JPH0821149B2 - セキユリテイ監視システム - Google Patents
セキユリテイ監視システムInfo
- Publication number
- JPH0821149B2 JPH0821149B2 JP61092095A JP9209586A JPH0821149B2 JP H0821149 B2 JPH0821149 B2 JP H0821149B2 JP 61092095 A JP61092095 A JP 61092095A JP 9209586 A JP9209586 A JP 9209586A JP H0821149 B2 JPH0821149 B2 JP H0821149B2
- Authority
- JP
- Japan
- Prior art keywords
- moving body
- image
- security monitoring
- extracted
- monitoring system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Burglar Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】 〔発明の利用分野〕 本発明は、特定領域への人の侵入を自動的に検知する
セキユリテイ監視システムに係り、とくに人間以外の微
小動物あるいは領域外の人や光源移動による影の移動な
どに対する誤認識のない高機能なシステムに関する。
セキユリテイ監視システムに係り、とくに人間以外の微
小動物あるいは領域外の人や光源移動による影の移動な
どに対する誤認識のない高機能なシステムに関する。
従来のセキユリテイ監視システムは、特定の領域に対
して光路もしくはこれに類する手段を設けてその遮断に
より物体の存在を検知する方法に限られていた。この方
法では、自ずと検知領域が限定されてしまうという問題
があった。一方、TVカメラを各所に配置し、この映像を
集中的に表示して人間が監視するという方法もあるが、
人間の監視できる数が自ずと限られてしまうという問題
がある。
して光路もしくはこれに類する手段を設けてその遮断に
より物体の存在を検知する方法に限られていた。この方
法では、自ずと検知領域が限定されてしまうという問題
があった。一方、TVカメラを各所に配置し、この映像を
集中的に表示して人間が監視するという方法もあるが、
人間の監視できる数が自ずと限られてしまうという問題
がある。
本発明の目的は、TVカメラの映像を機械的に処理するこ
とによつて、監視すべき領域への人の侵入を自動的かつ
広範囲に検知するシステムを提供することにある。
とによつて、監視すべき領域への人の侵入を自動的かつ
広範囲に検知するシステムを提供することにある。
映像による侵入者の有無判断において、これまでの二
次元的情報のみでは、像内位置と実空間位置との対応づ
けが不可能なこと、像内大きさと実物大きさとは一致し
ないため鼠を人間と誤認しかねないという問題がある。
このために、二次元的情報を処理して、距離画像を生成
し、この距離画像によつて侵入者の有無を判断するとい
うのが、本発明の基本的考え方である。
次元的情報のみでは、像内位置と実空間位置との対応づ
けが不可能なこと、像内大きさと実物大きさとは一致し
ないため鼠を人間と誤認しかねないという問題がある。
このために、二次元的情報を処理して、距離画像を生成
し、この距離画像によつて侵入者の有無を判断するとい
うのが、本発明の基本的考え方である。
以下、本発明の一実施例を第１図により説明する。二
つのTVカメラよりとらえた映像に対して像間の対応点の
決定を行えば、三角測量の原理によつて映像内の物体の
三次元的位置が求まる。この距離情報の抽出は、特開昭
61−117672号の方法によつて実行することができる。得
られた距離画像から、侵入者を検出するには、２つの種
類の予備知識を用いる。第一の知識は、動物体であるこ
と、第二の知識は、一定値以上の大きさを持つことであ
る。さらに、これらに加えて、被写体が人間であれば、
ある範囲の熱レベルを有することから、赤外線カメラに
よつて撮像することは人間であることを判定するに有効
である。
つのTVカメラよりとらえた映像に対して像間の対応点の
決定を行えば、三角測量の原理によつて映像内の物体の
三次元的位置が求まる。この距離情報の抽出は、特開昭
61−117672号の方法によつて実行することができる。得
られた距離画像から、侵入者を検出するには、２つの種
類の予備知識を用いる。第一の知識は、動物体であるこ
と、第二の知識は、一定値以上の大きさを持つことであ
る。さらに、これらに加えて、被写体が人間であれば、
ある範囲の熱レベルを有することから、赤外線カメラに
よつて撮像することは人間であることを判定するに有効
である。
まず、動物体の抽出方法について述べる。第２図は動
物体抽出機能の一構成例を示す。監視すべき領域はあら
かじめ設定されているから、この領域情報に基づいて、
得られた距離画像の中から不要な位置にある像を消去す
る。これは、監視すべき領域がガラスで囲まれたシヨー
ウインドウのような場合、シヨーウインドウ外の移動体
抽出を避けて処理を簡単化するためのものである。第２
図中では、これをフイルターと記している。移動体抽出
は、フイルター後の距離画像に一種の差分計算を施こす
ことにより実行できる。すなわち、侵入者のいない状況
に対する距離画像をあらかじめ標準パターンとして保持
しておき、この標準パターンと実測距離画像との差分計
算を行えばよい。侵入者が実測画像に含まれる場合、侵
入者に対応するピクセルの距離値は、標準パターンにお
ける同一ピクセルの距離値よりも必ず小さくなることか
ら、次のような差分計算によつて、侵入者の像のみをと
らえることができる。
物体抽出機能の一構成例を示す。監視すべき領域はあら
かじめ設定されているから、この領域情報に基づいて、
得られた距離画像の中から不要な位置にある像を消去す
る。これは、監視すべき領域がガラスで囲まれたシヨー
ウインドウのような場合、シヨーウインドウ外の移動体
抽出を避けて処理を簡単化するためのものである。第２
図中では、これをフイルターと記している。移動体抽出
は、フイルター後の距離画像に一種の差分計算を施こす
ことにより実行できる。すなわち、侵入者のいない状況
に対する距離画像をあらかじめ標準パターンとして保持
しておき、この標準パターンと実測距離画像との差分計
算を行えばよい。侵入者が実測画像に含まれる場合、侵
入者に対応するピクセルの距離値は、標準パターンにお
ける同一ピクセルの距離値よりも必ず小さくなることか
ら、次のような差分計算によつて、侵入者の像のみをと
らえることができる。
ステツプ１（標準パターンとの相違判定） if ｘ（i,j） or x0（i,（）：未定義 then ｅ（i,j）：未定義 else ｅ（i,j）＝ｘ（i,j）−x0（i,j） ステツプ２（動物体抽出） if|e（i,j）｜＜ε or ｅ（i,j）：未定義 then ｄ（i,j）＝０ else ｄ（i,j）＝ｘ（i,j） ここにx0（i,j）：ピクセル（i,j）の標準パターン ｘ（i,j）：ピクセル（i,j）の実測値 ｄ（i,j）：ピクセル（i,j）における動物体までの距離 ε：距離画像生成誤差許容値 上記のアルゴリズムにおいて、ｘ（i,j）,x0（i,j）
に未定義を含むことを前提としているのは、光の各所に
よつて距離値を算出できないピクセルが存在する可能性
があることによる。このように距離画像を用いる場合、
欠損値が含まれる可能性もあるが、単なる二次元的映像
では、光の各所によつて映像自体がまつたく変化してし
まうのに対し、距離画像の場合には単なる欠損値が含ま
れるだけで、映像自体がまつたく異なることはなくなる
という効果を発揮する。
に未定義を含むことを前提としているのは、光の各所に
よつて距離値を算出できないピクセルが存在する可能性
があることによる。このように距離画像を用いる場合、
欠損値が含まれる可能性もあるが、単なる二次元的映像
では、光の各所によつて映像自体がまつたく変化してし
まうのに対し、距離画像の場合には単なる欠損値が含ま
れるだけで、映像自体がまつたく異なることはなくなる
という効果を発揮する。
次に、侵入者判定機能について述べる。動物体抽出の
結果得られた、動物体までの距離画像Ｄ＝｛ｄ（i,
j）｝に対して次の処理を施す。まず、Ｄにおける連結
成分を抽出する。次に抽出した連結成分からその概略大
きさを推定する。推定した動物体大きさから侵入者であ
るかどうかの判定を下し、侵入者であれば報知する。
結果得られた、動物体までの距離画像Ｄ＝｛ｄ（i,
j）｝に対して次の処理を施す。まず、Ｄにおける連結
成分を抽出する。次に抽出した連結成分からその概略大
きさを推定する。推定した動物体大きさから侵入者であ
るかどうかの判定を下し、侵入者であれば報知する。
連結成分の抽出では、まず、ある特定の指標に基づい
て距離画像Ｄより一つのピクセルを抽出する（指標とし
ては、カメラへの最短距離をとるものとして以下の議論
を進める。）次に、画像上での距離および測定距離を要
素とするノルムを設定し、このノルムがある値以下のピ
クセルを一つの連結成分に属するとして登録する。この
ような登録を次々と行い、距離値のあるピクセルをグル
ープ分けする。最初に選んだピクセルに対するグループ
分けが完了すれば、次に最短距離にあり、かつグループ
分けされていないピクセルに対して同様の処理を施す。
これらを繰返すことによつて動物体に関する距離画像の
連結成分の抽出、すなわちグループ分けが達成される。
以上の議論では、ノルムを測定距離画像上のみに定義し
たが、二次元映像を領域分割した結果をノルム算出上の
一つの成分とみなしてもよい。
