JPH0620049A - Intruder identification system - Google Patents
Intruder identification systemInfo
- Publication number
- JPH0620049A JPH0620049A JP4164634A JP16463492A JPH0620049A JP H0620049 A JPH0620049 A JP H0620049A JP 4164634 A JP4164634 A JP 4164634A JP 16463492 A JP16463492 A JP 16463492A JP H0620049 A JPH0620049 A JP H0620049A
- Authority
- JP
- Japan
- Prior art keywords
- image
- intruder
- area
- identification system
- predetermined
- 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.)
- Granted
Links
Landscapes
- Closed-Circuit Television Systems (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は、所定領域を監視して得
られた画像に基づき、当該監視領域への侵入者を識別す
る侵入者識別システムに関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an intruder identification system for identifying an intruder in a monitoring area based on an image obtained by monitoring the area.
【０００２】[0002]
【従来の技術】従来からＣＣＤカメラ等を用いて屋内外
の領域を監視するシステムが知られている。例えば屋外
に配置・保存されている危険物に人間が接近するのは好
ましくなく、この場合に危険物周囲の領域を監視するシ
ステムがあると好ましい。このようなシステムは、ＣＣ
Ｄカメラ等により監視領域を撮影し、画像処理技術を用
い撮影により得られた画像を処理するシステムとして実
現可能である。この種のシステムにおいては、通常、監
視領域の２値化画像に含まれる例えば“１”値のデータ
の固まりを、侵入者を表す画像の候補と見なして取り扱
うようにしている。人物を識別できるシステムとして
は、例えば特公平２−３７３４５号公報に記載されたも
のがある。2. Description of the Related Art Conventionally, a system for monitoring indoor and outdoor areas using a CCD camera or the like has been known. For example, it is not preferable for a person to approach a dangerous substance that is placed and stored outdoors, and in this case, it is preferable to have a system that monitors the area around the dangerous substance. Such a system is CC
It can be realized as a system in which a monitoring area is photographed by a D camera or the like and an image obtained by the photographing is processed by using an image processing technique. In this type of system, usually, a block of data of, for example, "1" value included in the binarized image of the monitoring area is treated as a candidate of an image showing an intruder. As a system for identifying a person, for example, there is a system described in Japanese Patent Publication No. 2-37345.
【０００３】[0003]
【発明が解決しようとする課題】しかし、従来のシステ
ムを屋外監視システムとして構成した場合、天候や背景
の変化、あるいは小動物を人物と誤認してしまうことが
ある。すなわち、天候の急変による照度変化によって前
述した固まりが生じている場合や、背景にある草木の揺
れ、あるいは小動物の画像が、侵入者として認識されて
しまう可能性がある。However, when the conventional system is configured as an outdoor monitoring system, the weather and background may change, or small animals may be mistaken for a person. That is, there is a possibility that the above-mentioned lump is generated due to a change in illuminance due to a sudden change in the weather, a sway of plants and grass in the background, or an image of a small animal is recognized as an intruder.
【０００４】本発明は、このような問題点を解決するこ
とを課題としてなされたものであり、雑音要因が多い屋
外においても天候・背景の変化や小動物等に影響される
ことなく、侵入者のみを好適に識別できるシステムを提
供することを目的とする。[0004] The present invention has been made to solve the above problems, and even in the outdoors where there are many noise factors, only intruders are not affected by weather and background changes and small animals. It is an object of the present invention to provide a system capable of suitably identifying the.
【０００５】[0005]
【課題を解決するための手段】このような目的を達成す
るために、本発明の請求項１は、監視領域を撮影する手
段と、撮影により得られた画像と前時点の画像との差分
画像をデジタル化する手段と、得られるデジタル画像に
基づき監視領域への人物の侵入を認知する認知手段と、
を備え、認知手段が、デジタル画像に含まれ所定値を有
する画素の固まりを検出する手段と、検出される固まり
について面積が大きい順に当該固まりを含む所定形状の
領域を設定する手段と、設定された領域内に存在する固
まりの合計面積を求める手段と、求めた合計面積が所定
範囲内であるか否かを判定し、所定範囲内である場合に
設定された領域内に存在する固まりを侵入者の画像とし
て認知する手段と、を備えることを特徴とする。In order to achieve such an object, claim 1 of the present invention provides means for photographing a surveillance area, and a difference image between an image obtained by photographing and an image at a previous time point. Means for digitizing, and a recognition means for recognizing the intrusion of a person into the surveillance area based on the obtained digital image,
The recognition means includes a means for detecting a lump of pixels included in the digital image and having a predetermined value, and a means for setting a region having a predetermined shape including the lump in descending order of area of the detected lump. A means for calculating the total area of the lumps existing in the area, and determining whether the calculated total area is within the predetermined range, and if the total area is within the predetermined range, the lump existing in the set area is invaded. And a means for recognizing the image as a person's image.
【０００６】請求項２は、監視領域を撮影する手段と、
撮影により得られた画像と前時点の画像との差分画像を
デジタル化する手段と、得られるデジタル画像から監視
領域への侵入者の候補画像を抽出する手段と、差分画像
における輝度の特徴を所定の指標値として抽出する手段
と、抽出された指標値が所定範囲内であるか否かを判定
し、所定範囲内である場合に候補画像を侵入者の画像と
して認知する手段と、を備えることを特徴とする。According to a second aspect of the present invention, means for photographing the surveillance area is provided.
Means for digitizing a difference image between the image obtained by photographing and the image at the previous time point, means for extracting a candidate image of an intruder from the obtained digital image into the surveillance area, and a predetermined feature of brightness in the difference image And a means for determining whether the extracted index value is within a predetermined range and recognizing the candidate image as an image of the intruder when the extracted index value is within the predetermined range. Is characterized by.
【０００７】請求項３は、監視領域を撮影する手段と、
撮影により得られた画像と前時点の画像との差分画像を
デジタル化する手段と、得られるデジタル画像から監視
領域への侵入者の候補画像を抽出する手段と、デジタル
画像における候補画像の有無を時系列的に判別する手段
と、判別の結果に基づきこの候補画像が所定回数連続し
て現れているか否かを判定し、現れている場合にこの候
補画像を侵入者の画像として認知する手段と、を備える
ことを特徴とする。According to a third aspect of the present invention, means for photographing the surveillance area is provided.
A means for digitizing a difference image between the image obtained by shooting and the image at the previous time point, a means for extracting a candidate image of an intruder into the surveillance area from the obtained digital image, and the presence or absence of the candidate image in the digital image A means for discriminating in time series, a means for discriminating whether or not this candidate image appears a predetermined number of times based on the discrimination result, and a means for recognizing the candidate image as an image of an intruder when it appears. , Are provided.
【０００８】[0008]
【作用】本発明の請求項１においては、まず、監視領域
が撮影されさらにこの画像と前時点の画像との差分画像
がデジタル化される。次に、得られるデジタル画像に基
づき、監視領域への人物の侵入が認知される。その際、
本請求項においては、デジタル画像に含まれ所定値を有
する画素の固まりが検出され、検出される固まりについ
て面積が大きい順に当該固まりを含む所定形状の領域が
設定される。さらに、設定された領域内に存在する固ま
りの合計面積が求められ、求めた合計面積が所定範囲内
である場合に設定された領域内に存在する固まりが侵入
者の画像として認知される。したがって、デジタル画像
に含まれる画像がそれ単体で侵入者認知の対象となるの
ではなく、相近接して存在する固まりが一体のものとし
て侵入者認知の対象となる。この結果、人物を示す画像
がデジタル画像において複数個の固まりに分かれて現れ
た場合にも、これら複数個の固まりを正しく侵入者の画
像として認知できる。また、天候・背景の変化により発
生した固まりや小動物によって生じた固まりを排除でき
る。In the first aspect of the present invention, first, the surveillance area is photographed, and the difference image between this image and the image at the previous time point is digitized. Next, the intrusion of a person into the surveillance area is recognized based on the obtained digital image. that time,
In the present invention, a lump of pixels included in the digital image and having a predetermined value is detected, and a region having a predetermined shape including the lump is set in descending order of area of the detected lump. Further, the total area of the lumps existing in the set area is obtained, and when the obtained total area is within the predetermined range, the lumps existing in the set area are recognized as an image of the intruder. Therefore, the image included in the digital image is not the target of the intruder recognition by itself, but is the target of the intruder recognition as a group of closely existing clusters. As a result, even when an image showing a person appears in a plurality of chunks in the digital image, the plurality of chunks can be correctly recognized as the image of the intruder. In addition, it is possible to eliminate lumps caused by changes in weather and background and lumps caused by small animals.
【０００９】請求項２においても、同様に差分画像のデ
ジタル化が行われる。その後、例えば請求項１の手法に
より監視領域への侵入者の候補画像が抽出される。本請
求項においては、さらに、差分画像における輝度の特徴
が所定の指標値（例えば判別分析法により得られる数
値）として抽出され、抽出された指標値が所定範囲内で
ある場合、候補画像が侵入者の画像として認知される。
したがって、天候・背景の変化によりデジタル画像中に
侵入者の候補画像が現れている場合であっても、このこ
とが差分画像における輝度の特徴として検出されるか
ら、天候・背景の変化にかかわらずより正しく侵入者認
知を行うことができる。Also in claim 2, the difference image is digitized in the same manner. After that, a candidate image of an intruder in the surveillance area is extracted by the method of claim 1, for example. In the present claim, the feature of the brightness in the difference image is further extracted as a predetermined index value (for example, a numerical value obtained by the discriminant analysis method), and if the extracted index value is within a predetermined range, the candidate image invades. Is recognized as an image of the person.
Therefore, even if a candidate image of an intruder appears in the digital image due to changes in the weather / background, this is detected as a feature of the brightness in the difference image, and therefore, regardless of changes in the weather / background. More accurate intruder recognition can be performed.
【００１０】請求項３においても、差分画像のデジタル
化及び侵入者の候補画像の抽出が行われる。本請求項に
おいては、さらに、デジタル画像に時系列的に連続して
所定回数以上候補画像が現れているかどうかが判定さ
れ、現れている場合にこの候補画像が侵入者の画像とし
て認知される。したがって、連続して発生しない雑音の
影響が排除される。In the third aspect, the difference image is digitized and the intruder candidate image is extracted. In the present claim, it is further determined whether or not the candidate image appears in the digital image continuously in time series a predetermined number of times or more, and if it appears, the candidate image is recognized as an image of the intruder. Therefore, the influence of noise that does not occur continuously is eliminated.
【００１１】なお、デジタル化に用いるしきい値を差分
画像の輝度の特徴に応じて算出するようにする構成にお
いては、算出したしきい値が所定の限界値を下回る場合
にデジタル化に用いるしきい値を限界値に設定するとよ
い。このようにすると、しきい値を低くした場合に現れ
やすい雑音の画像を排除できる。In the configuration in which the threshold value used for digitization is calculated according to the feature of the brightness of the difference image, it is used for digitization when the calculated threshold value falls below a predetermined limit value. You may want to set the threshold to the limit. In this way, it is possible to eliminate an image of noise that tends to appear when the threshold value is lowered.
【００１２】また、撮影により得られた画像のうち所定
の関心領域を対象として差分画像を生成すると、処理対
象を限定できるため、処理対象外の領域に現れている雑
音の画像を排除できる。Further, when the difference image is generated for a predetermined region of interest in the image obtained by photographing, the process target can be limited, so that the noise image appearing in the region other than the process target can be eliminated.
【００１３】さらに、認知の結果得られる侵入者の画像
の移動速度を検出し、検出される移動速度が所定範囲内
にない画像を侵入者の画像でないものとして取り扱うよ
うにすれば、移動速度から見て人物らしい画像のみを侵
入者画像とすることができる。Further, if the moving speed of the image of the intruder obtained as a result of the recognition is detected and an image whose detected moving speed is not within the predetermined range is treated as not being the image of the intruder, the moving speed is calculated. Only the image that looks like a person can be used as the intruder image.
【００１４】そして、判定に係る範囲や回数を学習によ
り設定可能とすることにより、手動等により設定を行っ
た場合に比べ、設定の自動化、適応化が実現される。By making it possible to set the range and the number of times of judgment by learning, the setting can be automated and adapted as compared with the case where the setting is made manually.
【００１５】[0015]
【実施例】以下、本発明の好適な実施例について図面に
基づき説明する。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENT A preferred embodiment of the present invention will be described below with reference to the drawings.
【００１６】図１には、本発明の一実施例に係るシステ
ムの構成が示されている。このシステムは、ハードウエ
ア構成としてＣＣＤカメラ１０、認知装置１２、警報装
置１４、拡声器１６、中央システムインタフェース１８
等を備えている。FIG. 1 shows the configuration of a system according to an embodiment of the present invention. This system has a CCD camera 10, a recognition device 12, an alarm device 14, a loudspeaker 16, and a central system interface 18 as hardware components.
And so on.
【００１７】ＣＣＤカメラ１０は、屋外に配置されてい
る危険物２０周囲の領域（監視領域）１００を撮影する
よう配置されている。監視領域１００は、例えば１０ｍ
×１５ｍ程度の面積を有しており、通常は、この領域内
には河川、草木等が含まれる。ＣＣＤカメラ１０からの
画像信号出力は、認知装置１２に与えられる。The CCD camera 10 is arranged so as to photograph an area (surveillance area) 100 around the dangerous substance 20 arranged outdoors. The monitoring area 100 is, for example, 10 m
It has an area of about x15 m, and normally rivers, plants and the like are included in this area. The image signal output from the CCD camera 10 is given to the recognition device 12.
【００１８】認知装置１２は、ＣＣＤカメラ１０から監
視領域１００のフレーム画像を所定時間間隔で信号入力
する。認知装置１２は、入力した画像について後述する
処理を逐次施し、監視領域１００への侵入者２００を識
別・検出する。すなわち、認知装置１２は、撮影によっ
て得られたフレーム画像についての画像処理部として機
能する。認知装置１２による識別処理は、異常天候等に
より侵入者２００の識別が困難となった場合には休止す
る。異常天候から回復した場合には、処理を再開する。The recognition device 12 inputs a frame image of the monitoring area 100 from the CCD camera 10 at predetermined time intervals. The recognition device 12 sequentially performs the processing described below on the input image to identify and detect the intruder 200 in the surveillance area 100. That is, the recognition device 12 functions as an image processing unit for the frame image obtained by shooting. The identification process by the recognition device 12 is stopped when it is difficult to identify the intruder 200 due to abnormal weather or the like. When the weather condition is recovered, the process is restarted.
【００１９】侵入者２００を検出した場合、認知装置１
２は警報装置１４に信号を与えて拡声器１６により所定
の警戒音声等を発生させ、あるいは中央システムインタ
フェース１８を介して図示しない中央システムに状況を
通知する。すなわち、認知装置１２はシステム各部の動
作を制御する機器制御部としても機能する。When the intruder 200 is detected, the recognition device 1
Reference numeral 2 gives a signal to the alarm device 14 to cause the loudspeaker 16 to generate a predetermined warning sound or the like, or notifies the central system (not shown) of the situation via the central system interface 18. That is, the recognition device 12 also functions as a device control unit that controls the operation of each unit of the system.
【００２０】図２には、この実施例における認知装置１
２の動作、特にその画像処理部としての機能が示されて
いる。FIG. 2 shows a recognition device 1 according to this embodiment.
The second operation, particularly the function as the image processing unit thereof, is shown.
【００２１】認知装置１２は、ＣＣＤカメラ１０からフ
レーム画像を所定時間間隔で入力する（ａ）。認知装置
１２は、入力したフレーム画像について、連続差分法に
よる処理を施す。例えば（ｔ＋１）の時点のフレーム画
像が入力されたときには、このフレーム画像からその前
の時点（ｔ）のフレーム画像を絶対値減算し、差分画像
を生成する。監視領域１００内に存在する物体が時点
（ｔ）から（ｔ＋１）の間に移動している場合には、差
分画像において、この移動物体を示す画像が他と輝度の
異なる画素の固まりとして現れる。連続差分法において
は、このような処理を、時系列的に入力される画像につ
いて連続して行う。The recognition device 12 inputs frame images from the CCD camera 10 at predetermined time intervals (a). The recognition device 12 performs processing on the input frame image by the continuous difference method. For example, when the frame image at the time point (t + 1) is input, the absolute value of the frame image at the previous time point (t) is subtracted from this frame image to generate a difference image. When the object existing in the monitoring area 100 is moving from the time point (t) to the time point (t + 1), the image showing the moving object appears as a group of pixels having different brightness from the others in the difference image. In the continuous difference method, such processing is continuously performed on images input in time series.
【００２２】なお、ＣＣＤカメラ１０から認知装置１２
にフレーム画像を入力する間隔が長すぎると、天候の変
化に伴う照度変化等が差分画像上において移動物体の如
く現れてしまう。逆に、ＣＣＤカメラ１０から認知装置
１２にフレーム画像を入力する間隔が短すぎると、実際
には移動物体が存在していてもこれを検出できない場合
が生じてしまう。したがって、フレーム画像の入力間隔
は適切な値に設定する必要がある。From the CCD camera 10 to the recognition device 12
If the interval between frame images is too long, changes in illuminance due to changes in the weather will appear as moving objects on the difference image. On the contrary, if the interval at which the frame image is input from the CCD camera 10 to the recognition device 12 is too short, it may not be possible to detect the moving object even if it actually exists. Therefore, it is necessary to set the input interval of the frame image to an appropriate value.
【００２３】認知装置１２は、次に、デジタル化処理を
行う（ｂ）。すなわち、図３に示されるように判別分析
法（３００）により算出した数値を２値化（３０２）に
用いるしきい値に設定する（３０４）。判別分析法は、
例えば「コンピュータ画像処理入門」（田村秀行監修、
日本工業技術センター、総研出版、１９９０．６．１、
ｐ６８（４）項）等に示されており、判別分析法による
算出値は、画像輝度の発生頻度を指標として定められる
値であることが知られている。したがって、判別分析法
による算出値を２値化しきい値に設定することにより、
輝度の特徴に応じて画像を２値化することができる。な
お、２値化ビット数には限定されない。すなわち、１画
素を１ビットで２値化して“１”“０”の２階調で表現
しても、例えば８ビットで２値化して２５６階調で表現
しても構わない。The recognition device 12 then performs a digitization process (b). That is, as shown in FIG. 3, the numerical value calculated by the discriminant analysis method (300) is set as a threshold value used for binarization (302) (304). The discriminant analysis method is
For example, "Introduction to Computer Image Processing" (supervised by Hideyuki Tamura,
Japan Industrial Technology Center, Soken Publishing, 199.06.1,
It is known that the value calculated by the discriminant analysis method is a value determined by using the frequency of occurrence of image brightness as an index. Therefore, by setting the value calculated by the discriminant analysis method to the binarization threshold value,
The image can be binarized according to the characteristics of brightness. The number of binarized bits is not limited. That is, one pixel may be binarized by 1 bit and expressed by two gradations of "1" and "0", or may be binarized by 8 bits and expressed by 256 gradations.
【００２４】また、本実施例のデジタル化処理（ｂ）に
おいては、２値化しきい値の設定に先立ち、判別分析法
による算出値と、予め設定されている限界値との比較が
行われる（３０６）。この比較の結果、前者が後者より
小さい場合には、前者に代え後者が２値化しきい値に設
定される（３０８）。In the digitizing process (b) of this embodiment, the calculated value by the discriminant analysis method is compared with the preset limit value before setting the binarization threshold value ( 306). As a result of this comparison, when the former is smaller than the latter, the latter is set to the binarization threshold value instead of the former (308).
【００２５】このように２値化しきい値の低下を制限す
るのは、図４（ａ）に示されるように、２値化しきい値
が小さいとデジタル画像上に雑音が多く現れてしまうか
らである。すなわち、ステップ３０６及び３０８におい
て限界値により２値化しきい値を制限することにより、
雑音を抑制できる。また、判別分析法による算出値が限
界値より大きい場合には上述のように判別分析法による
算出値が２値化しきい値として用いられるため、図４
（ｂ）に示されるように必要な画素データが欠けるよう
な状況も防止される。したがって、本実施例において
は、２値化しきい値を最適設定して図４（ｃ）に示され
るような良好なデジタル画像を得ることができる。な
お、ステップ３０６及び３０８において用いる限界値
は、本実施例のシステムの調整時に設定する。The reason why the lowering of the binarization threshold value is limited in this way is that a large amount of noise appears on the digital image when the binarization threshold value is small, as shown in FIG. 4A. is there. That is, by limiting the binarization threshold value by the limit value in steps 306 and 308,
Noise can be suppressed. Further, when the calculated value by the discriminant analysis method is larger than the limit value, the calculated value by the discriminant analysis method is used as the binarization threshold value as described above.
A situation in which necessary pixel data is lacking as shown in (b) is also prevented. Therefore, in this embodiment, it is possible to optimally set the binarization threshold value and obtain a good digital image as shown in FIG. The limit values used in steps 306 and 308 are set when adjusting the system of this embodiment.
【００２６】認知装置１２は、このような処理（ｂ）に
よって得られたデジタル画像について、雑音除去処理を
施す（ｃ）。この処理（ｃ）は、図５に示されるように
所定回数（ｍ回）の縮小処理（４００）及び所定回数
（ｎ回）の膨脹処理（４０２）として行う。すなわち、
処理（ｂ）によって得られたデジタル画像について縮小
処理を施すことにより、雑音に係る画像のうち比較的小
さいものが除去され、縮小処理後の画像に膨脹処理を施
すことにより、デジタル化直後の画像において雑音によ
り複数個に分かれて現れていた画像（画素の固まり）の
うち比較的近接しているものが単一の固まりとなる。こ
のようにして、デジタル画像から雑音が除去される。The recognition device 12 performs noise removal processing (c) on the digital image obtained by such processing (b). This process (c) is performed as a predetermined number of times (m times) of shrinking process (400) and a predetermined number of times (n times) of expanding process (402) as shown in FIG. That is,
By performing reduction processing on the digital image obtained by the processing (b), a relatively small image among noise-related images is removed, and by performing expansion processing on the image after reduction processing, the image immediately after digitization In the image (a group of pixels) that is divided into a plurality of groups and appears due to noise, a group that is relatively close is a single group. In this way, noise is removed from the digital image.
【００２７】雑音が除去されたデジタル画像は、人物判
定処理に供される。この実施例では、人物判定処理はそ
の１（ｄ）〜その３（ｆ）による一連の処理である。The digital image from which noise has been removed is subjected to person determination processing. In this embodiment, the person determination process is a series of processes from 1 (d) to 3 (f).
【００２８】図６には、人物判定処理その１（ｄ）の流
れが示されている。この図に示されるように、認知装置
１２はまずラベル付与を行う（５００）。すなわち、雑
音除去デジタル画像において所定値を有する画素の固ま
りに番号（ラベル）を付与する。例えば１ビットで２値
化されている場合には“１”値の画素の固まりに、８ビ
ットで２値化されている場合には“２５５”値の画素の
固まりにラベルを付与する。FIG. 6 shows the flow of the person determination process 1 (d). As shown in this figure, the recognition device 12 first performs labeling (500). That is, a number (label) is given to a block of pixels having a predetermined value in the noise-removed digital image. For example, a label is given to a group of pixels having a "1" value when binarized with 1 bit, and a group of pixels having a value of "255" when binarized with 8 bits.
【００２９】このようにラベル付与を行った後、認知装
置１２は、ラベルが付与された固まりから大きい順に所
定個数（Ｎ個）を選択する（５０２）。次に、選択した
固まりそれぞれについて重心を算出する（５０４）。さ
らに、算出した重心を中心とする矩形領域を設定する
（５０６）。After labeling as described above, the recognition device 12 selects a predetermined number (N) from the lump to which the label is attached in the descending order (502). Next, the center of gravity is calculated for each of the selected chunks (504). Further, a rectangular area centered on the calculated center of gravity is set (506).
【００３０】矩形領域の設定（５０６）は、面積が大き
な固まりから順に行う。設定される矩形領域は、ＣＣＤ
カメラ１０からの距離に応じて補正された矩形である。
矩形領域の大きさは、少なくとも、人物を捉えられるよ
うな大きさとする。ただし、本発明は、矩形領域の大き
さに限定されるものではなく、また矩形を他の形状に代
えても構わない。重要な点は、設定される領域（本実施
例では距離補正された矩形領域）により人物を捉えるこ
とが可能である点である。なお、ある固まりについて設
定された矩形領域内に重心が存在する他の固まりについ
ては、矩形領域は設定しない。The setting of the rectangular area (506) is performed in order from the larger area. The rectangular area that is set is the CCD
The rectangle is corrected according to the distance from the camera 10.
The size of the rectangular area is at least large enough to capture a person. However, the present invention is not limited to the size of the rectangular region, and the rectangle may be replaced with another shape. The important point is that a person can be captured by the set area (distance-corrected rectangular area in this embodiment). Note that rectangular areas are not set for other clusters in which the center of gravity exists within the rectangular area set for a certain cluster.
【００３１】認知装置１２は、設定した矩形領域（設定
矩形）内に重心が存在する固まりの合計面積を求める
（５０８）。例えば図７に示されるようにラベル２（面
積Ｓ２）の固まりの重心を中心として設定した矩形領域
内に、ラベル１（面積Ｓ１）、ラベル３（面積Ｓ３）の
固まりの重心が存在している場合、これらの合計面積Ｓ
＝Ｓ１＋Ｓ２＋Ｓ３を算出する。なお、合計面積の算出
対象は、ラベルが付与された比較的大きな固まりのみと
する。The recognition device 12 obtains the total area of the clusters in which the center of gravity exists within the set rectangular area (set rectangle) (508). For example, as shown in FIG. 7, the center of mass of the label 1 (area S1) and the center of mass of the label 3 (area S3) are present in a rectangular area set around the center of gravity of the mass of the label 2 (area S2). If these total area S
= S1 + S2 + S3 is calculated. Note that the calculation target of the total area is limited to a relatively large lump with a label attached.
【００３２】認知装置１２は、算出した合計面積（矩形
内面積）が予め設定されている範囲内に存在するか否か
を判定する（５１０）。すなわち、予め設定されている
下限値と上限値によって定まる範囲内に、算出した合計
面積が属するかどうか、判定される。下限値及び上限値
は、これらによって定まる範囲内の合計面積であれば人
物の可能性があると見なせるような値に設定する。した
がって、いずれかの矩形内面積が上記範囲に属すると判
定された場合には続く人物判定処理その２（ｅ）へ移行
し、いずれの矩形内面積も上記範囲に属さないと判定さ
れた場合には侵入者無し処理（ｈ）へ移行する。The recognition device 12 determines whether the calculated total area (area within the rectangle) is within a preset range (510). That is, it is determined whether the calculated total area falls within the range determined by the preset lower and upper limits. The lower limit value and the upper limit value are set to values such that the total area within the range determined by them can be considered as a person. Therefore, if it is determined that any of the rectangular inner areas falls within the above range, the process proceeds to the subsequent person determination process 2 (e), and if it is determined that none of the rectangular inner areas fall within the above range. Moves to intruder-free processing (h).
【００３３】いずれかの矩形領域について矩形内面積が
人物と見なせる範囲の値であると判定されたとき実行さ
れる人物判定処理その２（ｅ）の流れは、例えば図８に
示されるような流れとなる。この例では、先に差分画像
について判別分析法により算出した値が予め設定されて
いる特徴値と比較される（６００）。この比較の結果、
後者が大きい場合には侵入者無し処理（ｈ）へ移行し、
大きくない場合には人物判定処理その３（ｆ）へ移行す
る。The person determination processing (2), which is executed when it is determined that the area inside the rectangle is a value within a range that can be regarded as a person for any of the rectangular areas, is as shown in FIG. Becomes In this example, the value calculated by the discriminant analysis method for the difference image is compared with the preset feature value (600). As a result of this comparison,
If the latter is large, move to intruder-free processing (h),
If it is not larger, the process proceeds to person determination process 3 (f).
【００３４】人物判定処理その２（ｅ）の目的は、草木
の揺れ、照度の急激な変化等を排除するところにある。
すなわち、人物判定処理その１（ｄ）において、矩形内
面積からみて人物の可能性があるとされた画像であって
も、草木の揺れ等による画像である可能性を排除できな
い。そこで、差分画像の輝度の特徴に注目し、この特徴
から見て人物の可能性が高い画像を選別するよう、人物
判定処理その２（ｅ）を行っている。なお、この実施例
では人物判定処理その２（ｅ）を判別分析法による算出
値を用いて行っているが、これは他の数値を用いて他の
ルールで行っても良い。The purpose of the person determination process (2) (e) is to eliminate shaking of plants and trees, and rapid changes in illuminance.
That is, in the person determination process 1 (d), even if the image is considered to be a person in view of the area inside the rectangle, it is not possible to exclude the possibility that the image is caused by shaking of plants or the like. Therefore, attention is paid to the feature of the brightness of the difference image, and the person determination process 2 (e) is performed so as to select an image having a high possibility of a person in view of this feature. In this embodiment, the person determination process 2 (e) is performed by using the value calculated by the discriminant analysis method, but this may be performed by using other numerical values and other rules.
【００３５】図９には、人物判定処理その３（ｆ）の流
れが示されている。人物判定処理その３（ｆ）において
は、人物判定処理その１（ｄ）における矩形内面積によ
る判別及び人物判定処理その２（ｅ）における輝度の特
徴による判別によって人物の可能性があるとされた画像
について、時系列的な判別が施される。FIG. 9 shows the flow of the person determination process 3 (f). In the person determination process 3 (f), it is determined that there is a possibility of a person by the determination based on the area inside the rectangle in the person determination process 1 (d) and the determination based on the luminance feature in the person determination process 2 (e). The images are subjected to time-series discrimination.
【００３６】すなわち、人物の可能性があるとされた画
像（“侵入者あり”）が所定回数（基準連続数）を越え
て連続して現れているかどうかを判定する（７００）。
この判定の必要から、人物判定処理その１（ｄ）及びそ
の２（ｅ）の結果は、データとして認知装置１２内部に
格納される。また、人物判定処理その１（ｄ）において
“侵入者あり”に準ずるとされた画像の連続数について
も基準連続数による判定が行われる（７０２）。これら
の判定の結果、基準連続数を越えるとされた場合には侵
入者有り処理（ｇ）へ、越えないとされた場合には侵入
者無し処理（ｈ）へ、それぞれ移行する。侵入者無し処
理（ｈ）においては、人物判定処理その１（ｄ）及びそ
の２（ｅ）の結果の格納や、その旨を中央システムに報
知する等の処理が実行される。また、侵入者有り処理
（ｇ）においては、人物判定処理その１（ｄ）及びその
２（ｅ）の結果の格納、中央システムへの報知、警報装
置１４の起動等が実行される。That is, it is determined whether or not the images (“there are intruders”) that are considered to be humans may appear consecutively over a predetermined number of times (reference continuous number) (700).
Because of the necessity of this determination, the results of the person determination process 1 (d) and the person determination process 2 (e) are stored in the recognition device 12 as data. In addition, the number of consecutive images determined to be “intruder present” in the person determination process 1 (d) is also determined by the reference number of consecutive images (702). As a result of these judgments, if it is determined that the number exceeds the reference continuous number, the process proceeds to the intruder presence process (g), and if not, to the intruder nonexistence process (h). In the intruder-free process (h), the results of the person determination process 1 (d) and the result 2 (e) are stored, and the central system is notified of the result. Further, in the intruder presence process (g), the results of the person determination process 1 (d) and 2 (e) are stored, the central system is notified, and the alarm device 14 is activated.
【００３７】このように、本実施例によれば、背景・天
候の変化や小動物を侵入者として認知してしまう可能性
が著しく低減し、より正確かつ信頼性の高いシステムが
実現される。また、本実施例の処理は高速に実行でき
る。As described above, according to this embodiment, the possibility that the background / weather changes and small animals are recognized as an intruder is significantly reduced, and a more accurate and highly reliable system is realized. Further, the processing of this embodiment can be executed at high speed.
【００３８】また、上記人物判定処理その１（ｄ）〜そ
の３（ｆ）においては、各種のパラメータを用いてい
る。例えば人物判定処理その１（ｄ）では矩形内面積の
判定に係る上限値及び下限値、その２（ｅ）では判別分
析法の算出値の判定に係る特徴値、その３（ｆ）では連
続数判定に係る基準連続数等が必要である。本実施例で
は、この主のパラメータ、すなわちシステム・パラメー
タをシステム・パラメータ知識データベース設定手段
（ｉ）により設定している。Various parameters are used in the person determination processings 1 (d) to 3 (f). For example, in the person determination process 1 (d), the upper limit value and the lower limit value for determining the area inside the rectangle, the 2 (e) feature value for determining the calculated value of the discriminant analysis method, and the 3 (f) continuous number. It is necessary to have a standard number of consecutive judgments. In this embodiment, this main parameter, that is, the system parameter is set by the system parameter knowledge database setting means (i).
【００３９】すなわち、システム・パラメータを設定す
る場合、使用者は、システム・パラメータ知識データベ
ース設定手段（ｉ）の操作等により手動設定を行うこと
が可能である他、システム・パラメータ知識データベー
ス設定手段（ｉ）によって知識データベースを構築し、
学習によって自動的にシステム・パラメータを設定する
ことも可能である。このように、本実施例は自動化の進
んだシステムとして構築できる。That is, when setting the system parameters, the user can manually set the parameters by operating the system parameter knowledge database setting means (i). build a knowledge database by i),
It is also possible to automatically set system parameters by learning. In this way, this embodiment can be constructed as a highly automated system.
【００４０】さらに、本実施例においては、ＣＣＤカメ
ラ１０によって撮影されるフレーム画像を全て処理対象
としているが、フレーム画像のうち関心領域（ＲＯＩ）
のみを処理対象とすることができる。関心領域は、フレ
ーム画像中に侵入の発生が考えられない領域等や監視領
域１００外の領域が含まれている場合に、これらの領域
をマスクして処理を行うよう設定する。これにより、関
心領域外の雑音の影響を排除できる。Further, in this embodiment, all the frame images photographed by the CCD camera 10 are processed, but the region of interest (ROI) is included in the frame images.
Only one can be processed. The region of interest is set so that when the frame image includes a region where intrusion is unlikely to occur or a region outside the monitoring region 100, these regions are masked for processing. As a result, the influence of noise outside the region of interest can be eliminated.
【００４１】また、人物判定処理として、さらに、移動
速度の判定を付加しても良い。すなわち、人物判定処理
その１（ｄ）において求めた重心の移動速度が、人物と
見なせる範囲内の値であるかを判定することにより、人
物判定をより正確に実行できる。Further, as the person determination processing, determination of the moving speed may be further added. That is, the person determination can be performed more accurately by determining whether or not the moving speed of the center of gravity obtained in the person determination processing 1 (d) is within a range that can be regarded as a person.
【００４２】[0042]
【発明の効果】以上説明したように、本発明の請求項１
によれば、デジタル画像に含まれ所定値を有する画素の
固まりについて面積が大きい順に当該固まりを含む所定
形状の領域を設定し、この領域内に存在する固まりの合
計面積が所定範囲内である場合にこれらの固まりを侵入
者の画像として認知するようにしたため、人物を示す画
像がデジタル画像において複数個の固まりに分かれて現
れた場合にも、これら複数個の固まりを正しく侵入者の
画像として認知できる。また、天候・背景の変化により
発生した固まりや小動物によって生じた固まりを排除で
きる。As described above, according to the first aspect of the present invention.
According to the above, when a region of a predetermined shape including the lumps is set in descending order of the area of a lump of pixels included in a digital image and having a predetermined value, and the total area of the lumps existing in this region is within a predetermined range. Since these lumps are recognized as intruder images, even when an image showing a person appears in multiple lumps in a digital image, these multiple lumps are correctly recognized as intruder images. it can. In addition, it is possible to eliminate lumps caused by changes in weather and background and lumps caused by small animals.
【００４３】請求項２によれば、差分画像における輝度
の特徴を所定の指標値として抽出し、この指標値が所定
範囲内である場合に候補画像を侵入者の画像として認知
するようにしたため、天候・背景の変化によりデジタル
画像中に侵入者の候補画像が現れている場合等において
も、正しく侵入者認知を行うことができる。According to the second aspect, the feature of the brightness in the difference image is extracted as a predetermined index value, and when the index value is within the predetermined range, the candidate image is recognized as the image of the intruder. Even if a candidate image of an intruder appears in the digital image due to changes in weather and background, it is possible to correctly recognize the intruder.
【００４４】請求項３によれば、デジタル画像に時系列
的に連続して所定回数以上候補画像が現れている場合に
この候補画像を侵入者の画像として認知するようにした
ため、連続して発生しない雑音の影響を排除できる。According to the third aspect, when the candidate image appears in the digital image continuously in time series a predetermined number of times or more, the candidate image is recognized as the image of the intruder. The effect of noise can be eliminated.
【００４５】請求項４によれば、差分画像の輝度の特徴
に応じて算出したしきい値が所定の限界値を下回る場合
に、デジタル化に用いるしきい値に限界値を設定するよ
うにしたため、しきい値を低くした場合に現れやすい雑
音の画像を排除できる。According to the fourth aspect, when the threshold value calculated according to the feature of the brightness of the difference image is below the predetermined limit value, the limit value is set to the threshold value used for digitization. , It is possible to eliminate the image of noise that tends to appear when the threshold value is lowered.
【００４６】請求項５によれば、撮影により得られた画
像のうち所定の関心領域を対象として差分画像を生成す
るようにしたため、処理対象を限定でき、処理対象外の
領域に現れている雑音の画像を排除できる。According to the fifth aspect, since the difference image is generated for the predetermined region of interest in the image obtained by photographing, the process target can be limited, and the noise appearing in the region other than the process target can be limited. The image of can be eliminated.
【００４７】請求項６によれば、移動速度を検出しこの
移動速度に基づき侵入者の画像か否かを判定するように
したため、移動速度から見て人物らしい画像のみを侵入
者画像とすることができる。According to the sixth aspect, since the moving speed is detected and whether the image is an intruder image or not is determined based on the moving speed, only the image that looks like a person in view of the moving speed is set as the intruder image. You can
【００４８】そして、請求項７によれば、判定に係る範
囲や回数を学習により設定するようにしたため、設定を
自動化、適応化できる。According to the seventh aspect, since the range and the number of times of judgment are set by learning, the setting can be automated and adapted.
【図１】本発明の一実施例に係るシステムの構成を示す
ブロック図である。FIG. 1 is a block diagram showing a configuration of a system according to an embodiment of the present invention.
【図２】この実施例における認知装置の処理の流れを示
す概念図である。FIG. 2 is a conceptual diagram showing the flow of processing of the recognition device in this embodiment.
【図３】差分画像をデジタル化する処理の流れを示すフ
ローチャートである。FIG. 3 is a flowchart showing a flow of processing for digitizing a difference image.
【図４】２値化しきい値とデジタル画像の関係を示す図
であり、（ａ）は２値化しきい値が小さすぎる場合の、
（ｂ）は大きすぎる場合の、（ｃ）は最適な場合の、デ
ジタル画像を示す図である。FIG. 4 is a diagram showing a relationship between a binarization threshold value and a digital image, and FIG. 4A shows a case where the binarization threshold value is too small.
FIG. 3B is a diagram showing a digital image in the case where it is too large and FIG.
【図５】デジタル画像から雑音を除去する処理の流れを
示すフローチャートである。FIG. 5 is a flowchart showing a flow of processing for removing noise from a digital image.
【図６】人物判定処理その１の流れを示すフローチャー
トである。FIG. 6 is a flowchart showing a flow of person determination processing part 1.
【図７】人物判定処理その１の内容を示す図である。FIG. 7 is a diagram showing the contents of person determination processing 1;
【図８】人物判定処理その２の流れを示すフローチャー
トである。FIG. 8 is a flowchart showing a flow of person determination processing 2;
【図９】人物判定処理その３の流れを示すフローチャー
トである。FIG. 9 is a flowchart showing a flow of person determination processing part 3;
１０ ＣＣＤカメラ １２ 認知装置 １４ 警報装置 １６ 拡声器 １８ 中央システムインタフェース ２０ 危険物 １００ 監視領域 ２００ 侵入者 ｔ，ｔ＋１，… フレーム画像の入力時点 （ａ） 連続差分処理 （ｂ） ２値化レベルへのデジタル化処理 （ｃ） 雑音（ノイズ）除去処理 （ｄ） 人物判定処理その１ （ｅ） 人物判定処理その２ （ｆ） 人物判定処理その３ （ｇ） 侵入者有り処理 （ｈ） 侵入者無し処理 （ｉ） システム・パラメータ知識データベース設定手
段 Ｓ１，Ｓ２，Ｓ３ 面積 Ｓ 矩形内面積10 CCD camera 12 Recognition device 14 Alarm device 16 Loudspeaker 18 Central system interface 20 Dangerous goods 100 Monitoring area 200 Intruder t, t + 1, ... Frame image input time (a) Continuous difference processing (b) Binarization level Digitization processing (c) Noise removal processing (d) Person determination processing part 1 (e) Person determination processing part 2 (f) Person determination processing part 3 (g) Intruder presence processing (h) Intruder absence processing (I) System / parameter knowledge database setting means S1, S2, S3 area S area inside rectangle
───────────────────────────────────────────────────── フロントページの続き (72)発明者 林 輝年 東京都三鷹市下連雀五丁目１番１号 日本 無線株式会社内 ─────────────────────────────────────────────────── ─── Continuation of the front page (72) Inventor Terunen Hayashi 5-1-1 Shimorenjaku, Mitaka City, Tokyo Japan Radio Co., Ltd.
Claims (7)
得られた画像と前時点の画像との差分画像をデジタル化
する手段と、得られるデジタル画像に基づき監視領域へ
の人物の侵入を認知する認知手段と、を備える侵入者識
別システムにおいて、 認知手段が、 前記デジタル画像に含まれ所定値を有する画素の固まり
を検出する手段と、 検出される固まりについて面積が大きい順に当該固まり
を含む所定形状の領域を設定する手段と、 設定された領域内に存在する固まりの合計面積を求める
手段と、 求めた合計面積が所定範囲内であるか否かを判定し、所
定範囲内である場合に前記設定された領域内に存在する
固まりを侵入者の画像として認知する手段と、 を備えることを特徴とする侵入者識別システム。1. A means for photographing a surveillance area, a means for digitizing a difference image between an image obtained by photographing and an image at a previous time point, and recognizing intrusion of a person into the surveillance area based on the obtained digital image. In the intruder identification system, the recognition means includes: a recognition means for detecting a lump of pixels having a predetermined value included in the digital image; and a predetermined lump including the lump in descending order of area of the detected lump. A means for setting the area of the shape, a means for obtaining the total area of the lumps existing in the set area, and a judgment as to whether or not the obtained total area is within a predetermined range. An intruder identification system, comprising means for recognizing a lump existing in the set area as an image of an intruder.
得られた画像と前時点の画像との差分画像をデジタル化
する手段と、得られるデジタル画像から監視領域への侵
入者の候補画像を抽出する手段と、を備える侵入者識別
システムにおいて、 前記差分画像における輝度の特徴を所定の指標値として
抽出する手段と、 抽出された指標値が所定範囲内であるか否かを判定し、
所定範囲内である場合に前記候補画像を侵入者の画像と
して認知する手段と、 を備えることを特徴とする侵入者識別システム。2. A means for photographing a surveillance area, a means for digitizing a difference image between an image obtained by photography and an image at a previous time point, and a candidate image of an intruder entering the surveillance area from the obtained digital image. In an intruder identification system comprising: a means for extracting, a means for extracting a luminance feature in the difference image as a predetermined index value, and determining whether or not the extracted index value is within a predetermined range,
A means for recognizing the candidate image as an image of an intruder when the image is within a predetermined range;
得られた画像と前時点の画像との差分画像をデジタル化
する手段と、得られるデジタル画像から監視領域への侵
入者の候補画像を抽出する手段と、を備える侵入者識別
システムにおいて、 前記デジタル画像における候補画像の有無を時系列的に
判別する手段と、 判別の結果に基づき前記候補画像が所定回数連続して現
れているか否かを判定し、現れている場合に前記候補画
像を侵入者の画像として認知する手段と、 を備えることを特徴とする侵入者識別システム。3. A means for photographing a surveillance area, a means for digitizing a difference image between an image obtained by photography and an image at a previous time point, and a candidate image of an intruder entering the surveillance area from the obtained digital image. In an intruder identification system comprising: a means for extracting, a means for discriminating the presence or absence of a candidate image in the digital image in time series, and whether or not the candidate image appears a predetermined number of times continuously based on the discrimination result. And a means for recognizing the candidate image as an image of an intruder when it appears, and an intruder identifying system.
ムにおいて、 差分画像をデジタル化する際、当該デジタル化に用いる
しきい値を差分画像の輝度の特徴に応じて算出すると共
に、算出したしきい値が所定の限界値を下回る場合にデ
ジタル化に用いるしきい値を限界値に設定することを特
徴とする侵入者識別システム。4. The intruder identification system according to claim 1, wherein when the difference image is digitized, a threshold value used for the digitization is calculated in accordance with the characteristics of the brightness of the difference image and is calculated. An intruder identification system characterized by setting a threshold value used for digitization to a limit value when the threshold value falls below a predetermined limit value.
ムにおいて、 撮影により得られた画像のうち所定の関心領域を対象と
して差分画像を生成することを特徴とする侵入者識別シ
ステム。5. The intruder identification system according to any one of claims 1 to 3, wherein a difference image is generated for a predetermined region of interest in an image obtained by photographing.
ムにおいて、 認知の結果得られる侵入者の画像の移動速度を検出する
手段と、 検出される移動速度が所定範囲内にない画像を侵入者の
画像でないものとする手段と、 を備えることを特徴とする侵入者識別システム。6. The intruder identification system according to claim 1, further comprising means for detecting a moving speed of an image of an intruder obtained as a result of recognition, and an image in which the detected moving speed is not within a predetermined range. An intruder identification system, characterized by comprising:
ムにおいて、 前記所定範囲又は所定回数を含むパラメータを学習によ
り設定する手段を備えることを特徴とする侵入者識別シ
ステム。7. The intruder identification system according to claim 1, further comprising means for setting a parameter including the predetermined range or the predetermined number of times by learning.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4164634A JP2612662B2 (en) | 1992-06-23 | 1992-06-23 | Intruder identification system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4164634A JP2612662B2 (en) | 1992-06-23 | 1992-06-23 | Intruder identification system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0620049A true JPH0620049A (en) | 1994-01-28 |
| JP2612662B2 JP2612662B2 (en) | 1997-05-21 |
Family
ID=15796933
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4164634A Expired - Fee Related JP2612662B2 (en) | 1992-06-23 | 1992-06-23 | Intruder identification system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2612662B2 (en) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001005974A (en) * | 1999-06-17 | 2001-01-12 | Matsushita Electric Ind Co Ltd | Method and device for recognizing object |
| JP2002157598A (en) * | 2000-11-16 | 2002-05-31 | Japan Radio Co Ltd | System for detecting invader |
| US7483548B2 (en) | 2002-11-08 | 2009-01-27 | Minolta Co., Ltd. | Method for detecting object formed of regions from image |
| JP2009163428A (en) * | 2007-12-28 | 2009-07-23 | Secom Co Ltd | Composite intrusion detector |
| WO2009096208A1 (en) * | 2008-01-31 | 2009-08-06 | Nec Corporation | Object recognition system, object recognition method, and object recognition program |
| JP2009217835A (en) * | 2001-11-21 | 2009-09-24 | Iomniscient Pty Ltd | Non-motion detection |
| JP2010034664A (en) * | 2008-07-25 | 2010-02-12 | Mitsubishi Electric Corp | Image processor for monitor |
| US7736077B2 (en) | 2004-03-15 | 2010-06-15 | Brother Kogyo Kabushiki Kaisha | Ink ribbon cartridge with take-up shaft resistance means |
| KR101445362B1 (en) * | 2012-10-08 | 2014-09-30 | 주식회사 하이트론씨스템즈 | Device for Imagery Interpretation |
| US11189015B2 (en) | 2018-05-30 | 2021-11-30 | Samsung Electronics Co., Ltd. | Method and apparatus for acquiring feature data from low-bit image |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59119989A (en) * | 1982-12-27 | 1984-07-11 | Fujitsu Ltd | Eliminating method of picture noise |
| JPS63163681A (en) * | 1986-12-26 | 1988-07-07 | Matsushita Electric Ind Co Ltd | Automatic supervisory equipment |
| JPS63268093A (en) * | 1987-04-24 | 1988-11-04 | Matsushita Electric Works Ltd | Image sensor |
| JPH0259976A (en) * | 1988-08-26 | 1990-02-28 | Matsushita Electric Works Ltd | Block integrated processing system |
| JPH0335399A (en) * | 1989-06-30 | 1991-02-15 | Toshiba Corp | Change area integrating device |
| JPH0410099A (en) * | 1990-04-27 | 1992-01-14 | Toshiba Corp | Detector for person acting suspiciously |
-
1992
- 1992-06-23 JP JP4164634A patent/JP2612662B2/en not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59119989A (en) * | 1982-12-27 | 1984-07-11 | Fujitsu Ltd | Eliminating method of picture noise |
| JPS63163681A (en) * | 1986-12-26 | 1988-07-07 | Matsushita Electric Ind Co Ltd | Automatic supervisory equipment |
| JPS63268093A (en) * | 1987-04-24 | 1988-11-04 | Matsushita Electric Works Ltd | Image sensor |
| JPH0259976A (en) * | 1988-08-26 | 1990-02-28 | Matsushita Electric Works Ltd | Block integrated processing system |
| JPH0335399A (en) * | 1989-06-30 | 1991-02-15 | Toshiba Corp | Change area integrating device |
| JPH0410099A (en) * | 1990-04-27 | 1992-01-14 | Toshiba Corp | Detector for person acting suspiciously |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001005974A (en) * | 1999-06-17 | 2001-01-12 | Matsushita Electric Ind Co Ltd | Method and device for recognizing object |
| JP2002157598A (en) * | 2000-11-16 | 2002-05-31 | Japan Radio Co Ltd | System for detecting invader |
| JP2009217835A (en) * | 2001-11-21 | 2009-09-24 | Iomniscient Pty Ltd | Non-motion detection |
| US7483548B2 (en) | 2002-11-08 | 2009-01-27 | Minolta Co., Ltd. | Method for detecting object formed of regions from image |
| US7758262B2 (en) | 2004-03-15 | 2010-07-20 | Brother Kogyo Kabushiki Kaisha | Ink ribbon cartridge with first and second grip portions |
| US7736077B2 (en) | 2004-03-15 | 2010-06-15 | Brother Kogyo Kabushiki Kaisha | Ink ribbon cartridge with take-up shaft resistance means |
| JP2009163428A (en) * | 2007-12-28 | 2009-07-23 | Secom Co Ltd | Composite intrusion detector |
| WO2009096208A1 (en) * | 2008-01-31 | 2009-08-06 | Nec Corporation | Object recognition system, object recognition method, and object recognition program |
| JP2010034664A (en) * | 2008-07-25 | 2010-02-12 | Mitsubishi Electric Corp | Image processor for monitor |
| KR101445362B1 (en) * | 2012-10-08 | 2014-09-30 | 주식회사 하이트론씨스템즈 | Device for Imagery Interpretation |
| US11189015B2 (en) | 2018-05-30 | 2021-11-30 | Samsung Electronics Co., Ltd. | Method and apparatus for acquiring feature data from low-bit image |
| US11636575B2 (en) | 2018-05-30 | 2023-04-25 | Samsung Electronics Co., Ltd. | Method and apparatus for acquiring feature data from low-bit image |
| US11893497B2 (en) | 2018-05-30 | 2024-02-06 | Samsung Electronics Co., Ltd. | Method and apparatus for acquiring feature data from low-bit image |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2612662B2 (en) | 1997-05-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110516609B (en) | Fire disaster video detection and early warning method based on image multi-feature fusion | |
| US5956424A (en) | Low false alarm rate detection for a video image processing based security alarm system | |
| RU2393544C2 (en) | Method and device to detect flame | |
| EP2178056B1 (en) | Smoke detecting apparatus | |
| US20060195199A1 (en) | Monitoring device | |
| JP5388829B2 (en) | Intruder detection device | |
| WO1998028706B1 (en) | Low false alarm rate video security system using object classification | |
| JP2010122746A (en) | Image monitoring device | |
| CN109255360B (en) | Target classification method, device and system | |
| WO1998028706A1 (en) | Low false alarm rate video security system using object classification | |
| KR101030257B1 (en) | Method and System for Vision-Based People Counting in CCTV | |
| WO2023039781A1 (en) | Method for detecting abandoned object, apparatus, electronic device, and storage medium | |
| EP2000998B1 (en) | Flame detecting method and device | |
| JP2612662B2 (en) | Intruder identification system | |
| JP2011035571A (en) | Suspicious behavior detection method and suspicious behavior detector | |
| CN106781167B (en) | Method and device for monitoring motion state of object | |
| CN113657250A (en) | Flame detection method and system based on monitoring video | |
| JP2667973B2 (en) | Mobile monitoring device | |
| JP3986643B2 (en) | Image processing device for monitoring | |
| JP3736836B2 (en) | Object detection method, object detection apparatus, and program | |
| WO2005109893A2 (en) | System and method for detecting anomalies in a video image sequence | |
| JP4544955B2 (en) | Image monitoring device | |
| WO2020139071A1 (en) | System and method for detecting aggressive behaviour activity | |
| CN113128340B (en) | Personnel intrusion detection method and device | |
| JP3490196B2 (en) | Image processing apparatus and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |