異常検知装置
【課題】拘束シーンのように複数人が密着して生じる異常を検知するのは困難だった。
【解決手段】互いに姿勢が異なる人物の形状を模した複数の姿勢別人物モデル２１１と、背景画像２１０とが予め記憶部２１に記憶されている。撮像部２０は監視空間を撮像して監視画像を出力し、変化領域抽出部２２０は背景画像２１０との比較により監視画像から変化領域を抽出し、姿勢判定部２２２は姿勢別人物モデル２１１のうち２以上を重ね合わせた複合形状を変化領域と形状比較して適合度を算出し、適合度が所定基準を超える姿勢の組み合わせを判定する。異常判定部２２３は姿勢判定部２２２により判定された姿勢の組み合わせが予め設定された異常な組み合わせと合致するときに異常信号を出力する。
【解決手段】互いに姿勢が異なる人物の形状を模した複数の姿勢別人物モデル２１１と、背景画像２１０とが予め記憶部２１に記憶されている。撮像部２０は監視空間を撮像して監視画像を出力し、変化領域抽出部２２０は背景画像２１０との比較により監視画像から変化領域を抽出し、姿勢判定部２２２は姿勢別人物モデル２１１のうち２以上を重ね合わせた複合形状を変化領域と形状比較して適合度を算出し、適合度が所定基準を超える姿勢の組み合わせを判定する。異常判定部２２３は姿勢判定部２２２により判定された姿勢の組み合わせが予め設定された異常な組み合わせと合致するときに異常信号を出力する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、画像解析により異常シーンを検知する異常検知装置に関し、特に複数人が関与した異常シーンを検知する異常検知装置に関する。
【背景技術】
【０００２】
これまでの機械警備システムは主として閉店後や留守中の警備を担ってきたが、昨今では従業員や家人が居る有人環境においても警備の要請が増えてきた。有人環境での警備のひとつに金庫等を狙った押し込み強盗への対策がある。押し込み強盗においては賊が従業員等の手足をロープや粘着テープで拘束する場合があり、機械警備システムには自由を奪われた被害者に代わって異常事態を失報せず迅速に通報することが望まれる。その一方で有人環境では従業員や家人だけの正常シーンで誤報しないよう、賊と被害者の両者の行動に着目して異常検知を行うことが望ましい。
【０００３】
従来技術には、有人環境での異常発生を検知するために２人の行動に着目して画像解析するものがある。例えば特許文献１に記載の監視装置では、監視画像に写った２人の人物について、その形状や距離の時間変化率が大きいときに喧嘩等などの異常を判定していた。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開平４−２７３６８９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら拘束シーンでは、被害者は脅されるなどして動きが小さくなることが多く、賊も拘束作業する手ないし腕の動きが主であるために動きが小さくなることが多い。そのため喧嘩のように大きな動きを伴わないことが多い拘束シーンを従来技術によって異常検知することが困難であった。
【０００６】
また、拘束シーンでは複数人が密着するために複数人の像が一体化して変化領域が１つになってしまうことが多い。そのため、一人ひとりの変化領域を区別することが困難であり、この点からも拘束シーンを従来技術によって異常検知することが困難であった。
【０００７】
本発明は、上記問題を鑑みてなされたものであり、動きが小さく、複数人が密着している異常シーンを誤失報なく検知することのできる異常検知装置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】
【０００８】
本発明に係る異常検知装置は、監視空間において複数の人物が関与して生じる異常を検知するものであって、監視空間を撮像して監視画像を出力する撮像部と、監視空間の背景が撮像された背景画像を記憶するとともに、互いに姿勢が異なる人物の形状を模した複数の人物モデルを姿勢ごとに予め記憶する記憶部と、背景画像との比較により監視画像から変化領域を抽出する変化領域抽出部と、姿勢ごとの人物モデルのうち２以上を重ね合わせた複合形状を変化領域と形状比較して適合度を算出し、適合度が所定基準を超える姿勢の組み合わせを判定する姿勢判定部と、姿勢判定部により判定された姿勢の組み合わせが予め設定された異常な組み合わせと合致するときに異常信号を出力する異常判定部と、を備えたことを特徴とする。
【０００９】
上記本発明に係る異常検知装置において、前記姿勢は、人物が倒れている倒姿勢と人物が倒れていない非倒姿勢を含み、倒姿勢と非倒姿勢の組み合わせが異常な組み合わせに設定される。
【００１０】
また、本発明の好適な態様において、異常検知装置は、変化領域における人物特徴を分析して当該変化領域に含まれる人物数を判定する領域人数判定部、をさらに備え、姿勢判定部は、複合形状を人物数が２以上であると判定された変化領域のみと形状比較する。
【００１１】
また、上記本発明の好適な態様において、姿勢判定部は、人物数が２以上であると判定された変化領域を姿勢ごとの人物モデルを当該人物数だけ組み合わせた複合形状と形状比較することができる。
【００１２】
別の本発明に係る異常検知装置において、撮像部は、監視空間を一定時間ごとに撮像して監視画像を逐次出力し、異常判定部は、合致の継続回数を計数し、継続回数が所定以上となったときに異常信号を出力する。
【００１３】
また、上記本発明に係る異常検知装置において、記憶部は、形状比較の処理を一定時間内に実行可能な反復回数を記憶し、姿勢判定部は、複合形状を反復回数だけランダムに生成し、生成された複合形状の中から最も適合する姿勢の組み合わせを判定する。
【００１４】
また、上記本発明に係る異常検知装置において、記憶部は、形状比較の処理を一定時間内に実行可能な反復回数を記憶するとともに、姿勢判定部により判定された姿勢の組み合わせを順次記憶し、姿勢判定部は、直前に記憶された姿勢の組み合わせを他の組み合わせよりも多く選んで複合形状を反復回数だけ生成し、生成された複合形状の中から最も適合する姿勢の組み合わせを判定する。
【００１５】
また、上記本発明の好適な態様において、撮像部は、監視空間を一定時間ごとに撮像して監視画像を逐次出力し、領域人数判定部は、一定時間ごとに撮像された監視画像から抽出された変化領域を追跡して当該変化領域の統合を検出することにより人物数を判定する。
【００１６】
また、上記本発明の好適な態様において、領域人数判定部は、さらに変化領域の分離を検出し、異常判定部は、変化領域の分離が検出されると継続回数の計数を保留するとともに当該変化領域間の距離を計測し、距離が所定距離未満であるときに当該変化領域の統合が検出されると保留を解除し、距離が所定距離以上になると継続回数の計数をリセットする。
【００１７】
また、上記本発明の好適な態様において、領域人数判定部は、さらに変化領域の分離を検出し、異常判定部は、変化領域の分離が検出されると継続回数の計数を保留して予め設定された猶予時間内に当該変化領域の統合が検出されると保留を解除し、猶予時間内に当該変化領域の統合が検出されないと継続回数の計数をリセットする。
【００１８】
他の本発明に係る異常検知装置は、監視空間において複数の人物が関与して生じる異常を検知する異常検知装置であって、監視空間を撮像して監視画像を出力する撮像部と、監視空間の背景が撮像された背景画像を記憶するとともに、互いに姿勢が異なる人物の形状を模した人物モデルを２以上重ね合わせた複合人物モデルを姿勢の組み合わせごとに予め記憶する記憶部と、背景画像との比較により監視画像から変化領域を抽出する変化領域抽出部と、姿勢の組み合わせごとの複合人物モデルを変化領域と形状比較して適合度を算出し、適合度が所定基準を超える姿勢の組み合わせを判定する姿勢判定部と、姿勢判定部により判定された姿勢の組み合わせが予め設定された異常な組み合わせと合致するときに異常信号を出力する異常判定部と、を備えたことを特徴とする。
【発明の効果】
【００１９】
倒れている者と倒れていない者の形状が一体化した平素は生じにくい変化領域を認識することにより異常検知を行うので、動きの小さな複数人が密着している異常シーンであっても高い確度で検知することができる。
【図面の簡単な説明】
【００２０】
【図１】通報システム１の全体構成を表すブロック図である。
【図２】画像センサー２の構成を表すブロック図である。
【図３】立位モデル２１１Ｒを例示した図である。
【図４】屈位モデル２１１Ｋを例示した図である。
【図５】倒位モデル２１１Ｔを例示した図である。
【図６】異常発生時の監視画像を例示した図である。
【図７】姿勢判定部２２２が変化領域に姿勢別人物モデル２１１を重ね合わせている処理の様子を例示した図である。
【図８】姿勢判定部２２２が変化領域に対する姿勢別人物モデル２１１の適合度を算出している様子を例示した図である。
【図９】異常検知処理のフローチャートである。
【図１０】領域人数判定処理のフローチャートである。
【図１１】姿勢判定処理のフローチャートである。
【発明を実施するための形態】
【００２１】
以下、本発明の異常検知装置を含んだ好適な実施形態の一例として、異常検知装置により異常シーンを検知して警備センター等へ通報する通報システム１について説明する。
【００２２】
［通報システム１の構成］
図１は通報システム１の全体図である。通報システム１は画像センサー２とコントローラー３とセンター装置５を含んで構成され、画像センサー２が本発明の異常検知装置に相当する。
【００２３】
画像センサー２は、金庫６などの重要物が設置された部屋を監視空間とし、当該部屋の天井に設置される。画像センサー２は監視空間にて発生した異常シーンを検知すると異常信号を出力する。
【００２４】
画像センサー２は通信線を介してコントローラー３に接続され、コントローラー３は電話回線又はインターネット回線等の広域通信網４を介して警備センター等の遠隔地に設置されたセンター装置５と接続される。画像センサー２が出力した異常信号はコントローラー３を介してセンター装置５に送信される。
【００２５】
図２は画像センサー２の構成を示したブロック図である。画像センサー２は撮像部２０、記憶部２１及び出力部２３が制御部２２に接続されてなる。
【００２６】
撮像部２０は、監視カメラであり、監視空間を臨むように設置され、監視空間を所定の時間間隔で撮影する。撮影された監視空間の監視画像は順次、制御部２２へ出力される。監視画像が撮像される時間間隔は例えば１／５秒である。以下、この撮像の時間間隔で刻まれる時間の単位を時刻と称する。本実施形態においては、監視空間である部屋の全体を撮像するために、撮像部２０は、魚眼レンズを備え、その光軸を鉛直下方に向けて設置される。
【００２７】
記憶部２１は、ＲＯＭ(Read Only Memory)、ＲＡＭ(Random Access Memory)等の記憶装置である。記憶部２１は、各種プログラムや各種データを記憶し、制御部２２との間でこれらの情報を入出力する。各種データには、背景画像２１０、姿勢別人物モデル２１１が含まれる。
【００２８】
背景画像２１０は監視空間の背景のみが撮像されている画像である。背景画像２１０は、異常検知処理に先立って生成され、記憶部２１に記憶される。背景画像２１０には人物像が含まれておらず、背景画像２１０を監視画像と比較することによって人物が撮像されている領域を変化領域として抽出できる。
【００２９】
姿勢別人物モデル２１１は互いに姿勢の異なる人物像の領域形状を模した形状データを姿勢種別と対応付けたデータであり、予め設定されて記憶される。姿勢別人物モデル２１１には、人物が倒れている倒姿勢に対応した倒位モデル２１１Ｔと、人物が倒れていない非倒姿勢に対応した立位モデル２１１Ｒおよび屈位モデル２１１Ｋと、が含まれる。拘束シーンにおいて、姿勢種別「倒姿勢（倒位）」は倒された被害者がとる姿勢に相当し、姿勢種別「非倒姿勢（立位及び屈位）」は賊がとる姿勢に相当する。
【００３０】
監視画像から抽出された変化領域に姿勢別人物モデル２１１を当て嵌めることで、監視空間中の人物の姿勢が推定される。
【００３１】
立位モデル２１１Ｒは立位の人物の領域形状を近似した姿勢別人物モデル２１１である。本実施形態において立位モデル２１１Ｒは、図３に示すように、長軸長がＬＲ±αＬＲ、短軸長がＳＲ±αＳＲであり、長軸方向が監視画像の中心からの放射線方向から±αθＲの範囲内である楕円で定義される。長軸の基準方向が放射線方向と設定されるのは、光軸を鉛直下方に向けた撮像部２０により撮像された監視画像の座標系においては放射線方向が立位の人物の身長方向となるためである。
【００３２】
長軸長の基準値ＬＲは平均的な身長に応じて設定され、その変動許容範囲±αＬＲは体格の個人差により生じる誤差等を吸収可能な範囲に設定される。短軸長の基準値ＳＲは平均的な体の幅に応じて設定され、その変動許容範囲±αＳＲは体の向きにより生じる誤差や体格の個人差により生じる誤差等を吸収可能な範囲に設定される。長軸の偏位角の変動許容範囲±αθＲは立位の姿勢の個人差を吸収可能な範囲に設定される。
【００３３】
記憶部２１には、立位モデル２１１Ｒとして予め上記のように設定された長軸長ＬＲ、短軸長ＳＲ、長軸長の変動許容範囲±αＬＲ、短軸長の変動許容範囲±αＳＲ、長軸の偏位角の変動許容範囲±αθＲの各数値が姿勢種別「立位」の符号と対応付けて記憶される。尚、人物の像の大きさは撮像部２０と人物の位置関係により変わるため、ＬＲ，ＳＲは監視画像上の位置ごとに設定し、αＬＲ，αＳＲはＬＲ，ＳＲに対する一定比率の長さに設定するのがよい。以上のように立位モデル２１１Ｒを設定することにより監視画像上で立位とみなせる範囲の人物の形状と傾きが定義される。
【００３４】
屈位モデル２１１Ｋは屈んだ姿勢の人物の領域形状を模した姿勢別人物モデル２１１である。本実施形態において屈位モデル２１１Ｋは、図４に示すように、長軸長がＬＫ±αＬＫ、短軸長がＳＫ±αＳＫであり、長軸方向が監視画像の中心からの放射線方向から±αθＫの範囲内である楕円で定義される。立位モデル２１１Ｒの説明で上述したように放射線方向は人物の身長方向に相当する。
【００３５】
長軸長の基準値ＬＫはＬＲの１／２前後に設定され、その変動許容範囲±αＬＫは体格の個人差により生じる誤差等を吸収可能な範囲に設定される。屈んだ姿勢では膝や腕が前方に突き出すことから短軸長の基準値ＳＫはＳＲより長めに設定され、その変動許容範囲±αＳＫは体の向きにより生じる誤差や体格の個人差により生じる誤差等を吸収可能な範囲に設定される。長軸の偏位角の変動許容範囲±αθＫは屈んだ姿勢の個人差を吸収可能な範囲に設定される。
【００３６】
記憶部２１には、屈位モデル２１１Ｋとして予め上記のように設定された長軸長ＬＫ、短軸長ＳＫ、長軸長の変動許容範囲±αＬＫ、短軸長の変動許容範囲±αＳＫ、長軸の偏位角の変動許容範囲±αθＫの各数値が姿勢種別「屈位」の符号と対応付けて記憶される。尚、人物の像の大きさは撮像部２０と人物の位置関係により変わるため、ＬＫ、ＳＫは監視画像上の位置ごとに設定し、αＬＫ，αＳＫはＬＫ，ＳＫに対する一定比率の長さに設定するのがよい。以上のように屈位モデル２１１Ｋを設定することにより監視画像上で屈位とみなせる範囲の人物の形状と傾きが定義される。
【００３７】
倒位モデル２１１Ｔは倒れている姿勢の人物の領域形状を模した姿勢別人物モデル２１１である。本実施形態において倒位モデル２１１Ｔは、図５に示すように、長軸長がＬＴ±αＬＴ、短軸長がＳＴ±αＳＴであり、長軸方向が監視画像の中心からの放射線の法線方向から±αθＴの範囲内である楕円で定義される。長軸の基準方向が放射線の法線方向と設定されるのは、光軸を鉛直下方に向けた撮像部２０により撮像された監視画像の座標系においては放射線の法線方向が倒位の人物の身長方向となるためである。
【００３８】
長軸長の基準値ＬＴは平均的な身長に応じて設定され、その変動許容範囲±αＬＴは体格の個人差により生じる誤差等を吸収可能な範囲に設定される。短軸長の基準値ＳＴは平均的な体の幅に応じて設定され、その変動許容範囲±αＳＴは体の向きにより生じる誤差や体格の個人差により生じる誤差等を吸収可能な範囲に設定される。長軸の偏位角の変動許容範囲±αθＴは立位と混同せぬように０≦αθＴ＜９０°−αθＲの範囲に設定される。
【００３９】
記憶部２１には、倒位モデル２１１Ｔとして予め上記のように設定された長軸長ＬＴ、短軸長ＳＴ、長軸長の変動許容範囲±αＬＴ、短軸長の変動許容範囲±αＳＴ、長軸の偏位角の変動許容範囲±αθＴの各数値が姿勢種別「倒位」の符号と対応付けて記憶される。尚、人物の像の大きさは撮像部２０と人物の位置関係により変わるため、ＬＴ、ＳＴは監視画像上の位置ごとに設定し、αＬＴ，αＳＴはＬＴ，ＳＴに対する一定比率の長さに設定するのがよい。以上のように倒位モデル２１１Ｔを設定することにより監視画像上で倒位とみなせる範囲の人物の形状と傾きが定義される。
【００４０】
制御部２２は、ＣＰＵ(Central Processing Unit)、ＤＳＰ（Digital Signal Processor）、ＭＣＵ（Micro Control
Unit）等の演算装置を用いて構成され、記憶部２１からプログラムを読み出して実行することで変化領域抽出部２２０、領域人数判定部２２１、姿勢判定部２２２、異常判定部２２３として機能する。
【００４１】
変化領域抽出部２２０は、撮像部２０から新たに入力された監視画像から変化領域を抽出し、抽出された変化領域の情報を領域人数判定部２２１及び姿勢判定部２２２へ出力する。
【００４２】
具体的には変化領域抽出部２２０は公知の背景差分処理又は背景相関処理により変化領域を抽出する。すなわち変化領域抽出部２２０は、監視画像を背景画像と比較して対応する各画素の値の相違度（差又は相関値）を算出し、相違度がしきい値を超える画素を変化画素として検出して互いに隣接する変化画素をまとめ、まとめた領域を変化領域として抽出する。検出のしきい値は事前実験に基づき予め設定される。なお変化領域抽出部２２０は予め定めた１人分の人物基準サイズに満たない大きさの変化領域を抽出対象から除外する。
【００４３】
領域人数判定部２２１は、変化領域抽出部２２０により抽出された変化領域における人物特徴を分析して当該変化領域に含まれる人物数を判定し、判定した人物数を姿勢判定部２２２へ出力する。尚、複数の変化領域が抽出されている場合はそれぞれの変化領域に対して人数判定が行なわれる。
【００４４】
具体的には、領域人数判定部２２１は下記Ａ１〜Ａ４の方法で人物数を判定する。
（Ａ１）領域人数判定部２２１は各変化領域を追跡して当該変化領域の統合を検出し、少なくとも統合後の変化領域の人物数が複数であると判定する。このとき統合された変化領域の数を統合後の変化領域の人物数と判定することもでき、又は統合された変化領域に対して判定されていた人物数を合計して統合後の変化領域の人物数とすることもできる。さらに領域人数判定部２２１は変化領域の分離をも検出し、分離した変化領域の人物数を減算して分離後の変化領域の人物数を判定することもできる。なお領域人数判定部２２１は各変化領域の人物数と併せて当該変化領域に統合や分離が検出されたか否かの別も出力する。
（Ａ２）領域人数判定部２２１は各変化領域の大きさをしきい値判定して人物数を判定する。しきい値は１人分の基準サイズに基づき予め定めておく。例えば変化領域の画素数が、基準サイズの０．８倍以上２×０．８倍未満なら１人、基準サイズの２×０．８倍以上３×０．８倍未満なら２人、基準サイズの３×０．８倍以上４×０．８倍未満なら３人、…というように判定する。なお見かけ上の人物サイズは撮像部２０と人物の位置関係により変わるため人物サイズ範囲は監視画像上の位置ごとに設定するのがよい。
（Ａ３）領域人数判定部２２１は各変化領域における監視画像から頭部形状（楕円やΩ形のエッジ）を検出して検出された頭部形状の数を人物数として判定する。
（Ａ４）領域人数判定部２２１は各変化領域における監視画像から顔特徴（肌色楕円や顔の部位）を検出して検出された顔特徴の数を人物数として判定する。
本実施形態においては（Ａ１）及び（Ａ２）を選択的に用いる。すなわち領域人数判定部２２１は、変化領域を追跡して、追跡において新規出現と判定された変化領域の大きさのしきい値判定により人物数を初期判定し、追跡した変化領域の統合及び分離から変動する人物数を判定する。
【００４５】
以下、２人以上が含まれると判定された変化領域を複数人領域とも称し、１人だけが含まれると判定された変化領域を１人領域、２人だけが含まれると判定された変化領域を２人領域、３人だけが含まれると判定された変化領域を３人領域などとも称する。
【００４６】
姿勢判定部２２２は、変化領域抽出部２２０により抽出された各変化領域と、姿勢ごとの姿勢別人物モデル２１１のうち２以上を重ね合わせた複合形状とを形状比較して適合度を算出し、適合度が適合基準を超える姿勢の組み合わせを判定する。適合度を算出する姿勢別人物モデル２１１の組み合わせには少なくとも検知する異常シーンを定める姿勢の組み合わせが含まれる。すなわち拘束シーンを検知する本実施形態においては少なくとも倒姿勢と倒姿勢の組み合わせが含まれる。適合度は変化領域と姿勢別人物モデル２１１の複合形状とが重ならなかった領域の画素数を該複合形状の画素数で除した商を１．０から減ずることによって算出すればよい。なお複数の変化領域が抽出されている場合、姿勢判定部２２２はそれぞれの変化領域に対して姿勢判定を行なう。
【００４７】
拘束シーンのように倒姿勢の人物と非倒姿勢の人物が密接している状況は平素生じにくい。そのため倒姿勢と非倒姿勢の組み合わせと適合する変化領域があるときは異常シーンが発生している確度が高い。よって各変化領域と適合する姿勢の組み合わせを判定することで密接する複数人が関与した異常シーンを高い確度で検知することができる。
【００４８】
姿勢判定部２２２は姿勢別人物モデル２１１の組み合わせと適合基準を下記Ｂ１〜Ｂ３のようにして姿勢判定を行なう。
（Ｂ１）姿勢判定部２２２は、異常シーンを定める姿勢の組み合わせ（特定複合姿勢）について適合度を算出して予め設定された適合判定しきい値と比較し、適合度が適合判定しきい値以上であれば特定複合姿勢と判定し、適合度が適合判定しきい値未満であれば特定複合姿勢ではないと判定する。つまり適合判定しきい値が適合基準となる。
（Ｂ２）姿勢判定部２２２は、特定複合姿勢について適合度を算出するとともに特定複合姿勢以外の姿勢の組み合わせについても適合度を算出し、特定複合姿勢の適合度が特定複合姿勢以外の適合度よりも大きければ特定複合姿勢と判定し、特定複合姿勢の適合度が特定複合姿勢以外の適合度以下であれば特定複合姿勢と判定する。特定複合姿勢の適合度を複数算出する場合はその最大値と比較する。この判定方法は特定複合姿勢以外の適合度を適合基準に動的設定することに相当する。また特定複合姿勢の適合度と特定複合姿勢以外の適合度の中から最大値と対応する姿勢の組み合わせを判定することもこの方法の中のひとつである。
（Ｂ３）Ｂ２に加えて単独姿勢の適合度も算出して特定複合姿勢の適合度と比較する。
【００４９】
これらの方法は、Ｂ１，Ｂ２，Ｂ３の順に計算コストが大きくなり、Ｂ１，Ｂ２，Ｂ３の順に判定精度が高くなる。本実施形態では計算コストの増加を回避するためにＢ２を採用し、領域人数判定部２２１の判定結果を参照してことで複合形状の比較対象を複数人領域に限定することで判定精度を担保する。以下、比較対象を複数人領域に限定する処理について説明する。
【００５０】
すなわち姿勢判定部２２２は複合形状を人物数が２以上であると判定された変化領域のみと形状比較を行なう。これにより１人領域に姿勢別人物モデル２１１の組み合わせが偶然に適合してしまう誤判定を減じることができる。さらにこの限定により姿勢別人物モデル２１１同士を大きく重複させて組み合わせることが許容可能となるので、賊が被害者に馬乗りになっているときなどに姿勢の組み合わせを誤判定して異常シーンを検知し損ねることを減じることができる。
【００５１】
さらに姿勢判定部２２２は人物数が２以上であると判定された変化領域を姿勢ごとの姿勢別人物モデル２１１を当該人物数だけ組み合わせた複合形状と形状比較する。この個数限定によって１人領域のみならず複数人領域に対しても、不当な姿勢別人物モデル２１１の組み合わせが偶然に適合してしまう誤判定を減じることができ、姿勢別人物モデル２１１同士を大きく重複させて組み合わせることが許容可能となるので、賊が被害者に馬乗りになっているときなどに姿勢の組み合わせを誤判定して異常シーンを検知し損ねることを減じることができる。
【００５２】
ここで、各人物がとる姿勢は一定ではない上、人物間の位置関係も一定ではなく、また上述したように人物の姿勢には個人差や体の向きにより生じる誤差等が含まれる。そこで変化領域に対する各姿勢別人物モデル２１１の重ね合わせは各パラメータを変更しながら探索的に行なわれる。但し、リアルタイムで異常検知を行うために、１時刻で処理が終わるように探索の反復回数Ｎが予め固定的に規定され（例えば１０００回）、或いは１時刻より短い処理時間の予めの規定により探索の反復回数Ｎが動的に規定される（例えば１／１０秒）。このとき、限られた反復回数の中で姿勢判定の結果が局所解に陥ることを防ぐために、パラメータの変更をランダムに行う。
【００５３】
探索時に変更されるパラメータについて説明する。
【００５４】
第一に、姿勢判定部２２２は各人物がとる姿勢が一定ではないことに対応して姿勢種別の組み合わせを複数通り試行する。３種類の姿勢が設定されている本実施形態では、１人領域に対しては３通り、２人領域に対しては６通り、３人領域に対しては１０通りの組み合わせの中からＮ回のランダム試行が行なわれる。反復回数Ｎ回に対して組み合わせの数は充分に小さいので都度ランダムに変更しても全ての組み合わせが網羅される。
【００５５】
第二に、姿勢判定部２２２は人物間の位置関係が一定ではないことに対応して各姿勢別人物モデル２１１の配置の組み合わせを複数通り試行する。各姿勢別人物モデル２１１は当該モデルの少なくとも一部が嵌合の対象とする変化領域と重なるように配置すればよい。具体的には嵌合の対象とする変化領域内に各姿勢別人物モデル２１１の重心をランダムに設定する。
【００５６】
第三に、姿勢判定部２２２は個人差や体の向きにより生じる誤差に対応して各姿勢別人物モデル２１１の形状、傾きを変動許容範囲でランダムに微小変更する。形状の変更は長軸長と短軸長を独立して変更することにより行われる。傾きの変更は偏位角を変更することにより行われる。
【００５７】
また、連続する時刻において各人は前時刻と同じ姿勢である確率が最も高いことに着目し、前時刻の複数人領域と同定された複数人領域に対して前時刻と同じ姿勢別人物モデル２１１の組み合わせを選ぶ回数を他の組み合わせよりも多くする。例えばＮ回のうちＮ／２回をランダム選択せずに前時刻と同じ組み合わせを固定選択し、残りのＮ／２回をランダム選択する。こうすることで反復回数に限りがある中で正解確率の高い姿勢別人物モデル２１１の組み合わせに対して配置変更、形状変更、傾き変更の回数が増えて高い適合度を算出することが可能となる。
【００５８】
図６，７，８を参照して姿勢判定の処理の様子を説明する。
【００５９】
図６は拘束シーンを撮像した監視画像８の一例である。人物８０及び人物８２は賊、人物８１は被害者である。×印の交点は画像中心８３を表している。
【００６０】
図７は、変化領域抽出部２２０により図６の監視画像８から抽出された変化領域９０に対し、姿勢判定部２２２が姿勢別人物モデル２１１の嵌合を行なっている様子を示したものである。ただし図６の監視画像８の一部領域８４に相当する部分だけを示している。×印の交点は図６と同じ画像中心８３を表している。
【００６１】
図７の例において、変化領域９０は領域人数判定部２２１により３人領域と判定されたものとする。また図７の例は、姿勢判定部２２２が反復処理の中で立位モデル２１１Ｒと屈位モデル２１１Ｋと倒位モデル２１１Ｔを各１つ計３つの組み合わせを設定したときの様子である。
【００６２】
姿勢判定部２２２は、変化領域９０内にランダム座標を設定して立位モデル２１１Ｒの重心位置ＰＲとし、重心位置ＰＲに応じた長軸長ＬＲと短軸長ＳＲを記憶部２１から読み出すとともに許容範囲αＬＲ，αＳＲ，αθＲを読み出し、±αＬＲの範囲でΔＬＲをランダムに設定し、±αＳＲの範囲でΔＳＲをランダムに設定し、±αθＲの範囲でΔθＲをランダムに設定する。姿勢判定部２２２は、画像中心８３と重心位置ＰＲを結ぶ放射線から重心位置ＰＲを中心にΔθＲだけ回転した直線を長軸として求め、重心位置ＰＲを中心とし長軸長ＬＲ＋ΔＬＲ、短軸長ＳＲ＋ΔＳＲの楕円を算出する。
【００６３】
同様に、姿勢判定部２２２は、屈位モデル２１１Ｋの重心位置ＰＫを変化領域９０内にランダム設定するとともに、変動量ΔＬＫ，ΔＳＫ，ΔθＫをそれぞれ±αＬＫ，±αＳＫ，±αθＫの範囲でランダムに設定し、画像中心８３と重心位置ＰＫを結ぶ放射線から重心位置ＰＫを中心にΔθＫだけ回転した直線を長軸とし重心位置ＰＫを中心とする長軸長ＬＫ＋ΔＬＫ、短軸長ＳＫ＋ΔＳＫの楕円を算出する。
【００６４】
さらに同様に、姿勢判定部２２２は、倒位モデル２１１Ｔの重心位置ＰＴを変化領域９０内にランダム設定するとともに、変動量ΔＬＴ，ΔＳＴ，ΔθＴをそれぞれ±αＬＴ，±αＳＴ，±αθＴの範囲でランダムに設定し、画像中心８３と重心位置ＰＴを結ぶ放射線の重心位置ＰＫを通る法線を求め、当該法線から重心位置ＰＴを中心にΔθＴだけ回転した直線を長軸とし重心位置ＰＴを中心とする長軸長ＬＴ＋ΔＬＴ、短軸長ＳＴ＋ΔＳＴの楕円を算出する。
【００６５】
３人領域９０に重ねあわせる３つの姿勢別人物モデル２１１が決定すると、姿勢判定部２２２はこれらを組み合わせた複合形状９１と３人領域９０との間で一致しない部分（図８の網掛け部分）の画素数を複合形状９１の画素数で除した商を１．０から減じて適合度を求める。
こうして算出された適合度が適合基準を満たすと、３人領域９０は立位と屈位と倒位が組み合わされた姿勢と判定される。
【００６６】
異常判定部２２３は、姿勢判定部２２２による姿勢判定結果を参照し、姿勢判定結果が予め設定された異常な姿勢の組み合わせと合致するときに異常シーンが発生していると判定して異常信号を出力部２３に出力する。拘束シーンを異常シーンとして判定するために、異常判定部２２３には倒姿勢と非倒姿勢を同時に含む組み合わせが異常な姿勢の組み合わせとして予め設定されている。
【００６７】
このとき異常判定部２２３は、異常判定の確度を高めるために、各変化領域に検知カウンタを設定して異常な姿勢の組み合わせとの合致の継続回数を計数し、継続回数が予め設定された通報しきい値以上となったときに異常信号を出力する。
【００６８】
また拘束作業中の賊が体勢を変えるなどして賊の変化領域と被害者の変化領域が一時的に分離することがある。このときに検知カウンタをリセットしてしまうとその分だけ通報が遅れてしまうため、異常判定部２２３は一時的な分離を許容して合致の継続回数を計数する。具体的には異常判定部２２３は領域人数判定部２２１にて分離が検出された変化領域に対して猶予条件を設定して継続回数の計数を保留し、猶予条件を満たす間に当該変化領域の再統合が検出されれば保留を解除して継続回数の計数を再開し、猶予条件を満たす間に当該変化領域の再統合が検出されなければ継続回数の計数をリセットする。
【００６９】
猶予条件のひとつは変化領域間の距離であり、異常判定部２２３は分離が検出された変化領域間の距離を算出して距離しきい値（例えば２ｍ相当）と比較し、距離が距離しきい値未満なら猶予条件を満たすと判定し、距離が距離しきい値以上なら猶予条件を満たさないと判定する。
【００７０】
猶予条件のもうひとつは時間であり、異常判定部２２３は分離が検出された変化領域にタイマーを設定して予め設定された猶予時間（例えば５秒）と比較し、猶予時間未満なら猶予条件を満たすと判定し、猶予時間が経過すると猶予条件を満たさないと判定する。
【００７１】
出力部２３は異常信号を画像センサー２の外部へ出力する通信手段である。出力部２３は異常判定部２２３から異常信号が入力されると、当該異常信号をコントローラー３へ出力する。
【００７２】
［通報システム１の動作］
以下、画像センサー２の動作を中心に通報システム１の動作を説明する。図９は画像センサー２が行う異常検知処理の全体フロー図である。
【００７３】
電源が投入されると、各部が初期化され動作を開始する（Ｓ１）。初期化には起動直後の監視画像を制御部２２の変化領域抽出部２２０が背景画像２１０として記憶部２１に記憶させる処理を含む。
【００７４】
撮像部２０は監視空間を撮像するたびに監視画像を出力し、制御部２２はこれを取得する（Ｓ２）。以下、最新の監視画像が入力された時刻を現時刻、最新の監視画像を現画像と呼ぶ。
【００７５】
制御部２２の変化領域抽出部２２０は現画像を背景画像２１０と比較して変化領域を抽出する（Ｓ３）。抽出された変化領域の情報は制御部２２の領域人数判定部２２１と異常判定部２２３に入力され、各部による領域情報生成処理が行われる（Ｓ４）。すなわち、領域人数判定部２２１は各変化領域に含まれる人物数を判定し、異常判定部２２３は変化領域の分離猶予判定を行なう。ただし、後述する人物情報がない場合はステップＳ４の処理をスキップする。
【００７６】
図１０を参照して領域情報生成処理を説明する。
【００７７】
まず、領域人数判定部２２１は現時刻に抽出された変化領域と一時刻前に抽出された変化領域の対応付けを行なう（Ｓ４００）。この対応付け処理はいわゆる人物追跡処理である。そのために領域人数判定部２２１は、変化領域における監視画像の色ヒストグラムやテクスチャなどの画像特徴及び変化領域の重心位置、人物ＩＤからなる人物情報を記憶部２１に記憶させ、現時刻に抽出された変化領域における現画像の画像特徴及び現時刻に抽出された変化領域の重心位置を記憶されている人物情報と比較することにより画像特徴が類似し重心位置が移動可能範囲内である変化領域同士を同一人物による領域であるとして対応付ける。
【００７８】
このとき領域人数判定部２２１は、画像上で人物同士が重なることを考慮し、重心位置が移動可能範囲内であることを条件に多対１の対応付けを許容する。多対１の対応付けにより複数の人物ＩＤが対応付けられた変化領域に対しては統合を検出したとして人物情報にその旨を表す統合フラグを設定する。
【００７９】
また領域人数判定部２２１は、人物同士の重なりが解消されることも考慮し、重心位置が移動可能範囲内であることを条件に１対多の対応付けも許容する。１対多の対応付けを行なった変化領域に対しては分離を検出したとして人物情報にその旨を表す分離フラグを設定する。
【００８０】
尚、移動可能範囲が視野外を含み、類似する変化領域が無い人物情報は消失したとして削除される。また、いずれの人物情報とも類似しない変化領域は新規出現したとしてその画像特徴と重心位置からなる人物情報に新たな人物ＩＤと新規出現フラグを付与して記憶部２１に追記される。
【００８１】
対応付けがなされると制御部２２は、各変化領域を順次注目領域に設定してステップＳ４０１からＳ４１５のループ処理を行う。
【００８２】
変化領域のループ処理において領域人数判定部２２１は、まず注目領域のフラグを参照して現時刻において新規出現した変化領域か否かを確認する（Ｓ４０２）。新規出現領域であれば注目領域の大きさをしきい値処理してその人物数を初期化し（Ｓ４０２にてＹＥＳ→Ｓ４０３）、次の変化領域の処理へと進む。
【００８３】
注目領域が新規出現領域でなければ領域人数判定部２２１及び異常判定部２２３は、注目領域のフラグを参照して現時刻において統合が検出された変化領域か否かを確認する（Ｓ４０２にてＮＯ→Ｓ４０４）。注目領域に統合が検出されたのであれば領域人数判定部２２１はその人物ＩＤの数を人物数として計数する（Ｓ４０４にてＹＥＳ→Ｓ４０５）。統合後の変化領域の人物数は統合前の各変化領域に設定されていた人物数の合算値となる。また異常判定部２２３は猶予対象に設定されていればそれを設定解除する（Ｓ４０６にてＹＥＳ→Ｓ４０７）。猶予対象に設定されていなければ（Ｓ４０６にてＮＯ）、ステップＳ４０７は省略される。その後、処理は次の変化領域の処理へと進められる。
【００８４】
一方、注目領域が新規出現領域でも現時刻に統合した領域でもなければ、異常判定部２２３は注目領域のフラグを参照して現時刻において分離が検出された変化領域か否かを確認する（Ｓ４０４にてＮＯ→Ｓ４０８）。注目領域に分離が検出されたのであれば、領域人数判定部２２１はその人物ＩＤの数を人物数として計数する（Ｓ４０８にてＹＥＳ→Ｓ４０９）。分離後の各変化領域の人物数は分離前の変化領域に設定されていた人物数より少なくなる。また異常判定部２２３は注目領域を猶予対象に設定する（Ｓ４１０）。すなわち異常判定部２２３は注目領域の人物情報に猶予フラグと分離元の人物ＩＤと猶予時間に対応する時刻数を記録する。その後、処理は次の変化領域の処理へと進められる。
【００８５】
注目領域が新規出現領域でも現時刻に統合又は分離した領域でもなければ、異常判定部２２３は注目領域のフラグを参照して猶予対象であるか否かを確認する（Ｓ４０８にてＮＯ→Ｓ４１１）。
【００８６】
注目領域が猶予対象であれば、異常判定部２２３は当該領域が猶予条件を未だに満たしているか否かを確認する（Ｓ４１１にてＹＥＳ→Ｓ４１２）。すなわち異常判定部２２３は、注目領域の重心位置と同じ分離元が設定されている変化領域の重心位置との距離を算出して距離しきい値と比較し、当該領域の猶予時間を１だけ減算して減算後の猶予時間を０と比較する。距離が距離しきい値未満且つ猶予時間が０より大きければ猶予条件を満たしているとして猶予対象の設定は継続される（Ｓ４１２にてＹＥＳ）。他方、距離が距離しきい値以上又は猶予時間が０以下になれば猶予条件を満たしていないとして異常判定部２２３は注目領域に対する猶予対象の設定を解除し、注目領域の検知カウンタをリセットする（Ｓ４１２にてＮＯ→Ｓ４１３，Ｓ４１４）。
【００８７】
ステップＳ４０１からＳ４１５のループ処理を全ての変化領域に対して終えると（Ｓ４１５にてＹＥＳ）、領域情報生成処理は終了し、処理は図９のステップＳ５へ進められる。
【００８８】
図９に戻り、制御部２２はステップＳ４にて２以上の人物数が判定された変化領域（複数人領域）があるか否かを確認し（Ｓ５）、複数人領域がひとつも設定されていなければ現時刻の処理を終えて新たな監視画像の入力を待つ（Ｓ５にてＮＯ→Ｓ２）。
【００８９】
他方、複数人領域が判定されている場合（Ｓ５にてＹＥＳ）、制御部２２は各複数人領域を順次処理対象に設定してステップＳ６〜Ｓ１３のループ処理を行う。複数人領域のループ処理においては、まず制御部２２の姿勢判定部２２２が処理対象の複数人領域に対して姿勢判定処理を行う（Ｓ７）。
【００９０】
図１１を参照して姿勢判定処理を説明する。
【００９１】
姿勢判定部２２２は、姿勢別人物モデル２１１の当て嵌めを１０００回繰り返して各当て嵌めの適合度を算出し、最も当て嵌まる姿勢の組み合わせを判定する。