て距離画像Ｄより一つのピクセルを抽出する（指標とし
ては、カメラへの最短距離をとるものとして以下の議論
を進める。）次に、画像上での距離および測定距離を要
素とするノルムを設定し、このノルムがある値以下のピ
クセルを一つの連結成分に属するとして登録する。この
ような登録を次々と行い、距離値のあるピクセルをグル
ープ分けする。最初に選んだピクセルに対するグループ
分けが完了すれば、次に最短距離にあり、かつグループ
分けされていないピクセルに対して同様の処理を施す。
これらを繰返すことによつて動物体に関する距離画像の
連結成分の抽出、すなわちグループ分けが達成される。
以上の議論では、ノルムを測定距離画像上のみに定義し
たが、二次元映像を領域分割した結果をノルム算出上の
一つの成分とみなしてもよい。
連結成分抽出結果に基づく、物体大きさは、次のよう
にして推定することができる。距離画像は実空間の三次
元的座標情報を含んでいる。したがつて、連結成分とし
て抽出したピクセル群に対して、三次元的な楕円体を設
定すれば、この主軸の長さによつて物体の大きさを表現
することができる。この物体の大きさとある設定した閾
値とを比較することにより、動物体が人間であるかどう
かを判断することができる。以上の方式は、ある特定の
時間に撮影した映像のみに対する処理であるが、映像の
時間的連続性を利用することによつて検知の信頼性を向
上させることができる。これは、たとえば、抽出した動
物体画像Ｄに関し時刻ｔおよびｔ＋△ｔの二枚の画像か
ら、画像間の対応づけを、ホーン及びシユンクによるオ
プテイカル・フローの決定，人工知能17,（1981）185〜
203（B.K.P.Horn and B.G.H.Schunck; Determining Optical Flow,Artificial Intelligence 17,（1981）185〜203）によつて求め、時
刻ｔとｔ＋△ｔとの連結成分の対応関係を推定し、その
連続性の有無によつて、抽出した連結成分の信頼度を評
価するということによつて達成される。
にして推定することができる。距離画像は実空間の三次
元的座標情報を含んでいる。したがつて、連結成分とし
て抽出したピクセル群に対して、三次元的な楕円体を設
定すれば、この主軸の長さによつて物体の大きさを表現
することができる。この物体の大きさとある設定した閾
値とを比較することにより、動物体が人間であるかどう
かを判断することができる。以上の方式は、ある特定の
時間に撮影した映像のみに対する処理であるが、映像の
時間的連続性を利用することによつて検知の信頼性を向
上させることができる。これは、たとえば、抽出した動
物体画像Ｄに関し時刻ｔおよびｔ＋△ｔの二枚の画像か
ら、画像間の対応づけを、ホーン及びシユンクによるオ
プテイカル・フローの決定，人工知能17,（1981）185〜
203（B.K.P.Horn and B.G.H.Schunck; Determining Optical Flow,Artificial Intelligence 17,（1981）185〜203）によつて求め、時
刻ｔとｔ＋△ｔとの連結成分の対応関係を推定し、その
連続性の有無によつて、抽出した連結成分の信頼度を評
価するということによつて達成される。
以上述べた、距離画像による動物体の抽出，抽出した
物体大きさの推定という方式を用いれば、光の状況に依
存することなく、さらに、物体の大きさを直接測定する
ことができるため、セキユリテイ監視システムとして
は、きわめて有効なものとなる。これまでの議論では、
TVカメラのタイプについて、特に規定をしなかつたが、
使用環境によつては、監視すべき領域外の人影が監視領
域内の動物体として抽出されたり、カーテンの風による
ゆらぎが動物体として抽出されるなど、不要な計算処理
を行つてしまう可能性がある。これを回避するには、カ
メラとして、赤外線カメラを利用し、熱分布の形で映像
をとらえ、これから動物体を抽出，大きさを推定すると
いう方式を採用すればよい。
物体大きさの推定という方式を用いれば、光の状況に依
存することなく、さらに、物体の大きさを直接測定する
ことができるため、セキユリテイ監視システムとして
は、きわめて有効なものとなる。これまでの議論では、
TVカメラのタイプについて、特に規定をしなかつたが、
使用環境によつては、監視すべき領域外の人影が監視領
域内の動物体として抽出されたり、カーテンの風による
ゆらぎが動物体として抽出されるなど、不要な計算処理
を行つてしまう可能性がある。これを回避するには、カ
メラとして、赤外線カメラを利用し、熱分布の形で映像
をとらえ、これから動物体を抽出，大きさを推定すると
いう方式を採用すればよい。
本発明によれば、TVカメラによつてとらえられる広い
領域に対して、侵入物体を大きさも含めて検出できるの
で、セキユリテイ監視において、適用範囲が広く、信頼
度の高いシステムを経済的に構築できるという効果があ
る。
領域に対して、侵入物体を大きさも含めて検出できるの
で、セキユリテイ監視において、適用範囲が広く、信頼
度の高いシステムを経済的に構築できるという効果があ
る。
第１図は本発明の全体構成図、第２図は動物体抽出機能
の構成図である。
の構成図である。
フロントページの続き (72)発明者 春名 公一 神奈川県川崎市麻生区王禅寺1099番地 株 式会社日立製作所システム開発研究所内 (72)発明者 堀江 昇 群馬県高崎市西横手町111番地 株式会社 日立製作所高崎工場内 (56)参考文献 特開 昭61−39193（ＪＰ，Ａ) 特開 昭49−100760（ＪＰ，Ａ) 実開 昭61−38584（ＪＰ，Ｕ)
Claims (3)
- 【請求項１】特定領域への人間の侵入を検知するセキュ
リティ監視システムにおいて、 前記特定領域を撮像して、映像情報を得る撮像手段と、 前記撮像手段にて撮像された映像情報から距離画像を抽
出する距離画像抽出手段と、 前記距離画像抽出手段にて抽出された距離画像を用いて
動物体を抽出する動物体抽出手段と、 前記動物体抽出手段にて抽出された動物体に対応する距
離画像に対して、所定の距離値である画素群を連結成分
として抽出し、抽出された画素群に対して三次元的な楕
円体を設定し、設定された楕円体の主軸の長さにより前
記動物体の大きさを認識し、認識された大きさを予め定
めた閾値と比較することにより前記動物体が人間か否か
を判定する侵入者判定手段とを 設けたことを特徴とするセキュリティ監視システム。 - 【請求項２】特許請求の範囲第１項に記載のセキュリテ
ィ監視システムにおいて、 前記侵入者判定手段は、 前記動物体抽出手段で抽出された動物体に対応する画像
情報であって、撮像時刻の異なる２枚の画像間の対応付
けを求め、 求められた対応付けから前記２枚の画像の連結成分の対
応関係を推定し、 推定された対応関係に基づいて、前記２枚の連接成分の
連続性の有無を判断し、 判断された連続性の有無によって、抽出された画素群が
人間であるか否かを判定する ことを特徴とするセキュリティ監視システム。 - 【請求項３】特許請求の範囲第１項または第２項に記載
のセキュリティ監視システムにおいて、 前記撮像手段として赤外線カメラを用い、 前記動物体抽出手段は、前記赤外線カメラで撮像した熱
分布から動物体を 前記動物体抽出手段は、前記赤外線カメラで撮像した熱
分布から動物体を抽出する ことを特徴とするセキュリティ監視システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61092095A JPH0821149B2 (ja) | 1986-04-23 | 1986-04-23 | セキユリテイ監視システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61092095A JPH0821149B2 (ja) | 1986-04-23 | 1986-04-23 | セキユリテイ監視システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS62249298A JPS62249298A (ja) | 1987-10-30 |
| JPH0821149B2 true JPH0821149B2 (ja) | 1996-03-04 |
Family
ID=14044886
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61092095A Expired - Fee Related JPH0821149B2 (ja) | 1986-04-23 | 1986-04-23 | セキユリテイ監視システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0821149B2 (ja) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01140396A (ja) * | 1987-11-27 | 1989-06-01 | Hitachi Ltd | セキユリテイ監視装置 |
| JP2922904B2 (ja) * | 1988-05-10 | 1999-07-26 | 株式会社日立製作所 | Ｔｖカメラによる監視方法、及び、同監視装置 |
| JPH025114A (ja) * | 1988-06-24 | 1990-01-10 | Morikawa Sangyo Kk | コンピュータセキュリティシステム |
| JPH0869523A (ja) * | 1995-05-16 | 1996-03-12 | Matsushita Electric Ind Co Ltd | 人体認識装置 |
| JP3695930B2 (ja) * | 1998-02-05 | 2005-09-14 | 株式会社東芝 | 画像監視装置 |
| JP4579067B2 (ja) * | 2005-06-29 | 2010-11-10 | 株式会社日立情報制御ソリューションズ | 侵入者監視方法および装置 |
| JP2024030668A (ja) * | 2022-08-25 | 2024-03-07 | シャープ株式会社 | 照明システムおよび撮影システム |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5423545B2 (ja) * | 1973-01-31 | 1979-08-14 | ||
| JPS6139193A (ja) * | 1984-07-31 | 1986-02-25 | オーテック電子株式会社 | 光線式警戒装置 |
| JPS6138584U (ja) * | 1984-08-14 | 1986-03-11 | 石川島播磨重工業株式会社 | 警報装置 |
-
1986
- 1986-04-23 JP JP61092095A patent/JPH0821149B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPS62249298A (ja) | 1987-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110321780B (zh) | 基于时空运动特性的异常摔倒行为检测方法 | |
| KR102580434B1 (ko) | 위험 상황 감지 장치 및 위험 상황 감지 방법 | |
| JP2013535896A (ja) | 熱画像座標を用いた保安用カメラ追跡監視システム及び方法 | |
| CN104966062B (zh) | 视频监视方法和装置 | |
| CN104954747B (zh) | 视频监视方法和装置 | |
| JP5771039B2 (ja) | 放置人物検出装置 | |
| CN115116127A (zh) | 一种基于计算机视觉和人工智能的跌倒检测方法 | |
| Sharma | Human detection and tracking using background subtraction in visual surveillance | |
| JPH07324792A (ja) | 人体認識装置 | |
| Davis et al. | Visual surveillance of human activity | |
| CN120220230A (zh) | 一种多模态跌倒检测方法、装置及设备 | |
| KR101512658B1 (ko) | 스테레오 카메라와 퍼지 로직을 이용한 화재 불꽃 감지 장치 및 방법 | |
| JPH0821149B2 (ja) | セキユリテイ監視システム | |
| CN116704216B (zh) | 徘徊检测方法、徘徊检测装置以及计算机可读存储介质 | |
| Khalaf et al. | Event triggered intelligent video recording system using MS-SSIM for smart home security | |
| JP5669648B2 (ja) | 異常検知装置 | |
| CN110580708B (zh) | 一种快速移动检测方法、装置及电子设备 | |
| CN111144260A (zh) | 一种翻越闸机的检测方法、装置及系统 | |
| CN104392201B (zh) | 一种基于全向视觉的人体跌倒识别方法 | |
| CN113239772A (zh) | 自助银行或atm环境中的人员聚集预警方法与系统 | |
| Stone et al. | Silhouette classification using pixel and voxel features for improved elder monitoring in dynamic environments | |
| JP2012212301A (ja) | 異常検知装置 | |
| CN118865236A (zh) | 一种基于融合检测框架的水源地非法入侵识别方法 | |
| CN113743339B (zh) | 一种基于场景识别的室内跌倒检测方法和系统 | |
| Jędrasiak et al. | The comparison of capabilities of low light camera, thermal imaging camera and depth map camera for night time surveillance applications |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |