対象識別装置及び対象識別方法
【課題】撮影画像内に移動物体が含まれている場合に、その移動物体を正確に識別することが可能な、対象識別装置を得る。
【解決手段】対象識別装置としての監視装置3は、動画像を撮影する撮影部と、撮影部によって撮影された撮影画像200A内に移動物体が含まれている場合に、当該撮影画像200Aのうち当該移動物体に対応する画像領域71,72に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて前記移動物体の材質を分析する材質分析部39Aと、前記移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成する特徴データ生成部24Aと、を備える。
【解決手段】対象識別装置としての監視装置3は、動画像を撮影する撮影部と、撮影部によって撮影された撮影画像200A内に移動物体が含まれている場合に、当該撮影画像200Aのうち当該移動物体に対応する画像領域71,72に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて前記移動物体の材質を分析する材質分析部39Aと、前記移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成する特徴データ生成部24Aと、を備える。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、対象識別装置及び対象識別方法に関し、特に、所定の撮影エリア内に含まれている移動物体を識別するための対象識別装置及び対象識別方法に関する。
【背景技術】
【0002】
監視カメラによって所定の監視エリアを撮影することにより、監視エリアへの侵入者を検知する監視装置が広く実用化されている。このような監視装置においては、例えば、人間の外見に関する複数のテンプレート画像を予め準備し、当該テンプレート画像を用いたパターンマッチングを行うことによって、撮影画像内に人間(侵入者)が含まれているか否かが判定される。
【0003】
下記特許文献1には、屋内への侵入者を監視する監視装置が開示されている。当該監視装置は、カメラによって屋内を撮影し、フレーム間の差分画像に基づいて変化領域を抽出し、変化領域に関してパターンマッチングを行うことによって、移動物体(侵入者)を検出する。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特許第3423861号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、テンプレート画像を用いたパターンマッチングによって人間の有無を判定する手法には、以下のような問題がある。つまり、山中に設置された通信基地局等の特定施設への侵入者を監視する場合には、外見が人間に類似した動物(例えば猿)と人間とを正確に区別することが困難である。そのため、動物が特定施設の監視エリアに近付いた場合に、当該動物が侵入者として誤って検知される可能性が高い。
【0006】
また、監視エリア内に複数の侵入者が同時に侵入した場合には、いずれも人間である複数の侵入者の外見は互いに類似しているため、パターンマッチングのみによって個々の侵入者を正確に識別することは困難である。
【0007】
本発明はかかる問題を解決するために成されたものであり、撮影画像内に移動物体が含まれている場合に、その移動物体を正確に識別することが可能な、対象識別装置及び対象識別方法を得ることを目的とするものである。
【課題を解決するための手段】
【0008】
本発明の第1の態様に係る対象識別装置は、動画像を撮影する撮影手段と、前記撮影手段によって撮影された撮影画像内に移動物体が含まれている場合に、当該撮影画像のうち当該移動物体に対応する画像領域に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて前記移動物体の材質を分析する材質分析手段と、前記移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成するデータ生成手段と、を備えることを特徴とするものである。
【0009】
第1の態様に係る対象識別装置によれば、材質分析手段は、撮影画像のうち移動物体に対応する画像領域に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて移動物体の材質を分析する。従って、材質分析の結果、移動物体に対応する画像領域内に人肌や化学繊維等が含まれている場合には、その移動物体は人間であると識別することができる。その結果、所定の撮影エリア内に移動物体が含まれている場合に、その移動物体が人間であるかそれ以外の動物等であるかを正確に識別することが可能となる。
【0010】
また、データ生成手段は、材質分析手段によって分析された移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成する。従って、ステレオカメラの各撮影画像内に含まれている同一対象の移動物体を、各移動物体に関する特徴データに基づいて特定することができる。また、撮影画像内に複数の移動物体が含まれている場合に、各移動物体に関する特徴データに基づいて個々の移動物体を特定することができる。また、撮影エリア内で移動する移動物体を、当該移動物体に関する特徴データに基づいて追跡することができる。
【0011】
本発明の第2の態様に係る対象識別装置は、第1の態様に係る対象識別装置において特に、前記撮影手段は、同一の撮影エリアを異なる方向からそれぞれ撮影する第1のカメラ及び第2のカメラを有し、前記第1のカメラによって撮影された第1の撮影画像内に含まれている移動物体に関する前記特徴データと、前記第2のカメラによって撮影された第2の撮影画像内に含まれている移動物体に関する前記特徴データとに基づいて、前記第1の撮影画像内及び前記第2の撮影画像内に含まれている同一対象の移動物体を特定する特定手段をさらに備えることを特徴とするものである。
【0012】
第2の態様に係る対象識別装置によれば、特定手段は、第1のカメラによって撮影された第1の撮影画像内に含まれている移動物体に関する特徴データと、第2のカメラによって撮影された第2の撮影画像内に含まれている移動物体に関する特徴データとに基づいて、第1の撮影画像内及び第2の撮影画像内に含まれている同一対象の移動物体を特定する。材質に関するパラメータを含む特徴データに基づいて同一対象の特定を行うことにより、特定の精度を向上することができる。
【0013】
本発明の第3の態様に係る対象識別装置は、第1又は第2の態様に係る対象識別装置において特に、前記撮影画像内に一又は複数の移動物体が含まれている場合に、各移動物体に関する前記特徴データに基づいて、個々の移動物体を特定する特定手段をさらに備えることを特徴とするものである。
【0014】
第3の態様に係る対象識別装置によれば、特定手段は、撮影画像内に一又は複数の移動物体が含まれている場合に、各移動物体に関する特徴データに基づいて、個々の移動物体を特定する。従って、複数の移動物体の材質が異なる場合には、材質に関するパラメータを含む特徴データに基づいて個々の移動物体の特定を行うことにより、特定の精度を向上することができる。例えば、着用している衣服の材質が異なる複数の人物が撮影エリア内に含まれている場合に、個々の人物を高精度に特定することができる。
【0015】
本発明の第4の態様に係る対象識別装置は、第1〜第3のいずれか一つの態様に係る対象識別装置において特に、前記動画像を構成する複数の画像内において前記移動物体に関する前記特徴データに基づいて当該移動物体を追跡する追跡手段をさらに備えることを特徴とするものである。
【0016】
第4の態様に係る対象識別装置によれば、追跡手段は、前記動画像を構成する複数の画像内において前記移動物体に関する特徴データに基づいて当該移動物体を追跡する。材質に関するパラメータを含む特徴データに基づいて移動物体の追跡を行うことにより、追跡の精度を向上することができる。
【0017】
本発明の第5の態様に係る対象識別装置は、第1〜第4のいずれか一つの態様に係る対象識別装置において特に、前記移動物体の形状を分析する形状分析手段と、前記形状分析手段による形状分析の結果と、前記材質分析手段による材質分析の結果とに基づいて、前記移動物体が人間であるか否かを識別する識別手段と、をさらに備え、前記識別手段は、前記移動物体が人間であるか否かを識別するにあたって、前記形状分析及び前記材質分析の各結果の重要度を、前記画像領域の大きさに応じて異ならせることを特徴とするものである。
【0018】
第5の態様に係る対象識別装置によれば、識別手段は、移動物体が人間であるか否かを識別するにあたって、形状分析及び材質分析の各結果の重要度を、画像領域の大きさに応じて異ならせる。従って、撮影画像内における画像領域のサイズが小さいために材質分析の精度が低下する場合には、形状分析の結果を重視することにより、識別手段の識別精度が低下することを回避することができる。
【0019】
本発明の第6の態様に係る対象識別方法は、(A)動画像を撮影するステップと、(B)前記ステップ(A)において撮影された撮影画像内に移動物体が含まれている場合に、当該撮影画像のうち当該移動物体に対応する画像領域に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて前記移動物体の材質を分析するステップと、(C)前記移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成するステップと、を備えることを特徴とするものである。
【0020】
第6の態様に係る対象識別方法によれば、ステップ(B)では、撮影画像のうち移動物体に対応する画像領域に関して、赤外域を含む特定の複数の波長のスペクトルが検出され、当該検出の結果に基づいて移動物体の材質が分析される。従って、材質分析の結果、移動物体に対応する画像領域内に人肌や化学繊維等が含まれている場合には、その移動物体は人間であると識別することができる。その結果、所定の撮影エリア内に移動物体が含まれている場合に、その移動物体が人間であるかそれ以外の動物等であるかを正確に識別することが可能となる。
【0021】
また、ステップ(C)では、ステップ(B)において分析された移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データが生成される。従って、ステレオカメラの各撮影画像内に含まれている同一対象の移動物体を、各移動物体に関する特徴データに基づいて特定することができる。また、撮影画像内に複数の移動物体が含まれている場合に、各移動物体に関する特徴データに基づいて個々の移動物体を特定することができる。また、撮影エリア内で移動する移動物体を、当該移動物体に関する特徴データに基づいて追跡することができる。
【発明の効果】
【0022】
本発明によれば、撮影画像内に移動物体が含まれている場合に、その移動物体を正確に識別することが可能な、対象識別装置及び対象識別方法を得ることができる。
【図面の簡単な説明】
【0023】
【図1】本発明の実施の形態に係る対象識別装置としての監視装置の使用状況の一例を示す図である。
【図2】監視装置の外観を模式的に示す図である。
【図3】監視装置の機能を概略的に示すブロック図である。
【図4】図3に示した各部の構成を具体的に示す図である。
【図5】受光素子部の構成の第1の例を示す図である。
【図6】受光素子部の構成の第2の例を示す図である。
【図7】波長選択フィルタ及び受光素子部の構成の第1の例を示す図である。
【図8】波長選択フィルタ及び受光素子部の構成の第2の例を示す図である。
【図9】材質分析部の構成を示すブロック図である。
【図10】監視装置の全体動作を示すフローチャートである。
【図11】広角カメラによってそれぞれ撮影された撮影画像を示す図である。
【図12】材質識別部による材質の識別処理を示すフローチャートである。
【図13】材質識別部による材質の識別処理を示すフローチャートである。
【図14】望遠カメラによって侵入者を撮影した拡大画像を示す図である。
【発明を実施するための形態】
【0024】
以下、本発明の実施の形態について、図面を用いて詳細に説明する。なお、異なる図面において同一の符号を付した要素は、同一又は相応する要素を示すものとする。
【0025】
図1は、本発明の実施の形態に係る対象識別装置としての監視装置3の使用状況の一例を示す図である。通信基地局1が山中に設置されており、通信基地局1の周囲はフェンス2で取り囲まれている。この例において、監視装置3は、所定の撮影エリアとして、フェンス2を含む監視エリア4を撮影することにより、フェンス2を乗り越えて通信基地局1へ侵入しようとする侵入者を監視する用途で使用される。なお、図1の例では通信基地局1に一つの監視装置3のみが設置されているが、通信基地局1の周囲を死角無く監視するために、複数の監視装置3が設置されてもよい。
【0026】
図2は、監視装置3の外観を模式的に示す図である。ステレオカメラとして機能する一対の広角カメラ11A,11Bと、望遠カメラ12と、制御装置13とが、フレーム10に取り付けられている。広角カメラ11A,11Bは、監視エリア4の全体を撮影可能なように、視野が固定されている。望遠カメラ12は、例えば、パンチルト機能及びズーム機能を搭載したPTZカメラである。広角カメラ11A,11B及び望遠カメラ12は、対象物からの太陽光の反射光を受光することによって対象物を撮影する。但し、監視装置3においては、夜間における撮影をも可能とすべく、ハロゲン光又は赤外光を監視エリア4に向けて照射する光照射器を備えてもよい。
【0027】
図3は、監視装置3の機能を概略的に示すブロック図である。監視装置3は、撮影部21、分析部22、識別部23、特徴データ生成部24、及びデータ処理部40を備えている。撮影部21は、図2に示した広角カメラ11A,11B及び望遠カメラ12を有している。また、図4は、図3に示した各部の構成を具体的に示す図である。
【0028】
図3,4を参照して、撮影部21は、広角カメラ11Aに対応する光学系31A、分岐部32A、受光素子部33A、波長選択フィルタ34A、及び受光素子部35Aを有しており、また、広角カメラ11Bに対応する光学系31B、分岐部32B、受光素子部33B、波長選択フィルタ34B、及び受光素子部35Bを有している。なお、以下の説明では、広角カメラ11A,11Bを総称して「広角カメラ11」と称し、光学系31A,31Bを総称して「光学系31」と称し、分岐部32A,32Bを総称して「分岐部32」と称し、受光素子部33A,33Bを総称して「受光素子部33」と称し、波長選択フィルタ34A,34Bを総称して「波長選択フィルタ34」と称し、受光素子部35A,35Bを総称して「受光素子部35」と称する。
【0029】
分析部22は、広角カメラ11Aに対応する動体検出部36A、抽出部37A、形状分析部38A、及び材質分析部39Aと、広角カメラ11Bに対応する動体検出部36B、抽出部37B、形状分析部38B、及び材質分析部39Bとを有している。
【0030】
識別部23は、広角カメラ11Aに対応する識別部23Aと、広角カメラ11Bに対応する識別部23Bとを有している。
【0031】
特徴データ生成部24は、広角カメラ11Aに対応する特徴データ生成部24Aと、広角カメラ11Bに対応する特徴データ生成部24Bとを有している。
【0032】
データ処理部40は、同一対象特定部41、個別対象特定部42、位置特定部43、及び追跡処理部44を有している。
【0033】
図5は、受光素子部33,35の構成の第1の例を示す図である。図5(A)には受光素子部33の構成を示しており、図5(B)には受光素子部35の構成を示している。受光素子部33は、CCD等の複数の受光素子が行列状に配列された構成を有している。受光素子部35は、InGaAs等を用いた複数の受光素子が行列状に配列された構成を有している。図5の例では、受光素子部33の画素数と受光素子部35の画素数とは互いに等しく、受光素子部33,35の各画素は一対一に対応する。つまり、受光素子部33,35の空間分解能は互いに等しい。
【0034】
図6は、受光素子部33,35の構成の第2の例を示す図である。図5と同様に、図6(A)には受光素子部33の構成を示しており、図6(B)には受光素子部35の構成を示している。図6の例では、後述する材質分析部39A,39Bにおける演算処理の負荷を低減すべく、受光素子部35の画素数は受光素子部33の画素数より少なく設定されている。つまり、受光素子部35の空間分解能は受光素子部33の空間分解能より低い。
【0035】
図4を参照して、対象物からの反射光は、光学系31によって受光素子部33上に導光される。受光素子部33を構成する各受光素子は、可視光の波長域における反射光の受光強度に応じた大きさの電気信号を出力する。また、広角カメラ11によって撮影された画像は、通信基地局1内又は遠隔地の監視センタ内に設置された液晶ディスプレイ等の表示部(図示しない)に表示される。
【0036】
分岐部32は、プリズム又はハーフミラー等であり、光学系31と受光素子部33との間に配置されている。光学系31から受光素子部33に向かう反射光は、分岐部32によって受光素子部35に向けて分岐される。分岐された反射光は、波長選択フィルタ34を介して受光素子部35上に導光される。受光素子部35を構成する各受光素子は、赤外光の波長域における反射光の受光強度に応じた大きさの電気信号を出力する。
【0037】
なお、分岐部32の構成としては、固定のプリズム又はハーフミラー等を用いる構成の代わりに、挿退可能な反射鏡を光学系31と受光素子部33との間に配置する構成としてもよい。第1のタイミングにおいて、光学系31と受光素子部33との間の光路上から上記反射鏡を退避させる。これにより、対象物からの反射光が受光素子部33上に導光される。また、第2のタイミングにおいて、光学系31と受光素子部33との間の光路上に上記反射鏡を挿入する。光学系31から受光素子部33に向かう反射光は、反射鏡によって受光素子部35に向けて反射される。これにより、対象物からの反射光が受光素子部35上に導光される。上記第1及び第2のタイミングは、所定の微小時間間隔で交互に繰り返される。
【0038】
図7は、波長選択フィルタ34及び受光素子部35の構成の第1の例を示す図である。波長選択フィルタ34は、それぞれが受光素子部35の受光面に略等しい大きさの5枚の波長選択フィルタ51〜55を有している。波長選択フィルタ51,52,53,54,55は、分岐部32から入射された反射光のうち、それぞれ1100nm帯、1200nm帯、1300nm帯、1500nm帯、及び1600nm帯の波長成分のみを透過する。波長選択フィルタ51〜55は、受光素子部35の受光面の前方に順に挿入される。これにより、受光素子部35は、各波長選択フィルタ51〜55に対応する波長成分の反射光を、順に受光する。
【0039】
図8は、波長選択フィルタ34及び受光素子部35の構成の第2の例を示す図である。受光素子部35は、同一構造の受光素子部351〜355が並設された構成を有しており、受光素子部351,352,353,354,355の各受光面の前方に、波長選択フィルタ51,52,53,54,55がそれぞれ配置されている。分岐部32によって分岐された反射光は、図示しない追加の分岐部によって、受光素子部351〜355に向けてさらに分岐される。これにより、受光素子部35は、各波長選択フィルタ51〜55に対応する波長成分の反射光を、並行して受光する。
【0040】
図9は、材質分析部39Aの構成を示すブロック図である。材質分析部39Aは、反射率算出部91A、正規化指標算出部92A、二次微分値算出部93A、及び材質識別部94Aを有して構成されている。材質分析部39Aは、広角カメラ11Aによって撮影された撮影画像のうち、当該撮影画像内に含まれている移動物体に対応する画像領域に関して、1100nm帯、1200nm帯、1300nm帯、1500nm帯、及び1600nm帯の各波長成分のスペクトルを検出する。そして、当該スペクトルの検出結果に基づいて、当該移動物体の材質を識別する。なお、図9には材質分析部39Aの構成を示したが、材質分析部39Bの構成もこれと同様である。
【0041】
図10は、監視装置3の全体動作を示すフローチャートである。以下、図10に示したフローチャートに従って、監視装置3の動作について詳細に説明する。
【0042】
ステップP11において、広角カメラ11A,11Bによって監視エリア4の全体が常時撮影される。
【0043】
図11は、広角カメラ11A,11Bによってそれぞれ撮影された撮影画像200A,200Bを示す図である。図11(A)には、監視エリア4内に侵入者61,62が侵入した状況を示しており、図11(B)には、図11(A)の状況を広角カメラ11Aによって撮影した撮影画像200Aを示しており、図11(C)には、図11(A)の状況を広角カメラ11Bによって撮影した撮影画像200Bを示している。広角カメラ11A,11Bは異なる方向から監視エリア4を撮影しているため、その視差に起因して、撮影画像200A,200B内における侵入者61,62の位置は互いに異なっている。
【0044】
図10のフローチャートを参照して、次にステップP12において、監視エリア4内に何等かの移動物体が含まれているか否かが判定される。具体的には、図4を参照して、広角カメラ11A,11Bによって撮影された撮影画像200A,200Bが、受光素子部33A,33Bから動体検出部36A,36Bにそれぞれ入力される。そして、動体検出部36A,36Bは、時系列に順次入力される連続画像間の差分に基づいて、撮影画像200A,200B内に移動物体が含まれているか否かをそれぞれ判定する。また、動体検出部36A,36Bは、移動物体が含まれている場合には、撮影画像200A,200Bの全体領域のうち、移動物体に対応する画像領域をそれぞれ特定する。図11の例においては、動体検出部36Aは画像領域71,72を特定し、動体検出部36Bは画像領域73,74を特定する。
【0045】
図10のフローチャートを参照して、監視エリア4内に移動物体が含まれていない場合(つまりステップP12の判定結果が「NO」である場合)は、ステップP11,P12動作が繰り返し実行される。一方、監視エリア4内に移動物体が含まれている場合(つまりステップP12の判定結果が「YES」である場合)は、次にステップP13において、移動物体の形状分析及びスペクトル分析が行われる。具体的には、図4を参照して、抽出部37Aは、動体検出部36Aが特定した画像領域71,72を、可視域の撮影画像200Aから抽出し、抽出した画像領域71,72を形状分析部38Aに入力する。また、抽出部37Aは、動体検出部36Aが特定した画像領域71,72を、赤外域の撮影画像200Aから抽出し、抽出した画像領域71,72を材質分析部39Aに入力する。
【0046】
形状分析部38Aは、各画像領域71,72に関して、人間の外見に関する複数のテンプレート画像(予め準備されて図示しない記憶部に記憶されている)を用いてパターンマッチングを行うことにより、各画像領域71,72に含まれている移動物体が人間であるか否かをそれぞれ分析する。形状分析部38Aは、各画像領域71,72に含まれている移動物体が人間であることの確度を示すパラメータ情報を、後段の識別部23Aに入力する。
【0047】
材質分析部39Aは、各画像領域71,72に関して、1100nm帯、1200nm帯、1300nm帯、1500nm帯、及び1600nm帯の波長成分のスペクトルを検出し、その検出結果に基づいて、各画像領域71,72に含まれている移動物体の材質をそれぞれ分析する。
【0048】
以下、材質分析部39Aにおける処理の内容について詳細に説明する。上記の通り、受光素子部35Aを構成する各受光素子は、反射光の受光強度に応じた大きさの電気信号を出力する。材質分析部39Aには、1100nm帯、1200nm帯、1300nm帯、1500nm帯、及び1600nm帯の各波長成分に関して、画像領域71,72に属する受光素子から出力された電気信号が、受光素子部35Aから抽出部37Aを介して入力される。図9を参照して、当該電気信号は、反射率算出部91Aに入力される。
【0049】
反射率算出部91Aは、受光素子部35Aから入力された電気信号に基づいて、1100nm帯、1200nm帯、1300nm帯、1500nm帯、及び1600nm帯の各波長成分に関する反射率R1100,R1200,R1300,R1500,R1600を算出する。
【0050】
正規化指標算出部92Aは、反射率算出部91Aによって算出された反射率R1100,R1200,R1300,R1500,R1600に基づいて、以下に示す式により定義される正規化指標ND1〜ND4を算出する。
ND1 : (R1500−R1300)/(R1500+R1300)
ND2 : (R1500−R1200)/(R1500+R1200)
ND3 : (R1600−R1300)/(R1600+R1300)
ND4 : (R1300−R1100)/(R1300+R1100)
【0051】
また、二次微分値算出部93Aは、上記反射率と波長との関数の二次微分値を算出する。本実施の形態では、二次微分値算出部93Aは、反射率算出部91Aによって算出された反射率R1100,R1200,R1300,R1500,R1600に基づいて、以下に示す式により定義される近似的な二次微分値2ndder1,2ndder2を算出する。
2ndder1 :
[{(R1500−R1300)/(R1500+R1300)}/200]
−[{(R1300−R1200)/(R1300+R1200)}/100]
2ndder2 :
[{(R1500−R1200)/(R1500+R1200)}/300]
−[{(R1200−R1100)/(R1200+R1100)}/100]
【0052】
反射率R1100,R1200,R1300,R1500,R1600、正規化指標ND1〜ND4、及び二次微分値2ndder1,2ndder2は、材質識別部94Aに入力される。
【0053】
材質識別部94Aは、入力されたこれらの情報に基づいて、対象物(つまり監視エリア4内に含まれている移動物体)の材質を識別する。
【0054】
図12,13は、材質識別部94Aによる材質の識別処理を示すフローチャートである。まずステップP21において材質識別部94Aは、各反射率R1100,R1200,R1300,R1500,R1600の値が近似的に0であるか否かを判定する。例えば、反射率の値が所定値(例えば0.02)未満である場合にはその反射率は近似的に0であると判定し、反射率の値が当該所定値以上である場合にはその反射率は近似的に0でないと判定する。全ての反射率R1100,R1200,R1300,R1500,R1600の値が近似的に0である場合(つまりステップP21における判定結果が「YES」である場合)には、材質識別部94Aは、解析対象範囲内(この例では各画像領域71,72内)に窓ガラスが存在すると判定する。
【0055】
一方、いずれかの反射率R1100,R1200,R1300,R1500,R1600の値が近似的に0でない場合(つまりステップP21における判定結果が「NO」である場合)には、次にステップP22において材質識別部94Aは、二次微分値2ndder1に正規化指標ND1,ND3の和を乗じた値「2ndder1×(ND1+ND3)」が所定の閾値Th11未満であるか否かを判定する。
【0056】
「2ndder1×(ND1+ND3)」の値が閾値Th11以上である場合(つまりステップP22における判定結果が「NO」である場合)には、次にステップP23において材質識別部94Aは、正規化指標ND2の値が所定の閾値Th12より大きいか否かを判定する。
【0057】
正規化指標ND2の値が閾値Th12より大きい場合(つまりステップP23における判定結果が「YES」である場合)には、材質識別部94Aは、解析対象範囲内に動物又は布地が存在すると判定する。
【0058】
一方、正規化指標ND2の値が閾値Th12以下である場合(つまりステップP23における判定結果が「NO」である場合)には、次にステップP24において材質識別部94Aは、二次微分値2ndder2の値が所定の閾値Th13未満であるか否かを判定する。
【0059】
二次微分値2ndder2の値が閾値Th13未満である場合(つまりステップP24における判定結果が「YES」である場合)には、材質識別部94Aは、解析対象範囲内に植物が存在すると判定する。
【0060】
一方、二次微分値2ndder2の値が閾値Th13以上である場合(つまりステップP24における判定結果が「NO」である場合)には、材質識別部94Aは、解析対象範囲内に人肌が存在すると判定する。
【0061】
上記ステップP22の判定において、「2ndder1×(ND1+ND3)」の値が閾値Th11以上である場合(つまりステップP22における判定結果が「NO」である場合)には、次にステップP25において材質識別部94Aは、正規化指標ND3の値が所定の閾値Th14未満であるか否かを判定する。
【0062】
正規化指標ND3の値が閾値Th14未満である場合(つまりステップP25における判定結果が「YES」である場合)には、次にステップP26において材質識別部94Aは、正規化指標ND4の値が所定の閾値Th15未満であるか否かを判定する。
【0063】
正規化指標ND4の値が閾値Th15未満である場合(つまりステップP26における判定結果が「YES」である場合)には、材質識別部94Aは、解析対象範囲内に金属が存在すると判定する。
【0064】
一方、正規化指標ND4の値が閾値Th15以上である場合(つまりステップP26における判定結果が「NO」である場合)には、材質識別部94Aは、解析対象範囲内にコンクリート又は石が存在すると判定する。
【0065】
上記ステップP25の判定において、正規化指標ND3の値が閾値Th14以上である場合(つまりステップP25における判定結果が「NO」である場合)には、次にステップP27において材質識別部94Aは、正規化指標ND2の値が所定の閾値Th16未満であるか否かを判定する。
【0066】
正規化指標ND2の値が閾値Th16未満である場合(つまりステップP27における判定結果が「YES」である場合)には、材質識別部94Aは、解析対象範囲内にアスファルトが存在すると判定する。
【0067】
一方、正規化指標ND2の値が閾値Th16以上である場合(つまりステップP27における判定結果が「NO」である場合)には、材質識別部94Aは、解析対象範囲内にコンクリート又は石が存在すると判定する。
【0068】
なお、各閾値Th11〜Th16は、予め、金属や人肌等の既知の対象に対して測定領域を設定して材質識別部94Aによる上記識別フローを実施することにより、対象を正確に識別できる適切な値に設定される。
【0069】
以上の結果、材質識別部94Aは、解析対象範囲内に人肌が存在すると判定した場合には、監視エリア4内に含まれている移動物体の種別は人間であると識別する。一方、それ以外の場合には、監視エリア4内に含まれている移動物体の種別は人間でないと識別する。例えば、解析対象範囲内に窓ガラス又は金属が存在すると判定した場合には、監視エリア4内に含まれている移動物体の種別は車であると識別する。
【0070】
なお、監視エリア4への侵入者が覆面や手袋を着用することによって人肌が露出していない状況も想定される。そのため、人間のみが着用する化学繊維等の材質を検出可能な識別フローを設定することにより、解析対象範囲内に化学繊維が存在すると判定した場合には、監視エリア4内に含まれている移動物体の種別は人間であると識別してもよい。また、ウール、綿、ナイロン、ポリエステル等の繊維の種別を検出可能な識別フローを設定することにより、人間が着用している衣服の材質を識別することもできる。
【0071】
図4を参照して、材質分析部39Aは、各画像領域71,72に含まれている移動物体が人間であることの確度を示すパラメータ情報を、後段の識別部23Aに入力する。
【0072】
なお、以上の説明では広角カメラ11Aに対応する形状分析部38A及び材質分析部39Aにおける処理について説明したが、広角カメラ11Bに対応する形状分析部38B及び材質分析部39Bにおける処理もこれと同様であるため、重複した説明は省略する。
【0073】
図10のフローチャートを参照して、次にステップP14において識別部23Aは、形状分析部38A及び材質分析部39Aからそれぞれ入力された、各画像領域71,72に含まれている移動物体が人間であることの確度を示すパラメータ情報に基づいて、各画像領域71,72に含まれている移動物体が人間であるか否かを識別する。例えば、形状分析部38A及び材質分析部39Aから入力されたパラメータ情報の双方の値が所定の閾値以上である場合に、各画像領域71,72に含まれている移動物体は人間であると識別する。
【0074】
ここで、撮影画像200A内における各画像領域71,72のサイズが小さい場合(特に、図6に示したように受光素子部35の空間分解能が低い場合)には、材質分析部39Aによる材質分析の精度が低下する可能性がある。そこで、識別部23Aは、撮影画像200A内における各画像領域71,72のサイズが所定値より小さい場合には、材質分析部39Aから入力されたパラメータ情報よりも形状分析部38Aから入力されたパラメータ情報を重視して、各画像領域71,72に含まれている移動物体が人間であるか否かを識別する。例えば、各画像領域71,72のサイズが上記所定値未満である場合には、形状分析部38Aから入力されたパラメータ情報のみに基づいて識別を行い、各画像領域71,72のサイズが上記所定値以上である場合には、形状分析部38A及び材質分析部39Aの双方から入力されたパラメータ情報に基づいて識別を行う。
【0075】
なお、以上の説明では広角カメラ11Aに対応する識別部23Aにおける処理について説明したが、広角カメラ11Bに対応する識別部23Bにおける処理もこれと同様である。
【0076】
各画像領域71,72に含まれている移動物体が人間でないと識別された場合(つまりステップP14の判定結果が「NO」である場合)は、ステップP11以降の動作が繰り返し実行される。一方、各画像領域71,72に含まれている移動物体が人間(つまり侵入者)であると識別された場合(つまりステップP14の判定結果が「YES」である場合)は、次にステップP15において特徴データ生成部24Aは、各画像領域71,72に含まれている移動物体の特徴量を表す特徴データを生成する。例えば、各移動物体に関して、撮影画像200A内における行方向及び列方向の位置座標、前フレームからの位置の変化量、及び、材質分析部39Aによって画素毎に求めた材質情報等をパラメータとして記述した特徴データを生成する。画素毎の材質情報を記述することにより、侵入者が着用している衣服の材質に関する情報を、特徴データに含めることができる。特徴データ生成部24Aによって生成された各移動物体に関する特徴データは、データ処理部40に入力される。
【0077】
なお、以上の説明では広角カメラ11Aに対応する特徴データ生成部24Aにおける処理について説明したが、広角カメラ11Bに対応する特徴データ生成部24Bにおける処理もこれと同様である。特徴データ生成部24Aによって生成された、各画像領域73,74に含まれている移動物体に関する特徴データは、特徴データ生成部24Bからデータ処理部40に入力される。
【0078】
図10のフローチャートを参照して、次にステップP16において個別対象特定部42は、特徴データ生成部24A,24Bからそれぞれ入力された特徴データに基づいて、各撮影画像200A,200B内に含まれている移動物体を個々に特定する。例えば、侵入者61が覆面を着用しており、侵入者62が覆面を着用していない場合には、侵入者61の顔部分の材質は繊維となる一方、侵入者62の顔部分の材質は人肌となる。また、侵入者61と侵入者62とで着用している衣服の材質が異なる場合には、各侵入者61,62の体部分の材質が互いに異なる。従って、個別対象特定部42は、材質の相違に基づいて、侵入者61,62を個々に区別することができる。本実施の形態の例では、個別対象特定部42は、画像領域71に対応する特徴データに基づいて侵入者61を特定し、画像領域72に対応する特徴データに基づいて侵入者62を特定する。同様に、個別対象特定部42は、画像領域73に対応する特徴データに基づいて侵入者61を特定し、画像領域74に対応する特徴データに基づいて侵入者62を特定する。
【0079】
また、ステップP16において同一対象特定部41は、特徴データ生成部24A,24Bからそれぞれ入力された特徴データに基づいて、撮影画像200A,200B内に含まれている同一対象の移動物体を特定する。本実施の形態では、同一対象特定部41は、撮影画像200Aの画像領域71に含まれている人間と、撮影画像200Bの画像領域73に含まれている人間とが同一対象(侵入者61)であると特定し、撮影画像200Aの画像領域72に含まれている人間と、撮影画像200Bの画像領域74に含まれている人間とが同一対象(侵入者62)であると特定する。
【0080】
次にステップP17において位置特定部43は、広角カメラ11A,11B間の距離、及び、撮影画像200A,200B内における同一対象の画像領域71,73の位置関係に基づいて、監視エリア4内における侵入者61の位置を特定する。同様に、位置特定部43は、広角カメラ11A,11B間の距離、及び、撮影画像200A,200B内における同一対象の画像領域72,74の位置関係に基づいて、監視エリア4内における侵入者62の位置を特定する。なお、本実施の形態では、フェンス2を乗り越えて通信基地局1へ侵入しようとする侵入者を監視する用途での監視装置3の使用を想定しており、フェンス2を乗り越える際の高さ方向の移動量をも考慮する必要がある。二つの広角カメラ11A,11Bを用いてステレオカメラを構成しているため、高さ方向を含め侵入者の位置、侵入者までの距離を特定できる。しかし、必ずしもステレオカメラを用いる必要はなく、一つの広角カメラのみを用いてもよい。
【0081】
次にステップP18において、位置特定部43によって特定された移動物体の位置を視野の中心として、望遠カメラ12による撮影を行う。図14は、望遠カメラ12によって侵入者61を撮影した拡大画像300を示す図である。拡大画像300は、ハードディスク又は半導体メモリ等の任意の記録媒体に記録されるとともに、通信基地局1内又は遠隔地の監視センタ内に設置された液晶ディスプレイ等の表示部(図示しない)に表示される。なお、本実施の形態では監視エリア4内に複数の移動物体(侵入者61,62)が含まれているため、望遠カメラ12は、侵入者61,62を所定の時間間隔で交互に撮影する。また、監視装置3は、望遠カメラ12による侵入者61,62の撮影を行うととともに、音又は光等によって侵入者61,62に対して所定の警告を行う。
【0082】
また、侵入者61,62が監視エリア4内で移動する場合には、時系列に並ぶ複数の撮影画像200A内において、画像領域71,72の位置が変化する。追跡処理部44は、特徴データが一致又は近似する画像領域を、連続する撮影画像200A内で探索することにより、侵入者61,62の移動に伴う画像領域71,72の位置変化を追跡する。同様に、追跡処理部44は、特徴データが一致又は近似する画像領域を、連続する撮影画像200B内で探索することにより、侵入者61,62の移動に伴う画像領域73,74の位置変化を追跡する。これにより、望遠カメラ12によって侵入者61,62を追跡して撮影することができる。
【0083】
図10のフローチャートを参照して、次にステップP19において、侵入者61,62が監視エリア4から去ったか否かが判定される。侵入者61,62が監視エリア4内に滞在している場合(つまりステップP19の判定結果が「NO」である場合)は、ステップP16以降の動作が繰り返される。一方、侵入者61,62が監視エリア4から去った場合(つまりステップP19の判定結果が「YES」である場合)は、ステップP11以降の動作が繰り返される。
【0084】
なお、侵入者の追跡のための望遠カメラ12の駆動制御は、図2に示した制御部13によって行われる。但し、追跡のための所定の制御プログラムを格納したFPGA(Field Programmable Gate Array)及びDSP(Digital Signal Processor)を望遠カメラ12内に実装することにより、望遠カメラ12自らの制御によって侵入者の追跡を行ってもよい。
【0085】
このように本実施の形態に係る監視装置3によれば、材質分析部39Aは、撮影画像200Aのうち移動物体に対応する画像領域71,72に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて移動物体の材質を分析する。従って、材質分析の結果、移動物体に対応する画像領域71,72内に人肌や化学繊維等が含まれている場合には、その移動物体は人間であると識別することができる。その結果、監視エリア4内に移動物体が含まれている場合に、その移動物体が人間であるかそれ以外の動物等であるかを正確に識別することが可能となる。
【0086】
また、特徴データ生成部24Aは、材質分析部39Aによって分析された移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成する。従って、ステレオカメラの各撮影画像内に含まれている同一対象の移動物体を、各移動物体に関する特徴データに基づいて特定することができる。また、撮影画像200A内に複数の移動物体が含まれている場合に、各移動物体に関する特徴データに基づいて個々の移動物体を特定することができる。また、監視エリア4内で移動する移動物体を、当該移動物体に関する特徴データに基づいて追跡することができる。
【0087】
また、本実施の形態に係る監視装置3によれば、同一対象特定部41は、広角カメラ11Aによって撮影された撮影画像200A内に含まれている移動物体に関する特徴データと、広角カメラ11Bによって撮影された撮影画像200B内に含まれている移動物体に関する特徴データとに基づいて、撮影画像200A,200B内に含まれている同一対象の移動物体を特定する。材質に関するパラメータを含む特徴データに基づいて同一対象の特定を行うことにより、特定の精度を向上することができる。
【0088】
また、本実施の形態に係る監視装置3によれば、個別対象特定部42は、撮影画像200A内に複数の移動物体が含まれている場合に、各移動物体に関する特徴データに基づいて、個々の移動物体を特定する。従って、複数の移動物体の材質が異なる場合には、材質に関するパラメータを含む特徴データに基づいて個々の移動物体の特定を行うことにより、特定の精度を向上することができる。例えば、着用している衣服の材質が異なる複数の人物が撮影エリア内に含まれている場合に、個々の人物を高精度に特定することができる。
【0089】
また、本実施の形態に係る監視装置3によれば、追跡処理部44は、時系列に並ぶ複数の撮影画像200A内において移動物体の位置が変化する場合に、当該移動物体に関する特徴データに基づいて当該移動物体を追跡する。材質に関するパラメータを含む特徴データに基づいて移動物体の追跡を行うことにより、追跡の精度を向上することができる。
【0090】
また、本実施の形態に係る監視装置3によれば、識別部23Aは、移動物体が人間であるか否かを識別するにあたって、形状分析及び材質分析の各結果の重要度を、撮影画像200A内における画像領域71,72の大きさに応じて異ならせる。従って、撮影画像200A内における画像領域71,72のサイズが小さいために材質分析の精度が低下する場合には、形状分析の結果を重視することにより、識別部23Aの識別精度が低下することを回避することができる。
【0091】
なお、以上の説明では、本発明に係る対象識別装置を、特定施設への侵入者を監視するための監視カメラに適用する例について述べた。しかし、本発明の適用対象はこの例に限らず、例えば、自動車や車いす等に搭載される車載カメラに適用することもできる。自車の前方を車載カメラによって撮影し、撮影画像内に含まれている移動物体(自動車、自転車、歩行者等)を、形状分析及び材質分析によって識別することにより、移動物体の種別を高精度に識別することができる。
【0092】
また、今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。
【符号の説明】
【0093】
3 監視装置
4 監視エリア
11A,11B 広角カメラ
21 撮影部
22 分析部
23,23A,23B 識別部
24,24A,24B 特徴データ生成部
38A,38B 形状分析部
39A,39B 材質分析部
40 データ処理部
41 同一対象特定部
42 個別対象特定部
43 位置特定部
44 追跡処理部
【技術分野】
【0001】
本発明は、対象識別装置及び対象識別方法に関し、特に、所定の撮影エリア内に含まれている移動物体を識別するための対象識別装置及び対象識別方法に関する。
【背景技術】
【0002】
監視カメラによって所定の監視エリアを撮影することにより、監視エリアへの侵入者を検知する監視装置が広く実用化されている。このような監視装置においては、例えば、人間の外見に関する複数のテンプレート画像を予め準備し、当該テンプレート画像を用いたパターンマッチングを行うことによって、撮影画像内に人間(侵入者)が含まれているか否かが判定される。
【0003】
下記特許文献1には、屋内への侵入者を監視する監視装置が開示されている。当該監視装置は、カメラによって屋内を撮影し、フレーム間の差分画像に基づいて変化領域を抽出し、変化領域に関してパターンマッチングを行うことによって、移動物体(侵入者)を検出する。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特許第3423861号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、テンプレート画像を用いたパターンマッチングによって人間の有無を判定する手法には、以下のような問題がある。つまり、山中に設置された通信基地局等の特定施設への侵入者を監視する場合には、外見が人間に類似した動物(例えば猿)と人間とを正確に区別することが困難である。そのため、動物が特定施設の監視エリアに近付いた場合に、当該動物が侵入者として誤って検知される可能性が高い。
【0006】
また、監視エリア内に複数の侵入者が同時に侵入した場合には、いずれも人間である複数の侵入者の外見は互いに類似しているため、パターンマッチングのみによって個々の侵入者を正確に識別することは困難である。
【0007】
本発明はかかる問題を解決するために成されたものであり、撮影画像内に移動物体が含まれている場合に、その移動物体を正確に識別することが可能な、対象識別装置及び対象識別方法を得ることを目的とするものである。
【課題を解決するための手段】
【0008】
本発明の第1の態様に係る対象識別装置は、動画像を撮影する撮影手段と、前記撮影手段によって撮影された撮影画像内に移動物体が含まれている場合に、当該撮影画像のうち当該移動物体に対応する画像領域に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて前記移動物体の材質を分析する材質分析手段と、前記移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成するデータ生成手段と、を備えることを特徴とするものである。
【0009】
第1の態様に係る対象識別装置によれば、材質分析手段は、撮影画像のうち移動物体に対応する画像領域に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて移動物体の材質を分析する。従って、材質分析の結果、移動物体に対応する画像領域内に人肌や化学繊維等が含まれている場合には、その移動物体は人間であると識別することができる。その結果、所定の撮影エリア内に移動物体が含まれている場合に、その移動物体が人間であるかそれ以外の動物等であるかを正確に識別することが可能となる。
【0010】
また、データ生成手段は、材質分析手段によって分析された移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成する。従って、ステレオカメラの各撮影画像内に含まれている同一対象の移動物体を、各移動物体に関する特徴データに基づいて特定することができる。また、撮影画像内に複数の移動物体が含まれている場合に、各移動物体に関する特徴データに基づいて個々の移動物体を特定することができる。また、撮影エリア内で移動する移動物体を、当該移動物体に関する特徴データに基づいて追跡することができる。
【0011】
本発明の第2の態様に係る対象識別装置は、第1の態様に係る対象識別装置において特に、前記撮影手段は、同一の撮影エリアを異なる方向からそれぞれ撮影する第1のカメラ及び第2のカメラを有し、前記第1のカメラによって撮影された第1の撮影画像内に含まれている移動物体に関する前記特徴データと、前記第2のカメラによって撮影された第2の撮影画像内に含まれている移動物体に関する前記特徴データとに基づいて、前記第1の撮影画像内及び前記第2の撮影画像内に含まれている同一対象の移動物体を特定する特定手段をさらに備えることを特徴とするものである。
【0012】
第2の態様に係る対象識別装置によれば、特定手段は、第1のカメラによって撮影された第1の撮影画像内に含まれている移動物体に関する特徴データと、第2のカメラによって撮影された第2の撮影画像内に含まれている移動物体に関する特徴データとに基づいて、第1の撮影画像内及び第2の撮影画像内に含まれている同一対象の移動物体を特定する。材質に関するパラメータを含む特徴データに基づいて同一対象の特定を行うことにより、特定の精度を向上することができる。
【0013】
本発明の第3の態様に係る対象識別装置は、第1又は第2の態様に係る対象識別装置において特に、前記撮影画像内に一又は複数の移動物体が含まれている場合に、各移動物体に関する前記特徴データに基づいて、個々の移動物体を特定する特定手段をさらに備えることを特徴とするものである。
【0014】
第3の態様に係る対象識別装置によれば、特定手段は、撮影画像内に一又は複数の移動物体が含まれている場合に、各移動物体に関する特徴データに基づいて、個々の移動物体を特定する。従って、複数の移動物体の材質が異なる場合には、材質に関するパラメータを含む特徴データに基づいて個々の移動物体の特定を行うことにより、特定の精度を向上することができる。例えば、着用している衣服の材質が異なる複数の人物が撮影エリア内に含まれている場合に、個々の人物を高精度に特定することができる。
【0015】
本発明の第4の態様に係る対象識別装置は、第1〜第3のいずれか一つの態様に係る対象識別装置において特に、前記動画像を構成する複数の画像内において前記移動物体に関する前記特徴データに基づいて当該移動物体を追跡する追跡手段をさらに備えることを特徴とするものである。
【0016】
第4の態様に係る対象識別装置によれば、追跡手段は、前記動画像を構成する複数の画像内において前記移動物体に関する特徴データに基づいて当該移動物体を追跡する。材質に関するパラメータを含む特徴データに基づいて移動物体の追跡を行うことにより、追跡の精度を向上することができる。
【0017】
本発明の第5の態様に係る対象識別装置は、第1〜第4のいずれか一つの態様に係る対象識別装置において特に、前記移動物体の形状を分析する形状分析手段と、前記形状分析手段による形状分析の結果と、前記材質分析手段による材質分析の結果とに基づいて、前記移動物体が人間であるか否かを識別する識別手段と、をさらに備え、前記識別手段は、前記移動物体が人間であるか否かを識別するにあたって、前記形状分析及び前記材質分析の各結果の重要度を、前記画像領域の大きさに応じて異ならせることを特徴とするものである。
【0018】
第5の態様に係る対象識別装置によれば、識別手段は、移動物体が人間であるか否かを識別するにあたって、形状分析及び材質分析の各結果の重要度を、画像領域の大きさに応じて異ならせる。従って、撮影画像内における画像領域のサイズが小さいために材質分析の精度が低下する場合には、形状分析の結果を重視することにより、識別手段の識別精度が低下することを回避することができる。
【0019】
本発明の第6の態様に係る対象識別方法は、(A)動画像を撮影するステップと、(B)前記ステップ(A)において撮影された撮影画像内に移動物体が含まれている場合に、当該撮影画像のうち当該移動物体に対応する画像領域に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて前記移動物体の材質を分析するステップと、(C)前記移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成するステップと、を備えることを特徴とするものである。
【0020】
第6の態様に係る対象識別方法によれば、ステップ(B)では、撮影画像のうち移動物体に対応する画像領域に関して、赤外域を含む特定の複数の波長のスペクトルが検出され、当該検出の結果に基づいて移動物体の材質が分析される。従って、材質分析の結果、移動物体に対応する画像領域内に人肌や化学繊維等が含まれている場合には、その移動物体は人間であると識別することができる。その結果、所定の撮影エリア内に移動物体が含まれている場合に、その移動物体が人間であるかそれ以外の動物等であるかを正確に識別することが可能となる。
【0021】
また、ステップ(C)では、ステップ(B)において分析された移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データが生成される。従って、ステレオカメラの各撮影画像内に含まれている同一対象の移動物体を、各移動物体に関する特徴データに基づいて特定することができる。また、撮影画像内に複数の移動物体が含まれている場合に、各移動物体に関する特徴データに基づいて個々の移動物体を特定することができる。また、撮影エリア内で移動する移動物体を、当該移動物体に関する特徴データに基づいて追跡することができる。
【発明の効果】
【0022】
本発明によれば、撮影画像内に移動物体が含まれている場合に、その移動物体を正確に識別することが可能な、対象識別装置及び対象識別方法を得ることができる。
【図面の簡単な説明】
【0023】
【図1】本発明の実施の形態に係る対象識別装置としての監視装置の使用状況の一例を示す図である。
【図2】監視装置の外観を模式的に示す図である。
【図3】監視装置の機能を概略的に示すブロック図である。
【図4】図3に示した各部の構成を具体的に示す図である。
【図5】受光素子部の構成の第1の例を示す図である。
【図6】受光素子部の構成の第2の例を示す図である。
【図7】波長選択フィルタ及び受光素子部の構成の第1の例を示す図である。
【図8】波長選択フィルタ及び受光素子部の構成の第2の例を示す図である。
【図9】材質分析部の構成を示すブロック図である。
【図10】監視装置の全体動作を示すフローチャートである。
【図11】広角カメラによってそれぞれ撮影された撮影画像を示す図である。
【図12】材質識別部による材質の識別処理を示すフローチャートである。
【図13】材質識別部による材質の識別処理を示すフローチャートである。
【図14】望遠カメラによって侵入者を撮影した拡大画像を示す図である。
【発明を実施するための形態】
【0024】
以下、本発明の実施の形態について、図面を用いて詳細に説明する。なお、異なる図面において同一の符号を付した要素は、同一又は相応する要素を示すものとする。
【0025】
図1は、本発明の実施の形態に係る対象識別装置としての監視装置3の使用状況の一例を示す図である。通信基地局1が山中に設置されており、通信基地局1の周囲はフェンス2で取り囲まれている。この例において、監視装置3は、所定の撮影エリアとして、フェンス2を含む監視エリア4を撮影することにより、フェンス2を乗り越えて通信基地局1へ侵入しようとする侵入者を監視する用途で使用される。なお、図1の例では通信基地局1に一つの監視装置3のみが設置されているが、通信基地局1の周囲を死角無く監視するために、複数の監視装置3が設置されてもよい。
【0026】
図2は、監視装置3の外観を模式的に示す図である。ステレオカメラとして機能する一対の広角カメラ11A,11Bと、望遠カメラ12と、制御装置13とが、フレーム10に取り付けられている。広角カメラ11A,11Bは、監視エリア4の全体を撮影可能なように、視野が固定されている。望遠カメラ12は、例えば、パンチルト機能及びズーム機能を搭載したPTZカメラである。広角カメラ11A,11B及び望遠カメラ12は、対象物からの太陽光の反射光を受光することによって対象物を撮影する。但し、監視装置3においては、夜間における撮影をも可能とすべく、ハロゲン光又は赤外光を監視エリア4に向けて照射する光照射器を備えてもよい。
【0027】
図3は、監視装置3の機能を概略的に示すブロック図である。監視装置3は、撮影部21、分析部22、識別部23、特徴データ生成部24、及びデータ処理部40を備えている。撮影部21は、図2に示した広角カメラ11A,11B及び望遠カメラ12を有している。また、図4は、図3に示した各部の構成を具体的に示す図である。
【0028】
図3,4を参照して、撮影部21は、広角カメラ11Aに対応する光学系31A、分岐部32A、受光素子部33A、波長選択フィルタ34A、及び受光素子部35Aを有しており、また、広角カメラ11Bに対応する光学系31B、分岐部32B、受光素子部33B、波長選択フィルタ34B、及び受光素子部35Bを有している。なお、以下の説明では、広角カメラ11A,11Bを総称して「広角カメラ11」と称し、光学系31A,31Bを総称して「光学系31」と称し、分岐部32A,32Bを総称して「分岐部32」と称し、受光素子部33A,33Bを総称して「受光素子部33」と称し、波長選択フィルタ34A,34Bを総称して「波長選択フィルタ34」と称し、受光素子部35A,35Bを総称して「受光素子部35」と称する。
【0029】
分析部22は、広角カメラ11Aに対応する動体検出部36A、抽出部37A、形状分析部38A、及び材質分析部39Aと、広角カメラ11Bに対応する動体検出部36B、抽出部37B、形状分析部38B、及び材質分析部39Bとを有している。
【0030】
識別部23は、広角カメラ11Aに対応する識別部23Aと、広角カメラ11Bに対応する識別部23Bとを有している。
【0031】
特徴データ生成部24は、広角カメラ11Aに対応する特徴データ生成部24Aと、広角カメラ11Bに対応する特徴データ生成部24Bとを有している。
【0032】
データ処理部40は、同一対象特定部41、個別対象特定部42、位置特定部43、及び追跡処理部44を有している。
【0033】
図5は、受光素子部33,35の構成の第1の例を示す図である。図5(A)には受光素子部33の構成を示しており、図5(B)には受光素子部35の構成を示している。受光素子部33は、CCD等の複数の受光素子が行列状に配列された構成を有している。受光素子部35は、InGaAs等を用いた複数の受光素子が行列状に配列された構成を有している。図5の例では、受光素子部33の画素数と受光素子部35の画素数とは互いに等しく、受光素子部33,35の各画素は一対一に対応する。つまり、受光素子部33,35の空間分解能は互いに等しい。
【0034】
図6は、受光素子部33,35の構成の第2の例を示す図である。図5と同様に、図6(A)には受光素子部33の構成を示しており、図6(B)には受光素子部35の構成を示している。図6の例では、後述する材質分析部39A,39Bにおける演算処理の負荷を低減すべく、受光素子部35の画素数は受光素子部33の画素数より少なく設定されている。つまり、受光素子部35の空間分解能は受光素子部33の空間分解能より低い。
【0035】
図4を参照して、対象物からの反射光は、光学系31によって受光素子部33上に導光される。受光素子部33を構成する各受光素子は、可視光の波長域における反射光の受光強度に応じた大きさの電気信号を出力する。また、広角カメラ11によって撮影された画像は、通信基地局1内又は遠隔地の監視センタ内に設置された液晶ディスプレイ等の表示部(図示しない)に表示される。
【0036】
分岐部32は、プリズム又はハーフミラー等であり、光学系31と受光素子部33との間に配置されている。光学系31から受光素子部33に向かう反射光は、分岐部32によって受光素子部35に向けて分岐される。分岐された反射光は、波長選択フィルタ34を介して受光素子部35上に導光される。受光素子部35を構成する各受光素子は、赤外光の波長域における反射光の受光強度に応じた大きさの電気信号を出力する。
【0037】
なお、分岐部32の構成としては、固定のプリズム又はハーフミラー等を用いる構成の代わりに、挿退可能な反射鏡を光学系31と受光素子部33との間に配置する構成としてもよい。第1のタイミングにおいて、光学系31と受光素子部33との間の光路上から上記反射鏡を退避させる。これにより、対象物からの反射光が受光素子部33上に導光される。また、第2のタイミングにおいて、光学系31と受光素子部33との間の光路上に上記反射鏡を挿入する。光学系31から受光素子部33に向かう反射光は、反射鏡によって受光素子部35に向けて反射される。これにより、対象物からの反射光が受光素子部35上に導光される。上記第1及び第2のタイミングは、所定の微小時間間隔で交互に繰り返される。
【0038】
図7は、波長選択フィルタ34及び受光素子部35の構成の第1の例を示す図である。波長選択フィルタ34は、それぞれが受光素子部35の受光面に略等しい大きさの5枚の波長選択フィルタ51〜55を有している。波長選択フィルタ51,52,53,54,55は、分岐部32から入射された反射光のうち、それぞれ1100nm帯、1200nm帯、1300nm帯、1500nm帯、及び1600nm帯の波長成分のみを透過する。波長選択フィルタ51〜55は、受光素子部35の受光面の前方に順に挿入される。これにより、受光素子部35は、各波長選択フィルタ51〜55に対応する波長成分の反射光を、順に受光する。
【0039】
図8は、波長選択フィルタ34及び受光素子部35の構成の第2の例を示す図である。受光素子部35は、同一構造の受光素子部351〜355が並設された構成を有しており、受光素子部351,352,353,354,355の各受光面の前方に、波長選択フィルタ51,52,53,54,55がそれぞれ配置されている。分岐部32によって分岐された反射光は、図示しない追加の分岐部によって、受光素子部351〜355に向けてさらに分岐される。これにより、受光素子部35は、各波長選択フィルタ51〜55に対応する波長成分の反射光を、並行して受光する。
【0040】
図9は、材質分析部39Aの構成を示すブロック図である。材質分析部39Aは、反射率算出部91A、正規化指標算出部92A、二次微分値算出部93A、及び材質識別部94Aを有して構成されている。材質分析部39Aは、広角カメラ11Aによって撮影された撮影画像のうち、当該撮影画像内に含まれている移動物体に対応する画像領域に関して、1100nm帯、1200nm帯、1300nm帯、1500nm帯、及び1600nm帯の各波長成分のスペクトルを検出する。そして、当該スペクトルの検出結果に基づいて、当該移動物体の材質を識別する。なお、図9には材質分析部39Aの構成を示したが、材質分析部39Bの構成もこれと同様である。
【0041】
図10は、監視装置3の全体動作を示すフローチャートである。以下、図10に示したフローチャートに従って、監視装置3の動作について詳細に説明する。
【0042】
ステップP11において、広角カメラ11A,11Bによって監視エリア4の全体が常時撮影される。
【0043】
図11は、広角カメラ11A,11Bによってそれぞれ撮影された撮影画像200A,200Bを示す図である。図11(A)には、監視エリア4内に侵入者61,62が侵入した状況を示しており、図11(B)には、図11(A)の状況を広角カメラ11Aによって撮影した撮影画像200Aを示しており、図11(C)には、図11(A)の状況を広角カメラ11Bによって撮影した撮影画像200Bを示している。広角カメラ11A,11Bは異なる方向から監視エリア4を撮影しているため、その視差に起因して、撮影画像200A,200B内における侵入者61,62の位置は互いに異なっている。
【0044】
図10のフローチャートを参照して、次にステップP12において、監視エリア4内に何等かの移動物体が含まれているか否かが判定される。具体的には、図4を参照して、広角カメラ11A,11Bによって撮影された撮影画像200A,200Bが、受光素子部33A,33Bから動体検出部36A,36Bにそれぞれ入力される。そして、動体検出部36A,36Bは、時系列に順次入力される連続画像間の差分に基づいて、撮影画像200A,200B内に移動物体が含まれているか否かをそれぞれ判定する。また、動体検出部36A,36Bは、移動物体が含まれている場合には、撮影画像200A,200Bの全体領域のうち、移動物体に対応する画像領域をそれぞれ特定する。図11の例においては、動体検出部36Aは画像領域71,72を特定し、動体検出部36Bは画像領域73,74を特定する。
【0045】
図10のフローチャートを参照して、監視エリア4内に移動物体が含まれていない場合(つまりステップP12の判定結果が「NO」である場合)は、ステップP11,P12動作が繰り返し実行される。一方、監視エリア4内に移動物体が含まれている場合(つまりステップP12の判定結果が「YES」である場合)は、次にステップP13において、移動物体の形状分析及びスペクトル分析が行われる。具体的には、図4を参照して、抽出部37Aは、動体検出部36Aが特定した画像領域71,72を、可視域の撮影画像200Aから抽出し、抽出した画像領域71,72を形状分析部38Aに入力する。また、抽出部37Aは、動体検出部36Aが特定した画像領域71,72を、赤外域の撮影画像200Aから抽出し、抽出した画像領域71,72を材質分析部39Aに入力する。
【0046】
形状分析部38Aは、各画像領域71,72に関して、人間の外見に関する複数のテンプレート画像(予め準備されて図示しない記憶部に記憶されている)を用いてパターンマッチングを行うことにより、各画像領域71,72に含まれている移動物体が人間であるか否かをそれぞれ分析する。形状分析部38Aは、各画像領域71,72に含まれている移動物体が人間であることの確度を示すパラメータ情報を、後段の識別部23Aに入力する。
【0047】
材質分析部39Aは、各画像領域71,72に関して、1100nm帯、1200nm帯、1300nm帯、1500nm帯、及び1600nm帯の波長成分のスペクトルを検出し、その検出結果に基づいて、各画像領域71,72に含まれている移動物体の材質をそれぞれ分析する。
【0048】
以下、材質分析部39Aにおける処理の内容について詳細に説明する。上記の通り、受光素子部35Aを構成する各受光素子は、反射光の受光強度に応じた大きさの電気信号を出力する。材質分析部39Aには、1100nm帯、1200nm帯、1300nm帯、1500nm帯、及び1600nm帯の各波長成分に関して、画像領域71,72に属する受光素子から出力された電気信号が、受光素子部35Aから抽出部37Aを介して入力される。図9を参照して、当該電気信号は、反射率算出部91Aに入力される。
【0049】
反射率算出部91Aは、受光素子部35Aから入力された電気信号に基づいて、1100nm帯、1200nm帯、1300nm帯、1500nm帯、及び1600nm帯の各波長成分に関する反射率R1100,R1200,R1300,R1500,R1600を算出する。
【0050】
正規化指標算出部92Aは、反射率算出部91Aによって算出された反射率R1100,R1200,R1300,R1500,R1600に基づいて、以下に示す式により定義される正規化指標ND1〜ND4を算出する。
ND1 : (R1500−R1300)/(R1500+R1300)
ND2 : (R1500−R1200)/(R1500+R1200)
ND3 : (R1600−R1300)/(R1600+R1300)
ND4 : (R1300−R1100)/(R1300+R1100)
【0051】
また、二次微分値算出部93Aは、上記反射率と波長との関数の二次微分値を算出する。本実施の形態では、二次微分値算出部93Aは、反射率算出部91Aによって算出された反射率R1100,R1200,R1300,R1500,R1600に基づいて、以下に示す式により定義される近似的な二次微分値2ndder1,2ndder2を算出する。
2ndder1 :
[{(R1500−R1300)/(R1500+R1300)}/200]
−[{(R1300−R1200)/(R1300+R1200)}/100]
2ndder2 :
[{(R1500−R1200)/(R1500+R1200)}/300]
−[{(R1200−R1100)/(R1200+R1100)}/100]
【0052】
反射率R1100,R1200,R1300,R1500,R1600、正規化指標ND1〜ND4、及び二次微分値2ndder1,2ndder2は、材質識別部94Aに入力される。
【0053】
材質識別部94Aは、入力されたこれらの情報に基づいて、対象物(つまり監視エリア4内に含まれている移動物体)の材質を識別する。
【0054】
図12,13は、材質識別部94Aによる材質の識別処理を示すフローチャートである。まずステップP21において材質識別部94Aは、各反射率R1100,R1200,R1300,R1500,R1600の値が近似的に0であるか否かを判定する。例えば、反射率の値が所定値(例えば0.02)未満である場合にはその反射率は近似的に0であると判定し、反射率の値が当該所定値以上である場合にはその反射率は近似的に0でないと判定する。全ての反射率R1100,R1200,R1300,R1500,R1600の値が近似的に0である場合(つまりステップP21における判定結果が「YES」である場合)には、材質識別部94Aは、解析対象範囲内(この例では各画像領域71,72内)に窓ガラスが存在すると判定する。
【0055】
一方、いずれかの反射率R1100,R1200,R1300,R1500,R1600の値が近似的に0でない場合(つまりステップP21における判定結果が「NO」である場合)には、次にステップP22において材質識別部94Aは、二次微分値2ndder1に正規化指標ND1,ND3の和を乗じた値「2ndder1×(ND1+ND3)」が所定の閾値Th11未満であるか否かを判定する。
【0056】
「2ndder1×(ND1+ND3)」の値が閾値Th11以上である場合(つまりステップP22における判定結果が「NO」である場合)には、次にステップP23において材質識別部94Aは、正規化指標ND2の値が所定の閾値Th12より大きいか否かを判定する。
【0057】
正規化指標ND2の値が閾値Th12より大きい場合(つまりステップP23における判定結果が「YES」である場合)には、材質識別部94Aは、解析対象範囲内に動物又は布地が存在すると判定する。
【0058】
一方、正規化指標ND2の値が閾値Th12以下である場合(つまりステップP23における判定結果が「NO」である場合)には、次にステップP24において材質識別部94Aは、二次微分値2ndder2の値が所定の閾値Th13未満であるか否かを判定する。
【0059】
二次微分値2ndder2の値が閾値Th13未満である場合(つまりステップP24における判定結果が「YES」である場合)には、材質識別部94Aは、解析対象範囲内に植物が存在すると判定する。
【0060】
一方、二次微分値2ndder2の値が閾値Th13以上である場合(つまりステップP24における判定結果が「NO」である場合)には、材質識別部94Aは、解析対象範囲内に人肌が存在すると判定する。
【0061】
上記ステップP22の判定において、「2ndder1×(ND1+ND3)」の値が閾値Th11以上である場合(つまりステップP22における判定結果が「NO」である場合)には、次にステップP25において材質識別部94Aは、正規化指標ND3の値が所定の閾値Th14未満であるか否かを判定する。
【0062】
正規化指標ND3の値が閾値Th14未満である場合(つまりステップP25における判定結果が「YES」である場合)には、次にステップP26において材質識別部94Aは、正規化指標ND4の値が所定の閾値Th15未満であるか否かを判定する。
【0063】
正規化指標ND4の値が閾値Th15未満である場合(つまりステップP26における判定結果が「YES」である場合)には、材質識別部94Aは、解析対象範囲内に金属が存在すると判定する。
【0064】
一方、正規化指標ND4の値が閾値Th15以上である場合(つまりステップP26における判定結果が「NO」である場合)には、材質識別部94Aは、解析対象範囲内にコンクリート又は石が存在すると判定する。
【0065】
上記ステップP25の判定において、正規化指標ND3の値が閾値Th14以上である場合(つまりステップP25における判定結果が「NO」である場合)には、次にステップP27において材質識別部94Aは、正規化指標ND2の値が所定の閾値Th16未満であるか否かを判定する。
【0066】
正規化指標ND2の値が閾値Th16未満である場合(つまりステップP27における判定結果が「YES」である場合)には、材質識別部94Aは、解析対象範囲内にアスファルトが存在すると判定する。
【0067】
一方、正規化指標ND2の値が閾値Th16以上である場合(つまりステップP27における判定結果が「NO」である場合)には、材質識別部94Aは、解析対象範囲内にコンクリート又は石が存在すると判定する。
【0068】
なお、各閾値Th11〜Th16は、予め、金属や人肌等の既知の対象に対して測定領域を設定して材質識別部94Aによる上記識別フローを実施することにより、対象を正確に識別できる適切な値に設定される。
【0069】
以上の結果、材質識別部94Aは、解析対象範囲内に人肌が存在すると判定した場合には、監視エリア4内に含まれている移動物体の種別は人間であると識別する。一方、それ以外の場合には、監視エリア4内に含まれている移動物体の種別は人間でないと識別する。例えば、解析対象範囲内に窓ガラス又は金属が存在すると判定した場合には、監視エリア4内に含まれている移動物体の種別は車であると識別する。
【0070】
なお、監視エリア4への侵入者が覆面や手袋を着用することによって人肌が露出していない状況も想定される。そのため、人間のみが着用する化学繊維等の材質を検出可能な識別フローを設定することにより、解析対象範囲内に化学繊維が存在すると判定した場合には、監視エリア4内に含まれている移動物体の種別は人間であると識別してもよい。また、ウール、綿、ナイロン、ポリエステル等の繊維の種別を検出可能な識別フローを設定することにより、人間が着用している衣服の材質を識別することもできる。
【0071】
図4を参照して、材質分析部39Aは、各画像領域71,72に含まれている移動物体が人間であることの確度を示すパラメータ情報を、後段の識別部23Aに入力する。
【0072】
なお、以上の説明では広角カメラ11Aに対応する形状分析部38A及び材質分析部39Aにおける処理について説明したが、広角カメラ11Bに対応する形状分析部38B及び材質分析部39Bにおける処理もこれと同様であるため、重複した説明は省略する。
【0073】
図10のフローチャートを参照して、次にステップP14において識別部23Aは、形状分析部38A及び材質分析部39Aからそれぞれ入力された、各画像領域71,72に含まれている移動物体が人間であることの確度を示すパラメータ情報に基づいて、各画像領域71,72に含まれている移動物体が人間であるか否かを識別する。例えば、形状分析部38A及び材質分析部39Aから入力されたパラメータ情報の双方の値が所定の閾値以上である場合に、各画像領域71,72に含まれている移動物体は人間であると識別する。
【0074】
ここで、撮影画像200A内における各画像領域71,72のサイズが小さい場合(特に、図6に示したように受光素子部35の空間分解能が低い場合)には、材質分析部39Aによる材質分析の精度が低下する可能性がある。そこで、識別部23Aは、撮影画像200A内における各画像領域71,72のサイズが所定値より小さい場合には、材質分析部39Aから入力されたパラメータ情報よりも形状分析部38Aから入力されたパラメータ情報を重視して、各画像領域71,72に含まれている移動物体が人間であるか否かを識別する。例えば、各画像領域71,72のサイズが上記所定値未満である場合には、形状分析部38Aから入力されたパラメータ情報のみに基づいて識別を行い、各画像領域71,72のサイズが上記所定値以上である場合には、形状分析部38A及び材質分析部39Aの双方から入力されたパラメータ情報に基づいて識別を行う。
【0075】
なお、以上の説明では広角カメラ11Aに対応する識別部23Aにおける処理について説明したが、広角カメラ11Bに対応する識別部23Bにおける処理もこれと同様である。
【0076】
各画像領域71,72に含まれている移動物体が人間でないと識別された場合(つまりステップP14の判定結果が「NO」である場合)は、ステップP11以降の動作が繰り返し実行される。一方、各画像領域71,72に含まれている移動物体が人間(つまり侵入者)であると識別された場合(つまりステップP14の判定結果が「YES」である場合)は、次にステップP15において特徴データ生成部24Aは、各画像領域71,72に含まれている移動物体の特徴量を表す特徴データを生成する。例えば、各移動物体に関して、撮影画像200A内における行方向及び列方向の位置座標、前フレームからの位置の変化量、及び、材質分析部39Aによって画素毎に求めた材質情報等をパラメータとして記述した特徴データを生成する。画素毎の材質情報を記述することにより、侵入者が着用している衣服の材質に関する情報を、特徴データに含めることができる。特徴データ生成部24Aによって生成された各移動物体に関する特徴データは、データ処理部40に入力される。
【0077】
なお、以上の説明では広角カメラ11Aに対応する特徴データ生成部24Aにおける処理について説明したが、広角カメラ11Bに対応する特徴データ生成部24Bにおける処理もこれと同様である。特徴データ生成部24Aによって生成された、各画像領域73,74に含まれている移動物体に関する特徴データは、特徴データ生成部24Bからデータ処理部40に入力される。
【0078】
図10のフローチャートを参照して、次にステップP16において個別対象特定部42は、特徴データ生成部24A,24Bからそれぞれ入力された特徴データに基づいて、各撮影画像200A,200B内に含まれている移動物体を個々に特定する。例えば、侵入者61が覆面を着用しており、侵入者62が覆面を着用していない場合には、侵入者61の顔部分の材質は繊維となる一方、侵入者62の顔部分の材質は人肌となる。また、侵入者61と侵入者62とで着用している衣服の材質が異なる場合には、各侵入者61,62の体部分の材質が互いに異なる。従って、個別対象特定部42は、材質の相違に基づいて、侵入者61,62を個々に区別することができる。本実施の形態の例では、個別対象特定部42は、画像領域71に対応する特徴データに基づいて侵入者61を特定し、画像領域72に対応する特徴データに基づいて侵入者62を特定する。同様に、個別対象特定部42は、画像領域73に対応する特徴データに基づいて侵入者61を特定し、画像領域74に対応する特徴データに基づいて侵入者62を特定する。
【0079】
また、ステップP16において同一対象特定部41は、特徴データ生成部24A,24Bからそれぞれ入力された特徴データに基づいて、撮影画像200A,200B内に含まれている同一対象の移動物体を特定する。本実施の形態では、同一対象特定部41は、撮影画像200Aの画像領域71に含まれている人間と、撮影画像200Bの画像領域73に含まれている人間とが同一対象(侵入者61)であると特定し、撮影画像200Aの画像領域72に含まれている人間と、撮影画像200Bの画像領域74に含まれている人間とが同一対象(侵入者62)であると特定する。
【0080】
次にステップP17において位置特定部43は、広角カメラ11A,11B間の距離、及び、撮影画像200A,200B内における同一対象の画像領域71,73の位置関係に基づいて、監視エリア4内における侵入者61の位置を特定する。同様に、位置特定部43は、広角カメラ11A,11B間の距離、及び、撮影画像200A,200B内における同一対象の画像領域72,74の位置関係に基づいて、監視エリア4内における侵入者62の位置を特定する。なお、本実施の形態では、フェンス2を乗り越えて通信基地局1へ侵入しようとする侵入者を監視する用途での監視装置3の使用を想定しており、フェンス2を乗り越える際の高さ方向の移動量をも考慮する必要がある。二つの広角カメラ11A,11Bを用いてステレオカメラを構成しているため、高さ方向を含め侵入者の位置、侵入者までの距離を特定できる。しかし、必ずしもステレオカメラを用いる必要はなく、一つの広角カメラのみを用いてもよい。
【0081】
次にステップP18において、位置特定部43によって特定された移動物体の位置を視野の中心として、望遠カメラ12による撮影を行う。図14は、望遠カメラ12によって侵入者61を撮影した拡大画像300を示す図である。拡大画像300は、ハードディスク又は半導体メモリ等の任意の記録媒体に記録されるとともに、通信基地局1内又は遠隔地の監視センタ内に設置された液晶ディスプレイ等の表示部(図示しない)に表示される。なお、本実施の形態では監視エリア4内に複数の移動物体(侵入者61,62)が含まれているため、望遠カメラ12は、侵入者61,62を所定の時間間隔で交互に撮影する。また、監視装置3は、望遠カメラ12による侵入者61,62の撮影を行うととともに、音又は光等によって侵入者61,62に対して所定の警告を行う。
【0082】
また、侵入者61,62が監視エリア4内で移動する場合には、時系列に並ぶ複数の撮影画像200A内において、画像領域71,72の位置が変化する。追跡処理部44は、特徴データが一致又は近似する画像領域を、連続する撮影画像200A内で探索することにより、侵入者61,62の移動に伴う画像領域71,72の位置変化を追跡する。同様に、追跡処理部44は、特徴データが一致又は近似する画像領域を、連続する撮影画像200B内で探索することにより、侵入者61,62の移動に伴う画像領域73,74の位置変化を追跡する。これにより、望遠カメラ12によって侵入者61,62を追跡して撮影することができる。
【0083】
図10のフローチャートを参照して、次にステップP19において、侵入者61,62が監視エリア4から去ったか否かが判定される。侵入者61,62が監視エリア4内に滞在している場合(つまりステップP19の判定結果が「NO」である場合)は、ステップP16以降の動作が繰り返される。一方、侵入者61,62が監視エリア4から去った場合(つまりステップP19の判定結果が「YES」である場合)は、ステップP11以降の動作が繰り返される。
【0084】
なお、侵入者の追跡のための望遠カメラ12の駆動制御は、図2に示した制御部13によって行われる。但し、追跡のための所定の制御プログラムを格納したFPGA(Field Programmable Gate Array)及びDSP(Digital Signal Processor)を望遠カメラ12内に実装することにより、望遠カメラ12自らの制御によって侵入者の追跡を行ってもよい。
【0085】
このように本実施の形態に係る監視装置3によれば、材質分析部39Aは、撮影画像200Aのうち移動物体に対応する画像領域71,72に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて移動物体の材質を分析する。従って、材質分析の結果、移動物体に対応する画像領域71,72内に人肌や化学繊維等が含まれている場合には、その移動物体は人間であると識別することができる。その結果、監視エリア4内に移動物体が含まれている場合に、その移動物体が人間であるかそれ以外の動物等であるかを正確に識別することが可能となる。
【0086】
また、特徴データ生成部24Aは、材質分析部39Aによって分析された移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成する。従って、ステレオカメラの各撮影画像内に含まれている同一対象の移動物体を、各移動物体に関する特徴データに基づいて特定することができる。また、撮影画像200A内に複数の移動物体が含まれている場合に、各移動物体に関する特徴データに基づいて個々の移動物体を特定することができる。また、監視エリア4内で移動する移動物体を、当該移動物体に関する特徴データに基づいて追跡することができる。
【0087】
また、本実施の形態に係る監視装置3によれば、同一対象特定部41は、広角カメラ11Aによって撮影された撮影画像200A内に含まれている移動物体に関する特徴データと、広角カメラ11Bによって撮影された撮影画像200B内に含まれている移動物体に関する特徴データとに基づいて、撮影画像200A,200B内に含まれている同一対象の移動物体を特定する。材質に関するパラメータを含む特徴データに基づいて同一対象の特定を行うことにより、特定の精度を向上することができる。
【0088】
また、本実施の形態に係る監視装置3によれば、個別対象特定部42は、撮影画像200A内に複数の移動物体が含まれている場合に、各移動物体に関する特徴データに基づいて、個々の移動物体を特定する。従って、複数の移動物体の材質が異なる場合には、材質に関するパラメータを含む特徴データに基づいて個々の移動物体の特定を行うことにより、特定の精度を向上することができる。例えば、着用している衣服の材質が異なる複数の人物が撮影エリア内に含まれている場合に、個々の人物を高精度に特定することができる。
【0089】
また、本実施の形態に係る監視装置3によれば、追跡処理部44は、時系列に並ぶ複数の撮影画像200A内において移動物体の位置が変化する場合に、当該移動物体に関する特徴データに基づいて当該移動物体を追跡する。材質に関するパラメータを含む特徴データに基づいて移動物体の追跡を行うことにより、追跡の精度を向上することができる。
【0090】
また、本実施の形態に係る監視装置3によれば、識別部23Aは、移動物体が人間であるか否かを識別するにあたって、形状分析及び材質分析の各結果の重要度を、撮影画像200A内における画像領域71,72の大きさに応じて異ならせる。従って、撮影画像200A内における画像領域71,72のサイズが小さいために材質分析の精度が低下する場合には、形状分析の結果を重視することにより、識別部23Aの識別精度が低下することを回避することができる。
【0091】
なお、以上の説明では、本発明に係る対象識別装置を、特定施設への侵入者を監視するための監視カメラに適用する例について述べた。しかし、本発明の適用対象はこの例に限らず、例えば、自動車や車いす等に搭載される車載カメラに適用することもできる。自車の前方を車載カメラによって撮影し、撮影画像内に含まれている移動物体(自動車、自転車、歩行者等)を、形状分析及び材質分析によって識別することにより、移動物体の種別を高精度に識別することができる。
【0092】
また、今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。
【符号の説明】
【0093】
3 監視装置
4 監視エリア
11A,11B 広角カメラ
21 撮影部
22 分析部
23,23A,23B 識別部
24,24A,24B 特徴データ生成部
38A,38B 形状分析部
39A,39B 材質分析部
40 データ処理部
41 同一対象特定部
42 個別対象特定部
43 位置特定部
44 追跡処理部
【特許請求の範囲】
【請求項1】
動画像を撮影する撮影手段と、
前記撮影手段によって撮影された撮影画像内に移動物体が含まれている場合に、当該撮影画像のうち当該移動物体に対応する画像領域に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて前記移動物体の材質を分析する材質分析手段と、
前記移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成するデータ生成手段と、
を備える、対象識別装置。
【請求項2】
前記撮影手段は、同一の撮影エリアを異なる方向からそれぞれ撮影する第1のカメラ及び第2のカメラを有し、
前記第1のカメラによって撮影された第1の撮影画像内に含まれている移動物体に関する前記特徴データと、前記第2のカメラによって撮影された第2の撮影画像内に含まれている移動物体に関する前記特徴データとに基づいて、前記第1の撮影画像内及び前記第2の撮影画像内に含まれている同一対象の移動物体を特定する特定手段
をさらに備える、請求項1に記載の対象識別装置。
【請求項3】
前記撮影画像内に一又は複数の移動物体が含まれている場合に、各移動物体に関する前記特徴データに基づいて、個々の移動物体を特定する特定手段
をさらに備える、請求項1又は2に記載の対象識別装置。
【請求項4】
前記動画像を構成する複数の画像内において前記移動物体に関する前記特徴データに基づいて当該移動物体を追跡する追跡手段
をさらに備える、請求項1〜3のいずれか一つに記載の対象識別装置。
【請求項5】
前記移動物体の形状を分析する形状分析手段と、
前記形状分析手段による形状分析の結果と、前記材質分析手段による材質分析の結果とに基づいて、前記移動物体が人間であるか否かを識別する識別手段と、
をさらに備え、
前記識別手段は、前記移動物体が人間であるか否かを識別するにあたって、前記形状分析及び前記材質分析の各結果の重要度を、前記画像領域の大きさに応じて異ならせることを特徴とする、請求項1〜4のいずれか一つに記載の対象識別装置。
【請求項6】
(A)動画像を撮影するステップと、
(B)前記ステップ(A)において撮影された撮影画像内に移動物体が含まれている場合に、当該撮影画像のうち当該移動物体に対応する画像領域に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて前記移動物体の材質を分析するステップと、
(C)前記移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成するステップと、
を備える、対象識別方法。
【請求項1】
動画像を撮影する撮影手段と、
前記撮影手段によって撮影された撮影画像内に移動物体が含まれている場合に、当該撮影画像のうち当該移動物体に対応する画像領域に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて前記移動物体の材質を分析する材質分析手段と、
前記移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成するデータ生成手段と、
を備える、対象識別装置。
【請求項2】
前記撮影手段は、同一の撮影エリアを異なる方向からそれぞれ撮影する第1のカメラ及び第2のカメラを有し、
前記第1のカメラによって撮影された第1の撮影画像内に含まれている移動物体に関する前記特徴データと、前記第2のカメラによって撮影された第2の撮影画像内に含まれている移動物体に関する前記特徴データとに基づいて、前記第1の撮影画像内及び前記第2の撮影画像内に含まれている同一対象の移動物体を特定する特定手段
をさらに備える、請求項1に記載の対象識別装置。
【請求項3】
前記撮影画像内に一又は複数の移動物体が含まれている場合に、各移動物体に関する前記特徴データに基づいて、個々の移動物体を特定する特定手段
をさらに備える、請求項1又は2に記載の対象識別装置。
【請求項4】
前記動画像を構成する複数の画像内において前記移動物体に関する前記特徴データに基づいて当該移動物体を追跡する追跡手段
をさらに備える、請求項1〜3のいずれか一つに記載の対象識別装置。
【請求項5】
前記移動物体の形状を分析する形状分析手段と、
前記形状分析手段による形状分析の結果と、前記材質分析手段による材質分析の結果とに基づいて、前記移動物体が人間であるか否かを識別する識別手段と、
をさらに備え、
前記識別手段は、前記移動物体が人間であるか否かを識別するにあたって、前記形状分析及び前記材質分析の各結果の重要度を、前記画像領域の大きさに応じて異ならせることを特徴とする、請求項1〜4のいずれか一つに記載の対象識別装置。
【請求項6】
(A)動画像を撮影するステップと、
(B)前記ステップ(A)において撮影された撮影画像内に移動物体が含まれている場合に、当該撮影画像のうち当該移動物体に対応する画像領域に関して、赤外域を含む特定の複数の波長のスペクトルを検出し、当該検出の結果に基づいて前記移動物体の材質を分析するステップと、
(C)前記移動物体の材質に関するパラメータを含めて、当該移動物体の特徴量を表す特徴データを生成するステップと、
を備える、対象識別方法。
【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】
【公開番号】特開2012−107943(P2012−107943A)
【公開日】平成24年6月7日(2012.6.7)
【国際特許分類】
【出願番号】特願2010−256086(P2010−256086)
【出願日】平成22年11月16日(2010.11.16)
【出願人】(000002130)住友電気工業株式会社 (12,747)
【Fターム(参考)】
【公開日】平成24年6月7日(2012.6.7)
【国際特許分類】
【出願日】平成22年11月16日(2010.11.16)
【出願人】(000002130)住友電気工業株式会社 (12,747)
【Fターム(参考)】
[ Back to top ]