【００９２】
まず姿勢判定部２２２は姿勢種別を設定する。姿勢判定部２２２は、繰り返し回数が５００回に達しているかを確認するとともに（Ｓ６００）、処理対象の複数人領域について１時刻前の判定結果が記憶部２１に記憶されているかを確認し（Ｓ６０１）、５００回未満であり且つ記録がある場合は記録されている処理対象の複数人領域に対して１時刻前の姿勢種別を設定する（Ｓ６００にてＮＯ→Ｓ６０１にてＹＥＳ→Ｓ６０２）。一方、５００回以上の場合（Ｓ６００にてＹＥＳ）又は５００回未満であるが記録がない場合（Ｓ６００にてＮＯ→Ｓ６０１にてＮＯ）、姿勢判定部２２２は処理対象の複数人領域に対して図９のステップＳ４にて判定された人物数と同数の姿勢種別をランダムに設定する（Ｓ６０３）。本実施形態においては立位・屈位・倒位の３種類の中から姿勢種別が設定される。
【００９３】
次に姿勢判定部２２２はステップＳ６０２又はＳ６０３にて設定された各姿勢種別に対してランダムに複数領域内の座標値を設定する（Ｓ６０４）。当該座標値が各姿勢種別の姿勢別人物モデル２１１を配置する際の重心位置となる。
【００９４】
続いて姿勢判定部２２２はステップＳ６０２又はＳ６０３にて設定された各姿勢種別に対してその傾きを許容範囲内でランダムに設定する（Ｓ６０５）。前述したように許容範囲は姿勢種別ごとに定められており、その範囲は立位であれば±αθＲ、屈位であれば±αθＫ、倒位であれば±αθＴである。
【００９５】
続いて姿勢判定部２２２はステップＳ６０２又はＳ６０３にて選択された各姿勢種別に対してその形状と大きさすなわち長軸長と短軸長を許容範囲内でランダムに設定する（Ｓ６０６）。前述したように許容範囲は姿勢種別ごとに定められており、その範囲は立位であればＬＲ±αＬＲ、屈位であればＬＫ±αＬＫ、倒位であればＬＴ±αＬＴである。
【００９６】
こうして各姿勢別人物モデル２１１のパラメータが決まると、姿勢判定部２２２はこれらのパラメータに従って姿勢別人物モデル２１１を重ね合わせた複合形状を算出し、複数人領域に対する複合形状の適合度を算出し（Ｓ６０７）、算出された適合度が最大値であるか否かを確認する（Ｓ６０８）。なお最大値の初期値は負値としておけばよい。
【００９７】
算出された適合度が最大値であれば、ステップＳ６０２又はＳ６０３にて設定された各姿勢種別、各姿勢種別と対応してステップＳ６０４にて設定された配置、各姿勢種別と対応してステップＳ６０５にて設定された傾き、各姿勢種別と対応してステップＳ６０６にて設定された形状及び大きさ（長軸長と短軸長）、及びステップＳ６０７にて算出された適合度を記憶部２１に記憶させる（Ｓ６０８にてＹＥＳ→Ｓ６０９）。これにより最大適合度は更新される。
他方、算出された適合度が最大値でなければ（Ｓ６０８にてＮＯ）、ステップＳ６０９はスキップされ、最大適合度は更新されない。
【００９８】
以上ステップＳ６００からのＳ６０９の試行は規定回数の１０００回に達するまで繰り返される（Ｓ６１０にてＮＯ→Ｓ６００）。試行回数が１０００回に達すると（Ｓ６１０にてＹＥＳ）、姿勢判定処理は終了し、処理は図９のステップＳ７へ進められる。姿勢判定処理の終了時点で、処理対象の変化領域に最も適合する姿勢の組み合わせに関する情報が記憶部２１に保持されている。なお最大適合度が予め設定された基準値（例えば０．５）に満たない場合は姿勢判定不能であるとして判定を保留してもよい。
【００９９】
図９に戻り、制御部２２の異常判定部２２３は、ステップＳ７にて最も適合度が高いとされた姿勢種別の組み合わせが倒姿勢と非倒姿勢を同時に含む組み合わせであるか否かを判定する（Ｓ８）。姿勢種別の組み合わせが該当する組み合わせでなければ異常判定部２２３は処理対象の検知カウントを１だけ減少させる（Ｓ８にてＮＯ→Ｓ９）。ただし０未満となった検知カウントは０に補正される。
【０１００】
他方、ステップＳ７にて最も適合度が高いとされた姿勢種別の組み合わせが倒姿勢と非倒姿勢を同時に含む組み合わせであれば（Ｓ８にてＹＥＳ）、異常判定部２２３は、現画像と一時刻前の監視画像とのフレーム間差分処理を行ってフレーム間差分画像を生成するとともにステップＳ７にて適合が判定された姿勢別人物モデル２１１間の重複領域を求め、当該重複領域におけるフレーム間差分画像の画素値を総和して予め設定された動き検出しきい値と比較することで重複領域における動きを検出する（Ｓ１０）。ここで検出する動きは拘束行為を行なっている賊の手の動きである。フレーム間差分値の総和が動き検出しきい値未満であれば（Ｓ１１にてＮＯ）、検知カウントはキープされる。他方、フレーム間差分値の総和が動き検出しきい値以上であれば（Ｓ１１にてＹＥＳ）、異常判定部２２３は、動きありとして検知カウントを１だけ増加させる（Ｓ１２）。
【０１０１】
こうして全ての複数人領域に対してステップＳ６〜Ｓ１３の処理が行われると（Ｓ１３にてＹＥＳ）、異常判定部２２３は各複数人領域の検知カウントが通報閾値より大きくなったか否かを確認する（Ｓ１３）。いずれかの検知カウントが通報閾値より大きければ（Ｓ１３にてＹＥＳ）、異常判定部２２３は異常シーンが発生したとして異常信号を生成して出力部２３に出力する（Ｓ１４）。異常信号は出力部２３からコントローラー３、広域通信網４を経由してセンター装置５へ送信され、異常信号を受信したセンター装置５は異常発生を警備センターに常駐している管制員に報知する。異常発生を確認した管制員は警察への通報や警備員の派遣といった対処を行なう。いずれの検知カウントも通報閾値未満であれば（Ｓ１４にてＮＯ）、ステップＳ１５は省略される。
【０１０２】
以上の処理を終えると、処理はステップＳ２へ戻され、次時刻の監視画像に対する処理が行われる。
【０１０３】
なお、上記実施形態においては拘束シーンを検知する例を示したが、本発明が検知可能なシーンは拘束シーンに限らない。例えば別の実施形態においては、倒れている急病人とそれを救護している救護者からなる救護シーン、或いは倒れている被害者とそれを攻撃する加害者からなる暴行シーンなどを検知することも可能である。
【０１０４】
また、上記実施形態においては倒姿勢と非倒姿勢の組み合わせを異常な姿勢の組み合わせとして設定する例を示したが、別の実施形態においては別の異常な姿勢の組み合わせを設定することもできる。例えば、ホールドアップ姿勢をとる被害者とこれに密着した立位の賊とが関与する脅迫シーンの検知に用いることができる。この場合、記憶部２１には姿勢別人物モデル２１１として少なくともＹ字型の形状を表すホールドアップ姿勢モデルと立位モデル２１１Ｒとを記憶させておく。
【０１０５】
また、上記実施形態においては撮像部２０を鉛直下方に向けた例を示したが、撮像部２０が斜め下方に向けた別の実施形態においては、監視画像のＹ軸方向を立位モデル２１１Ｒ及び屈位モデル２１１Ｋの長軸の基準方向、監視画像のＸ軸方向を倒位モデル２１１Ｔの長軸の基準方向とすることができる。
【０１０６】
また、上記実施形態においては、姿勢別人物モデル２１１はそれぞれ１人分の領域形状を近似し、姿勢判定部２２２はこれらを都度重ね合わせて複合形状を作成する例を示した。別の実施形態においては予め作成した複合形状を姿勢別人物モデル２１１として記憶しておくこともできる。この場合、記憶部２１は姿勢別人物モデル２１１として、予め、互いに姿勢が異なる人物の形状を模した人物モデルを２以上重ね合わせた複合人物モデルを重ね合わせた姿勢種別の符号の組み合わせと対応付けて記憶する。このとき、同じ姿勢種別の組み合わせであっても重ね合わせの配置や傾き、形状がそれぞれ異ならせたバリエーションを複数作成して記憶しておく。そして、姿勢判定部２２２は、複合人物モデルをランダムに及び一時刻前の組み合わせを優先して反復回数だけ読み出して変化領域と形状比較して適合度を算出し、適合度が所定基準を超える姿勢種別の組み合わせを判定する。
【符号の説明】
【０１０７】
１・・・通報システム、２・・・画像センサー、３・・・コントローラー、４・・・広域通信網、５・・・センター装置、６・・・金庫、８・・・監視画像、２０・・・撮像部、２１・・・記憶部、２２・・・制御部、２３・・・出力部、９０・・・変化領域、９１・・・複合形状、２１０・・・背景画像、２１１・・・姿勢別人物モデル、２１１Ｒ・・・立位モデル、２１１Ｋ・・・屈位モデル、２１１Ｔ・・・倒位モデル、２２０・・・変化領域抽出部、２２１・・・領域人数判定部、２２２・・・姿勢判定部、２２３・・・異常判定部
【技術分野】
【０００１】
本発明は、画像解析により異常シーンを検知する異常検知装置に関し、特に複数人が関与した異常シーンを検知する異常検知装置に関する。
【背景技術】
【０００２】
これまでの機械警備システムは主として閉店後や留守中の警備を担ってきたが、昨今では従業員や家人が居る有人環境においても警備の要請が増えてきた。有人環境での警備のひとつに金庫等を狙った押し込み強盗への対策がある。押し込み強盗においては賊が従業員等の手足をロープや粘着テープで拘束する場合があり、機械警備システムには自由を奪われた被害者に代わって異常事態を失報せず迅速に通報することが望まれる。その一方で有人環境では従業員や家人だけの正常シーンで誤報しないよう、賊と被害者の両者の行動に着目して異常検知を行うことが望ましい。
【０００３】
従来技術には、有人環境での異常発生を検知するために２人の行動に着目して画像解析するものがある。例えば特許文献１に記載の監視装置では、監視画像に写った２人の人物について、その形状や距離の時間変化率が大きいときに喧嘩等などの異常を判定していた。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開平４−２７３６８９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら拘束シーンでは、被害者は脅されるなどして動きが小さくなることが多く、賊も拘束作業する手ないし腕の動きが主であるために動きが小さくなることが多い。そのため喧嘩のように大きな動きを伴わないことが多い拘束シーンを従来技術によって異常検知することが困難であった。
【０００６】
また、拘束シーンでは複数人が密着するために複数人の像が一体化して変化領域が１つになってしまうことが多い。そのため、一人ひとりの変化領域を区別することが困難であり、この点からも拘束シーンを従来技術によって異常検知することが困難であった。
【０００７】
本発明は、上記問題を鑑みてなされたものであり、動きが小さく、複数人が密着している異常シーンを誤失報なく検知することのできる異常検知装置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】
【０００８】
本発明に係る異常検知装置は、監視空間において複数の人物が関与して生じる異常を検知するものであって、監視空間を撮像して監視画像を出力する撮像部と、監視空間の背景が撮像された背景画像を記憶するとともに、互いに姿勢が異なる人物の形状を模した複数の人物モデルを姿勢ごとに予め記憶する記憶部と、背景画像との比較により監視画像から変化領域を抽出する変化領域抽出部と、姿勢ごとの人物モデルのうち２以上を重ね合わせた複合形状を変化領域と形状比較して適合度を算出し、適合度が所定基準を超える姿勢の組み合わせを判定する姿勢判定部と、姿勢判定部により判定された姿勢の組み合わせが予め設定された異常な組み合わせと合致するときに異常信号を出力する異常判定部と、を備えたことを特徴とする。
【０００９】
上記本発明に係る異常検知装置において、前記姿勢は、人物が倒れている倒姿勢と人物が倒れていない非倒姿勢を含み、倒姿勢と非倒姿勢の組み合わせが異常な組み合わせに設定される。
【００１０】
また、本発明の好適な態様において、異常検知装置は、変化領域における人物特徴を分析して当該変化領域に含まれる人物数を判定する領域人数判定部、をさらに備え、姿勢判定部は、複合形状を人物数が２以上であると判定された変化領域のみと形状比較する。
【００１１】
また、上記本発明の好適な態様において、姿勢判定部は、人物数が２以上であると判定された変化領域を姿勢ごとの人物モデルを当該人物数だけ組み合わせた複合形状と形状比較することができる。
【００１２】
別の本発明に係る異常検知装置において、撮像部は、監視空間を一定時間ごとに撮像して監視画像を逐次出力し、異常判定部は、合致の継続回数を計数し、継続回数が所定以上となったときに異常信号を出力する。
【００１３】
また、上記本発明に係る異常検知装置において、記憶部は、形状比較の処理を一定時間内に実行可能な反復回数を記憶し、姿勢判定部は、複合形状を反復回数だけランダムに生成し、生成された複合形状の中から最も適合する姿勢の組み合わせを判定する。
【００１４】
また、上記本発明に係る異常検知装置において、記憶部は、形状比較の処理を一定時間内に実行可能な反復回数を記憶するとともに、姿勢判定部により判定された姿勢の組み合わせを順次記憶し、姿勢判定部は、直前に記憶された姿勢の組み合わせを他の組み合わせよりも多く選んで複合形状を反復回数だけ生成し、生成された複合形状の中から最も適合する姿勢の組み合わせを判定する。
【００１５】
また、上記本発明の好適な態様において、撮像部は、監視空間を一定時間ごとに撮像して監視画像を逐次出力し、領域人数判定部は、一定時間ごとに撮像された監視画像から抽出された変化領域を追跡して当該変化領域の統合を検出することにより人物数を判定する。
【００１６】
また、上記本発明の好適な態様において、領域人数判定部は、さらに変化領域の分離を検出し、異常判定部は、変化領域の分離が検出されると継続回数の計数を保留するとともに当該変化領域間の距離を計測し、距離が所定距離未満であるときに当該変化領域の統合が検出されると保留を解除し、距離が所定距離以上になると継続回数の計数をリセットする。
【００１７】
また、上記本発明の好適な態様において、領域人数判定部は、さらに変化領域の分離を検出し、異常判定部は、変化領域の分離が検出されると継続回数の計数を保留して予め設定された猶予時間内に当該変化領域の統合が検出されると保留を解除し、猶予時間内に当該変化領域の統合が検出されないと継続回数の計数をリセットする。
【００１８】
他の本発明に係る異常検知装置は、監視空間において複数の人物が関与して生じる異常を検知する異常検知装置であって、監視空間を撮像して監視画像を出力する撮像部と、監視空間の背景が撮像された背景画像を記憶するとともに、互いに姿勢が異なる人物の形状を模した人物モデルを２以上重ね合わせた複合人物モデルを姿勢の組み合わせごとに予め記憶する記憶部と、背景画像との比較により監視画像から変化領域を抽出する変化領域抽出部と、姿勢の組み合わせごとの複合人物モデルを変化領域と形状比較して適合度を算出し、適合度が所定基準を超える姿勢の組み合わせを判定する姿勢判定部と、姿勢判定部により判定された姿勢の組み合わせが予め設定された異常な組み合わせと合致するときに異常信号を出力する異常判定部と、を備えたことを特徴とする。
【発明の効果】
【００１９】
倒れている者と倒れていない者の形状が一体化した平素は生じにくい変化領域を認識することにより異常検知を行うので、動きの小さな複数人が密着している異常シーンであっても高い確度で検知することができる。
【図面の簡単な説明】
【００２０】
【図１】通報システム１の全体構成を表すブロック図である。
【図２】画像センサー２の構成を表すブロック図である。
【図３】立位モデル２１１Ｒを例示した図である。
【図４】屈位モデル２１１Ｋを例示した図である。
【図５】倒位モデル２１１Ｔを例示した図である。
【図６】異常発生時の監視画像を例示した図である。
【図７】姿勢判定部２２２が変化領域に姿勢別人物モデル２１１を重ね合わせている処理の様子を例示した図である。
【図８】姿勢判定部２２２が変化領域に対する姿勢別人物モデル２１１の適合度を算出している様子を例示した図である。
【図９】異常検知処理のフローチャートである。
【図１０】領域人数判定処理のフローチャートである。
【図１１】姿勢判定処理のフローチャートである。
【発明を実施するための形態】
【００２１】
以下、本発明の異常検知装置を含んだ好適な実施形態の一例として、異常検知装置により異常シーンを検知して警備センター等へ通報する通報システム１について説明する。
【００２２】
［通報システム１の構成］
図１は通報システム１の全体図である。通報システム１は画像センサー２とコントローラー３とセンター装置５を含んで構成され、画像センサー２が本発明の異常検知装置に相当する。
【００２３】
画像センサー２は、金庫６などの重要物が設置された部屋を監視空間とし、当該部屋の天井に設置される。画像センサー２は監視空間にて発生した異常シーンを検知すると異常信号を出力する。
【００２４】
画像センサー２は通信線を介してコントローラー３に接続され、コントローラー３は電話回線又はインターネット回線等の広域通信網４を介して警備センター等の遠隔地に設置されたセンター装置５と接続される。画像センサー２が出力した異常信号はコントローラー３を介してセンター装置５に送信される。
【００２５】
図２は画像センサー２の構成を示したブロック図である。画像センサー２は撮像部２０、記憶部２１及び出力部２３が制御部２２に接続されてなる。
【００２６】
撮像部２０は、監視カメラであり、監視空間を臨むように設置され、監視空間を所定の時間間隔で撮影する。撮影された監視空間の監視画像は順次、制御部２２へ出力される。監視画像が撮像される時間間隔は例えば１／５秒である。以下、この撮像の時間間隔で刻まれる時間の単位を時刻と称する。本実施形態においては、監視空間である部屋の全体を撮像するために、撮像部２０は、魚眼レンズを備え、その光軸を鉛直下方に向けて設置される。
【００２７】
記憶部２１は、ＲＯＭ(Read Only Memory)、ＲＡＭ(Random Access Memory)等の記憶装置である。記憶部２１は、各種プログラムや各種データを記憶し、制御部２２との間でこれらの情報を入出力する。各種データには、背景画像２１０、姿勢別人物モデル２１１が含まれる。
【００２８】
背景画像２１０は監視空間の背景のみが撮像されている画像である。背景画像２１０は、異常検知処理に先立って生成され、記憶部２１に記憶される。背景画像２１０には人物像が含まれておらず、背景画像２１０を監視画像と比較することによって人物が撮像されている領域を変化領域として抽出できる。
【００２９】
姿勢別人物モデル２１１は互いに姿勢の異なる人物像の領域形状を模した形状データを姿勢種別と対応付けたデータであり、予め設定されて記憶される。姿勢別人物モデル２１１には、人物が倒れている倒姿勢に対応した倒位モデル２１１Ｔと、人物が倒れていない非倒姿勢に対応した立位モデル２１１Ｒおよび屈位モデル２１１Ｋと、が含まれる。拘束シーンにおいて、姿勢種別「倒姿勢（倒位）」は倒された被害者がとる姿勢に相当し、姿勢種別「非倒姿勢（立位及び屈位）」は賊がとる姿勢に相当する。
【００３０】
監視画像から抽出された変化領域に姿勢別人物モデル２１１を当て嵌めることで、監視空間中の人物の姿勢が推定される。
【００３１】
立位モデル２１１Ｒは立位の人物の領域形状を近似した姿勢別人物モデル２１１である。本実施形態において立位モデル２１１Ｒは、図３に示すように、長軸長がＬＲ±αＬＲ、短軸長がＳＲ±αＳＲであり、長軸方向が監視画像の中心からの放射線方向から±αθＲの範囲内である楕円で定義される。長軸の基準方向が放射線方向と設定されるのは、光軸を鉛直下方に向けた撮像部２０により撮像された監視画像の座標系においては放射線方向が立位の人物の身長方向となるためである。
【００３２】
長軸長の基準値ＬＲは平均的な身長に応じて設定され、その変動許容範囲±αＬＲは体格の個人差により生じる誤差等を吸収可能な範囲に設定される。短軸長の基準値ＳＲは平均的な体の幅に応じて設定され、その変動許容範囲±αＳＲは体の向きにより生じる誤差や体格の個人差により生じる誤差等を吸収可能な範囲に設定される。長軸の偏位角の変動許容範囲±αθＲは立位の姿勢の個人差を吸収可能な範囲に設定される。
【００３３】
記憶部２１には、立位モデル２１１Ｒとして予め上記のように設定された長軸長ＬＲ、短軸長ＳＲ、長軸長の変動許容範囲±αＬＲ、短軸長の変動許容範囲±αＳＲ、長軸の偏位角の変動許容範囲±αθＲの各数値が姿勢種別「立位」の符号と対応付けて記憶される。尚、人物の像の大きさは撮像部２０と人物の位置関係により変わるため、ＬＲ，ＳＲは監視画像上の位置ごとに設定し、αＬＲ，αＳＲはＬＲ，ＳＲに対する一定比率の長さに設定するのがよい。以上のように立位モデル２１１Ｒを設定することにより監視画像上で立位とみなせる範囲の人物の形状と傾きが定義される。
【００３４】
屈位モデル２１１Ｋは屈んだ姿勢の人物の領域形状を模した姿勢別人物モデル２１１である。本実施形態において屈位モデル２１１Ｋは、図４に示すように、長軸長がＬＫ±αＬＫ、短軸長がＳＫ±αＳＫであり、長軸方向が監視画像の中心からの放射線方向から±αθＫの範囲内である楕円で定義される。立位モデル２１１Ｒの説明で上述したように放射線方向は人物の身長方向に相当する。
【００３５】
長軸長の基準値ＬＫはＬＲの１／２前後に設定され、その変動許容範囲±αＬＫは体格の個人差により生じる誤差等を吸収可能な範囲に設定される。屈んだ姿勢では膝や腕が前方に突き出すことから短軸長の基準値ＳＫはＳＲより長めに設定され、その変動許容範囲±αＳＫは体の向きにより生じる誤差や体格の個人差により生じる誤差等を吸収可能な範囲に設定される。長軸の偏位角の変動許容範囲±αθＫは屈んだ姿勢の個人差を吸収可能な範囲に設定される。
【００３６】
記憶部２１には、屈位モデル２１１Ｋとして予め上記のように設定された長軸長ＬＫ、短軸長ＳＫ、長軸長の変動許容範囲±αＬＫ、短軸長の変動許容範囲±αＳＫ、長軸の偏位角の変動許容範囲±αθＫの各数値が姿勢種別「屈位」の符号と対応付けて記憶される。尚、人物の像の大きさは撮像部２０と人物の位置関係により変わるため、ＬＫ、ＳＫは監視画像上の位置ごとに設定し、αＬＫ，αＳＫはＬＫ，ＳＫに対する一定比率の長さに設定するのがよい。以上のように屈位モデル２１１Ｋを設定することにより監視画像上で屈位とみなせる範囲の人物の形状と傾きが定義される。
【００３７】
倒位モデル２１１Ｔは倒れている姿勢の人物の領域形状を模した姿勢別人物モデル２１１である。本実施形態において倒位モデル２１１Ｔは、図５に示すように、長軸長がＬＴ±αＬＴ、短軸長がＳＴ±αＳＴであり、長軸方向が監視画像の中心からの放射線の法線方向から±αθＴの範囲内である楕円で定義される。長軸の基準方向が放射線の法線方向と設定されるのは、光軸を鉛直下方に向けた撮像部２０により撮像された監視画像の座標系においては放射線の法線方向が倒位の人物の身長方向となるためである。
【００３８】
長軸長の基準値ＬＴは平均的な身長に応じて設定され、その変動許容範囲±αＬＴは体格の個人差により生じる誤差等を吸収可能な範囲に設定される。短軸長の基準値ＳＴは平均的な体の幅に応じて設定され、その変動許容範囲±αＳＴは体の向きにより生じる誤差や体格の個人差により生じる誤差等を吸収可能な範囲に設定される。長軸の偏位角の変動許容範囲±αθＴは立位と混同せぬように０≦αθＴ＜９０°−αθＲの範囲に設定される。
【００３９】
記憶部２１には、倒位モデル２１１Ｔとして予め上記のように設定された長軸長ＬＴ、短軸長ＳＴ、長軸長の変動許容範囲±αＬＴ、短軸長の変動許容範囲±αＳＴ、長軸の偏位角の変動許容範囲±αθＴの各数値が姿勢種別「倒位」の符号と対応付けて記憶される。尚、人物の像の大きさは撮像部２０と人物の位置関係により変わるため、ＬＴ、ＳＴは監視画像上の位置ごとに設定し、αＬＴ，αＳＴはＬＴ，ＳＴに対する一定比率の長さに設定するのがよい。以上のように倒位モデル２１１Ｔを設定することにより監視画像上で倒位とみなせる範囲の人物の形状と傾きが定義される。
【００４０】
制御部２２は、ＣＰＵ(Central Processing Unit)、ＤＳＰ（Digital Signal Processor）、ＭＣＵ（Micro Control
Unit）等の演算装置を用いて構成され、記憶部２１からプログラムを読み出して実行することで変化領域抽出部２２０、領域人数判定部２２１、姿勢判定部２２２、異常判定部２２３として機能する。
【００４１】
変化領域抽出部２２０は、撮像部２０から新たに入力された監視画像から変化領域を抽出し、抽出された変化領域の情報を領域人数判定部２２１及び姿勢判定部２２２へ出力する。
【００４２】
具体的には変化領域抽出部２２０は公知の背景差分処理又は背景相関処理により変化領域を抽出する。すなわち変化領域抽出部２２０は、監視画像を背景画像と比較して対応する各画素の値の相違度（差又は相関値）を算出し、相違度がしきい値を超える画素を変化画素として検出して互いに隣接する変化画素をまとめ、まとめた領域を変化領域として抽出する。検出のしきい値は事前実験に基づき予め設定される。なお変化領域抽出部２２０は予め定めた１人分の人物基準サイズに満たない大きさの変化領域を抽出対象から除外する。
【００４３】
領域人数判定部２２１は、変化領域抽出部２２０により抽出された変化領域における人物特徴を分析して当該変化領域に含まれる人物数を判定し、判定した人物数を姿勢判定部２２２へ出力する。尚、複数の変化領域が抽出されている場合はそれぞれの変化領域に対して人数判定が行なわれる。
【００４４】
具体的には、領域人数判定部２２１は下記Ａ１〜Ａ４の方法で人物数を判定する。
（Ａ１）領域人数判定部２２１は各変化領域を追跡して当該変化領域の統合を検出し、少なくとも統合後の変化領域の人物数が複数であると判定する。このとき統合された変化領域の数を統合後の変化領域の人物数と判定することもでき、又は統合された変化領域に対して判定されていた人物数を合計して統合後の変化領域の人物数とすることもできる。さらに領域人数判定部２２１は変化領域の分離をも検出し、分離した変化領域の人物数を減算して分離後の変化領域の人物数を判定することもできる。なお領域人数判定部２２１は各変化領域の人物数と併せて当該変化領域に統合や分離が検出されたか否かの別も出力する。
（Ａ２）領域人数判定部２２１は各変化領域の大きさをしきい値判定して人物数を判定する。しきい値は１人分の基準サイズに基づき予め定めておく。例えば変化領域の画素数が、基準サイズの０．８倍以上２×０．８倍未満なら１人、基準サイズの２×０．８倍以上３×０．８倍未満なら２人、基準サイズの３×０．８倍以上４×０．８倍未満なら３人、…というように判定する。なお見かけ上の人物サイズは撮像部２０と人物の位置関係により変わるため人物サイズ範囲は監視画像上の位置ごとに設定するのがよい。
（Ａ３）領域人数判定部２２１は各変化領域における監視画像から頭部形状（楕円やΩ形のエッジ）を検出して検出された頭部形状の数を人物数として判定する。
（Ａ４）領域人数判定部２２１は各変化領域における監視画像から顔特徴（肌色楕円や顔の部位）を検出して検出された顔特徴の数を人物数として判定する。
本実施形態においては（Ａ１）及び（Ａ２）を選択的に用いる。すなわち領域人数判定部２２１は、変化領域を追跡して、追跡において新規出現と判定された変化領域の大きさのしきい値判定により人物数を初期判定し、追跡した変化領域の統合及び分離から変動する人物数を判定する。
【００４５】
以下、２人以上が含まれると判定された変化領域を複数人領域とも称し、１人だけが含まれると判定された変化領域を１人領域、２人だけが含まれると判定された変化領域を２人領域、３人だけが含まれると判定された変化領域を３人領域などとも称する。
【００４６】
姿勢判定部２２２は、変化領域抽出部２２０により抽出された各変化領域と、姿勢ごとの姿勢別人物モデル２１１のうち２以上を重ね合わせた複合形状とを形状比較して適合度を算出し、適合度が適合基準を超える姿勢の組み合わせを判定する。適合度を算出する姿勢別人物モデル２１１の組み合わせには少なくとも検知する異常シーンを定める姿勢の組み合わせが含まれる。すなわち拘束シーンを検知する本実施形態においては少なくとも倒姿勢と倒姿勢の組み合わせが含まれる。適合度は変化領域と姿勢別人物モデル２１１の複合形状とが重ならなかった領域の画素数を該複合形状の画素数で除した商を１．０から減ずることによって算出すればよい。なお複数の変化領域が抽出されている場合、姿勢判定部２２２はそれぞれの変化領域に対して姿勢判定を行なう。
【００４７】
拘束シーンのように倒姿勢の人物と非倒姿勢の人物が密接している状況は平素生じにくい。そのため倒姿勢と非倒姿勢の組み合わせと適合する変化領域があるときは異常シーンが発生している確度が高い。よって各変化領域と適合する姿勢の組み合わせを判定することで密接する複数人が関与した異常シーンを高い確度で検知することができる。
【００４８】
姿勢判定部２２２は姿勢別人物モデル２１１の組み合わせと適合基準を下記Ｂ１〜Ｂ３のようにして姿勢判定を行なう。
（Ｂ１）姿勢判定部２２２は、異常シーンを定める姿勢の組み合わせ（特定複合姿勢）について適合度を算出して予め設定された適合判定しきい値と比較し、適合度が適合判定しきい値以上であれば特定複合姿勢と判定し、適合度が適合判定しきい値未満であれば特定複合姿勢ではないと判定する。つまり適合判定しきい値が適合基準となる。
（Ｂ２）姿勢判定部２２２は、特定複合姿勢について適合度を算出するとともに特定複合姿勢以外の姿勢の組み合わせについても適合度を算出し、特定複合姿勢の適合度が特定複合姿勢以外の適合度よりも大きければ特定複合姿勢と判定し、特定複合姿勢の適合度が特定複合姿勢以外の適合度以下であれば特定複合姿勢と判定する。特定複合姿勢の適合度を複数算出する場合はその最大値と比較する。この判定方法は特定複合姿勢以外の適合度を適合基準に動的設定することに相当する。また特定複合姿勢の適合度と特定複合姿勢以外の適合度の中から最大値と対応する姿勢の組み合わせを判定することもこの方法の中のひとつである。
（Ｂ３）Ｂ２に加えて単独姿勢の適合度も算出して特定複合姿勢の適合度と比較する。
【００４９】
これらの方法は、Ｂ１，Ｂ２，Ｂ３の順に計算コストが大きくなり、Ｂ１，Ｂ２，Ｂ３の順に判定精度が高くなる。本実施形態では計算コストの増加を回避するためにＢ２を採用し、領域人数判定部２２１の判定結果を参照してことで複合形状の比較対象を複数人領域に限定することで判定精度を担保する。以下、比較対象を複数人領域に限定する処理について説明する。
【００５０】
すなわち姿勢判定部２２２は複合形状を人物数が２以上であると判定された変化領域のみと形状比較を行なう。これにより１人領域に姿勢別人物モデル２１１の組み合わせが偶然に適合してしまう誤判定を減じることができる。さらにこの限定により姿勢別人物モデル２１１同士を大きく重複させて組み合わせることが許容可能となるので、賊が被害者に馬乗りになっているときなどに姿勢の組み合わせを誤判定して異常シーンを検知し損ねることを減じることができる。
【００５１】
さらに姿勢判定部２２２は人物数が２以上であると判定された変化領域を姿勢ごとの姿勢別人物モデル２１１を当該人物数だけ組み合わせた複合形状と形状比較する。この個数限定によって１人領域のみならず複数人領域に対しても、不当な姿勢別人物モデル２１１の組み合わせが偶然に適合してしまう誤判定を減じることができ、姿勢別人物モデル２１１同士を大きく重複させて組み合わせることが許容可能となるので、賊が被害者に馬乗りになっているときなどに姿勢の組み合わせを誤判定して異常シーンを検知し損ねることを減じることができる。
【００５２】
ここで、各人物がとる姿勢は一定ではない上、人物間の位置関係も一定ではなく、また上述したように人物の姿勢には個人差や体の向きにより生じる誤差等が含まれる。そこで変化領域に対する各姿勢別人物モデル２１１の重ね合わせは各パラメータを変更しながら探索的に行なわれる。但し、リアルタイムで異常検知を行うために、１時刻で処理が終わるように探索の反復回数Ｎが予め固定的に規定され（例えば１０００回）、或いは１時刻より短い処理時間の予めの規定により探索の反復回数Ｎが動的に規定される（例えば１／１０秒）。このとき、限られた反復回数の中で姿勢判定の結果が局所解に陥ることを防ぐために、パラメータの変更をランダムに行う。
【００５３】
探索時に変更されるパラメータについて説明する。
【００５４】
第一に、姿勢判定部２２２は各人物がとる姿勢が一定ではないことに対応して姿勢種別の組み合わせを複数通り試行する。３種類の姿勢が設定されている本実施形態では、１人領域に対しては３通り、２人領域に対しては６通り、３人領域に対しては１０通りの組み合わせの中からＮ回のランダム試行が行なわれる。反復回数Ｎ回に対して組み合わせの数は充分に小さいので都度ランダムに変更しても全ての組み合わせが網羅される。
【００５５】
第二に、姿勢判定部２２２は人物間の位置関係が一定ではないことに対応して各姿勢別人物モデル２１１の配置の組み合わせを複数通り試行する。各姿勢別人物モデル２１１は当該モデルの少なくとも一部が嵌合の対象とする変化領域と重なるように配置すればよい。具体的には嵌合の対象とする変化領域内に各姿勢別人物モデル２１１の重心をランダムに設定する。
【００５６】
第三に、姿勢判定部２２２は個人差や体の向きにより生じる誤差に対応して各姿勢別人物モデル２１１の形状、傾きを変動許容範囲でランダムに微小変更する。形状の変更は長軸長と短軸長を独立して変更することにより行われる。傾きの変更は偏位角を変更することにより行われる。
【００５７】
また、連続する時刻において各人は前時刻と同じ姿勢である確率が最も高いことに着目し、前時刻の複数人領域と同定された複数人領域に対して前時刻と同じ姿勢別人物モデル２１１の組み合わせを選ぶ回数を他の組み合わせよりも多くする。例えばＮ回のうちＮ／２回をランダム選択せずに前時刻と同じ組み合わせを固定選択し、残りのＮ／２回をランダム選択する。こうすることで反復回数に限りがある中で正解確率の高い姿勢別人物モデル２１１の組み合わせに対して配置変更、形状変更、傾き変更の回数が増えて高い適合度を算出することが可能となる。
【００５８】
図６，７，８を参照して姿勢判定の処理の様子を説明する。
【００５９】
図６は拘束シーンを撮像した監視画像８の一例である。人物８０及び人物８２は賊、人物８１は被害者である。×印の交点は画像中心８３を表している。
【００６０】
図７は、変化領域抽出部２２０により図６の監視画像８から抽出された変化領域９０に対し、姿勢判定部２２２が姿勢別人物モデル２１１の嵌合を行なっている様子を示したものである。ただし図６の監視画像８の一部領域８４に相当する部分だけを示している。×印の交点は図６と同じ画像中心８３を表している。
【００６１】
図７の例において、変化領域９０は領域人数判定部２２１により３人領域と判定されたものとする。また図７の例は、姿勢判定部２２２が反復処理の中で立位モデル２１１Ｒと屈位モデル２１１Ｋと倒位モデル２１１Ｔを各１つ計３つの組み合わせを設定したときの様子である。
【００６２】
姿勢判定部２２２は、変化領域９０内にランダム座標を設定して立位モデル２１１Ｒの重心位置ＰＲとし、重心位置ＰＲに応じた長軸長ＬＲと短軸長ＳＲを記憶部２１から読み出すとともに許容範囲αＬＲ，αＳＲ，αθＲを読み出し、±αＬＲの範囲でΔＬＲをランダムに設定し、±αＳＲの範囲でΔＳＲをランダムに設定し、±αθＲの範囲でΔθＲをランダムに設定する。姿勢判定部２２２は、画像中心８３と重心位置ＰＲを結ぶ放射線から重心位置ＰＲを中心にΔθＲだけ回転した直線を長軸として求め、重心位置ＰＲを中心とし長軸長ＬＲ＋ΔＬＲ、短軸長ＳＲ＋ΔＳＲの楕円を算出する。
【００６３】
同様に、姿勢判定部２２２は、屈位モデル２１１Ｋの重心位置ＰＫを変化領域９０内にランダム設定するとともに、変動量ΔＬＫ，ΔＳＫ，ΔθＫをそれぞれ±αＬＫ，±αＳＫ，±αθＫの範囲でランダムに設定し、画像中心８３と重心位置ＰＫを結ぶ放射線から重心位置ＰＫを中心にΔθＫだけ回転した直線を長軸とし重心位置ＰＫを中心とする長軸長ＬＫ＋ΔＬＫ、短軸長ＳＫ＋ΔＳＫの楕円を算出する。
【００６４】
さらに同様に、姿勢判定部２２２は、倒位モデル２１１Ｔの重心位置ＰＴを変化領域９０内にランダム設定するとともに、変動量ΔＬＴ，ΔＳＴ，ΔθＴをそれぞれ±αＬＴ，±αＳＴ，±αθＴの範囲でランダムに設定し、画像中心８３と重心位置ＰＴを結ぶ放射線の重心位置ＰＫを通る法線を求め、当該法線から重心位置ＰＴを中心にΔθＴだけ回転した直線を長軸とし重心位置ＰＴを中心とする長軸長ＬＴ＋ΔＬＴ、短軸長ＳＴ＋ΔＳＴの楕円を算出する。
【００６５】
３人領域９０に重ねあわせる３つの姿勢別人物モデル２１１が決定すると、姿勢判定部２２２はこれらを組み合わせた複合形状９１と３人領域９０との間で一致しない部分（図８の網掛け部分）の画素数を複合形状９１の画素数で除した商を１．０から減じて適合度を求める。
こうして算出された適合度が適合基準を満たすと、３人領域９０は立位と屈位と倒位が組み合わされた姿勢と判定される。
【００６６】
異常判定部２２３は、姿勢判定部２２２による姿勢判定結果を参照し、姿勢判定結果が予め設定された異常な姿勢の組み合わせと合致するときに異常シーンが発生していると判定して異常信号を出力部２３に出力する。拘束シーンを異常シーンとして判定するために、異常判定部２２３には倒姿勢と非倒姿勢を同時に含む組み合わせが異常な姿勢の組み合わせとして予め設定されている。
【００６７】
このとき異常判定部２２３は、異常判定の確度を高めるために、各変化領域に検知カウンタを設定して異常な姿勢の組み合わせとの合致の継続回数を計数し、継続回数が予め設定された通報しきい値以上となったときに異常信号を出力する。
【００６８】
また拘束作業中の賊が体勢を変えるなどして賊の変化領域と被害者の変化領域が一時的に分離することがある。このときに検知カウンタをリセットしてしまうとその分だけ通報が遅れてしまうため、異常判定部２２３は一時的な分離を許容して合致の継続回数を計数する。具体的には異常判定部２２３は領域人数判定部２２１にて分離が検出された変化領域に対して猶予条件を設定して継続回数の計数を保留し、猶予条件を満たす間に当該変化領域の再統合が検出されれば保留を解除して継続回数の計数を再開し、猶予条件を満たす間に当該変化領域の再統合が検出されなければ継続回数の計数をリセットする。
【００６９】
猶予条件のひとつは変化領域間の距離であり、異常判定部２２３は分離が検出された変化領域間の距離を算出して距離しきい値（例えば２ｍ相当）と比較し、距離が距離しきい値未満なら猶予条件を満たすと判定し、距離が距離しきい値以上なら猶予条件を満たさないと判定する。
【００７０】
猶予条件のもうひとつは時間であり、異常判定部２２３は分離が検出された変化領域にタイマーを設定して予め設定された猶予時間（例えば５秒）と比較し、猶予時間未満なら猶予条件を満たすと判定し、猶予時間が経過すると猶予条件を満たさないと判定する。
【００７１】
出力部２３は異常信号を画像センサー２の外部へ出力する通信手段である。出力部２３は異常判定部２２３から異常信号が入力されると、当該異常信号をコントローラー３へ出力する。
【００７２】
［通報システム１の動作］
以下、画像センサー２の動作を中心に通報システム１の動作を説明する。図９は画像センサー２が行う異常検知処理の全体フロー図である。
【００７３】
電源が投入されると、各部が初期化され動作を開始する（Ｓ１）。初期化には起動直後の監視画像を制御部２２の変化領域抽出部２２０が背景画像２１０として記憶部２１に記憶させる処理を含む。
【００７４】
撮像部２０は監視空間を撮像するたびに監視画像を出力し、制御部２２はこれを取得する（Ｓ２）。以下、最新の監視画像が入力された時刻を現時刻、最新の監視画像を現画像と呼ぶ。
【００７５】
制御部２２の変化領域抽出部２２０は現画像を背景画像２１０と比較して変化領域を抽出する（Ｓ３）。抽出された変化領域の情報は制御部２２の領域人数判定部２２１と異常判定部２２３に入力され、各部による領域情報生成処理が行われる（Ｓ４）。すなわち、領域人数判定部２２１は各変化領域に含まれる人物数を判定し、異常判定部２２３は変化領域の分離猶予判定を行なう。ただし、後述する人物情報がない場合はステップＳ４の処理をスキップする。
【００７６】
図１０を参照して領域情報生成処理を説明する。
【００７７】
まず、領域人数判定部２２１は現時刻に抽出された変化領域と一時刻前に抽出された変化領域の対応付けを行なう（Ｓ４００）。この対応付け処理はいわゆる人物追跡処理である。そのために領域人数判定部２２１は、変化領域における監視画像の色ヒストグラムやテクスチャなどの画像特徴及び変化領域の重心位置、人物ＩＤからなる人物情報を記憶部２１に記憶させ、現時刻に抽出された変化領域における現画像の画像特徴及び現時刻に抽出された変化領域の重心位置を記憶されている人物情報と比較することにより画像特徴が類似し重心位置が移動可能範囲内である変化領域同士を同一人物による領域であるとして対応付ける。
【００７８】
このとき領域人数判定部２２１は、画像上で人物同士が重なることを考慮し、重心位置が移動可能範囲内であることを条件に多対１の対応付けを許容する。多対１の対応付けにより複数の人物ＩＤが対応付けられた変化領域に対しては統合を検出したとして人物情報にその旨を表す統合フラグを設定する。
【００７９】
また領域人数判定部２２１は、人物同士の重なりが解消されることも考慮し、重心位置が移動可能範囲内であることを条件に１対多の対応付けも許容する。１対多の対応付けを行なった変化領域に対しては分離を検出したとして人物情報にその旨を表す分離フラグを設定する。
【００８０】
尚、移動可能範囲が視野外を含み、類似する変化領域が無い人物情報は消失したとして削除される。また、いずれの人物情報とも類似しない変化領域は新規出現したとしてその画像特徴と重心位置からなる人物情報に新たな人物ＩＤと新規出現フラグを付与して記憶部２１に追記される。
【００８１】
対応付けがなされると制御部２２は、各変化領域を順次注目領域に設定してステップＳ４０１からＳ４１５のループ処理を行う。
【００８２】
変化領域のループ処理において領域人数判定部２２１は、まず注目領域のフラグを参照して現時刻において新規出現した変化領域か否かを確認する（Ｓ４０２）。新規出現領域であれば注目領域の大きさをしきい値処理してその人物数を初期化し（Ｓ４０２にてＹＥＳ→Ｓ４０３）、次の変化領域の処理へと進む。
【００８３】
注目領域が新規出現領域でなければ領域人数判定部２２１及び異常判定部２２３は、注目領域のフラグを参照して現時刻において統合が検出された変化領域か否かを確認する（Ｓ４０２にてＮＯ→Ｓ４０４）。注目領域に統合が検出されたのであれば領域人数判定部２２１はその人物ＩＤの数を人物数として計数する（Ｓ４０４にてＹＥＳ→Ｓ４０５）。統合後の変化領域の人物数は統合前の各変化領域に設定されていた人物数の合算値となる。また異常判定部２２３は猶予対象に設定されていればそれを設定解除する（Ｓ４０６にてＹＥＳ→Ｓ４０７）。猶予対象に設定されていなければ（Ｓ４０６にてＮＯ）、ステップＳ４０７は省略される。その後、処理は次の変化領域の処理へと進められる。
【００８４】
一方、注目領域が新規出現領域でも現時刻に統合した領域でもなければ、異常判定部２２３は注目領域のフラグを参照して現時刻において分離が検出された変化領域か否かを確認する（Ｓ４０４にてＮＯ→Ｓ４０８）。注目領域に分離が検出されたのであれば、領域人数判定部２２１はその人物ＩＤの数を人物数として計数する（Ｓ４０８にてＹＥＳ→Ｓ４０９）。分離後の各変化領域の人物数は分離前の変化領域に設定されていた人物数より少なくなる。また異常判定部２２３は注目領域を猶予対象に設定する（Ｓ４１０）。すなわち異常判定部２２３は注目領域の人物情報に猶予フラグと分離元の人物ＩＤと猶予時間に対応する時刻数を記録する。その後、処理は次の変化領域の処理へと進められる。
【００８５】
注目領域が新規出現領域でも現時刻に統合又は分離した領域でもなければ、異常判定部２２３は注目領域のフラグを参照して猶予対象であるか否かを確認する（Ｓ４０８にてＮＯ→Ｓ４１１）。
【００８６】
注目領域が猶予対象であれば、異常判定部２２３は当該領域が猶予条件を未だに満たしているか否かを確認する（Ｓ４１１にてＹＥＳ→Ｓ４１２）。すなわち異常判定部２２３は、注目領域の重心位置と同じ分離元が設定されている変化領域の重心位置との距離を算出して距離しきい値と比較し、当該領域の猶予時間を１だけ減算して減算後の猶予時間を０と比較する。距離が距離しきい値未満且つ猶予時間が０より大きければ猶予条件を満たしているとして猶予対象の設定は継続される（Ｓ４１２にてＹＥＳ）。他方、距離が距離しきい値以上又は猶予時間が０以下になれば猶予条件を満たしていないとして異常判定部２２３は注目領域に対する猶予対象の設定を解除し、注目領域の検知カウンタをリセットする（Ｓ４１２にてＮＯ→Ｓ４１３，Ｓ４１４）。
【００８７】
ステップＳ４０１からＳ４１５のループ処理を全ての変化領域に対して終えると（Ｓ４１５にてＹＥＳ）、領域情報生成処理は終了し、処理は図９のステップＳ５へ進められる。
【００８８】
図９に戻り、制御部２２はステップＳ４にて２以上の人物数が判定された変化領域（複数人領域）があるか否かを確認し（Ｓ５）、複数人領域がひとつも設定されていなければ現時刻の処理を終えて新たな監視画像の入力を待つ（Ｓ５にてＮＯ→Ｓ２）。
【００８９】
他方、複数人領域が判定されている場合（Ｓ５にてＹＥＳ）、制御部２２は各複数人領域を順次処理対象に設定してステップＳ６〜Ｓ１３のループ処理を行う。複数人領域のループ処理においては、まず制御部２２の姿勢判定部２２２が処理対象の複数人領域に対して姿勢判定処理を行う（Ｓ７）。
【００９０】
図１１を参照して姿勢判定処理を説明する。
【００９１】
姿勢判定部２２２は、姿勢別人物モデル２１１の当て嵌めを１０００回繰り返して各当て嵌めの適合度を算出し、最も当て嵌まる姿勢の組み合わせを判定する。
【００９２】
まず姿勢判定部２２２は姿勢種別を設定する。姿勢判定部２２２は、繰り返し回数が５００回に達しているかを確認するとともに（Ｓ６００）、処理対象の複数人領域について１時刻前の判定結果が記憶部２１に記憶されているかを確認し（Ｓ６０１）、５００回未満であり且つ記録がある場合は記録されている処理対象の複数人領域に対して１時刻前の姿勢種別を設定する（Ｓ６００にてＮＯ→Ｓ６０１にてＹＥＳ→Ｓ６０２）。一方、５００回以上の場合（Ｓ６００にてＹＥＳ）又は５００回未満であるが記録がない場合（Ｓ６００にてＮＯ→Ｓ６０１にてＮＯ）、姿勢判定部２２２は処理対象の複数人領域に対して図９のステップＳ４にて判定された人物数と同数の姿勢種別をランダムに設定する（Ｓ６０３）。本実施形態においては立位・屈位・倒位の３種類の中から姿勢種別が設定される。
【００９３】
次に姿勢判定部２２２はステップＳ６０２又はＳ６０３にて設定された各姿勢種別に対してランダムに複数領域内の座標値を設定する（Ｓ６０４）。当該座標値が各姿勢種別の姿勢別人物モデル２１１を配置する際の重心位置となる。
【００９４】
続いて姿勢判定部２２２はステップＳ６０２又はＳ６０３にて設定された各姿勢種別に対してその傾きを許容範囲内でランダムに設定する（Ｓ６０５）。前述したように許容範囲は姿勢種別ごとに定められており、その範囲は立位であれば±αθＲ、屈位であれば±αθＫ、倒位であれば±αθＴである。
【００９５】
続いて姿勢判定部２２２はステップＳ６０２又はＳ６０３にて選択された各姿勢種別に対してその形状と大きさすなわち長軸長と短軸長を許容範囲内でランダムに設定する（Ｓ６０６）。前述したように許容範囲は姿勢種別ごとに定められており、その範囲は立位であればＬＲ±αＬＲ、屈位であればＬＫ±αＬＫ、倒位であればＬＴ±αＬＴである。
【００９６】
こうして各姿勢別人物モデル２１１のパラメータが決まると、姿勢判定部２２２はこれらのパラメータに従って姿勢別人物モデル２１１を重ね合わせた複合形状を算出し、複数人領域に対する複合形状の適合度を算出し（Ｓ６０７）、算出された適合度が最大値であるか否かを確認する（Ｓ６０８）。なお最大値の初期値は負値としておけばよい。
【００９７】
算出された適合度が最大値であれば、ステップＳ６０２又はＳ６０３にて設定された各姿勢種別、各姿勢種別と対応してステップＳ６０４にて設定された配置、各姿勢種別と対応してステップＳ６０５にて設定された傾き、各姿勢種別と対応してステップＳ６０６にて設定された形状及び大きさ（長軸長と短軸長）、及びステップＳ６０７にて算出された適合度を記憶部２１に記憶させる（Ｓ６０８にてＹＥＳ→Ｓ６０９）。これにより最大適合度は更新される。
他方、算出された適合度が最大値でなければ（Ｓ６０８にてＮＯ）、ステップＳ６０９はスキップされ、最大適合度は更新されない。
【００９８】
以上ステップＳ６００からのＳ６０９の試行は規定回数の１０００回に達するまで繰り返される（Ｓ６１０にてＮＯ→Ｓ６００）。試行回数が１０００回に達すると（Ｓ６１０にてＹＥＳ）、姿勢判定処理は終了し、処理は図９のステップＳ７へ進められる。姿勢判定処理の終了時点で、処理対象の変化領域に最も適合する姿勢の組み合わせに関する情報が記憶部２１に保持されている。なお最大適合度が予め設定された基準値（例えば０．５）に満たない場合は姿勢判定不能であるとして判定を保留してもよい。
【００９９】
図９に戻り、制御部２２の異常判定部２２３は、ステップＳ７にて最も適合度が高いとされた姿勢種別の組み合わせが倒姿勢と非倒姿勢を同時に含む組み合わせであるか否かを判定する（Ｓ８）。姿勢種別の組み合わせが該当する組み合わせでなければ異常判定部２２３は処理対象の検知カウントを１だけ減少させる（Ｓ８にてＮＯ→Ｓ９）。ただし０未満となった検知カウントは０に補正される。
【０１００】
他方、ステップＳ７にて最も適合度が高いとされた姿勢種別の組み合わせが倒姿勢と非倒姿勢を同時に含む組み合わせであれば（Ｓ８にてＹＥＳ）、異常判定部２２３は、現画像と一時刻前の監視画像とのフレーム間差分処理を行ってフレーム間差分画像を生成するとともにステップＳ７にて適合が判定された姿勢別人物モデル２１１間の重複領域を求め、当該重複領域におけるフレーム間差分画像の画素値を総和して予め設定された動き検出しきい値と比較することで重複領域における動きを検出する（Ｓ１０）。ここで検出する動きは拘束行為を行なっている賊の手の動きである。フレーム間差分値の総和が動き検出しきい値未満であれば（Ｓ１１にてＮＯ）、検知カウントはキープされる。他方、フレーム間差分値の総和が動き検出しきい値以上であれば（Ｓ１１にてＹＥＳ）、異常判定部２２３は、動きありとして検知カウントを１だけ増加させる（Ｓ１２）。
【０１０１】
こうして全ての複数人領域に対してステップＳ６〜Ｓ１３の処理が行われると（Ｓ１３にてＹＥＳ）、異常判定部２２３は各複数人領域の検知カウントが通報閾値より大きくなったか否かを確認する（Ｓ１３）。いずれかの検知カウントが通報閾値より大きければ（Ｓ１３にてＹＥＳ）、異常判定部２２３は異常シーンが発生したとして異常信号を生成して出力部２３に出力する（Ｓ１４）。異常信号は出力部２３からコントローラー３、広域通信網４を経由してセンター装置５へ送信され、異常信号を受信したセンター装置５は異常発生を警備センターに常駐している管制員に報知する。異常発生を確認した管制員は警察への通報や警備員の派遣といった対処を行なう。いずれの検知カウントも通報閾値未満であれば（Ｓ１４にてＮＯ）、ステップＳ１５は省略される。
【０１０２】
以上の処理を終えると、処理はステップＳ２へ戻され、次時刻の監視画像に対する処理が行われる。
【０１０３】
なお、上記実施形態においては拘束シーンを検知する例を示したが、本発明が検知可能なシーンは拘束シーンに限らない。例えば別の実施形態においては、倒れている急病人とそれを救護している救護者からなる救護シーン、或いは倒れている被害者とそれを攻撃する加害者からなる暴行シーンなどを検知することも可能である。
【０１０４】
また、上記実施形態においては倒姿勢と非倒姿勢の組み合わせを異常な姿勢の組み合わせとして設定する例を示したが、別の実施形態においては別の異常な姿勢の組み合わせを設定することもできる。例えば、ホールドアップ姿勢をとる被害者とこれに密着した立位の賊とが関与する脅迫シーンの検知に用いることができる。この場合、記憶部２１には姿勢別人物モデル２１１として少なくともＹ字型の形状を表すホールドアップ姿勢モデルと立位モデル２１１Ｒとを記憶させておく。
【０１０５】
また、上記実施形態においては撮像部２０を鉛直下方に向けた例を示したが、撮像部２０が斜め下方に向けた別の実施形態においては、監視画像のＹ軸方向を立位モデル２１１Ｒ及び屈位モデル２１１Ｋの長軸の基準方向、監視画像のＸ軸方向を倒位モデル２１１Ｔの長軸の基準方向とすることができる。
【０１０６】
また、上記実施形態においては、姿勢別人物モデル２１１はそれぞれ１人分の領域形状を近似し、姿勢判定部２２２はこれらを都度重ね合わせて複合形状を作成する例を示した。別の実施形態においては予め作成した複合形状を姿勢別人物モデル２１１として記憶しておくこともできる。この場合、記憶部２１は姿勢別人物モデル２１１として、予め、互いに姿勢が異なる人物の形状を模した人物モデルを２以上重ね合わせた複合人物モデルを重ね合わせた姿勢種別の符号の組み合わせと対応付けて記憶する。このとき、同じ姿勢種別の組み合わせであっても重ね合わせの配置や傾き、形状がそれぞれ異ならせたバリエーションを複数作成して記憶しておく。そして、姿勢判定部２２２は、複合人物モデルをランダムに及び一時刻前の組み合わせを優先して反復回数だけ読み出して変化領域と形状比較して適合度を算出し、適合度が所定基準を超える姿勢種別の組み合わせを判定する。
【符号の説明】
【０１０７】
１・・・通報システム、２・・・画像センサー、３・・・コントローラー、４・・・広域通信網、５・・・センター装置、６・・・金庫、８・・・監視画像、２０・・・撮像部、２１・・・記憶部、２２・・・制御部、２３・・・出力部、９０・・・変化領域、９１・・・複合形状、２１０・・・背景画像、２１１・・・姿勢別人物モデル、２１１Ｒ・・・立位モデル、２１１Ｋ・・・屈位モデル、２１１Ｔ・・・倒位モデル、２２０・・・変化領域抽出部、２２１・・・領域人数判定部、２２２・・・姿勢判定部、２２３・・・異常判定部
【特許請求の範囲】
【請求項１】
監視空間において複数の人物が関与して生じる異常を検知する異常検知装置であって、
前記監視空間を撮像して監視画像を出力する撮像部と、
前記監視空間の背景が撮像された背景画像を記憶するとともに、互いに姿勢が異なる前記人物の形状を模した複数の人物モデルを前記姿勢ごとに予め記憶する記憶部と、
前記背景画像との比較により前記監視画像から変化領域を抽出する変化領域抽出部と、
前記姿勢ごとの前記人物モデルのうち２以上を重ね合わせた複合形状を前記変化領域と形状比較して適合度を算出し、前記適合度が所定基準を超える前記姿勢の組み合わせを判定する姿勢判定部と、
前記姿勢判定部により判定された前記姿勢の組み合わせが予め設定された異常な組み合わせと合致するときに異常信号を出力する異常判定部と、
を備えたことを特徴とする異常検知装置。
【請求項２】
請求項１に記載の異常検知装置において、
前記姿勢は、前記人物が倒れている倒姿勢と前記人物が倒れていない非倒姿勢を含み、
前記倒姿勢と前記非倒姿勢の組み合わせが前記異常な組み合わせに設定された異常検知装置。
【請求項３】
請求項１または請求項２に記載の異常検知装置において、
前記変化領域における人物特徴を分析して当該変化領域に含まれる人物数を判定する領域人数判定部、をさらに備え、
前記姿勢判定部は、前記複合形状を前記人物数が２以上であると判定された前記変化領域のみと前記形状比較する異常検知装置。
【請求項４】
請求項３に記載の異常検知装置において、
前記姿勢判定部は、前記人物数が２以上であると判定された変化領域を前記姿勢ごとの前記人物モデルを当該人物数だけ組み合わせた前記複合形状と前記形状比較する異常検知装置。
【請求項５】
請求項１から請求項４のうちいずれか１つに記載の異常検知装置において、
前記撮像部は、前記監視空間を一定時間ごとに撮像して前記監視画像を逐次出力し、
前記異常判定部は、前記合致の継続回数を計数し、前記継続回数が所定以上となったときに前記異常信号を出力する異常検知装置。
【請求項６】
請求項５に記載の異常検知装置において、
前記記憶部は、前記形状比較の処理を前記一定時間内に実行可能な反復回数を記憶し、
前記姿勢判定部は、前記複合形状を前記反復回数だけランダムに生成し、前記生成された複合形状の中から前記最も適合する姿勢の組み合わせを判定する異常検知装置。
【請求項７】
請求項５に記載の異常検知装置において、
前記記憶部は、前記形状比較の処理を前記一定時間内に実行可能な反復回数を記憶するとともに、前記姿勢判定部により判定された前記姿勢の組み合わせを順次記憶し、
前記姿勢判定部は、直前に記憶された前記姿勢の組み合わせを他の組み合わせよりも多く選んで前記複合形状を前記反復回数だけ生成し、前記生成された複合形状の中から前記最も適合する姿勢の組み合わせを判定する異常検知装置。
【請求項８】
請求項３または請求項４に記載の異常検知装置において、
前記撮像部は、前記監視空間を一定時間ごとに撮像して前記監視画像を逐次出力し、
前記領域人数判定部は、前記一定時間ごとに撮像された監視画像から抽出された前記変化領域を追跡して当該変化領域の統合を検出することにより前記人物数を判定する異常検知装置。
【請求項９】
請求項８に記載の異常検知装置において、
前記領域人数判定部は、さらに前記変化領域の分離を検出し、
前記異常判定部は、前記変化領域の前記分離が検出されると前記継続回数の計数を保留するとともに当該変化領域間の距離を計測し、前記距離が所定距離未満であるときに当該変化領域の前記統合が検出されると前記保留を解除し、前記距離が前記所定距離以上になると前記継続回数の計数をリセットする異常検知装置。
【請求項１０】
請求項８に記載の異常検知装置において、
前記領域人数判定部は、さらに前記変化領域の分離を検出し、
前記異常判定部は、前記変化領域の前記分離が検出されると前記継続回数の計数を保留して予め設定された猶予時間内に当該変化領域の前記統合が検出されると前記保留を解除し、前記猶予時間内に当該変化領域の前記統合が検出されないと前記継続回数の計数をリセットする異常検知装置。
【請求項１１】
監視空間において複数の人物が関与して生じる異常を検知する異常検知装置であって、
前記監視空間を撮像して監視画像を出力する撮像部と、
前記監視空間の背景が撮像された背景画像を記憶するとともに、互いに姿勢が異なる前記人物の形状を模した人物モデルを２以上重ね合わせた複合人物モデルを前記姿勢の組み合わせごとに予め記憶する記憶部と、
前記背景画像との比較により前記監視画像から変化領域を抽出する変化領域抽出部と、
前記姿勢の組み合わせごとの前記複合人物モデルを前記変化領域と形状比較して適合度を算出し、前記適合度が所定基準を超える前記姿勢の組み合わせを判定する姿勢判定部と、
前記姿勢判定部により判定された前記姿勢の組み合わせが予め設定された異常な組み合わせと合致するときに異常信号を出力する異常判定部と、
を備えたことを特徴とする異常検知装置。
【請求項１】
監視空間において複数の人物が関与して生じる異常を検知する異常検知装置であって、
前記監視空間を撮像して監視画像を出力する撮像部と、
前記監視空間の背景が撮像された背景画像を記憶するとともに、互いに姿勢が異なる前記人物の形状を模した複数の人物モデルを前記姿勢ごとに予め記憶する記憶部と、
前記背景画像との比較により前記監視画像から変化領域を抽出する変化領域抽出部と、
前記姿勢ごとの前記人物モデルのうち２以上を重ね合わせた複合形状を前記変化領域と形状比較して適合度を算出し、前記適合度が所定基準を超える前記姿勢の組み合わせを判定する姿勢判定部と、
前記姿勢判定部により判定された前記姿勢の組み合わせが予め設定された異常な組み合わせと合致するときに異常信号を出力する異常判定部と、
を備えたことを特徴とする異常検知装置。
【請求項２】
請求項１に記載の異常検知装置において、
前記姿勢は、前記人物が倒れている倒姿勢と前記人物が倒れていない非倒姿勢を含み、
前記倒姿勢と前記非倒姿勢の組み合わせが前記異常な組み合わせに設定された異常検知装置。
【請求項３】
請求項１または請求項２に記載の異常検知装置において、
前記変化領域における人物特徴を分析して当該変化領域に含まれる人物数を判定する領域人数判定部、をさらに備え、
前記姿勢判定部は、前記複合形状を前記人物数が２以上であると判定された前記変化領域のみと前記形状比較する異常検知装置。
【請求項４】
請求項３に記載の異常検知装置において、
前記姿勢判定部は、前記人物数が２以上であると判定された変化領域を前記姿勢ごとの前記人物モデルを当該人物数だけ組み合わせた前記複合形状と前記形状比較する異常検知装置。
【請求項５】
請求項１から請求項４のうちいずれか１つに記載の異常検知装置において、
前記撮像部は、前記監視空間を一定時間ごとに撮像して前記監視画像を逐次出力し、
前記異常判定部は、前記合致の継続回数を計数し、前記継続回数が所定以上となったときに前記異常信号を出力する異常検知装置。
【請求項６】
請求項５に記載の異常検知装置において、
前記記憶部は、前記形状比較の処理を前記一定時間内に実行可能な反復回数を記憶し、
前記姿勢判定部は、前記複合形状を前記反復回数だけランダムに生成し、前記生成された複合形状の中から前記最も適合する姿勢の組み合わせを判定する異常検知装置。
【請求項７】
請求項５に記載の異常検知装置において、
前記記憶部は、前記形状比較の処理を前記一定時間内に実行可能な反復回数を記憶するとともに、前記姿勢判定部により判定された前記姿勢の組み合わせを順次記憶し、
前記姿勢判定部は、直前に記憶された前記姿勢の組み合わせを他の組み合わせよりも多く選んで前記複合形状を前記反復回数だけ生成し、前記生成された複合形状の中から前記最も適合する姿勢の組み合わせを判定する異常検知装置。
【請求項８】
請求項３または請求項４に記載の異常検知装置において、
前記撮像部は、前記監視空間を一定時間ごとに撮像して前記監視画像を逐次出力し、
前記領域人数判定部は、前記一定時間ごとに撮像された監視画像から抽出された前記変化領域を追跡して当該変化領域の統合を検出することにより前記人物数を判定する異常検知装置。
【請求項９】
請求項８に記載の異常検知装置において、
前記領域人数判定部は、さらに前記変化領域の分離を検出し、
前記異常判定部は、前記変化領域の前記分離が検出されると前記継続回数の計数を保留するとともに当該変化領域間の距離を計測し、前記距離が所定距離未満であるときに当該変化領域の前記統合が検出されると前記保留を解除し、前記距離が前記所定距離以上になると前記継続回数の計数をリセットする異常検知装置。
【請求項１０】
請求項８に記載の異常検知装置において、
前記領域人数判定部は、さらに前記変化領域の分離を検出し、
前記異常判定部は、前記変化領域の前記分離が検出されると前記継続回数の計数を保留して予め設定された猶予時間内に当該変化領域の前記統合が検出されると前記保留を解除し、前記猶予時間内に当該変化領域の前記統合が検出されないと前記継続回数の計数をリセットする異常検知装置。
【請求項１１】
監視空間において複数の人物が関与して生じる異常を検知する異常検知装置であって、
前記監視空間を撮像して監視画像を出力する撮像部と、
前記監視空間の背景が撮像された背景画像を記憶するとともに、互いに姿勢が異なる前記人物の形状を模した人物モデルを２以上重ね合わせた複合人物モデルを前記姿勢の組み合わせごとに予め記憶する記憶部と、
前記背景画像との比較により前記監視画像から変化領域を抽出する変化領域抽出部と、
前記姿勢の組み合わせごとの前記複合人物モデルを前記変化領域と形状比較して適合度を算出し、前記適合度が所定基準を超える前記姿勢の組み合わせを判定する姿勢判定部と、
前記姿勢判定部により判定された前記姿勢の組み合わせが予め設定された異常な組み合わせと合致するときに異常信号を出力する異常判定部と、
を備えたことを特徴とする異常検知装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【公開番号】特開２０１２−１４１６８６（Ｐ２０１２−１４１６８６Ａ）
【公開日】平成２４年７月２６日（２０１２．７．２６）
【国際特許分類】
【出願番号】特願２０１０−２９２６５４（Ｐ２０１０−２９２６５４）
【出願日】平成２２年１２月２８日（２０１０．１２．２８）
【出願人】（０００１０８０８５）セコム株式会社 (596)
【Ｆターム（参考）】
【公開日】平成２４年７月２６日（２０１２．７．２６）
【国際特許分類】
【出願日】平成２２年１２月２８日（２０１０．１２．２８）
【出願人】（０００１０８０８５）セコム株式会社 (596)
【Ｆターム（参考）】
[ Back to top ]