JPH10285581A - 自動監視装置 - Google Patents
自動監視装置Info
- Publication number
- JPH10285581A JPH10285581A JP9086174A JP8617497A JPH10285581A JP H10285581 A JPH10285581 A JP H10285581A JP 9086174 A JP9086174 A JP 9086174A JP 8617497 A JP8617497 A JP 8617497A JP H10285581 A JPH10285581 A JP H10285581A
- Authority
- JP
- Japan
- Prior art keywords
- feature amount
- moving object
- unit
- feature
- automatic monitoring
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19639—Details of the system layout
- G08B13/19652—Systems using zones in a single scene defined for different treatment, e.g. outer zone gives pre-alarm, inner zone gives alarm
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Closed-Circuit Television Systems (AREA)
- Burglar Alarm Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】
【課題】 撮像装置から取り込んだ画像を基にして不審
者等の検出対象物を自動的に検出する自動監視装置に関
し、検出すべき対象物をより正確に検出することを課題
とする。 【解決手段】 移動物体検出手段２は、撮像装置１から
入力された画像信号を基に、画像中の移動物体に関する
情報を検出する。移動物体検出手段２が検出した情報を
基に、特徴量算出手段３が、移動物体の特徴量を算出す
る。特徴量格納手段４が、少なくとも、非検出対象物に
関する特徴量を格納している。判定手段５は、特徴量算
出手段３で算出された移動物体に関する特徴量を、特徴
量格納手段４に格納された特徴量と比較して、移動物体
が検出対象であるか否かの判定を行う。格納指令手段６
は、移動物体に関する特徴量算出手段３が算出した特徴
量を、特徴量格納手段４に選択的に格納させる。
者等の検出対象物を自動的に検出する自動監視装置に関
し、検出すべき対象物をより正確に検出することを課題
とする。 【解決手段】 移動物体検出手段２は、撮像装置１から
入力された画像信号を基に、画像中の移動物体に関する
情報を検出する。移動物体検出手段２が検出した情報を
基に、特徴量算出手段３が、移動物体の特徴量を算出す
る。特徴量格納手段４が、少なくとも、非検出対象物に
関する特徴量を格納している。判定手段５は、特徴量算
出手段３で算出された移動物体に関する特徴量を、特徴
量格納手段４に格納された特徴量と比較して、移動物体
が検出対象であるか否かの判定を行う。格納指令手段６
は、移動物体に関する特徴量算出手段３が算出した特徴
量を、特徴量格納手段４に選択的に格納させる。
Description
【０００１】
【発明の属する技術分野】本発明は、自動監視装置に関
し、特に、撮像装置から取り込んだ画像を基にして不審
者等の検出対象物を自動的に検出する自動監視装置に関
する。
し、特に、撮像装置から取り込んだ画像を基にして不審
者等の検出対象物を自動的に検出する自動監視装置に関
する。
【０００２】近年、テレビカメラからの入力画像を監視
し、不審者の侵入を自動的に検出して、警報を発した
り、録画する自動監視装置が開発されている。
し、不審者の侵入を自動的に検出して、警報を発した
り、録画する自動監視装置が開発されている。
【０００３】
【従来の技術】従来、例えば特開平４−２７３６８９号
公報に開示される自動監視装置が知られる。この自動監
視装置によれば、テレビカメラから得られる画像信号
と、背景画像信号とを基にして、移動物体の移動経路と
特徴量（形状特徴、形状変化率）とが抽出される。そし
て、移動物体の移動経路が、正常領域から外れ、予め設
定された不審領域へ及んだような場合や、特徴量の１つ
が予め決められた閾値を超えた場合に、その移動物体を
不審者であると判断して、警報を発したり、画像を管理
者に自動通報する。
公報に開示される自動監視装置が知られる。この自動監
視装置によれば、テレビカメラから得られる画像信号
と、背景画像信号とを基にして、移動物体の移動経路と
特徴量（形状特徴、形状変化率）とが抽出される。そし
て、移動物体の移動経路が、正常領域から外れ、予め設
定された不審領域へ及んだような場合や、特徴量の１つ
が予め決められた閾値を超えた場合に、その移動物体を
不審者であると判断して、警報を発したり、画像を管理
者に自動通報する。
【０００４】図１０は、銀行のキャッシュディスペンサ
の設置された部屋を示す平面図である。キャッシュディ
スペンサの利用者が通常移動し得る正常領域１０１と、
利用者が通常移動する筈がない不審領域１０２とを、予
め設定しておく。そして、検出された移動経路１０３が
不審領域１０２に及ぶ場合には不審者として判断する。
の設置された部屋を示す平面図である。キャッシュディ
スペンサの利用者が通常移動し得る正常領域１０１と、
利用者が通常移動する筈がない不審領域１０２とを、予
め設定しておく。そして、検出された移動経路１０３が
不審領域１０２に及ぶ場合には不審者として判断する。
【０００５】
【発明が解決しようとする課題】しかし、従来の自動監
視装置では、不審者を正確に検出することが難しく、正
常な人物を不審者として検出したり、逆に不審者を検出
し損なったりという誤検出の頻度が高いという問題があ
る。
視装置では、不審者を正確に検出することが難しく、正
常な人物を不審者として検出したり、逆に不審者を検出
し損なったりという誤検出の頻度が高いという問題があ
る。
【０００６】例えば、図１１に示すように、刑務所の塀
１０４の上部にテレビカメラ（図示せず）を向け、テレ
ビカメラから得られた画像の中に不審領域１０５を設定
したとする。この場合、不審領域１０５に移動物体１０
６が存在すれば、この移動物体１０６を不審者と判断す
ることになる。ところが、図１２に示すように、不審領
域１０５に鳥１０７が飛来することがあり得、こうした
ときにも、従来装置では、鳥１０７を不審者と判断して
しまうという問題がある。
１０４の上部にテレビカメラ（図示せず）を向け、テレ
ビカメラから得られた画像の中に不審領域１０５を設定
したとする。この場合、不審領域１０５に移動物体１０
６が存在すれば、この移動物体１０６を不審者と判断す
ることになる。ところが、図１２に示すように、不審領
域１０５に鳥１０７が飛来することがあり得、こうした
ときにも、従来装置では、鳥１０７を不審者と判断して
しまうという問題がある。
【０００７】あるいはまた、塀１０４の外側に道路があ
り、夜間に自動車のヘッドライトが塀１０４に当たる場
合、不審領域１０５に移動物体が存在しなくとも、ヘッ
ドライトが当たった背景が移動物体として検出されると
いう問題もある。
り、夜間に自動車のヘッドライトが塀１０４に当たる場
合、不審領域１０５に移動物体が存在しなくとも、ヘッ
ドライトが当たった背景が移動物体として検出されると
いう問題もある。
【０００８】誤検出は、自動監視装置に対する信頼感を
失わせるので、誤検出の頻度をできるだけ低下させるこ
とが求められる。なおまた、不審領域の設定や、比較対
象となる閾値の設定では、それらの値を獲得することに
も、またそれらの設定入力にも、人手を非常に必要とす
るという問題もある。
失わせるので、誤検出の頻度をできるだけ低下させるこ
とが求められる。なおまた、不審領域の設定や、比較対
象となる閾値の設定では、それらの値を獲得することに
も、またそれらの設定入力にも、人手を非常に必要とす
るという問題もある。
【０００９】本発明はこのような点に鑑みてなされたも
のであり、検出すべき対象物のより正確な検出を図った
自動監視装置を提供することを目的とする。また、不審
領域の設定や閾値の設定の省力化を図った自動監視装置
を提供することを他の目的とする。
のであり、検出すべき対象物のより正確な検出を図った
自動監視装置を提供することを目的とする。また、不審
領域の設定や閾値の設定の省力化を図った自動監視装置
を提供することを他の目的とする。
【００１０】
【課題を解決するための手段】本発明では上記目的を達
成するために、図１に示すように、撮像装置１から入力
された画像信号を基に、画像中の移動物体に関する情報
を検出する移動物体検出手段２と、移動物体検出手段２
が検出した情報を基に、移動物体の特徴量を算出する特
徴量算出手段３と、少なくとも、検出すべきでない非検
出対象物に関する特徴量を格納する特徴量格納手段４
と、特徴量算出手段３で算出された特徴量を、特徴量格
納手段４に格納された特徴量と比較して、移動物体が検
出対象であるか否かの判定を行う判定手段５とを有する
ことを特徴とする自動監視装置が提供される。
成するために、図１に示すように、撮像装置１から入力
された画像信号を基に、画像中の移動物体に関する情報
を検出する移動物体検出手段２と、移動物体検出手段２
が検出した情報を基に、移動物体の特徴量を算出する特
徴量算出手段３と、少なくとも、検出すべきでない非検
出対象物に関する特徴量を格納する特徴量格納手段４
と、特徴量算出手段３で算出された特徴量を、特徴量格
納手段４に格納された特徴量と比較して、移動物体が検
出対象であるか否かの判定を行う判定手段５とを有する
ことを特徴とする自動監視装置が提供される。
【００１１】また、自動監視装置は、特徴量算出手段３
が算出した特徴量を、特徴量格納手段４に格納させる格
納指令手段６をさらに有する。以上のような構成におい
て、テレビカメラ等の撮像装置１が、監視すべき場所の
撮影を常時行い、その画像信号を移動物体検出手段２に
送る。移動物体検出手段２は、撮像装置１から入力され
た画像信号を基に、画像中の移動物体に関する情報を検
出する。移動物体検出手段２が検出した情報を基に、特
徴量算出手段３が、移動物体の特徴量を算出する。特徴
量としては、例えば、移動物体に関する位置、大きさ、
色パターン情報、移動量等である。
が算出した特徴量を、特徴量格納手段４に格納させる格
納指令手段６をさらに有する。以上のような構成におい
て、テレビカメラ等の撮像装置１が、監視すべき場所の
撮影を常時行い、その画像信号を移動物体検出手段２に
送る。移動物体検出手段２は、撮像装置１から入力され
た画像信号を基に、画像中の移動物体に関する情報を検
出する。移動物体検出手段２が検出した情報を基に、特
徴量算出手段３が、移動物体の特徴量を算出する。特徴
量としては、例えば、移動物体に関する位置、大きさ、
色パターン情報、移動量等である。
【００１２】一方、特徴量格納手段４は、少なくとも、
検出すべきでない非検出対象物に関する特徴量を格納し
ている。特徴量格納手段４は、好ましくは、検出すべき
でない非検出対象物に関する特徴量を格納する第１の特
徴量格納手段と、検出すべきである検出対象物に関する
特徴量を格納する第２の特徴量格納手段とから構成され
る。判定手段５は、特徴量算出手段３で算出された移動
物体に関する特徴量を、特徴量格納手段４に格納された
特徴量と比較して、移動物体が検出対象であるか否かの
判定を行う。
検出すべきでない非検出対象物に関する特徴量を格納し
ている。特徴量格納手段４は、好ましくは、検出すべき
でない非検出対象物に関する特徴量を格納する第１の特
徴量格納手段と、検出すべきである検出対象物に関する
特徴量を格納する第２の特徴量格納手段とから構成され
る。判定手段５は、特徴量算出手段３で算出された移動
物体に関する特徴量を、特徴量格納手段４に格納された
特徴量と比較して、移動物体が検出対象であるか否かの
判定を行う。
【００１３】かくして、特徴量の種類が適切に選定さ
れ、かつ、特徴量格納手段４に格納された比較対象とな
る特徴量の値が適切に設定されていれば、検出すべき対
象物のより正確な検出が可能となる。
れ、かつ、特徴量格納手段４に格納された比較対象とな
る特徴量の値が適切に設定されていれば、検出すべき対
象物のより正確な検出が可能となる。
【００１４】また、初期段階において、オペレータが、
撮像装置１から送られた実画像を見て、そこに写された
移動物体が検出対象の移動物体か、検出対象でない移動
物体かの判断を行う。格納指令手段６は、当該移動物体
に関する特徴量算出手段３が算出した特徴量を、この判
断に従い、特徴量格納手段４に選択的に格納させる。す
なわち、特徴量格納手段４は、少なくとも、検出すべき
でない非検出対象物に関する特徴量を学習することがで
きる。特徴量格納手段４が第１の特徴量格納手段と第２
の特徴量格納手段とを備えていれば、特徴量格納手段４
は、非検出対象物に関する特徴量と検出対象物に関する
特徴量とを学習することになり、判定手段５はより精度
の高い判定が可能となる。
撮像装置１から送られた実画像を見て、そこに写された
移動物体が検出対象の移動物体か、検出対象でない移動
物体かの判断を行う。格納指令手段６は、当該移動物体
に関する特徴量算出手段３が算出した特徴量を、この判
断に従い、特徴量格納手段４に選択的に格納させる。す
なわち、特徴量格納手段４は、少なくとも、検出すべき
でない非検出対象物に関する特徴量を学習することがで
きる。特徴量格納手段４が第１の特徴量格納手段と第２
の特徴量格納手段とを備えていれば、特徴量格納手段４
は、非検出対象物に関する特徴量と検出対象物に関する
特徴量とを学習することになり、判定手段５はより精度
の高い判定が可能となる。
【００１５】また、特徴量格納手段４は、実際の移動物
体を基にして得られた特徴量を使用して、非検出対象物
に関する特徴量と、検出対象物に関する特徴量とを学習
することが可能である。したがって、比較対象としての
精度の高い特徴量が人手を煩わせず自動的に入手できる
とともに、そうした特徴量の設定が容易にできることに
なる。
体を基にして得られた特徴量を使用して、非検出対象物
に関する特徴量と、検出対象物に関する特徴量とを学習
することが可能である。したがって、比較対象としての
精度の高い特徴量が人手を煩わせず自動的に入手できる
とともに、そうした特徴量の設定が容易にできることに
なる。
【００１６】
【発明の実施の形態】以下、本発明に係る自動監視装置
についての実施の形態を、図面を参照して説明する。
についての実施の形態を、図面を参照して説明する。
【００１７】まず、本発明の実施の形態の原理構成を、
図１を参照して説明する。本発明の実施の形態は、撮像
装置１から入力された画像信号を基に、画像中の移動物
体に関する情報を検出する移動物体検出手段２と、移動
物体検出手段２が検出した情報を基に、移動物体の特徴
量を算出する特徴量算出手段３と、少なくとも、検出す
べきでない非検出対象物に関する特徴量を格納する特徴
量格納手段４と、特徴量算出手段３で算出された特徴量
を、特徴量格納手段４に格納された特徴量と比較して、
移動物体が検出対象であるか否かの判定を行う判定手段
５とから構成される。
図１を参照して説明する。本発明の実施の形態は、撮像
装置１から入力された画像信号を基に、画像中の移動物
体に関する情報を検出する移動物体検出手段２と、移動
物体検出手段２が検出した情報を基に、移動物体の特徴
量を算出する特徴量算出手段３と、少なくとも、検出す
べきでない非検出対象物に関する特徴量を格納する特徴
量格納手段４と、特徴量算出手段３で算出された特徴量
を、特徴量格納手段４に格納された特徴量と比較して、
移動物体が検出対象であるか否かの判定を行う判定手段
５とから構成される。
【００１８】また、本発明の実施の形態はさらに、特徴
量算出手段３が算出した特徴量を、特徴量格納手段４に
格納させる格納指令手段６から構成される。以上のよう
な構成において、テレビカメラ等の撮像装置１が、監視
すべき場所の撮影を常時行い、その画像信号を移動物体
検出手段２に送る。移動物体検出手段２は、撮像装置１
から入力された画像信号を基に、画像中の移動物体に関
する情報を検出する。移動物体検出手段２が検出した情
報を基に、特徴量算出手段３が、移動物体の特徴量を算
出する。特徴量としては、例えば、移動物体に関する位
置、大きさ、色パターン情報、移動量等である。
量算出手段３が算出した特徴量を、特徴量格納手段４に
格納させる格納指令手段６から構成される。以上のよう
な構成において、テレビカメラ等の撮像装置１が、監視
すべき場所の撮影を常時行い、その画像信号を移動物体
検出手段２に送る。移動物体検出手段２は、撮像装置１
から入力された画像信号を基に、画像中の移動物体に関
する情報を検出する。移動物体検出手段２が検出した情
報を基に、特徴量算出手段３が、移動物体の特徴量を算
出する。特徴量としては、例えば、移動物体に関する位
置、大きさ、色パターン情報、移動量等である。
【００１９】一方、特徴量格納手段４は、少なくとも、
検出すべきでない非検出対象物に関する特徴量を格納し
ている。特徴量格納手段４は、好ましくは、検出すべき
でない非検出対象物に関する特徴量を格納する第１の特
徴量格納手段と、検出すべきである検出対象物に関する
特徴量を格納する第２の特徴量格納手段とから構成され
る。判定手段５は、特徴量算出手段３で算出された移動
物体に関する特徴量を、特徴量格納手段４に格納された
特徴量と比較して、移動物体が検出対象であるか否かの
判定を行う。
検出すべきでない非検出対象物に関する特徴量を格納し
ている。特徴量格納手段４は、好ましくは、検出すべき
でない非検出対象物に関する特徴量を格納する第１の特
徴量格納手段と、検出すべきである検出対象物に関する
特徴量を格納する第２の特徴量格納手段とから構成され
る。判定手段５は、特徴量算出手段３で算出された移動
物体に関する特徴量を、特徴量格納手段４に格納された
特徴量と比較して、移動物体が検出対象であるか否かの
判定を行う。
【００２０】かくして、特徴量の種類が適切に選定さ
れ、かつ、特徴量格納手段４に格納された比較対象とな
る特徴量の値が適切に設定されていれば、検出すべき対
象物のより正確な検出が可能となる。
れ、かつ、特徴量格納手段４に格納された比較対象とな
る特徴量の値が適切に設定されていれば、検出すべき対
象物のより正確な検出が可能となる。
【００２１】また、初期段階において、オペレータが、
撮像装置１から送られた実画像を見て、そこに写された
移動物体が検出対象の移動物体か、検出対象でない移動
物体かの判断を行う。格納指令手段６は、当該移動物体
に関する特徴量算出手段３が算出した特徴量を、この判
断に従い、特徴量格納手段４に選択的に格納させる。す
なわち、特徴量格納手段４は、少なくとも、検出すべき
でない非検出対象物に関する特徴量を学習することがで
きる。特徴量格納手段４が第１の特徴量格納手段と第２
の特徴量格納手段とを備えていれば、特徴量格納手段４
は、非検出対象物に関する特徴量と検出対象物に関する
特徴量とを学習することになり、判定手段５はより精度
の高い判定が可能となる。
撮像装置１から送られた実画像を見て、そこに写された
移動物体が検出対象の移動物体か、検出対象でない移動
物体かの判断を行う。格納指令手段６は、当該移動物体
に関する特徴量算出手段３が算出した特徴量を、この判
断に従い、特徴量格納手段４に選択的に格納させる。す
なわち、特徴量格納手段４は、少なくとも、検出すべき
でない非検出対象物に関する特徴量を学習することがで
きる。特徴量格納手段４が第１の特徴量格納手段と第２
の特徴量格納手段とを備えていれば、特徴量格納手段４
は、非検出対象物に関する特徴量と検出対象物に関する
特徴量とを学習することになり、判定手段５はより精度
の高い判定が可能となる。
【００２２】また、特徴量格納手段４は、実際の移動物
体を基にして得られた特徴量を使用して、非検出対象物
に関する特徴量と、検出対象物に関する特徴量とを学習
することが可能である。したがって、比較対象としての
精度の高い特徴量が人手を煩わせず自動的に入手できる
とともに、そうした特徴量の設定が容易にできることに
なる。
体を基にして得られた特徴量を使用して、非検出対象物
に関する特徴量と、検出対象物に関する特徴量とを学習
することが可能である。したがって、比較対象としての
精度の高い特徴量が人手を煩わせず自動的に入手できる
とともに、そうした特徴量の設定が容易にできることに
なる。
【００２３】次に、本発明の実施の形態について具体的
に詳しく説明する。図２及び図３は、本発明の実施の形
態の詳しい構成を示すブロック図であり、図２はその半
分を、図３は残りの半分を示す。
に詳しく説明する。図２及び図３は、本発明の実施の形
態の詳しい構成を示すブロック図であり、図２はその半
分を、図３は残りの半分を示す。
【００２４】図中、テレビカメラ１１が監視対象場所を
撮影し、カラー映像をフレーム信号の形態で出力する。
テレビカメラ１１から出力されたフレーム信号は、フレ
ームメモリ１２に入力される。フレームメモリ１２は、
テレビカメラ１１から今回、フレーム信号を受信する
と、それまで格納していた前回のフレーム信号をフレー
ムメモリ１３へ送り、今回のフレーム信号を格納する。
フレームメモリ１３は、それまで格納していた前々回の
フレーム信号の上に前回のフレーム信号を上書きする。
撮影し、カラー映像をフレーム信号の形態で出力する。
テレビカメラ１１から出力されたフレーム信号は、フレ
ームメモリ１２に入力される。フレームメモリ１２は、
テレビカメラ１１から今回、フレーム信号を受信する
と、それまで格納していた前回のフレーム信号をフレー
ムメモリ１３へ送り、今回のフレーム信号を格納する。
フレームメモリ１３は、それまで格納していた前々回の
フレーム信号の上に前回のフレーム信号を上書きする。
【００２５】フレーム間差分算出部１４は、フレームメ
モリ１２及びフレームメモリ１３に格納された各フレー
ム信号を読み出し、両者のフレーム間差分を算出する。
このフレーム間差分は移動物体の画像だけを示すことに
なる。一方、フレーム内差分算出部１５は、フレームメ
モリ１２に格納された今回のフレーム信号を読み出し、
フレーム内差分を算出する。このフレーム内差分はエッ
ジ（輪郭）部分を示すことになる。重畳算出部１６は、
フレーム間差分算出部１４から送られたフレーム間差分
と、フレーム内差分算出部１５から送られたフレーム内
差分とが重なり合っている重畳部分を検出する。この重
畳部分は、移動物体の画像の中でエッジ部分だけを示す
ことになる。
モリ１２及びフレームメモリ１３に格納された各フレー
ム信号を読み出し、両者のフレーム間差分を算出する。
このフレーム間差分は移動物体の画像だけを示すことに
なる。一方、フレーム内差分算出部１５は、フレームメ
モリ１２に格納された今回のフレーム信号を読み出し、
フレーム内差分を算出する。このフレーム内差分はエッ
ジ（輪郭）部分を示すことになる。重畳算出部１６は、
フレーム間差分算出部１４から送られたフレーム間差分
と、フレーム内差分算出部１５から送られたフレーム内
差分とが重なり合っている重畳部分を検出する。この重
畳部分は、移動物体の画像の中でエッジ部分だけを示す
ことになる。
【００２６】すなわち、移動物体を検出する場合におい
て、従来のように、移動物体の写っている画像と背景画
像との差分を利用する方法では、照明の点灯などによっ
て、移動物体が存在しないにも拘わらず、移動物体を検
出してしまう虞がある。また、フレーム間差分だけを利
用する方法では、移動物体が急激に大きく移動した場合
に、１つの移動物体を２つの移動物体として誤認してし
まう虞がある。これに対して、本発明による移動物体画
像のエッジ部分だけを検出する方法は、こうした両者の
問題を解決している。なお、従来のような上記の検出方
法を、本実施の形態に適応しても、ある程度の効果を得
ることはできる。
て、従来のように、移動物体の写っている画像と背景画
像との差分を利用する方法では、照明の点灯などによっ
て、移動物体が存在しないにも拘わらず、移動物体を検
出してしまう虞がある。また、フレーム間差分だけを利
用する方法では、移動物体が急激に大きく移動した場合
に、１つの移動物体を２つの移動物体として誤認してし
まう虞がある。これに対して、本発明による移動物体画
像のエッジ部分だけを検出する方法は、こうした両者の
問題を解決している。なお、従来のような上記の検出方
法を、本実施の形態に適応しても、ある程度の効果を得
ることはできる。
【００２７】特徴抽出部１７は、重畳算出部１６から出
力された移動物体画像のエッジ部分を基にして、移動物
体画像のエッジ部分のうちで、監視エリア指定部１８か
ら指定された領域に入っている部分だけを取り出す。そ
して、その取り出された部分における特徴量を算出す
る。監視エリア指定部１８は外部からの指示により、監
視すべき領域を特定する。この特徴抽出部１７で算出さ
れる特徴量を、図４を参照して説明する。
力された移動物体画像のエッジ部分を基にして、移動物
体画像のエッジ部分のうちで、監視エリア指定部１８か
ら指定された領域に入っている部分だけを取り出す。そ
して、その取り出された部分における特徴量を算出す
る。監視エリア指定部１８は外部からの指示により、監
視すべき領域を特定する。この特徴抽出部１７で算出さ
れる特徴量を、図４を参照して説明する。
【００２８】図４は、取り出された移動物体の形状の一
例を示す図である。すなわち、特徴抽出部１７は、移動
物体画像のエッジ部分３１によって囲まれた領域３２に
おいて、重心の座標（ｘ，ｙ）、領域３２のｘ方向のサ
イズｌｘ、ｙ方向のサイズｌｙ、色パターン情報Ｃを算
出する。色パターン情報Ｃは、領域３２を所定の大きさ
の升目に分割した場合の各升目における色の平均値をマ
トリックスで表したものであり、フレームメモリ１２か
ら直接送られた色情報に従い算出される。
例を示す図である。すなわち、特徴抽出部１７は、移動
物体画像のエッジ部分３１によって囲まれた領域３２に
おいて、重心の座標（ｘ，ｙ）、領域３２のｘ方向のサ
イズｌｘ、ｙ方向のサイズｌｙ、色パターン情報Ｃを算
出する。色パターン情報Ｃは、領域３２を所定の大きさ
の升目に分割した場合の各升目における色の平均値をマ
トリックスで表したものであり、フレームメモリ１２か
ら直接送られた色情報に従い算出される。
【００２９】こうした特徴量が移動量抽出部１９へ送ら
れる。移動量抽出部１９は、今回フレームの発生時刻ｔ
における特徴量と、前回フレームの発生時刻（ｔー１）
における特徴量とから、重心のｘ方向の移動量Δｘおよ
びｙ方向の移動量Δｙを算出する。そして、時刻ｔにお
ける特徴量Ｆ（ｔ）を行列作成部２０へ出力する。特徴
量Ｆ（ｔ）は、下記式（１）で表されるように、領域３
２における重心の座標（ｘ，ｙ）、ｘ方向のサイズｌ
ｘ、ｙ方向のサイズｌｙ、色パターン情報Ｃ、重心のｘ
方向の移動量Δｘ、ｙ方向の移動量Δｙからなる。
れる。移動量抽出部１９は、今回フレームの発生時刻ｔ
における特徴量と、前回フレームの発生時刻（ｔー１）
における特徴量とから、重心のｘ方向の移動量Δｘおよ
びｙ方向の移動量Δｙを算出する。そして、時刻ｔにお
ける特徴量Ｆ（ｔ）を行列作成部２０へ出力する。特徴
量Ｆ（ｔ）は、下記式（１）で表されるように、領域３
２における重心の座標（ｘ，ｙ）、ｘ方向のサイズｌ
ｘ、ｙ方向のサイズｌｙ、色パターン情報Ｃ、重心のｘ
方向の移動量Δｘ、ｙ方向の移動量Δｙからなる。
【００３０】
【数１】
【００３１】行列作成部２０は、移動物体が監視領域に
現れてから消失するまでの過程の特徴量Ｆ（ｔ），Ｆ
（ｔ＋１），Ｆ（ｔ＋２），Ｆ（ｔ＋３）・・・を蓄積
して、下記式（２）で表される移動パターン行列ＭＦ
（ｔ）を作成する。
現れてから消失するまでの過程の特徴量Ｆ（ｔ），Ｆ
（ｔ＋１），Ｆ（ｔ＋２），Ｆ（ｔ＋３）・・・を蓄積
して、下記式（２）で表される移動パターン行列ＭＦ
（ｔ）を作成する。
【００３２】
【数２】
【００３３】次に図３に移って、類似度算出部２１は、
行列作成部２０から出力された移動パターン行列ＭＦ
（ｔ）と、行動パターン辞書保存部２２に保存されてい
る検出パターンデータＴＤ（ｎ）及び非検出パターンデ
ータＦＤ（ｎ）とを基にして距離Ｄｔｄ，Ｄｆｄを算出
する。
行列作成部２０から出力された移動パターン行列ＭＦ
（ｔ）と、行動パターン辞書保存部２２に保存されてい
る検出パターンデータＴＤ（ｎ）及び非検出パターンデ
ータＦＤ（ｎ）とを基にして距離Ｄｔｄ，Ｄｆｄを算出
する。
【００３４】行動パターン辞書保存部２２は、検出パタ
ーン辞書２２ａと非検出パターン辞書２２ｂとを備えて
おり、検出パターン辞書２２ａには、下記式（３）で表
される検出パターンデータＴＤ（ｎ）が保存され、非検
出パターン辞書２２ｂには、下記式（４）で表される非
検出パターンデータＦＤ（ｎ）が保存される。
ーン辞書２２ａと非検出パターン辞書２２ｂとを備えて
おり、検出パターン辞書２２ａには、下記式（３）で表
される検出パターンデータＴＤ（ｎ）が保存され、非検
出パターン辞書２２ｂには、下記式（４）で表される非
検出パターンデータＦＤ（ｎ）が保存される。
【００３５】
【数３】
【００３６】
【数４】
【００３７】検出パターンデータＴＤ（ｎ）及び非検出
パターンデータＦＤ（ｎ）の作成方法については後述す
るが、検出パターンデータＴＤ（ｎ）のＴｄ０（ｔ），
Ｔｄ１（ｔ），Ｔｄ２（ｔ）・・は各々、各種不審者に
対応し、各不審者の移動パターン行列ＭＦ（ｔ）をそれ
ぞれ表している。非検出パターンデータＦＤ（ｎ）のＦ
ｄ０（ｔ），Ｆｄ１（ｔ），Ｆｄ２（ｔ）・・は各々、
正常な人物、鳥等に対応し、それらの移動パターン行列
ＭＦ（ｔ）をそれぞれ表している。
パターンデータＦＤ（ｎ）の作成方法については後述す
るが、検出パターンデータＴＤ（ｎ）のＴｄ０（ｔ），
Ｔｄ１（ｔ），Ｔｄ２（ｔ）・・は各々、各種不審者に
対応し、各不審者の移動パターン行列ＭＦ（ｔ）をそれ
ぞれ表している。非検出パターンデータＦＤ（ｎ）のＦ
ｄ０（ｔ），Ｆｄ１（ｔ），Ｆｄ２（ｔ）・・は各々、
正常な人物、鳥等に対応し、それらの移動パターン行列
ＭＦ（ｔ）をそれぞれ表している。
【００３８】距離Ｄｔｄは下記式（５）に基づき算出さ
れ、距離Ｄｆｄは下記式（６）に基づき算出される。
れ、距離Ｄｆｄは下記式（６）に基づき算出される。
【００３９】
【数５】
【００４０】
【数６】
【００４１】上記式（５）では、検出された移動物体の
特徴量と、各不審者の特徴量との距離（類似度合いの逆
数に相当）を全時刻にわたって集計し、その集計値のう
ちで最小値となっている不審者を特定する。距離Ｄｔｄ
は、その特定された不審者の特徴量と、検出対象の移動
物体の特徴量との距離を示している。上記式（６）の場
合でも、不審者が正常な人物、鳥等に変わるだけ、他は
式（５）の場合と同じである。なお、ここでの距離の計
算は、ユークリッド距離、市街地距離、重み付きユーク
リッド距離（マハラノビス距離）等の中のいずれかの距
離を求めることによって行われる。また、ＤＰ(Dynamic
Program）マッチングを行うようにしてもよい。
特徴量と、各不審者の特徴量との距離（類似度合いの逆
数に相当）を全時刻にわたって集計し、その集計値のう
ちで最小値となっている不審者を特定する。距離Ｄｔｄ
は、その特定された不審者の特徴量と、検出対象の移動
物体の特徴量との距離を示している。上記式（６）の場
合でも、不審者が正常な人物、鳥等に変わるだけ、他は
式（５）の場合と同じである。なお、ここでの距離の計
算は、ユークリッド距離、市街地距離、重み付きユーク
リッド距離（マハラノビス距離）等の中のいずれかの距
離を求めることによって行われる。また、ＤＰ(Dynamic
Program）マッチングを行うようにしてもよい。
【００４２】判定部２３は、類似度算出部２１から距離
Ｄｔｄ，Ｄｆｄを受け取り、下記式（７）が満たされる
か否かを判定する。
Ｄｔｄ，Ｄｆｄを受け取り、下記式（７）が満たされる
か否かを判定する。
【００４３】
【数７】
【００４４】ここで、Ｔｈｆは、距離Ｄｆｄの関数とし
て決定される閾値である。上記式（７）が満たされると
きは、検出対象の移動物体が不審者である可能性が非常
に高いと判断される。そこで、このとき判定部２３は操
作部２４へ「不審者の侵入」を通知する。この通知を受
けると、操作部２４は画像表示部２５に対してテレビカ
メラ１１の出力画像を表示させ、監視者の注視に供す
る。勿論、画像表示部２５は常時、テレビカメラ１１の
出力画像を表示するようにしておいてもよい。また、操
作部２４は録画部２６にテレビカメラ１１の出力画像を
録画させ、後刻の犯人捜査等に備えるようにする。さら
に、操作部２４は警報部２７に警報の発生を促す。
て決定される閾値である。上記式（７）が満たされると
きは、検出対象の移動物体が不審者である可能性が非常
に高いと判断される。そこで、このとき判定部２３は操
作部２４へ「不審者の侵入」を通知する。この通知を受
けると、操作部２４は画像表示部２５に対してテレビカ
メラ１１の出力画像を表示させ、監視者の注視に供す
る。勿論、画像表示部２５は常時、テレビカメラ１１の
出力画像を表示するようにしておいてもよい。また、操
作部２４は録画部２６にテレビカメラ１１の出力画像を
録画させ、後刻の犯人捜査等に備えるようにする。さら
に、操作部２４は警報部２７に警報の発生を促す。
【００４５】なお操作部２４は、判定部２３から「正常
者、鳥等の侵入」の通知も受けるようにしておく。そう
した通知を受ける度に、操作部２４は学習指示部２９に
対して学習指示を出力する。
者、鳥等の侵入」の通知も受けるようにしておく。そう
した通知を受ける度に、操作部２４は学習指示部２９に
対して学習指示を出力する。
【００４６】一方、行動パターン保存部２８は、行列作
成部２０から出力された移動パターン行列ＭＦ（ｔ）を
一時的に保存しておく。学習指示部２９は、操作部２４
から「正常者、鳥等の侵入」の通知を受けると、行動パ
ターン保存部２８に保存されている、この通知に対応す
る移動物体の移動パターン行列ＭＦ（ｔ）を、非検出パ
ターン辞書２２ｂに格納する。これによって、行動パタ
ーン辞書保存部２２の非検出パターン辞書２２ｂに、い
ろいろな非検出パターンデータＦＤ（ｎ）を学習させる
ことができる。
成部２０から出力された移動パターン行列ＭＦ（ｔ）を
一時的に保存しておく。学習指示部２９は、操作部２４
から「正常者、鳥等の侵入」の通知を受けると、行動パ
ターン保存部２８に保存されている、この通知に対応す
る移動物体の移動パターン行列ＭＦ（ｔ）を、非検出パ
ターン辞書２２ｂに格納する。これによって、行動パタ
ーン辞書保存部２２の非検出パターン辞書２２ｂに、い
ろいろな非検出パターンデータＦＤ（ｎ）を学習させる
ことができる。
【００４７】また、学習指示部２９には、外部のオペレ
ータから学習指示が入力されるようになっている。オペ
レータは、初期段階において、学習指示部２９を介して
行動パターン辞書保存部２２に、検出すべき移動物体お
よび検出すべきでない移動物体に関する移動パターン行
列ＭＦ（ｔ）を学習させる。すなわち、オペレータは、
初期段階において、画像表示部２５に表示される画像を
参照しながら、移動物体が検出される度に、その移動物
体が検出対象物体であるか、非検出対象物体であるかを
識別し、その識別情報を添えて学習指示部２９に学習を
指令する。学習指示部２９は、行動パターン保存部２８
に保存された移動パターン行列ＭＦ（ｔ）を、その識別
情報に従い、行動パターン辞書保存部２２の検出パター
ン辞書２２ａに、または非検出パターン辞書２２ｂに格
納させる。つまり、移動物体が検出対象物体であると識
別されていたときには、その移動物体に係る移動パター
ン行列ＭＦ（ｔ）を検出パターン辞書２２ａへ保存し、
移動物体が非検出対象物体であると識別されていたとき
には、その移動物体に係る移動パターン行列ＭＦ（ｔ）
を非検出パターン辞書２２ｂへ保存する。
ータから学習指示が入力されるようになっている。オペ
レータは、初期段階において、学習指示部２９を介して
行動パターン辞書保存部２２に、検出すべき移動物体お
よび検出すべきでない移動物体に関する移動パターン行
列ＭＦ（ｔ）を学習させる。すなわち、オペレータは、
初期段階において、画像表示部２５に表示される画像を
参照しながら、移動物体が検出される度に、その移動物
体が検出対象物体であるか、非検出対象物体であるかを
識別し、その識別情報を添えて学習指示部２９に学習を
指令する。学習指示部２９は、行動パターン保存部２８
に保存された移動パターン行列ＭＦ（ｔ）を、その識別
情報に従い、行動パターン辞書保存部２２の検出パター
ン辞書２２ａに、または非検出パターン辞書２２ｂに格
納させる。つまり、移動物体が検出対象物体であると識
別されていたときには、その移動物体に係る移動パター
ン行列ＭＦ（ｔ）を検出パターン辞書２２ａへ保存し、
移動物体が非検出対象物体であると識別されていたとき
には、その移動物体に係る移動パターン行列ＭＦ（ｔ）
を非検出パターン辞書２２ｂへ保存する。
【００４８】こうした学習を行うことにより、不審者の
より正確な検出が可能となるとともに、正常者や不審者
に関する特徴の獲得や入力の省力化も図られる。また、
監視領域における照明の変化や、自動車のヘッドライト
等により、移動物体が存在しないにも拘わらず、移動物
体が検出されるようなケースに対しても、上記のよう
に、オペレータが、画像表示部２５に表示される画像を
参照しながら学習指示部２９に指令することにより、そ
れらのケースを非検出パターン辞書２２ｂに学習させる
ことができる。
より正確な検出が可能となるとともに、正常者や不審者
に関する特徴の獲得や入力の省力化も図られる。また、
監視領域における照明の変化や、自動車のヘッドライト
等により、移動物体が存在しないにも拘わらず、移動物
体が検出されるようなケースに対しても、上記のよう
に、オペレータが、画像表示部２５に表示される画像を
参照しながら学習指示部２９に指令することにより、そ
れらのケースを非検出パターン辞書２２ｂに学習させる
ことができる。
【００４９】入替部３０は、内部に時計を備え、予め設
定された所定時刻において、非検出パターン辞書２２ｂ
に格納されている非検出対象物体に係る移動パターン行
列ＭＦ（ｔ）を、検出パターン辞書２２ａへ移すことを
行う。すなわち、例えば通用門を監視領域とする場合
に、通常の時間帯において通用門を通過する人物に関す
る移動パターン行列ＭＦ（ｔ）を非検出パターン辞書２
２ｂに格納しておく。そして、所定時刻になると非検出
パターン辞書２２ｂに格納されている移動パターン行列
ＭＦ（ｔ）を検出パターン辞書２２ａへ移す。所定時刻
は、その時刻以降に通用門を通る人物は不審者として認
められるような時刻に設定される。このようにすること
により、不審者に関する特徴の獲得や入力の省力化が図
られる。
定された所定時刻において、非検出パターン辞書２２ｂ
に格納されている非検出対象物体に係る移動パターン行
列ＭＦ（ｔ）を、検出パターン辞書２２ａへ移すことを
行う。すなわち、例えば通用門を監視領域とする場合
に、通常の時間帯において通用門を通過する人物に関す
る移動パターン行列ＭＦ（ｔ）を非検出パターン辞書２
２ｂに格納しておく。そして、所定時刻になると非検出
パターン辞書２２ｂに格納されている移動パターン行列
ＭＦ（ｔ）を検出パターン辞書２２ａへ移す。所定時刻
は、その時刻以降に通用門を通る人物は不審者として認
められるような時刻に設定される。このようにすること
により、不審者に関する特徴の獲得や入力の省力化が図
られる。
【００５０】なお、行動パターン辞書保存部２２はハー
ドディスクで構成される。フレーム間差分算出部１４、
フレーム内差分算出部１５、重畳算出部１６、特徴抽出
部１７、移動量抽出部１９、行列作成部２０、類似度算
出部２１、判定部２３、操作部２４、行動パターン保存
部２８、学習指示部２９、及び入替部３０はプロセッサ
によって構成される。
ドディスクで構成される。フレーム間差分算出部１４、
フレーム内差分算出部１５、重畳算出部１６、特徴抽出
部１７、移動量抽出部１９、行列作成部２０、類似度算
出部２１、判定部２３、操作部２４、行動パターン保存
部２８、学習指示部２９、及び入替部３０はプロセッサ
によって構成される。
【００５１】本実施の形態では、数式（２）で示したよ
うに、特徴量Ｆ（ｔ）に時間的な要素を加味した移動パ
ターン行列ＭＦ（ｔ）を使用している。そのため、図１
１，図１２で示したような従来の問題を解決することが
できる。これを、図５，図６を参照して説明する。
うに、特徴量Ｆ（ｔ）に時間的な要素を加味した移動パ
ターン行列ＭＦ（ｔ）を使用している。そのため、図１
１，図１２で示したような従来の問題を解決することが
できる。これを、図５，図６を参照して説明する。
【００５２】図５及び図６は、テレビカメラで撮影され
た画像の一例を示す図であり、図５は不審者の行動を示
し、図６は同一場所を鳥が通過する様子を示す。すなわ
ち、刑務所の塀３４の上部にテレビカメラ（図示せず）
を向け、テレビカメラから得られた画像の中に監視領域
３５を設定したとする。図５では不審者３６が左から右
へ塀３４を乗り越しており、当然不審者として検出され
るべきものである。一方、図６では鳥３７が右から左へ
飛んでおり、これは不審者として検出してはならないも
のである。
た画像の一例を示す図であり、図５は不審者の行動を示
し、図６は同一場所を鳥が通過する様子を示す。すなわ
ち、刑務所の塀３４の上部にテレビカメラ（図示せず）
を向け、テレビカメラから得られた画像の中に監視領域
３５を設定したとする。図５では不審者３６が左から右
へ塀３４を乗り越しており、当然不審者として検出され
るべきものである。一方、図６では鳥３７が右から左へ
飛んでおり、これは不審者として検出してはならないも
のである。
【００５３】この場合、不審者３６と鳥３７とでは、そ
れらの画像の重心の座標（ｘ，ｙ）、ｘ方向のサイズｌ
ｘ、ｙ方向のサイズｌｙ、色パターン情報Ｃのうちのい
ずれもが、あるいはいずれかにおいて、十分異なってい
る筈であるので、両者の区別は明確にできる筈である。
しかし、特殊な事情により、両者がよく似通っていたと
した場合、誤検出の可能性がある。ところが、本実施の
形態では、不審者３６が左から右へ移動し、鳥３７が右
から左へ移動しているという移動方向の違いが、移動パ
ターン行列ＭＦ（ｔ）の違いとして大きく現れる。移動
パターン行列ＭＦ（ｔ）は、時間的な要素が加味されて
いるので、よく似た移動物体であっても、その行動の違
いから両者の間に大きな差がある。したがって、不審者
を正確に検出することができる。
れらの画像の重心の座標（ｘ，ｙ）、ｘ方向のサイズｌ
ｘ、ｙ方向のサイズｌｙ、色パターン情報Ｃのうちのい
ずれもが、あるいはいずれかにおいて、十分異なってい
る筈であるので、両者の区別は明確にできる筈である。
しかし、特殊な事情により、両者がよく似通っていたと
した場合、誤検出の可能性がある。ところが、本実施の
形態では、不審者３６が左から右へ移動し、鳥３７が右
から左へ移動しているという移動方向の違いが、移動パ
ターン行列ＭＦ（ｔ）の違いとして大きく現れる。移動
パターン行列ＭＦ（ｔ）は、時間的な要素が加味されて
いるので、よく似た移動物体であっても、その行動の違
いから両者の間に大きな差がある。したがって、不審者
を正確に検出することができる。
【００５４】なお、本実施の形態では、数式（２）で示
したように、特徴量Ｆ（ｔ）に、ｘ方向のサイズｌｘ及
びｙ方向のサイズｌｙが設定されている。そこで、これ
らの比ｌｘ／ｌｙを算出し、この値を利用して、不審者
の検出精度を上げるようにしてもよい。これを、図７、
図８を参照して説明する。
したように、特徴量Ｆ（ｔ）に、ｘ方向のサイズｌｘ及
びｙ方向のサイズｌｙが設定されている。そこで、これ
らの比ｌｘ／ｌｙを算出し、この値を利用して、不審者
の検出精度を上げるようにしてもよい。これを、図７、
図８を参照して説明する。
【００５５】図７及び図８は、テレビカメラで撮影され
た画像の一例を示す図であり、図７は不審者の行動を示
し、図８は塀際を通過する正常な人物の行動を示す。す
なわち、刑務所の塀３８の上部にテレビカメラ（図示せ
ず）を向け、テレビカメラから得られた画像の中に監視
領域３９を設定したとする。図７では不審者４０が塀３
８の上を乗り越えて脱走しており、当然不審者として検
出されるべきものである。一方、塀３８の外側には塀３
８に沿って道路があり、図８ではその道路を正常な人物
４１が通行しており、この人物４１が監視領域３９内に
入ってしまうが、これを不審者として検出してはならな
い。この場合、不審者４０と人物４１とは、監視領域３
９内においては比ｌｘ／ｌｙが明らかに異なる。つま
り、一方は立っており、他方は横になっている。したが
って、比ｌｘ／ｌｙを比較することにより、不審者４０
と人物４１とは正確に区別できることになる。
た画像の一例を示す図であり、図７は不審者の行動を示
し、図８は塀際を通過する正常な人物の行動を示す。す
なわち、刑務所の塀３８の上部にテレビカメラ（図示せ
ず）を向け、テレビカメラから得られた画像の中に監視
領域３９を設定したとする。図７では不審者４０が塀３
８の上を乗り越えて脱走しており、当然不審者として検
出されるべきものである。一方、塀３８の外側には塀３
８に沿って道路があり、図８ではその道路を正常な人物
４１が通行しており、この人物４１が監視領域３９内に
入ってしまうが、これを不審者として検出してはならな
い。この場合、不審者４０と人物４１とは、監視領域３
９内においては比ｌｘ／ｌｙが明らかに異なる。つま
り、一方は立っており、他方は横になっている。したが
って、比ｌｘ／ｌｙを比較することにより、不審者４０
と人物４１とは正確に区別できることになる。
【００５６】また、本実施の形態では、監視エリア指定
部１８が外部からの指示により、監視すべき領域を特定
するようになっているが、監視すべき領域を人手を労せ
ず自動的に設定するようにしてもよい。これを、図９を
参照して説明する。
部１８が外部からの指示により、監視すべき領域を特定
するようになっているが、監視すべき領域を人手を労せ
ず自動的に設定するようにしてもよい。これを、図９を
参照して説明する。
【００５７】図９は、テレビカメラで撮影された画像の
一例を示す図である。図中、斜線で示す領域４３は、通
常、人が頻繁に通行する領域であり、領域４４は、領域
４３以外の、人が入ってはならない領域であるとする。
一例を示す図である。図中、斜線で示す領域４３は、通
常、人が頻繁に通行する領域であり、領域４４は、領域
４３以外の、人が入ってはならない領域であるとする。
【００５８】この場合に、移動物体画像の重心の座標
（ｘ，ｙ）を長い時間にわたって蓄積し、そのヒストグ
ラムを求める。このヒストグラムから領域４３を得るこ
とができる。したがって、この得られた領域を監視エリ
ア指定部１８へ送れば、人手をほとんど煩わせることな
く容易に、監視すべき領域を設定することができる。ま
た、領域の形状が複雑な場合でも容易に領域を設定する
ことができる。
（ｘ，ｙ）を長い時間にわたって蓄積し、そのヒストグ
ラムを求める。このヒストグラムから領域４３を得るこ
とができる。したがって、この得られた領域を監視エリ
ア指定部１８へ送れば、人手をほとんど煩わせることな
く容易に、監視すべき領域を設定することができる。ま
た、領域の形状が複雑な場合でも容易に領域を設定する
ことができる。
【００５９】なおまた、上記の実施の形態では、行動パ
ターン辞書保存部２２に検出パターン辞書２２ａと非検
出パターン辞書２２ｂとを備えているが、これに代わっ
て、行動パターン辞書保存部２２に非検出パターン辞書
２２ｂだけを備えるようにしてもよい。この場合には、
不審者の検出の正確さが低下するが、行動パターン辞書
保存部２２を簡略化できる。
ターン辞書保存部２２に検出パターン辞書２２ａと非検
出パターン辞書２２ｂとを備えているが、これに代わっ
て、行動パターン辞書保存部２２に非検出パターン辞書
２２ｂだけを備えるようにしてもよい。この場合には、
不審者の検出の正確さが低下するが、行動パターン辞書
保存部２２を簡略化できる。
【００６０】
【発明の効果】以上説明したように本発明では、特徴量
格納手段が少なくとも、非検出対象物に関する特徴量を
格納している。判定手段は、特徴量算出手段で算出され
た移動物体に関する特徴量を、特徴量格納手段に格納さ
れた特徴量と比較して、移動物体が検出対象物体である
か否かの判定を行う。特徴量の種類を適切に選定し、か
つ、特徴量格納手段に格納された特徴量の値を適切に設
定する。
格納手段が少なくとも、非検出対象物に関する特徴量を
格納している。判定手段は、特徴量算出手段で算出され
た移動物体に関する特徴量を、特徴量格納手段に格納さ
れた特徴量と比較して、移動物体が検出対象物体である
か否かの判定を行う。特徴量の種類を適切に選定し、か
つ、特徴量格納手段に格納された特徴量の値を適切に設
定する。
【００６１】これにより、検出すべき対象物のより正確
な検出が可能となる。また、初期段階において、オペレ
ータが、撮像装置から送られた実画像を見て、そこに写
された移動物体が検出対象の移動物体か、検出対象でな
い移動物体かの判断を行う。格納指令手段は、当該移動
物体に関する特徴量算出手段が算出した特徴量を、この
判断に従い、特徴量格納手段に選択的に格納させる。
な検出が可能となる。また、初期段階において、オペレ
ータが、撮像装置から送られた実画像を見て、そこに写
された移動物体が検出対象の移動物体か、検出対象でな
い移動物体かの判断を行う。格納指令手段は、当該移動
物体に関する特徴量算出手段が算出した特徴量を、この
判断に従い、特徴量格納手段に選択的に格納させる。
【００６２】これにより、特徴量格納手段は、少なくと
も、検出すべきでない非検出対象物に関する特徴量を学
習することができ、判定手段はより精度の高い判定が可
能となる。
も、検出すべきでない非検出対象物に関する特徴量を学
習することができ、判定手段はより精度の高い判定が可
能となる。
【００６３】また、特徴量格納手段は、実際の移動物体
を基にして得られた特徴量を使用して、非検出対象物に
関する特徴量と、検出対象物に関する特徴量とを学習す
ることが可能である。したがって、比較対象としての精
度の高い特徴量が人手を煩わせず自動的に入手できると
ともに、そうした特徴量の設定が容易にできることにな
る。
を基にして得られた特徴量を使用して、非検出対象物に
関する特徴量と、検出対象物に関する特徴量とを学習す
ることが可能である。したがって、比較対象としての精
度の高い特徴量が人手を煩わせず自動的に入手できると
ともに、そうした特徴量の設定が容易にできることにな
る。
【図１】本発明の原理説明図である。
【図２】本発明の実施の形態の詳しい構成の半分を示す
ブロック図である。
ブロック図である。
【図３】本発明の実施の形態の詳しい構成の残りの半分
を示すブロック図である。
を示すブロック図である。
【図４】移動物体の形状の一例を示す図である。
【図５】テレビカメラで撮影された不審者の行動に係る
画像の一例を示す図である。
画像の一例を示す図である。
【図６】テレビカメラで撮影された鳥の行動に係る画像
の一例を示す図である。
の一例を示す図である。
【図７】テレビカメラで撮影された不審者の行動に係る
画像の一例を示す図である。
画像の一例を示す図である。
【図８】テレビカメラで撮影された、塀際を通過する正
常な人物の行動に係る画像の一例を示す図である。
常な人物の行動に係る画像の一例を示す図である。
【図９】テレビカメラで撮影された画像の一例を示す図
である。
である。
【図１０】銀行のキャッシュディスペンサの設置された
部屋を示す平面図である。
部屋を示す平面図である。
【図１１】テレビカメラで撮影された不審者の行動に係
る画像の一例を示す図である。
る画像の一例を示す図である。
【図１２】テレビカメラで撮影された鳥の行動に係る画
像の一例を示す図である。
像の一例を示す図である。
１ 撮像装置 ２ 移動物体検出手段 ３ 特徴量算出手段 ４ 特徴量格納手段 ５ 判定手段 ６ 格納指令手段
Claims (12)
- 【請求項１】 撮像装置から取り込んだ画像を基にして
検出対象物を自動的に検出する自動監視装置において、 撮像装置から入力された画像信号を基に、画像中の移動
物体に関する情報を検出する移動物体検出手段と、 前記移動物体検出手段が検出した情報を基に、前記移動
物体の特徴量を算出する特徴量算出手段と、 少なくとも、検出すべきでない非検出対象物に関する特
徴量を格納する特徴量格納手段と、 前記特徴量算出手段で算出された特徴量を、前記特徴量
格納手段に格納された特徴量と比較して、前記移動物体
が検出対象であるか否かの判定を行う判定手段と、 を有することを特徴とする自動監視装置。 - 【請求項２】 前記特徴量算出手段が算出した特徴量
を、前記特徴量格納手段に格納させる格納指令手段を、
さらに有することを特徴とする請求項１記載の自動監視
装置。 - 【請求項３】 前記特徴量格納手段は、 検出すべきでない非検出対象物に関する特徴量を格納す
る第１の特徴量格納手段と、 検出すべきである検出対象物に関する特徴量を格納する
第２の特徴量格納手段と、 を含むことを特徴とする請求項１記載の自動監視装置。 - 【請求項４】 所定時刻に、前記第１の特徴量格納手段
に格納されていた特徴量を、前記第２の特徴量格納手段
に移動させる特徴量移動手段を、さらに有することを特
徴とする請求項３記載の自動監視装置。 - 【請求項５】 前記判定手段は、 前記特徴量算出手段で算出された特徴量と、前記第１の
特徴量格納手段に格納された特徴量との第１の距離を算
出する第１の距離算出手段と、 前記特徴量算出手段で算出された特徴量と、前記第２の
特徴量格納手段に格納された特徴量との第２の距離を算
出する第２の距離算出手段と、 前記第２の距離を所定の閾値と比較し、前記第２の距離
が当該所定の閾値よりも小さいときに、前記移動物体が
検出対象であると判定する検出対象判定手段と、 を含むことを特徴とする請求項３記載の自動監視装置。 - 【請求項６】 前記所定の閾値は、前記第１の距離に応
じて決定されることを特徴とする請求項５記載の自動監
視装置。 - 【請求項７】 前記特徴量算出手段は、前記移動物体に
関する位置及び大きさを算出することを特徴とする請求
項１記載の自動監視装置。 - 【請求項８】 前記特徴量算出手段は、前記移動物体に
関する大きさの縦横比を算出することを特徴とする請求
項１記載の自動監視装置。 - 【請求項９】 前記特徴量算出手段は、前記移動物体に
関する色パターン情報を算出することを特徴とする請求
項１記載の自動監視装置。 - 【請求項１０】 前記特徴量算出手段は、前記移動物体
に関する移動量を算出することを特徴とする請求項１記
載の自動監視装置。 - 【請求項１１】 前記特徴量算出手段で算出された特徴
量を所定時間にわたって蓄積する蓄積手段と、 前記蓄積手段で蓄積された特徴量を利用して、前記移動
物体検出手段によって移動物体に関する情報の検出が行
われるべき画像領域を設定する領域設定手段と、 をさらに有することを特徴とする請求項１記載の自動監
視装置。 - 【請求項１２】 前記移動物体検出手段は、 撮像装置から入力されたフレーム画像信号を基に、フレ
ーム間差分を算出するフレーム間差分算出手段と、 前記フレーム画像信号を基に、フレーム内差分を算出す
るフレーム内差分算出手段と、 前記フレーム間差分と前記フレーム内差分との重なる部
分を検出する重畳検出手段と、 を含むことを特徴とする請求項１記載の自動監視装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP08617497A JP3812985B2 (ja) | 1997-04-04 | 1997-04-04 | 自動監視装置 |
| US08/925,406 US6128396A (en) | 1997-04-04 | 1997-09-08 | Automatic monitoring apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP08617497A JP3812985B2 (ja) | 1997-04-04 | 1997-04-04 | 自動監視装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10285581A true JPH10285581A (ja) | 1998-10-23 |
| JP3812985B2 JP3812985B2 (ja) | 2006-08-23 |
Family
ID=13879403
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP08617497A Expired - Fee Related JP3812985B2 (ja) | 1997-04-04 | 1997-04-04 | 自動監視装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6128396A (ja) |
| JP (1) | JP3812985B2 (ja) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001222719A (ja) * | 1999-12-01 | 2001-08-17 | Matsushita Electric Ind Co Ltd | 顔抽出装置及び顔抽出方法並びに顔抽出プログラムの記録媒体 |
| JP2004357014A (ja) * | 2003-05-29 | 2004-12-16 | Matsushita Electric Works Ltd | 監視通報システム |
| JP2008142876A (ja) * | 2006-12-13 | 2008-06-26 | Mitsubishi Heavy Ind Ltd | ロボットによるサービスシステムにおけるサービス対象者判別方法と該方法を用いたロボットによるサービスシステム |
| JP2008160462A (ja) * | 2006-12-22 | 2008-07-10 | Matsushita Electric Works Ltd | 撮像装置 |
| JP2008165578A (ja) * | 2006-12-28 | 2008-07-17 | Kyushu Institute Of Technology | 動体の動作表現方法および動作認識方法 |
| US7667363B2 (en) | 2006-04-20 | 2010-02-23 | Kabushiki Kaisha Toyota Jidoshokki | Permanent magnet embedment rotating electric machine, motor for car air conditioner, and enclosed electric compressor |
| US8078010B2 (en) | 2002-08-28 | 2011-12-13 | Fujifilm Corporation | Method and device for video image processing, calculating the similarity between video frames, and acquiring a synthesized frame by synthesizing a plurality of contiguous sampled frames |
| JP2014215074A (ja) * | 2013-04-23 | 2014-11-17 | 富士通株式会社 | 検出プログラム、検出装置、検出システムおよび検出方法 |
| JP2015138295A (ja) * | 2014-01-20 | 2015-07-30 | 株式会社竹中工務店 | 不審者検出装置およびプログラム |
| WO2015186341A1 (ja) * | 2014-06-03 | 2015-12-10 | 日本電気株式会社 | 画像処理システム、画像処理方法及びプログラム記憶媒体 |
| CN106408833A (zh) * | 2016-11-02 | 2017-02-15 | 北京弘恒科技有限公司 | 周界入侵检测方法及*** |
| KR20180138022A (ko) * | 2017-06-20 | 2018-12-28 | 한화테크윈 주식회사 | 객체 검출 시스템, 방법 및 컴퓨터 판독 가능한 기록매체 |
| WO2023276564A1 (ja) * | 2021-06-28 | 2023-01-05 | 株式会社SEtech | 動き情報撮像装置 |
Families Citing this family (37)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7596242B2 (en) * | 1995-06-07 | 2009-09-29 | Automotive Technologies International, Inc. | Image processing for vehicular applications |
| ATE336011T1 (de) * | 1998-07-13 | 2006-09-15 | Contraves Ag | Verfahren zur verfolgung bewegter objekte anhand spezifischer merkmale |
| US6720990B1 (en) | 1998-12-28 | 2004-04-13 | Walker Digital, Llc | Internet surveillance system and method |
| EP1049046A1 (de) * | 1999-04-23 | 2000-11-02 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur Ermittlung der Position eines Objektes innerhalb einer Szene |
| JP4151158B2 (ja) * | 1999-06-14 | 2008-09-17 | ソニー株式会社 | シーン記述生成装置及び方法 |
| JP2000357234A (ja) * | 1999-06-16 | 2000-12-26 | Canon Inc | 画像処理装置およびその方法 |
| US6665423B1 (en) * | 2000-01-27 | 2003-12-16 | Eastman Kodak Company | Method and system for object-oriented motion-based video description |
| US8711217B2 (en) | 2000-10-24 | 2014-04-29 | Objectvideo, Inc. | Video surveillance system employing video primitives |
| US9892606B2 (en) * | 2001-11-15 | 2018-02-13 | Avigilon Fortress Corporation | Video surveillance system employing video primitives |
| US8564661B2 (en) * | 2000-10-24 | 2013-10-22 | Objectvideo, Inc. | Video analytic rule detection system and method |
| US7424175B2 (en) | 2001-03-23 | 2008-09-09 | Objectvideo, Inc. | Video segmentation using statistical pixel modeling |
| JP2002300363A (ja) * | 2001-03-29 | 2002-10-11 | Fuji Photo Film Co Ltd | 背景画像設定方法および装置並びに記録媒体 |
| CA2446853A1 (en) | 2001-05-15 | 2002-11-21 | Psychogenics Inc. | Systems and methods for monitoring behavior informatics |
| GB0118020D0 (en) * | 2001-07-24 | 2001-09-19 | Memco Ltd | Door or access control system |
| JP2003087771A (ja) * | 2001-09-07 | 2003-03-20 | Oki Electric Ind Co Ltd | 監視システム及び方法 |
| US20030107650A1 (en) * | 2001-12-11 | 2003-06-12 | Koninklijke Philips Electronics N.V. | Surveillance system with suspicious behavior detection |
| US20040186813A1 (en) * | 2003-02-26 | 2004-09-23 | Tedesco Daniel E. | Image analysis method and apparatus in a network that is structured with multiple layers and differentially weighted neurons |
| US7292723B2 (en) * | 2003-02-26 | 2007-11-06 | Walker Digital, Llc | System for image analysis in a network that is structured with multiple layers and differentially weighted neurons |
| US8614741B2 (en) * | 2003-03-31 | 2013-12-24 | Alcatel Lucent | Method and apparatus for intelligent and automatic sensor control using multimedia database system |
| US7136507B2 (en) * | 2003-11-17 | 2006-11-14 | Vidient Systems, Inc. | Video surveillance system with rule-based reasoning and multiple-hypothesis scoring |
| US7148912B2 (en) * | 2003-11-17 | 2006-12-12 | Vidient Systems, Inc. | Video surveillance system in which trajectory hypothesis spawning allows for trajectory splitting and/or merging |
| US7088846B2 (en) * | 2003-11-17 | 2006-08-08 | Vidient Systems, Inc. | Video surveillance system that detects predefined behaviors based on predetermined patterns of movement through zones |
| US7127083B2 (en) * | 2003-11-17 | 2006-10-24 | Vidient Systems, Inc. | Video surveillance system with object detection and probability scoring based on object class |
| GB2409029A (en) * | 2003-12-11 | 2005-06-15 | Sony Uk Ltd | Face detection |
| JP4481663B2 (ja) * | 2004-01-15 | 2010-06-16 | キヤノン株式会社 | 動作認識装置、動作認識方法、機器制御装置及びコンピュータプログラム |
| JP4471362B2 (ja) * | 2004-08-25 | 2010-06-02 | パナソニック株式会社 | 監視カメラ装置 |
| US8724891B2 (en) * | 2004-08-31 | 2014-05-13 | Ramot At Tel-Aviv University Ltd. | Apparatus and methods for the detection of abnormal motion in a video stream |
| ITMN20050003A1 (it) * | 2005-01-14 | 2006-07-15 | Renato Grassi | Telecamera antirapina |
| WO2006105054A2 (en) * | 2005-03-25 | 2006-10-05 | Sarnoff Corporation | Method and system for improving video metadata through the use of frame-to-frame correspondences |
| CN2804798Y (zh) * | 2005-06-21 | 2006-08-09 | 吴东明 | 一种带磁性装置的水平尺 |
| CN101443789B (zh) | 2006-04-17 | 2011-12-28 | 实物视频影像公司 | 使用统计像素建模的视频分割 |
| WO2008100537A2 (en) * | 2007-02-12 | 2008-08-21 | Sorensen Associates Inc. | Still image shopping event monitoring and analysis system and method |
| AU2008200926B2 (en) * | 2008-02-28 | 2011-09-29 | Canon Kabushiki Kaisha | On-camera summarisation of object relationships |
| JP5321070B2 (ja) * | 2009-01-08 | 2013-10-23 | カシオ計算機株式会社 | 撮影装置、撮影方法及びプログラム |
| US20160132754A1 (en) * | 2012-05-25 | 2016-05-12 | The Johns Hopkins University | Integrated real-time tracking system for normal and anomaly tracking and the methods therefor |
| RU2501090C1 (ru) * | 2012-08-16 | 2013-12-10 | Вячеслав Михайлович Смелков | Охранная телевизионная система |
| EP2731087B1 (en) * | 2012-11-12 | 2015-01-14 | Axis AB | Monitoring method and camera |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2183878B (en) * | 1985-10-11 | 1989-09-20 | Matsushita Electric Works Ltd | Abnormality supervising system |
| JPH0695008B2 (ja) * | 1987-12-11 | 1994-11-24 | 株式会社東芝 | 監視装置 |
| US5243418A (en) * | 1990-11-27 | 1993-09-07 | Kabushiki Kaisha Toshiba | Display monitoring system for detecting and tracking an intruder in a monitor area |
| JPH04273689A (ja) * | 1991-02-28 | 1992-09-29 | Hitachi Ltd | 監視装置 |
| US5666157A (en) * | 1995-01-03 | 1997-09-09 | Arc Incorporated | Abnormality detection and surveillance system |
-
1997
- 1997-04-04 JP JP08617497A patent/JP3812985B2/ja not_active Expired - Fee Related
- 1997-09-08 US US08/925,406 patent/US6128396A/en not_active Expired - Lifetime
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001222719A (ja) * | 1999-12-01 | 2001-08-17 | Matsushita Electric Ind Co Ltd | 顔抽出装置及び顔抽出方法並びに顔抽出プログラムの記録媒体 |
| US8805121B2 (en) | 2002-08-28 | 2014-08-12 | Fujifilm Corporation | Method and device for video image processing, calculating the similarity between video frames, and acquiring a synthesized frame by synthesizing a plurality of contiguous sampled frames |
| US8078010B2 (en) | 2002-08-28 | 2011-12-13 | Fujifilm Corporation | Method and device for video image processing, calculating the similarity between video frames, and acquiring a synthesized frame by synthesizing a plurality of contiguous sampled frames |
| US8275219B2 (en) | 2002-08-28 | 2012-09-25 | Fujifilm Corporation | Method and device for video image processing, calculating the similarity between video frames, and acquiring a synthesized frame by synthesizing a plurality of contiguous sampled frames |
| JP2004357014A (ja) * | 2003-05-29 | 2004-12-16 | Matsushita Electric Works Ltd | 監視通報システム |
| US7667363B2 (en) | 2006-04-20 | 2010-02-23 | Kabushiki Kaisha Toyota Jidoshokki | Permanent magnet embedment rotating electric machine, motor for car air conditioner, and enclosed electric compressor |
| JP2008142876A (ja) * | 2006-12-13 | 2008-06-26 | Mitsubishi Heavy Ind Ltd | ロボットによるサービスシステムにおけるサービス対象者判別方法と該方法を用いたロボットによるサービスシステム |
| JP2008160462A (ja) * | 2006-12-22 | 2008-07-10 | Matsushita Electric Works Ltd | 撮像装置 |
| JP2008165578A (ja) * | 2006-12-28 | 2008-07-17 | Kyushu Institute Of Technology | 動体の動作表現方法および動作認識方法 |
| JP2014215074A (ja) * | 2013-04-23 | 2014-11-17 | 富士通株式会社 | 検出プログラム、検出装置、検出システムおよび検出方法 |
| JP2015138295A (ja) * | 2014-01-20 | 2015-07-30 | 株式会社竹中工務店 | 不審者検出装置およびプログラム |
| WO2015186341A1 (ja) * | 2014-06-03 | 2015-12-10 | 日本電気株式会社 | 画像処理システム、画像処理方法及びプログラム記憶媒体 |
| JPWO2015186341A1 (ja) * | 2014-06-03 | 2017-05-25 | 日本電気株式会社 | 画像処理システム、画像処理方法及びプログラム |
| US11003961B2 (en) | 2014-06-03 | 2021-05-11 | Nec Corporation | Image processing system, image processing method, and program storage medium |
| CN106408833A (zh) * | 2016-11-02 | 2017-02-15 | 北京弘恒科技有限公司 | 周界入侵检测方法及*** |
| KR20180138022A (ko) * | 2017-06-20 | 2018-12-28 | 한화테크윈 주식회사 | 객체 검출 시스템, 방법 및 컴퓨터 판독 가능한 기록매체 |
| WO2023276564A1 (ja) * | 2021-06-28 | 2023-01-05 | 株式会社SEtech | 動き情報撮像装置 |
| JP2023005320A (ja) * | 2021-06-28 | 2023-01-18 | 株式会社SEtech | 動き情報撮像装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3812985B2 (ja) | 2006-08-23 |
| US6128396A (en) | 2000-10-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH10285581A (ja) | 自動監視装置 | |
| US11704936B2 (en) | Object tracking and best shot detection system | |
| US7280673B2 (en) | System and method for searching for changes in surveillance video | |
| US7751647B2 (en) | System and method for detecting an invalid camera in video surveillance | |
| US8068640B2 (en) | Method for detecting image regions that are conspicuous in terms of the movement in them; apparatus and computer program for performing the method | |
| JP2007334623A (ja) | 顔認証装置、顔認証方法、および入退場管理装置 | |
| CN110969118B (zh) | 轨迹监控***和方法 | |
| GB2337146A (en) | Detecting motion across a surveillance area | |
| Martínez-Martín et al. | Robust motion detection in real-life scenarios | |
| Xu et al. | Segmentation and tracking of multiple moving objects for intelligent video analysis | |
| Snidaro et al. | Automatic camera selection and fusion for outdoor surveillance under changing weather conditions | |
| Lalonde et al. | A system to automatically track humans and vehicles with a PTZ camera | |
| KR20210117760A (ko) | Cctv 영상 기반 이상 행동 감지 방법 및 이를 위한 장치 | |
| KR20160093253A (ko) | 영상 기반 이상 흐름 감지 방법 및 그 시스템 | |
| JP2002245560A (ja) | 監視システム | |
| JP4607394B2 (ja) | 人物検出システム、及び人物検出プログラム | |
| Gil-Jiménez et al. | Automatic control of video surveillance camera sabotage | |
| JP2012212238A (ja) | 物品検出装置および静止人物検出装置 | |
| US7738009B2 (en) | Method for following at least one object in a scene | |
| JP2012212217A (ja) | 画像監視装置 | |
| JP3088880B2 (ja) | 人物認識装置 | |
| JP2005025313A (ja) | 滞留者検知システム | |
| Zhang et al. | A robust human detection and tracking system using a human-model-based camera calibration | |
| JPH05300516A (ja) | 動画処理装置 | |
| KR101311728B1 (ko) | 침입자의 얼굴감지 시스템 및 그 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040212 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060223 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060228 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060427 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060530 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060530 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100609 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110609 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120609 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120609 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130609 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140609 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |