JPH0620049A - 侵入者識別システム - Google Patents
侵入者識別システムInfo
- 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
(57)【要約】
【目的】 背景・天候の変化や小動物を人物と誤認する
ことを無くす。 【構成】 連続差分処理(a)により得た差分画像を2
値化(b)し雑音を除去(c)した上で人物判定処理
(d)〜(f)に供する。人物判定処理その1(d)に
おいては画素の固まりの重心を中心に矩形領域を設定
し、領域内にある固まりの合計面積に基づき人物か否か
判定する。人物判定処理その2(e)においては差分画
像の輝度の特徴から人物か否か判定する。人物判定処理
その3(f)においては基準連続数以上連続して現れて
いるか否かにより人物か否か判定する。
ことを無くす。 【構成】 連続差分処理(a)により得た差分画像を2
値化(b)し雑音を除去(c)した上で人物判定処理
(d)〜(f)に供する。人物判定処理その1(d)に
おいては画素の固まりの重心を中心に矩形領域を設定
し、領域内にある固まりの合計面積に基づき人物か否か
判定する。人物判定処理その2(e)においては差分画
像の輝度の特徴から人物か否か判定する。人物判定処理
その3(f)においては基準連続数以上連続して現れて
いるか否かにより人物か否か判定する。
Description
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
基づき説明する。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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)。
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)。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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)。
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)。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
ブロック図である。
【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。
す概念図である。
【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。
ローチャートである。
【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。
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。
【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。
示すフローチャートである。
【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。
トである。
【図7】人物判定処理その1の内容を示す図である。
【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。
トである。
【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。
トである。
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
段 S1,S2,S3 面積 S 矩形内面積
───────────────────────────────────────────────────── 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
Claims (7)
- 【請求項1】 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。 - 【請求項2】 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、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。 - 【請求項3】 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、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。 - 【請求項4】 請求項1乃至3記載の侵入者識別システ
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。 - 【請求項5】 請求項1乃至3記載の侵入者識別システ
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。 - 【請求項6】 請求項1乃至3記載の侵入者識別システ
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。 - 【請求項7】 請求項1乃至6記載の侵入者識別システ
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4164634A JP2612662B2 (ja) | 1992-06-23 | 1992-06-23 | 侵入者識別システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4164634A JP2612662B2 (ja) | 1992-06-23 | 1992-06-23 | 侵入者識別システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH0620049A true JPH0620049A (ja) | 1994-01-28 |
JP2612662B2 JP2612662B2 (ja) | 1997-05-21 |
Family
ID=15796933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP4164634A Expired - Fee Related JP2612662B2 (ja) | 1992-06-23 | 1992-06-23 | 侵入者識別システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2612662B2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001005974A (ja) * | 1999-06-17 | 2001-01-12 | Matsushita Electric Ind Co Ltd | 物体認識方法及び物体認識装置 |
JP2002157598A (ja) * | 2000-11-16 | 2002-05-31 | Japan Radio Co Ltd | 侵入者検知システム |
US7483548B2 (en) | 2002-11-08 | 2009-01-27 | Minolta Co., Ltd. | Method for detecting object formed of regions from image |
JP2009163428A (ja) * | 2007-12-28 | 2009-07-23 | Secom Co Ltd | 複合型侵入検知装置 |
WO2009096208A1 (ja) * | 2008-01-31 | 2009-08-06 | Nec Corporation | 物体認識システム,物体認識方法および物体認識用プログラム |
JP2009217835A (ja) * | 2001-11-21 | 2009-09-24 | Iomniscient Pty Ltd | 非動作検出方法 |
JP2010034664A (ja) * | 2008-07-25 | 2010-02-12 | Mitsubishi Electric Corp | 監視用画像処理装置 |
US7736077B2 (en) | 2004-03-15 | 2010-06-15 | Brother Kogyo Kabushiki Kaisha | Ink ribbon cartridge with take-up shaft resistance means |
KR101445362B1 (ko) * | 2012-10-08 | 2014-09-30 | 주식회사 하이트론씨스템즈 | 영상 판독 장치 |
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 (ja) * | 1982-12-27 | 1984-07-11 | Fujitsu Ltd | 画像雑音除去方法 |
JPS63163681A (ja) * | 1986-12-26 | 1988-07-07 | Matsushita Electric Ind Co Ltd | 自動監視装置 |
JPS63268093A (ja) * | 1987-04-24 | 1988-11-04 | Matsushita Electric Works Ltd | 画像センサ |
JPH0259976A (ja) * | 1988-08-26 | 1990-02-28 | Matsushita Electric Works Ltd | ブロック統合処理方式 |
JPH0335399A (ja) * | 1989-06-30 | 1991-02-15 | Toshiba Corp | 変化領域統合装置 |
JPH0410099A (ja) * | 1990-04-27 | 1992-01-14 | Toshiba Corp | 挙動不審者検知装置 |
-
1992
- 1992-06-23 JP JP4164634A patent/JP2612662B2/ja not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59119989A (ja) * | 1982-12-27 | 1984-07-11 | Fujitsu Ltd | 画像雑音除去方法 |
JPS63163681A (ja) * | 1986-12-26 | 1988-07-07 | Matsushita Electric Ind Co Ltd | 自動監視装置 |
JPS63268093A (ja) * | 1987-04-24 | 1988-11-04 | Matsushita Electric Works Ltd | 画像センサ |
JPH0259976A (ja) * | 1988-08-26 | 1990-02-28 | Matsushita Electric Works Ltd | ブロック統合処理方式 |
JPH0335399A (ja) * | 1989-06-30 | 1991-02-15 | Toshiba Corp | 変化領域統合装置 |
JPH0410099A (ja) * | 1990-04-27 | 1992-01-14 | Toshiba Corp | 挙動不審者検知装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001005974A (ja) * | 1999-06-17 | 2001-01-12 | Matsushita Electric Ind Co Ltd | 物体認識方法及び物体認識装置 |
JP2002157598A (ja) * | 2000-11-16 | 2002-05-31 | Japan Radio Co Ltd | 侵入者検知システム |
JP2009217835A (ja) * | 2001-11-21 | 2009-09-24 | Iomniscient Pty Ltd | 非動作検出方法 |
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 (ja) * | 2007-12-28 | 2009-07-23 | Secom Co Ltd | 複合型侵入検知装置 |
WO2009096208A1 (ja) * | 2008-01-31 | 2009-08-06 | Nec Corporation | 物体認識システム,物体認識方法および物体認識用プログラム |
JP2010034664A (ja) * | 2008-07-25 | 2010-02-12 | Mitsubishi Electric Corp | 監視用画像処理装置 |
KR101445362B1 (ko) * | 2012-10-08 | 2014-09-30 | 주식회사 하이트론씨스템즈 | 영상 판독 장치 |
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 (ja) | 1997-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110516609B (zh) | 一种基于图像多特征融合的火灾视频检测及预警方法 | |
US5956424A (en) | Low false alarm rate detection for a video image processing based security alarm system | |
RU2393544C2 (ru) | Способ и устройство для обнаружения пламени | |
EP2178056B1 (en) | Smoke detecting apparatus | |
US20060195199A1 (en) | Monitoring device | |
JP5106356B2 (ja) | 画像監視装置 | |
JP5388829B2 (ja) | 侵入物体検知装置 | |
WO1998028706B1 (en) | Low false alarm rate video security system using object classification | |
CN109255360B (zh) | 一种目标分类方法、装置及*** | |
EP1010130A1 (en) | Low false alarm rate video security system using object classification | |
KR101030257B1 (ko) | 카메라의 영상을 이용한 보행자 계수 방법 및 장치 | |
WO2023039781A1 (zh) | 一种遗留物检测方法、装置、电子设备及存储介质 | |
EP2000998B1 (en) | Flame detecting method and device | |
JP2612662B2 (ja) | 侵入者識別システム | |
JP2011035571A (ja) | 不審行動検知方法および不審行動検知装置 | |
CN106781167B (zh) | 监测物体运动状态的方法及设备 | |
CN113657250A (zh) | 一种基于监控视频的火焰检测方法及*** | |
JP2667973B2 (ja) | 移動体監視装置 | |
JP3986643B2 (ja) | 監視用画像処理装置 | |
JP3736836B2 (ja) | 物体検出方法及び物体検出装置及びプログラム | |
WO2005109893A2 (en) | System and method for detecting anomalies in a video image sequence | |
JP4544955B2 (ja) | 画像監視装置 | |
WO2020139071A1 (en) | System and method for detecting aggressive behaviour activity | |
JPH0731248B2 (ja) | 移動物体検出装置 | |
CN113128340B (zh) | 一种人员入侵检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |