置、監視システムおよび物体追跡方法 | |
JP7192582B2 (ja) | 物体追跡装置および物体追跡方法 | |
JP2017041022A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JPWO2019064375A1 (ja) | 情報処理システム、制御方法、及びプログラム | |
JP5127531B2 (ja) | 画像監視装置 | |
US5805718A (en) | Clothing amount measuring apparatus and method using image processing | |
US20150146006A1 (en) | Display control apparatus and display control method | |
US10762372B2 (en) | Image processing apparatus and control method therefor | |
KR101469099B1 (ko) | 사람 객체 추적을 통한 자동 카메라 보정 방법 | |
JP2018081402A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP6987314B2 (ja) | 室内レイアウト推定装置、室内レイアウト推定方法及び空気調和機 | |
WO2018163243A1 (ja) | 物体追跡装置及び物体追跡方法 | |
JP7484924B2 (ja) | 撮像装置、画像処理システム、画像処理方法及びプログラム | |
KR101290517B1 (ko) | 촬영장치 및 이의 대상 추적방법 | |
JP2019121904A (ja) | 不審者検出装置、不審者検出方法及び不審者検出用コンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210714 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210714 |
|
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: 20211102 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211130 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6987314 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |