JPH0659010A - Image forming device - Google Patents
Image forming deviceInfo
- Publication number
- JPH0659010A JPH0659010A JP4257537A JP25753792A JPH0659010A JP H0659010 A JPH0659010 A JP H0659010A JP 4257537 A JP4257537 A JP 4257537A JP 25753792 A JP25753792 A JP 25753792A JP H0659010 A JPH0659010 A JP H0659010A
- Authority
- JP
- Japan
- Prior art keywords
- recognition
- person
- image signal
- data
- image
- 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
- Accessory Devices And Overall Control Thereof (AREA)
- Control Or Security For Electrophotography (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は、画像形成装置、さらに
詳しくは、画像形成装置に接近する人が該装置の使用者
か否かを認識し、あるいは、装置使用者が使い終ったか
否かを認識し、その認識結果に基づいて該装置の動作を
制御する画像形成装置に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image forming apparatus, and more specifically to recognizing whether or not a person who approaches the image forming apparatus is a user of the apparatus, or whether or not the apparatus user has finished using the apparatus. And an image forming apparatus that controls the operation of the apparatus based on the recognition result.
【０００２】[0002]
【従来の技術】近年、利用者の便利性を向上させるた
め、装置機器類の自動化が益々図られるようになってき
ている。特に、本発明において着目した分野は、装置機
器に当該装置機器近傍の物体を検出するセンサを設ける
ことにより、当該装置機器へ接近する使用者を検出し、
該装置機器の自動化をより充実させたい分野である。こ
の分野の技術は、例えば、人の接近を検出してドアを自
動的に開閉させる自動ドア、人の接近を検出して操作表
示部（ＬＣＤ）を自動的にＯＮ／ＯＦＦさせる銀行のキ
ャッシュディスペンサなどとして実用化されている。ま
た、画像形成装置においては、自動電源ＯＮ／ＯＦＦ、
自動予熱機能等に応用されている。2. Description of the Related Art In recent years, in order to improve the convenience of users, automation of devices has been increasingly attempted. In particular, the field of interest in the present invention is to detect a user who approaches the device by providing the device with a sensor for detecting an object in the vicinity of the device,
This is a field in which automation of the equipment is desired to be enhanced. The technology in this field includes, for example, an automatic door that automatically detects the approach of a person and opens and closes the door, and a cash dispenser of a bank that detects the approach of a person and automatically turns on / off the operation display unit (LCD). It has been put to practical use as such. Further, in the image forming apparatus, automatic power ON / OFF,
It is applied to automatic preheating function.
【０００３】自動電源ＯＮ／ＯＦＦ機能とは、複写装置
などの画像形成装置において、装置の前面の物体（人
体）の有無を検出するセンサを設け、人体を検出してい
ないとき（非使用時）は電源をＯＦＦにし、人体を検出
しているとき（使用時）は電源をＯＮする機能である。The automatic power ON / OFF function is used when an image forming apparatus such as a copying machine is provided with a sensor for detecting the presence or absence of an object (human body) on the front surface of the apparatus and when the human body is not detected (when not in use). Is a function of turning off the power and turning on the power when the human body is being detected (in use).
【０００４】自動予熱機能とは、複写装置などの画像形
成装置において、装置に前面の物体（人体）の有無を検
出するセンサを設け、人体を検出していないとき（非使
用時）は操作表示部（ＬＣＤ）の表示をＯＦＦにすると
ともに、シート上に転写された画像情報（トナー像）を
定着させる定着手段（ヒータを内蔵したローラ）の定着
温度を人体が検出されているときよりも低い温度に設定
し（予熱状態）、人体を検出しているとき（使用時）は
操作表示部の表示をＯＮするとともに、定着温度を定着
動作可能な所定温度に設定する機能である。In the image forming apparatus such as a copying machine, the automatic preheating function is provided with a sensor for detecting the presence or absence of an object (human body) in front of the apparatus, and when the human body is not detected (when not in use), an operation display is displayed. The fixing temperature of the fixing means (roller having a built-in heater) for fixing the image information (toner image) transferred onto the sheet while the display of the unit (LCD) is turned off is lower than that when the human body is detected. This is a function of setting the temperature (preheating state), turning on the display of the operation display unit while detecting the human body (in use), and setting the fixing temperature to a predetermined temperature at which the fixing operation is possible.
【０００５】而して、従来の電源ＯＮ／ＯＦＦ、および
予熱の作動／解除は手動入力により実行しなければなら
なかったが、近年、上述したようにセンサを組み合わせ
て、自動で行う装置が出現してきた（特開昭６３−２６
１２７０号公報）。Thus, the conventional power ON / OFF and preheat activation / cancellation had to be executed by manual input. In recent years, however, an apparatus for automatically combining the sensors as described above has appeared. (Japanese Patent Laid-Open No. 63-26
1270).
【０００６】[0006]
【発明が解決しようとする課題】しかしながら、上述し
た従来の装置では、以下のような問題点があった。セン
サが装置に直面する物体の存在を検出する構成となって
いるため、非使用者であっても、装置の直前を歩きさえ
すれば使用者として認識し、電源スイッチをオンし、あ
るいは予熱状態を解除してしまう。また、この問題を回
避するためにセンサの感度を弱く設定すると、使用者が
装置の直前に立って初めて使用者と認識するため、予熱
状態解除などの制御が遅れてしまい、結局、使用者がス
イッチを操作してしまうという問題が生じていた。However, the conventional device described above has the following problems. Since the sensor is configured to detect the presence of an object facing the device, even a non-user can recognize the user as long as he walks in front of the device, turn on the power switch, or preheat. Will be canceled. If the sensitivity of the sensor is set weak to avoid this problem, the user recognizes the user for the first time when standing in front of the device, so control such as releasing the preheating state is delayed, and the user eventually There was a problem of operating the switch.
【０００７】[0007]
【課題を解決するための手段】本発明は、上記課題を解
決するために、ＣＣＤ素子により装置近傍の画像を読み
取り、読み取った画像信号を出力する画像信号検出手段
と、画像信号検出手段からの画像信号を処理し、装置近
傍の人の顔あるいは体の向きを判別する画像信号処理手
段と、画像信号処理手段が判別した装置近傍の人の顔あ
るいは体の向きにより、装置に接近する人が装置を使用
する人か否か、あるいは、該装置を使用し終った人か否
かを認識する認識手段を有する。あるいは、ＣＣＤ素子
により装置近傍の画像を読み取り、読み取った画像信号
を出力する画像信号検出手段と、画像信号検出手段から
の画像信号を処理し、装置使用者の入れ替わりを判別す
る画像信号処理手段と、画像信号処理手段が判別した装
置使用者の入れ替わりより、装置使用者が装置を使い終
わったか否かを認識する認識手段を有する。In order to solve the above-mentioned problems, the present invention provides an image signal detecting means for reading an image in the vicinity of the device by a CCD element and outputting the read image signal, and an image signal detecting means. An image signal processing unit that processes an image signal to determine the face or body orientation of a person near the device, and a person approaching the device depending on the face or body orientation of the person near the device determined by the image signal processing unit. It has a recognition means for recognizing whether or not a person who uses the apparatus or a person who has finished using the apparatus. Alternatively, an image signal detecting means for reading an image in the vicinity of the device by the CCD element and outputting the read image signal, and an image signal processing means for processing the image signal from the image signal detecting means to determine the replacement of the device user. The image signal processing means has a recognition means for recognizing whether or not the device user has finished using the device based on the change of the device user determined by the image signal processing device.
【０００８】[0008]
【構成】本発明は、上記課題を解決するために、以下の
構成を有する。 （１）ＣＣＤ素子により装置近傍の画像を読み取り、読
み取った画像信号を出力する画像信号検出手段と、該画
像信号検出手段からの画像信号を処理し、装置近傍の人
の顔あるいは体の向きを判別する画像信号処理手段と、
該画像信号処理手段が判別した装置近傍の人の顔あるい
は体の向きにより、装置に接近する人が該装置を使用す
る人か否かを認識する認識手段とを有し、該認識手段の
認識結果により前記装置の制御を行うこと、或いは、
（２）ＣＣＤ素子により装置近傍の画像を読み取り、読
み取った画像信号と出力する画像信号検出手段と、該画
像信号検出手段からの画像信号を処理し、装置近傍の人
の顔あるいは体の向きを判別する画像信号処理手段と、
該画像信号処理手段が判別した装置近傍の人の顔あるい
は体の向きにより、装置に接近する人が該装置を使用す
る人か否かを認識する認識手段とを有し、該認識手段の
認識結果により前記装置の制御を行うこと、更には
（３）前記（１）又は（２）において、人の顔あるいは
体の向きと、前記認識手段が行う認識結果の関係をあら
かじめ記憶する記憶手段を有し、前記画像信号処理手段
が判別した人の顔あるいは体の向きについて、記憶され
てる関係に照ら合わせることにより認識が行われるこ
と、或いは、（４）前記（１）又は（２）において、人
の顔あるいは体の向きと、前記認識手段が行う認識結果
の関係を表す評価関数をあらかじめ記憶する記憶手段を
有し、前記画像信号処理手段が判断した人の顔あるいは
体の向きについて、記憶されてる評価関数に照らし合わ
せることにより認識が行われること、或いは、（５）前
記（１）又は（２）において、前記画像信号処理手段が
判別した人の顔あるいは体の向きについて、ファジー理
論を適用することにより、認識が行われること、或い
は、（６）前記（１）又は（２）において、前記画像信
号処理手段が判別した人の顔あるいは体の向についてニ
ューラル・ネットワークを用いて処理することにより、
認識が行われること、或いは、（７）ＣＣＤ素子により
装置近傍の画像を読み取り、読み取った画像信号を出力
する画像信号検出手段と、前記画像信号検出手段からの
画像信号を処理し、装置使用者の入れ替わりを判別する
画像信号手段と、前記信号処理手段が判別した装置使用
者の入れ替わりより、装置使用者が装置を使い終わった
か否かを認識する認識手段を有し、前記認識手段の認識
結果により装置の制御を行うこと、更には、（８）前記
（７）において、画像信号検出手段が出力する画像信号
と、前記認識手段が行う認識結果の関係をあらかじめ記
憶する記憶手段を有し、検出された出力信号を、記憶さ
れてる関係に照らし合わせることにより認識が行われる
こと、或いは、（９）前記（７）において、画像信号検
出手段が出力する画像信号と、前記認識手段が行う認識
結果の関係を表した評価関数をあらかじめ記憶する記憶
手段を有し、検出された画像信号を、記憶されている評
価関数に照らし合わせることにより認識が行われるこ
と、或いは、（１０）前記（７）に記載の画像形成装置
において、画像信号検出手段が検出した画像信号につい
て、ファジー理論を適用することにより認識が行われる
こと、或いは、（１１）前記（７）において、画像信号
検出手段が検出した画像信号について、ニューラル・ネ
ットワークを用いて処理することにより認識が行われる
こと、或いは、（１２）ＣＣＤ素子により装置近傍の画
像を読み取り、読み取った画像信号を出力する画像信号
検出手段と、前記画像信号検出手段からの画像信号を処
理し、装置近傍の個人を認識する個人認識手段とを有
し、前記個人認識手段の認識結果により装置の制御を行
うこと、更には、（１３）前記（１２）において、画像
信号検出手段が出力する画像信号と、前記個人認識結果
の関係をあらかじめ記憶する記憶手段を有し、検出され
た出力信号を、記憶されてる関係に照らし合わせること
により個人認識が行われること、或いは、（１４）前記
（１２）において、画像信号検出手段が出力する画像信
号と、前記個人認識結果の関係をあらかじめ記憶する記
憶手段を有し、検出された出力信号を、記憶されてる関
係に照らし合わせることにより個人認識が行われるこ
と、或いは、（１５）前記（１２）において、画像信号
検出手段が検出した画像信号について、ファジー理論を
適用することにより個人認識が行われること、或いは、
（１６）前記（１２）において、画像信号検出手段が検
出した画像信号について、ニューラル・ネットワークを
用いて処理することにより個人認識が行われることを特
徴とする。The present invention has the following structure in order to solve the above problems. (1) An image signal detecting means for reading an image in the vicinity of the device by a CCD element and outputting the read image signal, and an image signal from the image signal detecting means are processed to determine the face or body of a person near the device. Image signal processing means for determining,
A recognition means for recognizing whether or not a person approaching the device is a person who uses the device, depending on the face or body orientation of the person near the device determined by the image signal processing means, and the recognition by the recognition means Controlling the device according to the result, or
(2) The image near the device is read by the CCD element, the image signal detecting means for outputting the read image signal and the image signal from the image signal detecting means are processed, and the face or body orientation of the person near the device is determined. Image signal processing means for determining,
A recognition means for recognizing whether or not a person approaching the device is a person who uses the device, depending on the face or body orientation of the person near the device determined by the image signal processing means, and the recognition by the recognition means The device is controlled according to the result, and further, (3) in (1) or (2), a storage means for storing in advance the relationship between the orientation of the human face or body and the recognition result performed by the recognition means. And the recognition is performed by comparing the face or body direction of the person determined by the image signal processing means with a stored relationship, or (4) in (1) or (2) above, It has a storage means for storing in advance an evaluation function representing the relationship between the orientation of the face or body of the person and the recognition result performed by the recognition means, and stores the orientation of the face or body of the person judged by the image signal processing means. The recognition is performed by comparing it with the evaluation function provided, or (5) in (1) or (2), the fuzzy theory is used for the direction of the face or body of the person judged by the image signal processing means. By applying it, recognition is performed, or (6) In (1) or (2), the orientation of the face or body of the person discriminated by the image signal processing means is processed using a neural network. By
Recognition is performed, or (7) an image signal detecting means for reading an image in the vicinity of the device by a CCD element and outputting the read image signal, and an image signal from the image signal detecting means is processed, and a device user Image signal means for determining the replacement of the device and recognition means for recognizing whether or not the device user has finished using the device based on the replacement of the device user determined by the signal processing means, and the recognition result of the recognition means. And (8) in (7), a storage means for storing in advance the relationship between the image signal output by the image signal detection means and the recognition result performed by the recognition means. The recognition is performed by comparing the detected output signal with the stored relationship, or (9) in (7), the image signal detecting means outputs the signal. The image forming apparatus includes a storage unit that stores in advance an evaluation function representing the relationship between the image signal and the recognition result performed by the recognition unit, and the recognition is performed by comparing the detected image signal with the stored evaluation function. Alternatively, (10) in the image forming apparatus according to (7), the image signal detected by the image signal detecting unit is recognized by applying a fuzzy theory, or (11) above ( In 7), the image signal detected by the image signal detecting means is recognized by processing it using a neural network, or (12) the image signal near the device is read by the CCD element and the read image signal is read. And an image signal detecting means for outputting the image signal, and an individual who processes the image signal from the image signal detecting means and recognizes an individual near the apparatus. And controlling the device based on the recognition result of the personal recognition means, and (13) in (12), the image signal output from the image signal detection means and the personal recognition result. Personal recognition is performed by having storage means for storing the relationship in advance, and comparing the detected output signal with the stored relationship; or (14) in (12), the image signal detection means Personal recognition is performed by having storage means for storing in advance the relationship between the output image signal and the personal recognition result, and comparing the detected output signal with the stored relationship; or (15) In (12), individual recognition is performed by applying fuzzy theory to the image signal detected by the image signal detecting means, or
(16) In the above (12), the image signal detected by the image signal detecting means is processed by using a neural network to perform individual recognition.
【０００９】[0009]
【作用】ＣＣＤ素子により装置近傍の画像を読み取り、
読み取った画像信号を処理して判別した装置近傍の人の
顔あるいは体の向きから、装置に接近する人が装置を使
用する人か否かを認識し、その認識結果に基いて該装置
を制御することにより、該装置の操作性を向上させる。
さらに、ＣＣＤ素子により装置近傍の画像を読み取り、
読み取った画像信号を処理し、装置使用者の入れ替わり
を判別することにより、装置使用者が装置を使い終わっ
たか否かを認識し、その認識結果に基いて装置を制御す
ることにより、該装置の操作性を向上させる。Function: Read the image near the device by CCD element,
From the face or body orientation of the person near the device, which is determined by processing the read image signal, it is recognized whether the person approaching the device is the person using the device, and the device is controlled based on the recognition result. By doing so, the operability of the device is improved.
Furthermore, the image near the device is read by the CCD element,
By processing the read image signal and discriminating the replacement of the device user, the device user recognizes whether or not the device has been used up, and controls the device based on the recognition result. Improve operability.
【００１０】装置概略 図１は、自動応答システムをＯＡ機器に適用した場合の
構成概念を説明するためのブロック図で、該自動応答シ
ステムは、一個以上のセンサより構成されるセンサ部２
と、認識判断装置３と、サービス提供装置４とより構成
され、自動応答機能を実現するために各種ＯＡ機器１に
装着され、ＯＡ機器１の使用者による能動的なはたらき
かけによらず、適切な応答を行い、各種のサービスを提
供するものである。Device Outline FIG. 1 is a block diagram for explaining a configuration concept when an automatic response system is applied to an OA device. The automatic response system includes a sensor unit 2 composed of one or more sensors.
A recognition determination device 3 and a service providing device 4, which are mounted on various OA devices 1 to realize an automatic response function, and which are suitable regardless of the active action of the user of the OA device 1. It responds and provides various services.
【００１１】センサ部２は自動応答する対象の物体（例
えば、近付いてくる人間）を認識するための各種データ
を作り出すためにＯＡ機器１の表面または内部に実装さ
れ、得られたデータを認識判断装置３へと送る。センサ
の種類、実装位置およびその個数は、センサからのデー
タより検出したいパラメータ、検出対象とする方向（例
えば、操作パネルの向いている方向＝ＯＡ機器正面方
向）や応答対象とする物体の大きさ（幅、高さ）、検出
精度（分解能、検出間隔）等により適宜決定される。The sensor unit 2 is mounted on the surface or inside of the OA device 1 in order to generate various data for recognizing an object (for example, a human being approaching) that automatically responds, and recognizes the obtained data. Send to device 3. The types of sensors, the mounting positions, and the number of sensors are the parameters to be detected from the data from the sensors, the direction to be detected (for example, the direction in which the operation panel is facing = the OA device front direction), and the size of the object to be responded to. (Width, height), detection accuracy (resolution, detection interval) and the like.
【００１２】図２は、複写機またはファクシミリまたは
レーザ・ビーム・プリンタである画像形成装置５に複数
の距離センサ６により構成されたセンサ部の実装例を示
す図で、（ａ）図は画像形成装置の全体斜視図、（ｂ）
図は平面図である。図２の例では、応答する対象の物体
を人間（操作可能者）、測定によって得るデータを画像
形成装置５から被測定物体までの距離、測定対象とする
方向を装置５の正面および側面としている。また、それ
らに加えて被測定物体の方向も得るために比較的鋭い指
向性をもった距離センサにより複数方向について距離の
測定を行う。この種のセンサには、たとえば発光部より
赤外光を対象方向に照射し、受後部でその反射光量を計
測することにより距離を測定するものや、ある周波数の
超音波を送波器より発信し、反射波を受波器によって受
けてその位相差によって距離を測定するもの等がある。FIG. 2 is a diagram showing an example of mounting a sensor section composed of a plurality of distance sensors 6 in an image forming apparatus 5 which is a copying machine, a facsimile machine or a laser beam printer. FIG. Overall perspective view of device, (b)
The figure is a plan view. In the example of FIG. 2, the object to be responded to is a human (operable person), the data obtained by measurement is the distance from the image forming apparatus 5 to the object to be measured, and the directions to be measured are the front and side surfaces of the apparatus 5. . In addition to these, in order to obtain the direction of the object to be measured, the distance is measured in a plurality of directions by a distance sensor having a relatively sharp directivity. In this type of sensor, for example, infrared light is emitted from the light emitting unit in the target direction and the distance is measured by measuring the amount of reflected light at the receiving end, and ultrasonic waves of a certain frequency are transmitted from the transmitter. However, there is one in which the reflected wave is received by a wave receiver and the distance is measured by the phase difference.
【００１３】図２の例では、比較的短い検出期間で高い
分解能を得るために複数のセンサを実装し、各距離セン
サを並列動作させて測定を行う。被測定物体の方向を得
るために各センサは各々少しづつ（１０度間隔）発光・
発信／受光・受信の方向をずらして実装されている。ま
た、垂直方向データ（身長等）は必要としないため、発
光・発信／受光・受信の方向を水平面上にのみ展開して
実装している。センサ部の構成は、距離センサの他に例
えばＣＣＤを用いた画像入力装置等も考えられる。この
場合は、画像入力装置から取り込まれた画像データが認
識判断装置に送られる。In the example of FIG. 2, a plurality of sensors are mounted in order to obtain high resolution in a relatively short detection period, and the distance sensors are operated in parallel to perform measurement. Each sensor emits light little by little (at intervals of 10 degrees) to obtain the direction of the measured object.
It is implemented by shifting the direction of transmission / reception / reception. Also, since vertical data (height, etc.) is not required, the directions of light emission / transmission / light reception / reception are developed and mounted only on the horizontal plane. In addition to the distance sensor, an image input device using a CCD, for example, can be considered as the configuration of the sensor unit. In this case, the image data taken in from the image input device is sent to the recognition determination device.
【００１４】認識判断装置３は、ＯＡ機器１に内蔵また
は外付けされ、センサ部２から送られてくるデータに基
づいて認識判断を行う。例えば、図２に示した例のよう
に、物体までの距離およびその方向データからは、静止
物体と応答対象とする移動物体の認識をしたり、応答対
象とする物体（人間）がＯＡ機器を使用するかどうか
（もしくは使用が終了したかどうか）等の行動判断を行
う。また、画像入力装置から構成されるセンサ部を持
ち、画像データを使用する装置については、応答する対
象の物体（人間）の特徴を抽出し、抽出された特徴によ
り個人の特定をおこない、個人のＩＤ（例えば、名前、
番号、等）を生成し、生成された判断データを、サービ
ス提供装置へ送る。The recognition determination device 3 is built in or attached to the OA equipment 1 and makes a recognition determination based on the data sent from the sensor unit 2. For example, as in the example shown in FIG. 2, from a distance to an object and its direction data, a stationary object and a moving object as a response target are recognized, and an object (human) as a response target recognizes an OA device. Determine behavior such as whether or not to use (or whether or not to use). In addition, for a device that has a sensor unit composed of an image input device and uses image data, the characteristics of the responding target object (human) are extracted, the individual is identified based on the extracted characteristics, and the individual ID (eg name,
Number, etc.) and sends the generated judgment data to the service providing device.
【００１５】サービス提供装置４は、ＯＡ機器１の各部
を駆動する機能を有し、各種自動応答によるサービスを
具現化する。例えば、ＯＡ機器１に近づく応答対象の物
体があり、その物体がＯＡ機器を使用する旨の判断デー
タが送られてきた場合に、予熱モードを自動的に解除す
るとか、反対に使用終了の判断データが送られてきた場
合には、自動的に余熱モードに遷移するといったサービ
スがこれにあたる。また、個人のＩＤがデータとして送
られてくる構成の装置については、使用者毎に操作部の
最適化（キー・レイアウト変更、指示画面の切り替え、
等）等のより使用しやすい環境を提供する。このサービ
ス提供装置は、専用のハード・ウェアを用意しても良い
が、ＯＡ機器の中央演算装置によりソフト・ウェア的に
機能を代行することも可能である。The service providing device 4 has a function of driving each part of the OA equipment 1, and embodies services by various automatic responses. For example, when there is a response target object approaching the OA device 1 and the determination data indicating that the object uses the OA device is sent, the preheating mode is automatically released, or conversely, the use end is determined. When data is sent, this is a service that automatically transitions to the residual heat mode. In addition, regarding the device in which the personal ID is sent as data, the operation unit is optimized for each user (key / layout change, instruction screen switching,
Etc.) to provide an environment that is easier to use. This service providing device may be provided with dedicated hardware, but it is also possible to substitute the function in software by the central processing unit of the OA equipment.
【００１６】認識判断装置 認識判断装置概略 図３に、認識判断装置の基本構成をブロック図で示し、
各部の動作を説明する。尚、自動応答システムが実装さ
れているＯＡ機器は画像形成装置とし、認識判断装置に
データを送ってくるセンサ部の構成は、図２に示したよ
うに指向性の強い複数の距離センサを発光・受信／受光
・受信の方向を水平面上に展開して実装したものとして
以下の説明を行う。認識判断装置３は、センサ駆動部
７、パラメータ抽出部８、認識判断部９、後処理部１
０、制御部１１、入出力管理部１２、記憶装置１３、デ
ータ線１４、制御線１５、外部Ｉ／Ｆ（インターフェイ
ス）線１６より構成される。Recognition Judgment Device Outline of Recognition Judgment Device FIG. 3 is a block diagram showing the basic configuration of the recognition judgment device.
The operation of each part will be described. Note that the OA device in which the automatic response system is installed is an image forming apparatus, and the sensor unit that sends data to the recognition and determination apparatus has a configuration in which a plurality of distance sensors with strong directivity emit light as shown in FIG. -Reception / light reception-The following explanation will be made assuming that the direction of reception is expanded and mounted on a horizontal plane. The recognition determination device 3 includes a sensor driving unit 7, a parameter extraction unit 8, a recognition determination unit 9, and a post-processing unit 1.
0, control unit 11, input / output management unit 12, storage device 13, data line 14, control line 15, and external I / F (interface) line 16.
【００１７】センサ駆動部７は、距離センサ６の駆動お
よび測定された距離データの受信をおこなう。制御部１
１からのサンプリング信号に基づき、各距離センサ６を
駆動し物体までの距離を計測する。しかる後、測定結果
データをパラメータ抽出部８へと送出する。パラメータ
抽出部８では、各物体までの距離データより応答対象と
する物体の認識および各種判断に必要となる特徴量パラ
メータを測定された距離データより抽出、計算する。生
成されたパラメータおよびその付加情報は、認識判断部
９へ送られると共に、適宜記憶装置１３に書き込まれ、
必要に応じて他のブロックより読みだされる。The sensor drive unit 7 drives the distance sensor 6 and receives measured distance data. Control unit 1
Based on the sampling signal from 1, each distance sensor 6 is driven and the distance to the object is measured. Then, the measurement result data is sent to the parameter extraction unit 8. The parameter extraction unit 8 extracts and calculates, from the measured distance data, the characteristic amount parameters required for recognition and various determinations of the response target object from the distance data to each object. The generated parameter and its additional information are sent to the recognition determination unit 9 and written in the storage device 13 as appropriate.
It is read from other blocks as needed.
【００１８】認識判断部９は、制御部１１からの要求信
号により応答対象の物体に関わる判断をおこなう。パラ
メータ抽出部８により生成されたパラメータを直接また
は記憶装置１３を介して受け取り、例えば、応答対象の
物体が画像形成装置の使用者であるか否か（画像形成装
置を「使う」か「使わない」か）、画像形成装置の使用
を終了したか否か（「使用中」か「使い終った」か）、
等の判断を行う。The recognition determining unit 9 makes a determination regarding the object to be responded to by the request signal from the control unit 11. The parameters generated by the parameter extraction unit 8 are received directly or via the storage device 13, and, for example, whether or not the response target object is a user of the image forming apparatus (“use” or “do not use the image forming apparatus”). Whether or not the use of the image forming apparatus is completed (“in use” or “used”),
And so on.
【００１９】後処理部１０は、判断結果を取りまとめて
最終的に外部に出力する形式に整える。例えば、応答対
象とする物体が複数存在する場合の処理がこのブロック
でおこなわれる。制御部１１は認識判断装置全体の制御
をおこなう。入出力管理部１２を介して外部（画像形成
装置）と通信をおこない、また、各ブロックに制御信号
を送ることによりコントロールする。The post-processing section 10 collects the judgment results and arranges them in a format for final output to the outside. For example, the process is performed in this block when there are multiple objects to be responded to. The control unit 11 controls the entire recognition determination device. Communication is performed with the outside (image forming apparatus) via the input / output management unit 12, and control is performed by sending a control signal to each block.
【００２０】入出力管理部１２は、外部Ｉ／Ｆ線１６を
通して外部（画像形成装置）とのインターフェイスをつ
かさどる。また、外部との同期をとるためのバッファと
しても機能する。入出力される信号には、後処理部１０
で生成されサービス提供装置に送られる判断データの他
に、認識判断装置と画像形成装置との間の各種リクエス
ト、タイミング信号、等の制御信号も含まれる。The input / output management unit 12 controls the interface with the outside (image forming apparatus) through the external I / F line 16. It also functions as a buffer for synchronizing with the outside. The input / output signals include the post-processing unit 10
In addition to the determination data generated in step 1 and sent to the service providing device, control signals such as various requests and timing signals between the recognition determination device and the image forming device are also included.
【００２１】記憶装置１３は、各ブロックで生成された
ダーテを必要に応じて蓄えておくＲＡＭ、および、各ブ
ロックを動かすのに必要なプログラムおよびデータを蓄
えておくＲＯＭにより構成され、各ブロックによりデー
タの読み出し／書き込みがおこなわれる。データ線１４
は各データの伝送に使用される。制御線１５は制御信号
の伝送に使われる。外部Ｉ／Ｆ線１６は、外部（画像形
成装置）とのインターフェイスのための制御信号および
データの伝送に使われる。The storage device 13 is composed of a RAM for storing the dirty data generated in each block as necessary, and a ROM for storing the programs and data required to move each block. Data reading / writing is performed. Data line 14
Is used for transmitting each data. The control line 15 is used for transmitting control signals. The external I / F line 16 is used for transmitting control signals and data for interfacing with the outside (image forming apparatus).
【００２２】センサ駆動部 センサ駆動部７は、制御部１１から制御線１５を介して
周期Ｔ（Ｔは認識する応答対象とする物体の移動速度に
比べて十分に短い周期でなければいけない）で送られて
くるサンプリング信号に従って画像形成装置に実装され
ている距離センサ６を駆動する。各距離センサは同時
（並列）に駆動され、１サンプリング周期（時間間隔
Ｔ）に１回距離の測定をおこなう。測定データは、セン
サ駆動部７内でアナログ・データからデジタル・データ
へと変換され、どのセンサにより測定されたデータかを
識別できる方法（例えば、各データにセンサの識別番号
を付加する）によりパラメータ抽出部８へと送られる。Sensor drive unit The sensor drive unit 7 has a period T from the control unit 11 via the control line 15 (T must be a period sufficiently shorter than the moving speed of the object to be recognized as a response target). The distance sensor 6 mounted on the image forming apparatus is driven according to the sent sampling signal. The distance sensors are driven simultaneously (in parallel), and the distance is measured once in one sampling cycle (time interval T). The measurement data is converted into a digital data from analog data in the sensor drive unit 7, and a parameter can be identified by a method (for example, a sensor identification number is added to each data) that can identify which data is measured. It is sent to the extraction unit 8.
【００２３】パラメータ抽出部 パラメータ抽出部８では、センサ駆動部７より送られて
きた距離データから認識に必要なパラメータを抽出す
る。尚、各距離センサは、図４に示すように、画像形成
装置５の中心を中心として１０度間隔で…（ただ
し、１０番目〜１９番目については、〇１０，〇１１，
…〇１９のように記す）の１９方向について測定を行う
ように（ただし、測定を行う方向は、画像形成装置の測
面および正面方向のみとし、ここでは背面については考
えない）実装されており、時間間隔Ｔで同時に物体まで
の距離の測定を繰り返すものとする。図４中の各矢印は
センサの発光・発信／受光・受信方向を表す。Parameter Extraction Unit The parameter extraction unit 8 extracts parameters required for recognition from the distance data sent from the sensor drive unit 7. As shown in FIG. 4, the distance sensors are arranged at intervals of 10 degrees with the center of the image forming apparatus 5 as the center (however, for the tenth to nineteenth positions, ◯ 10, ◯ 11,
It is mounted so that the measurement is performed in 19 directions (denoted as ◯ 19) (however, the measurement is performed only in the measuring direction and the front direction of the image forming apparatus, and the rear surface is not considered here). , The measurement of the distance to the object is repeated at the time interval T at the same time. Each arrow in FIG. 4 indicates the direction of light emission / transmission / light reception / reception of the sensor.
【００２４】パラメータ抽出部は時間間隔Ｔで（測定を
行なう度に）以下の処理を行なう。 位置検出 （１）測定結果のストア いま、画像形成装置５が、図４に示すように、前方方向
および側方のうちの一方向に壁等の静止物体１７がある
ような場所に設置されていたとし、距離センサによって
物体までの距離の測定が可能な最大距離をＲmaxする。
この測定可能距離とは、距離センサ自体の測定可能距離
のほかに、各測定可能方向間の隙間（測定が行なわれな
い範囲）が応答対象とする物体（人間）の大きさに比べ
十分小さくなるような範囲である。図４の例では、１９
の測定方向のうち、白抜き文字で示した方向に関して距
離センサの測定可能距離内に何らかの静止物体（この場
合は壁、以下障害物と記す）１７がある。パラメータ抽
出部８は一回の測定毎に記憶装置（メモリ）１３に距離
データをその測定方向（距離センサ番号）と共に蓄えて
おく。図４の場合について記憶装置１３内に書き込まれ
る距離データの例を、図５に模式的に示す。ここで、図
５において、ｒdは方向ｄについての測定結果（物体ま
での距離）を表し、また、∞記号は物体が測定されなか
った（Ｒmax）よりも近くに物体が何もなかった）こと
を示している。パラメータ抽出部８は、時間間隔Ｔで測
定を行う度に、測定結果を記憶装置１３内の所定の番地
に書き込む。The parameter extraction unit performs the following processing at time intervals T (every time measurement is performed). Position Detection (1) Storage of Measurement Results Now, as shown in FIG. 4, the image forming apparatus 5 is installed in a place where there is a stationary object 17 such as a wall in one of the forward direction and the lateral direction. It is assumed that the maximum distance at which the distance sensor can measure the distance to the object is Rmax.
In addition to the measurable distance of the distance sensor itself, this measurable distance is such that the gap between the measurable directions (the range in which measurement is not performed) is sufficiently smaller than the size of the response target object (human). It is such a range. In the example of FIG. 4, 19
There is some stationary object (in this case, a wall, hereinafter referred to as an obstacle) 17 within the measurable distance of the distance sensor with respect to the direction indicated by the white letters among the measurement directions of. The parameter extraction unit 8 stores the distance data together with the measurement direction (distance sensor number) in the storage device (memory) 13 for each measurement. An example of the distance data written in the storage device 13 in the case of FIG. 4 is schematically shown in FIG. Here, in FIG. 5, r d represents the measurement result (distance to the object) in the direction d, and the ∞ symbol indicates that there was no object closer than the object was not measured (Rmax)). It is shown that. The parameter extraction unit 8 writes the measurement result in a predetermined address in the storage device 13 every time the measurement is performed at the time interval T.
【００２５】（２）環境情報の更新 距離センサの測定可能範囲内にあり、画像形成装置５に
能動的に働きかけない物体（＝障害物：例えば、壁、
机、椅子、等）の位置情報を環境情報と呼ぶことにす
る。パラメータ抽出部８は、これらの物体と、画像形成
装置５に能動的に働きかける可能性のある物体（＝動い
ている物体：例えば、人間、等。以下、対象物体と記
す）とを区別するために、記憶装置５内の環境情報を参
照する。環境情報は、概念的には図５に示した各方向に
ついての距離の表のような形式をしており、各方向につ
いてどの距離に障害物があるかを表している。(2) Update of environmental information An object (= obstacle: wall, for example, which is within the measurable range of the distance sensor and does not actively work on the image forming apparatus 5)
Position information of desks, chairs, etc.) will be called environmental information. The parameter extraction unit 8 distinguishes these objects from those that may actively act on the image forming apparatus 5 (= moving objects: for example, humans, etc., hereinafter referred to as target objects). First, the environment information in the storage device 5 is referred to. The environmental information is conceptually in the form of a table of distances in each direction shown in FIG. 5, and indicates at which distance an obstacle exists in each direction.
【００２６】環境情報は、画像形成装置５に対象物体が
距離センサの測定可能範囲で活動する期間よりも十分長
い期間（例えば、電源投入以降後）に各方向について測
定された最大距離をそれぞれ選択することにより作成さ
れる。上記期間内に測定された方向ｄについての最大距
離をｒdmaxとすると、環境情報は概念的に図６にように
示される。時間間隔Ｔで測定を行う毎に、各方向につい
て測定された距離ｒｄと環境情報ｒｄmaxとが比較さ
れ、もし、ｒd＞ｒdmaxの関係が成り立てば、環境情報
をｒdで置き換える。このようにして、十分長い時間が
経過した後、環境情報が作られる。例えば、図４のよう
な環境に設置された画像形成装置で、十分に長い時間
（距離センサの測定範囲内に人間等の動く物体が存在し
ない時期を経れば十分である）が経過した後の環境情報
は図７のようになる。ただし、ｒdは図４の場合におけ
る方向ｄについての障害物までの距離を表す。As the environmental information, the maximum distance measured in each direction in the image forming apparatus 5 is selected for a period sufficiently longer than the period in which the target object is active in the measurable range of the distance sensor (for example, after the power is turned on). It is created by doing. When the maximum distance for the measured direction d within the period and r d max, environmental information is shown conceptually as in FIG. Each making measurements at time intervals T, and the distance rd is measured for each direction and the environmental information rdmax are compared, If Naritate the relationship r d> r d max, replacing environmental information r d. In this way, environmental information is created after a sufficiently long time has elapsed. For example, in the image forming apparatus installed in the environment as shown in FIG. 4, after a sufficiently long time (it is enough if there is no moving object such as a human within the measurement range of the distance sensor). The environmental information of is as shown in FIG. However, r d represents the distance to the obstacle in the direction d in the case of FIG.
【００２７】（３）物体検出 環境情報の更新をおこなった後、パラメータ抽出部８は
以下の方法で物体検出を行う。例えば、時間ｔ０におけ
る状態が図８に示すように、の方向から対象物体１８
が近づいて来る場合を考える。（１）の手順で記憶装置
内に書き込まれた図８の場合についての距離データを図
９に示す。ただし、ｒdtは時刻ｔにおける方向ｄについ
ての物体までの距離とする。パラメータ抽出部８はこの
距離データと、（２）の手順により作成され記憶装置５
内に蓄えられている環境情報とを比較することにより対
象物体を検出する。具体的には、例えば、各方向につい
て環境情報に書かれている距離と距離データとの差をと
る。図９の場合について環境情報との距離データとの差
をとった結果を図１０に示す。図１０によると、方向
について距離データと環境情報との差が生じており、こ
のこと（環境≠距離データ）によりの方向に対象物体
１８が認識される。いま、画像形成装置の中心を原点と
し、〇１０の方向を角度θ＝０とするような極座標系を
考えると、図８の例での対象物体１８の位置は
（ｒ5t0，５０°）で表される。物体が認識されると、
その位置（距離、および方向）が記憶装置１３内の所定
の位置に書き込まれる。(3) Object Detection After updating the environment information, the parameter extraction unit 8 detects an object by the following method. For example, the state at time t0 is as shown in FIG.
Think of when you are approaching. FIG. 9 shows distance data in the case of FIG. 8 written in the storage device by the procedure of (1). However, r dt is the distance to the object in the direction d at time t. The parameter extraction unit 8 creates the storage device 5 based on this distance data and the procedure of (2).
The target object is detected by comparing it with the environmental information stored in it. Specifically, for example, the difference between the distance written in the environmental information and the distance data is calculated for each direction. FIG. 10 shows the result of taking the difference between the environmental information and the distance data in the case of FIG. According to FIG. 10, there is a difference between the distance data and the environmental information regarding the direction, and the target object 18 is recognized in the direction according to this (environment ≠ distance data). Now, considering a polar coordinate system in which the center of the image forming apparatus is the origin and the direction of 010 is the angle θ = 0, the position of the target object 18 in the example of FIG. 8 is (r 5t0 , 50 °). expressed. When an object is recognized,
The position (distance and direction) is written in a predetermined position in the storage device 13.
【００２８】ところで、移動物体１８が画像形成装置に
近づくにつれて、複数の距離センサに同一の物体が測定
されることがあるが、この場合は以下のような方法によ
り位置を算出する。図１１の例では同一の物体がおよ
びの方向でセンサに測定されており、上記手段による
と２つの位置（ｒ6，θ6（＝４０°））および（ｒ7，
θ7（＝３０°））が検出される。そこで、２つ以上の
位置が検出された場合には、その各々の間の距離を計算
し、その全ての距離が予め定められている値Ｌmin（た
だし、Ｌminは応答対象とする物体（＝人間）の大きさ
から決定される）よりも小さく、かつ、検出方向がとな
りあっているような各点は、一つの位置としてまとめら
れる。２点の場合にはその中点の位置にまとめられ、３
点以上の場合にはその重心の位置にまとめられ、１つの
位置を生成する。図１１の例では検出される２点間の距
離ｌは、By the way, as the moving object 18 approaches the image forming apparatus, the same object may be measured by a plurality of distance sensors. In this case, the position is calculated by the following method. In the example of FIG. 11, the same object is measured by the sensor in the directions of and, and according to the above means, two positions (r 6 , θ 6 (= 40 °)) and (r 7 ,
θ 7 (= 30 °)) is detected. Therefore, when two or more positions are detected, the distances between them are calculated, and all the distances are set to a predetermined value Lmin (where Lmin is an object to be responded (= human). Each point which is smaller than the value of) and whose detection directions are adjacent to each other is grouped as one position. If there are two points, they will be grouped in the middle point and
If the number of points is equal to or more than the point, the points are combined into the position of the center of gravity to generate one position. In the example of FIG. 11, the distance l between the two points detected is
【００２９】[0029]
【数１】 [Equation 1]
【００３０】であり、ｌ＜Ｌminの時には２点は一つに
まとめられ、新たにその中点が位置として採用される。
また、３点以上の場合には、図１２に示すように、ｌ１
＜Ｌminかつｌ２＜Ｌminかつｌ３＜Ｌminの時に限り３
点はまとめられ、３点の重心Ｇが対象物体の位置として
採用され記憶装置に書き込まれる。When l <Lmin, the two points are combined into one and the midpoint is newly adopted as the position.
When the number of points is 3 or more, as shown in FIG.
3 only when <Lmin and l2 <Lmin and l3 <Lmin
The points are collected, and the center of gravity G of the three points is adopted as the position of the target object and written in the storage device.
【００３１】物体追跡 （１）一物体の追跡 一度対象物体が距離センサの測定可能範囲内で認識され
ると、対象物体の追跡が行なわれる。例えば、図８の例
に示した対象物体１８が時刻ｔ１（＝ｔ０＋Ｔ）に図１
３に示すように移動したとすると、前述した方法により
物***置（ｒ6t1，４０°）が検出される。ここで、も
しそのｌ測定間隔時間前（時間Ｔ前）の対象物体の位置
情報が記憶装置１３内にストアされていた場合、移動速
度ｖおよび移動方向φの計算が行なわれる。図１３の例
に示した対象物体１８については、既に図８の例で計算
された位置情報が記憶装置１３内にストアされているの
で、移動速度ｖおよび移動方向φの計算が行なわれる。Object Tracking (1) Tracking of One Object Once the target object is recognized within the measurable range of the distance sensor, the target object is tracked. For example, the target object 18 shown in the example of FIG. 8 is displayed at time t1 (= t0 + T) in FIG.
If it moves as shown in 3, the object position (r 6t1 , 40 °) is detected by the method described above. Here, if the position information of the target object one measurement interval time before (time T before) is stored in the storage device 13, the moving speed v and the moving direction φ are calculated. As for the target object 18 shown in the example of FIG. 13, the position information calculated in the example of FIG. 8 has already been stored in the storage device 13, so the moving speed v and the moving direction φ are calculated.
【００３２】以下に図８および図１３を例にとり、その
計算方法を説明する。時刻ｔ０からｔ１の間の対象物体
１８の移動距離をｌt1、平均速度をｖt1、座標原点（画
像形成装置の中心）と時刻ｔ０における対象物体１８の
位置とを結ぶ線と、時刻ｔ０における対象物体１８の位
置と時刻ｔ１における対象物体１８の位置とを結ぶ線と
のなす角（移動方向）をφt1と定義すると、各パラメー
タの表す量は図１４に示すようになる。図１４におい
て、ｌt1は、The calculation method will be described below with reference to FIGS. 8 and 13. The moving distance of the target object 18 from time t0 to t1 is l t1 , the average speed is v t1 , the line connecting the coordinate origin (center of the image forming apparatus) and the position of the target object 18 at time t0, and at time t0. If the angle formed by the line connecting the position of the target object 18 and the position of the target object 18 at time t1 (moving direction) is defined as φ t1 , the amount represented by each parameter is as shown in FIG. In FIG. 14, l t1 is
【００３３】[0033]
【数２】 [Equation 2]
【００３４】となる。式３，式５，式６によって計算さ
れた移動速度ｖ、移動方向φは、先に計算された位置
（ｒ，θ）とともに記憶装置１３に書き込まれる。以上
のような操作を時間間隔ｔごとに繰り返すことにより、
記憶装置１３内には位置情報ｒ，θ，およびもしその１
回前に測定した位置情報があれば、移動速度ｖ、移動方
向φが時間間隔ｔごと物体の軌跡情報として順次蓄えら
れていく。物体１８の軌跡情報は、記憶装置１３内では
リスト、またはリングバッファ等のデータ形式で蓄えら
れているが、概念的には表のようなものと考えてさしつ
かえない。図１３の時間Ｔ後（＝ｔ２）の対象物体１８
の移動の様子を図１５に、そのさらに時間Ｔ後（＝ｔ
３）の物体の移動の様子を図１６に、そして物体が時刻
ｔ０からｔ３の間に図８，図１３，図１５，図１６で示
したように移動した場合に得られる軌跡情報の概念図を
図１７に、それぞれ示す。It becomes The moving speed v and the moving direction φ calculated by Expression 3, Expression 5, and Expression 6 are written in the storage device 13 together with the position (r, θ) calculated previously. By repeating the above operation at time intervals t,
In the storage device 13, position information r, θ, and if
If there is position information measured before, the moving speed v and the moving direction φ are sequentially stored as the trajectory information of the object at time intervals t. The trajectory information of the object 18 is stored in the storage device 13 in a data format such as a list or a ring buffer, but it can be conceptually considered as a table. Target object 18 after time T (= t2) in FIG.
FIG. 15 shows the movement of the robot, after a further time T (= t
FIG. 16 shows the movement of the object in 3), and a conceptual diagram of the trajectory information obtained when the object moves as shown in FIGS. 8, 13, 15, and 16 between times t0 and t3. Are shown in FIG. 17, respectively.
【００３５】（２）複数物体の追跡 距離センサ６の測定範囲内に複数の対象物体が存在する
場合には、記憶装置内に対象物体毎に複数の軌跡情報を
生成し追跡をおこなう。例えば、図１８に示すように対
象物体Ａおよび対象物体Ｂの２つの対象物体が存在して
いる場合を考える。記憶装置内には対象物体Ａおよび対
象物体Ｂについて２つの軌跡情報が生成される。図１８
の状態では、対象物体Ａの位置として（ｒ6，θ6（＝４
０°））、対象物体Ｂの位置として（ｒ12，θ12(＝−
２０°)）が検出され、各々の軌跡情報が書き込まれて
いるものとする。図１８の状態から１サンプリング周期
（時間間隔Ｔ）後の状態を図１９に示す。物体検出によ
り位置１（ｒ7，θ7（＝３０°））および位置２
（ｒ11，θ11（＝−１０°））の２つの位置が検出され
る。可能性としては、図２０に示すように、対象物体Ａ
が位置１に、対象物体Ｂが位置２それぞれ移動した（場
合Ａ）か、または対象物体Ａが位置２に、対象物体Ｂが
位置１にそれぞれ移動した（場合Ｂ）という２通りが考
えられるが、以下のような方法でそれぞれの位置をどち
らの軌跡情報に書き込むかを決定する。(2) Tracking of a plurality of objects When a plurality of target objects exist within the measurement range of the distance sensor 6, a plurality of locus information are generated for each target object in the storage device and tracking is performed. For example, consider a case where two target objects, a target object A and a target object B, exist as shown in FIG. Two pieces of trajectory information are generated for the target object A and the target object B in the storage device. FIG.
In the state of, as the position of the target object A, (r 6 , θ 6 (= 4
0)), as the position of the target object B (r 12 , θ 12 (=-
20 °)) is detected and the trajectory information of each is written. FIG. 19 shows a state after one sampling period (time interval T) from the state of FIG. Position 1 (r 7 , θ 7 (= 30 °)) and position 2 by object detection
Two positions of (r 11 , θ 11 (= -10 °)) are detected. As a possibility, as shown in FIG. 20, the target object A
There are two possible cases, ie, where is moved to position 1 and target object B is moved to position 2 (case A), or target object A is moved to position 2 and target object B is moved to position 1 (case B), respectively. Which locus information to write each position is determined by the following method.
【００３６】上記２つの場合についてそれぞれ移動方向
φおよび速度ｖを式５および式６により計算する。場合
Ａについて計算された対象物体Ａの移動方向をφA2、移
動速度をｖA2、対象物体Ｂの移動方向をφB4、移動速度
をｖB4、また、場合Ｂについて計算された対象物体Ａの
移動方向をφAb、移動速度をｖAb、対象物体Ｂの移動方
向をφBb、移動速度をｖBbとする。また、１サンプリン
グ周期（時間間隔Ｔ）前の状態（図１８の状態における
対象物体Ａの移動方向をφApre、移動速度をｖApre、対
象物体Ｂの移動方向をφBpreとすると、対象物体Ａの移
動方向の変化量δφA、移動速度の変化量δｖA、対象物
体Ｂの移動方向の変化量δφB、移動速度の変化量をδ
ｖBは、The moving direction φ and the velocity v are calculated by the equations 5 and 6 for the above two cases, respectively. The moving direction of the target object A calculated for the case A is φ A2 , the moving speed is v A2 , the moving direction of the target object B is φ B4 , the moving speed is v B4 , and the moving direction of the target object A calculated for the case B is The moving direction is φ Ab , the moving speed is v Ab , the moving direction of the target object B is φ Bb , and the moving speed is v Bb . Further , assuming that the state before one sampling period (time interval T) (the moving direction of the target object A in the state of FIG. 18 is φ Apre , the moving speed is v Apre , and the moving direction of the target object B is φ Bpre , the target object A movement direction variation .delta..phi a, the change in the moving speed amount .delta.v a, the movement direction variation .delta..phi B of the target object B, and the amount of change in the moving speed δ of
v B is
【００３７】[0037]
【数３】 [Equation 3]
【００３８】と表される。ここで、対象物体ｉに関する
変化量ｅiを以下の式９により定義し、さらに場合ｎに
ついての総変化量Ｅｎを以下の式１０により定義する。It is represented by Here, defined by Equation 9 below variation e i about the target object i, further case is defined by equation 10 below the total variation En for n.
【００３９】[0039]
【数４】 [Equation 4]
【００４０】但し、αおよびβは、移動方向の変化量δ
φiおよび移動速度の変化量δｖiにそれぞれ重み付けを
するための定数である。対象物体と検出位置との組み合
わせには、総変化量の最も少ない場合についての対象物
体と検出位置との組み合わせを採用するものとする。場
合Ａおよび場合Ｂの総変化量Ｅa，Ｅbは、However, α and β are change amounts δ in the moving direction.
It is a constant for weighting φ i and the moving speed change amount δv i . As the combination of the target object and the detection position, the combination of the target object and the detection position in the case where the total change amount is the smallest is adopted. The total change amounts E a and E b of case A and case B are
【００４１】[0041]
【数５】 [Equation 5]
【００４２】となり、Ｅa＜Ｅbとなることより場合Ａに
ついての対象物体と検出位置との組み合わせを採用し、
対象物体Ａの軌跡情報には位置１(ｒ7，θ7(＝３０
°))、移動方向φAa、移動速度ｖAaが、また、対象物体
Ｂの軌跡情報には位置２(ｒ11，θ11(＝−１０°))、移
動方向φBa、移動速度ｖBaがそれぞれ書き込まれる。Since E a <E b , the combination of the target object and the detection position for case A is adopted,
In the trajectory information of the target object A, the position 1 (r 7 , θ 7 (= 30
)), The moving direction φ Aa , the moving speed v Aa , and in the trajectory information of the target object B, the position 2 (r 11 , θ 11 (= -10 °)), the moving direction φ Ba , the moving speed v Ba. Are written respectively.
【００４３】３つ以上の対象物体が距離センサの測定範
囲内に存在する場合にも同様に可能性のある全ての場合
について、対象物体と検出位置との組み合わせを作り、
各場合について総変化量Ｅを計算することにより軌跡情
報に書き込むデータを決定する。総変化量Ｅが計算でき
ない対象物体が含まれる場合には、例えば、移動距離１
が最小になるように（１サンプリング周期（時間間隔
Ｔ）前と比べて、近い物体の検出位置同士を対応させ
て）対象物体と検出位置との対応をとるなどの処理をお
こなう。Similarly, in all cases where three or more target objects exist within the measurement range of the distance sensor, combinations of target objects and detection positions are created,
Data to be written in the trajectory information is determined by calculating the total change amount E in each case. When the target object whose total change amount E cannot be calculated is included, for example, the moving distance 1
Is performed so that the target object and the detection position are associated with each other so as to minimize (corresponding the detection positions of the close objects to each other as compared with one sampling period (time interval T) before).
【００４４】図２１の対象物体Ａおよび対象物体Ｂの例
のように複数の対象物体が画像形成装置から見て重なり
あった（同一のセンサの測定方向上に存在する）場合、
検出される対象物体の数が一時的に減少する。このよう
な場合には、以下のようにして追跡をおこない、軌跡情
報を生成する。図２１の例では、の方向に物体を検出
し、位置（ｒ9，θ9（＝１０°））が得られる。ここ
で、１サンプリング周期（時間間隔Ｔ）前の対象物体Ａ
および対象物体Ｂの位置をそれぞれ（ｒApre，θApre）
および（ｒBpre，θBpre）とし、また、図２２に示すよ
うに、検出された位置に対象物体Ａおよび対象物体Ｂが
それぞれ到達したと考えたときの移動方向および移動速
度を、φA，ｖAおよびφB，ｖBとすると、式５および式
６より、When a plurality of target objects overlap with each other when viewed from the image forming apparatus as in the case of the target object A and the target object B in FIG.
The number of detected target objects temporarily decreases. In such a case, tracking is performed as described below to generate trajectory information. In the example of FIG. 21, the object is detected in the direction of and the position (r 9 , θ 9 (= 10 °)) is obtained. Here, the target object A one sampling cycle (time interval T) before
And the position of the target object B respectively (r Apre , θ Apre )
And (r Bpre , θ Bpre ), and as shown in FIG. 22, the moving direction and the moving speed when it is considered that the target object A and the target object B respectively reach the detected position are φ A , Given v A and φ B , v B , from Equation 5 and Equation 6,
【００４５】[0045]
【数６】 [Equation 6]
【００４６】となる。また、１サンプリング周期（時間
間隔Ｔ）前の対象物体Ａおよび対象物体Ｂの移動方向お
よび移動速度を、φApre，ｖApreおよびφBpre，ｖBpre
とすると、それぞれの変化量ｅAおよびｅBは式１０よ
り、It becomes Further, the moving directions and moving speeds of the target objects A and B one sampling period (time interval T) before are φ Apre , v Apre and φ Bpre , v Bpre.
Then, the respective variation amounts e A and e B are given by
【００４７】[0047]
【数７】 [Equation 7]
【００４８】となる。検出された位置を、変化量の少な
い方の対象物体の位置とするものとすると、図２２の例
の場合には、ｅB＜ｅAより、検出された位置は対象物体
Ｂの軌跡情報に書き込まれる。この場合、位置の確定し
ない対象物体Ａに関しては、軌跡情報の書き込みが保留
され、位置が確定した時点に、時刻を遡って軌跡情報が
書き込まれる。例えば、１サンプリング周期（時間間隔
Ｔ）後に対象物体Ａの位置が（ｒApost，θApost）に確
定したとすると、２点（ｒApre，θApre）と
（ｒApost，θApost）との中点が保留されていた位置
（ｒA，θA）に割り当てられる。以下、同様にｎサンプ
リング周期（時間間隔ｎＴ）後に位置が確定した場合に
は、２点をｎ個に内分する点がそれぞれ保留されていた
位置に割り当てられ軌跡情報に書き込まれる。It becomes Assuming that the detected position is the position of the target object with the smaller change amount, in the case of the example in FIG. 22, since e B <e A , the detected position is the trajectory information of the target object B. Written. In this case, with respect to the target object A whose position is not determined, the writing of the trajectory information is suspended, and when the position is determined, the trajectory information is written backward from the time. For example, if the position of the target object A is determined to be (r Apost , θ Apost ) after one sampling period (time interval T), then the position between the two points (r Apre , θ Apre ) and (r Apost , θ Apost ) The point is assigned to the reserved position (r A , θ A ). Similarly, when the position is determined after n sampling cycles (time interval nT), points that internally divide the two points into n are assigned to the reserved positions and written in the trajectory information.
【００４９】３個以上の対象物体が距離センサの測定範
囲内に存在し、対象物体が画像形成装置から見て重なり
あった（同一のセンサの測定方向上に存在する）場合に
も、同様にして各対象物体について変化量ｅを計算しそ
れらを比較することにより対象物体と検出位置との対応
をとる。Similarly, when three or more target objects exist within the measurement range of the distance sensor and the target objects overlap with each other when viewed from the image forming apparatus (exist in the measurement direction of the same sensor). Then, the change amount e is calculated for each target object, and the changes are compared to obtain the correspondence between the target object and the detected position.
【００５０】認識判断トリガの生成 近づいてくる対象物体１７までの距離ｒが、ある値Ｌmi
n以下になると、パラメータ抽出部８は対象物体１７に
関する距離判断を行うため制御部１１に対して認識判断
トリガを送る。複数の対象物体が測定範囲内に存在する
場合には、対象物体のうちどれかまでの距離ｒがある値
Ｌmin以下になる毎にこの動作が動こる。認識判断トリ
ガは制御部１１で認識判断要求信号に変換され、認識判
断部9に送られる。同様に、画像形成装置を使用してい
る対象物体が遠ざかる際に、対象物体までの距離ｒが、
ある値Ｌmin以上になると、パラメータ抽出部８は対象
物体に関する認識判断を行うために制御部１１に対して
認識判断トリガを送る。複数の対象物体が測定範囲内に
存在する場合も近づく場合と同様である。図２３に判断
認識トリガ生成の様子を示す。Generation of Recognition Judgment Trigger The distance r to the approaching target object 17 is a certain value Lmi.
When the number becomes equal to or less than n, the parameter extraction unit 8 sends a recognition determination trigger to the control unit 11 to perform the distance determination regarding the target object 17. When a plurality of target objects are present within the measurement range, this operation is activated each time the distance r to any one of the target objects falls below a certain value Lmin. The recognition determination trigger is converted into a recognition determination request signal by the control unit 11 and sent to the recognition determination unit 9. Similarly, when the target object using the image forming apparatus moves away, the distance r to the target object becomes
When the value becomes equal to or more than a certain value Lmin, the parameter extraction unit 8 sends a recognition determination trigger to the control unit 11 to make a recognition determination regarding the target object. The same applies when a plurality of target objects are present within the measurement range. FIG. 23 shows how the judgment recognition trigger is generated.
【００５１】Ｌminの値は、普通は認識判断装置が認識
判断結果（＝例えば、対象物体が画像形成装置に作用す
るか否か）をサービス提供装置に出力しなければならな
い距離に設定される。この距離は、認識判断装置からの
出力結果によってもたらされるサービスの種類およびサ
ービスにかかる時間、対象物体の移動速度、等によって
適宜決定される。Ｌmaxの値は、距離センサの測定最大
距離（図４のＲmax）以内の距離に適宜設定される。認
識判断トリガを出力した後、認識判断を行う必要のある
対象物体の軌跡情報に関するデータ（軌跡情報が格納さ
れている記憶装置内のアドレスや、軌跡データのサイ
ズ、対象物体が近づいてきているのか遠ざかっているの
か、等、認識判断部で軌跡情報のアクセスの際に必要と
されるデータ）を認識判断部９へ送る。The value of Lmin is usually set to a distance at which the recognition judgment device has to output the recognition judgment result (= whether the target object acts on the image forming device, for example) to the service providing device. This distance is appropriately determined according to the type of service provided by the output result from the recognition and determination device, the time required for the service, the moving speed of the target object, and the like. The value of Lmax is appropriately set to a distance within the maximum distance measured by the distance sensor (Rmax in FIG. 4). After outputting the recognition judgment trigger, the data related to the trajectory information of the target object for which the recognition determination needs to be performed (the address in the storage device where the trajectory information is stored, the size of the trajectory data, and whether the target object is approaching. The data required for access to the trajectory information by the recognition determination unit, such as whether or not the user has moved away, is sent to the recognition determination unit 9.
【００５２】認識判断部 認識判断部９では、制御部１１からの要求により応答対
象の物体に関わる判断をおこなう。認識判断要求信号を
制御部１１から受け取った後、パラメータ抽出部８より
認識判断を行う必要のある対象物体の軌跡情報に関する
データ（軌跡情報が格納されている記憶装置１３内のア
ドレスや、軌跡データのサイズ、対象物体が近づいてき
ているのか遠ざかっているのか、等、軌跡情報のアクセ
スに必要とされるデータ）をパラメータ抽出部８より受
け取る。しかる後、記憶装置１３内の認識判断を行う必
要のある対象物体の軌跡情報にアクセスし所定の処理を
おこなうことによって、例えば、対象物体が近づいてく
る場合には画像形成装置の使用者であるか否か（画像形
成装置を「使う」か「使わない」か）、遠ざかっていく
場合には画像形成装置の使用を終了したか否か（「使用
中」か「使い終わったか」か）、等の判断を行い、その
結果を後処理部１０へ出力する。以下に認識判断の処理
のうち、対象物体が近づいてくる場合について画像形成
装置を「使う」か「使わない」かの判断をおこなうため
の処理の幾つかの例を説明する。Recognition Judgment Unit The recognition judgment unit 9 makes a judgment regarding the object to be responded to in response to a request from the control unit 11. After receiving the recognition determination request signal from the control unit 11, data relating to the trajectory information of the target object for which the recognition determination needs to be performed from the parameter extraction unit 8 (the address in the storage device 13 where the trajectory information is stored, the trajectory data, and the like). , The size of the target object, whether the target object is approaching or moving away, and the like), which are necessary for accessing the trajectory information) are received from the parameter extracting unit 8. Then, by accessing the trajectory information of the target object that needs to be recognized and determined in the storage device 13 and performing a predetermined process, for example, when the target object approaches, the user of the image forming apparatus is identified. Whether or not ("use" or "not use" of the image forming apparatus), whether or not the use of the image forming apparatus has ended ("in use" or "finished") when going away. Etc., and outputs the result to the post-processing unit 10. Among the recognition determination processes, some examples of the process for determining whether the image forming apparatus is “used” or “not used” when the target object approaches will be described below.
【００５３】前処理 対象物体に関する認識判断のために、認識判断部９では
軌跡情報から幾つかのパラメータの生成を行う。距離セ
ンサの測定範囲内に基準とする距離を１つ以上幾つか設
ける。例えば、図２４のように画像形成装置の中心から
距離Ｌ０，Ｌ１，Ｌ２，…，Ｌ（ｎ−１）のｎ個の基準
距離（但し、Ｌ０＜Ｌ１＜Ｌ２＜…Ｌ（ｎ−１）の関係
が成り立つものとする）を設けるとする。ここで、画像
形成装置から最も近い距離Ｌ０の基準距離は、Ｌmin
（パラメータ抽出部により認識判断トリガが生成される
距離）に等しいものとする。基準距離Ｌｍにおける軌跡
情報を、時刻ｔLm、距離ｒLm（＝Ｌｍ）、方向θLm、移
動速度ｖLm、移動方向φLmとし、また、距離Ｌ（ｍ−
１）とＬｍとの間の移動速度の変化量をΔｖLm（＝ｖLm
−ｖL（m-1)）、移動方向の変化量をΔLm（＝φLm−φL
(m-1)）とし、各距離についてパラメータを生成する
（但し、距離Ｌ０における移動速度の変化量ΔｖL0と移
動方向の変化量Δφ0とを除く）。各距離について生成
されたパラメータを概念的に図２５に示す。生成された
パラメータは、さらに次の段階で利用可能なように処理
をされる。例えば、値範囲によりグループ分けされその
グループ番号に変換されたり、ある値範囲についての正
規化処理等がおこなわれる。Preprocessing In order to make a recognition judgment regarding the target object, the recognition judgment section 9 generates some parameters from the trajectory information. One or more reference distances are provided within the measurement range of the distance sensor. For example, as shown in FIG. 24, n reference distances (where L0 <L1 <L2 <... L (n-1)) of distances L0, L1, L2, ..., L (n-1) from the center of the image forming apparatus. Shall be established). Here, the reference distance of the closest distance L0 from the image forming apparatus is Lmin.
(Distance at which the recognition judgment trigger is generated by the parameter extraction unit). The locus information at the reference distance Lm is time t Lm , distance r Lm (= Lm), direction θ Lm , moving speed v Lm , moving direction φ Lm, and distance L (m−
1) and Lm, the change amount of the moving speed is Δv Lm (= v Lm
-V L ( m-1 )), the amount of change in the moving direction is Δ Lm (= φ Lm − φ L
( m-1 )), and parameters are generated for each distance (however, the change amount Δv L0 of the moving speed and the change amount Δφ 0 of the moving direction at the distance L0 are excluded). The parameters generated for each distance are conceptually shown in FIG. The generated parameters are processed so that they can be used in the next stage. For example, it is divided into groups according to the value range and converted into the group number, or normalization processing for a certain value range is performed.
【００５４】認識判断処理 前処理段階で生成されたパラメータを使い認識判断をお
こなう方法のうち、ニューラル・ネットワークを使う方
法について以下に述べる。例えば、対象物体が画像形成
装置を「使う」か「使わない」かを判断するための以下
のようなニューラル・ネットワーク２１を用意する。図
２６に入力層２２、中間層２３、出力層２４の３層から
構成される階層型ニューラル・ネットワークによる認識
判断用ニューラル・ネットワーク２１の模式図を示す。
入力層２２は入力する各パラメータに対応しており、出
力層２４は各判断（この場合は「使う」および「使わな
い」）に対応している。ここで使われるニューラル・ネ
ットワークは、予め実験等により収集された特徴的なパ
ターンを教師データとして、所定の方法（例えば、バッ
クプロパゲーション）で学習しておく。つまり、各パラ
メータを入力とし、その時対象としている物体が画像形
成装置を「使う」か「使わない」かを学習させておくも
のとする。Recognition / Decision Processing Among the methods for performing recognition / decision using the parameters generated in the pre-processing stage, a method using a neural network will be described below. For example, the following neural network 21 for determining whether the target object "uses" or "does not use" the image forming apparatus is prepared. FIG. 26 shows a schematic diagram of a recognition judgment neural network 21 by a hierarchical neural network composed of three layers of an input layer 22, an intermediate layer 23 and an output layer 24.
The input layer 22 corresponds to each input parameter, and the output layer 24 corresponds to each determination (in this case, "use" and "not use"). The neural network used here is trained by a predetermined method (for example, back propagation) using the characteristic pattern collected in advance by experiment as teacher data. That is, it is assumed that each parameter is input and the object to be learned at that time is to "use" or "not use" the image forming apparatus.
【００５５】認識判断処理の際は、制御部からの制御信
号により軌跡情報より生成されたパラメータが認識判断
用のニューラル・ネットワークに入力され、その際のニ
ューラル・ネットワークの出力層２４のうち、最も強く
発火した（最も出力値の大きい）ユニットに対応する結
果を認識判断結果として後処理部１０へと出力する。同
様の仕様で、対象物体が画像形成装置を「使用中」か
「使い終わった」かを判断するためのニューラル・ネッ
トワークを用意し、認識判断結果を後処理部１０へと出
力する。In the recognition judgment process, the parameters generated from the trajectory information by the control signal from the control unit are input to the neural network for recognition judgment, and the most output layer 24 of the neural network at that time is inputted. The result corresponding to the unit that strongly ignites (the output value is the largest) is output to the post-processing unit 10 as the recognition determination result. With the same specifications, a neural network for determining whether the target object is “in use” or “used” of the image forming apparatus is prepared, and the recognition determination result is output to the post-processing unit 10.
【００５６】後処理部 後処理部１０では認識判断結果を取りまとめて最終的に
外部に出力する形式に整えた後、必要ならば制御部１１
に状態変化を通知した後、入出力管理部１２へ認識判断
データを送る。例えば、図２７に示すように距離センサ
の測定範囲に対象物体が複数存在する場合について考え
る。（ａ）の例の場合には、対象物体Ａがすでに画像形
成装置を使用中である所に、新たに画像形成装置を使用
しようとしている対象物体Ｂがやってくる。この場合、
対象物体Ｂが画像形成装置から距離Ｌminにさしかかっ
たところで認識判断トリガが生成され、認識判断部９に
より対象物体Ｂが画像形成装置を「使う」と判断される
が、この判断はマスクされるか保留されないと、対象物
体Ａが使用中にもかかわらず対象物体Ｂに対するサービ
スが開始されるといった不具合が生ずる。逆に（ｂ）の
例の場合のように、対象物体Ｂが画像形成装置を使用中
である状態で、前の使用者である対象物体Ａが立ち去っ
たとする。この場合、対象物体Ａが画像形成装置から距
離Ｌmaxにさしかかったところで認識判断トリガが生成
され、認識判断部９により対象物体Ａが画像形成装置を
「使い終わった」と判断されるが、この判断もマスクさ
れるか保留されないと、対象物体Ｂが使用中にもかかわ
らずサービスが開始される（余熱モードに遷移したりオ
ートリセットがかかったり等）といった不具合が生ず
る。後処理部１０では必要ならば制御部１１を通して外
部（画像形成装置）の情報（例えば、コピー中であるか
否か、等）を取り込み、複数の対象物体に関する判断を
マスクしたり保留したりすることにより状態を変化させ
る必要が生じた場合にのみ、入出力管理部１２へ認識判
断データを送る。Post-Processing Section The post-processing section 10 collects the recognition judgment results and arranges them in a format to be finally output to the outside, and then the control section 11 if necessary.
After notifying the change of state to the input / output management unit 12, the recognition determination data is sent. For example, consider a case where a plurality of target objects exist in the measurement range of the distance sensor as shown in FIG. In the case of the example of (a), the target object B who is trying to use the image forming apparatus newly comes to the place where the target object A is already using the image forming apparatus. in this case,
A recognition determination trigger is generated when the target object B approaches the distance Lmin from the image forming apparatus, and the recognition determining unit 9 determines that the target object B "uses" the image forming apparatus. Is this determination masked? If it is not held, a problem occurs that the service for the target object B is started even though the target object A is in use. On the other hand, as in the case of the example of (b), it is assumed that the target object A, which is the previous user, has left while the target object B is using the image forming apparatus. In this case, a recognition determination trigger is generated when the target object A approaches the distance Lmax from the image forming apparatus, and the recognition determining unit 9 determines that the target object A has “used up” in the image forming apparatus. If the target object B is not masked or held, the service is started even though the target object B is in use (transition to residual heat mode, auto reset, etc.). If necessary, the post-processing unit 10 fetches external (image forming apparatus) information (for example, whether or not copying is in progress) through the control unit 11, and masks or suspends the determination regarding a plurality of target objects. Only when it is necessary to change the state, the recognition determination data is sent to the input / output management unit 12.
【００５７】制御部 制御部１１は認識判断装置全体の制御をおこなう。おも
な制御内容には次のようなものがある。Control Unit The control unit 11 controls the entire recognition / judgment device. The main control contents are as follows.
【００５８】（１）各ブロックのタイミング処理 認識判断装置内の各ブロック（センサ駆動部７、パラメ
ータ抽出部８、認識判断部９、後処理部１０、入出力管
理部１２）間でのデータの受渡しのための同期処理をお
こなう。例えば、あるブロックＡからあるブロックＢに
対してデータが転送される場合、まず、ブロックＡから
制御部１１に対してデータ送信要求が出される。制御部
１１はブロックＢに対してブロックＡからのデータ受信
要求信号を送り、ブロックＢの受信準備が完了したこと
を確かめた後、ブロックＡにデータ送信要求信号が送ら
れる。ブロックＡでは制御部１１からのデータ送信要求
信号を受け取った後、データの転送を開始する。(1) Timing processing of each block Data of each block (sensor drive unit 7, parameter extraction unit 8, recognition determination unit 9, post-processing unit 10, input / output management unit 12) in the recognition determination device Performs synchronous processing for delivery. For example, when data is transferred from a certain block A to a certain block B, first, a data transmission request is issued from the block A to the control unit 11. The control unit 11 sends a data reception request signal from the block A to the block B, confirms that the reception preparation of the block B is completed, and then sends the data transmission request signal to the block A. In block A, after receiving the data transmission request signal from the control unit 11, data transfer is started.
【００５９】（２）各ブロックの要求処理 認識判断装置内の各ブロックから送られてくる要求（例
えば、パラメータ抽出部で発生する認識判断トリガ、各
ブロックで発生するエラーに対するリカバリー要求、
等）について定められた処理をおこなう。(2) Request processing of each block Requests sent from each block in the recognition / judgment apparatus (for example, recognition judgment trigger generated in the parameter extraction unit, recovery request for error generated in each block,
Etc.) is performed.
【００６０】（３）記憶装置のアクセス管理 複数のブロックが同時に記憶装置へのアクセスをおこな
わないように（読み出し／書き込みがぶつからないよう
に）、アービトレーションをおこなう。認識判断装置内
の各ブロックは、記憶装置にアクセスする際には制御部
にアクセス権を要求し許可された場合にのみアクセスで
きる。(3) Access control of storage device Arbitration is performed so that a plurality of blocks do not access the storage device at the same time (read / write does not collide). Each block in the recognition / judgment device can be accessed only when the storage device is accessed and the access right is requested from the control unit.
【００６１】（４）外部とのインターフェイスの制御 外部（画像形成装置）からのクロック信号やリセット信
号を入出力管理部１２を通して受け取り、外部と認識判
断装置内の各ブロックとの同期処理をおこなう。また、
外部情報（画像形成装置の状態、例えば「稼働中である
／ない」や、操作パネルの情報、等）を取り込み、認識
判断に必要なものについては、対応する各ブロックへ転
送する。(4) Control of interface with the outside The clock signal and the reset signal from the outside (image forming apparatus) are received through the input / output management unit 12, and the synchronization processing between the outside and each block in the recognition and determination apparatus is performed. Also,
External information (the state of the image forming apparatus, for example, “in operation / not operating”, information on the operation panel, etc.) is taken in, and information necessary for recognition determination is transferred to the corresponding blocks.
【００６２】外部からの種々の要求を入出力管理部１２
を通して受け取り、その要求に答える処理をおこなう。
例えば、外部から対象物体の軌跡情報が要求されると、
記憶装置内の所定のエリアから軌跡情報を読み出し、入
出力管理部１２を通して出力する等の処理がこれにあた
る。また、認識判断装置内でエラー等が発生した際の外
部への要求（例えば、操作パネルにエラーの表示をおこ
なう、等）も制御部１１で生成され、入出力管理部１２
を通して外部に出力される。The input / output management unit 12 receives various requests from the outside.
And receive the request through the.
For example, when the trajectory information of the target object is requested from the outside,
This corresponds to processing such as reading trajectory information from a predetermined area in the storage device and outputting it through the input / output management unit 12. Further, a request to the outside (for example, displaying an error on the operation panel, etc.) when an error or the like occurs in the recognition determination device is also generated by the control unit 11, and the input / output management unit 12 is generated.
Is output to the outside through.
【００６３】入出力管理部 入出力管理部１２は、外部Ｉ／Ｆ線１６を通じての外部
（画像形成装置）とのインターフェイスをつかさどる。
また、外部との同期をとるためのバッファとしても機能
し、各入出力データ／信号は入出力管理部１２でラッチ
され同期をとられる。入出力される信号には、後処理部
１０で生成されサービス提供装置に送られる対象物体に
関する判断データの他に、認識判断装置と外部との間の
各種要求、タイミング信号、等の制御信号も含まれる。Input / Output Management Unit The input / output management unit 12 controls the interface with the outside (image forming apparatus) through the external I / F line 16.
It also functions as a buffer for synchronizing with the outside, and each input / output data / signal is latched by the input / output management unit 12 to be synchronized. The input / output signals include control data such as various requests and timing signals between the recognition / determination device and the outside, in addition to the determination data regarding the target object generated by the post-processing unit 10 and sent to the service providing device. included.
【００６４】記憶装置 記憶装置１３は、各ブロックで生成されたデータを必要
に応じて蓄えておくＲＡＭ、および各ブロックを動かす
のに必要なプログラムおよびデータを蓄えておくＲＯＭ
により構成され、各ブロックによりデータの読み出し／
書き込みがおこなわれる。Storage Device The storage device 13 stores a RAM for storing data generated in each block as needed, and a ROM for storing programs and data required to operate each block.
Read / write data by each block
Writing is done.
【００６５】サービス提供装置 サービス提供装置概略 サービス提供装置４は、ＯＡ機器の各部の駆動する機能
を有し、認識判断装置３で生成された各種判断結果を受
り取りそれに対応する自動応答によりサービスを具現化
する。また、必要があれば認識判断部に対して対象物体
に関するより詳しい情報を要求する。サービス提供装置
４は概念的な装置であり、その実現形態には幾つかの方
法が考えられる。特に、専用のハード・ウェアを用意す
ることを規定せず、ＯＡ機器の中央演算装置等によりソ
フト・ウェア的に機能を代行することの可能なサービス
についてはそのような方法で実現したほうがよい。Service Providing Device Service Providing Device Outline The service providing device 4 has a function of driving each part of the OA equipment, receives various judgment results generated by the recognition judging device 3, and provides a service by an automatic response corresponding to the judgment results. Embody. Further, if necessary, the recognition determination unit is requested to provide more detailed information regarding the target object. The service providing device 4 is a conceptual device, and there are several possible ways of implementing it. In particular, it is preferable to implement such a method for a service that does not stipulate that dedicated hardware is prepared and can substitute functions by software by a central processing unit of an OA device.
【００６６】人を対象としてサービス ＯＡ機器に近づく応答対象の物体（人）があり、その物
体がＯＡ機器を使用する旨の判断データが送られてきた
場合には、以下のようなサービスを実行する。 （１）ＡＩ（Artificial Intelligence）余熱機能 （２）ＡＩ自動電源スイッチング機能 （３）ＡＩ圧板自動開閉機能 （４）ＡＩ自動割り込み機能 （５）高さ可変機能Service for People When a response target object (person) approaches an OA device, and the judgment data indicating that the object uses the OA device is sent, the following service is executed. To do. (1) AI (Artificial Intelligence) residual heat function (2) AI automatic power switching function (3) AI pressure plate automatic opening and closing function (4) AI automatic interrupt function (5) Height variable function
【００６７】また、ＯＡ機器を使用中だった人が操作を
終了しＯＡ機器を離れ、使用を終了した旨の判断データ
が送られてきた場合には、以下のようなサービスを実行
する。 （１）ＡＩ余熱機能 （２）ＡＩ自動電源スイッチング機能 （３）ＡＩ圧板自動開閉機能 （４）ＡＩ自動割り込み機能 （５）ＡＩオートリセット機能 （６）ＡＩ原稿・コピー忘れチェック機能Further, when the person who is using the OA equipment ends the operation and leaves the OA equipment, and the judgment data indicating that the use is completed is sent, the following service is executed. (1) AI residual heat function (2) AI automatic power supply switching function (3) AI pressure plate automatic opening / closing function (4) AI automatic interrupt function (5) AI automatic reset function (6) AI original / copy forget check function
【００６８】個人を対象としたサービス ＯＡ機器に近づく応答対象の物体（人）があり、個人の
ＩＤがデータとして送られてくる構成の装置について
は、以下のようなサービスを実行する。 （１）オペレーションパネルＡＩ自動設定機能 （２）ＡＩガイダンス機能 （３）管理機能 （４）ＡＩ自動割り込み機能 （５）ＡＩオートリセット機能 （６）メッセージ伝言機能Service for Individuals The following service is executed for an apparatus having a response target object (person) approaching the OA device and sending the individual ID as data. (1) Operation panel AI automatic setting function (2) AI guidance function (3) Management function (4) AI automatic interrupt function (5) AI automatic reset function (6) Message message function
【００６９】次に、画像データによる使用者認識／個人
認識について説明する。 使用者認識 前述の自動応答システムでは、センサとして赤外線セン
サなどの距離センサを使用した例をあげた。次に、距離
情報ではなく、画像データを処理することによって得ら
れる、対象物体（人物）が近づく際の体や顔の向きなど
の情報を基に、その人が「使用する人」であるのか、
「単なる通過者」であるのかを認識／判断する方法につ
いて説明する。距離センサを使用した場合の構成例であ
る図１、実装例である図２、認識判断装置の基本構成で
ある図３などは、以下に述べる画像データによる認識方
式での場合も全く同様である。但し、距離センサ２は、
ＣＣＤやＭＯＳ、撮像管などを使用した何らかの画像デ
ータ入力のためのセンサである必要がある。図３のパラ
メータ抽出部８では、画像データなどから必要な情報を
画像処理などによって抽出することになる。Next, user recognition / personal recognition based on image data will be described. User recognition In the above-mentioned automatic response system, an example using a distance sensor such as an infrared sensor was given as a sensor. Next, based on the information such as the body and face orientation when the target object (person) approaches, which is obtained by processing the image data, not the distance information, is that person the "user"? ,
A method of recognizing / determining whether the user is a “passer” will be described. The configuration example in which a distance sensor is used in FIG. 1, the implementation example in FIG. 2, the basic configuration of the recognition determination device in FIG. . However, the distance sensor 2
It needs to be a sensor for inputting some image data using a CCD, a MOS, an image pickup tube, or the like. The parameter extraction unit 8 in FIG. 3 extracts necessary information from image data or the like by image processing or the like.
【００７０】さて、本認識判断装置が付帯されている複
写機などの画像形成装置５を使用する為に近づいて来る
人の動作を考えてみよう。特に、障害物のない場合、通
常人は、使いたい装置に対して真っ直ぐに歩いてくると
考えてよい。つまり、使用したい装置に対して体の向き
を真っ直ぐにして近づいて来る。また、何らかの障害物
などがあったりして、真っ直ぐに近づいて来れない場合
でも、目標の装置の位置まで近づくまでに、その装置が
見える範囲に来れば、少なくとも何回かはその装置を直
視すると考えてよい。つまり、使用したい装置に対し
て、顔の向きが幾度となく真っ直ぐ向くことになる。こ
のような、人間が自然に振る舞う行動をルールとして蓄
えておき、画像処理などによりこれらの行動を抽出／判
定することにより、対象人物が「使用者」なのか単なる
「通過者」なのかを判断する。Now, let us consider the operation of an approaching person in order to use the image forming apparatus 5 such as a copying machine provided with the present recognition and determination apparatus. In particular, when there is no obstacle, it can be considered that a person usually walks straight to the device he / she wants to use. In other words, approach the device you want to use with your body straight. In addition, even if you cannot come in a straight line due to some obstacle, etc., if you can see the device at least several times as long as you can reach the target device by the time it comes close to the position of the target device, You can think. In other words, the face of the device desired to be used faces straight again and again. It is possible to determine whether the target person is a "user" or a simple "passerby" by storing such behaviors of human beings as a rule as rules and extracting / determining these behaviors by image processing or the like. To do.
【００７１】以下、図２８を参照して具体的な判断の仕
方の簡単な例について説明する。撮影した画像データに
おいて、人物が撮影されているかをまず判断しなければ
ならない（step１）。これには、例えば、誰も映ってい
ない画像データを保持しておき、撮影された画像データ
との差分をとることなどにより可能となる。つまり、現
在撮影した画像データから背景部分を消去することによ
り、残った部分は、背景でない何らかの移動する物体、
つまり対象人物であることが分かる。Hereinafter, a simple example of a specific method of making a determination will be described with reference to FIG. First, it must be judged whether or not a person is photographed in the photographed image data (step 1). This can be achieved, for example, by holding image data in which no one is reflected and taking the difference from the image data taken. In other words, by deleting the background portion from the image data that is currently captured, the remaining portion is a moving object that is not the background,
In other words, it can be seen that the target person.
【００７２】次に、対象人物の画像データにおいて、体
もしくは顔の向きを検知しなければならない（step
２）。検知と言っても、こちらを向いているか否かを判
断すればよい。非常に単純な例としては、撮影された人
物の体もしくは顔の向きがこちらを向いていれば使用者
として判断してもよい。しかし、通常唯一度だけこちら
を向いていたからといって、単純には判断しがたい。つ
まり、これだけでは十分な精度は得られない。そこで、
例えば、カウンタを設け、こちらを向いていたと観測さ
れる回数をそのカウンタによって記憶しておき、あらか
じめ設定しておいた回数分だけ観測されたときに「使用
者」であると判断しても良い。Next, the orientation of the body or face must be detected in the image data of the target person (step
2). Even if it says detection, it is enough to judge whether or not it is facing here. As a very simple example, the user may be judged if the body or face of the photographed person is facing this direction. However, it is usually difficult to judge just because you were only looking at me once. In other words, this is not enough accuracy. Therefore,
For example, a counter may be provided, and the number of times that it is observed that the user has turned to this side may be stored in the counter, and it may be determined that the user is the user when the number of times of observation is preset. .
【００７３】また、向きをｙｅｓ/ｎｏではなく、例え
ば、角度数等によって数値化して観測し、そのデータ列
によって判断してもよい。この場合、あらかじめ「使用
者」のデータ列パターンを記憶しておき、その記憶して
おいた表を参照することにより判断してもよいし、時間
と向きをパラメータとして適度な重みパラメータを付加
した評価関数によって判断してもよいし、「使用者」の
行動パターンを自然言語的なルール（例えば、短時間に
何回もこちらを向いたら、使用者である。等）によって
記述しておき、ファジィ推論によって判断してもよい
し、あらかじめ「使用者」の行動パターンをニューラル
ネットワークに記憶させ、観測されたデータ列を入力と
してニューラルネットワークから「使用者」であるか否
かを出力させるようにしてもよい。Further, the direction may be digitized by the number of angles or the like, instead of yes / no, and observed, and the data string may be used for the determination. In this case, the data string pattern of the "user" may be stored in advance and the judgment may be made by referring to the stored table, or an appropriate weighting parameter may be added with time and direction as parameters. It may be judged by the evaluation function, or the behavior pattern of the "user" may be described by a natural language rule (for example, if the user turns here many times in a short time, the user is the one.), It may be judged by fuzzy reasoning, or the behavior pattern of the "user" may be stored in advance in the neural network, and the observed data string may be input to the neural network to output whether or not the user is the "user". May be.
【００７４】また、本認識処理を実施するための構成
は、基本的には、前述のものと特に大きくは変わりはな
いが、図１における距離センサ２は、ＣＣＤなどの画像
入力センサに変わる。また、近づいて来る対象物体（対
象人物）が撮影された画像データは、図３のパラメータ
抽出部８で処理される。ここで抽出すべき特徴量（デー
タ／情報）は、先に述べた対象人物の顔又は体の向きで
ある。また、認識判断部９では、先に述べた表参照や、
評価関数、ファジィ推論、ニューラルネットワークなど
により判断処理を行うことになる。The structure for carrying out this recognition processing is basically the same as that described above, but the distance sensor 2 in FIG. 1 is replaced by an image input sensor such as a CCD. In addition, the image data obtained by photographing the approaching target object (target person) is processed by the parameter extraction unit 8 in FIG. The feature amount (data / information) to be extracted here is the orientation of the face or body of the target person described above. Further, in the recognition determining unit 9, the table reference described above,
Judgment processing is performed by an evaluation function, fuzzy inference, neural network, etc.
【００７５】個人認識 人物である対象物体を特定の個人であることを認識する
ことを、個人識認と呼ぶ。個人認識においては、更に大
きな２つの認識に分けられる。一つは、あらかじめ登録
されている個人を特定するという認識（既個人特定化識
別）と、もう一つは、特に個人を登録しておくのではな
く、ある時点で観測された対象人物に対し、同じ人であ
るか否かを認識（逐次同一人物判別）するものである。
前述の自動応答システムでは、センサとして対象物体の
位置を計測するために、距離センサを具備する例を示
し、その一具体例として赤外線や超音波センサなどを挙
げて説明した。ここでは、対象人物の個人認識に関する
例を示すが、この場合センサの具体例としては、ＣＣＤ
などによる画像入力後、画像データを処理する例を中心
として述べる。Individual Recognition Recognizing that a target object that is a person is a specific individual is called personal identification. Individual recognition can be divided into two larger recognitions. One is the recognition of identifying an individual who has been registered in advance (identified individual identification), and the other is not to register the individual in particular, but for the target person observed at a certain point. , The same person is recognized (the same person is sequentially identified).
In the above-described automatic response system, an example in which a distance sensor is provided to measure the position of the target object as a sensor is shown, and an infrared or ultrasonic sensor has been described as a specific example thereof. Here, an example relating to individual recognition of the target person is shown. In this case, a specific example of the sensor is a CCD.
An example in which image data is processed after the image is input by, for example, will be mainly described.
【００７６】この場合、図１に示された認識判断装置３
において個人認識を行い、距離センサ２は画像データが
入力できるセンサとなるだけで、基本的な構成は何ら変
わらない。以下では、説明を簡単にするために一つの画
像入力センサを例として説明するが、図１、図２などで
示したのと同様に複数のセンサを設けても良い。なお、
センサとしてＣＣＤなどの画像入力装置を用いても、前
述の自動応答システムで説明した対象物体までの位置を
観測することは、現在の画像処理技術をもってすればな
んら問題なく可能である（［「ロボット」bit 増刊、pp
711/724,1976年7月号］,[「立体視」日本ロボット学会
誌，Vol.１,pp30/35,1983］など参照）。つまり、画像
入力センサは、距離センサの一具体例に過ぎず、例え
ば、１台の固定されたセンサから撮影された画像データ
から対象物体の位置を求めるには、対象人物の足の位置
の画像データ座標を抽出し、実世界の座標データにマッ
ピングすればよいし、センサが複数台ある場合は、三角
測量の原理を応用（両眼立体視法）すれば対象物体まで
の位置を観測できる。よって、センサが前述の赤外線セ
ンサなどから画像センサに変わったとしても、前述まで
の処理は同様に可能であるばかりか、以降に説明する個
人認識においても有用なセンサとなる。In this case, the recognition judgment device 3 shown in FIG.
In the above, personal recognition is performed, and the distance sensor 2 is a sensor that can input image data, and the basic configuration is not changed at all. In the following, one image input sensor will be described as an example for simplification of description, but a plurality of sensors may be provided as shown in FIGS. 1 and 2. In addition,
Even if an image input device such as a CCD is used as a sensor, it is possible to observe the position up to the target object described in the above-mentioned automatic response system without any problem by using the current image processing technology ([“robot ] Bit special edition, pp
711/724, July 1976], ["Stereoscopic vision", Journal of the Robotics Society of Japan, Vol. 1, pp30 / 35, 1983], etc.). That is, the image input sensor is just one specific example of the distance sensor, and for example, in order to obtain the position of the target object from the image data captured by one fixed sensor, the image of the position of the foot of the target person is used. Data coordinates may be extracted and mapped to real world coordinate data. If there are multiple sensors, the position of the target object can be observed by applying the triangulation principle (stereoscopic method). Therefore, even if the sensor is changed from the infrared sensor or the like to the image sensor, not only the above-described processing is possible but also the sensor is useful in the individual recognition described below.
【００７７】既個人特定化識別 画像データから、既に登録されている個人を特定化す
る、既個人特定化識別についてその処理方法を述べる。
識別技術は古くから存在し、例えば、文字認識などで実
用化されている。既個人特定化識別においても、同様の
技術／原理で行える。原理を簡単に説明すると、あらか
じめ辞書と呼ばれる特定化すべきものの特徴について記
述したものを用意し、観測された入力データの特徴を抽
出し、辞書の各内容と比較して、最も特徴が合致してい
るものを、特定されたものとするわけである。また、こ
のような識別論的なアプローチのほかにも、表参照方
式、評価関数方式、確信度計算方式、ファジィ推論方
式、ニューラルネット方式なども知られている。Existing Individual-Specific Identification The processing method for the already-identified individual identification for identifying the already registered individual from the image data will be described.
Discrimination technology has existed for a long time and has been put to practical use, for example, in character recognition. The same technique / principle can be applied to the already-identified personal identification. To explain the principle briefly, prepare a dictionary that describes the characteristics of something to be specified in advance, extract the characteristics of the observed input data, compare with each content of the dictionary, and find the best match. What is present is identified. In addition to such a discriminant approach, a table reference method, an evaluation function method, a confidence factor calculation method, a fuzzy inference method, a neural network method, etc. are also known.
【００７８】個人を識別するためのデータとして、あら
かじめ登録しておなかければいけない個人に関する情報
つまり特徴は、画像処理などによって得られる特徴であ
れば何でもよいが、個人を見分けるのに良いものでなけ
ればならない。例えば、身長、体重（体積）、性別、体
や顔の大きさや形、眼鏡の有無などが考えられる。身長
は画像データより頭から爪先までの画素数を実際の長さ
に変換することにより得られる。これは対象物体までの
距離がわかっているはずなので、変換は容易である。頭
および爪先を見つけだすことは、２値化やフィルター処
理などの通常の画像処理技術や知識工学をもってすれば
実現可能である。性別は、髪の毛の形状や、覆き物、化
粧の有無、などを画像処理により得ることにより判別可
能である。画像データによって個人を特定するのに有効
とされ、よく用いられているのは、顔の特徴である。例
えば、目の離れ具合、目の形、顎の輪郭、などのよう
に、各部品間の関係や個々の部品の形状などがよく使用
される。As the data for identifying an individual, the information about the individual, which must be registered in advance, that is, the feature, may be any feature obtained by image processing or the like, but it must be good for distinguishing the individual. I have to. For example, height, weight (volume), sex, size or shape of body or face, presence or absence of eyeglasses, etc. may be considered. The height can be obtained by converting the number of pixels from the head to the toes into the actual length from the image data. This is easy to convert because the distance to the target object should be known. Finding the head and toes can be realized by ordinary image processing techniques such as binarization and filtering and knowledge engineering. The sex can be determined by obtaining the shape of the hair, the covering, the presence or absence of makeup, and the like by image processing. Facial features are often used and are often used to identify individuals based on image data. For example, relations between parts, shapes of individual parts, and the like such as the degree of separation of eyes, the shape of eyes, and the contour of a jaw are often used.
【００７９】この既個人特定化識別の個人認識により、
ユーザの操作性を向上したり、装置の管理を省力化する
ことなどを実現することが可能となる。例えば、複写機
などの画像形成装置にこの個人認識装置を付けた場合、
オペレーションパネルＡＩ自動設定機能、ＡＩガイダン
ス機能、ＡＩ自動割り込みなどを実現することが可能と
なる。By the individual recognition of the already-identified individualized identification,
It is possible to improve the operability of the user and to save the management of the device. For example, when this personal recognition device is attached to an image forming device such as a copying machine,
The operation panel AI automatic setting function, AI guidance function, and AI automatic interrupt can be realized.
【００８０】逐次同一人物判別 次に、前述のように、あらかじめ個人を登録しておくの
ではなく、ある時点で観測された対象人物に対し、同じ
人であるか否かの認識である、逐次同一人物判別につい
て述べる。これは、ある時点で観測された対象人物の特
徴を記憶しておき、別の時点で観測された対象人物の特
徴と一致しているかどうかを判定して、同一人物である
かどうかを判別／認識するもので、あらかじめ特定した
い個人の特徴などを含む情報を辞書として登録しておく
必要がない代わりに、例えば、観測された人の名前など
の人為的に誰かが装置に入力してやらなければ分からな
い情報は得ることはできない。逐次同一人物判別を行う
ための方法は、基本的には既個人特定化識別における方
法と大きくは違わない。個人識別では、観測／抽出され
た特徴をもとに、これをあらかじめ辞書に記述しておい
た各個人の特徴を比較するものであったが、逐次同一人
物判定では、ある以前の時点で直接観測された特徴とを
比較する点が違う。同一人物判定において、ある時点で
観測された対象人物の特徴は、辞書として記憶してお
き、後に観測された人物の特徴と比較する際に使用され
るが、直前の観測物体のみを辞書に記憶しても、複数記
憶できるようにしておいても良い。Sequential Identification of Same Person Next, as described above, the individual is not registered in advance, but it is the recognition whether or not the target person observed at a certain time is the same person. Discrimination of the same person will be described. This is to store the characteristics of the target person observed at a certain point in time, determine whether they match the characteristics of the target person observed at another point, and determine whether they are the same person / You do not need to register in advance information that includes the characteristics of the individual you want to identify as a dictionary.For example, if someone does not artificially input the name of the observed person into the device, you can understand it. No information can be obtained. The method for sequentially identifying the same person is basically not much different from the method in the already identified individual identification. In the personal identification, based on the observed / extracted features, this was compared with the features of each individual, which was described in the dictionary in advance. The difference is that it compares the observed features. In the same person determination, the characteristics of the target person observed at a certain time are stored as a dictionary and used when comparing with the characteristics of the person observed later, but only the immediately preceding observed object is stored in the dictionary. Alternatively, it may be possible to store a plurality of items.
【００８１】逐次同一人物判別が可能になることによ
り、例えば、装置の使用者が代わったことが分かるの
で、その時点で「使用中／使い終わった」を区別するこ
とができる。同一人物と判別される人が来た場合、それ
がある一定時間内であれば、「使用中」であると認識で
きるし、同一人物でない人がやって来れば、前の人は使
い終わったと認識できる。また、この装置が例えば複写
機であれば各パラメータを自動的にリセット（ＡＩオー
トリセット機能）して次の使用者の誤操作を防ぐことな
どが可能となる。また、ＡＩ自動割り込み機能も個人ま
で特定できなくても、本認識により可能となる。また、
逐次同一人物判別における特徴を観測するためのセンサ
は、特にＣＣＤに限られるわけではない。例えば、色セ
ンサや体重計、音センサなどの人物の特徴を測定できる
ものであれば何でもよい。また、先に説明したＣＣＤ等
による画像入力センサのように単独で判別可能なセンサ
もあるが、単独では判別が困難なセンサでも、複合して
用いることにより、より高い精度で判別が可能となる。
この場合の構成は、図１にある距離センサ２と並列にこ
れらのセンサを連結させれば良いだけである。By making it possible to successively identify the same person, for example, it is possible to know that the user of the apparatus has changed, and it is possible to distinguish "in use / end of use" at that point. When a person is identified as the same person, it can be recognized as "in use" within a certain period of time, and when a person who is not the same person comes in, the previous person is recognized as finished using it. it can. If the apparatus is, for example, a copying machine, it is possible to automatically reset each parameter (AI auto reset function) to prevent the next erroneous operation by the user. Even if the AI automatic interrupt function cannot be specified for each individual, this recognition can be performed. Also,
The sensor for sequentially observing the characteristics in the same person discrimination is not limited to the CCD. For example, anything that can measure the characteristics of a person such as a color sensor, a weight scale, and a sound sensor may be used. Further, although there is a sensor which can be individually discriminated such as the image input sensor such as the CCD described above, it is possible to discriminate with higher accuracy by using a combination of sensors which are difficult to discriminate by themselves. .
The configuration in this case is only required to connect these sensors in parallel with the distance sensor 2 shown in FIG.
【００８２】認識判断用パラメータの処理方法：あらか
じめ定められた測定検出エリアの初期条件設定方式 近づいて来る人が、本認識装置が付帯してあるシステム
（装置）を操作するために来た人なのか、単なる通り掛
かりの人なのかを判断する際において、システムが設定
されている状況によって判断を早期にもしくはより確実
にするために、周囲の状況を認識し、記憶しておくこと
が望ましい。ここで言う、「状況」というのは、例え
ば、周囲の壁などの障害物の場所のことである。例え
ば、行き止まりの廊下の一番奥にシステムが設置されて
いるような状態の場合、殆どの場合システムに近づいて
来る人は使用する人であると考えられる。ここでは、
「行き止まりの廊下の一番奥にシステムが設置されてい
る」というような状況を自動的に認識する方法について
述べる。検出したい情報は、人間にとって歩行するのに
制止／障害となる、例えば、壁などの固定された物体で
ある。これらの物体をあるタイミングで見つければ良
い。これには、例えば、本認識装置が付帯されているシ
ステムを設置するサービスマンやユーザなどが、何らか
の方法により直接システムに入力してやることも可能で
あるが、レイアウトの変更などのたびにいちいち入力／
設定し直さなければならず、面倒である。ここでは、こ
れらを自動的に認識していく方法を述べる。Processing method of recognition judgment parameter: method of setting initial condition of predetermined measurement / detection area A person approaching is a person who came to operate a system (apparatus) attached to the present recognition apparatus. It is desirable to recognize and memorize the surrounding situation in order to make the determination early or more surely depending on the situation where the system is set when deciding whether the person is a passing person. As used herein, the term "situation" refers to the location of obstacles such as surrounding walls, for example. For example, when the system is installed at the far end of a dead-end corridor, the person who approaches the system is considered to be the person who uses the system in most cases. here,
Described is a method of automatically recognizing a situation where a system is installed at the far end of a dead-end corridor. The information to be detected is a fixed object, such as a wall, which is a blocking / obstacle for a human to walk. Find these objects at a certain time. For this purpose, for example, a service person or a user who installs the system to which the recognition device is attached can directly input to the system by some method.
It is troublesome to set it again. Here, the method of automatically recognizing these is described.
【００８３】前述の認識装置で記したセンサなどによ
り、測定可能な検出エリアにおいて、初期条件となる障
害物などのデータ（エリアデータ）を認識するために
は、以下の（ａ）,（ｂ）,（ｃ）の３つが考えられる。 （ａ）電源投入から所定時間経過後に検出される検出値
からエリアデータを記憶（規則的な受光・受信データに
基づく制止障害物データ） 電源が投入された時点から、あらかじめ定めておいた所
定時間後にセンサを起動させ、センサにより何らかの物
体が検出された場所を、固定物体（障害物）であると認
識して、記憶しておく方法である。電源が投入された直
後では、電源を投入した人がその傍におり、これを固定
物体であると認識してしまう可能性がある。そこで、電
源が投入され、しばらくした後（例えば１分後）にセン
サを起動させ、何らかを検知した場所を固定物体として
認識し、記憶する。In order to recognize data (area data) such as an obstacle which is an initial condition in a measurable detection area by the sensor described in the above-mentioned recognition device, the following (a), (b) , (C) can be considered. (A) Area data is stored from the detection value detected after a lapse of a predetermined time after the power is turned on (blocking obstacle data based on regular received / received data) A predetermined time from the time the power is turned on This is a method in which the sensor is activated later, and the place where any object is detected by the sensor is recognized as a fixed object (obstacle) and stored. Immediately after the power is turned on, the person who turned on the power is nearby and may recognize this as a fixed object. Therefore, the power is turned on, and after a while (for example, 1 minute), the sensor is activated, and the place where something is detected is recognized as a fixed object and stored.
【００８４】実施例の一つとして、前述のセンサによ
り、初期条件の設定を行う場合を説明する。図１及び図
２には、本認識装置が付帯してあるシステム（ＯＡ機器
１または画像形成装置５）とセンサ２の構成が示されて
いる。ここでは、システムに複数の各方向に対してセン
サを向けて取付けてある。このシステムがユーザにより
電源を投入された場合、例えば、本認識装置の電源がそ
のシステムの電源と共有されているなどして、電源が投
入されたタイミングが何らかの手段により容易に分かる
ので、本認識装置などにタイマーを設置しておき、さら
かじめ設定された所定の時間、例えば、１分後に各セン
サが起動し、所定の測定を行わせる。これらセンサは、
少なくとも何らかの物体が、どの方向にどの位の距離に
あるかを測定できるものであり、例えば、図４及び図５
のような場合、何らかの物体が観測された方向と距離の
組合せで示され、〜〇１３、〇１５〜〇１９の所に、
障害物があるものとして認識し、これを記憶しておく。As one of the embodiments, a case where the above-mentioned sensor sets the initial condition will be described. 1 and 2 show configurations of a system (the OA device 1 or the image forming apparatus 5) and a sensor 2 to which the present recognition device is attached. Here, the sensor is attached to the system in a plurality of directions. When the power of this system is turned on by the user, for example, the power of the recognition device is shared with the power of the system, and the timing of the power is easily known by some means. A timer is installed in the device or the like, and each sensor is activated after a predetermined time, for example, 1 minute, which has been set in a random manner, to perform a predetermined measurement. These sensors are
At least some object can measure in what direction and at what distance, for example, FIG. 4 and FIG.
In such a case, it is indicated by a combination of the direction and distance in which some object was observed, and at ~ 〇13, 〇15〜 ○ 19,
Recognize that there is an obstacle and memorize it.
【００８５】（ｂ）電源投入から所定タイミング毎に検
出される検出値からエリアデータを所定タイミング毎に
記憶更新 電源が投入された時点から、あらかじめ定めておいた所
定時間毎にセンサを起動させ、前回に測定した際のセン
サの検知状況と今回の検知状況を比較して、固定物体が
どこにあるかを認識し、記憶更新する方法である。固定
物体は、レイアウト変更などによる状況の変化が人為的
に起こされない場合以外、センサによる検知を何度行っ
ても同じ場所に検知されるはずである。一方、たまたま
近くにいた人など、本来は障害物ではない場合には、最
初はセンサにより観測されるが、次の測定時には既にそ
こを去り、観測されないはずである。よって、例えば、
５分毎にセンサから検知状況を得て、過去の検知状況を
覚えておき、いつも同じ場所に検知されるものは、固定
物体であると認識する方法である。所定のタイミング
は、常時つまり最小限の間隔で観測をしなくてもよい。
但し、単にエリアデータを取得するのみであるならば、
常時観測する必要は特になく、ある程度の間隔をおいて
測定すればよい。例えば、常時何らかの判断をするため
にセンサを起動させているのであれば、それを流用し、
常時エリアデータを更新していけば、より確実である
が、他に特に常時観測しておく必要がなければ、ある程
度の間隔をおいて測定したほうが、省電力の効果が得ら
れる。(B) Area data is stored and updated at every predetermined timing from the detection value detected at every predetermined timing after the power is turned on. After the power is turned on, the sensor is activated at every predetermined time. This is a method of comparing the detection status of the sensor at the time of the previous measurement with the detection status of this time, recognizing where the fixed object is, and updating the memory. A fixed object should be detected in the same place no matter how many times it is detected by the sensor, unless a situation change due to a layout change or the like does not occur artificially. On the other hand, if it is not an obstacle originally, such as a person who happened to be nearby, it will be observed by the sensor at first, but will have already left there and will not be observed at the next measurement. So, for example,
This is a method in which the detection status is obtained from the sensor every 5 minutes, the past detection status is memorized, and the object always detected at the same place is recognized as a fixed object. The predetermined timing need not always be observed, that is, at the minimum interval.
However, if you just want to get the area data,
There is no particular need for constant observation, and measurements may be taken at some intervals. For example, if you always activate the sensor to make some judgment, divert it,
It is more reliable if the area data is updated at all times, but if there is no need for other observations at all times, it is more effective to save power if measurements are taken at certain intervals.
【００８６】この方法を実現するにあたっては、過去の
検知状況は、少なくとも１回は記憶しておく必要があ
る。しかし、複数回を記憶しておいてもよく、この方が
認識精度は高まる反面コストが高くなる。過去の検知状
況を１回のみ記憶しておく場合、記憶しておいた以前の
検知状況が、例えば、θ＝１５度、距離＝３ｍとθ＝８
０度、距離＝２ｍの所であったとし、所定時間後である
今回測定した検知状況では、３０度、４ｍと８０度、２
ｍであったなら、同じ所に検知された８０度、２ｍの部
分には何らかの固定物体（障害物）があると認識／判断
する。そして、過去の検知状況として３０度、４ｍと；
８０度、２ｍを記憶しておく。In order to realize this method, it is necessary to store the past detection status at least once. However, a plurality of times may be stored, which increases the recognition accuracy but increases the cost. When the past detection status is stored only once, the stored previous detection status is, for example, θ = 15 degrees, distance = 3 m and θ = 8.
It is assumed that the position is 0 degrees and the distance is 2 m, and the detection status measured this time after a predetermined time is 30 degrees, 4 meters and 80 degrees, and 2 degrees.
If it is m, it is recognized / determined that there is some fixed object (obstacle) in the part of 80 degrees and 2 m detected at the same place. And the past detection status is 30 degrees and 4 m;
Store 80 degrees and 2 meters.
【００８７】また、複数回の検知状況を記憶しておく場
合も、ほぼ同様に判断をすれば良い。例えば、５回分の
状況を記憶しておく場合、最近３回以上連続で同じ場所
に検知された所には、確実に固定物体があると判断し、
連続ではないが、今回測定分を含め６回の検知状況で４
回以上検知された場所には障害物となりえるものがある
と判断する。このようにすることにより、より正確に障
害物であるか否かがわかることになる。これにより、壁
などの本当に静止物体である物以外にも、例えば、本認
識装置が付帯されたシステムの近くに、例えば、ワープ
ロなどが設置されており、そのワープロを使用する人間
がセンサに検知される場合、つまり、本来は移動物体な
どではあるが何らかの都合により一時的にシステムにと
っての障害物となる場合などにも対処でき、正しい設置
環境つまり初期条件を得ることができる。Also, in the case of storing the detection statuses of a plurality of times, the judgment may be made in substantially the same manner. For example, when storing the situation for 5 times, it is judged that a fixed object is surely present at a place detected at the same place three or more times in a row recently,
It is not continuous, but it is 4 in 6 detection situations including this measurement
It is judged that there are some obstacles in the places detected more than once. By doing so, it becomes possible to more accurately know whether or not it is an obstacle. As a result, in addition to things such as walls that are truly stationary objects, for example, a word processor, etc., is installed near the system equipped with this recognition device, and a person using the word processor can detect it with a sensor. In this case, that is, it is possible to deal with the case where it is originally a moving object, but temporarily becomes an obstacle to the system for some reason, and the correct installation environment, that is, the initial condition can be obtained.
【００８８】（ｃ）所定条件の時に検出される検出値か
らのエリアデータを記憶（所定条件毎にエリアデータ記
憶更新） エリアデータを認識するタイミングを所定の条件が満た
されたときに限って行う方法である。所定の条件とは、
基本的に周りに人がいない状況のことである。センサ自
体は一定もしくは不定期に起動させておいてもよいが、
エリアデータを認識すべきなのかどうかを所定の条件と
照らし合せて認識を行い、記憶しておく。所定条件とし
ては、以下のような４つの場合が考えられる。(C) Storing area data from the detected value detected under the predetermined condition (area data storage update for each predetermined condition) The timing of recognizing the area data is performed only when the predetermined condition is satisfied. Is the way. The predetermined condition is
Basically, it means that there are no people around. The sensor itself may be activated at fixed or irregular intervals,
Whether or not the area data should be recognized is compared with a predetermined condition to be recognized and stored. The following four cases can be considered as the predetermined condition.
【００８９】（ｉ）非使用時 本認識装置が付帯されているシステムが稼働していな
い、つまり誰も使っていないときに測定／認識を行う。
システムが稼働していない時には、基本的に近くに人が
いないと考えられる。つまりその時点で測定すれば、何
らか検知された場所に障害物があると判断してもよい。
この場合、一回の測定で、その時に何らか検知された場
所を障害物であると認識しても良いし、何回か測定し
て、多数検知された場所を障害物であるとしてもよい。(I) When not in use Measurement / recognition is performed when the system attached with the present recognition device is not in operation, that is, no one is using it.
When the system is not operating, there are basically no people nearby. In other words, if the measurement is performed at that point, it may be determined that there is an obstacle at the location where something is detected.
In this case, one measurement may recognize a location detected at that time as an obstacle, or it may be measured several times and a plurality of locations detected may be an obstacle. .
【００９０】（ii）人がいない夜間：タイマー 通常のオフィスなどでは、夜間は人がいない。よって、
この時に測定／認識を行う。夜間などの人のいない時間
にタイマーなどによりセンサを起動させ、何らかの物体
が検知されたならば、それは壁などの障害物であること
が想定される。また、タイマーのみではなく、照明の明
るさなどによって、人がいない状態であることをより確
実に判断することも可能である。例えば、具体的な時間
の設定としては、デフォルトで夜中の３時、変更したい
場合はユーザにより行えるようにしておいても良いし、
別の用途でシステムに組み込まれているＯＮ／ＯＦＦタ
イマと連動させ、ＯＦＦ時、もしくはＯＦＦされる直
前、自動的にＯＮされた直後などに設定しても良い。こ
の場合、最低限一回の測定でよく、その時に何らか検知
された場所を障害物であると識別しても良いし、念のた
め人のいない夜間などの時間の間に、何回か測定して、
多数検知された場所を障害物であるとしてもよい。(Ii) Night with no people: Timer In a normal office, there are no people at night. Therefore,
At this time, measurement / recognition is performed. If some kind of object is detected by activating the sensor with a timer or the like when there is no person such as at night, it is assumed that it is an obstacle such as a wall. Moreover, it is possible to more reliably determine that there is no person, not only by the timer but also by the brightness of the illumination. For example, as a specific time setting, it is possible to set it by default at 3 o'clock in the middle of the night, and to change it by the user.
It may be set in conjunction with an ON / OFF timer incorporated in the system for another purpose, at the time of OFF, immediately before being turned OFF, immediately after being automatically turned ON, or the like. In this case, at least one measurement is required, and the location detected at that time may be identified as an obstacle, or, as a precautionary measure, it may be repeated several times during an unattended night time. Measure
The place where a large number is detected may be an obstacle.
【００９１】（iii）休日：ウィークリータイマー 通常のオフィスでは、休日には人がいない。よって、こ
の時に測定／認識を行う。日曜日など、人のいない日に
カレンダー（ウィークリータイマー）などによりセンサ
を起動させ、何らかの物体が検知されたならば、それは
壁などの障害物であると想定される。具体的な時間の設
定は、デフォルトで日曜日、変更したい場合はユーザに
より行えるようにしておいても良い。この場合、最低一
回の測定でもよく、その時に何らか検知された場所を障
害物であると認識しても良いし、何回か測定して、多数
検知された場所を障害物であるとしてもよい。(Iii) Holidays: Weekly timer In a normal office, there are no people on holidays. Therefore, measurement / recognition is performed at this time. If an object is detected when a sensor is activated by a calendar (weekly timer) on a day when there is no person such as Sunday, it is assumed that it is an obstacle such as a wall. The specific time may be set on Sunday by default, and may be set by the user if desired. In this case, the measurement may be performed at least once, and the location detected at that time may be recognized as an obstacle. Good.
【００９２】（iv）初期条件設定手段ＯＮ ここでは初期条件設定のための手段をユーザに閉放する
ものであり、例えば、「初構条件設定ボタン」のような
操作ボタンを装置に付けておき、サービスマンやユーザ
／管理者などがレイアウトなど決定して、初期条件を設
定すべきであると判断したときに、明示的にこのボタン
を押してもらうことによって、初期条件を認識／設定す
る方法である。しかし、ボタンを押した直後では、押し
た人が装置の目の前にいるので、カメラなどによく使用
されているセルフタイマーのように、数秒後に設定され
るようにあらかじめ設定しておき、その間にボタンの操
作者はセンサの検知範囲外に退避してもらうようにすれ
ばよい。また、赤外線リモコンなどを使用して、離れた
場所から本手段を動作させられるようにしておいてもよ
い。(Iv) Initial condition setting means ON Here, the means for setting the initial condition is closed to the user. For example, an operation button such as a "first condition setting button" is attached to the apparatus. By recognizing / setting the initial condition, the service person or the user / administrator etc. decides the layout etc. and explicitly presses this button when it is determined that the initial condition should be set. is there. However, immediately after pressing the button, the person who presses it is in front of the device, so like the self-timer often used for cameras etc., it is set in advance so that it will be set in a few seconds, and during that time. In addition, the button operator may ask the user to evacuate outside the detection range of the sensor. Further, an infrared remote controller or the like may be used so that the present means can be operated from a distant place.
【００９３】次に、マシン設置環境による「使う／使わ
ない」又は「使用中／使い終わった」の早期識認の仕方
について説明する。初期条件設定に基づくマシン設置環
境データ（エリアデータ）からマシン（装置）が隅に設
置されたと認識したならば、設定されている検出測定エ
リア内に測定対象物体（移動物体）が進入しただけで
「使う」ものと認識することができる。すなわち、マシ
ンの設置環境により、単純に人が来ればその人は必ず使
う人である場合が考えられる。例えば、行き止まりの通
路の一番奥にマシンを設置した場合、近くに来る人は使
う人であると考えてよい。Next, a method for early recognition of "used / not used" or "in use / finished" depending on the machine installation environment will be described. If you recognize that the machine (device) is installed in the corner from the machine installation environment data (area data) based on the initial condition setting, then the object to be measured (moving object) simply enters the set detection measurement area. It can be recognized as "use". That is, depending on the installation environment of the machine, if a person simply comes, that person may be the person who always uses it. For example, when a machine is installed at the far end of a dead end passage, people who come nearby may be considered as users.
【００９４】マシンの設置環境（エリアデータ）は、前
述の方法により得ることが可能であり、この時、基本的
にはマシンの前を人が物理的に通過／行き過ぎることが
できるかどうかが問題となり、エリアデータよりこれを
判断していて、物理的に人がマシンの前を通過して行っ
てしまうことが不可能な場合には、単純に距離センサな
どにより、人が近くにいるかどうかを見て、近くに来た
ならばその人は「使う人」と判断する。また、もしセン
サを多方向に向けた複数を具備しているような構成にし
た場合、障害物として判断された方角を測定するセンサ
に限っては、動作させないようにして、省電力を図れる
という効果もある。The installation environment (area data) of the machine can be obtained by the above-mentioned method, and basically, at this time, it is a question whether or not a person can physically pass / overpass in front of the machine. If this is judged from the area data and it is impossible for a person to physically pass in front of the machine, simply check with a distance sensor to see if a person is nearby. Look, if you come near, that person is judged as "user". In addition, if the sensor is configured to include a plurality of sensors in multiple directions, it is possible to save power by not operating only the sensor that measures the direction determined as an obstacle. There is also an effect.
【００９５】近づく人の殆どが「使う人」であると判断
できる条件である、マシンの前を人が物理的に通過／行
き過ぎることができないような状況とは、マシンが行き
止まりの地点に設置されている場合である。マシンが行
き止まりにあるという状況は、例えば、行き止まりの通
路の奥や、２面が壁でその角に置かれているような場合
が考えられる。マシンの正面のみが通行可能であるか、
もしくは、横（右又は左）などの方向だけが通行可能で
あるような場合、このような認識／判断を行う。このよ
うなことにより、設置環境に一定の制約はあるが、特に
難しいことがなく、早期で確実に簡単に、「使う人」の
判断が可能となる。It is a condition under which most people approaching can be judged to be "users". A situation where a person cannot physically pass / overshoot in front of a machine means that the machine is installed at a dead end. That is the case. The situation where the machine is at a dead end may be, for example, a case where the passage is at a dead end or two sides are placed on a corner of a wall. Is only the front of the machine accessible?
Alternatively, such recognition / judgment is performed when the vehicle can pass only in the lateral (right or left) direction. As a result, although there are certain restrictions on the installation environment, there is no particular difficulty, and it is possible to quickly and reliably and easily determine the “user”.
【００９６】なお、以上には、近づいて来る人に対し
「使う／使わない」を認識判断する例を述べたが、去る
人に対し「使用中／使い終わった」を認識する方法も全
く同様な考え方で実現可能であることは言うまでもな
い。In the above, an example of recognizing and determining "use / not use" for an approaching person has been described, but the method of recognizing "in use / finished" for a person who leaves is exactly the same. It goes without saying that it can be realized with this kind of thinking.
【００９７】[0097]
【実施例】次に、測定対象物体（移動物体）の「使う／
使わない」又は「使用中／使い終わった」の認識方法に
ついて説明する。 （Ａ）ＣＣＤからの画像信号を処理した画像データによ
り顔又は体の向きを判断し、「使う／使わない」又は
「使用中／使い終わった」かを認識する。人間が通路や
部屋の中に置かれているシステム（装置）を使用しよう
と近づいて来る場合、通常そのシステムに向かってなる
べく真っ直ぐに到達しようとする。つまり、システムか
ら見れば使用するために来る人は、体が正面を向きなが
ら歩いてくると考えてよい。但し、歩いて来るまでの空
間の広さ／狭さによっては、体は真っ直ぐシステムを向
いてなくて近づいて来る場合も考えられるが、少なくと
もある時点で、よほど無意識でないかぎり、システムを
見る。よって、このことを検知すれば、その人が使うた
めに近づいて来る人なのか、そうでないのか想定でき
る。体の向きや、顔の向きを検出するためには、ＣＣＤ
等による画像データを処理して認識すればよい。[Embodiment] Next, "use / use" of an object to be measured (moving object)
A method of recognizing “not using” or “in use / end of use” will be described. (A) The orientation of the face or body is judged based on the image data obtained by processing the image signal from the CCD, and whether "used / not used" or "used / used" is recognized. When a person approaches to use a system (device) placed in an aisle or a room, it usually tries to reach the system as straight as possible. In other words, from the viewpoint of the system, a person who comes to use it may think that the body walks while facing the front. However, depending on the size / narrowness of the space until walking, the body may approach without having to look straight at the system, but at least at some point, unless it is very unconscious, look at the system. Therefore, if this is detected, it can be assumed whether the person is approaching or not to use it. To detect the orientation of the body and face, CCD
It suffices to process and recognize image data based on the above.
【００９８】体の向きが正面を向いているかどうかは、
例えば、肩の線を抽出し、それが水平に近ければ正面を
向いていることが分かるし、傾いていれば正面を向いて
いないことが分かる。また、横を向いている人の状態の
画像では、胸などの体の正面部分は非常に小さく映るの
で、このことによっても、正面を向いているかどうか分
かる。Whether or not the body is facing the front is
For example, if a shoulder line is extracted and it is close to horizontal, it can be seen that it is facing the front, and if it is tilted, it is known that it is not facing the front. Also, in the image of a person who is facing sideways, the front part of the body such as the chest appears very small, and this also makes it possible to know whether or not the body is facing forward.
【００９９】顔の向きが正面を向いているかどうかは、
鼻の形や、両目／耳を結ぶ線やどの程度映っているかな
どにより判断できる。これらによって得られる向きは、
例えば、角度などの数値化されたデータとしても抽出可
能であり、あらかじめ設定しておいたしきい値と比較し
て、「向いている／向いていない」の２値を出力するこ
とも可能である。これらのデータ抽出処理は、従来より
用いられている一般的な画像処理の技術を使用すれば問
題なく実現可能である。Whether or not the face is facing the front is
It can be judged by the shape of the nose, the line connecting the eyes / ears, and the degree of reflection. The orientation obtained by these is
For example, it is possible to extract it as numerical data such as an angle, and it is also possible to output a binary value of “it is facing / not facing” in comparison with a preset threshold value. . These data extraction processes can be realized without any problem by using a general image processing technique that has been used conventionally.
【０１００】単純に撮影された人物の体／顔の向きが本
認識装置に直面していることが観測されたならば、直ち
にその人は「使う人」であると判断することも可能であ
る。しかし、十分な精度ではない。そこで、例えば、カ
ウンタを設け、こちらを向いていたと観測される回数を
記憶しておき、あらかじめ設定しておいた回数分だけ観
測されたときに「使用中」であると判断しても良い。よ
り精度を高めるためには、「向いている／向いていな
い」の２値ではなく、角度などで示される数値データ
（列）を取り扱う必要がある。If it is observed that the body / face orientation of the person simply photographed faces the recognition device, it is possible to immediately determine that the person is the "user." . However, it is not accurate enough. Therefore, for example, a counter may be provided to store the number of times that it is observed that it has turned to this side, and it may be determined that it is “in use” when the number of times of observation is set in advance. In order to further improve the accuracy, it is necessary to handle numerical data (column) indicated by an angle or the like, instead of the binary value "facing / unfacing".
【０１０１】このパラメータの処理方式としては、以下
に述べるような方法が考えられる。 （ｉ）表参照方式 あらかじめ「使用中」の取りうる行動パターンを観測
し、ある時間内で観測されるデータ列を見つけておき、
それを記憶しておく。例えば、３回の観測されたデータ
列で、［５，３，０］、もしくは［−２，１，−１］で
あれば、「使用者」のパターンであるというように記憶
しておく。記憶方法としては、例えば、今の例では３組
のデータで示されるので、３次元の表として （ｘ＝５，ｙ＝３，ｚ＝０）＝「使用者」フラグ などのようにして記憶しておけばよい。認識判断時に
は、刻々と観測されるデータをこれら記憶しておいた表
を引いてくることにより、「使用者」フラグが立ってい
れば「使用者」であると判断すればよい。The following method can be considered as a processing method of this parameter. (I) Table reference method By observing behavior patterns that "in use" can take in advance and finding a data string observed within a certain time,
Remember that. For example, if the data string observed three times is [5, 3, 0] or [-2, 1, -1], it is stored as the "user" pattern. As a storage method, for example, in the present example, three sets of data are shown, so that a three-dimensional table is stored as (x = 5, y = 3, z = 0) = “user” flag, etc. Just keep it. At the time of recognition judgment, it is possible to judge that the user is the "user" if the "user" flag is set by pulling a table in which these observed data are stored every moment.
【０１０２】（ii）評価関数方式 あらかじめ「使用者」の取りうる行動パターンを観測
し、データ列におけるいくつかのデータをパラメータと
して、重み関数を付加した評価関数を設定させる。例え
ば、ｄ１，ｄ２，ｄ３，ｄ４として順に得られるデータ
列に対し、 ｋ１＊ｄ１＋ｋ２＊ｄ２＋ｋ３＊ｄ３＋ｋ４＊ｄ４ のような評価関数を設定する。例えば、ｋ１＝０.５、
ｋ２＝０.６、ｋ３＝０.８、ｋ４＝１のように設定され
た場合、認識判断時に、ｄ１＝８０、ｄ２＝８０、ｄ３
＝８５、ｄ４＝９０が観測されたとすると、評価関数式
により２４６が得られる。また、ｄ１＝８０、ｄ２＝９
０、ｄ３＝８０、ｄ４＝７５と観測されたとすると評価
関数式により２３３が得られる。向きを表す観測データ
が、対象人物が真横を向いているとき０、正面を向いて
いるときは９０が得られるようなものであった場合、前
者は徐々に正面を向いている例であり、後者は途中で方
向を変えたかもしくは横切ろうとしているかの例であ
る。ここで評価関数式によって得られた数値に対してあ
らかじめ適度に設定されたしきい値とを比較し「使う」
のか否かを判断する。例えば、しきい値を２４０とする
と、前者の例では「使う人」と判断され、後者の例では
「使う人ではない」と判断される。また、前記例では、
ｋ＊ｄというような単純な例であるが、ｄは観測された
角度などの向きその物でなくてもよく、例えば、ｄ２−
ｄ１を一つのデータとしたりすることも可能である。(Ii) Evaluation Function Method The behavior pattern that the “user” can take is observed in advance, and an evaluation function to which a weighting function is added is set with some data in the data string as parameters. For example, an evaluation function such as k1 * d1 + k2 * d2 + k3 * d3 + k4 * d4 is set for the data strings sequentially obtained as d1, d2, d3, and d4. For example, k1 = 0.5,
When k2 = 0.6, k3 = 0.8 and k4 = 1 are set, d1 = 80, d2 = 80, d3 at the time of recognition determination.
= 85 and d4 = 90 are observed, 246 is obtained from the evaluation function formula. Also, d1 = 80, d2 = 9
If observing 0, d3 = 80, and d4 = 75, 233 is obtained from the evaluation function formula. In the case where the observation data indicating the direction is such that 0 is obtained when the target person is facing directly to the side and 90 is obtained when the target person is facing directly, the former is an example of gradually facing the front, The latter is an example of changing direction or trying to cross. Here, the value obtained by the evaluation function formula is compared with a threshold value set in advance and “used”
Or not. For example, if the threshold value is 240, it is determined that the user is a "user" in the former example and "not a user" in the latter example. Also, in the above example,
Although it is a simple example such as k * d, d does not have to be the orientation such as the observed angle, and for example, d2-
It is also possible to use d1 as one data.
【０１０３】（iii）ファジィ推論方式 前記（ii）評価関数方式での例にもあるように、例えば
「徐々に正面を向いてくる」場合や、「一定して正面を
向いてくる」場合などは「使用する人」である。また、
「突如として方向が逸れていく」場合などは、逆に「使
用しない人」であることがわかる。このような自然言語
的なルールを多数用意し、これらの“徐々に”や“正
面”などというあいまいな言語をファジィ論理のメンバ
ーシップ関数によって表現することによって、ファジィ
推論による認識判定が行えるようになる。(Iii) Fuzzy inference method As in the example of (ii) the evaluation function method, for example, "when gradually facing the front" or "when constantly facing the front", etc. Is the "user". Also,
On the contrary, in the case where "the direction suddenly deviates", it can be understood that the person is a "non-use person". By preparing a large number of such natural language rules and expressing these ambiguous languages such as “gradually” and “front” by the membership function of fuzzy logic, it is possible to perform recognition judgment by fuzzy reasoning. Become.
【０１０４】（iv)ニューラルネット方式 あらかじめ「使う人」のデータ列から得られる特徴を入
力として、ニューラルネットに学習させておき、認識判
断時には観測されたデータ列を入力として「使う／使わ
ない」の出力によって認識判定する。なお以上には、近
づいて来る人に対し「使う／使わない」を認識判断する
例を述べたが、去る人に対し「使用中／使い終わった」
を認識する方法も全く同様な考え方で実現可能であるこ
とは言うまでもない。(Iv) Neural network method The neural network is trained in advance with the characteristics obtained from the data string of the "user" as an input, and the observed data string is input "use / not use" at the time of recognition judgment. Recognition is judged by the output of. In the above, an example of recognizing and judging "use / not use" was given to an approaching person, but "used / used" to a person who left.
It goes without saying that the method of recognizing can be realized by the same idea.
【０１０５】（Ｂ）ＣＣＤからの画像信号を処理した画
像データより、使用者が同一人物であるか否かにより
「使用中／使い終わった」かを認識する。ＣＣＤなどか
ら得られる画像情報（データ）を基に画像処理を行い、
使用者の各種の特徴を収集／記憶しておき、次に測定さ
れた使用者の同様にして抽出された特徴と比較して、同
一人物で或るか否かを判断し、別の人物であれば前の使
用者は既に使い終わったと判断する。(B) From the image data obtained by processing the image signal from the CCD, whether the user is "in use / finished" is recognized depending on whether or not the user is the same person. Image processing is performed based on image information (data) obtained from CCD,
Various characteristics of the user are collected / stored, and then compared with the characteristics of the user measured in the same manner, and it is determined whether or not the person is the same person. If so, the previous user determines that he has already used it.
【０１０６】まず、同一人物であるか否かを判断する手
法としては、以下のようにすればよい。使用中である人
物の特定部分付近の画像データを撮影しこれを保持す
る。ＣＣＤのシステムへの付帯させ方にもよるが、使用
中の使用者の顔付近の画像を撮影しても良いし、全体を
撮影してもよい。また、近づいて来る前に既に撮影して
おいても良い。このようにして撮影された画像データに
対して、各種の特徴を抽出する。例えば、顔付近を撮影
するようにした場合、顔の丸さを表すような顔の縦長／
横長や、目の離れ具合、鼻と口との距離、髪の毛の大き
さ、眼鏡の有無等を特徴量として抽出する。大きさや長
さなどに関連したパラメータは、画像レベルでの正規
化、もしくはパラメータとして抽出する際のパラメータ
決定式に正規化するようにさせるなどのことは当然であ
り、技術的にも通常頻繁に用いられている。つまり、画
像を撮影する際に、その時によって、同じ人でも小さく
映ってしまう場合や大きく映ってしまう場合がある。例
えば、遠くにいるうちに撮影してしまえば小さく映る。
その時の被写体までの距離を計算してアフィン変換など
の処理を画像データに施しても良いし、画像から得られ
た、例えば、顔の幅の画素数などに対して、距離の補正
を施しても良しい、また、被写体までの距離が分からな
い場合は、顔の丸さ（顔の縦長／横長）のような距離に
は不変の特徴量を使用しても良い。First, the method for determining whether or not the person is the same may be as follows. Image data around a specific portion of a person being used is captured and held. Depending on how the CCD is attached to the system, an image near the face of the user who is using the image may be taken, or the entire image may be taken. Also, you may have already taken a picture before approaching. Various features are extracted from the image data thus photographed. For example, if you take a picture of the face area,
The length, the distance between the eyes, the distance between the nose and the mouth, the size of the hair, the presence or absence of eyeglasses, and the like are extracted as feature quantities. It is natural that parameters related to size and length should be normalized at the image level, or should be normalized in the parameter determination formula when extracting as parameters. It is used. In other words, when capturing an image, the same person may appear small or large depending on the time. For example, if you shoot while you are far away, it will appear small.
The distance to the subject at that time may be calculated, and processing such as affine transformation may be performed on the image data. Alternatively, the distance may be corrected for the number of pixels of the face width obtained from the image, for example. Also, if the distance to the subject is unknown, an invariant feature amount may be used for the distance such as the roundness of the face (vertical face length / horizontal face length).
【０１０７】また、同一人物であるか否か判断された場
合、どのようにして「使用中／使い終わった」かを判断
するには、ある一定時刻内で同一人物であると判断され
る人が来た場合には、使用中であると認識し、同一人物
でないと判断された人物が来た場合には既に前の人は使
い終わったと認識する。Further, when it is determined whether or not the person is the same person, the person who is determined to be the same person within a certain fixed time can be used to determine how "in use / finished use". When a person who is judged not to be the same person comes, it is recognized that the previous person has already used it.
【０１０８】次に、測定対象物体（移動物体）の固体の
認識方法について説明する。測定対象物体の特徴デー
タ、例えば、ＣＣＤからの画像信号を処理した画像デー
タにより、身長、体重、性別、顔（大きさ、形、髪形、
眼鏡など）、服装（形、色）などを判別し、測定対象物
体（移動物体）の固体を認識する。これは、本認識装置
の付帯しているシステムを使用する人が、誰であるかを
認識しようとするもので、ＣＣＤなどによる画像入力装
置により得られた画像情報（データ）を処理して、その
人の特徴的なパラメータを抽出し、あらかじめ入力／記
憶しておいた個人別の標準特徴辞書を参照して、それら
の中のどの人かを認識／判断する。識別技術は古くから
存在し、例えば、文字認識などで実用化されている。既
個人特定化識別においても、同様の技術／原理で行え
る。Next, a method of recognizing the solid of the object to be measured (moving object) will be described. Based on the characteristic data of the object to be measured, for example, image data obtained by processing the image signal from the CCD, height, weight, sex, face (size, shape, hairstyle,
Glasses, etc.), clothes (shape, color), etc. are discriminated, and the solid of the measurement target object (moving object) is recognized. This is to recognize who the person who uses the system attached to this recognition device is, and to process the image information (data) obtained by the image input device such as CCD, Characteristic parameters of the person are extracted, and a person's standard characteristic dictionary that has been input / stored in advance is referred to recognize / determine which person among them. Discrimination technology has existed for a long time and has been put to practical use, for example, in character recognition. The same technique / principle can be applied to the already-identified personal identification.
【０１０９】原理を簡単に説明すると、あらかじめ辞書
と呼ばれる特定化すべきものの特徴について記述したも
のを用意し、観測された入力データの特徴を抽出し、辞
書の各内容と比較して、最も特徴が合致しているもの
を、特定されたものとするわけである。また、このよう
な識別論的なアプローチのほかにも、表参照方式、評価
関数方式、確信度計算方式、ファジィ推論方式、ニュー
ラルネット方式なども知られている。To briefly explain the principle, a feature called a dictionary that describes the features to be specified is prepared in advance, the features of the observed input data are extracted, and compared with the contents of the dictionary. Those that match are identified. In addition to such a discriminant approach, a table reference method, an evaluation function method, a confidence factor calculation method, a fuzzy inference method, a neural network method, etc. are also known.
【０１１０】個人を識別するためのデータとして、あら
かじめ登録しておかなければいけない個人に関する情報
つまり特徴は、画像処理などによって得られる特徴であ
れば何でもよいが、個人を見分けるのに良いものでなけ
ればならない。例えば、身長、体重（体積）、性別、体
や顔の大きさや形、眼鏡の有無などが考えられる。身長
は画像データより頭から爪先までの画素数を実際の長さ
に変換することにより得られる。これは対象物体までの
距離がわかっているはずなので、変換は容易である。頭
および爪先も見つけだすことは、２値化やフィルター処
理などの通常の画像処理技術や知識工学をもってすれば
実現可能である。性別は、髪の毛の形状や、覆き物、化
粧の有無、などを画像処理により得ることにより判別可
能である。画像データによって個人を特定するのに有効
とされ、よく用いられているのは、顔の特徴である。例
えば、目の離れ具合、目の形、顎の輪郭、などのよう
に、各部品間の関係や個々の部品の形状などがよく使用
される。As the data for identifying an individual, the information about the individual, that is, the feature that must be registered in advance, may be any feature obtained by image processing or the like, but it must be good for identifying the individual. I have to. For example, height, weight (volume), sex, size or shape of body or face, presence or absence of eyeglasses, etc. may be considered. The height can be obtained by converting the number of pixels from the head to the toes into the actual length from the image data. This is easy to convert because the distance to the target object should be known. Finding the head and toes can also be realized by ordinary image processing techniques such as binarization and filtering and knowledge engineering. The sex can be determined by obtaining the shape of the hair, the covering, the presence or absence of makeup, and the like by image processing. Facial features are often used and are often used to identify individuals based on image data. For example, relations between parts, shapes of individual parts, and the like such as the degree of separation of eyes, the shape of eyes, and the contour of a jaw are often used.
【０１１１】[0111]
【発明の効果】以上の説明から明らかなように、本発明
によると、下記の効果がある。 構成（１）に対応する効果；ＣＣＤを用いて得た装置近
傍の人の顔あるいは体の向きを利用して使用者か否かを
認識するので、より正確な判断を行うことができる。 構成（２）に対応する効果；ＣＣＤを用いて得た装置近
傍の人の顔あるいは体の向きを利用して使用中か使い終
ったかを認識するので、より正確な判断を行うことがで
きる。 構成（３）に対応する効果；構成（１）、（２）の効果
に加えて、顔あるいは体の向きと使用者か否かの関係を
あらかじめ記憶しており、記憶されている関係と検出さ
れたデータを比較することで、使用者か否かを判断する
ため、認識速度が非常に速いという効果がある。 構成（４）に対応する効果；構成（１）、（２）の効果
に加えて、顔あるいは体の向きと使用者か否かの関係を
表す評価関数をあらかじめ記憶しており、記憶されてい
る評価関数と検出されたデータを比較することで、使用
者か否か等を判断するため、認識速度が非常に速く、ま
た記憶するためのメモリも少なくてすむという効果があ
る。 構成（５）に対応する効果；構成（１）、（２）の効果
に加えて、使用者か否か等の判断にファジー理論を適用
しているので、きめ細かい実用的な認識を行うことがで
きる。 構成（６）に対応する効果；構成（１）、（２）の効果
に加えて、使用者か否か等の判断にニューラル・ネット
ワークを用いているので、少ない実験で、よりきめの細
かい認識を行う装置を実現できる。 構成（７）に対応する効果；ＣＣＤを用いて人の入れ替
わりを判断するので、正確な認識を行うことができる。 構成（８）に対応する効果；構成（７）の効果に加え
て、記憶されている関係と検出されたデータを比較する
ことで、使用者の入れ替わりを判断するため、認識速度
が非常に速いという効果がある。 構成（９）に対応する効果；構成（７）の効果に加え
て、記憶されている評価関数と検出されたデータを比較
することで認識を行うため、認識速度が非常に速く、ま
た記憶するためのメモリも少なくてすむという効果があ
る。 構成（１０）に対応する効果；構成（７）の効果に加え
て、認識にファジー理論を適用しているので、きめ細か
い実用的な認識を行うことができる。 構成（１１）に対応する効果；構成（７）の効果に加え
て、認識にニューラル・ネットワークを用いているの
で、少ない実験で、よりきめ細かい認識を行う装置がで
きる。 構成（１２）に対応する効果；個人を認識できるので、
個人に対応した装置の制御を行うことができる。 構成（１３）に対応する効果；構成（１２）の効果に加
えて、記憶されている関係と検出されたデータを比較す
ることで個人を認識するため、認識速度が非常に速いと
いう効果がある。 構成（１４）に対応する効果；構成（１２）の効果に加
えて、記憶されている評価関数と検出されたデータを比
較することで個人を認識するため、認識速度が非常に速
く、また記憶するためのメモリも少なくてすむという効
果がある。 構成（１５）に対応する効果；構成（１２）の効果に加
えて、認識にファジー理論を適用しているので、きめ細
かい実用的な認識を行うことができる。 構成（１６）に対応する効果；構成（１２）の効果に加
えて、認識にニュートラル・ネットワークを用いている
ので、少ない実験で、よりきめ細かい認識を行う装置を
実現できる。As is apparent from the above description, the present invention has the following effects. Effect corresponding to the configuration (1): Since it is recognized whether or not the user is the user by utilizing the direction of the face or body of the person near the device obtained by using the CCD, more accurate determination can be performed. Effect corresponding to the configuration (2): Since the face or body orientation of a person near the device obtained by using the CCD is utilized to recognize whether the device is in use or has been used up, more accurate determination can be performed. Effects corresponding to the configuration (3); In addition to the effects of the configurations (1) and (2), the relationship between the face or body orientation and whether or not the user is stored in advance, and the stored relationship is detected. Since it is determined whether or not the user is a user by comparing the generated data, the recognition speed is very fast. The effect corresponding to the configuration (4); in addition to the effects of the configurations (1) and (2), an evaluation function representing the relationship between the orientation of the face or body and whether or not the user is stored in advance, and stored. Since the evaluation function is compared with the detected data to determine whether or not the user is a user, the recognition speed is very fast, and there is an effect that a memory for storing is small. The effect corresponding to the configuration (5); in addition to the effects of the configurations (1) and (2), fuzzy theory is applied to the judgment of whether or not the user is used, so that detailed practical recognition can be performed. it can. Effects corresponding to the configuration (6); In addition to the effects of the configurations (1) and (2), a neural network is used to determine whether or not the user is a user. It is possible to realize a device for performing. Effect corresponding to the configuration (7): Since the replacement of the person is determined using the CCD, it is possible to perform accurate recognition. The effect corresponding to the configuration (8); in addition to the effect of the configuration (7), by comparing the stored relationship with the detected data, the replacement of the user is determined, so that the recognition speed is very fast. There is an effect. The effect corresponding to the configuration (9); in addition to the effect of the configuration (7), recognition is performed by comparing the stored evaluation function with the detected data, so that the recognition speed is very fast and is stored. This has the effect of requiring less memory. Effect corresponding to the configuration (10); In addition to the effect of the configuration (7), fuzzy theory is applied to the recognition, so that detailed practical recognition can be performed. Effect corresponding to the configuration (11); In addition to the effect of the configuration (7), since a neural network is used for recognition, a device that performs more detailed recognition can be made with a small number of experiments. Effect corresponding to composition (12); individual can be recognized,
It is possible to control the device corresponding to an individual. Effect corresponding to the configuration (13): In addition to the effect of the configuration (12), the recognition speed is very fast because the individual is recognized by comparing the stored relationship with the detected data. . The effect corresponding to the configuration (14); in addition to the effect of the configuration (12), the recognition speed is very fast and is stored because the individual is recognized by comparing the stored evaluation function with the detected data. This has the effect of requiring less memory to do so. Effects corresponding to the configuration (15); In addition to the effects of the configuration (12), fuzzy theory is applied to the recognition, so that fine and practical recognition can be performed. Effect corresponding to the configuration (16); In addition to the effect of the configuration (12), since the neutral network is used for recognition, a device that performs more detailed recognition can be realized with a small number of experiments.
【図１】 自動応答システムをＯＡ機器に適用した場合
の構成概念を説明するためのブロック図である。FIG. 1 is a block diagram for explaining a configuration concept when an automatic response system is applied to an OA device.
【図２】 画像形成装置にセンサを実装した場合の例を
示す図である。FIG. 2 is a diagram illustrating an example in which a sensor is mounted on the image forming apparatus.
【図３】 認識装置の基本構成を示すブロック図であ
る。FIG. 3 is a block diagram showing a basic configuration of a recognition device.
【図４】 画像形成装置と障害物との関係を示す図であ
る。FIG. 4 is a diagram showing a relationship between an image forming apparatus and an obstacle.
【図５】 画像形成装置と障害物との間の距離データを
模式的に示す図である。FIG. 5 is a diagram schematically showing distance data between an image forming apparatus and an obstacle.
【図６】 画像形成装置に対する環境情報の一例を示す
図である。FIG. 6 is a diagram showing an example of environment information for the image forming apparatus.
【図７】 図４における環境情報を示す図である。FIG. 7 is a diagram showing environment information in FIG.
【図８】 環境情報の変化の状態を示す図である。FIG. 8 is a diagram showing a change state of environmental information.
【図９】 図８における距離データを示す図である。9 is a diagram showing distance data in FIG.
【図１０】 図９の場合について、環境情報と距離デー
タとの差をとった結果を示す図である。FIG. 10 is a diagram showing a result of taking a difference between environmental information and distance data in the case of FIG. 9;
【図１１】 環境情報の変化の状態を示す図である。FIG. 11 is a diagram showing a change state of environmental information.
【図１２】 図１１の要部詳細図である。FIG. 12 is a detailed view of a main part of FIG.
【図１３】 環境情報の変化の状態を示す図である。FIG. 13 is a diagram showing a change state of environmental information.
【図１４】 図１３の要部詳細図である。FIG. 14 is a detailed view of a main part of FIG.
【図１５】 環境情報の変化の状態を示す図である。FIG. 15 is a diagram showing a change state of environmental information.
【図１６】 環境情報の変化の状態を示す図である。FIG. 16 is a diagram showing a change state of environmental information.
【図１７】 対象物体の移動軌跡情報の概念を示す図で
ある。FIG. 17 is a diagram showing the concept of movement trajectory information of a target object.
【図１８】 環境情報の変化の状態を示す図である。FIG. 18 is a diagram showing a change state of environmental information.
【図１９】 環境情報の変化の状態を示す図である。FIG. 19 is a diagram showing a change state of environmental information.
【図２０】 環境情報の変化の状態を示す図である。FIG. 20 is a diagram showing a change state of environmental information.
【図２１】 環境情報の変化の状態を示す図である。FIG. 21 is a diagram showing a change state of environmental information.
【図２２】 環境情報の変化の状態を示す図である。FIG. 22 is a diagram showing a change state of environment information.
【図２３】 対象物体に対する認識判断を説明するため
の図である。FIG. 23 is a diagram for explaining recognition determination for a target object.
【図２４】 対象物体が画像形成装置に近づいてくる場
合の認識判断の例を説明するための図である。FIG. 24 is a diagram for explaining an example of recognition determination when a target object approaches an image forming apparatus.
【図２５】 図２４の例において、各距離について生成
されたパラメータを概念的に示す図である。FIG. 25 is a diagram conceptually showing parameters generated for each distance in the example of FIG. 24.
【図２６】 階層型ニューラルネットワークの一例を示
す図である。FIG. 26 is a diagram showing an example of a hierarchical neural network.
【図２７】 距離センサの測定範囲内に複数の対象物体
が存在する場合の例を説明するための図である。FIG. 27 is a diagram for explaining an example when a plurality of target objects are present within the measurement range of the distance sensor.
【図２８】 対象人物が画像形成装置の使用者なのか、
否かの判断の仕方の一例を示す図である。FIG. 28 shows whether the target person is a user of the image forming apparatus,
It is a figure showing an example of how to judge whether or not.
１…ＯＡ機器、２…センサ部、３…認識判断装置、４…
サービス提供装置、５…画像形成装置、６…距離セン
サ、７…センサ駆動部、８…パラメータ抽出部、９…認
識判断部、１０…後処理部、１１…制御部、１２…入出
力管理部、１３…記憶装置、１４…データ線、１５…制
御線、１６…外部Ｉ／Ｆ、１７…障害物、１８…対象物
体、２１…階層型ニューラル・ネットワーク、２２…入
力層、２３…中間層、２４…出力層。1 ... OA device, 2 ... Sensor unit, 3 ... Recognition determination device, 4 ...
Service providing device, 5 ... Image forming device, 6 ... Distance sensor, 7 ... Sensor drive unit, 8 ... Parameter extraction unit, 9 ... Recognition determination unit, 10 ... Post-processing unit, 11 ... Control unit, 12 ... Input / output management unit , 13 ... Storage device, 14 ... Data line, 15 ... Control line, 16 ... External I / F, 17 ... Obstacle, 18 ... Target object, 21 ... Hierarchical neural network, 22 ... Input layer, 23 ... Intermediate layer , 24 ... Output layer.
───────────────────────────────────────────────────── フロントページの続き (72)発明者 一宮 孝司 東京都大田区中馬込１丁目３番６号 株式 会社リコー内 (72)発明者 佐々木 英一 東京都大田区中馬込１丁目３番６号 株式 会社リコー内 (72)発明者 来住 文男 東京都大田区中馬込１丁目３番６号 株式 会社リコー内 ─────────────────────────────────────────────────── ─── Continuation of the front page (72) Inventor Koji Ichinomiya 1-3-6 Nakamagome, Ota-ku, Tokyo Within Ricoh Co., Ltd. (72) Inventor Eiichi Sasaki 1-3-3 Nakamagome, Ota-ku, Tokyo Within Ricoh Co., Ltd. (72) Inventor Fumio Kurizumi 1-3-6 Nakamagome, Ota-ku, Tokyo Inside Ricoh Co., Ltd.
Claims (4)
取り、読み取った画像信号を出力する画像信号検出手段
と、該画像信号検出手段からの画像信号を処理し、装置
近傍の人の顔あるいは体の向きを判別する画像信号処理
手段と、該画像信号処理手段が判別した装置近傍の人の
顔あるいは体の向きにより、装置に接近する人が該装置
を使用する人か否かを認識する認識手段とを有し、該認
識手段の認識結果により前記装置の制御を行うことを特
徴とする画像形成装置。1. An image signal detecting means for reading an image in the vicinity of the device by a CCD element and outputting the read image signal, and an image signal from the image signal detecting means for processing the face or body of a person in the vicinity of the device. An image signal processing means for discriminating the orientation and a recognition means for recognizing whether or not the person approaching the device is the person who uses the device, based on the orientation of the face or body of the person near the device discriminated by the image signal processing means. And an image forming apparatus that controls the apparatus according to a recognition result of the recognition unit.
取り、読み取った画像信号と出力する画像信号検出手段
と、該画像信号検出手段からの画像信号を処理し、装置
近傍の人の顔あるいは体の向きを判別する画像信号処理
手段と、該画像信号処理手段が判別した装置近傍の人の
顔あるいは体の向きにより、装置に接近する人が該装置
を使用する人か否かを認識する認識手段とを有し、該認
識手段の認識結果により前記装置の制御を行うことを特
徴とする画像形成装置。2. An image signal detecting means for reading an image in the vicinity of the device by a CCD element and outputting the read image signal, and an image signal from the image signal detecting means for processing the face or body of a person in the vicinity of the device. Image signal processing means for determining the orientation, and recognition means for recognizing whether or not the person approaching the device is the person who uses the device, based on the orientation of the face or body of the person near the device determined by the image signal processing means. And an image forming apparatus that controls the apparatus according to a recognition result of the recognition unit.
取り、読み取った画像信号を出力する画像信号検出手段
と、該画像信号検出手段からの画像信号を処理し、装置
使用者の入れ替わりを判別する画像信号処理手段と、該
画像信号処理手段が判別した装置使用者の入れ替わりよ
り、装置使用者が装置を使い終わったか否かを認識する
認識手段とを有し、該認識手段の認識結果により前記装
置の制御を行うことを特徴とする画像形成装置。3. An image signal detecting means for reading an image in the vicinity of the apparatus by a CCD element and outputting the read image signal, and an image for processing the image signal from the image signal detecting means to determine a change of the user of the apparatus. The apparatus includes a signal processing unit and a recognition unit that recognizes whether or not the device user has finished using the device based on the change of the device user determined by the image signal processing unit, and the device based on the recognition result of the recognition unit. An image forming apparatus, characterized in that:
取り、読み取った画像信号を出力する画像信号検出手段
と、該画像信号検出手段からの画像信号を処理し、装置
近傍の個人を認識する個人認識手段とを有し、該個人認
識手段の認識結果により前記装置の制御を行うことを特
徴とする画像形成装置。4. A personal identification for recognizing an individual near the device by reading an image near the device with a CCD element and outputting the read image signal, and processing the image signal from the image signal detecting device. And a means for controlling the apparatus according to the recognition result of the personal recognition means.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25753792A JP3249195B2 (en) | 1992-08-07 | 1992-08-07 | Electronic equipment |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25753792A JP3249195B2 (en) | 1992-08-07 | 1992-08-07 | Electronic equipment |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0659010A true JPH0659010A (en) | 1994-03-04 |
| JP3249195B2 JP3249195B2 (en) | 2002-01-21 |
Family
ID=17307666
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP25753792A Expired - Fee Related JP3249195B2 (en) | 1992-08-07 | 1992-08-07 | Electronic equipment |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3249195B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006088499A (en) * | 2004-09-24 | 2006-04-06 | Fuji Xerox Co Ltd | Image forming apparatus and its control method |
| US7586635B2 (en) | 2004-11-02 | 2009-09-08 | Fuji Xerox Co., Ltd. | Method and apparatus for secure printing using facial recognition of a print job sent by the user over a distributed printing network that employs a server containing registration, facial data, and user identification information |
| JP2011104790A (en) * | 2009-11-12 | 2011-06-02 | Sharp Corp | Image processing apparatus and method of controlling the image processing apparatus |
| JP2011118835A (en) * | 2009-12-07 | 2011-06-16 | Omron Corp | Medium issuing machine |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02187866A (en) * | 1989-01-17 | 1990-07-24 | Secom Co Ltd | Method and device for collating individual |
| JPH02239376A (en) * | 1989-03-14 | 1990-09-21 | Kokusai Denshin Denwa Co Ltd <Kdd> | Method and device for detecting motion of moving image |
| JPH02311855A (en) * | 1989-05-26 | 1990-12-27 | Ricoh Co Ltd | Business machine operator detecting device |
| JPH0387982A (en) * | 1989-06-23 | 1991-04-12 | Omron Corp | Device and method for recognizing face or the like and device and method for picture processing the same |
| JPH0396969A (en) * | 1989-09-09 | 1991-04-22 | Ricoh Co Ltd | Controller for copying machine |
| JPH03255793A (en) * | 1990-03-05 | 1991-11-14 | Toyota Motor Corp | Car driver monitoring device |
| JPH0468500A (en) * | 1990-07-09 | 1992-03-04 | Toyota Motor Corp | Vehicle driver monitoring device |
| JPH04131641A (en) * | 1990-09-19 | 1992-05-06 | Daikin Ind Ltd | Operation control device for air conditioner |
-
1992
- 1992-08-07 JP JP25753792A patent/JP3249195B2/en not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02187866A (en) * | 1989-01-17 | 1990-07-24 | Secom Co Ltd | Method and device for collating individual |
| JPH02239376A (en) * | 1989-03-14 | 1990-09-21 | Kokusai Denshin Denwa Co Ltd <Kdd> | Method and device for detecting motion of moving image |
| JPH02311855A (en) * | 1989-05-26 | 1990-12-27 | Ricoh Co Ltd | Business machine operator detecting device |
| JPH0387982A (en) * | 1989-06-23 | 1991-04-12 | Omron Corp | Device and method for recognizing face or the like and device and method for picture processing the same |
| JPH0396969A (en) * | 1989-09-09 | 1991-04-22 | Ricoh Co Ltd | Controller for copying machine |
| JPH03255793A (en) * | 1990-03-05 | 1991-11-14 | Toyota Motor Corp | Car driver monitoring device |
| JPH0468500A (en) * | 1990-07-09 | 1992-03-04 | Toyota Motor Corp | Vehicle driver monitoring device |
| JPH04131641A (en) * | 1990-09-19 | 1992-05-06 | Daikin Ind Ltd | Operation control device for air conditioner |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006088499A (en) * | 2004-09-24 | 2006-04-06 | Fuji Xerox Co Ltd | Image forming apparatus and its control method |
| US7646501B2 (en) | 2004-09-24 | 2010-01-12 | Fuji Xerox Co., Ltd. | Recognizing and sensing a person approaching a printer via an image capturing device |
| US7586635B2 (en) | 2004-11-02 | 2009-09-08 | Fuji Xerox Co., Ltd. | Method and apparatus for secure printing using facial recognition of a print job sent by the user over a distributed printing network that employs a server containing registration, facial data, and user identification information |
| JP2011104790A (en) * | 2009-11-12 | 2011-06-02 | Sharp Corp | Image processing apparatus and method of controlling the image processing apparatus |
| JP2011118835A (en) * | 2009-12-07 | 2011-06-16 | Omron Corp | Medium issuing machine |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3249195B2 (en) | 2002-01-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH06189048A (en) | Controller for operation display, image forming device and controller for turning on power source | |
| US11257223B2 (en) | Systems and methods for user detection, identification, and localization within a defined space | |
| US5912721A (en) | Gaze detection apparatus and its method as well as information display apparatus | |
| WO2019179442A1 (en) | Interaction target determination method and apparatus for intelligent device | |
| Goodridge | Multimedia sensor fusion for intelligent camera control and human-computer interaction | |
| CN107662872A (en) | The monitoring system and its monitoring method of passenger conveyor | |
| US20080298687A1 (en) | Human image recognition system | |
| JPH0678094A (en) | Control device for operation display | |
| JPH0675728A (en) | Operation display controller | |
| KR20220162351A (en) | Intelligent CCTV And Surveillance System Using It | |
| JPH0659039A (en) | Image forming device | |
| JPH06105046A (en) | Working condition setting input controller | |
| WO2020141907A1 (en) | Image generation apparatus for generating image on basis of keyword and image generation method | |
| JPH0666954A (en) | Apparatus for controlling operation | |
| JP3329494B2 (en) | Use condition setting input control device | |
| JP3205080B2 (en) | Electronic equipment | |
| JPH0666944A (en) | Image forming apparatus | |
| JP3249195B2 (en) | Electronic equipment | |
| JPH0659041A (en) | Image forming device | |
| JPH0650752A (en) | Image formation apparatus | |
| JP3205081B2 (en) | Electronic equipment | |
| CN116570439A (en) | Intelligent wheelchair control mode switching method and device, equipment and storage medium | |
| JPH0675444A (en) | Image forming device | |
| JP3205068B2 (en) | Electronic equipment | |
| JPH0658756A (en) | Image formation device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071109 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081109 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |