人物識別装置、人物識別方法及び人物識別装置を備えた空気調和機
【課題】好みの空調制御を精度高く学習することにより快適性を向上するとともに省エネ運転が可能な空気調和機を提供すること。
【解決手段】人物が存在する位置を検出する位置検出手段と、前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記位置検出手段が検出した位置情報と、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段とを有し、さらに、人物識別手段は前記位置検出手段が検出した位置情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別装置。人物の位置情報を利用して人物識別を実現することで、実用的に、精度のよい人物識別を達成することができる。
【解決手段】人物が存在する位置を検出する位置検出手段と、前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記位置検出手段が検出した位置情報と、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段とを有し、さらに、人物識別手段は前記位置検出手段が検出した位置情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別装置。人物の位置情報を利用して人物識別を実現することで、実用的に、精度のよい人物識別を達成することができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、家庭内における人物識別技術に関し、さらに空気調和空間に存在する人物の好みを反映して、最適な空気調和動作を行わせることができる空気調和機に関する。
【背景技術】
【０００２】
ユーザが全く意識しないままに、空調空間内の人物を特定し、人物の機器操作傾向を自動的に学習することで、ユニバーサルデザインを実現でき、ユーザの好みの空調を実現することが可能な、空気調和機が知られている。例えば、特許文献１では、ユーザが制御指示手段を操作した場合、制御指示手段を操作した人物を特定し、その操作内容によって、その人物の空気調和機操作傾向を学習できるものである。この間のユーザの行動、操作は従来の通常の空気調和機となんら変わりなく、ユーザが全く意識しないままに、人物の空気調和機操作傾向が自動的に学習されるので、ユニバーサルデザインを実現でき、制御精度が向上する空気調和機を実現するものである。
【０００３】
このような処理を実現するためには、ユーザが全く意識しないままに人物識別を行なう必要がある。従来から、様々な人物識別技術が知られている。人物識別技術としては、
・顔識別技術（例えば、非特許文献１）
・虹彩識別技術（例えば、特許文献２）
・音声認識技術（例えば、非特許文献２）
・ユーザのＩＤコードを利用（例えば、特許文献３）
など、様々な手法が知られている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２０１０−０９１２２８号公報
【特許文献２】特許第３３０７９３６号公報
【特許文献３】特許第４０４４４７２号公報
【非特許文献】
【０００５】
【非特許文献１】岩井儀雄，勞世，山口修，平山高嗣，“画像処理による顔検出と顔認識”，情報処理学会研究報告，２００５−ＣＶＩＭ−１４９（３８），ｐｐ．３４３−３６８，２００５．
【非特許文献２】古井 貞煕，“ここまできたバイオメトリクスによる本人認証システム：音声による本人認証：音声による本人認証のしくみと技術動向”， 情報処理学会誌，Ｖｏｌ．４０，Ｎｏ．１１，ｐｐ．１０８８−１０９１，１９９９．
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、前記従来の人物識別技術では、家庭内での識別技術に問題があった。顔識別技術では、人物の顔画像を十分な解像度で撮影する必要性があるが、家庭内のすべての場所で顔画像を撮影するためには、非常に解像度の高いカメラを設置するか、複数のカメラを配置する必要があった。また、顔識別処理では、正面から顔画像を撮影する必要があるため、さらに多くのカメラを家庭内に配置する必要があり、実用的ではなかった。
【０００７】
また、虹彩識別技術を利用する場合、顔識別技術よりも高解像度の画像を撮影する必要があり、やはり、家庭内での識別技術としては実用的ではなかった。
【０００８】
また、音声認識技術においては、高いＳＮ比の音声の取得が必要であるが、家庭内においては様々なノイズが存在するため、より識別精度の高い手法が必要である。
【０００９】
さらに、ユーザのＩＤコードを利用する場合、ユーザはつねにＩＤを保持する必要があり、家庭内というプライベート空間であることを考慮すると、実用的ではなかった。
【００１０】
本発明は、前記従来の課題を解決するもので、家庭内において、実用的な識別技術を提供し、本発明の識別技術を利用することにより、空気調和空間に存在する人物の好みを反映して、最適な空気調和動作を行わせることができる空気調和機を提供することを目的とする。
【課題を解決するための手段】
【００１１】
上記目的を達成するために、本発明の人物識別手段は、人物が存在する位置を検出する位置検出手段と、前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記位置検出手段が検出した位置情報と、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段とを有し、さらに、人物識別手段は前記位置検出手段が検出した位置情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する。人物の位置情報を利用して人物識別を実現することで、ユーザはつねにＩＤを保持するといったことなく、実用的に、精度のよい人物識別を達成することを目的としたものである。
【発明の効果】
【００１２】
本発明によれば、人物の位置情報や大きさ情報を利用することにより、家庭内において、実用的な識別技術を実現することができる。さらに、本発明の人物識別技術を利用することにより、空気調和空間に存在する人物の好みを反映して、最適な空気調和動作を行わせることができるとともに、そのために必要な人物ごとの空気調和機操作傾向の学習を、ユーザにまったく意識させることなく行うことが可能で、ユニバーサルデザインを実現でき、制御精度も向上できる。
【図面の簡単な説明】
【００１３】
【図１】本発明の第１の実施の形態における人物識別装置の構成を示す機能ブロック図
【図２】本発明の第１の実施の形態における人物識別のための学習処理の流れを示すフローチャート
【図３】本発明の第１の実施の形態における人物識別処理の流れを示すフローチャート
【図４】本発明の人体検知処理の流れを示したフローチャート
【図５】本発明の人体検知手段における背景差分処理を説明するための模式図
【図６】背景差分処理において背景画像を作成する処理を説明するための模式図
【図７】背景差分処理において背景画像を作成する処理を説明するための模式図
【図８】背景差分処理において背景画像を作成する処理を説明するための模式図
【図９】本発明の人体検知処理における領域分割処理を説明するための模式図
【図１０】本発明で利用する２つの座標系を説明するための模式図
【図１１】撮像センサユニットから人物の重心位置までの距離を示す概略図
【図１２】フレーム画像から人物らしい領域を抽出する処理を利用した人物位置推定の処理の流れを示したフローチャート
【図１３】フレーム画像から顔らしい領域を抽出する処理を利用した人物位置推定の処理の流れを示したフローチャート
【図１４】家庭内において、人物が座る場所・眠る場所・作業をする場所がほぼ決まっていることを確認するために利用した模式図
【図１５】図１４の家庭において、２日間の二人の移動履歴を求め、滞在した場所とその場所でのトータルの滞在時間を求めた模式図
【図１６】本発明の第１の実施の形態における記憶手段に保存されている人物識別情報の一例を示す図
【図１７】図１４に示した家庭において、量子化した１０領域を示した模式図
【図１８】記憶手段に保存されている人物識別情報である図１６の更新例を示す図
【図１９】記憶手段に保存されている人物識別情報の一例を示す図
【図２０】本発明における人物識別装置の模式図
【図２１】本発明の第１の実施の形態における記憶手段に保存されている人物識別情報の別の一例を示す図
【図２２】本発明の第１の実施の形態における人物識別のための別の学習処理の流れを示すフローチャート
【図２３】本発明の第１の実施の形態における別の人物識別処理の流れを示すフローチャート
【図２４】本発明の第２の実施の形態における人物識別装置の構成を示す機能ブロック図
【図２５】人物の大きさ情報を利用した人物の識別可能性を説明するための模式図
【図２６】人物の大きさ情報を利用した人物の識別可能性を説明するための模式図
【図２７】人物の大きさ情報を利用した人物の識別可能性を説明するための模式図
【図２８】本発明の第２の実施の形態における人物識別のための学習処理の流れを示すフローチャート
【図２９】本発明の第２の実施の形態における別の人物識別処理の流れを示すフローチャート
【図３０】大きさ検出手段の処理を説明するための模式図
【図３１】家庭内の模式図
【図３２】図３１の家庭において、撮像センサユニットによって撮像された画像例を示す図
【図３３】図３２の画像に対し、位置検出手段によって滞在位置を３０の量子化された様子を示した模式図
【図３４】図３３のように位置情報を量子化した際に、記憶手段に保存されている人物識別情報の一例を示す図
【図３５】記憶手段に保存されている人物識別情報である図３４の更新例を示す図
【図３６】記憶手段に保存されている人物識別情報の一例を示す図
【図３７】位置情報や大きさ情報として、フレーム間差分情報を利用する処理を説明するための模式図
【図３８】位置情報や大きさ情報として、フレーム間差分情報を利用する処理を説明するための模式図
【図３９】位置情報や大きさ情報として、フレーム間差分情報を利用する処理を説明するための模式図
【図４０】本発明の第１の実施の形態における別の人物識別処理の流れを示すフローチャート
【図４１】本発明の第２の実施の形態における人物識別装置の構成を示す機能ブロック図
【図４２】大きさ情報検出手段によって、人物の実空間での高さ情報を取得するための処理を説明するための模式図
【図４３】記憶手段に保存されている人物識別情報の一例を示す図
【図４４】本発明の第１の実施の形態における人物識別装置を利用した空気調和機の構成を示す機能ブロック図
【図４５】本発明に係る空気調和機の室内機の正面図
【図４６】図４５の室内機の縦断面図
【図４７】可動前面パネルが前面開口部を開放するとともに、上下羽根が吹出口を開放した状態の図４５の室内機の縦断面図
【図４８】上下羽根を構成する下羽根を下向きに設定した状態の図４５の室内機の縦断面図
【図４９】本発明の第１の実施の形態における人物識別装置を搭載した空気調和機の処理の流れを示すフローチャート
【図５０】本発明の第１の実施の形態における人物識別装置を利用した別の空気調和機の構成を示す機能ブロック図
【図５１】本発明の第１の実施の形態における人物識別装置を搭載した空気調和機の別の処理の流れを示すフローチャート
【発明を実施するための形態】
【００１４】
第１の発明は、家庭内で人物を識別する人物識別装置であって、人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出手段と、前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記位置検出手段が検出した位置情報と、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段と、前記位置検出手段が検出した位置情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別手段とを有する構成としている。
【００１５】
この構成により、人物の位置情報を利用して人物識別処理を行なうことができ、家庭内においても精度の高い、実用的な人物識別を実現することができる。
【００１６】
第２の発明は、家庭内で人物を識別する人物識別装置であって、人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出手段と、前記人物の大きさを検出する大きさ検出手段と、前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記大きさ検出手段が検出した大きさ情報を、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段と、前記大きさ検出手段が検出した大きさ情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別手段を有する構成としている。
【００１７】
この構成により、人物の大きさ情報を利用して人物識別処理を行なうことができ、家庭内においても精度の高い、実用的な人物識別を実現することができる。
【００１８】
第３の発明は、家庭内で人物を識別する人物識別装置であって、人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出手段と、前記人物の大きさを検出する大きさ検出手段と、前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記位置検出手段が検出した位置情報と、前記大きさ検出手段が検出した大きさ情報を、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段と、前記位置検出手段が検出した位置情報と、前記大きさ検出手段が検出した大きさ情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別手段を有する構成としている。
【００１９】
この構成により、人物の位置情報と大きさ情報を利用して人物識別処理を行なうことができ、家庭内においても精度の高い、実用的な人物識別を実現することができる。
【００２０】
第４の発明は、大きさ検出手段は、人物の実空間での大きさを推定することにより、人物の位置に左右されずに、より正確な人物識別を行なうことができる。
【００２１】
第５の発明は、大きさ検出手段は、人物の撮影された画像上での大きさを、大きさ情報
として検出することにより、処理量を減少させることができる。
【００２２】
第６の発明は、人物特定情報として、リモコンなどの制御指示手段により設定された制御指示情報を利用することにより、ユーザが全く意識しないままに人物識別の学習処理を行なうことができる。
【００２３】
第７の発明は、前記人物特定情報として、「空気調和機の設定温度」「空気調和機の風向」「空気調和機の風量」「ＴＶの設定音量」「照明の設定明るさ」のいずれかを利用することにより、ユーザが全く意識しないままに人物識別の学習処理を行なうことができる。
【００２４】
第８の発明は、前記人物特定情報として、ユーザが自ら登録した、ユーザを特定するための情報を利用することにより、より正確な人物特定情報を取得することができるため、より正確な人物識別を実現することができる。
【００２５】
第９の発明は、一定時間経過した際には、人物識別情報を初期化することにより、模様替えなどにおける識別性能の劣化を防ぐことができる。
【００２６】
第１０の発明は、一定時間経過した際には、データの重み付け処理を行ない、以前の人物識別情報の重みを軽くすることにより、模様替えなどにおける識別性能の劣化を防ぐことができる。
【００２７】
第１１の発明は、本発明の人物識別装置を搭載した空気調和機であって、前記人物識別手段が識別した識別結果に基づいて、その人物の好みの空調制御情報にしたがった空調制御を実現する空調制御部を有する構成としている。
【００２８】
この構成により、ユーザが全く意識しないままに、個人の機器操作傾向が自動的に学習され、ユニバーサルデザインを実現でき、制御精度を向上することが可能となる。
【００２９】
第１２の発明は、本発明の人人物識別装置を搭載した空気調和機であって、前記人物識別手段が識別した制御指示情報に基づいて、空調制御を行なう空調制御手段を有する構成とすることにより、第１１の発明と同様の効果を奏することができる。
【００３０】
第１３の発明は、さらに人物識別手段が識別した制御指示情報と現在の制御指示情報のいずれかを選択する制御指示手段操作情報推定手段を有し、制御指示手段操作情報推定手段が選択した制御指示情報にしたがって空調制御を行なう構成とすることにより、第１１の発明と同様の効果を奏することができる。
【００３１】
第１４の発明は、現在の制御指示情報の操作者が検出されている人物と同一人物であると推定される場合は現在の制御指示情報を、現在の制御指示情報の操作者が検出されている人物と同一人物ではないと推定される場合は前記人物識別手段が識別した制御指示情報を選択する構成とすることにより、第１１の発明と同様の効果を奏することができる。
【００３２】
以下、本発明の実施の形態について、図面を参照しながら説明する。なお、この実施の形態によって本発明が限定されるものではない。
【００３３】
（実施の形態１）
以下、本発明の実施の形態について、図面を参照しながら説明する。
【００３４】
図１は、本発明の第１の実施の形態における人物識別装置の構成を示す機能ブロック図
である。人物識別処理は、人物を識別するための学習処理と識別を行なう識別処理からなる。図２は、本実施形態における人物識別のための学習処理の流れを示すフローチャートであり、図３は、本実施形態における人物識別処理の流れを示すフローチャートである。
【００３５】
まず、学習処理の流れについて説明する。図２において、位置検出手段１０１は撮像センサユニット２４を利用して、家庭内を撮像し、人物の在否と位置情報を検出し（ステップＳ００１）、人物が存在している場合は、さらにその人物が滞在しているのか、動いているのかを判断する（ステップＳ００２）。位置検出手段１０１によって、家庭内に人物が存在しない、または人物が存在するが、その人物は動いていると判断された場合（ステップＳ００２でＮｏ）、ステップＳ００１に戻り、再度、位置検出手段１０１によって人物の位置情報の取得と、在否の判断を行なう。一方、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物を特定するための情報を取得する（ステップＳ００３）。ここで、人物を特定する情報とは、例えば、リモコンなどの制御指示機器により設定された情報である。人物識別手段１０３は、前記位置検出手段１０１が検出した位置情報と前記人物特定情報取得手段１０２が取得した人物特定情報を関連付けることにより、人物識別情報を作成し、作成した人物識別情報を記憶手段１０４に保存する（ステップＳ００４）。
【００３６】
つぎに、人物識別処理の流れについて説明する。図３において、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の位置情報と、前記記憶手段１０４に保存されている人物識別情報を照合することで、その人物の識別を行なう（ステップＳ００５）。
【００３７】
以下、まず学習処理における各処理に関して、詳述する。
【００３８】
位置検出手段１０１は撮像センサユニット２４を利用して、家庭内を撮像し、人物の在否と位置情報を検出する（ステップＳ００１）。
＜位置検出手段の構成＞
撮像センサユニット２４は、回路基板と、回路基板に取り付けられたレンズと、レンズの内部に実装された撮像センサとで構成されている。また、位置検出手段１０１は、例えば後述する差分処理に基づいて回路基板により人物の在否が判断され、さらにその人物の位置を推定する。すなわち、回路基板は人物の在否判断と位置の推定を行う位置検出手段１０１として作用する。もちろん、後述する個人識別手段１０３も回路基板によって実現され、記憶手段１０４は回路基板上のメモリによって実現されるが、詳細な説明は省略する。
＜撮像センサユニットによる人体検知＞
撮像センサユニット２４による人体検知を行うために、公知の技術である差分法を利用する。これは、人物が存在しない画像である背景画像と、撮像センサユニット２４が撮像した画像の差分処理を行ない、差分が生じている領域には、人物が存在していると推定するものである。
【００３９】
図４は、本実施形態における人体検知処理の流れを示したフローチャートである。ステップＳ１０１において、背景差分処理を利用することで、フレーム画像内で差分が生じている画素を検出する。背景差分処理とは、特定の条件下で撮像した背景画像と、背景画像と撮像センサユニットの視野や視点、焦点距離などの撮像条件が等しい状況で撮像した撮像画像を比較することで、背景画像には存在していないが、撮像画像には存在する物体を検出する手法である。人物の検出を行なうためには、背景画像として人物が存在しない画像を作成する。
【００４０】
図５は、背景差分処理を説明するための模式図である。図５（ａ）は、背景画像を示している。この図において、３０１は家庭内に存在する窓を、３０２は扉を示している。図５（ｂ）は、撮像センサユニットによって撮像されたフレーム画像を示している。ここで、撮像センサユニットの視野や視点、焦点距離などは図５（ａ）の背景画像と等しい。３０３は、家庭内に存在する人物を示している。背景差分処理では、図５（ａ）と図５（ｂ）の差分画像を作成することにより、人物を検出する。図５（ｃ）は差分画像を示しており、白い画素は差分が存在しない画素、黒い画素は差分が生じている画素を示している。背景画像には存在しないが、撮像されたフレーム画像には存在する人物３０３の領域が、差分が生じている領域３０４として、検出されていることがわかる。つまり、差分画像から差分が生じている領域を抽出することで、人物領域を検出することが可能である。
【００４１】
また、前述の背景画像は、フレーム間差分処理を利用することで作成することが可能である。図６〜図８は、この処理を説明するための模式図である。図６（ａ）〜（ｃ）は、人物３０３が窓３０１の前を右から左に移動しているシーンにおいて、撮像センサユニットによって撮像された連続した３フレームの画像を示した模式図である。図６（ｂ）は図６（ａ）の次のフレームの画像を、図６（ｃ）は図６（ｂ）の次のフレームの画像を示している。また、図７（ａ）〜（ｃ）は、図６の画像を利用して、フレーム間差分処理を行なった、フレーム間差分画像を示している。白い画素は差分が存在しない画素、黒い画素３０５は差分が生じている画素を示している。ここで、視野内で移動している物体は人物のみであるとすると、フレーム間差分画像において、差分が生じない領域には、人物が存在していないと考えられる。そこで、フレーム間差分が生じない領域においては、背景画像を現在のフレームの画像と置き換える。この処理を繰り返すことで、背景画像を自動的に作成することができる。図８（ａ）〜（ｃ）は、それぞれ図６（ａ）〜（ｃ）の各フレームにおける背景画像の更新を模式的に示した図である。斜線で示した領域３０６は、背景画像を更新した領域、黒領域３０７はまだ背景画像が作成されていない領域、白領域３０８は背景画像が更新されなかった領域を示している。つまり、図８の黒領域３０７と白領域３０８の合計領域が、図７の黒色領域３０５と等しくなる。図に示したとおり、人物が動いている場合、黒領域３０７が徐々に小さくなり、自動的に背景画像が作成されていることがわかる。
【００４２】
次に、ステップＳ１０２において、求まった差分領域を領域分割することにより、複数の人物が存在している場合には、複数の差分領域として分割する。これは、公知の画像クラスタリング手法を利用すればよく、例えば、「差分が生じている画素と、その８近傍に存在する差分が生じている画素は、同一の領域である」というルールにしたがって、差分画像を領域分割していけばよい。図９は、この領域分割処理を実行した模式図である。図９（ａ）は差分処理により計算された差分画像を示し、３０９および３１０の黒色画素が、差分の生じている画素である。図９（ｂ）は、差分画像として図９（ａ）が得られたとき、前記「差分が生じている画素と、その８近傍に存在する差分が生じている画素は、同一の領域である」というルールに従って領域分割を行なった結果を示している。ここで、横縞領域３１１と縦縞領域３１２は、別の領域であると判断されている。このとき、画像処理で広く利用されているモルフォロジー処理などのノイズ除去処理を行なってもかまわない。
【００４３】
次に、ステップＳ１０３において、求まった各領域の重心位置を計算することにより、検出された人物の位置を検出する。画像の重心位置から人物の位置を検出するためには、透視投影変換を利用すればよい。
【００４４】
透視投影変換を説明するために、２つの座標系を説明する。図１０は、２つの座標系を説明するための模式図である。まず、画像座標系を考える。これは、撮像された画像にお
ける２次元の座標系であり、画像の左上の画素を原点、右方向にｕ、下方向にｖとする。次にカメラを基準とした３次元の座標系であるカメラ座標系を考える。カメラ座標系は、撮像センサユニットの焦点位置を原点、撮像センサユニット２４の光軸方向をＺｃ，カメラ上向きをＹｃ，カメラ左方向をＸｃとする。このとき、透視投影変換により、以下の関係が成り立つ。
【００４５】
【数１】
【００４６】
ここで、ｆは焦点距離［ｍｍ］、（ｕ０，ｖ０）は画像座標上での画像中心［Ｐｉｘｅｌ］、（ｄｐｘ，ｄｐｙ）は撮像素子１画素の大きさ［ｍｍ／Ｐｉｘｅｌ］を示している。ここで、Ｘｃ，Ｙｃ，Ｚｃは未知数であることに着目すると、（数１）は、画像上での座標（ｕ，ｖ）が既知の場合、その座標に対応する実際の３次元位置は、カメラ座標系の原点を通る、ある直線上に存在することがわかる。
【００４７】
図１１（ａ）、（ｂ）に示したように、画像上の人物の重心位置を（ｕｇ，ｖｇ）、そのカメラ座標系での３次元位置を（Ｘｇｃ，Ｙｇｃ，Ｚｇｃ）とする。ここで、図１１（ａ）は空調空間を横から見た模式図、図１１（ｂ）は上から見た模式図を示している。また、撮像センサユニットの設置された高さをＨ、Ｘｃ方向が水平方向に等しいとし、光軸Ｚｃは垂直方向からθの角度を持って設置されているとする。また、撮像センサユニット２４の光軸方向を、垂直方向の角度（仰角、垂直線から上方向に測定した角度）α、水平方向の角度（室内機から見て正面の基準線から右向きに測定した角度）βとする。さらに人物の重心の高さをｈとすると、空調空間内の３次元位置である、撮像センサユニットから重心位置までの距離Ｌ、および向きＷは、次式で計算できる。
【００４８】
【数２】
【００４９】
【数３】
【００５０】
【数４】
【００５１】
【数５】
【００５２】
ここで、撮像センサユニットは、Ｈ＝約２ｍの高さに通常設置され、さらに人物の重心の高さｈが約８０ｃｍであることを考慮すると、数３、数５は、撮像センサユニット２４の設置された高さＨ、および人物の重心の高さｈが規定されている場合、画面上の重心位置（ｕｇ，ｖｇ）より、空調空間内における人物の重心位置（Ｌ，Ｗ）を一意に求められ
ることを示している。
【００５３】
以上の説明では、撮像センサユニットによる人物位置推定として、差分法を利用したが、もちろん、他の手法を利用してもかまわない。例えば、人物の全身の画像データを利用して、フレーム画像から人物らしい領域を抽出するようにしてもかまわない。このような手法としては、例えば、ＨＯＧ（Ｈｉｓｔｏｇｒａｍｓ ｏｆ Ｏｒｉｅｎｔｅｄ Ｇｒａｄｉｅｎｔｓ）特徴量などを利用する手法が広く知られている（Ｎ． Ｄａｌａｌ ａｎｄ Ｂ． Ｔｒｉｇｇｓ， ゛Ｈｉｓｔｏｇｒａｍｓ ｏｆ Ｏｒｉｅｎｔｅｄ Ｇｒａｄｉｅｎｔｓ ｆｏｒ Ｈｕｍａｎ Ｄｅｔｅｃｔｉｏｎ゛， Ｉｎ Ｐｒｏｃ． ＩＥＥＥ Ｃｏｎｆ． ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ
Ｒｅｃｏｇｎｉｔｉｏｎ， Ｖｏｌ．１， ｐｐ．８８６−８９３， ２００５．）。ＨＯＧ特徴量は、局所領域内におけるエッジ方向ごとのエッジ強度に着目した特徴量であり、この特徴量をＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）などにより学習・識別を行なうことにより、フレーム画像から人物領域を検出するようにしてもかまわない。
【００５４】
図１２は、フレーム画像から人物らしい領域を抽出する処理を利用した人物位置推定の処理の流れを示したフローチャートである。この図において、図４と同じステップに関しては、同一の符号を付しており、ここではその詳細な説明を省略する。
【００５５】
ステップＳ１０４において、前述のＨＯＧ特徴量を利用することで、フレーム画像内において、人物らしい領域を人物領域として抽出する。
【００５６】
ステップＳ１０３において、求まった人物領域の重心位置を計算することにより、検出された人物の位置を検出する。画像の重心位置から人物の位置を検出するためには、前述の通り、数３、数５を利用すればよい。
【００５７】
また、人物の全身の画像データを利用するのではなく、フレーム画像から顔らしい領域を抽出するようにしてもかまわない。このような手法としては、例えば、Ｈａａｒ−Ｌｉｋｅ特徴量などを利用する手法が広く知られている（Ｐ． Ｖｉｏｌａ ａｎｄ Ｍ． Ｊｏｎｅｓ， ゛Ｒｏｂｕｓｔ ｒｅａｌ−ｔｉｍｅ ｆａｃｅ ｄｅｔｅｃｔｉｏｎ゛， Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ， Ｖｏｌ．５７， ｎｏ．２， ｐｐ．１３７−１５４， ２００４．）。Ｈａａｒ−Ｌｉｋｅ特徴量は、局所領域間における輝度差に着目した特徴量であり、この特徴量をＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）などにより学習・識別を行なうことにより、フレーム画像から人物領域を検出するようにしてもかまわない。
【００５８】
図１３は、フレーム画像から顔らしい領域を抽出する処理を利用した人物位置推定の処理の流れを示したフローチャートである。この図において、図４と同じステップに関しては、同一の符号を付しており、ここではその詳細な説明を省略する。
【００５９】
ステップＳ１０５において、前述のＨａａｒ−Ｌｉｋｅ特徴量を利用することで、フレーム画像内において、顔らしい領域を顔領域として抽出する。
【００６０】
ステップＳ１０３において、求まった顔領域の重心位置を計算することにより、検出された人物の位置を検出する。画像の重心位置から人物の位置を検出するためには、前述の通り、透視投影変換を利用すればよい。このとき、人物の全身領域を利用して、その重心位置から人物の位置を検出する場合、人物の重心の高さとして、ｈ＝約８０ｃｍとしたが、顔領域を利用する場合、顔重心までの高さとして、ｈ＝約１６０ｃｍとして数３、数５を利用することにより、人物の位置を検出する。
【００６１】
もちろん、位置検出手段として、撮像センサユニット２４を利用するのではなく、公知技術である、人感センサや、赤外線センサを利用するようにしてもかまわない。
【００６２】
次に、位置検出手段１０１は、検出された位置情報を利用して、人物の在否を判断し、人物が存在している場合は、さらにその人物が滞在しているのか、動いているのかを判断する（ステップＳ００２）。これは、位置検出情報に時空間フィルタリングすることで実現する。つまり、以下の３つの条件が満たされているかどうかを確認する。
【００６３】
１．複数フレームにわたって、近傍の位置に、位置情報を検出しているか？
２．一定面積以上の大きさの位置情報を検出しているか？
３．一定時間、検出された人物の位置情報が変化していないか？
上記３つの条件を満たす場合、その位置に人物が存在し、しかもその人物がその位置に滞在していると判断する（ステップＳ００２でＹｅｓ）。一方、上記３つの条件の一つでも満足しない場合、その位置には滞在した人物が存在しないと判断する（ステップＳ００２でＮｏ）。
【００６４】
前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の人物を特定するための情報（人物特定情報）を取得する（ステップＳ００３）。ここで、人物特定情報とは、人物が同じであれば、同じ値となる情報であり、例えば、リモコンなどの制御指示手段により設定された情報である。具体的には、「空気調和機の設定温度」「空気調和機の風向」「空気調和機の風量」「ＴＶの設定音量」「照明の設定明るさ」である。このように、リモコンなどの制御指示手段により設定された情報を人物特定情報として利用することで、ユーザが全く意識しないままに人物識別の学習処理を行なうことができる。以下、人物特定情報として空気調和機の設定温度情報を利用した処理について説明する。
【００６５】
これらの情報は、人物が同じであれば、同じ設定を好むため、同じ人物であれば、常に同じような設定を行なうと考えられる。また、これらの情報は、人物が家庭内での通常の動作を行なう中で設定する動作であるため、これらの情報を利用することにより、人物が全く意識しないままに人物特定情報を取得することが可能である。
【００６６】
人物識別手段１０３は、前記位置検出手段１０１が検出した位置情報と前記人物特定情報取得手段１０２が取得した人物特定情報を関連付けることにより、人物識別情報を作成し、作成した人物識別情報を記憶手段１０４に保存する（ステップＳ００４）。
【００６７】
ここで、家庭内での人物識別を考えた場合、家庭内では、以下の条件が満たされる場合が非常に多いと推測される。
【００６８】
１．識別対象は数人しか存在しない。
【００６９】
２．家庭内では、人物が座る場所・眠る場所・作業をする場所はほぼ決まっている。
【００７０】
まず、１．に関しては、家庭内がプライベート環境であるため、数人程度しか存在しないと考えられる。そのため、大人数では識別不可能な特徴量であっても、家庭内のように少数人しか存在しない環境であれば、識別が可能となると考えられる。
【００７１】
また、２．に関しては、食事の際の座席、団欒時のシーンを考慮すると、妥当な仮定であると考えられる。
【００７２】
図１４、図１５は、家庭内において、人物が座る場所・眠る場所・作業をする場所がほぼ決まっていることを確認した模式図である。男性と女性の二人が居住している、図１４のような家庭において、二人の人物が座ったり、作業を行なったりするために一定時間以上、滞在した場所と滞在時間を確認した。図１５は、２日間の二人の移動履歴を求め、滞在した場所とその場所でのトータルの滞在時間を求めた模式図である。場所は図１４に示した（１）〜（７）に対応しており、２日間、この７箇所以外の場所に長時間、滞在することはなかった。図１５より、場所（１）、（２）、（６）に人物が存在している場合、その人物はほとんどの場合、女性であり、場所（４）、（５）、（７）に人物が存在している場合、その人物はほとんどの場合、男性であることがわかる。ただし、場所（３）に関しては、人物を識別することができない。しかし、場所（３）に人物が滞在する時間は、全体の１割程度であることから、位置情報のみで９０％程度の識別が可能であることがわかる。
【００７３】
以上のことから、家庭内というプライベートな環境では、人物の位置情報のみで、人物の識別が可能であることがわかる。
【００７４】
図１６は、記憶手段１０４に保存されている人物識別情報の一例を示している。人物識別情報には、量子化された各位置情報と、その位置で取得された人物特定情報である設定温度情報を関係付け、さらに滞在時間を保持している。量子化された各位置情報として、ここでは、図１４の家庭内を１０領域に量子化する。図１７は、図１４に示した家庭において、量子化した１０領域を示した模式図である。この図において、Ａ〜Ｊで示された１０の領域が、量子化された領域を示している。
【００７５】
使用当初、滞在時間にはすべて０が記録されている。ここで、男性が図１５の場所（１）のイスに座ったとする。このとき、空気調和機の設定温度は２２度に設定されていた。このとき、図１６の人物識別情報は、場所（１）に対応する位置Ｂにおいて、人物特定情報である設定温度が２２℃の滞在時間に１を加え、図１８のように更新される。図１９は、２日後の人物識別情報を示したものである。このように、人物識別情報である図１９を更新することで、学習処理が行なわれる。
【００７６】
次に、人物識別処理に関して、詳述する。
【００７７】
図３は、本実施形態における人物識別処理の流れを示すフローチャートである。この図において、図２と同じステップに関しては、同一の符号を付しており、ここではその詳細な説明を省略する。
【００７８】
位置検出手段１０１は撮像センサユニット２４を利用して、家庭内を撮像し、人物の在否と位置情報を検出し（ステップＳ００１）、人物が存在している場合は、さらにその人物が滞在しているのか、動いているのかを判断する（ステップＳ００２）。位置検出手段１０１によって、家庭内に人物が存在しない、または人物が存在するが、その人物は動いていると判断された場合（ステップＳ００２でＮｏ）、ステップＳ００１に戻り、再度、位置検出手段１０１によって人物の位置情報の取得と、在否の判断を行なう。一方、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の位置情報と、前記記憶手段１０４に保存されている人物識別情報を照合することで、その人物の識別を行なう（ステップＳ００５）。
【００７９】
ステップＳ００５における、人物の識別方法について説明する。学習処理によって、図１９のような人物識別情報が前記記憶手段１０４に保存されているとする。このとき、前
記位置検出手段１０１によって、人物が位置Ｃに存在することを検出したとする。図１９の人物識別情報によると、位置Ｃに関しては、
・設定温度２２℃：２２３
・設定温度２４℃： ０
・設定温度２６℃： ６
・設定温度２８度： ０
というデータが保存されている。そのため、これらのデータから、それぞれの過去の存在確率を求めると、
・設定温度２２℃：２２３／（２２３＋０＋６＋０）＝０．９７
・設定温度２４℃： ０／（２２３＋０＋６＋０）＝０
・設定温度２６℃： ６／（２２３＋０＋６＋０）＝０．０３
・設定温度２８度： ０／（２２３＋０＋６＋０）＝０
となり、設定温度２２℃の確率が最も高いことがわかる。そこで、本実施形態における人物識別装置では、この人物が「設定温度２２℃の人物」として識別する。
【００８０】
同様に、「ＴＶの設定音量」を人物特定情報として利用する場合、そこで、本実施形態における人物識別装置では、人物を「ＴＶの設定音量９の人物」や「ＴＶの設定音量１５の人物」として識別する。
【００８１】
また、「照明の設定明るさ」を人物特定情報として利用する場合、そこで、本実施形態における人物識別装置では、人物を「照明の設定明るさレベル３の人物」や「照明の設定明るさレベル８の人物」として識別する。
【００８２】
また、人物特定情報として、ユーザが自ら登録した情報を利用するようにしてもかまわない。図２０は、本実施形態における人物識別装置２００の模式図を示している。本実施形態の人物識別装置２０１は、ａ〜ｅからなる登録ボタンＺ２０２を有する。ａ〜ｅのボタンを人物識別装置２００の利用者それぞれに割り付けることにより、さらに効率的な学習を行なうことができる。例えば、母、父、娘、息子の４人家族がこの人物識別装置を利用している場合、母がａ、父がｂというように事前に決めておく。母が学習を行なう際にはａボタンを、父が学習を行なう際にはｂボタンを押す。このような人物識別装置２０１を利用した際の人物識別情報の一例を図２１に示す。このような人物識別情報と前述の人物の識別方法を利用することで、本実施形態における人物識別装置は、人物を「ユーザａ」や「ユーザｂ」として識別する。このように、人物特定情報として、ユーザが自ら登録した情報を利用することにより、人物識別装置はより正確な人物特定情報を取得することができるため、より正確な人物識別を実現することができる。
【００８３】
もちろん、滞在位置の量子化は、図１５のように、実際の３次元位置を利用するのではなく、撮影された画像を量子化するようにしてもかまわない。撮影された画像から実際の３次元位置を求めるためには、前述のように、透視投影変換を利用する必要がある。そのため、実際の３次元位置を利用せず、撮影された画像での位置情報を利用することで、処理量を削減することが可能である。
【００８４】
もちろん、人物識別情報、保存データとして、滞在時間情報を保持するのではなく、滞在時間の頻度を度数として正規化後、保持するようにしてもかまわない。滞在時間を直接、保持する場合、保存データの最大値を規定することができず、非常に大きなメモリを確保する必要があるが、度数として正規化することで、メモリサイズを規定することが可能である。
【００８５】
また、一定時間経過した際には、人物識別情報の保存データを初期化するようにしてもかまわない。家庭内においては、模様替えなどでイスやソファーを大きく動かした場合、
人物の滞在場所は大きく変更してしまう。このような場合、以前の人物識別情報を保持しておくことは、識別性能の劣化を招いてしまう。一定時間後に初期化処理を行なうことで以前のデータを廃棄することができるため、模様替えなどが生じた際にも識別性能を劣化させることなく、人物識別を行なうことができる。
【００８６】
もちろん、一定時間後にデータをすべて初期化するのではなく、以下のように、以前のデータの重みを減らすような処理を行なうようにしてもかまわない。
【００８７】
【数６】
【００８８】
ここで、Ｖ（ｉ，ｊ）は、位置ｉ、人物特定情報ｊでの人物識別情報の保存データを示している。このような処理を行なうことで、模様替えなどが生じた際にも識別性能を劣化させることなく、人物識別を行なうことができる。
【００８９】
また、初期化処理や数６のような処理を、一定時間ごとに行なうのではなく、模様替えが行なわれたことを認識して行うようにしてもかまわない。これは、例えば、人物識別装置にリセットボタンを設け、ユーザがリセットボタンを押した際に初期化処理などを行なうようにすればよい。また、画像処理結果を利用して処理を行なうようにしてもかまわない。これは前述のような背景差分処理を行ない、画面のほとんどの領域で差分が生じた際には、模様替えが行なわれたと判断して、初期化処理などを行なうようにすればよい。
【００９０】
以上の説明では、人体検知手段１０１として、撮像センサユニット２４を利用するとしたが、公知技術である、焦電センサや、赤外線センサによる熱画像を利用するようにしてもかまわない。
【００９１】
以上の説明では、位置検出手段１０１はステップＳ００２において、人物の在否と滞在しているのか、動いているのかを判断したが、人物の在否のみを判断するようにしてもかまわない。図２２は、本実施形態における人物識別のための学習処理の流れを示すフローチャートであり、図２３は、本実施形態における人物識別処理の流れを示すフローチャートである。図２２、図２３において、図２、図３と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【００９２】
図２、図３との違いは、ステップＳ００６である。ステップＳ００６において、位置検出手段１０１は、検出された位置情報を利用して、人物の在否を判断する。これは、位置検出情報に時空間フィルタリングすることで実現する。つまり、以下の２つの条件が満たされているかどうかを確認する。
【００９３】
１．複数フレームにわたって、近傍の位置に、位置情報を検出しているか？
２．一定面積以上の大きさの位置情報を検出しているか？
上記２つの条件を満たす場合、その位置に人物が存在していると判断する（ステップＳ００６でＹｅｓ）。一方、上記２つの条件の一つでも満足しない場合、その位置には人物が存在しないと判断する（ステップＳ００６でＮｏ）。
【００９４】
家庭内というプライベート空間を考慮した場合、人物の動線は決まっていると考えられる。例えば、玄関からリビングへ移動する場合、部屋のどのあたりを通るかは人物によって決まっている。また、外出する際には、リビングの壁に掛けてある車のキーを持っていく、などの場合には、寝室→リビングの壁→玄関という動線が存在する。このように、人物が滞在する位置のみではなく、動いているシーンでの位置情報を利用することでも人物
の識別処理を行なうことができる。
【００９５】
以上のように、本発明の第１の実施形態における人物識別装置によると、人物の位置情報を利用して人物識別処理を行なうことにより、家庭内においても精度の高い、実用的な人物識別を実現することができる。
【００９６】
（実施の形態２）
図２４は、本発明の第２の実施の形態における人物識別装置の構成を示す機能ブロック図である。図２４において、図１と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【００９７】
第２の実施形態における人物識別装置は、大きさ検出手段１０５を有し、人物識別手段１０３は、位置検出手段１０１が検出した位置情報に加え、大きさ検出手段１０５が検出した大きさ情報も利用して、人物識別処理を行なう。
【００９８】
人物の大きさ情報は実際の人物の大きさを表すとともに、その人物の姿勢も表現する。姿勢には、個性がでるため、人物の大きさ情報は人識別に重要な情報であると考えられる。
【００９９】
図２５〜図２７は、人物の大きさ情報を利用した人物の識別可能性を説明するための模式図である。図２５は、人物がソファーに深く座っているシーンでの背景差分画像を示している。一方、図２６は、身長のほぼ等しい別の人物が同じソファーに浅く座っているシーンでの背景差分画像を示している。さらに、図２７は、身長の低い子供が同じソファーに浅く座っているシーンでの背景差分画像を示している。これらの画像において、白い画素は差分が存在しない画素、黒い画素は差分が生じている画素を示している。図２５と図２６を比較すると、ほぼ同じ身長の人物が同じ場所で座っているとしても、画像上での大きさは異なることがわかる。また、図２５と図２７を比較すると、身長が異なる人物は、画面上での大きさも異なることがわかる。屋外など公共の環境では、存在する人物の人数が非常に多く、身長や姿勢のみで人物を識別することは難しい。また、動き回るシーンがおおくなり、長時間滞在するというシーンがそれほど存在しない。そのため、屋外など公共の環境では、人物の大きさ情報による人物識別は困難である。一方、家庭内の場合、存在する人物の人数は通常、数名に限られており、さらに、人数が多い場合であっても、世代や年齢にバラツキが存在する。そのため、同じ身長の人物はそれほど存在せず、人物の大きさ情報が利用できる。また、家庭内では、動き回らず、座って滞在するシーンが多いため、やはり、人物の大きさ情報による人物識別が有効である。
【０１００】
人物識別処理は、人物を識別するための学習処理と識別を行なう識別処理からなる。図２８は、本実施形態における人物識別のための学習処理の流れを示すフローチャートであり、図２９は、本実施形態における人物識別処理の流れを示すフローチャートである。図２８、図２９において、図２、図３と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【０１０１】
まず、学習処理の流れについて説明する。図２８において、位置検出手段１０１は撮像センサユニット２４を利用して、家庭内を撮像し、人物の在否と位置情報を検出し（ステップＳ００１）、人物が存在している場合は、さらにその人物が滞在しているのか、動いているのかを判断する（ステップＳ００２）。位置検出手段１０１によって、家庭内に人物が存在しない、または人物が存在するが、その人物は動いていると判断された場合（ステップＳ００２でＮｏ）、ステップＳ００１に戻り、再度、位置検出手段１０１によって人物の位置情報の取得と、在否の判断を行なう。一方、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ
００２でＹｅｓ）、大きさ検出手段１０５は撮像センサユニット２４を利用して、前記位置検出手段１０１が検出した人物の大きさ情報を検出する（ステップＳ００７）。人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の人物を特定するための情報を取得する（ステップＳ００３）。人物識別手段１０３は、前記位置検出手段１０１が検出した位置情報と、前記大きさ検出手段１０５が検出した大きさ情報と、前記人物特定情報取得手段１０２が取得した人物特定情報を関連付けることにより、人物識別情報を作成し、作成した人物識別情報を記憶手段１０４に保存する（ステップＳ００８）。
【０１０２】
つぎに、人物識別処理の流れについて説明する。図２９において、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、大きさ検出手段１０５は撮像センサユニット２４を利用して、前記位置検出手段１０１が検出した人物の大きさ情報を検出する（ステップＳ００７）。さらに、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の位置情報と、前記大きさ検出手段１０５が検出した大きさ情報とを、前記記憶手段１０４に保存されている人物識別情報を照合することで、その人物の識別を行なう（ステップＳ００９）。
【０１０３】
以下、まず学習処理に関して、詳述する。
【０１０４】
大きさ検出手段１０５は撮像センサユニット２４を利用して、前記位置検出手段１０１が検出した人物の大きさ情報を検出する（ステップＳ００７）。ここでは、大きさ情報として、画像上での検出領域の大きさ情報を利用する。図３０は、大きさ検出手段１０５の処理を説明するための模式図である。この図において、３１１、３１２は位置検出手段１０１によって検出された人物領域を示している。大きさ検出手段１０５は、検出されたそれぞれの人物領域３１１、３１２が内接する最大の長方形３１３、３１４を検出し、その面積Ｓ＿Ｌ［Ｐｉｘｅｌ］を計算する。こうして求めた面積Ｓ＿Ｌを以下のように量子化することで、大きさ情報としてＳ、Ｍ、Ｌ、ＸＬ、ＸＸＬのいずれかを検出する。
【０１０５】
・大きさ「Ｓ」： Ｓ＿Ｌ≦９
・大きさ「Ｍ」： ９＜Ｓ＿Ｌ≦１６
・大きさ「Ｌ」： １６＜Ｓ＿Ｌ≦２５
・大きさ「ＸＬ」： ３６＜Ｓ＿Ｌ≦４９
・大きさ「ＸＸＬ」： ４９＜Ｓ＿Ｌ
人物識別手段１０３は、前記位置検出手段１０１が検出した位置情報と、前記大きさ検出手段１０５が検出した大きさ情報と、前記人物特定情報取得手段１０２が取得した人物特定情報を関連付けることにより、人物識別情報を作成し、作成した人物識別情報を記憶手段１０４に保存する（ステップＳ００８）。
【０１０６】
人物識別情報には、量子化された各位置情報・大きさ情報と、その位置およびその大きさで取得された人物特定情報である設定温度情報を関係付け、さらに滞在時間を保持している。図３１は、家庭内の模式図を示している。右下に本実施形態の人物識別装置における、撮像センサユニット２４が配置されている。図３２は、図３１の家庭において、撮像センサユニット２４によって撮像された画像例を示している。さらに、図３３は、図３２の画像に対し、位置検出手段１０３によって滞在位置を３０の量子化された様子を示した模式図である。図３４は、このように位置情報を量子化した際に、記憶手段１０４に保存されている人物識別情報の一例を示している。使用当初、滞在時間にはすべて０が記録されている。ここで、男性が図３３の場所Ｑのイスに座ったとする。このとき、この人物の大きさ情報は「Ｌ」であり、空気調和機の設定温度は２２度に設定されていた。このとき、図３４の人物識別情報は、場所Ｑ・大きさＬに対応するメモリにおいて、人物特定情報である設定温度が２２℃の滞在時間に１を加え、図３５のように更新される。図３６は、
２日後の人物識別情報を示したものである。このように、人物識別情報である図３６を更新することで、学習処理が行なわれる。
【０１０７】
次に、人物識別処理に関して、詳述する。
【０１０８】
ステップＳ００９における、人物の識別方法について説明する。学習処理によって、図３６のような人物識別情報が前記記憶手段１０４に保存されているとする。このとき、前記位置検出手段１０１によって人物が位置Ｑに存在し、さらに、前記大きさ検出手段Ｚ１０５によってその人物の大きさがＭであることを検出したとする。図３６の人物識別情報によると、位置Ｃで大きさＭに関しては、
・設定温度２２℃： １５
・設定温度２４℃： ０
・設定温度２６℃：１２０
・設定温度２８度： ０
というデータが保存されている。そのため、これらのデータから、それぞれの存在確率を求めると、
・設定温度２２℃： １５／（１５＋０＋１２０＋０）＝０．１１
・設定温度２４℃： ０／（１５＋０＋１２０＋０）＝０
・設定温度２６℃：１２０／（１５＋０＋１２０＋０）＝０．８９
・設定温度２８度： ０／（１５＋０＋１２０＋０）＝０
となり、設定温度２６℃の確率が最も高いことがわかる。そこで、本実施形態における人物識別装置では、この人物が「設定温度２６℃の人物」として識別する。
【０１０９】
もちろん、大きさ検出手段１０５は、大きさ情報として、人物領域の内接する最大の長方形の面積を利用するのではなく、人物領域に含まれる画素数や、人物領域に含まれる差分が生じている画素の画素数、人物領域の内接する最大の長方形内に含まれる差分が生じている画素の画素数を利用するようにしてもかまわない。
【０１１０】
また、大きさ情報として、画像上（画像座標系）での検出領域の大きさ情報を利用するのではなく、カメラ座標系での実空間での大きさ情報を利用するようにしてもかまわない。これは、前述の透視投影変換を利用して、検出枠のカメラ座標系での大きさを求めればよい。カメラ座標系での実空間での大きさ情報を利用することにより、人物が存在する位置に依存せず、身長情報で人物を識別することができる。
【０１１１】
また、位置情報や大きさ情報として、背景差分情報を利用するのではなく、フレーム間差分情報を利用してもかまわない。図３７〜図３９はこの処理を説明するための模式図である。フレーム間差分を利用する場合、座ってじっとしている人物など、動かない人物は検出されない。しかしこのような人物であっても、手や頭を動かすことがあるため、そのタイミングではフレーム間差分が生じる。図３７、図３８は、座ってじっとしている大人と子供が右腕を動かした際にフレーム間差分が検出される様子を示した模式図である。人物によって、腕の位置や腕の動かし方は異なるため、右腕を動かすという同じ動作であっても、人物が異なれば、そのフレーム間差分画像は異なったものとなる。図３９は、図３７と図３８で求めたフレーム間差分領域の内接する最大の長方形を比較した模式図である。この図から、フレーム間差分画像が異なることがわかり、フレーム間差分を利用することも人物識別に有効であることがわかる。
【０１１２】
以上の説明では、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の位置情報と、前記大きさ検出手段１０５が検出した大きさ情報の２つの情報を利用して人物識別を行なったが、大きさ情報のみを利用するようにしてもかまわない。図４０は、本実施形態における人物識別のための学習処理の流れを示すフローチャートであり、
図４１は、本実施形態における人物識別処理の流れを示すフローチャートである。図４０、図４１において、図２８、図２９と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【０１１３】
この場合、大きさ情報として前述のカメラ座標系での実空間での大きさ情報を利用すればよい。具体的には、人物の実空間での高さ情報を利用する。人物の実空間での高さ情報は、以下のように求める。
【０１１４】
１．画像上で人物領域が内接する最大の長方形を求める。
【０１１５】
２．求まった長方形の左右方向の中央部における最も上部の画素をＰ＿ＴＯＰ（ｕ＿ＭＩＤ，ｖ＿ＴＯＰ）、最も下部の画素をＰ＿ＢＯＴＴＯＭ（ｕ＿ＭＩＤ，ｖ＿ＢＯＴＴＯＭ）として求める（図４２の模式図参照）。
【０１１６】
１．前述の透視投影変換を利用して、カメラ座標系でのＰ＿ＴＯＰとＰ＿ＢＯＴＴＯＭをもとめ、それぞれのＺ座標をＺ＿ＴＯＰとＺ＿ＢＯＴＴＯＭとする。ここで、Ｐ＿ＢＯＴＴＯＭは必ず床面に接しており、また、Ｐ＿ＴＯＰとＰ＿ＢＯＴＴＯＭのＸ座標とＹ座標は等しいと仮定することで、Ｚ＿ＴＯＰとＺ＿ＢＯＴＴＯＭは一意に求められる。
【０１１７】
２．ＨＥＩＧＨＴ［ｃｍ］＝（Ｚ＿ＴＯＰ）−（Ｚ＿ＢＯＴＴＯＭ）を求め、以下のように量子化することで、大きさ情報としてＳ、Ｍ、Ｌ、ＸＬ、ＸＸＬのいずれかを検出する。
【０１１８】
・大きさ「Ｓ」： ＨＥＩＧＨＴ≦１４５［ｃｍ］
・大きさ「Ｍ」： １４５［ｃｍ］＜ＨＥＩＧＨＴ≦１６０［ｃｍ］
・大きさ「Ｌ」： １６０［ｃｍ］＜ＨＥＩＧＨＴ≦１７５［ｃｍ］
・大きさ「ＸＬ」： １７５［ｃｍ］＜ＨＥＩＧＨＴ≦１９０［ｃｍ］
・大きさ「ＸＸＬ」： １９０［ｃｍ］＜ＨＥＩＧＨＴ
図４３は、本実施形態における人物識別情報の一例である。
【０１１９】
以上の説明では、大きさ検知手段１０５として、撮像センサユニット２４を利用するとしたが、公知技術である、焦電センサや、赤外線センサによる熱画像を利用するようにしてもかまわない。
【０１２０】
以上のように、本発明の第２の実施形態における人物識別装置によると、人物の位置情報と大きさ情報を利用して人物識別処理を行なうことにより、家庭内においても精度の高い、実用的な人物識別を実現することができる。
＜本発明の人物識別装置を搭載した空気調和機＞
本発明の人物識別装置は、空気調和機の制御に非常に有効である。本発明の人物識別装置を搭載した空気調和機について説明する。
【０１２１】
図４４は、本発明の第１の実施の形態における人物識別装置を利用した空気調和機の構成を示す機能ブロック図である。図４４において、図１と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【０１２２】
一般家庭で使用される空気調和機は、通常冷媒配管で互いに接続された室外機と室内機と空気調和の制御指示手段１０６であるリモコン３０（図示せず）で構成されており、図４５乃至図４８は、本発明に係る空気調和機の室内機を示している。
【０１２３】
室内機は、本体２と、本体２の前面開口部２ａを開閉自在の可動前面パネル（以下、単
に前面パネルという）４を有しており、空気調和機停止時は、前面パネル４は本体２に密着して前面開口部２ａを閉じているのに対し、空気調和機運転時は、前面パネル４は本体２から離反する方向に移動して前面開口部２ａを開放する。なお、図４５及び図４６は前面パネル４が前面開口部２ａを閉じた状態を示しており、図４７及び図４８は前面パネル４が前面開口部２ａを開放した状態を示している。
【０１２４】
図４５乃至図４８に示されるように、本体２の内部には、熱交換器６と、前面開口部２ａ及び上面開口部２ｂから取り入れられた室内空気を熱交換器６で熱交換して室内に吹き出すための室内ファン８と、熱交換した空気を室内に吹き出す吹出口１０を開閉するとともに空気の吹き出し方向を上下に変更する上下羽根１２と、空気の吹き出し方向を左右に変更する左右羽根１４とを備えており、前面開口部２ａ及び上面開口部２ｂと熱交換器６との間には、前面開口部２ａ及び上面開口部２ｂから取り入れられた室内空気に含まれる塵埃を除去するためのフィルタ１６が設けられている。
【０１２５】
また、前面パネル４上部は、その両端部に設けられた２本のアーム１８，２０を介して本体２上部に連結されており、アーム１８に連結された駆動モータ（図示せず）を駆動制御することで、空気調和機運転時、前面パネル４は空気調和機停止時の位置（前面開口部２ａの閉塞位置）から前方斜め上方に向かって移動する。
【０１２６】
さらに、上下羽根１２は、上羽根１２ａと下羽根１２ｂとで構成されており、それぞれ本体２下部に揺動自在に取り付けられている。上羽根１２ａ及び下羽根１２ｂは、別々の駆動源（例えば、ステッピングモータ）に連結されており、室内機に内蔵された制御装置（例えばマイコン）によりそれぞれ独立して角度制御される。また、図４７及び図４８から明らかなように、下羽根１２ｂの変更可能な角度範囲は、上羽根１２ａの変更可能な角度範囲より大きく設定されている。
【０１２７】
なお、上羽根１２ａ及び下羽根１２ｂの駆動方法については後述する。また、上下羽根１２は３枚以上の上下羽根で構成することも可能で、この場合、少なくとも２枚（特に、最も上方に位置する羽根と最も下方に位置する羽根）は独立して角度制御できるのが好ましい。
【０１２８】
また、左右羽根１４は、室内機の中心から左右に５枚ずつ配置された合計１０枚の羽根で構成されており、それぞれ本体２の下部に揺動自在に取り付けられている。また、左右の５枚を一つの単位として別々の駆動源（例えば、ステッピングモータ）に連結されており、室内機に内蔵された制御装置により左右５枚の羽根がそれぞれ独立して角度制御される。なお、左右羽根１４の駆動方法についても後述する。
【０１２９】
図４５に示されるように、前面パネル４の上部には、撮像センサユニット２４が撮像装置として取り付けられており、撮像センサユニット２４は、センサホルダに保持されている。
【０１３０】
また、本発明の人物識別装置は、撮像センサユニット２４で撮像された画像に対して、搭載された回路基板上のメモリ（図示せず）やマイクロコンピュータ（図示せず）などにより実現される。
【０１３１】
空気調和機は、本発明の人物識別装置で識別した結果を基に、空調制御を行なう。本発明の人物識別装置は前述のとおり、リモコン３０で設定された空気調和機の設定温度を人物特定情報とする。また、本発明の人物識別装置は、人物の位置情報を検出している。そのため、本発明の人物識別装置を搭載した空気調和機では、人物が存在する位置に、その人物が以前、設定していた温度にあわせた空調を行なうことが可能である。
【０１３２】
また、図４９は、本発明の第１の実施の形態における人物識別装置を搭載した空気調和機の処理の流れを示すフローチャートである。図４９において、図２、図３と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【０１３３】
図４４において、位置検出手段１０１は撮像センサユニット２４を利用して、家庭内である空調空間内を撮像し、人物の在否と位置情報を検出し（ステップＳ００１）、人物が存在している場合は、さらにその人物が滞在しているのか、動いているのかを判断する（ステップＳ００２）。位置検出手段１０１によって、家庭内に人物が存在しない、または人物が存在するが、その人物は動いていると判断された場合（ステップＳ００２でＮｏ）、ステップＳ００１に戻り、再度、位置検出手段１０１によって人物の位置情報の取得と、在否の判断を行なう。一方、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、人物識別手段１０３は、制御指示手段１０６であるリモコンから、設定されている空調制御指示情報である「空気調和機の設定温度」「空気調和機の風向」「空気調和機の風量」などの情報を人物特定情報として取得する（ステップＳ０１２）。そのため、制御指示手段１０６は人物特定情報取得手段１０２として動作する。人物識別手段１０３は、前記位置検出手段１０１が検出した位置情報と前記制御指示手段１０６（人物特定情報取得手段１０２）が取得した人物特定情報である空調制御指示情報を関連付けることにより、人物識別情報を作成し、作成した人物識別情報を記憶手段１０４に保存する（ステップＳ０１３）。さらに、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の位置情報と、前記記憶手段１０４に保存されている人物識別情報を照合することで、その人物に対応する空調制御指示情報を取得する（ステップＳ０１４）。つまり、本発明の人物識別処理を行なうことで、空調空間内に存在する人物に対応した制御指示情報を取得することができる。同一人物であれば、自分の好みを反映した空調制御を前記制御指示手段１０６に指示していると考えられる。そのため、こうして取得した空調制御指示情報は、空調空間内に存在する人物の好みを反映した制御指示情報と考えられる。さらに、空調制御手段１０７は、照合して求めた制御指示情報したがって、前記位置検出手段１０１で検出された人物位置へ空調制御を行なう（ステップＳ０１５）。このときの制御指示情報は、空調空間内に存在する人物の好みを反映した制御指示情報であるため、本発明の第１の実施の形態における人物識別装置を搭載した空気調和機、空気調和空間に存在する人物の好みを反映した空調制御を行なうことができる。
【０１３４】
以上のように、本発明の人物識別装置を搭載した空気調和機は、空気調和空間に存在する人物の好みを反映して、最適な空気調和動作を行せることができるとともに、そのために必要な人物ごとの空気調和機操作傾向の学習を、ユーザにまったく意識させることなく行うことが可能で、ユニバーサルデザインを実現でき、制御精度も向上できる。
【０１３５】
以上の空気調和機では、常に人物識別装置の出力結果に基づいて、空調制御を行なったが、人物識別装置の出力結果から求めた制御指示情報と、制御指示手段１０６の空調制御指示情報のいずれかを選択することで、空調制御を行なうようにしてもかまわない。この処理について説明する。
【０１３６】
図５０は、本発明の第１の実施の形態における人物識別装置を利用した別の空気調和機の構成を示す機能ブロック図である。図５０において、図４４と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。図４４との違いは、制御指示手段操作情報推定手段１０８である。制御指示手段操作情報推定手段１０８は、位置検出手段１０１と制御指示手段１０６を利用し、制御指示手段１０６を操作した人物情報を検出するものである。
【０１３７】
また、図５１は、本発明の第１の実施の形態における人物識別装置を搭載した空気調和機の処理の流れを示すフローチャートである。図５１において、図４９と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【０１３８】
図５１において、位置検出手段１０１は撮像センサユニット２４を利用して、家庭内である空調空間内を撮像し、人物の在否と位置情報を検出し（ステップＳ００１）、人物が存在している場合は、さらにその人物が滞在しているのか、動いているのかを判断する（ステップＳ００２）。位置検出手段１０１によって、家庭内に人物が存在しない、または人物が存在するが、その人物は動いていると判断された場合（ステップＳ００２でＮｏ）、ステップＳ００１に戻り、再度、位置検出手段１０１によって人物の位置情報の取得と、在否の判断を行なう。一方、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、人物識別手段１０３は、制御指示手段１０６であるリモコンから、設定されている空調制御指示情報である「空気調和機の設定温度」「空気調和機の風向」「空気調和機の風量」などの情報を人物特定情報として取得する（ステップＳ０１２）。そのため、制御指示手段１０６は人物特定情報取得手段１０２として動作する。人物識別手段１０３は、前記位置検出手段１０１が検出した位置情報と前記制御指示手段１０６（人物特定情報取得手段１０２）が取得した人物特定情報である空調制御指示情報を関連付けることにより、人物識別情報を作成し、作成した人物識別情報を記憶手段１０４に保存する（ステップＳ０１３）。さらに、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の位置情報と、前記記憶手段１０４に保存されている人物識別情報を照合することで、その人物に対応する空調制御指示情報を取得する（ステップＳ０１４）。制御指示手段操作情報推定手段１０８は、制御指示手段の操作者と検出された人物が同一人物かどうかを推定する（ステップＳ０１６）。これは、制御指示手段１０６が操作された時間と、検出されている人物が空調空間内で検出された時間を比較することで実現する。すなわち、以下の２条件をすべて満たす場合、制御指示手段操作情報推定手段１０８は、制御指示手段の操作者と検出された人物が同一人物であると推定する。
【０１３９】
１．制御指示手段１０６が操作された時間が、検出されている人物が空調空間内で検出された時間よりも後。
【０１４０】
２．制御指示手段１０６が操作された時間に、空調空間内に人物が１人のみ存在。
【０１４１】
制御指示手段１０６が操作された時間は制御指示手段１０６から、検出されている人物が空調空間内で検出された時間は位置検出手段１０１から取得する。
【０１４２】
一方、上記２条件のすべてを満たさない場合、制御指示手段操作情報推定手段１０８は、制御指示手段１０６の操作者と検出された人物が同一人物ではないと推定する。
【０１４３】
制御指示手段操作情報推定手段１０８によって、制御指示手段１０６の操作者と検出された人物が同一人物だと推定された場合（ステップＳ０１６でＹｅｓ）、空調制御手段１０７は、照合して求めた制御指示情報にしたがって、前記位置検出手段１０１で検出された人物位置へ空調制御を行なう（ステップＳ０１５）。一方、制御指示手段操作情報推定手段１０８によって、制御指示手段１０６の操作者と検出された人物が同一人物ではないと推定された場合（ステップＳ０１６でＮｏ）、空調制御手段１０７は、制御指示手段の空調制御指示情報にしたがって、前記位置検出手段１０１で検出された人物位置へ空調制御を行なう（ステップＳ０１７）。
【０１４４】
もちろん、制御指示手段操作情報推定手段１０８は、制御指示手段１０６の位置情報を取得し、制御指示手段１０６が操作された際に、近傍にいる人物が操作を行なったと推定
するようにしてもかまわない。ここで、制御指示手段１０６の位置情報を取得するためには、撮像センサユニット２４によって、制御指示手段１０６であるリモコンが発光する赤外線情報を検出するようにすればよい。さらに、制御指示手段１０６の操作者を推定した後、操作者と推定された人物をトラッキングすることで、その人物が空調空間内から出るまでは制御指示手段１０６の操作者と検出された人物が同一人物かどうかを推定する。さらに、操作者が空調空間内から出た後では、次に制御指示手段１０６が操作されるまでは、制御指示手段操作情報推定手段１０８は制御指示手段１０６の操作者と検出された人物が同一人物ではないと判断する。
【０１４５】
このように、制御指示手段操作情報推定手段１０８によって制御指示手段１０６の操作者を推定することで、本発明の人物識別装置を搭載した空気調和機は、空気調和空間に存在する人物の好みをより正確に反映して、最適な空気調和動作を行せることができるとともに、そのために必要な人物ごとの空気調和機操作傾向の学習を、ユーザにまったく意識させることなく行うことが可能で、ユニバーサルデザインを実現でき、制御精度も向上できる。
【産業上の利用可能性】
【０１４６】
以上のように、本発明にかかる人物識別装置は、家庭内においても実用的に、精度よく人物識別を実現できる。さらに、本発明にかかる人物識別装置を搭載した空気調和機はユーザが全く意識しないままに、個人の機器操作傾向が自動的に学習され、ユニバーサルデザインを実現でき、制御精度を向上することが可能となるので、ユーザが操作指示を行う機器全般の用途に広く適用できる。
【符号の説明】
【０１４７】
２ 室内機本体、 ２ａ 前面開口部、 ２ｂ 上面開口部、 ４ 可動前面パネル、 ６ 熱交換器、 ８ 室内ファン、 １０ 吹出口、 １２ 上下羽根、 １４ 左右羽根、 １６ フィルタ、 １８，２０ 前面パネル用アーム、 ２４ 撮像センサユニット、 ３０ リモコン、 １０１ 位置検出手段、 １０２ 物特定情報取得手段、 １０３ 人物識別手段、 １０４ 記憶手段、 １０５ 大きさ検出手段、 １０６ 制御指示手段、 １０７ 空調制御手段、 １０８ 制御指示手段操作情報推定手段。
【技術分野】
【０００１】
本発明は、家庭内における人物識別技術に関し、さらに空気調和空間に存在する人物の好みを反映して、最適な空気調和動作を行わせることができる空気調和機に関する。
【背景技術】
【０００２】
ユーザが全く意識しないままに、空調空間内の人物を特定し、人物の機器操作傾向を自動的に学習することで、ユニバーサルデザインを実現でき、ユーザの好みの空調を実現することが可能な、空気調和機が知られている。例えば、特許文献１では、ユーザが制御指示手段を操作した場合、制御指示手段を操作した人物を特定し、その操作内容によって、その人物の空気調和機操作傾向を学習できるものである。この間のユーザの行動、操作は従来の通常の空気調和機となんら変わりなく、ユーザが全く意識しないままに、人物の空気調和機操作傾向が自動的に学習されるので、ユニバーサルデザインを実現でき、制御精度が向上する空気調和機を実現するものである。
【０００３】
このような処理を実現するためには、ユーザが全く意識しないままに人物識別を行なう必要がある。従来から、様々な人物識別技術が知られている。人物識別技術としては、
・顔識別技術（例えば、非特許文献１）
・虹彩識別技術（例えば、特許文献２）
・音声認識技術（例えば、非特許文献２）
・ユーザのＩＤコードを利用（例えば、特許文献３）
など、様々な手法が知られている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２０１０−０９１２２８号公報
【特許文献２】特許第３３０７９３６号公報
【特許文献３】特許第４０４４４７２号公報
【非特許文献】
【０００５】
【非特許文献１】岩井儀雄，勞世，山口修，平山高嗣，“画像処理による顔検出と顔認識”，情報処理学会研究報告，２００５−ＣＶＩＭ−１４９（３８），ｐｐ．３４３−３６８，２００５．
【非特許文献２】古井 貞煕，“ここまできたバイオメトリクスによる本人認証システム：音声による本人認証：音声による本人認証のしくみと技術動向”， 情報処理学会誌，Ｖｏｌ．４０，Ｎｏ．１１，ｐｐ．１０８８−１０９１，１９９９．
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、前記従来の人物識別技術では、家庭内での識別技術に問題があった。顔識別技術では、人物の顔画像を十分な解像度で撮影する必要性があるが、家庭内のすべての場所で顔画像を撮影するためには、非常に解像度の高いカメラを設置するか、複数のカメラを配置する必要があった。また、顔識別処理では、正面から顔画像を撮影する必要があるため、さらに多くのカメラを家庭内に配置する必要があり、実用的ではなかった。
【０００７】
また、虹彩識別技術を利用する場合、顔識別技術よりも高解像度の画像を撮影する必要があり、やはり、家庭内での識別技術としては実用的ではなかった。
【０００８】
また、音声認識技術においては、高いＳＮ比の音声の取得が必要であるが、家庭内においては様々なノイズが存在するため、より識別精度の高い手法が必要である。
【０００９】
さらに、ユーザのＩＤコードを利用する場合、ユーザはつねにＩＤを保持する必要があり、家庭内というプライベート空間であることを考慮すると、実用的ではなかった。
【００１０】
本発明は、前記従来の課題を解決するもので、家庭内において、実用的な識別技術を提供し、本発明の識別技術を利用することにより、空気調和空間に存在する人物の好みを反映して、最適な空気調和動作を行わせることができる空気調和機を提供することを目的とする。
【課題を解決するための手段】
【００１１】
上記目的を達成するために、本発明の人物識別手段は、人物が存在する位置を検出する位置検出手段と、前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記位置検出手段が検出した位置情報と、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段とを有し、さらに、人物識別手段は前記位置検出手段が検出した位置情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する。人物の位置情報を利用して人物識別を実現することで、ユーザはつねにＩＤを保持するといったことなく、実用的に、精度のよい人物識別を達成することを目的としたものである。
【発明の効果】
【００１２】
本発明によれば、人物の位置情報や大きさ情報を利用することにより、家庭内において、実用的な識別技術を実現することができる。さらに、本発明の人物識別技術を利用することにより、空気調和空間に存在する人物の好みを反映して、最適な空気調和動作を行わせることができるとともに、そのために必要な人物ごとの空気調和機操作傾向の学習を、ユーザにまったく意識させることなく行うことが可能で、ユニバーサルデザインを実現でき、制御精度も向上できる。
【図面の簡単な説明】
【００１３】
【図１】本発明の第１の実施の形態における人物識別装置の構成を示す機能ブロック図
【図２】本発明の第１の実施の形態における人物識別のための学習処理の流れを示すフローチャート
【図３】本発明の第１の実施の形態における人物識別処理の流れを示すフローチャート
【図４】本発明の人体検知処理の流れを示したフローチャート
【図５】本発明の人体検知手段における背景差分処理を説明するための模式図
【図６】背景差分処理において背景画像を作成する処理を説明するための模式図
【図７】背景差分処理において背景画像を作成する処理を説明するための模式図
【図８】背景差分処理において背景画像を作成する処理を説明するための模式図
【図９】本発明の人体検知処理における領域分割処理を説明するための模式図
【図１０】本発明で利用する２つの座標系を説明するための模式図
【図１１】撮像センサユニットから人物の重心位置までの距離を示す概略図
【図１２】フレーム画像から人物らしい領域を抽出する処理を利用した人物位置推定の処理の流れを示したフローチャート
【図１３】フレーム画像から顔らしい領域を抽出する処理を利用した人物位置推定の処理の流れを示したフローチャート
【図１４】家庭内において、人物が座る場所・眠る場所・作業をする場所がほぼ決まっていることを確認するために利用した模式図
【図１５】図１４の家庭において、２日間の二人の移動履歴を求め、滞在した場所とその場所でのトータルの滞在時間を求めた模式図
【図１６】本発明の第１の実施の形態における記憶手段に保存されている人物識別情報の一例を示す図
【図１７】図１４に示した家庭において、量子化した１０領域を示した模式図
【図１８】記憶手段に保存されている人物識別情報である図１６の更新例を示す図
【図１９】記憶手段に保存されている人物識別情報の一例を示す図
【図２０】本発明における人物識別装置の模式図
【図２１】本発明の第１の実施の形態における記憶手段に保存されている人物識別情報の別の一例を示す図
【図２２】本発明の第１の実施の形態における人物識別のための別の学習処理の流れを示すフローチャート
【図２３】本発明の第１の実施の形態における別の人物識別処理の流れを示すフローチャート
【図２４】本発明の第２の実施の形態における人物識別装置の構成を示す機能ブロック図
【図２５】人物の大きさ情報を利用した人物の識別可能性を説明するための模式図
【図２６】人物の大きさ情報を利用した人物の識別可能性を説明するための模式図
【図２７】人物の大きさ情報を利用した人物の識別可能性を説明するための模式図
【図２８】本発明の第２の実施の形態における人物識別のための学習処理の流れを示すフローチャート
【図２９】本発明の第２の実施の形態における別の人物識別処理の流れを示すフローチャート
【図３０】大きさ検出手段の処理を説明するための模式図
【図３１】家庭内の模式図
【図３２】図３１の家庭において、撮像センサユニットによって撮像された画像例を示す図
【図３３】図３２の画像に対し、位置検出手段によって滞在位置を３０の量子化された様子を示した模式図
【図３４】図３３のように位置情報を量子化した際に、記憶手段に保存されている人物識別情報の一例を示す図
【図３５】記憶手段に保存されている人物識別情報である図３４の更新例を示す図
【図３６】記憶手段に保存されている人物識別情報の一例を示す図
【図３７】位置情報や大きさ情報として、フレーム間差分情報を利用する処理を説明するための模式図
【図３８】位置情報や大きさ情報として、フレーム間差分情報を利用する処理を説明するための模式図
【図３９】位置情報や大きさ情報として、フレーム間差分情報を利用する処理を説明するための模式図
【図４０】本発明の第１の実施の形態における別の人物識別処理の流れを示すフローチャート
【図４１】本発明の第２の実施の形態における人物識別装置の構成を示す機能ブロック図
【図４２】大きさ情報検出手段によって、人物の実空間での高さ情報を取得するための処理を説明するための模式図
【図４３】記憶手段に保存されている人物識別情報の一例を示す図
【図４４】本発明の第１の実施の形態における人物識別装置を利用した空気調和機の構成を示す機能ブロック図
【図４５】本発明に係る空気調和機の室内機の正面図
【図４６】図４５の室内機の縦断面図
【図４７】可動前面パネルが前面開口部を開放するとともに、上下羽根が吹出口を開放した状態の図４５の室内機の縦断面図
【図４８】上下羽根を構成する下羽根を下向きに設定した状態の図４５の室内機の縦断面図
【図４９】本発明の第１の実施の形態における人物識別装置を搭載した空気調和機の処理の流れを示すフローチャート
【図５０】本発明の第１の実施の形態における人物識別装置を利用した別の空気調和機の構成を示す機能ブロック図
【図５１】本発明の第１の実施の形態における人物識別装置を搭載した空気調和機の別の処理の流れを示すフローチャート
【発明を実施するための形態】
【００１４】
第１の発明は、家庭内で人物を識別する人物識別装置であって、人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出手段と、前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記位置検出手段が検出した位置情報と、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段と、前記位置検出手段が検出した位置情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別手段とを有する構成としている。
【００１５】
この構成により、人物の位置情報を利用して人物識別処理を行なうことができ、家庭内においても精度の高い、実用的な人物識別を実現することができる。
【００１６】
第２の発明は、家庭内で人物を識別する人物識別装置であって、人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出手段と、前記人物の大きさを検出する大きさ検出手段と、前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記大きさ検出手段が検出した大きさ情報を、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段と、前記大きさ検出手段が検出した大きさ情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別手段を有する構成としている。
【００１７】
この構成により、人物の大きさ情報を利用して人物識別処理を行なうことができ、家庭内においても精度の高い、実用的な人物識別を実現することができる。
【００１８】
第３の発明は、家庭内で人物を識別する人物識別装置であって、人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出手段と、前記人物の大きさを検出する大きさ検出手段と、前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記位置検出手段が検出した位置情報と、前記大きさ検出手段が検出した大きさ情報を、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段と、前記位置検出手段が検出した位置情報と、前記大きさ検出手段が検出した大きさ情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別手段を有する構成としている。
【００１９】
この構成により、人物の位置情報と大きさ情報を利用して人物識別処理を行なうことができ、家庭内においても精度の高い、実用的な人物識別を実現することができる。
【００２０】
第４の発明は、大きさ検出手段は、人物の実空間での大きさを推定することにより、人物の位置に左右されずに、より正確な人物識別を行なうことができる。
【００２１】
第５の発明は、大きさ検出手段は、人物の撮影された画像上での大きさを、大きさ情報
として検出することにより、処理量を減少させることができる。
【００２２】
第６の発明は、人物特定情報として、リモコンなどの制御指示手段により設定された制御指示情報を利用することにより、ユーザが全く意識しないままに人物識別の学習処理を行なうことができる。
【００２３】
第７の発明は、前記人物特定情報として、「空気調和機の設定温度」「空気調和機の風向」「空気調和機の風量」「ＴＶの設定音量」「照明の設定明るさ」のいずれかを利用することにより、ユーザが全く意識しないままに人物識別の学習処理を行なうことができる。
【００２４】
第８の発明は、前記人物特定情報として、ユーザが自ら登録した、ユーザを特定するための情報を利用することにより、より正確な人物特定情報を取得することができるため、より正確な人物識別を実現することができる。
【００２５】
第９の発明は、一定時間経過した際には、人物識別情報を初期化することにより、模様替えなどにおける識別性能の劣化を防ぐことができる。
【００２６】
第１０の発明は、一定時間経過した際には、データの重み付け処理を行ない、以前の人物識別情報の重みを軽くすることにより、模様替えなどにおける識別性能の劣化を防ぐことができる。
【００２７】
第１１の発明は、本発明の人物識別装置を搭載した空気調和機であって、前記人物識別手段が識別した識別結果に基づいて、その人物の好みの空調制御情報にしたがった空調制御を実現する空調制御部を有する構成としている。
【００２８】
この構成により、ユーザが全く意識しないままに、個人の機器操作傾向が自動的に学習され、ユニバーサルデザインを実現でき、制御精度を向上することが可能となる。
【００２９】
第１２の発明は、本発明の人人物識別装置を搭載した空気調和機であって、前記人物識別手段が識別した制御指示情報に基づいて、空調制御を行なう空調制御手段を有する構成とすることにより、第１１の発明と同様の効果を奏することができる。
【００３０】
第１３の発明は、さらに人物識別手段が識別した制御指示情報と現在の制御指示情報のいずれかを選択する制御指示手段操作情報推定手段を有し、制御指示手段操作情報推定手段が選択した制御指示情報にしたがって空調制御を行なう構成とすることにより、第１１の発明と同様の効果を奏することができる。
【００３１】
第１４の発明は、現在の制御指示情報の操作者が検出されている人物と同一人物であると推定される場合は現在の制御指示情報を、現在の制御指示情報の操作者が検出されている人物と同一人物ではないと推定される場合は前記人物識別手段が識別した制御指示情報を選択する構成とすることにより、第１１の発明と同様の効果を奏することができる。
【００３２】
以下、本発明の実施の形態について、図面を参照しながら説明する。なお、この実施の形態によって本発明が限定されるものではない。
【００３３】
（実施の形態１）
以下、本発明の実施の形態について、図面を参照しながら説明する。
【００３４】
図１は、本発明の第１の実施の形態における人物識別装置の構成を示す機能ブロック図
である。人物識別処理は、人物を識別するための学習処理と識別を行なう識別処理からなる。図２は、本実施形態における人物識別のための学習処理の流れを示すフローチャートであり、図３は、本実施形態における人物識別処理の流れを示すフローチャートである。
【００３５】
まず、学習処理の流れについて説明する。図２において、位置検出手段１０１は撮像センサユニット２４を利用して、家庭内を撮像し、人物の在否と位置情報を検出し（ステップＳ００１）、人物が存在している場合は、さらにその人物が滞在しているのか、動いているのかを判断する（ステップＳ００２）。位置検出手段１０１によって、家庭内に人物が存在しない、または人物が存在するが、その人物は動いていると判断された場合（ステップＳ００２でＮｏ）、ステップＳ００１に戻り、再度、位置検出手段１０１によって人物の位置情報の取得と、在否の判断を行なう。一方、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物を特定するための情報を取得する（ステップＳ００３）。ここで、人物を特定する情報とは、例えば、リモコンなどの制御指示機器により設定された情報である。人物識別手段１０３は、前記位置検出手段１０１が検出した位置情報と前記人物特定情報取得手段１０２が取得した人物特定情報を関連付けることにより、人物識別情報を作成し、作成した人物識別情報を記憶手段１０４に保存する（ステップＳ００４）。
【００３６】
つぎに、人物識別処理の流れについて説明する。図３において、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の位置情報と、前記記憶手段１０４に保存されている人物識別情報を照合することで、その人物の識別を行なう（ステップＳ００５）。
【００３７】
以下、まず学習処理における各処理に関して、詳述する。
【００３８】
位置検出手段１０１は撮像センサユニット２４を利用して、家庭内を撮像し、人物の在否と位置情報を検出する（ステップＳ００１）。
＜位置検出手段の構成＞
撮像センサユニット２４は、回路基板と、回路基板に取り付けられたレンズと、レンズの内部に実装された撮像センサとで構成されている。また、位置検出手段１０１は、例えば後述する差分処理に基づいて回路基板により人物の在否が判断され、さらにその人物の位置を推定する。すなわち、回路基板は人物の在否判断と位置の推定を行う位置検出手段１０１として作用する。もちろん、後述する個人識別手段１０３も回路基板によって実現され、記憶手段１０４は回路基板上のメモリによって実現されるが、詳細な説明は省略する。
＜撮像センサユニットによる人体検知＞
撮像センサユニット２４による人体検知を行うために、公知の技術である差分法を利用する。これは、人物が存在しない画像である背景画像と、撮像センサユニット２４が撮像した画像の差分処理を行ない、差分が生じている領域には、人物が存在していると推定するものである。
【００３９】
図４は、本実施形態における人体検知処理の流れを示したフローチャートである。ステップＳ１０１において、背景差分処理を利用することで、フレーム画像内で差分が生じている画素を検出する。背景差分処理とは、特定の条件下で撮像した背景画像と、背景画像と撮像センサユニットの視野や視点、焦点距離などの撮像条件が等しい状況で撮像した撮像画像を比較することで、背景画像には存在していないが、撮像画像には存在する物体を検出する手法である。人物の検出を行なうためには、背景画像として人物が存在しない画像を作成する。
【００４０】
図５は、背景差分処理を説明するための模式図である。図５（ａ）は、背景画像を示している。この図において、３０１は家庭内に存在する窓を、３０２は扉を示している。図５（ｂ）は、撮像センサユニットによって撮像されたフレーム画像を示している。ここで、撮像センサユニットの視野や視点、焦点距離などは図５（ａ）の背景画像と等しい。３０３は、家庭内に存在する人物を示している。背景差分処理では、図５（ａ）と図５（ｂ）の差分画像を作成することにより、人物を検出する。図５（ｃ）は差分画像を示しており、白い画素は差分が存在しない画素、黒い画素は差分が生じている画素を示している。背景画像には存在しないが、撮像されたフレーム画像には存在する人物３０３の領域が、差分が生じている領域３０４として、検出されていることがわかる。つまり、差分画像から差分が生じている領域を抽出することで、人物領域を検出することが可能である。
【００４１】
また、前述の背景画像は、フレーム間差分処理を利用することで作成することが可能である。図６〜図８は、この処理を説明するための模式図である。図６（ａ）〜（ｃ）は、人物３０３が窓３０１の前を右から左に移動しているシーンにおいて、撮像センサユニットによって撮像された連続した３フレームの画像を示した模式図である。図６（ｂ）は図６（ａ）の次のフレームの画像を、図６（ｃ）は図６（ｂ）の次のフレームの画像を示している。また、図７（ａ）〜（ｃ）は、図６の画像を利用して、フレーム間差分処理を行なった、フレーム間差分画像を示している。白い画素は差分が存在しない画素、黒い画素３０５は差分が生じている画素を示している。ここで、視野内で移動している物体は人物のみであるとすると、フレーム間差分画像において、差分が生じない領域には、人物が存在していないと考えられる。そこで、フレーム間差分が生じない領域においては、背景画像を現在のフレームの画像と置き換える。この処理を繰り返すことで、背景画像を自動的に作成することができる。図８（ａ）〜（ｃ）は、それぞれ図６（ａ）〜（ｃ）の各フレームにおける背景画像の更新を模式的に示した図である。斜線で示した領域３０６は、背景画像を更新した領域、黒領域３０７はまだ背景画像が作成されていない領域、白領域３０８は背景画像が更新されなかった領域を示している。つまり、図８の黒領域３０７と白領域３０８の合計領域が、図７の黒色領域３０５と等しくなる。図に示したとおり、人物が動いている場合、黒領域３０７が徐々に小さくなり、自動的に背景画像が作成されていることがわかる。
【００４２】
次に、ステップＳ１０２において、求まった差分領域を領域分割することにより、複数の人物が存在している場合には、複数の差分領域として分割する。これは、公知の画像クラスタリング手法を利用すればよく、例えば、「差分が生じている画素と、その８近傍に存在する差分が生じている画素は、同一の領域である」というルールにしたがって、差分画像を領域分割していけばよい。図９は、この領域分割処理を実行した模式図である。図９（ａ）は差分処理により計算された差分画像を示し、３０９および３１０の黒色画素が、差分の生じている画素である。図９（ｂ）は、差分画像として図９（ａ）が得られたとき、前記「差分が生じている画素と、その８近傍に存在する差分が生じている画素は、同一の領域である」というルールに従って領域分割を行なった結果を示している。ここで、横縞領域３１１と縦縞領域３１２は、別の領域であると判断されている。このとき、画像処理で広く利用されているモルフォロジー処理などのノイズ除去処理を行なってもかまわない。
【００４３】
次に、ステップＳ１０３において、求まった各領域の重心位置を計算することにより、検出された人物の位置を検出する。画像の重心位置から人物の位置を検出するためには、透視投影変換を利用すればよい。
【００４４】
透視投影変換を説明するために、２つの座標系を説明する。図１０は、２つの座標系を説明するための模式図である。まず、画像座標系を考える。これは、撮像された画像にお
ける２次元の座標系であり、画像の左上の画素を原点、右方向にｕ、下方向にｖとする。次にカメラを基準とした３次元の座標系であるカメラ座標系を考える。カメラ座標系は、撮像センサユニットの焦点位置を原点、撮像センサユニット２４の光軸方向をＺｃ，カメラ上向きをＹｃ，カメラ左方向をＸｃとする。このとき、透視投影変換により、以下の関係が成り立つ。
【００４５】
【数１】
【００４６】
ここで、ｆは焦点距離［ｍｍ］、（ｕ０，ｖ０）は画像座標上での画像中心［Ｐｉｘｅｌ］、（ｄｐｘ，ｄｐｙ）は撮像素子１画素の大きさ［ｍｍ／Ｐｉｘｅｌ］を示している。ここで、Ｘｃ，Ｙｃ，Ｚｃは未知数であることに着目すると、（数１）は、画像上での座標（ｕ，ｖ）が既知の場合、その座標に対応する実際の３次元位置は、カメラ座標系の原点を通る、ある直線上に存在することがわかる。
【００４７】
図１１（ａ）、（ｂ）に示したように、画像上の人物の重心位置を（ｕｇ，ｖｇ）、そのカメラ座標系での３次元位置を（Ｘｇｃ，Ｙｇｃ，Ｚｇｃ）とする。ここで、図１１（ａ）は空調空間を横から見た模式図、図１１（ｂ）は上から見た模式図を示している。また、撮像センサユニットの設置された高さをＨ、Ｘｃ方向が水平方向に等しいとし、光軸Ｚｃは垂直方向からθの角度を持って設置されているとする。また、撮像センサユニット２４の光軸方向を、垂直方向の角度（仰角、垂直線から上方向に測定した角度）α、水平方向の角度（室内機から見て正面の基準線から右向きに測定した角度）βとする。さらに人物の重心の高さをｈとすると、空調空間内の３次元位置である、撮像センサユニットから重心位置までの距離Ｌ、および向きＷは、次式で計算できる。
【００４８】
【数２】
【００４９】
【数３】
【００５０】
【数４】
【００５１】
【数５】
【００５２】
ここで、撮像センサユニットは、Ｈ＝約２ｍの高さに通常設置され、さらに人物の重心の高さｈが約８０ｃｍであることを考慮すると、数３、数５は、撮像センサユニット２４の設置された高さＨ、および人物の重心の高さｈが規定されている場合、画面上の重心位置（ｕｇ，ｖｇ）より、空調空間内における人物の重心位置（Ｌ，Ｗ）を一意に求められ
ることを示している。
【００５３】
以上の説明では、撮像センサユニットによる人物位置推定として、差分法を利用したが、もちろん、他の手法を利用してもかまわない。例えば、人物の全身の画像データを利用して、フレーム画像から人物らしい領域を抽出するようにしてもかまわない。このような手法としては、例えば、ＨＯＧ（Ｈｉｓｔｏｇｒａｍｓ ｏｆ Ｏｒｉｅｎｔｅｄ Ｇｒａｄｉｅｎｔｓ）特徴量などを利用する手法が広く知られている（Ｎ． Ｄａｌａｌ ａｎｄ Ｂ． Ｔｒｉｇｇｓ， ゛Ｈｉｓｔｏｇｒａｍｓ ｏｆ Ｏｒｉｅｎｔｅｄ Ｇｒａｄｉｅｎｔｓ ｆｏｒ Ｈｕｍａｎ Ｄｅｔｅｃｔｉｏｎ゛， Ｉｎ Ｐｒｏｃ． ＩＥＥＥ Ｃｏｎｆ． ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ
Ｒｅｃｏｇｎｉｔｉｏｎ， Ｖｏｌ．１， ｐｐ．８８６−８９３， ２００５．）。ＨＯＧ特徴量は、局所領域内におけるエッジ方向ごとのエッジ強度に着目した特徴量であり、この特徴量をＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）などにより学習・識別を行なうことにより、フレーム画像から人物領域を検出するようにしてもかまわない。
【００５４】
図１２は、フレーム画像から人物らしい領域を抽出する処理を利用した人物位置推定の処理の流れを示したフローチャートである。この図において、図４と同じステップに関しては、同一の符号を付しており、ここではその詳細な説明を省略する。
【００５５】
ステップＳ１０４において、前述のＨＯＧ特徴量を利用することで、フレーム画像内において、人物らしい領域を人物領域として抽出する。
【００５６】
ステップＳ１０３において、求まった人物領域の重心位置を計算することにより、検出された人物の位置を検出する。画像の重心位置から人物の位置を検出するためには、前述の通り、数３、数５を利用すればよい。
【００５７】
また、人物の全身の画像データを利用するのではなく、フレーム画像から顔らしい領域を抽出するようにしてもかまわない。このような手法としては、例えば、Ｈａａｒ−Ｌｉｋｅ特徴量などを利用する手法が広く知られている（Ｐ． Ｖｉｏｌａ ａｎｄ Ｍ． Ｊｏｎｅｓ， ゛Ｒｏｂｕｓｔ ｒｅａｌ−ｔｉｍｅ ｆａｃｅ ｄｅｔｅｃｔｉｏｎ゛， Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ， Ｖｏｌ．５７， ｎｏ．２， ｐｐ．１３７−１５４， ２００４．）。Ｈａａｒ−Ｌｉｋｅ特徴量は、局所領域間における輝度差に着目した特徴量であり、この特徴量をＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）などにより学習・識別を行なうことにより、フレーム画像から人物領域を検出するようにしてもかまわない。
【００５８】
図１３は、フレーム画像から顔らしい領域を抽出する処理を利用した人物位置推定の処理の流れを示したフローチャートである。この図において、図４と同じステップに関しては、同一の符号を付しており、ここではその詳細な説明を省略する。
【００５９】
ステップＳ１０５において、前述のＨａａｒ−Ｌｉｋｅ特徴量を利用することで、フレーム画像内において、顔らしい領域を顔領域として抽出する。
【００６０】
ステップＳ１０３において、求まった顔領域の重心位置を計算することにより、検出された人物の位置を検出する。画像の重心位置から人物の位置を検出するためには、前述の通り、透視投影変換を利用すればよい。このとき、人物の全身領域を利用して、その重心位置から人物の位置を検出する場合、人物の重心の高さとして、ｈ＝約８０ｃｍとしたが、顔領域を利用する場合、顔重心までの高さとして、ｈ＝約１６０ｃｍとして数３、数５を利用することにより、人物の位置を検出する。
【００６１】
もちろん、位置検出手段として、撮像センサユニット２４を利用するのではなく、公知技術である、人感センサや、赤外線センサを利用するようにしてもかまわない。
【００６２】
次に、位置検出手段１０１は、検出された位置情報を利用して、人物の在否を判断し、人物が存在している場合は、さらにその人物が滞在しているのか、動いているのかを判断する（ステップＳ００２）。これは、位置検出情報に時空間フィルタリングすることで実現する。つまり、以下の３つの条件が満たされているかどうかを確認する。
【００６３】
１．複数フレームにわたって、近傍の位置に、位置情報を検出しているか？
２．一定面積以上の大きさの位置情報を検出しているか？
３．一定時間、検出された人物の位置情報が変化していないか？
上記３つの条件を満たす場合、その位置に人物が存在し、しかもその人物がその位置に滞在していると判断する（ステップＳ００２でＹｅｓ）。一方、上記３つの条件の一つでも満足しない場合、その位置には滞在した人物が存在しないと判断する（ステップＳ００２でＮｏ）。
【００６４】
前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の人物を特定するための情報（人物特定情報）を取得する（ステップＳ００３）。ここで、人物特定情報とは、人物が同じであれば、同じ値となる情報であり、例えば、リモコンなどの制御指示手段により設定された情報である。具体的には、「空気調和機の設定温度」「空気調和機の風向」「空気調和機の風量」「ＴＶの設定音量」「照明の設定明るさ」である。このように、リモコンなどの制御指示手段により設定された情報を人物特定情報として利用することで、ユーザが全く意識しないままに人物識別の学習処理を行なうことができる。以下、人物特定情報として空気調和機の設定温度情報を利用した処理について説明する。
【００６５】
これらの情報は、人物が同じであれば、同じ設定を好むため、同じ人物であれば、常に同じような設定を行なうと考えられる。また、これらの情報は、人物が家庭内での通常の動作を行なう中で設定する動作であるため、これらの情報を利用することにより、人物が全く意識しないままに人物特定情報を取得することが可能である。
【００６６】
人物識別手段１０３は、前記位置検出手段１０１が検出した位置情報と前記人物特定情報取得手段１０２が取得した人物特定情報を関連付けることにより、人物識別情報を作成し、作成した人物識別情報を記憶手段１０４に保存する（ステップＳ００４）。
【００６７】
ここで、家庭内での人物識別を考えた場合、家庭内では、以下の条件が満たされる場合が非常に多いと推測される。
【００６８】
１．識別対象は数人しか存在しない。
【００６９】
２．家庭内では、人物が座る場所・眠る場所・作業をする場所はほぼ決まっている。
【００７０】
まず、１．に関しては、家庭内がプライベート環境であるため、数人程度しか存在しないと考えられる。そのため、大人数では識別不可能な特徴量であっても、家庭内のように少数人しか存在しない環境であれば、識別が可能となると考えられる。
【００７１】
また、２．に関しては、食事の際の座席、団欒時のシーンを考慮すると、妥当な仮定であると考えられる。
【００７２】
図１４、図１５は、家庭内において、人物が座る場所・眠る場所・作業をする場所がほぼ決まっていることを確認した模式図である。男性と女性の二人が居住している、図１４のような家庭において、二人の人物が座ったり、作業を行なったりするために一定時間以上、滞在した場所と滞在時間を確認した。図１５は、２日間の二人の移動履歴を求め、滞在した場所とその場所でのトータルの滞在時間を求めた模式図である。場所は図１４に示した（１）〜（７）に対応しており、２日間、この７箇所以外の場所に長時間、滞在することはなかった。図１５より、場所（１）、（２）、（６）に人物が存在している場合、その人物はほとんどの場合、女性であり、場所（４）、（５）、（７）に人物が存在している場合、その人物はほとんどの場合、男性であることがわかる。ただし、場所（３）に関しては、人物を識別することができない。しかし、場所（３）に人物が滞在する時間は、全体の１割程度であることから、位置情報のみで９０％程度の識別が可能であることがわかる。
【００７３】
以上のことから、家庭内というプライベートな環境では、人物の位置情報のみで、人物の識別が可能であることがわかる。
【００７４】
図１６は、記憶手段１０４に保存されている人物識別情報の一例を示している。人物識別情報には、量子化された各位置情報と、その位置で取得された人物特定情報である設定温度情報を関係付け、さらに滞在時間を保持している。量子化された各位置情報として、ここでは、図１４の家庭内を１０領域に量子化する。図１７は、図１４に示した家庭において、量子化した１０領域を示した模式図である。この図において、Ａ〜Ｊで示された１０の領域が、量子化された領域を示している。
【００７５】
使用当初、滞在時間にはすべて０が記録されている。ここで、男性が図１５の場所（１）のイスに座ったとする。このとき、空気調和機の設定温度は２２度に設定されていた。このとき、図１６の人物識別情報は、場所（１）に対応する位置Ｂにおいて、人物特定情報である設定温度が２２℃の滞在時間に１を加え、図１８のように更新される。図１９は、２日後の人物識別情報を示したものである。このように、人物識別情報である図１９を更新することで、学習処理が行なわれる。
【００７６】
次に、人物識別処理に関して、詳述する。
【００７７】
図３は、本実施形態における人物識別処理の流れを示すフローチャートである。この図において、図２と同じステップに関しては、同一の符号を付しており、ここではその詳細な説明を省略する。
【００７８】
位置検出手段１０１は撮像センサユニット２４を利用して、家庭内を撮像し、人物の在否と位置情報を検出し（ステップＳ００１）、人物が存在している場合は、さらにその人物が滞在しているのか、動いているのかを判断する（ステップＳ００２）。位置検出手段１０１によって、家庭内に人物が存在しない、または人物が存在するが、その人物は動いていると判断された場合（ステップＳ００２でＮｏ）、ステップＳ００１に戻り、再度、位置検出手段１０１によって人物の位置情報の取得と、在否の判断を行なう。一方、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の位置情報と、前記記憶手段１０４に保存されている人物識別情報を照合することで、その人物の識別を行なう（ステップＳ００５）。
【００７９】
ステップＳ００５における、人物の識別方法について説明する。学習処理によって、図１９のような人物識別情報が前記記憶手段１０４に保存されているとする。このとき、前
記位置検出手段１０１によって、人物が位置Ｃに存在することを検出したとする。図１９の人物識別情報によると、位置Ｃに関しては、
・設定温度２２℃：２２３
・設定温度２４℃： ０
・設定温度２６℃： ６
・設定温度２８度： ０
というデータが保存されている。そのため、これらのデータから、それぞれの過去の存在確率を求めると、
・設定温度２２℃：２２３／（２２３＋０＋６＋０）＝０．９７
・設定温度２４℃： ０／（２２３＋０＋６＋０）＝０
・設定温度２６℃： ６／（２２３＋０＋６＋０）＝０．０３
・設定温度２８度： ０／（２２３＋０＋６＋０）＝０
となり、設定温度２２℃の確率が最も高いことがわかる。そこで、本実施形態における人物識別装置では、この人物が「設定温度２２℃の人物」として識別する。
【００８０】
同様に、「ＴＶの設定音量」を人物特定情報として利用する場合、そこで、本実施形態における人物識別装置では、人物を「ＴＶの設定音量９の人物」や「ＴＶの設定音量１５の人物」として識別する。
【００８１】
また、「照明の設定明るさ」を人物特定情報として利用する場合、そこで、本実施形態における人物識別装置では、人物を「照明の設定明るさレベル３の人物」や「照明の設定明るさレベル８の人物」として識別する。
【００８２】
また、人物特定情報として、ユーザが自ら登録した情報を利用するようにしてもかまわない。図２０は、本実施形態における人物識別装置２００の模式図を示している。本実施形態の人物識別装置２０１は、ａ〜ｅからなる登録ボタンＺ２０２を有する。ａ〜ｅのボタンを人物識別装置２００の利用者それぞれに割り付けることにより、さらに効率的な学習を行なうことができる。例えば、母、父、娘、息子の４人家族がこの人物識別装置を利用している場合、母がａ、父がｂというように事前に決めておく。母が学習を行なう際にはａボタンを、父が学習を行なう際にはｂボタンを押す。このような人物識別装置２０１を利用した際の人物識別情報の一例を図２１に示す。このような人物識別情報と前述の人物の識別方法を利用することで、本実施形態における人物識別装置は、人物を「ユーザａ」や「ユーザｂ」として識別する。このように、人物特定情報として、ユーザが自ら登録した情報を利用することにより、人物識別装置はより正確な人物特定情報を取得することができるため、より正確な人物識別を実現することができる。
【００８３】
もちろん、滞在位置の量子化は、図１５のように、実際の３次元位置を利用するのではなく、撮影された画像を量子化するようにしてもかまわない。撮影された画像から実際の３次元位置を求めるためには、前述のように、透視投影変換を利用する必要がある。そのため、実際の３次元位置を利用せず、撮影された画像での位置情報を利用することで、処理量を削減することが可能である。
【００８４】
もちろん、人物識別情報、保存データとして、滞在時間情報を保持するのではなく、滞在時間の頻度を度数として正規化後、保持するようにしてもかまわない。滞在時間を直接、保持する場合、保存データの最大値を規定することができず、非常に大きなメモリを確保する必要があるが、度数として正規化することで、メモリサイズを規定することが可能である。
【００８５】
また、一定時間経過した際には、人物識別情報の保存データを初期化するようにしてもかまわない。家庭内においては、模様替えなどでイスやソファーを大きく動かした場合、
人物の滞在場所は大きく変更してしまう。このような場合、以前の人物識別情報を保持しておくことは、識別性能の劣化を招いてしまう。一定時間後に初期化処理を行なうことで以前のデータを廃棄することができるため、模様替えなどが生じた際にも識別性能を劣化させることなく、人物識別を行なうことができる。
【００８６】
もちろん、一定時間後にデータをすべて初期化するのではなく、以下のように、以前のデータの重みを減らすような処理を行なうようにしてもかまわない。
【００８７】
【数６】
【００８８】
ここで、Ｖ（ｉ，ｊ）は、位置ｉ、人物特定情報ｊでの人物識別情報の保存データを示している。このような処理を行なうことで、模様替えなどが生じた際にも識別性能を劣化させることなく、人物識別を行なうことができる。
【００８９】
また、初期化処理や数６のような処理を、一定時間ごとに行なうのではなく、模様替えが行なわれたことを認識して行うようにしてもかまわない。これは、例えば、人物識別装置にリセットボタンを設け、ユーザがリセットボタンを押した際に初期化処理などを行なうようにすればよい。また、画像処理結果を利用して処理を行なうようにしてもかまわない。これは前述のような背景差分処理を行ない、画面のほとんどの領域で差分が生じた際には、模様替えが行なわれたと判断して、初期化処理などを行なうようにすればよい。
【００９０】
以上の説明では、人体検知手段１０１として、撮像センサユニット２４を利用するとしたが、公知技術である、焦電センサや、赤外線センサによる熱画像を利用するようにしてもかまわない。
【００９１】
以上の説明では、位置検出手段１０１はステップＳ００２において、人物の在否と滞在しているのか、動いているのかを判断したが、人物の在否のみを判断するようにしてもかまわない。図２２は、本実施形態における人物識別のための学習処理の流れを示すフローチャートであり、図２３は、本実施形態における人物識別処理の流れを示すフローチャートである。図２２、図２３において、図２、図３と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【００９２】
図２、図３との違いは、ステップＳ００６である。ステップＳ００６において、位置検出手段１０１は、検出された位置情報を利用して、人物の在否を判断する。これは、位置検出情報に時空間フィルタリングすることで実現する。つまり、以下の２つの条件が満たされているかどうかを確認する。
【００９３】
１．複数フレームにわたって、近傍の位置に、位置情報を検出しているか？
２．一定面積以上の大きさの位置情報を検出しているか？
上記２つの条件を満たす場合、その位置に人物が存在していると判断する（ステップＳ００６でＹｅｓ）。一方、上記２つの条件の一つでも満足しない場合、その位置には人物が存在しないと判断する（ステップＳ００６でＮｏ）。
【００９４】
家庭内というプライベート空間を考慮した場合、人物の動線は決まっていると考えられる。例えば、玄関からリビングへ移動する場合、部屋のどのあたりを通るかは人物によって決まっている。また、外出する際には、リビングの壁に掛けてある車のキーを持っていく、などの場合には、寝室→リビングの壁→玄関という動線が存在する。このように、人物が滞在する位置のみではなく、動いているシーンでの位置情報を利用することでも人物
の識別処理を行なうことができる。
【００９５】
以上のように、本発明の第１の実施形態における人物識別装置によると、人物の位置情報を利用して人物識別処理を行なうことにより、家庭内においても精度の高い、実用的な人物識別を実現することができる。
【００９６】
（実施の形態２）
図２４は、本発明の第２の実施の形態における人物識別装置の構成を示す機能ブロック図である。図２４において、図１と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【００９７】
第２の実施形態における人物識別装置は、大きさ検出手段１０５を有し、人物識別手段１０３は、位置検出手段１０１が検出した位置情報に加え、大きさ検出手段１０５が検出した大きさ情報も利用して、人物識別処理を行なう。
【００９８】
人物の大きさ情報は実際の人物の大きさを表すとともに、その人物の姿勢も表現する。姿勢には、個性がでるため、人物の大きさ情報は人識別に重要な情報であると考えられる。
【００９９】
図２５〜図２７は、人物の大きさ情報を利用した人物の識別可能性を説明するための模式図である。図２５は、人物がソファーに深く座っているシーンでの背景差分画像を示している。一方、図２６は、身長のほぼ等しい別の人物が同じソファーに浅く座っているシーンでの背景差分画像を示している。さらに、図２７は、身長の低い子供が同じソファーに浅く座っているシーンでの背景差分画像を示している。これらの画像において、白い画素は差分が存在しない画素、黒い画素は差分が生じている画素を示している。図２５と図２６を比較すると、ほぼ同じ身長の人物が同じ場所で座っているとしても、画像上での大きさは異なることがわかる。また、図２５と図２７を比較すると、身長が異なる人物は、画面上での大きさも異なることがわかる。屋外など公共の環境では、存在する人物の人数が非常に多く、身長や姿勢のみで人物を識別することは難しい。また、動き回るシーンがおおくなり、長時間滞在するというシーンがそれほど存在しない。そのため、屋外など公共の環境では、人物の大きさ情報による人物識別は困難である。一方、家庭内の場合、存在する人物の人数は通常、数名に限られており、さらに、人数が多い場合であっても、世代や年齢にバラツキが存在する。そのため、同じ身長の人物はそれほど存在せず、人物の大きさ情報が利用できる。また、家庭内では、動き回らず、座って滞在するシーンが多いため、やはり、人物の大きさ情報による人物識別が有効である。
【０１００】
人物識別処理は、人物を識別するための学習処理と識別を行なう識別処理からなる。図２８は、本実施形態における人物識別のための学習処理の流れを示すフローチャートであり、図２９は、本実施形態における人物識別処理の流れを示すフローチャートである。図２８、図２９において、図２、図３と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【０１０１】
まず、学習処理の流れについて説明する。図２８において、位置検出手段１０１は撮像センサユニット２４を利用して、家庭内を撮像し、人物の在否と位置情報を検出し（ステップＳ００１）、人物が存在している場合は、さらにその人物が滞在しているのか、動いているのかを判断する（ステップＳ００２）。位置検出手段１０１によって、家庭内に人物が存在しない、または人物が存在するが、その人物は動いていると判断された場合（ステップＳ００２でＮｏ）、ステップＳ００１に戻り、再度、位置検出手段１０１によって人物の位置情報の取得と、在否の判断を行なう。一方、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ
００２でＹｅｓ）、大きさ検出手段１０５は撮像センサユニット２４を利用して、前記位置検出手段１０１が検出した人物の大きさ情報を検出する（ステップＳ００７）。人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の人物を特定するための情報を取得する（ステップＳ００３）。人物識別手段１０３は、前記位置検出手段１０１が検出した位置情報と、前記大きさ検出手段１０５が検出した大きさ情報と、前記人物特定情報取得手段１０２が取得した人物特定情報を関連付けることにより、人物識別情報を作成し、作成した人物識別情報を記憶手段１０４に保存する（ステップＳ００８）。
【０１０２】
つぎに、人物識別処理の流れについて説明する。図２９において、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、大きさ検出手段１０５は撮像センサユニット２４を利用して、前記位置検出手段１０１が検出した人物の大きさ情報を検出する（ステップＳ００７）。さらに、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の位置情報と、前記大きさ検出手段１０５が検出した大きさ情報とを、前記記憶手段１０４に保存されている人物識別情報を照合することで、その人物の識別を行なう（ステップＳ００９）。
【０１０３】
以下、まず学習処理に関して、詳述する。
【０１０４】
大きさ検出手段１０５は撮像センサユニット２４を利用して、前記位置検出手段１０１が検出した人物の大きさ情報を検出する（ステップＳ００７）。ここでは、大きさ情報として、画像上での検出領域の大きさ情報を利用する。図３０は、大きさ検出手段１０５の処理を説明するための模式図である。この図において、３１１、３１２は位置検出手段１０１によって検出された人物領域を示している。大きさ検出手段１０５は、検出されたそれぞれの人物領域３１１、３１２が内接する最大の長方形３１３、３１４を検出し、その面積Ｓ＿Ｌ［Ｐｉｘｅｌ］を計算する。こうして求めた面積Ｓ＿Ｌを以下のように量子化することで、大きさ情報としてＳ、Ｍ、Ｌ、ＸＬ、ＸＸＬのいずれかを検出する。
【０１０５】
・大きさ「Ｓ」： Ｓ＿Ｌ≦９
・大きさ「Ｍ」： ９＜Ｓ＿Ｌ≦１６
・大きさ「Ｌ」： １６＜Ｓ＿Ｌ≦２５
・大きさ「ＸＬ」： ３６＜Ｓ＿Ｌ≦４９
・大きさ「ＸＸＬ」： ４９＜Ｓ＿Ｌ
人物識別手段１０３は、前記位置検出手段１０１が検出した位置情報と、前記大きさ検出手段１０５が検出した大きさ情報と、前記人物特定情報取得手段１０２が取得した人物特定情報を関連付けることにより、人物識別情報を作成し、作成した人物識別情報を記憶手段１０４に保存する（ステップＳ００８）。
【０１０６】
人物識別情報には、量子化された各位置情報・大きさ情報と、その位置およびその大きさで取得された人物特定情報である設定温度情報を関係付け、さらに滞在時間を保持している。図３１は、家庭内の模式図を示している。右下に本実施形態の人物識別装置における、撮像センサユニット２４が配置されている。図３２は、図３１の家庭において、撮像センサユニット２４によって撮像された画像例を示している。さらに、図３３は、図３２の画像に対し、位置検出手段１０３によって滞在位置を３０の量子化された様子を示した模式図である。図３４は、このように位置情報を量子化した際に、記憶手段１０４に保存されている人物識別情報の一例を示している。使用当初、滞在時間にはすべて０が記録されている。ここで、男性が図３３の場所Ｑのイスに座ったとする。このとき、この人物の大きさ情報は「Ｌ」であり、空気調和機の設定温度は２２度に設定されていた。このとき、図３４の人物識別情報は、場所Ｑ・大きさＬに対応するメモリにおいて、人物特定情報である設定温度が２２℃の滞在時間に１を加え、図３５のように更新される。図３６は、
２日後の人物識別情報を示したものである。このように、人物識別情報である図３６を更新することで、学習処理が行なわれる。
【０１０７】
次に、人物識別処理に関して、詳述する。
【０１０８】
ステップＳ００９における、人物の識別方法について説明する。学習処理によって、図３６のような人物識別情報が前記記憶手段１０４に保存されているとする。このとき、前記位置検出手段１０１によって人物が位置Ｑに存在し、さらに、前記大きさ検出手段Ｚ１０５によってその人物の大きさがＭであることを検出したとする。図３６の人物識別情報によると、位置Ｃで大きさＭに関しては、
・設定温度２２℃： １５
・設定温度２４℃： ０
・設定温度２６℃：１２０
・設定温度２８度： ０
というデータが保存されている。そのため、これらのデータから、それぞれの存在確率を求めると、
・設定温度２２℃： １５／（１５＋０＋１２０＋０）＝０．１１
・設定温度２４℃： ０／（１５＋０＋１２０＋０）＝０
・設定温度２６℃：１２０／（１５＋０＋１２０＋０）＝０．８９
・設定温度２８度： ０／（１５＋０＋１２０＋０）＝０
となり、設定温度２６℃の確率が最も高いことがわかる。そこで、本実施形態における人物識別装置では、この人物が「設定温度２６℃の人物」として識別する。
【０１０９】
もちろん、大きさ検出手段１０５は、大きさ情報として、人物領域の内接する最大の長方形の面積を利用するのではなく、人物領域に含まれる画素数や、人物領域に含まれる差分が生じている画素の画素数、人物領域の内接する最大の長方形内に含まれる差分が生じている画素の画素数を利用するようにしてもかまわない。
【０１１０】
また、大きさ情報として、画像上（画像座標系）での検出領域の大きさ情報を利用するのではなく、カメラ座標系での実空間での大きさ情報を利用するようにしてもかまわない。これは、前述の透視投影変換を利用して、検出枠のカメラ座標系での大きさを求めればよい。カメラ座標系での実空間での大きさ情報を利用することにより、人物が存在する位置に依存せず、身長情報で人物を識別することができる。
【０１１１】
また、位置情報や大きさ情報として、背景差分情報を利用するのではなく、フレーム間差分情報を利用してもかまわない。図３７〜図３９はこの処理を説明するための模式図である。フレーム間差分を利用する場合、座ってじっとしている人物など、動かない人物は検出されない。しかしこのような人物であっても、手や頭を動かすことがあるため、そのタイミングではフレーム間差分が生じる。図３７、図３８は、座ってじっとしている大人と子供が右腕を動かした際にフレーム間差分が検出される様子を示した模式図である。人物によって、腕の位置や腕の動かし方は異なるため、右腕を動かすという同じ動作であっても、人物が異なれば、そのフレーム間差分画像は異なったものとなる。図３９は、図３７と図３８で求めたフレーム間差分領域の内接する最大の長方形を比較した模式図である。この図から、フレーム間差分画像が異なることがわかり、フレーム間差分を利用することも人物識別に有効であることがわかる。
【０１１２】
以上の説明では、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の位置情報と、前記大きさ検出手段１０５が検出した大きさ情報の２つの情報を利用して人物識別を行なったが、大きさ情報のみを利用するようにしてもかまわない。図４０は、本実施形態における人物識別のための学習処理の流れを示すフローチャートであり、
図４１は、本実施形態における人物識別処理の流れを示すフローチャートである。図４０、図４１において、図２８、図２９と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【０１１３】
この場合、大きさ情報として前述のカメラ座標系での実空間での大きさ情報を利用すればよい。具体的には、人物の実空間での高さ情報を利用する。人物の実空間での高さ情報は、以下のように求める。
【０１１４】
１．画像上で人物領域が内接する最大の長方形を求める。
【０１１５】
２．求まった長方形の左右方向の中央部における最も上部の画素をＰ＿ＴＯＰ（ｕ＿ＭＩＤ，ｖ＿ＴＯＰ）、最も下部の画素をＰ＿ＢＯＴＴＯＭ（ｕ＿ＭＩＤ，ｖ＿ＢＯＴＴＯＭ）として求める（図４２の模式図参照）。
【０１１６】
１．前述の透視投影変換を利用して、カメラ座標系でのＰ＿ＴＯＰとＰ＿ＢＯＴＴＯＭをもとめ、それぞれのＺ座標をＺ＿ＴＯＰとＺ＿ＢＯＴＴＯＭとする。ここで、Ｐ＿ＢＯＴＴＯＭは必ず床面に接しており、また、Ｐ＿ＴＯＰとＰ＿ＢＯＴＴＯＭのＸ座標とＹ座標は等しいと仮定することで、Ｚ＿ＴＯＰとＺ＿ＢＯＴＴＯＭは一意に求められる。
【０１１７】
２．ＨＥＩＧＨＴ［ｃｍ］＝（Ｚ＿ＴＯＰ）−（Ｚ＿ＢＯＴＴＯＭ）を求め、以下のように量子化することで、大きさ情報としてＳ、Ｍ、Ｌ、ＸＬ、ＸＸＬのいずれかを検出する。
【０１１８】
・大きさ「Ｓ」： ＨＥＩＧＨＴ≦１４５［ｃｍ］
・大きさ「Ｍ」： １４５［ｃｍ］＜ＨＥＩＧＨＴ≦１６０［ｃｍ］
・大きさ「Ｌ」： １６０［ｃｍ］＜ＨＥＩＧＨＴ≦１７５［ｃｍ］
・大きさ「ＸＬ」： １７５［ｃｍ］＜ＨＥＩＧＨＴ≦１９０［ｃｍ］
・大きさ「ＸＸＬ」： １９０［ｃｍ］＜ＨＥＩＧＨＴ
図４３は、本実施形態における人物識別情報の一例である。
【０１１９】
以上の説明では、大きさ検知手段１０５として、撮像センサユニット２４を利用するとしたが、公知技術である、焦電センサや、赤外線センサによる熱画像を利用するようにしてもかまわない。
【０１２０】
以上のように、本発明の第２の実施形態における人物識別装置によると、人物の位置情報と大きさ情報を利用して人物識別処理を行なうことにより、家庭内においても精度の高い、実用的な人物識別を実現することができる。
＜本発明の人物識別装置を搭載した空気調和機＞
本発明の人物識別装置は、空気調和機の制御に非常に有効である。本発明の人物識別装置を搭載した空気調和機について説明する。
【０１２１】
図４４は、本発明の第１の実施の形態における人物識別装置を利用した空気調和機の構成を示す機能ブロック図である。図４４において、図１と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【０１２２】
一般家庭で使用される空気調和機は、通常冷媒配管で互いに接続された室外機と室内機と空気調和の制御指示手段１０６であるリモコン３０（図示せず）で構成されており、図４５乃至図４８は、本発明に係る空気調和機の室内機を示している。
【０１２３】
室内機は、本体２と、本体２の前面開口部２ａを開閉自在の可動前面パネル（以下、単
に前面パネルという）４を有しており、空気調和機停止時は、前面パネル４は本体２に密着して前面開口部２ａを閉じているのに対し、空気調和機運転時は、前面パネル４は本体２から離反する方向に移動して前面開口部２ａを開放する。なお、図４５及び図４６は前面パネル４が前面開口部２ａを閉じた状態を示しており、図４７及び図４８は前面パネル４が前面開口部２ａを開放した状態を示している。
【０１２４】
図４５乃至図４８に示されるように、本体２の内部には、熱交換器６と、前面開口部２ａ及び上面開口部２ｂから取り入れられた室内空気を熱交換器６で熱交換して室内に吹き出すための室内ファン８と、熱交換した空気を室内に吹き出す吹出口１０を開閉するとともに空気の吹き出し方向を上下に変更する上下羽根１２と、空気の吹き出し方向を左右に変更する左右羽根１４とを備えており、前面開口部２ａ及び上面開口部２ｂと熱交換器６との間には、前面開口部２ａ及び上面開口部２ｂから取り入れられた室内空気に含まれる塵埃を除去するためのフィルタ１６が設けられている。
【０１２５】
また、前面パネル４上部は、その両端部に設けられた２本のアーム１８，２０を介して本体２上部に連結されており、アーム１８に連結された駆動モータ（図示せず）を駆動制御することで、空気調和機運転時、前面パネル４は空気調和機停止時の位置（前面開口部２ａの閉塞位置）から前方斜め上方に向かって移動する。
【０１２６】
さらに、上下羽根１２は、上羽根１２ａと下羽根１２ｂとで構成されており、それぞれ本体２下部に揺動自在に取り付けられている。上羽根１２ａ及び下羽根１２ｂは、別々の駆動源（例えば、ステッピングモータ）に連結されており、室内機に内蔵された制御装置（例えばマイコン）によりそれぞれ独立して角度制御される。また、図４７及び図４８から明らかなように、下羽根１２ｂの変更可能な角度範囲は、上羽根１２ａの変更可能な角度範囲より大きく設定されている。
【０１２７】
なお、上羽根１２ａ及び下羽根１２ｂの駆動方法については後述する。また、上下羽根１２は３枚以上の上下羽根で構成することも可能で、この場合、少なくとも２枚（特に、最も上方に位置する羽根と最も下方に位置する羽根）は独立して角度制御できるのが好ましい。
【０１２８】
また、左右羽根１４は、室内機の中心から左右に５枚ずつ配置された合計１０枚の羽根で構成されており、それぞれ本体２の下部に揺動自在に取り付けられている。また、左右の５枚を一つの単位として別々の駆動源（例えば、ステッピングモータ）に連結されており、室内機に内蔵された制御装置により左右５枚の羽根がそれぞれ独立して角度制御される。なお、左右羽根１４の駆動方法についても後述する。
【０１２９】
図４５に示されるように、前面パネル４の上部には、撮像センサユニット２４が撮像装置として取り付けられており、撮像センサユニット２４は、センサホルダに保持されている。
【０１３０】
また、本発明の人物識別装置は、撮像センサユニット２４で撮像された画像に対して、搭載された回路基板上のメモリ（図示せず）やマイクロコンピュータ（図示せず）などにより実現される。
【０１３１】
空気調和機は、本発明の人物識別装置で識別した結果を基に、空調制御を行なう。本発明の人物識別装置は前述のとおり、リモコン３０で設定された空気調和機の設定温度を人物特定情報とする。また、本発明の人物識別装置は、人物の位置情報を検出している。そのため、本発明の人物識別装置を搭載した空気調和機では、人物が存在する位置に、その人物が以前、設定していた温度にあわせた空調を行なうことが可能である。
【０１３２】
また、図４９は、本発明の第１の実施の形態における人物識別装置を搭載した空気調和機の処理の流れを示すフローチャートである。図４９において、図２、図３と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【０１３３】
図４４において、位置検出手段１０１は撮像センサユニット２４を利用して、家庭内である空調空間内を撮像し、人物の在否と位置情報を検出し（ステップＳ００１）、人物が存在している場合は、さらにその人物が滞在しているのか、動いているのかを判断する（ステップＳ００２）。位置検出手段１０１によって、家庭内に人物が存在しない、または人物が存在するが、その人物は動いていると判断された場合（ステップＳ００２でＮｏ）、ステップＳ００１に戻り、再度、位置検出手段１０１によって人物の位置情報の取得と、在否の判断を行なう。一方、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、人物識別手段１０３は、制御指示手段１０６であるリモコンから、設定されている空調制御指示情報である「空気調和機の設定温度」「空気調和機の風向」「空気調和機の風量」などの情報を人物特定情報として取得する（ステップＳ０１２）。そのため、制御指示手段１０６は人物特定情報取得手段１０２として動作する。人物識別手段１０３は、前記位置検出手段１０１が検出した位置情報と前記制御指示手段１０６（人物特定情報取得手段１０２）が取得した人物特定情報である空調制御指示情報を関連付けることにより、人物識別情報を作成し、作成した人物識別情報を記憶手段１０４に保存する（ステップＳ０１３）。さらに、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の位置情報と、前記記憶手段１０４に保存されている人物識別情報を照合することで、その人物に対応する空調制御指示情報を取得する（ステップＳ０１４）。つまり、本発明の人物識別処理を行なうことで、空調空間内に存在する人物に対応した制御指示情報を取得することができる。同一人物であれば、自分の好みを反映した空調制御を前記制御指示手段１０６に指示していると考えられる。そのため、こうして取得した空調制御指示情報は、空調空間内に存在する人物の好みを反映した制御指示情報と考えられる。さらに、空調制御手段１０７は、照合して求めた制御指示情報したがって、前記位置検出手段１０１で検出された人物位置へ空調制御を行なう（ステップＳ０１５）。このときの制御指示情報は、空調空間内に存在する人物の好みを反映した制御指示情報であるため、本発明の第１の実施の形態における人物識別装置を搭載した空気調和機、空気調和空間に存在する人物の好みを反映した空調制御を行なうことができる。
【０１３４】
以上のように、本発明の人物識別装置を搭載した空気調和機は、空気調和空間に存在する人物の好みを反映して、最適な空気調和動作を行せることができるとともに、そのために必要な人物ごとの空気調和機操作傾向の学習を、ユーザにまったく意識させることなく行うことが可能で、ユニバーサルデザインを実現でき、制御精度も向上できる。
【０１３５】
以上の空気調和機では、常に人物識別装置の出力結果に基づいて、空調制御を行なったが、人物識別装置の出力結果から求めた制御指示情報と、制御指示手段１０６の空調制御指示情報のいずれかを選択することで、空調制御を行なうようにしてもかまわない。この処理について説明する。
【０１３６】
図５０は、本発明の第１の実施の形態における人物識別装置を利用した別の空気調和機の構成を示す機能ブロック図である。図５０において、図４４と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。図４４との違いは、制御指示手段操作情報推定手段１０８である。制御指示手段操作情報推定手段１０８は、位置検出手段１０１と制御指示手段１０６を利用し、制御指示手段１０６を操作した人物情報を検出するものである。
【０１３７】
また、図５１は、本発明の第１の実施の形態における人物識別装置を搭載した空気調和機の処理の流れを示すフローチャートである。図５１において、図４９と共通の構成要素に関しては、同一の符号を付し、その説明は省略する。
【０１３８】
図５１において、位置検出手段１０１は撮像センサユニット２４を利用して、家庭内である空調空間内を撮像し、人物の在否と位置情報を検出し（ステップＳ００１）、人物が存在している場合は、さらにその人物が滞在しているのか、動いているのかを判断する（ステップＳ００２）。位置検出手段１０１によって、家庭内に人物が存在しない、または人物が存在するが、その人物は動いていると判断された場合（ステップＳ００２でＮｏ）、ステップＳ００１に戻り、再度、位置検出手段１０１によって人物の位置情報の取得と、在否の判断を行なう。一方、前記位置検出手段１０１によって、家庭内に人物が存在し、しかもその人物が滞在していると判断された場合（ステップＳ００２でＹｅｓ）、人物識別手段１０３は、制御指示手段１０６であるリモコンから、設定されている空調制御指示情報である「空気調和機の設定温度」「空気調和機の風向」「空気調和機の風量」などの情報を人物特定情報として取得する（ステップＳ０１２）。そのため、制御指示手段１０６は人物特定情報取得手段１０２として動作する。人物識別手段１０３は、前記位置検出手段１０１が検出した位置情報と前記制御指示手段１０６（人物特定情報取得手段１０２）が取得した人物特定情報である空調制御指示情報を関連付けることにより、人物識別情報を作成し、作成した人物識別情報を記憶手段１０４に保存する（ステップＳ０１３）。さらに、人物識別手段１０３は、前記位置検出手段１０１によって検出された人物の位置情報と、前記記憶手段１０４に保存されている人物識別情報を照合することで、その人物に対応する空調制御指示情報を取得する（ステップＳ０１４）。制御指示手段操作情報推定手段１０８は、制御指示手段の操作者と検出された人物が同一人物かどうかを推定する（ステップＳ０１６）。これは、制御指示手段１０６が操作された時間と、検出されている人物が空調空間内で検出された時間を比較することで実現する。すなわち、以下の２条件をすべて満たす場合、制御指示手段操作情報推定手段１０８は、制御指示手段の操作者と検出された人物が同一人物であると推定する。
【０１３９】
１．制御指示手段１０６が操作された時間が、検出されている人物が空調空間内で検出された時間よりも後。
【０１４０】
２．制御指示手段１０６が操作された時間に、空調空間内に人物が１人のみ存在。
【０１４１】
制御指示手段１０６が操作された時間は制御指示手段１０６から、検出されている人物が空調空間内で検出された時間は位置検出手段１０１から取得する。
【０１４２】
一方、上記２条件のすべてを満たさない場合、制御指示手段操作情報推定手段１０８は、制御指示手段１０６の操作者と検出された人物が同一人物ではないと推定する。
【０１４３】
制御指示手段操作情報推定手段１０８によって、制御指示手段１０６の操作者と検出された人物が同一人物だと推定された場合（ステップＳ０１６でＹｅｓ）、空調制御手段１０７は、照合して求めた制御指示情報にしたがって、前記位置検出手段１０１で検出された人物位置へ空調制御を行なう（ステップＳ０１５）。一方、制御指示手段操作情報推定手段１０８によって、制御指示手段１０６の操作者と検出された人物が同一人物ではないと推定された場合（ステップＳ０１６でＮｏ）、空調制御手段１０７は、制御指示手段の空調制御指示情報にしたがって、前記位置検出手段１０１で検出された人物位置へ空調制御を行なう（ステップＳ０１７）。
【０１４４】
もちろん、制御指示手段操作情報推定手段１０８は、制御指示手段１０６の位置情報を取得し、制御指示手段１０６が操作された際に、近傍にいる人物が操作を行なったと推定
するようにしてもかまわない。ここで、制御指示手段１０６の位置情報を取得するためには、撮像センサユニット２４によって、制御指示手段１０６であるリモコンが発光する赤外線情報を検出するようにすればよい。さらに、制御指示手段１０６の操作者を推定した後、操作者と推定された人物をトラッキングすることで、その人物が空調空間内から出るまでは制御指示手段１０６の操作者と検出された人物が同一人物かどうかを推定する。さらに、操作者が空調空間内から出た後では、次に制御指示手段１０６が操作されるまでは、制御指示手段操作情報推定手段１０８は制御指示手段１０６の操作者と検出された人物が同一人物ではないと判断する。
【０１４５】
このように、制御指示手段操作情報推定手段１０８によって制御指示手段１０６の操作者を推定することで、本発明の人物識別装置を搭載した空気調和機は、空気調和空間に存在する人物の好みをより正確に反映して、最適な空気調和動作を行せることができるとともに、そのために必要な人物ごとの空気調和機操作傾向の学習を、ユーザにまったく意識させることなく行うことが可能で、ユニバーサルデザインを実現でき、制御精度も向上できる。
【産業上の利用可能性】
【０１４６】
以上のように、本発明にかかる人物識別装置は、家庭内においても実用的に、精度よく人物識別を実現できる。さらに、本発明にかかる人物識別装置を搭載した空気調和機はユーザが全く意識しないままに、個人の機器操作傾向が自動的に学習され、ユニバーサルデザインを実現でき、制御精度を向上することが可能となるので、ユーザが操作指示を行う機器全般の用途に広く適用できる。
【符号の説明】
【０１４７】
２ 室内機本体、 ２ａ 前面開口部、 ２ｂ 上面開口部、 ４ 可動前面パネル、 ６ 熱交換器、 ８ 室内ファン、 １０ 吹出口、 １２ 上下羽根、 １４ 左右羽根、 １６ フィルタ、 １８，２０ 前面パネル用アーム、 ２４ 撮像センサユニット、 ３０ リモコン、 １０１ 位置検出手段、 １０２ 物特定情報取得手段、 １０３ 人物識別手段、 １０４ 記憶手段、 １０５ 大きさ検出手段、 １０６ 制御指示手段、 １０７ 空調制御手段、 １０８ 制御指示手段操作情報推定手段。
【特許請求の範囲】
【請求項１】
家庭内で人物を識別する人物識別装置であって、
人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出手段と、
前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記位置検出手段が検出した位置情報と、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段と、
前記位置検出手段が検出した位置情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別手段と、
を有することを特徴とする、人物識別装置。
【請求項２】
家庭内で人物を識別する人物識別装置であって、
人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出手段と、
前記人物の大きさを検出する大きさ検出手段と、
前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記大きさ検出手段が検出した大きさ情報を、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段と、
前記大きさ検出手段が検出した大きさ情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別手段と、
を有することを特徴とする、人物識別装置。
【請求項３】
家庭内で人物を識別する人物識別装置であって、
人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出手段と、
前記人物の大きさを検出する大きさ検出手段と、
前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記位置検出手段が検出した位置情報と、前記大きさ検出手段が検出した大きさ情報を、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段と、
前記位置検出手段が検出した位置情報と、前記大きさ検出手段が検出した大きさ情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別手段と、
を有することを特徴とする、人物識別装置。
【請求項４】
前記大きさ検出手段は、前記人物の実空間での大きさを推定することを特徴とする請求項２または３記載の人物識別装置。
【請求項５】
前記大きさ検出手段は、前記人物の撮影された画像上での大きさを、大きさ情報として検出することを特徴とする請求項２または３に記載の人物識別装置。
【請求項６】
前記人物特定情報とは、リモコンなどの制御指示手段により設定された制御指示情報であることを特徴とする請求項１〜３のいずれか１項に記載の人物識別装置。
【請求項７】
前記人物特定情報とは、「空気調和機の設定温度」「空気調和機の風向」「空気調和機の風量」「ＴＶの設定音量」「照明の設定明るさ」のいずれかであることを特徴とする請求項６に記載の人物識別装置。
【請求項８】
前記人物特定情報とは、ユーザが自ら登録した、ユーザを特定するための情報であることを特徴とする請求項１〜３のいずれか１項に記載の人物識別装置。
【請求項９】
前記記憶手段は、一定時間経過した際には、人物識別情報を初期化することを特徴とする
請求項１〜３のいずれか１項に記載の人物識別装置。
【請求項１０】
前記記憶部は、一定時間経過した際には、データの重み付け処理を行ない、以前の人物識別情報の重みを軽くすることを特徴とする、請求項１〜３のいずれか１項に記載の人物識別装置。
【請求項１１】
請求項１〜３のいずれか１項に記載の人物識別装置を搭載した空気調和機であって、
前記人物識別手段が識別した識別結果に基づいて、その人物の好みの空調制御情報にしたがった空調制御を実現する空調制御部を有することを特徴とする空気調和機。
【請求項１２】
請求項６または７記載の人物識別装置を搭載した空気調和機であって、
前記人物識別手段が識別した制御指示情報に基づいて、空調制御を行なう空調制御手段を有することを特徴とする空気調和機。
【請求項１３】
請求項１１または請求項１２記載の空気調和機であって、
前記人物識別手段が識別した制御指示情報と現在の制御指示情報のいずれかを選択する制御指示手段操作情報推定手段をさらに有し、
前記空調制御手段は、前記制御指示手段操作情報推定手段が選択した制御指示情報にしたがって空調制御を行なうことを特徴とする空気調和機。
【請求項１４】
請求項１３記載の空気調和機であって、
前記制御指示手段操作情報推定手段は、現在の制御指示情報の操作者が検出されている人物と同一人物であると推定される場合は現在の制御指示情報を、現在の制御指示情報の操作者が検出されている人物と同一人物ではないと推定される場合は前記人物識別手段が識別した制御指示情報を選択することを特徴とする空気調和機。
【請求項１５】
家庭内で人物を識別する人物識別方法であって、
人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出ステップと、前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得ステップと、
前記位置検出ステップが検出した位置情報と、前記人物特定情報取得ステップが取得した人物特定情報を関連付けて人物識別情報として記憶する記憶ステップと、
前記位置検出ステップが検出した位置情報を、前記記憶ステップに記憶されている人物識別情報と照合することで、人物を識別する人物識別ステップと、
を有することを特徴とする、人物識別方法。
【請求項１６】
家庭内で人物を識別する人物識別方法であって、
人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出ステップと、前記人物の大きさを検出する大きさ検出ステップと、
前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得ステップと、
前記大きさ検出ステップが検出した大きさ情報を、前記人物特定情報取得ステップが取得した人物特定情報を関連付けて人物識別情報として記憶する記憶ステップと、
前記大きさ検出ステップが検出した大きさ情報を、前記記憶ステップに記憶されている人物識別情報と照合することで、人物を識別する人物識別ステップと、
を有することを特徴とする、人物識別方法。
【請求項１７】
家庭内で人物を識別する人物識別方法であって、
人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出ステップと、前記人物の大きさを検出する大きさ検出ステップと、
前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得ステップと、
前記位置検出ステップが検出した位置情報と、前記大きさ検出ステップが検出した大きさ情報を、前記人物特定情報取得ステップが取得した人物特定情報を関連付けて人物識別情報として記憶する記憶ステップと、
前記位置検出ステップが検出した位置情報と、前記大きさ検出ステップが検出した大きさ情報を、前記記憶ステップに記憶されている人物識別情報と照合することで、人物を識別する人物識別ステップと、
を有することを特徴とする、人物識別方法。
【請求項１】
家庭内で人物を識別する人物識別装置であって、
人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出手段と、
前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記位置検出手段が検出した位置情報と、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段と、
前記位置検出手段が検出した位置情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別手段と、
を有することを特徴とする、人物識別装置。
【請求項２】
家庭内で人物を識別する人物識別装置であって、
人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出手段と、
前記人物の大きさを検出する大きさ検出手段と、
前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記大きさ検出手段が検出した大きさ情報を、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段と、
前記大きさ検出手段が検出した大きさ情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別手段と、
を有することを特徴とする、人物識別装置。
【請求項３】
家庭内で人物を識別する人物識別装置であって、
人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出手段と、
前記人物の大きさを検出する大きさ検出手段と、
前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記位置検出手段が検出した位置情報と、前記大きさ検出手段が検出した大きさ情報を、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段と、
前記位置検出手段が検出した位置情報と、前記大きさ検出手段が検出した大きさ情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別手段と、
を有することを特徴とする、人物識別装置。
【請求項４】
前記大きさ検出手段は、前記人物の実空間での大きさを推定することを特徴とする請求項２または３記載の人物識別装置。
【請求項５】
前記大きさ検出手段は、前記人物の撮影された画像上での大きさを、大きさ情報として検出することを特徴とする請求項２または３に記載の人物識別装置。
【請求項６】
前記人物特定情報とは、リモコンなどの制御指示手段により設定された制御指示情報であることを特徴とする請求項１〜３のいずれか１項に記載の人物識別装置。
【請求項７】
前記人物特定情報とは、「空気調和機の設定温度」「空気調和機の風向」「空気調和機の風量」「ＴＶの設定音量」「照明の設定明るさ」のいずれかであることを特徴とする請求項６に記載の人物識別装置。
【請求項８】
前記人物特定情報とは、ユーザが自ら登録した、ユーザを特定するための情報であることを特徴とする請求項１〜３のいずれか１項に記載の人物識別装置。
【請求項９】
前記記憶手段は、一定時間経過した際には、人物識別情報を初期化することを特徴とする
請求項１〜３のいずれか１項に記載の人物識別装置。
【請求項１０】
前記記憶部は、一定時間経過した際には、データの重み付け処理を行ない、以前の人物識別情報の重みを軽くすることを特徴とする、請求項１〜３のいずれか１項に記載の人物識別装置。
【請求項１１】
請求項１〜３のいずれか１項に記載の人物識別装置を搭載した空気調和機であって、
前記人物識別手段が識別した識別結果に基づいて、その人物の好みの空調制御情報にしたがった空調制御を実現する空調制御部を有することを特徴とする空気調和機。
【請求項１２】
請求項６または７記載の人物識別装置を搭載した空気調和機であって、
前記人物識別手段が識別した制御指示情報に基づいて、空調制御を行なう空調制御手段を有することを特徴とする空気調和機。
【請求項１３】
請求項１１または請求項１２記載の空気調和機であって、
前記人物識別手段が識別した制御指示情報と現在の制御指示情報のいずれかを選択する制御指示手段操作情報推定手段をさらに有し、
前記空調制御手段は、前記制御指示手段操作情報推定手段が選択した制御指示情報にしたがって空調制御を行なうことを特徴とする空気調和機。
【請求項１４】
請求項１３記載の空気調和機であって、
前記制御指示手段操作情報推定手段は、現在の制御指示情報の操作者が検出されている人物と同一人物であると推定される場合は現在の制御指示情報を、現在の制御指示情報の操作者が検出されている人物と同一人物ではないと推定される場合は前記人物識別手段が識別した制御指示情報を選択することを特徴とする空気調和機。
【請求項１５】
家庭内で人物を識別する人物識別方法であって、
人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出ステップと、前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得ステップと、
前記位置検出ステップが検出した位置情報と、前記人物特定情報取得ステップが取得した人物特定情報を関連付けて人物識別情報として記憶する記憶ステップと、
前記位置検出ステップが検出した位置情報を、前記記憶ステップに記憶されている人物識別情報と照合することで、人物を識別する人物識別ステップと、
を有することを特徴とする、人物識別方法。
【請求項１６】
家庭内で人物を識別する人物識別方法であって、
人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出ステップと、前記人物の大きさを検出する大きさ検出ステップと、
前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得ステップと、
前記大きさ検出ステップが検出した大きさ情報を、前記人物特定情報取得ステップが取得した人物特定情報を関連付けて人物識別情報として記憶する記憶ステップと、
前記大きさ検出ステップが検出した大きさ情報を、前記記憶ステップに記憶されている人物識別情報と照合することで、人物を識別する人物識別ステップと、
を有することを特徴とする、人物識別方法。
【請求項１７】
家庭内で人物を識別する人物識別方法であって、
人物の存在の有無と、人物が存在する場合にはその位置を検出する位置検出ステップと、前記人物の大きさを検出する大きさ検出ステップと、
前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得ステップと、
前記位置検出ステップが検出した位置情報と、前記大きさ検出ステップが検出した大きさ情報を、前記人物特定情報取得ステップが取得した人物特定情報を関連付けて人物識別情報として記憶する記憶ステップと、
前記位置検出ステップが検出した位置情報と、前記大きさ検出ステップが検出した大きさ情報を、前記記憶ステップに記憶されている人物識別情報と照合することで、人物を識別する人物識別ステップと、
を有することを特徴とする、人物識別方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【図３６】
【図３７】
【図３８】
【図３９】
【図４０】
【図４１】
【図４２】
【図４３】
【図４４】
【図４５】
【図４９】
【図５０】
【図５１】
【図１５】
【図４６】
【図４７】
【図４８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【図３６】
【図３７】
【図３８】
【図３９】
【図４０】
【図４１】
【図４２】
【図４３】
【図４４】
【図４５】
【図４９】
【図５０】
【図５１】
【図１５】
【図４６】
【図４７】
【図４８】
【公開番号】特開２０１２−３７１０２（Ｐ２０１２−３７１０２Ａ）
【公開日】平成２４年２月２３日（２０１２．２．２３）
【国際特許分類】
【出願番号】特願２０１０−１７５９５５（Ｐ２０１０−１７５９５５）
【出願日】平成２２年８月５日（２０１０．８．５）
【出願人】（０００００５８２１）パナソニック株式会社 (73,050)
【Ｆターム（参考）】
【公開日】平成２４年２月２３日（２０１２．２．２３）
【国際特許分類】
【出願日】平成２２年８月５日（２０１０．８．５）
【出願人】（０００００５８２１）パナソニック株式会社 (73,050)
【Ｆターム（参考）】
[ Back to top ]