JPH06348847A - Human body recognizing method - Google Patents

Abstract

PURPOSE:To reduce erroneous recognition in an intruder monitoring system or the like by recognizing even a human body moving in a vertical direction. CONSTITUTION:When a changed area is obtained by a binarization processing 24, the changed area is surrounded by a circumscribing rectangle by a changed area segmentation processing 25, and the area in the rectangle is segmented. The segmented changed area is vertically divided into three by a changed area division processing 26. A projection histogram is prepared for three divided circumscribing rectangles A1, A2, and A3 by a projection histogram preparation processing 27. A feature amount extraction processing 28 extracts not only feature amounts peculiar to the human body at the time of the horizontal walk of the human body, but also the feature amounts peculiar to the human body generated at the time of the vertical walk of the human body. Thus, the human body can be recognized from the feature amounts by an intruding object discrimination processing 29.

Description

【発明の詳細な説明】Detailed Description of the Invention

【０００１】[0001]

【産業上の利用分野】本発明は、例えばテレビジョンカ
メラ（以下、ＴＶカメラという）等による撮像画像から
侵入者を検出する侵入者監視システム等の用途に用いら
れる、人物認識方法に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a person recognition method used for an intruder monitoring system for detecting an intruder from an image picked up by a television camera (hereinafter referred to as a TV camera) or the like. .

【０００２】[0002]

【従来の技術】従来、このような分野の技術としては、
例えば次のような文献に記載されるものがあった。 文献；１９９０年電子情報通信学会春季全国大会講演論
文集文冊 ６Ｄ−４３６、佐久間 喜郎、伊東 潔、増
田 功著「微分画像のフレーム間差分による侵入物体検
出」Ｐ．６−４３８ 従来、例えば、侵入者監視システムにおける人物認識方
法としては、前記文献に記載されるように、侵入者の有
無を確認するための入力画像と背景画像をＴＶカメラで
画像入力し、前記画像入力と背景画像との差分二値化画
像から変化領域を求め、前記変化領域の特徴量から侵入
者の有無を判断し、侵入者有りの場合には警報を発する
ようになっている。ここで、変化領域の特徴量から侵入
者の有無を判断する方法としては、変化領域の面積と外
接矩形をパラメータとして侵入者の有無を判断してい
る。つまり、変化領域の面積がある値以上で、かつ外接
矩形の縦横比（外接矩形の縦の長さ／横の長さ）がある
範囲以内であるものを、侵入者として判断するようにな
っていた。2. Description of the Related Art Conventionally, as a technique in such a field,
For example, some documents were described in the following documents. References: 1990 IEICE Spring National Convention Proceedings 6D-436, Yoshiro Sakuma, Kiyoshi Ito, Isao Masuda “Detecting Intruding Objects by Difference Between Frames of Differential Image” 6-438 Conventionally, for example, as a person recognition method in an intruder monitoring system, an input image for confirming the presence or absence of an intruder and a background image are input by a TV camera as described in the above document, A change area is obtained from a binarized image of the difference between the image input and the background image, the presence or absence of an intruder is determined from the feature amount of the change area, and an alarm is issued if there is an intruder. Here, as a method of determining the presence or absence of an intruder from the characteristic amount of the changed region, the presence or absence of an intruder is determined using the area of the changed region and the circumscribed rectangle as parameters. That is, if the area of the change area is equal to or larger than a certain value and the aspect ratio of the circumscribing rectangle (vertical length / horizontal length of the circumscribing rectangle) is within a range, it is determined as an intruder. It was

【０００３】[0003]

【発明が解決しようとする課題】しかしながら、従来の
侵入者監視システムにおける人物認識方法では、次のよ
うな課題があった。 （ａ） 侵入者をＴＶカメラで画像入力し、その画像に
基づき侵入者の有無を検出する場合、ＴＶカメラの設置
場所から遠くにいる侵入者は、画像上で変化領域の面積
が小さくなる。これに対し、ＴＶカメラの設置場所の近
くでは、小さなものが動いても変化領域の面積が大きく
なる。そのため、ＴＶカメラの設置場所から遠い位置に
いる侵入者を認識しようとして、変化領域の面積におけ
る閾値の設定を低くすると、ＴＶカメラの近くで人以外
の小さな物体が動くことによって生じる変化領域との区
別ができずに、誤報を発してしまうことがある。また、
もう一つのパラメータである外接矩形の縦横比は、人が
通常に歩行する動作を横から捉えた場合、足と腕を閉じ
たときは開いたときに比べ約４〜５倍ほども大きくな
る。そのため、縦横比だけから侵入者を判断する場合
も、誤認識が多くなる。このように、変化領域の面積と
外接矩形の縦横比のみから侵入者の有無を判断すると、
多くの誤報を発するおそれがある。 （ｂ） 前記（ａ）のような変化領域の面積と外接矩形
の縦横比から侵入者の有無を判断する方法によって生じ
る誤認識の点を解決するため、本願出願人等は先に特願
平５−２４６０８号明細書（以下、先の提案という）に
おいて、歩行時に発生する人物特有の形状を利用するこ
とによって人物を正確に認識し、誤報を少なくする侵入
者監視システム等における人物認識方法を提案した。However, the conventional person recognition method in the intruder monitoring system has the following problems. (A) When an image of an intruder is input by a TV camera and the presence or absence of the intruder is detected based on the image, an intruder far from the installation location of the TV camera has a small area of change area on the image. On the other hand, in the vicinity of the installation location of the TV camera, the area of the change region becomes large even if a small object moves. Therefore, if the threshold value is set low in the area of the change area in order to recognize an intruder far from the installation location of the TV camera, the change area caused by the movement of a small object other than a person near the TV camera is recognized. It may not be possible to make a distinction and may give false alarms. Also,
The aspect ratio of the circumscribing rectangle, which is another parameter, is about 4 to 5 times larger when the person's normal walking motion is captured from the side when the foot and arm are closed than when they are opened. Therefore, even when the intruder is determined only based on the aspect ratio, there are many false recognitions. In this way, if the presence or absence of an intruder is judged only from the area of the change area and the aspect ratio of the circumscribed rectangle,
It can generate many false alarms. (B) In order to solve the misrecognition point caused by the method of determining the presence or absence of an intruder from the area of the change region and the aspect ratio of the circumscribing rectangle as in (a), the applicant of the present application has previously filed a patent application. In the specification of No. 5-24608 (hereinafter, referred to as the above-mentioned proposal), a person recognition method in an intruder monitoring system or the like for accurately recognizing a person by using a shape peculiar to the person generated when walking and reducing false alarms is disclosed. Proposed.

【０００４】この先の提案では、入力画像と背景画像と
の差分画像を二値化し、その差分二値化画像の変化領域
より侵入者の有無を判断する方法において、前記変化領
域の外接矩形を縦に３等分したそれぞれの分割外接矩形
Ａ１，Ａ２，Ａ３内の各変化領域を横軸上へ投影して得
られる投影ヒストグラムの特徴量である下記の特徴
（１）〜特徴（６）と、前記変化領域の外接矩形におけ
る縦横比との関係によって人物を認識するようにしてい
る。 特徴（１）；各分割外接矩形Ａ１，Ａ２，Ａ３中のヒス
トグラムのブロック数 特徴（２）；各ブロックの平均値Ｆ 特徴（３）；各ブロックの平均値Ｆの分割外接矩形間の
差 特徴（４）；各ブロックにおける極大値数 特徴（５）；各ブロックにおける面積の割合Ｒ 特徴（６）；分割外接矩形Ａ３における極大値の位置Ｍ ところが、この先の提案では、次のような問題がある。
即ち、人が縦方向に移動する場合、つまりＴＶカメラに
向かってまっすぐに近付いてきたり、あるいは離れてい
ったりする場合と、横方向に移動する場合、つまりＴＶ
カメラの前を横切る場合とでは、侵入物体を表す変化領
域が異なる特徴を示す。しかし、先の提案では、横方向
移動における投影ヒストグラムの分布のみを考慮して閾
値や認識手順を設定し、侵入者の識別を行っている。そ
のため、縦方向移動における投影ヒストグラムの分布か
ら侵入物体を人と認識することができず、未だ技術的に
充分満足のゆく人物認識方法を提供することが困難であ
った。本発明は、以上のような問題を解決し、縦方向に
移動する場合の人の認識も可能にし、侵入者監視システ
ム等における誤認識を少なくする人物認識方法を提供す
ることを目的とする。In the previous proposal, in a method of binarizing a difference image between an input image and a background image and determining the presence or absence of an intruder from the change region of the difference binarized image, the circumscribed rectangle of the change region is vertically The following features (1) to (6), which are the feature quantities of the projection histogram obtained by projecting each change region in each of the divided circumscribing rectangles A1, A2, and A3 that is divided into three equal parts, The person is recognized based on the relationship with the aspect ratio of the circumscribed rectangle of the change area. Feature (1); Number of histogram blocks in each circumscribed rectangle A1, A2, A3 Feature (2); Average value F of each block Feature (3); Difference between circumscribed rectangles of average value F of each block Feature (4); Maximum value number in each block Feature (5); Area ratio R in each block R (6); Position of the maximum value M in the divided circumscribing rectangle A3 However, in the proposals above, the following problem occurs. is there.
That is, when a person moves in the vertical direction, that is, when the person approaches or leaves the TV camera straight, or when the person moves in the horizontal direction, that is, the TV.
The change region representing the intruding object shows a characteristic different from the case of crossing in front of the camera. However, in the previous proposal, the threshold value and the recognition procedure are set in consideration of only the distribution of the projection histogram in the lateral movement to identify the intruder. Therefore, the intruding object cannot be recognized as a person from the distribution of the projection histogram in the vertical movement, and it is still difficult to provide a person recognition method that is technically sufficiently satisfactory. An object of the present invention is to provide a person recognition method that solves the above problems, enables recognition of a person when moving in the vertical direction, and reduces false recognition in an intruder monitoring system or the like.

【０００５】[0005]

【課題を解決するための手段】本発明は、前記課題を解
決するために、入力画像と背景画像との濃度値の差の絶
対値を計算して差分画像を求め、前記差分画像を適当な
閾値で二値化して変化領域を求め、前記変化領域の特徴
量から前記入力画像中の侵入物体を認識する方法におい
て、次のような手段を講じている。即ち、前記変化領域
を外接矩形で囲み、その矩形中の領域を切り出す変化領
域切り出し処理と、前記切り出された変化領域を縦に３
等分して分割外接矩形Ａ１，Ａ２，Ａ３を出力する変化
領域分割処理と、前記各分割外接矩形Ａ１，Ａ２，Ａ３
中の変化領域の横軸上への投影を行って投影ヒストグラ
ムを求める投影ヒストグラム作成処理と、前記投影ヒス
トグラムから下記の特徴（１）〜（８）の特徴量を抽出
する特徴量抽出処理と、前記特徴量と前記変化領域の外
接矩形の縦横比との関係から人物を認識する侵入物体判
定処理とを、順に実行するようにしている。 特徴（１）；各分割外接矩形Ａ１，Ａ２，Ａ３中のヒス
トグラムのブロック数 特徴（２）；各ブロックの平均値Ｆ 特徴（３）；各ブロックの平均値Ｆの分割外接矩形間の
差 特徴（４）；各ブロックにおける極大値数 特徴（５）；各ブロックにおける面積の割合Ｒ 特徴（６）；分割外接矩形Ａ３における極大値の位置Ｍ 特徴（７）；各ブロックの標準偏差の分割外接矩形Ａ
１，Ａ２，Ａ３の横幅に対する割合Ｄ 特徴（８）；各ブロックの半値幅の底辺に対する割合ＷIn order to solve the above-mentioned problems, the present invention calculates the absolute value of the difference between the density values of the input image and the background image to obtain a difference image, and calculates the difference image appropriately. In the method of binarizing with a threshold value to obtain a change area and recognizing an intruding object in the input image from the feature amount of the change area, the following means are taken. That is, the change area is surrounded by a circumscribing rectangle, and a change area cutout process for cutting out an area in the rectangle and the cut change area is vertically cut by 3 times.
Change region division processing for equally dividing and outputting divided circumscribed rectangles A1, A2, A3, and the divided circumscribed rectangles A1, A2, A3.
A projection histogram creation process for obtaining a projection histogram by projecting a change region in the horizontal axis onto a horizontal axis, and a feature amount extraction process for extracting feature amounts of the following features (1) to (8) from the projection histogram: An intruding object determination process for recognizing a person based on the relationship between the feature amount and the aspect ratio of the circumscribing rectangle of the change area is sequentially executed. Feature (1); Number of histogram blocks in each circumscribed rectangle A1, A2, A3 Feature (2); Average value F of each block Feature (3); Difference between circumscribed rectangles of average value F of each block Feature (4); number of maxima in each block Feature (5); area ratio in each block R feature (6); position of maxima in segment circumscribed rectangle A3 feature (7); segment circumscribing standard deviation of each block Rectangle A
Ratio D of 1, A2 and A3 to the lateral width Feature (8); Ratio W of the half width of each block to the base

【０００６】[0006]

【作用】本発明によれば、以上のように人物認識方法を
構成したので、差分画像を適当な閾値で二値化して変化
領域が求められると、変化領域切り出し処理では、その
変化領域を外接矩形で囲み、その矩形中の領域を切り出
す。この切り出された変化領域は、変化領域分割処理で
縦方向に３等分され、その分割された分割外接矩形Ａ
１，Ａ２，Ａ３に対し、投影ヒストグラム作成処理によ
って投影ヒストグラムが求められる。特徴量抽出処理で
は、投影ヒストグラム作成処理で求められた投影ヒスト
グラムから特徴（１）〜（８）を抽出する。侵入物体判
定処理では、特徴（１）〜（８）と変化領域の外接矩形
の縦横比との関係から、人物を認識する。この侵入物体
判定処理では、人の横方向歩行時の人物認識方法に加
え、人の縦方向歩行時に発生する人物特有の特徴量も利
用して人物の認識を行うので、縦方向に移動する場合の
人の認識も可能になり、人物の正確な認識が行える。従
って、前記課題を解決できるのである。According to the present invention, since the person recognition method is configured as described above, when the change area is binarized with an appropriate threshold value and the change area is obtained, the change area is circumscribed. Enclose in a rectangle and cut out the area inside the rectangle. The cut-out change area is divided into three equal parts in the vertical direction by the change area dividing process, and the divided circumscribed rectangle A
A projection histogram is obtained for 1, A2 and A3 by a projection histogram creation process. In the feature amount extraction process, the features (1) to (8) are extracted from the projection histogram obtained in the projection histogram creation process. In the intruding object determination process, a person is recognized based on the relationship between the features (1) to (8) and the aspect ratio of the circumscribed rectangle of the change area. In this intruding object determination processing, in addition to the method for recognizing a person when walking in the horizontal direction, the person is also recognized by using the feature amount peculiar to the person that occurs when the person walks in the vertical direction. The person can be recognized, and the person can be accurately recognized. Therefore, the above problem can be solved.

【０００７】[0007]

【実施例】本実施例では、まず、人の横方向歩行時の人
物認識方法（Ｉ）と、その問題点（II）を説明した後、
その問題点（II）を解決するために、人の縦方向歩行を
加味した人物認識方法(III）について説明する。 （Ｉ） 人の横方向歩行時の人物認識方法 図２は、先の提案に記載された侵入者監視システム等に
おける人物認識方法の概略の処理手順を示す図である。
図３（ａ）〜（ｆ）、図４（ａ）〜（ｆ）、及び図５〜
図７は、図２の処理手順を説明するための図である。そ
のうち図３（ａ）〜（ｆ）は、人物の歩行時のパターン
の例を示す図、図４（ａ）〜（ｆ）は図３の分割外接矩
形の投影ヒストグラムの例を示す図、図５は図４中のブ
ロックＢＫの例を示す図、図６は図２の侵入物体判定処
理９における人物判定手順１を示すフローチャート、及
び図７は図２の侵入物体判定処理９における人物判定手
順２を示すフローチャートである。図２に示す人物認識
方法では、ＴＶカメラ等の画像入力装置によって背景画
像及び入力画像を入力し、それらを背景画像メモリ１及
び入力画像メモリ２に格納する。差分処理３では、背景
画像メモリ１及び入力画像メモリ２にそれぞれ格納され
ている背景画像と入力画像との濃度値の差の絶対値を計
算して差分画像を求める。この差分画像を二値化処理４
によって適当な閾値を用いて二値化し、差分二値化画像
を求める。この結果、背景画像と入力画像との間で画素
の濃度値が変化した部分が変化領域となる。EXAMPLE In this example, first, a person recognition method (I) when a person walks in the lateral direction and its problem (II) are explained, and then,
In order to solve the problem (II), a person recognition method (III) in consideration of human longitudinal walking will be described. (I) Method of recognizing a person when a person walks in the lateral direction FIG. 2 is a diagram showing a schematic processing procedure of a method of recognizing a person in the intruder monitoring system described in the above proposal.
3 (a)-(f), FIG. 4 (a)-(f), and FIG.
FIG. 7 is a diagram for explaining the processing procedure of FIG. 3A to 3F are diagrams showing examples of patterns when a person is walking, and FIGS. 4A to 4F are diagrams showing examples of projection histograms of the divided circumscribed rectangles of FIG. 5 is a diagram showing an example of the block BK in FIG. 4, FIG. 6 is a flowchart showing a person determination procedure 1 in the intruding object determination processing 9 of FIG. 2, and FIG. 7 is a person determination procedure in the intruding object determination processing 9 of FIG. 6 is a flowchart showing No. 2. In the person recognition method shown in FIG. 2, a background image and an input image are input by an image input device such as a TV camera, and they are stored in the background image memory 1 and the input image memory 2. In the difference processing 3, the absolute value of the difference between the density values of the background image and the input image stored in the background image memory 1 and the input image memory 2 is calculated to obtain the difference image. This difference image is binarized 4
Is binarized using an appropriate threshold to obtain a differential binarized image. As a result, the portion where the density value of the pixel changes between the background image and the input image becomes the change area.

【０００８】次に、変化領域切り出し処理５により、図
３（ａ）〜（ｆ）に示すように、前記変化領域を外接矩
形で囲んで切り出し、その切り出された外接矩形中の領
域を、変化領域分割処理６によって図３のＡ１，Ａ２，
Ａ３のように縦方向に３等分する。投影ヒストグラム作
成処理７では、図４（ａ）〜（ｆ）に示すように、それ
ぞれの分割外接矩形Ａ１，Ａ２，Ａ３中の変化領域を表
す画素を縦方向に加算して投影ヒストグラムを求める。
特徴量抽出処理８では、求められた投影ヒストグラムを
平滑化してからその特徴量を抽出する。投影ヒストグラ
ムの特徴量としては、次のような特徴（１）〜（６）の
６つがある。 特徴（１）；各分割外接矩形Ａ１，Ａ２，Ａ３中のヒス
トグラムのブロック数 特徴（２）；各ブロックＢＫの平均値Ｆ 特徴（３）；各ブロックＢＫの平均値Ｆの分割外接矩形
間の差 特徴（４）；各ブロックＢＫにおける極大値数 特徴（５）；各ブロックＢＫにおける面積Ｓの割合Ｒ 特徴（６）；分割外接矩形Ａ３における極大値の位置Ｍ ここで、ブロックＢＫとは、図４及び図５に示すよう
に、投影ヒストグラム中で度数が０のところで区切られ
る度数が１以上の一塊の部分のことである。図５は、横
軸がＸ座標、縦軸がヒストグラムの度数ＨＩＳＴであ
る。ブロックＢＫにおける横軸の範囲を底辺Ｌ、最大値
を高さＨとする。また、各ブロックＢＫの平均値Ｆと
は、図５中のＦのＸ座標であり、次式（１）で求める。Next, as shown in FIGS. 3 (a) to 3 (f), the change area cut-out process 5 encloses the change area in a circumscribed rectangle and cuts it out, and changes the area in the cut-out circumscribed rectangle. By the area division processing 6, A1, A2 in FIG.
Divide into three parts vertically like A3. In the projection histogram creation process 7, as shown in FIGS. 4A to 4F, pixels representing the change areas in the respective divided circumscribing rectangles A1, A2, and A3 are added in the vertical direction to obtain the projection histogram.
In the feature amount extraction process 8, the obtained projection histogram is smoothed and then the feature amount is extracted. There are the following six features (1) to (6) as the feature amounts of the projection histogram. Feature (1): Number of blocks of histogram in each circumscribed rectangle A1, A2, A3 Feature (2): Average value F of each block BK Feature (3): Between circumscribed rectangles of average value F of each block BK Difference feature (4); maximum value number in each block BK feature (5); ratio of area S in each block BK R feature (6); position M of maximum value in divided circumscribed rectangle A3 Here, the block BK is As shown in FIG. 4 and FIG. 5, it is a portion of a block having a frequency of 1 or more divided at a frequency of 0 in the projection histogram. In FIG. 5, the horizontal axis represents the X coordinate and the vertical axis represents the histogram frequency HIST. The range of the horizontal axis in the block BK is the base L, and the maximum value is the height H. The average value F of each block BK is the X coordinate of F in FIG. 5, and is calculated by the following equation (1).

【０００９】[0009]

【数１】 各ブロックＢＫの面積Ｓの割合Ｒとは、ブロックＢＫの
底辺Ｌと高さＨを掛けてできる四角形ＡＢＣＤの面積を
１００％としたときの、そのブロックＢＫの面積Ｓが四
角形ＡＢＣＤに占める割合のことであり、次式（２）で
求める。[Equation 1] The ratio R of the area S of each block BK is the ratio of the area S of the block BK to the square ABCD when the area of the quadrangle ABCD formed by multiplying the base L of the block BK by the height H is 100%. This is calculated by the following equation (2).

【００１０】[0010]

【数２】 また、分割外接矩形Ａ３における極大値の位置Ｍは、図
５に示す通りである。最後に、図２の侵入物体判定処理
９では、特徴量抽出処理８で得られる前記６つの特徴量
と変化領域の外接矩形の縦横比との関係から、変化領域
の判定を行い、侵入物体が人か否かを判定し、その判定
結果を出力する。次に、侵入物体判定処理９における処
理手順を、図６及び図７を参照しつつ説明する。まず、
図６のステップＳ１において、外接矩形の縦横比がある
範囲ａ１〜ａ４にあるかどうかを調べる。次に、ステッ
プＳ２において、３つの投影ヒストグラムのブロック数
がすべて１であるかどうかを判定し、ステップＳ３，Ｓ
４において、３つの投影ヒストグラムのブロックＢＫの
平均値Ｆが、どれもある範囲ｂ１〜ｂ２内にあり、分割
外接矩形間（Ａ１とＡ２、Ａ２とＡ３、Ａ１とＡ３）の
平均値Ｆの差が、ある範囲ｃ１〜ｃ２内にあることをそ
れぞれ調べる。そして、ステップＳ５，Ｓ６において、
分割外接矩形Ａ１とＡ２の投影ヒストグラムの各ブロッ
クＢＫにおける極大値数が１であることと、面積Ｓの割
合Ｒがある範囲ｄ１〜ｄ２内にあることをそれぞれ調べ
る。[Equation 2] Further, the position M of the maximum value in the divided circumscribing rectangle A3 is as shown in FIG. Finally, in the intruding object determination process 9 of FIG. 2, the changing region is determined from the relationship between the six feature amounts obtained in the feature amount extracting process 8 and the aspect ratio of the circumscribed rectangle of the changing region, and the intruding object is detected. Whether or not it is a person is determined and the determination result is output. Next, a processing procedure in the intruding object determination processing 9 will be described with reference to FIGS. 6 and 7. First,
In step S1 of FIG. 6, it is checked whether or not the aspect ratio of the circumscribed rectangle is within a certain range a1 to a4. Next, in step S2, it is determined whether or not the number of blocks in the three projection histograms is all 1, and steps S3, S
4, the average values F of the blocks BK of the three projection histograms are all within a certain range b1 to b2, and the difference between the average values F of the divided circumscribing rectangles (A1 and A2, A2 and A3, A1 and A3). Is in a certain range c1 to c2. Then, in steps S5 and S6,
It is checked that the number of maximum values in each block BK of the projection histograms of the divided circumscribed rectangles A1 and A2 is 1 and that the ratio R of the area S is within a certain range d1 to d2.

【００１１】次に、縦横比の境界値を、ａ１＜ａ２＜ａ
３＜ａ４のように設定し、図７のステップＳ７〜Ｓ９
で、縦横比に依存する分割外接矩形Ａ３での処理を振り
分ける。縦横比が境界値ａ１〜ａ２までの区間では、ス
テップＳ１０において極大値数が２つ存在するかどうか
を調べる。縦横比が境界値ａ２〜ａ３の区間では、ステ
ップＳ１１において極大値数が２つ存在するか、また
は、ステップＳ１２において極大値数が一つなら、ステ
ップＳ１３，Ｓ１４において極大値の位置Ｍとそのブロ
ックＢＫの中央との差の絶対値がある範囲ｅ１〜ｅ２内
で、面積Ｓの割合Ｒが５０％以下のある範囲ｆ１〜ｆ２
内にあるかどうかをそれぞれ調べる。縦横比が境界値ｓ
３〜ａ４の範囲内では、ステップＳ１５，Ｓ１６におい
て、極大値数が一つで、面積Ｓの割合が５０％以上のあ
る範囲ｄ１〜ｄ２内であるかどうかを調べる。これらの
条件をすべて満たす場合のみ、その侵入物体が人と認識
され、その認識結果が出力されて人物認識処理を終了す
る。Next, the boundary value of the aspect ratio is a1 <a2 <a.
3 <a4, and steps S7 to S9 in FIG.
Then, the processing in the divided circumscribing rectangle A3 depending on the aspect ratio is distributed. In the section where the aspect ratio is the boundary values a1 to a2, it is checked in step S10 whether there are two maximum values. In the section where the aspect ratio is the boundary values a2 to a3, if there are two maximum values in step S11, or if there is one maximum value in step S12, the position M of the maximum value and its position in steps S13 and S14. Within a certain range e1 to e2 of the absolute value of the difference from the center of the block BK, a certain range f1 to f2 in which the ratio R of the area S is 50% or less
Check if each is inside. The aspect ratio is the boundary value s
In the range of 3 to a4, it is checked in steps S15 and S16 whether the number of maximum values is one and the ratio of the area S is within a certain range d1 to d2 of 50% or more. Only when all of these conditions are satisfied, the intruding object is recognized as a person, the recognition result is output, and the person recognition processing is ended.

【００１２】（II） 前記（Ｉ）の問題点 図８（ａ）〜（ｇ）は人物の縦方向歩行時のパターンの
変化領域の例を示す図、及び図９（ａ）〜（ｇ）は図８
の分割外接矩形の投影ヒストグラムの例を示す図であ
る。図３（ａ）〜（ｆ）及び図４（ａ）〜（ｆ）に示す
ように、人が横方向に移動する場合と、図８（ａ）〜
（ｇ）及び図９（ａ）〜（ｇ）に示すように、縦方向に
移動する場合とでは、侵入物体を表す変化領域が異なる
特徴を示す。即ち、図８（ａ）〜（ｇ）から明らかなよ
うに、人が縦方向に移動する場合の変化領域は、外接矩
形の縦横比がほぼ一定で、その値は人が横方向歩行時の
縦横比の境界値においてはａ２〜ａ３の範囲にあたる。
図３（ａ）〜（ｆ）において縦横比がａ２〜ａ３の範囲
にある変化領域は、（ｃ），（ｅ），（ｆ）であるが、
これらの変化領域の形状は、図８（ａ）〜（ｇ）の変化
領域の形状とはどれも異なるものである。そのため、そ
れらに対応した投影ヒストグラム（図３の（ｃ），
（ｅ），（ｆ）と、図９の（ａ）〜（ｇ）におけるすべ
ての投影ヒストグラム）も、異なった分布となってい
る。ところが、前記（Ｉ）の人物認識方法では、横方向
移動における投影ヒストグラムの分布のみを考慮して閾
値や認識手順を設定し、侵入物体の識別を行っている。
そのため、縦方向移動における図９（ａ）〜（ｇ）のよ
うな投影ヒストグラムの分布から、侵入物体を人と認識
することができない。そこで、本実施例では、次の(II
I）で説明するように、人の横方向歩行時の人物認識方
法に加え、人の縦方向歩行時に発生する人物特有の特徴
量も利用するようにしている。(II) Problems of (I) FIGS. 8 (a) to 8 (g) are diagrams showing examples of pattern change regions when a person walks in the vertical direction, and FIGS. 9 (a) to 9 (g). Figure 8
It is a figure which shows the example of the projection histogram of the division | segmentation circumscribed rectangle of. As shown in FIGS. 3 (a) to (f) and FIGS. 4 (a) to (f), a case where a person moves in the lateral direction and a case where FIG.
As shown in (g) and FIGS. 9A to 9G, the change region representing the intruding object is different from that in the case of moving in the vertical direction. That is, as is clear from FIGS. 8A to 8G, in the change region when a person moves in the vertical direction, the aspect ratio of the circumscribed rectangle is almost constant, and the value is the same as when the person walks in the horizontal direction. The boundary value of the aspect ratio corresponds to the range of a2 to a3.
3 (a) to 3 (f), the change regions having the aspect ratios in the range of a2 to a3 are (c), (e), and (f),
The shapes of these changing regions are all different from the shapes of the changing regions shown in FIGS. Therefore, the projection histograms corresponding to them ((c) in FIG. 3,
The distributions (e) and (f) and the projection histograms (a) to (g) in FIG. 9) also have different distributions. However, in the person recognition method of (I), the threshold value and the recognition procedure are set in consideration of only the distribution of the projection histogram in the lateral movement to identify the intruding object.
Therefore, the intruding object cannot be recognized as a person from the distribution of the projection histograms as shown in FIGS. 9A to 9G in the vertical movement. Therefore, in this embodiment, the following (II
As described in I), in addition to the method for recognizing a person when a person walks in the horizontal direction, the feature amount peculiar to the person that occurs when the person walks in the vertical direction is also used.

【００１３】(III） 人の縦方向歩行を加味した人物認
識方法 図１は、本発明の実施例の侵入者監視システム等におけ
る人物認識方法の概略の処理手順を示す図である。この
図１の処理手順を、図８〜図２１を参照しつつ説明す
る。図１０は図９中のブロックＢＫの半値幅ｈを示す
図、図１１（ａ）〜（ｇ）は図９の投影ヒストグラムの
平均値ＡＭを示す図、図１２は図８の分割外接矩形Ａ１
における代表的なブロックＢＫの例を示す図、図１３は
図８の分割外接矩形Ａ２における代表的なブロックＢＫ
の例を示す図、図１４は図８の分割外接矩形Ａ３におけ
る代表的なブロックＢＫの例を示す図、図１５は図１２
の分割外接矩形Ａ１におけるブロックＢＫの半値幅ｈの
割合を示す図、図１６は図１３の分割外接矩形Ａ２にお
けるブロックＢＫの半値幅ｈの割合を示す図、図１７は
図１４の分割外接矩形Ａ３におけるブロックＢＫの半値
幅ｈの割合を示す図、及び図１８〜図２１は図１の侵入
物体判定処理２９における人物判定手順１〜４をそれぞ
れ示すフローチャートである。(III) Person Recognition Method Considering Vertical Walk of Person FIG. 1 is a diagram showing a schematic processing procedure of a person recognition method in an intruder monitoring system according to an embodiment of the present invention. The processing procedure of FIG. 1 will be described with reference to FIGS. 10 is a diagram showing the half value width h of the block BK in FIG. 9, FIGS. 11 (a) to 11 (g) are diagrams showing the average value AM of the projection histogram of FIG. 9, and FIG. 12 is a circumscribed rectangle A1 of FIG.
FIG. 13 is a diagram showing an example of a representative block BK in FIG. 13, and FIG. 13 is a representative block BK in the divided circumscribing rectangle A2 in FIG.
FIG. 14 is a diagram showing an example of a representative block BK in the divided circumscribing rectangle A3 of FIG. 8, and FIG. 15 is a diagram showing FIG.
FIG. 16 is a diagram showing the ratio of the half-value width h of the block BK in the divided circumscribed rectangle A1, FIG. 16 is a diagram showing the ratio of the half-value width h of the block BK in the divided circumscribed rectangle A2 of FIG. 13, and FIG. 17 is the divided circumscribed rectangle of FIG. The figure which shows the ratio of the half value width h of the block BK in A3, and FIGS. 18-21 are the flowcharts which respectively show the person determination procedures 1-4 in the intruding object determination process 29 of FIG.

【００１４】図１の人物認識方法では、先の提案の図２
と同様に、ＴＶカメラ等の画像入力装置を用い、背景だ
けを撮影した背景画像を予め背景画像メモリ２１中に格
納しておく。そして、背景画像を撮影したのと同じ位置
で撮影した入力画像を、入力画像メモリ２２中に格納す
る。差分処理２３では、背景画像メモリ２１及び入力画
像メモリ２２に格納された背景画像と入力画像とで濃度
値の差の絶対値を計算し、差分画像を求める。二値化処
理２４では、差分処理２３で求めた差分画像を適当な閾
値を用いて二値化し、差分二値化画像を求め、変化領域
切り出し処理２５へ送る。変化領域切り出し処理２５で
は、差分二値化画像中の変化領域を外接矩形で囲み、そ
の外接矩形で囲まれた領域を差分二値化画像から切り出
し、変化領域分割処理２６へ送る。変化領域分割処理２
６では、変化領域切り出し処理２５で切り出された領域
を、図８（ａ）〜（ｇ）に示すように、Ａ１，Ａ２，Ａ
３のように縦に３等分する。投影ヒストグラム作成処理
２７では、図９（ａ）〜（ｇ）に示すように、変化領域
の分割外接矩形Ａ１，Ａ２，Ａ３のそれぞれから投影ヒ
ストグラムを求め、特徴量抽出処理２８へ送る。特徴量
抽出処理２８では、それぞれの投影ヒストグラムを一旦
平滑化してから、次の特徴（１）〜（８）のような特徴
量を抽出する。In the person recognition method of FIG. 1, the method of FIG.
Similarly, a background image obtained by capturing only the background is stored in the background image memory 21 in advance using an image input device such as a TV camera. Then, the input image captured at the same position as the background image is stored in the input image memory 22. In the difference processing 23, the absolute value of the difference between the density values of the background image stored in the background image memory 21 and the input image memory 22 and the input image is calculated to obtain the difference image. In the binarization process 24, the difference image obtained in the difference process 23 is binarized using an appropriate threshold value, the difference binarized image is obtained, and the difference region cutout process 25 is sent. In the changing area cutout process 25, the changing area in the difference binarized image is surrounded by a circumscribed rectangle, and the area surrounded by the circumscribed rectangle is cut out from the difference binarized image and sent to the changed area dividing process 26. Change area division processing 2
6, the areas cut out by the change area cutout processing 25 are A1, A2, A as shown in FIGS.
Divide vertically into 3 parts. In the projection histogram creation process 27, as shown in FIGS. 9A to 9G, a projection histogram is obtained from each of the divided circumscribing rectangles A1, A2, and A3 of the change region, and the projection histogram is sent to the feature amount extraction process 28. In the feature amount extraction processing 28, each projection histogram is temporarily smoothed, and then the feature amount such as the following features (1) to (8) is extracted.

【００１５】特徴（１）；各分割外接矩形Ａ１，Ａ２，
Ａ３中のヒストグラムのブロック数 特徴（２）；各ブロックＢＫの平均値Ｆ 特徴（３）；各ブロックＢＫの平均値Ｆの分割外接矩形
間の差 特徴（４）；各ブロックＢＫにおける極大値数 特徴（５）；各ブロックＢＫにおける面積Ｓの割合Ｒ 特徴（６）；分割外接矩形Ａ３における極大値の位置Ｍ 特徴（７）；各ブロックＢＫの標準偏差σの分割外接矩
形Ａ１，Ａ２，Ａ３の横幅に対する割合Ｄ 特徴（８）；各ブロックＢＫの半値幅ｈの底辺Ｌに対す
る割合Ｗ ここで、特徴（１）〜（６）は先の提案の特徴量であ
り、特徴（７），（８）が新しい特徴量である。特徴
（７）の各ブロックＢＫの標準偏差σの分割外接矩形Ａ
１，Ａ２，Ａ３の横幅に対する割合Ｄは、次式（３）で
求められ、さらに標準偏差σは次式（４）で求められ
る。Characteristic (1): each divided circumscribing rectangle A1, A2
Number of blocks in histogram in A3 Feature (2); Average value F of each block BK Feature (3); Difference between divided circumscribing rectangles of average value F of each block BK Feature (4); Number of maximum values in each block BK Feature (5); Ratio of area S in each block BK R Feature (6); Position of local maximum value in divided circumscribed rectangle A3 Feature (7); Divided circumscribed rectangle A1, A2, A3 of standard deviation σ of each block BK Ratio of the half width h of each block BK to the bottom L of the block BK. Here, the features (1) to (6) are the feature amounts of the previous proposal, and the features (7), (). 8) is a new feature amount. Divided circumscribed rectangle A of standard deviation σ of each block BK of feature (7)
The ratio D of 1, 1, 2, A3 to the width is obtained by the following equation (3), and the standard deviation σ is obtained by the following equation (4).

【００１６】[0016]

【数３】 また、特徴（８）のブロックＢＫの半値幅ｈとは、図１
０に示すように、高さＨの半分におけるブロックＢＫの
幅ｈのことであり、それの底辺Ｌに対する割合Ｗは、次
式（５）で求められる。[Equation 3] Further, the half width h of the block BK of the feature (8) is as shown in FIG.
As shown in 0, it is the width h of the block BK at a half of the height H, and the ratio W to the base L thereof is calculated by the following equation (5).

【００１７】[0017]

【数４】 縦方向歩行時の人物を認識するためには、特徴（１）〜
（５），（７），（８）を用いるが、その特徴（１）〜
（５），（７），（８）のうちで、特徴（１）〜
（３），（７）は人の縦方向歩行時の変化領域全体の特
徴を表すものであり、残りの特徴（４），（５），
（８）は人の縦方向歩行時の変化領域の各ブロックＢＫ
の特徴を表すものである。以下その理由を図８及び図９
等を参照しつつ説明する。特徴（１）の各分割外接矩形
Ａ１，Ａ２，Ａ３中のヒストグラムのブロック数は、図
８のように一塊の変化領域の場合、どのヒストグラムに
おいても一つである。但し、図８（ａ）の分割外接矩形
Ａ３は本来ならブロック数２となるが、ヒストグラムの
平滑化を行うことによって１となっている。特徴（２）
の各ブロックＢＫの平均値Ｆは、図８のような変化領域
の場合、図１１に示すように、どの分割外接矩形Ａ１，
Ａ２，Ａ３においても中央付近にある。そのため、特徴
（３）の各ブロックＢＫの平均値Ｆの分割外接矩形Ａ
１，Ａ２，Ａ３間の差も小さくなる。[Equation 4] In order to recognize a person when walking in the vertical direction, the features (1) to
(5), (7) and (8) are used, and the features (1) to
Among (5), (7), and (8), the features (1) to
(3) and (7) represent the characteristics of the entire change region when a person walks in the vertical direction, and the remaining characteristics (4), (5),
(8) is each block BK of the change area when a person walks in the vertical direction
It represents the characteristics of. The reason for this is shown in FIGS. 8 and 9 below.
The description will be made with reference to the above. The number of blocks of the histogram in each of the divided circumscribing rectangles A1, A2, and A3 of the feature (1) is one in any histogram in the case of a lump of changing regions as shown in FIG. However, the divided circumscribed rectangle A3 in FIG. 8A originally has the number of blocks of 2, but becomes 1 by smoothing the histogram. Features (2)
The average value F of each block BK of the divided circumscribed rectangle A1,
It is also near the center in A2 and A3. Therefore, the divided circumscribed rectangle A of the average value F of each block BK of the feature (3)
The difference between 1, A2 and A3 is also small.

【００１８】特徴（７）の各ブロックＢＫの標準偏差σ
の分割外接矩形Ａ１，Ａ２，Ａ３の横幅に対する割合Ｄ
は、図８のように人を正面から見た形のような変化領域
の場合、腕を含む分割外接矩形Ａ１，Ａ２においてはブ
ロックＢＫが外接矩形中いっぱいに広がるのに対し、腕
を含まない足だけの場合の分割外接矩形Ａ３においては
ブロックＢＫの広がりが小さくなる。そのため、ブロッ
クＢＫの広がり具合を表す標準偏差σは、分割外接矩形
Ａ１，Ａ２において大きな値をとり、分割外接矩形Ａ３
においては小さな値をとる。そこで、標準偏差σを分割
外接矩形Ａ１，Ａ２，Ａ３の横幅に対して正規化する
と、分割外接矩形Ａ１，Ａ２における割合は大、Ａ３に
おける割合は小となる。特徴（４）の各ブロックＢＫに
おける極大値数は、人の胸より上の部分の投影を表す分
割外接矩形Ａ１においては常に１であり、人の腕を含み
胸から腰の部分を表す分割外接矩形Ａ２においては１〜
３のどれかであり、人の足の部分の投影を表す分割外接
矩形Ａ３においては１かまたは２となる。しかし、横方
向歩行時のように、縦横比と極大値数には相関関係がな
い。Standard deviation σ of each block BK of feature (7)
Of the divided circumscribed rectangles A1, A2, A3 with respect to the width D
In the case of a change region such as the shape of a person viewed from the front as shown in FIG. 8, in the divided circumscribing rectangles A1 and A2 including the arms, the block BK extends to the full extent of the circumscribing rectangle, but does not include the arms. In the divided circumscribing rectangle A3 having only feet, the spread of the block BK becomes small. Therefore, the standard deviation σ representing the spread of the block BK takes a large value in the divided circumscribed rectangles A1 and A2, and the divided circumscribed rectangle A3.
Takes a small value in. Therefore, when the standard deviation σ is normalized with respect to the widths of the divided circumscribed rectangles A1, A2, and A3, the ratio in the divided circumscribed rectangles A1 and A2 is large, and the ratio in A3 is small. The number of local maxima in each block BK of the feature (4) is always 1 in the divided circumscribed rectangle A1 that represents the projection of a portion above the human chest, and the divided circumscribed portion that includes the human arm and the portion from the chest to the waist. 1 in the rectangle A2
It is one of 3 and is 1 or 2 in the divided circumscribing rectangle A3 that represents the projection of the human foot. However, there is no correlation between the aspect ratio and the maximum value, as in lateral walking.

【００１９】特徴（５）の各ブロックＢＫにおける面積
Ｓの割合Ｒは、分割外接矩形Ａ１のように、人の上半身
の投影が図１２に代表される分布となるため、図１２に
おいて三角形ＥＢＣの面積の割合がちょうど５０％であ
るから、ブロックＢＫの面積Ｓの割合Ｒは５０％前後と
なる。これに対して分割外接矩形Ａ２，Ａ３の投影にお
いては、それぞれ図１３及び図１４に代表されるような
分布となるため、５０％をかなり上回る値となる。特徴
（８）の各ブロックＢＫの半値幅ｈの底辺Ｌに対する割
合については、分割外接矩形Ａ１のようなブロックＢＫ
では、図１５に示すように半値幅ｈの底辺Ｌに対する割
合が小さく、図１６及び図１７に示すような分割外接矩
形Ａ２，Ａ３のようなブロックＢＫは大きくなる。そこ
で、図１の侵入物体判定処理２９では、これらの特徴量
と縦横比の関係から、侵入物体が人か否かを判定する。
以下、図１８〜図２１のフローチャートを参照しつつ、
侵入物体判定処理２９の処理手順を説明する。まず、図
１８及び図１９のステップＳ２０１〜Ｓ２１６におい
て、横方向歩行時の人物を判定する。その手順は前に述
べた通りである。次に、図２０及び図２１のステップＳ
２１７〜Ｓ２２９において、縦方向歩行時の人物を判定
する。その手順は以下の通りである。The ratio R of the area S in each block BK of the feature (5) has a distribution represented by the projection of the upper half of the human body as shown in FIG. 12 like the divided circumscribing rectangle A1, so that the triangle EBC of FIG. Since the area ratio is exactly 50%, the area ratio S of the block BK is about 50%. On the other hand, in the projection of the divided circumscribing rectangles A2 and A3, the distributions typified by FIGS. 13 and 14 are obtained, and the values are considerably higher than 50%. Regarding the ratio of the half width h of each block BK of the feature (8) to the base L, the block BK such as the divided circumscribed rectangle A1
Then, the ratio of the half width h to the base L is small as shown in FIG. 15, and the blocks BK such as the divided circumscribed rectangles A2 and A3 as shown in FIGS. 16 and 17 are large. Therefore, in the intruding object determination processing 29 of FIG. 1, it is determined whether or not the intruding object is a person from the relationship between the feature amount and the aspect ratio.
Hereinafter, referring to the flowcharts of FIGS. 18 to 21,
The processing procedure of the intruding object determination processing 29 will be described. First, in steps S201 to S216 of FIGS. 18 and 19, the person who is walking in the lateral direction is determined. The procedure is as described above. Next, step S in FIGS.
In 217 to S229, the person at the time of walking in the vertical direction is determined. The procedure is as follows.

【００２０】図２０のステップＳ２１７において、外接
矩形の縦横比がある範囲ａ２〜ａ４内にあるかどうかを
調べる。この範囲ａ２〜ａ４は、図６における縦横比の
範囲ａ２〜ａ３とほぼ同じものである。次に、ステップ
Ｓ２１８において、３つの投影ヒストグラムのブロック
数がすべて１であるかどうかを判定し、ステップＳ２１
９，Ｓ２２０において、３つの投影ヒストグラムのブロ
ックＢＫの平均値Ｆがどれもある範囲ｂ３〜ｂ４内にあ
り、分割外接矩形間（Ａ１とＡ２、Ａ２とＡ３、Ａ１と
Ａ３）の平均値Ｆの差がある範囲内ｃ３〜ｃ４内にある
ことをそれぞれ調べる。但し、これらの閾値（ｂ３，ｂ
４，ｃ３，ｃ４）と横方向歩行時の閾値（ｂ１，ｂ２，
ｃ１，ｃ２）とは、Ｂ１＜ｂ３，ｂ４＜ｂ２，ｃ１＜ｃ
３，ｃ４＜ｃ２という関係である。そして、ステップＳ
２２１，Ｓ２２２，Ｓ２２３において、分割外接矩形Ａ
１の投影ヒストグラムのブロックＢＫにおける極大値数
が１、分割外接矩形Ａ２の極大値数が１か２か３、分割
外接矩形Ａ３の極大値数が１か２であることをそれぞれ
調べる。In step S217 of FIG. 20, it is checked whether the aspect ratio of the circumscribed rectangle is within a certain range a2 to a4. The ranges a2 to a4 are almost the same as the range a2 to a3 of the aspect ratio in FIG. Next, in step S218, it is determined whether the number of blocks in the three projection histograms is all 1, and step S21
9, in S220, the average values F of the blocks BK of the three projection histograms are all within a certain range b3 to b4, and the average values F of the divided circumscribing rectangles (A1 and A2, A2 and A3, A1 and A3) are It is checked that the difference is within the range c3 to c4. However, these threshold values (b3, b
4, c3, c4) and a threshold value for lateral walking (b1, b2,
c1, c2) means B1 <b3, b4 <b2, c1 <c
The relationship is 3, c4 <c2. And step S
221, S222, S223, the divided circumscribed rectangle A
It is checked that the number of maximum values in the block BK of the projection histogram of 1 is 1, the number of maximum values of the divided circumscribed rectangle A2 is 1 or 2 or 3, and the number of maximum values of the divided circumscribed rectangle A3 is 1 or 2.

【００２１】次に、図２１のステップＳ２２４，Ｓ２２
５において、分割外接矩形Ａ１の面積Ｓの割合Ｒがある
範囲ｄ３〜ｄ４内で、分割外接矩形Ａ２，Ａ３の面積Ｓ
の割合Ｒがある範囲ｄ５〜ｄ６内であることをそれぞれ
調べる。但し、ｄ３＜ｄ５＜ｄ４＜ｄ６である。さら
に、ステップＳ２２６において、分割外接矩形Ａ１，Ａ
２のブロックＢＫの標準偏差σの分割外接矩形の横幅に
対する割合Ｄが、ある範囲ｇ１〜ｇ２内であるかどう
か、ステップＳ２２７において、分割外接矩形Ａ３のブ
ロックＢＫの標準偏差σの分割外接矩形の横幅に対する
割合Ｄが、ある範囲ｇ３〜ｇ４内であるかどうかを調べ
る。但し、ｇ１＜ｇ２＜ｇ３＜ｇ４である。その後、ス
テップＳ２２８において、分割外接矩形Ａ１のブロック
ＢＫの半値幅ｈの底辺Ｌに対する割合Ｗがある範囲内ｉ
１〜ｉ２内であるかどうかを調べ、さらにステップＳ２
２９において、分割外接矩形Ａ２，Ａ３のブロックＢＫ
の半値幅ｈの底辺Ｌに対する割合Ｗがある範囲ｉ３〜ｉ
４内であるかどうかを調べる。但し、ｉ１＜ｉ２＜ｉ３
＜ｉ４である。Next, steps S224 and S22 of FIG.
5, the area S of the divided circumscribed rectangles A2 and A3 is within a range d3 to d4 of the area ratio R of the divided circumscribed rectangle A1.
It is checked that the ratio R is within a certain range d5 to d6. However, d3 <d5 <d4 <d6. Further, in step S226, the divided circumscribing rectangles A1, A
Whether the ratio D of the standard deviation σ of the second block BK to the lateral width of the divided circumscribed rectangle is within a certain range g1 to g2, in step S227, the divided circumscribed rectangle of the standard deviation σ of the block BK of the divided circumscribed rectangle A3 is determined. It is checked whether the ratio D to the width is within a certain range g3 to g4. However, g1 <g2 <g3 <g4. Then, in step S228, the ratio W of the half-value width h of the block BK of the circumscribed rectangle A1 to the base L is within a certain range i.
It is checked whether it is within 1 to i2, and further step S2
29, the block BK of the divided circumscribing rectangles A2 and A3
Range i3 to i in which the ratio W of the half width h of
Check whether it is within 4. However, i1 <i2 <i3
<I4.

【００２２】これらの縦方向歩行時か横方向歩行時の条
件をすべて満たす場合のみ、その侵入物体が人と認識さ
れ、その認識結果が出力されて人物認識処理を終了す
る。以上のように、本実施例では、人の縦方向移動にお
ける特徴量として特徴（７）の割合Ｄ、及び特徴（８）
の割合Ｗの二つの特徴量を特徴量抽出処理２８で抽出
し、これらと先の提案の特徴量（１）〜（６）を合せて
侵入物体判定処理２９で判定するようにしている。その
ため、先の提案の横方向移動中の人物の認識に加え、縦
方向移動中の人物の認識も可能になり、正確に人物を認
識でき、侵入者監視システム等における誤認識を少なく
できる。なお、本発明は上記実施例に限定されず、例え
ば、図１の侵入物体判定処理２９を、図１８〜図２１の
人物判定手順１〜４以外の手順で処理する等、種々の変
形が可能である。The intruding object is recognized as a person only when all of the conditions for walking in the vertical direction or for walking in the horizontal direction are satisfied, the recognition result is output, and the person recognition process is ended. As described above, in the present embodiment, the ratio D of the feature (7) and the feature (8) as the feature amount in the vertical movement of the person.
The feature amount extraction processing 28 extracts the two feature amounts of the ratio W, and these are combined with the previously proposed feature amounts (1) to (6) to be determined by the intruding object determination processing 29. Therefore, in addition to the recognition of the person moving in the horizontal direction as proposed above, the person moving in the vertical direction can be recognized, the person can be accurately recognized, and erroneous recognition in the intruder monitoring system can be reduced. The present invention is not limited to the above embodiment, and various modifications are possible, for example, the intruding object determination process 29 of FIG. 1 is processed by a procedure other than the person determination procedures 1 to 4 of FIGS. 18 to 21. Is.

【００２３】[0023]

【発明の効果】以上詳細に説明したように、本発明によ
れば、特徴量抽出処理において、人の縦方向移動におけ
る特徴量として特徴（７）の割合Ｄ及び特徴（８）の割
合Ｗの二つの特徴量を抽出し、これらと特徴（１）〜
（６）の特徴量とを合せて侵入物体判定処理で判定する
ようにしたので、横方向移動中の人物の認識に加え、縦
方向移動中の人物の認識も可能になり、正確に人物を認
識でき、侵入者監視システム等における誤認識を少なく
できる。As described above in detail, according to the present invention, in the feature amount extraction processing, the ratio D of the feature (7) and the ratio W of the feature (8) are used as the feature amount in the vertical movement of the person. Two feature quantities are extracted and these and feature (1) ~
Since it is determined by the intruding object determination process in combination with the feature amount of (6), it is possible to recognize a person moving in the vertical direction in addition to recognizing a person moving in the horizontal direction. It can be recognized, and false recognition in an intruder monitoring system can be reduced.

【図面の簡単な説明】[Brief description of drawings]

【図１】本発明の実施例の人物認識方法の概略の処理手
順を示す図である。FIG. 1 is a diagram showing a schematic processing procedure of a person recognition method according to an embodiment of the present invention.

【図２】先の提案の人物認識方法の概略の処理手順を示
す図である。FIG. 2 is a diagram showing a schematic processing procedure of the previously proposed person recognition method.

【図３】人物の歩行時のパターンの例を示す図である。FIG. 3 is a diagram showing an example of a pattern when a person is walking.

【図４】図３の分割外接矩形の投影ヒストグラムの例を
示す図である。FIG. 4 is a diagram showing an example of a projection histogram of a divided circumscribed rectangle of FIG.

【図５】図４中のブロックＢＫの例を示す図である。5 is a diagram showing an example of a block BK in FIG.

【図６】図２の侵入物体判定処理９における人物判定手
順１を示すフローチャートである。6 is a flowchart showing a person determination procedure 1 in an intruding object determination process 9 of FIG.

【図７】図２の侵入物体判定処理９における人物判定手
順２を示すフローチャートである。FIG. 7 is a flowchart showing a person determination procedure 2 in the intruding object determination processing 9 of FIG.

【図８】人物の縦方向歩行時のパターンの変化領域の例
を示す図である。FIG. 8 is a diagram illustrating an example of a pattern change region when a person walks in a vertical direction.

【図９】図８の分割外接矩形の投影ヒストグラムの例を
示す図である。9 is a diagram showing an example of a projection histogram of the divided circumscribed rectangle of FIG.

【図１０】図９中のブロックＢＫの半値幅ｈを示す図で
ある。10 is a diagram showing a half value width h of a block BK in FIG.

【図１１】図９の投影ヒストグラムの平均値を示す図で
ある。FIG. 11 is a diagram showing an average value of the projection histogram of FIG.

【図１２】図８の分割外接矩形Ａ１における代表的なブ
ロックＢＫの例を示す図である。12 is a diagram showing an example of a representative block BK in the divided circumscribing rectangle A1 of FIG.

【図１３】図８の分割外接矩形Ａ２における代表的なブ
ロックＢＫの例を示す図である。13 is a diagram showing an example of a representative block BK in the divided circumscribing rectangle A2 of FIG.

【図１４】図８の分割外接矩形Ａ３における代表的なブ
ロックＢＫの例を示す図である。14 is a diagram showing an example of a representative block BK in the divided circumscribing rectangle A3 of FIG.

【図１５】図１２の分割外接矩形Ａ１におけるブロック
ＢＫの半値幅ｈの割合を示す図である。15 is a diagram showing the ratio of the half-value width h of the block BK in the divided circumscribing rectangle A1 of FIG.

【図１６】図１３の分割外接矩形Ａ２におけるブロック
ＢＫの半値幅ｈの割合を示す図である。16 is a diagram showing the ratio of the half-value width h of the block BK in the divided circumscribing rectangle A2 of FIG.

【図１７】図１４の分割外接矩形Ａ３におけるブロック
ＢＫの半値幅ｈの割合を示す図である。17 is a diagram showing the ratio of the half-value width h of the block BK in the divided circumscribing rectangle A3 of FIG.

【図１８】図１の侵入物体判定処理２９における人物判
定手順１を示すフローチャートである。18 is a flowchart showing a person determination procedure 1 in the intruding object determination processing 29 of FIG.

【図１９】図１の侵入物体判定処理２９における人物判
定手順２を示すフローチャートである。19 is a flowchart showing a person determination procedure 2 in the intruding object determination processing 29 of FIG.

【図２０】図１の侵入物体判定処理２９における人物判
定手順３を示すフローチャートである。20 is a flowchart showing a person determination procedure 3 in the intruding object determination processing 29 of FIG.

【図２１】図１の侵入物体判定処理２９における人物判
定手順４を示すフローチャートである。21 is a flowchart showing a person determination procedure 4 in the intruding object determination processing 29 of FIG. 1. FIG.

【符号の説明】[Explanation of symbols]

２１ 背景画像メモリ ２２ 入力画像メモリ ２３ 差分処理 ２４ 二値化処理 ２５ 変化領域切り出し処理 ２６ 変化領域分割処理 ２７ 投影ヒストグラム作成処理 ２８ 特徴量抽出処理 ２９ 侵入物体判定処理 21 background image memory 22 input image memory 23 difference processing 24 binarization processing 25 change area cutout processing 26 change area division processing 27 projection histogram creation processing 28 feature amount extraction processing 29 intruding object determination processing

Claims (1)

【特許請求の範囲】[Claims] 【請求項１】 入力画像と背景画像との濃度値の差の絶
対値を計算して差分画像を求め、前記差分画像を適当な
閾値で二値化して変化領域を求め、前記変化領域の特徴
量から前記入力画像中の侵入物体を認識する方法におい
て、 前記変化領域を外接矩形で囲み、その矩形中の領域を切
り出す変化領域切り出し処理と、 前記切り出された変化領域を縦に３等分して分割外接矩
形Ａ１，Ａ２，Ａ３を出力する変化領域分割処理と、 前記各分割外接矩形Ａ１，Ａ２，Ａ３中の変化領域の横
軸上への投影を行って投影ヒストグラムを求める投影ヒ
ストグラム作成処理と、 前記投影ヒストグラムから下記の特徴（１）〜（８）の
特徴量を抽出する特徴量抽出処理と、 前記特徴量と前記変化領域の外接矩形の縦横比との関係
から人物を認識する侵入物体判定処理とを、 順に実行することを特徴とする人物認識方法。 特徴（１）；各分割外接矩形Ａ１，Ａ２，Ａ３中のヒス
トグラムのブロック数 特徴（２）；各ブロックの平均値Ｆ 特徴（３）；各ブロックの平均値Ｆの分割外接矩形間の
差 特徴（４）；各ブロックにおける極大値数 特徴（５）；各ブロックにおける面積の割合Ｒ 特徴（６）；分割外接矩形Ａ３における極大値の位置Ｍ 特徴（７）；各ブロックの標準偏差の分割外接矩形Ａ
１，Ａ２，Ａ３の横幅に対する割合Ｄ 特徴（８）；各ブロックの半値幅の底辺に対する割合Ｗ1. A difference image is obtained by calculating an absolute value of a difference in density value between an input image and a background image, a difference region is obtained by binarizing the difference image with an appropriate threshold, and a feature of the change region is obtained. In a method of recognizing an intruding object in the input image from the amount, a changing area cutout process of enclosing the changing area in a circumscribing rectangle and cutting out an area in the rectangle, and dividing the cut out changing area into three equal parts vertically Change region division processing for outputting the divided circumscribed rectangles A1, A2, A3, and projection histogram creation processing for projecting the changed regions in the divided circumscribed rectangles A1, A2, A3 onto the horizontal axis to obtain a projection histogram And a feature amount extraction process for extracting feature amounts of the following features (1) to (8) from the projection histogram, and an intrusion that recognizes a person based on the relation between the feature amount and the aspect ratio of the circumscribed rectangle of the change region. object Person recognition method characterized by performing a constant process, in order. Feature (1); Number of histogram blocks in each circumscribed rectangle A1, A2, A3 Feature (2); Average value F of each block Feature (3); Difference between circumscribed rectangles of average value F of each block Feature (4); number of maxima in each block Feature (5); area ratio in each block R feature (6); position of maxima in segment circumscribed rectangle A3 feature (7); segment circumscribing standard deviation of each block Rectangle A
Ratio D of 1, A2 and A3 to the lateral width Feature (8); Ratio W of the half width of each block to the base