[go: up one dir, main page]

WO2014010174A1 - 画角変動検知装置、画角変動検知方法および画角変動検知プログラム - Google Patents

画角変動検知装置、画角変動検知方法および画角変動検知プログラム Download PDF

Info

Publication number
WO2014010174A1
WO2014010174A1 PCT/JP2013/003762 JP2013003762W WO2014010174A1 WO 2014010174 A1 WO2014010174 A1 WO 2014010174A1 JP 2013003762 W JP2013003762 W JP 2013003762W WO 2014010174 A1 WO2014010174 A1 WO 2014010174A1
Authority
WO
WIPO (PCT)
Prior art keywords
angle
view
fixed point
feature
imaging device
Prior art date
Application number
PCT/JP2013/003762
Other languages
English (en)
French (fr)
Inventor
亮磨 大網
Original Assignee
日本電気株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to US14/414,154 priority Critical patent/US9922423B2/en
Priority to JP2014524621A priority patent/JP6036824B2/ja
Publication of WO2014010174A1 publication Critical patent/WO2014010174A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Definitions

  • the present invention relates to an angle-of-view variation detecting device, an angle-of-view variation detecting method, and an angle-of-view variation detecting program for detecting an angle of view variation of an imaging device.
  • the angle of view of the camera is shifted due to an earthquake or the like, the angle of view of the camera is returned to the original state by performing calibration again.
  • the camera orientation is stored. For example, when the camera recovers from a power failure or the like, the camera posture is automatically set based on the stored angle. Can be restored.
  • planetary probes that automatically correct the direction of the camera are also known. This planetary probe detects the position of a specific star such as canopus using a star tracker, and automatically corrects the direction of the camera.
  • Patent Document 1 describes a correction device for a monitoring camera.
  • the correction device described in Patent Document 1 stores a reference pattern that gives a positional reference when correcting deviation of a captured image. This reference pattern models an initial positional relationship with respect to a specific part existing at a known position in the monitoring area.
  • the correction device described in Patent Document 1 performs image correction so that the comparison pattern matches the reference pattern.
  • the method for correcting the orientation of the camera of the planetary explorer has been described above, but the environment is completely different between the space photographed by the camera used in a general surveillance system and the outer space.
  • the foreground object moves in front of the camera due to the influence of wind blowing at the installation location.
  • it is desirable that the change in the angle of view can be appropriately detected even when various effects are exerted on the shooting environment of the camera.
  • Patent Document 1 it is described that a captured image is captured by a monitoring camera attached in the vicinity of a door mirror of a vehicle. Surveillance cameras mounted in the vicinity of vehicle door mirrors are particularly affected by wind and the like, and it is assumed that the angle of view frequently changes. However, Patent Document 1 does not mention any corresponding method. That is, the correction apparatus described in Patent Document 1 has a problem that image correction is performed every time it is affected by the imaging environment.
  • an object of the present invention is to provide an angle-of-view variation detecting device, an angle-of-view variation detecting method, and an angle-of-view variation detecting program capable of appropriately detecting an angle-of-view variation in accordance with a shooting environment of the image capturing apparatus.
  • the angle-of-view variation detection device is based on fixed point information including the position of a fixed point specified from the angle of view of the imaging device and the feature amount indicating the feature of the fixed point, and the image captured by the imaging device And a state determination means for determining that the angle of view of the imaging device has changed when the change of the angle of view is stable for a certain period of time.
  • the angle-of-view variation detection method is based on the fixed point information including the position of the fixed point specified from the angle of view of the imaging device and the feature amount indicating the feature of the fixed point, and the image captured by the imaging device. Then, the angle of view variation of the imaging device is detected, and it is determined that the angle of view of the imaging device has changed when the variation in the angle of view is stable for a certain period.
  • An angle-of-view variation detection program allows a computer to detect, based on fixed point information including a fixed point position specified from an angle of view of an image pickup device and a feature amount indicating a feature of the fixed point.
  • View angle variation detection processing that detects the angle of view variation of the imaging device from the video to be shot, and state determination processing that determines that the angle of view of the image capture device has changed when the change in the angle of view is stable for a certain period of time It is characterized by making it.
  • the present invention it is possible to appropriately detect the change in the angle of view according to the shooting environment of the image pickup apparatus.
  • FIG. 1 is a block diagram showing a configuration example of a first embodiment of a field angle variation detection device according to the present invention.
  • the angle-of-view variation detection device of this embodiment includes a video acquisition unit 10, a position calculation unit 11, a camera calibration information storage unit 12, a view angle variation determination unit 13, and a camera control information generation unit 14. .
  • the video acquisition unit 10 captures a video and inputs the video to the position calculation unit 11 and the view angle variation determination unit 13.
  • the video acquisition unit 10 is realized by an imaging device such as a camera.
  • the angle-of-view variation detection device detects the angle-of-view variation of the video acquisition unit 10.
  • the video acquisition unit 10 is an imaging device capable of controlling the angle of view from the outside.
  • the position calculation means 11 extracts the position of an object or person from the video input from the video acquisition means 10. Specifically, the position calculation means 11 converts the two-dimensional position obtained from the input video into a coordinate system in the real space using camera calibration information described later, and in the real space of the person or object Calculate the position and size at.
  • the position data calculated in time series becomes the flow line information. Therefore, it is possible to analyze the action of the person by analyzing this information.
  • security applications for example, it is possible to detect the intrusion of a person into a specific area, and it is possible to detect a person who is wandering in the specific area.
  • the flow line information can be used to improve the work efficiency of the store clerk, and the flow line of the customer can be obtained. Therefore, information that can be used for marketing can be obtained by using the flow line information.
  • the position calculation means 11 calculates the size of the object, so that the object can be classified (for example, a person and an object are classified).
  • the information calculated by the position calculation means 11 can be used as data that is the basis of such flow line analysis and object analysis.
  • the camera calibration information storage unit 12 stores camera calibration information used by the position calculation unit 11 to calculate the position and size of a person or an object in real space.
  • the camera calibration information is stored in the camera calibration information storage unit 12 in advance by, for example, a user.
  • Camera calibration information is also called a camera parameter, and is classified into an internal parameter and an external parameter.
  • the internal parameters are parameters that describe distortion of the image due to lens distortion and parameters that describe the focal length (zoom rate).
  • the external parameter is a parameter representing the position where the camera is installed and the direction (posture) of the camera.
  • the position calculation means 11 calculates a three-dimensional (real space) position from the two-dimensional coordinates of the image using these parameters. For example, when specifying the position of a person, the position calculation means 11 calculates the coordinates of the person's feet on the image, and based on the camera calibration information, this position is calculated in real space (that is, the person stands up). What is necessary is just to convert into the floor surface position.
  • the angle-of-view variation determining means 13 determines whether or not the angle of view has changed using the input video. If there is a change, the angle-of-view fluctuation determination means 13 calculates the amount of change or a parameter indicating the change.
  • information indicating the variation in the angle of view is referred to as angle-of-view variation information.
  • the camera control information generation means 14 calculates the pan and tilt amounts necessary for returning the angle of view of the video acquisition means 10 based on the angle of view fluctuation information generated by the angle of view fluctuation determination means 13.
  • the obtained information is input to the video acquisition means 10 as camera control information.
  • the video acquisition means 10 adjusts the angle of view based on the camera control information, and performs processing for returning to the pre-change.
  • the method for calculating the pan and tilt amounts necessary to restore the angle of view is arbitrary. That is, the camera control information is a parameter for moving the camera in a direction to return the variation amount determined by the angle-of-view variation determination unit 13. For example, the amount of pixel movement when the pan angle is changed is determined according to the degree of zoom. Therefore, the camera control information generation unit 14 stores in advance the relationship between the pan angle and the pixel movement amount with respect to the current zoom level, and from the apparent movement of the video when there is a change in the angle of view. The amount of movement may be calculated to obtain the pan angle.
  • the tilt angle can also be calculated using a similar method.
  • the method by which the camera control information generation unit 14 calculates the camera control information is not limited to the above method.
  • the camera control information generation unit 14 may predetermine a function for calculating the pan and tilt amounts according to the variation amount, and calculate the camera control information based on the function. Note that a method for calculating the pan and tilt amounts is widely known, and thus detailed description thereof is omitted here.
  • FIG. 2 is a block diagram illustrating a configuration example of the field angle variation determination unit 13 of the present embodiment.
  • the view angle variation determination unit 13 includes a view angle variation detection unit 101, a fixed point information storage unit 102, a feature amount extraction unit 103, and a feature amount tracking unit 104.
  • the fixed point information storage unit 102 stores fixed point information including the position of the fixed point and a feature amount indicating the feature of the fixed point.
  • the fixed point is a point specified from the video imaged by the video acquisition means 10 and means that the position and the feature amount are stable for a certain time or more.
  • the position of the fixed point is represented by information (for example, two-dimensional coordinates) that can specify the position in the image.
  • the fixed point feature amount is represented by, for example, luminance gradient information, SIFT (Scale Invariant Feature Transform), SURF (Speeded-Up Robust Feature), and the like.
  • SIFT Scale Invariant Feature Transform
  • SURF Speeded-Up Robust Feature
  • the fixed point is determined in advance by the user or the like, and the position and the feature amount of the fixed point are stored in the fixed point information storage unit 102 in advance.
  • the user may determine a fixed point by visually determining a non-moving point such as a corner of a building.
  • the angle-of-view fluctuation detection unit 101 detects whether or not there is a change in the angle of view of the video acquisition unit 10 from the input video based on the fixed point information. To do.
  • information indicating whether or not the angle of view has changed, and information indicating the content of the change when the angle of view has changed are collectively referred to as angle-of-view variation detection information.
  • the angle-of-view variation detection unit 101 calculates the feature amount of the input video at the same position as the fixed point position stored in the fixed point information storage unit 102 and compares it with the fixed point feature amount. Then, the number of fixed points at which the feature amounts substantially match is calculated. When the number of matching fixed points is equal to or larger than a certain number, the angle-of-view variation detecting unit 101 determines that the angle of view is not varied, and generates angle-of-view variation detection information indicating that the angle of view is not varied. To do.
  • the angle-of-view variation detecting unit 101 determines that the angle of view has changed, and displays information indicating that the angle of view has changed and information indicating the content of the change. Generated as angle-of-view variation detection information.
  • the view angle variation detection unit 101 inputs the generated view angle variation detection information to the feature amount extraction unit 103.
  • the method of detecting whether or not the angle of view has changed by calculating the number of points that match the fixed point by the angle of view detection means 101 has been described.
  • the method of detecting whether or not the angle of view has changed is not limited to the method of calculating the number of points that match the fixed point.
  • the angle-of-view variation detection unit 101 has a similarity between the input image and the image indicated by the fixed point information as the statistical amount of the distance between the feature amount vectors representing the feature amount (average, median, percentile value, etc.) decreases. If it is determined that the angle of view is high and the similarity is below a predetermined threshold, it may be determined that the angle of view has changed.
  • the angle-of-view variation detecting means 101 may determine that the angle of view has changed when the difference between the input image and the image indicated by the fixed point information is larger than a predetermined amount.
  • Feature amount extraction means 103 extracts feature points from the input video, and extracts feature amounts at the positions of the feature points.
  • the feature amount extraction unit 103 calculates a feature amount such as SIFT or SURF, but the content of the feature amount is not limited to SIFT or SURF. Since a method for extracting feature points and a method for calculating SIFT and SURF are widely known, detailed description thereof is omitted here.
  • the feature quantity extraction unit 103 calculates a feature quantity that can be compared with the feature quantity included in the fixed point information.
  • information including the coordinates of the feature points extracted by the feature amount extraction unit 103 and the feature amounts of the feature points will be referred to as feature point information.
  • the feature amount extraction unit 103 may calculate the feature amount when the angle of view does not change. Since the feature quantity need not be frequently calculated at points where the feature quantity is stable, the feature quantity extraction unit 103 reduces the frequency of calculating the feature quantity for such a feature point. May be.
  • the feature amount tracking unit 104 collates the fixed point with the feature point within the search range, and associates the two points.
  • a parameter for converting the position of each feature point to the position of the fixed point (hereinafter referred to as an angle of view variation parameter) is calculated. Then, the feature amount tracking unit 104 calculates a view angle variation parameter that can convert the most feature points into corresponding fixed points.
  • the feature amount tracking unit 104 may calculate, for example, the distance or similarity between the calculated feature amount of the feature point and the feature amount of the fixed point.
  • the feature amount tracking unit 104 extracts a pair of feature points and fixed points whose calculated distance is equal to or smaller than a predetermined threshold value or whose calculated similarity is equal to or larger than a predetermined threshold value, and uses the extracted pairs.
  • the parameter candidates for converting the angle of view are calculated. That is, this pair indicates a combination of fixed points corresponding to feature points.
  • the feature amount tracking unit 104 calculates rotation / translation parameters as parameter candidates when the feature point moves to the fixed point extracted as a pair.
  • the feature amount tracking unit 104 may calculate the parameter using, for example, affine transformation.
  • the feature amount tracking unit 104 may calculate parameter candidates for the plurality of extracted pairs, and set the parameter candidate having the highest frequency among them as the angle-of-view variation parameter. At this time, the feature amount tracking unit 104 may randomly select a pair from a plurality of pairs.
  • the feature amount tracking unit 104 arbitrarily moves and converts the input video, and calculates the distance or similarity between the feature amount of the fixed point and the feature amount of the feature point. It may be calculated.
  • the feature amount tracking unit 104 may use, as the angle-of-view variation parameter, a parameter indicating movement and conversion to a state where the calculated distance is equal to or smaller than a predetermined threshold value or the calculated similarity is equal to or larger than the predetermined threshold value.
  • the feature amount tracking unit 104 temporarily stores the calculated view angle variation parameter.
  • the feature amount tracking unit 104 calculates the angle-of-view variation parameter in the same manner for the input next video (that is, the video of the next frame).
  • the feature amount tracking unit 104 compares the temporarily stored view angle variation parameter with the newly calculated view angle variation parameter.
  • the feature amount tracking unit 104 determines that there has been a change in the view angle, and outputs the view angle change parameter as the view angle change information. . That is, the feature amount tracking unit 104 determines that the angle of view of the video acquisition unit 10 has changed when the change in the angle of view is stable for a certain period.
  • being stable for a certain period means that the change in the angle-of-view variation parameter between frames is within a predetermined threshold within a predetermined period.
  • the feature amount tracking unit 104 determines that the angle of view of the image acquisition unit 10 has changed when the change in the angle-of-view variation parameter between frames in the input image is stable for a certain period. For this reason, it is possible to avoid erroneous detection due to a momentary change in the angle of view.
  • the feature amount tracking unit 104 may determine whether or not the calculated angle-of-view variation parameter is within a normal range of angle-of-view variation. Then, the feature amount tracking unit 104 may instruct the camera control information generation unit 14 to generate the camera control information when it is within the normal range of view angle fluctuation. On the other hand, when it is not within the range of the normal angle of view, there is a possibility that the video acquisition means 10 cannot return to the state before the change based on the camera control information. In this case, the feature amount tracking unit 104 may list only an alert indicating that a change in the angle of view has occurred, and prompt the user to perform recalibration manually.
  • the angle-of-view variation detection unit 101, the feature amount extraction unit 103, and the feature amount tracking unit 104 are realized by a CPU of a computer that operates according to a program (view angle variation detection program).
  • the program is stored in a storage unit (not shown) of the view angle variation determination unit 13, and the CPU reads the program, and the view angle variation detection unit 101, the feature amount extraction unit 103, and the feature amount tracking according to the program. It may operate as the means 104.
  • each of the angle-of-view variation detecting unit 101, the feature amount extracting unit 103, and the feature amount tracking unit 104 may be realized by dedicated hardware.
  • the fixed point information storage means 102 is realized by, for example, a magnetic disk.
  • FIG. 3 is a flowchart illustrating an operation example of the field angle variation detection device according to the first embodiment.
  • the video acquisition unit 10 inputs the captured video to the angle-of-view variation determination unit 13 (step S1).
  • the angle-of-view variation detecting unit 101 detects the angle-of-view variation of the video acquisition unit 10 from the video captured by the video acquisition unit 10 based on the fixed point information (step S2). For example, the angle-of-view variation detection unit 101 may calculate the number of fixed points at which the feature amount at the same position as the fixed point position in the input video substantially matches the fixed point feature amount. Then, the angle-of-view fluctuation detecting unit 101 may determine that the angle of view is fluctuating when there are no more than a certain number of matching fixed points.
  • Feature amount extraction means 103 extracts feature points from the input video (step S3).
  • the feature amount tracking unit 104 associates the fixed point with the feature point, and calculates the view angle variation parameter. Then, the feature amount tracking unit 104 determines whether or not the angle-of-view variation parameter is stable for a certain period (step S4). When the angle of view variation parameter is not stable for a certain period (N in step S4), the processing after step S1 for detecting the angle of view variation is repeated for the input video.
  • the feature amount tracking unit 104 determines that the angle of view of the video acquisition unit 10 has changed, and the angle of view variation information including the angle of view variation parameter. Is input to the camera control information generation means 14 (step S5). Then, the camera control information generation unit 14 generates camera control information based on the input angle-of-view variation information and inputs it to the video acquisition unit 10 (step S6). The video acquisition unit 10 adjusts the angle of view based on the input camera control information, and performs a process of returning to the pre-change state (step S7).
  • the angle-of-view fluctuation detecting unit 101 detects the angle-of-view fluctuation of the video acquisition unit 10 from the video imaged by the video acquisition unit 10 based on the fixed point information. Then, the feature amount tracking unit 104 determines that the angle of view of the video acquisition unit 10 has changed when the change in the angle of view is stable for a certain period. Therefore, it is possible to appropriately detect the change in the angle of view according to the shooting environment of the imaging apparatus.
  • a camera having a pan / tilt / zoom function is controlled to return to the original angle when the power is turned on again.
  • the accuracy varies depending on the camera. Therefore, the accuracy of returning to the original angle can be improved by applying the field angle variation detection device of the present embodiment to a camera having a pan / tilt / zoom function.
  • the video acquisition unit 10 is an imaging device capable of controlling the angle of view from the outside. That is, in the first embodiment, the video acquisition unit 10 adjusts the angle of view based on the camera control information generated by the camera control information generation unit 14 and returns the image to the state before the change.
  • FIG. 4 is a block diagram illustrating a configuration example of a modification of the field angle variation detection device of the first embodiment.
  • the angle-of-view variation detection device of this modification includes a video acquisition unit 20, a position calculation unit 11, a camera calibration information storage unit 22, a field angle variation determination unit 13, and a camera calibration information generation unit 24. .
  • the video acquisition unit 20 captures a video and inputs the video to the position calculation unit 11 and the view angle variation determination unit 13.
  • the video acquisition unit 20 is different from the video acquisition unit 10 of the first embodiment in that the video acquisition unit 20 is an imaging device that cannot control the angle of view from the outside.
  • the video acquisition means 20 is realized not only by a camera but also by a VTR (Video Tape Recorder) or a hard disk recorder that can play back recorded video and acquire the played back video.
  • the camera calibration information generation unit 24 generates camera calibration information used by the position calculation unit 11 and stores it in the camera calibration information storage unit 22. It should be noted that the camera calibration information generating means 24 may use any method for generating camera calibration information.
  • the camera calibration information generation unit 24 stores, for example, pixel movement amounts with respect to predetermined zoom, pan, and tilt amounts in advance, as in the case of the camera control information generation unit 14. The movement amount may be calculated from the apparent movement. In addition, since the calculation method of camera calibration information is widely known, detailed description is omitted here.
  • the camera parameters can be changed to change the image from the two-dimensional coordinates to three-dimensional (real space). Can be calculated appropriately.
  • the feature amount tracking unit 104 may determine whether or not the calculated view angle variation parameter is within a normal view angle variation range. Then, the feature amount tracking unit 104 may instruct the camera calibration information generating unit 24 to generate the camera calibration information when it is within the normal range of the view angle fluctuation. On the other hand, when it is not within the range of the normal angle of view, there is a possibility that the position calculation means 11 cannot return to the state before the change based on the camera calibration information. In this case, the feature amount tracking unit 104 may list only an alert indicating that a change in the angle of view has occurred, and prompt the user to perform recalibration manually.
  • Embodiment 2 a second embodiment of the field angle variation detection device according to the present invention will be described.
  • the configuration of the angle-of-view variation detection device of this embodiment is the same as the configuration illustrated in FIG. 1, but the content of the angle-of-view variation determination unit 13 is different from that of the first embodiment.
  • FIG. 5 is a block diagram illustrating a configuration example of the view angle variation determination unit 13 of the second embodiment.
  • the angle-of-view variation determining unit 13 of the present embodiment includes an angle-of-view variation detecting unit 101, a fixed point information accumulating unit 102, a feature amount extracting unit 103, a feature amount tracking unit 104, and a fixed point detecting unit 204. .
  • symbol same as FIG. 2 is attached
  • the feature amount of the feature point calculated by the feature amount extraction unit 103 is also input to the fixed point detection unit 204.
  • the position of the feature point and the feature amount of the feature point input from the feature amount extraction unit 103 are collectively referred to as feature point information.
  • the fixed point detecting means 204 detects, as fixed points, feature points that are continuously located at the same position for a predetermined time among the feature points extracted by the feature amount extracting means 103.
  • the fixed point detection unit 204 uses the feature point information of the feature points not matched with the fixed point among the feature points included in the feature point information input from the feature amount extraction unit 103 as the fixed point candidate. Extract and keep as.
  • the fixed point detection unit 204 compares the input feature point information with the stored fixed point candidate, It is determined whether or not the extracted feature points are continuously present at the same position. Note that whether or not feature points are continuously present at the same position can be determined based on a change in the feature amount of a point corresponding to the feature point.
  • the fixed point detection unit 204 may update the feature amount for the feature point detected as existing at the same position.
  • the fixed point detection unit 204 may calculate the number of detection times of the feature point in a certain period. And the fixed point detection means 204 may detect the feature point as a fixed point when the number of detections within the period exceeds a predetermined threshold.
  • the fixed point detection unit 204 stores the feature point information of the feature point detected as the fixed point in the fixed point information storage unit 102. That is, the fixed point detection unit 204 updates the fixed point information stored in the fixed point information storage unit 102.
  • the fixed point detection unit 204 calculates the number of detections within the period, the number of detections for the period is set as a reliability indicating the likelihood of the fixed point of the feature point, and the reliability is associated with the feature point information. You may memorize
  • the reliability is used, for example, as a weight when the feature amount tracking unit 104 collates a fixed point with a feature point.
  • the feature amount tracking unit 104 may preferentially select a pair with high reliability when selecting a pair of a fixed point and a feature point. In this way, high-precision fixed point information can be used preferentially.
  • the fixed point detection unit 204 may calculate the detection time of the feature point and store it in the fixed point information storage unit 102.
  • the fixed point detection unit 204 detects the feature point when the elapsed time from the time when the feature point was last detected exceeds a certain time. May not be a fixed point, and the feature point information of the feature point may be deleted. By doing in this way, highly accurate fixed point information can be maintained.
  • Embodiment 3 a third embodiment of the field angle variation detection apparatus according to the present invention will be described.
  • the configuration of the angle-of-view variation detection device of this embodiment is the same as the configuration illustrated in FIG. 1, but the content of the angle-of-view variation determination unit 13 is different from that of the first embodiment.
  • the fixed point is switched according to the situation where the imaging device captures an image.
  • FIG. 6 is a block diagram illustrating a configuration example of the angle-of-view variation determination unit 13 of the third embodiment.
  • the view angle variation determination unit 13 of the present embodiment includes a view angle variation detection unit 101, a fixed point information storage unit 302, a feature amount extraction unit 103, a feature amount tracking unit 104, and a situation determination unit 306.
  • symbol same as FIG. 2 is attached
  • subjected and description is abbreviate
  • the situation determination unit 306 determines a situation where the imaging apparatus captures an image. Specifically, the situation determination unit 306 determines the current situation in which the imaging device is shooting based on the video shot by the imaging device, such as the brightness and time of the entire video. For example, the situation determination unit 306 may determine the time zone (morning, noon, night, etc.) in which the image is taken from the brightness and time of the entire video. The situation determination unit 306 stores information for identifying the situation (hereinafter referred to as situation identification information) in the fixed point information storage unit 302.
  • the situation identification information for example, an index for determining the situation is used.
  • the situation identification information may be defined with an index indicating daytime being 1 and an index indicating night being 2.
  • the situation determination unit 306 may generate situation identification information indicating both situations. At this time, the situation determination unit 306 may digitize the probability of each situation and include the value as reliability information in the state identification information.
  • the fixed point information accumulating unit 302 stores, as fixed point information, information indicating the position of the fixed point and the feature value indicating the feature of the fixed point, as well as information indicating the situation in which the fixed point is used.
  • the situation where the fixed point is used may be information indicating a situation where the fixed point is specified, or may be information indicating a situation where the fixed point is to be applied. In the case of a fixed point applicable to a plurality of situations, the reliability for each situation may be used as information indicating the situation in which the fixed point is used.
  • the fixed point information accumulating unit 302 may store the fixed points that are used in common and the fixed points for each situation as a group. In this case, the fixed point for each situation is added to the fixed point that is commonly used according to each situation, and is used.
  • the angle-of-view fluctuation detecting unit 101 selects fixed point information to be used based on the situation identification information, and whether or not the angle of view of the video acquisition unit 10 has changed from the input video based on the selected fixed point information. Is detected.
  • the feature amount tracking unit 104 selects fixed point information to be used based on the situation identification information, and calculates an angle-of-view variation parameter for converting the position of each feature point to the position of the selected fixed point.
  • the effectiveness of the fixed point specified from the angle of view of the imaging device varies depending on the time zone such as day, night, and dawn.
  • the fixed point is selected according to the situation where the imaging device is photographing, the accuracy of the angle of view variation can be further improved.
  • situation determination unit of this embodiment may be applied to the angle-of-view variation determination unit 13 illustrated in the second embodiment.
  • Embodiment 4 FIG. Next, a fourth embodiment of the field angle variation detection device according to the present invention will be described.
  • the configuration of the angle-of-view variation detection device of this embodiment is the same as the configuration illustrated in FIG. 1, but the content of the angle-of-view variation determination unit 13 is different from that of the first embodiment.
  • FIG. 7 is a block diagram illustrating a configuration example of the field angle variation determination unit 13 according to the fourth embodiment.
  • the angle-of-view variation determining unit 13 of the present embodiment includes an angle-of-view variation detecting unit 101, a fixed point information accumulating unit 102, a feature amount extracting unit 103, a feature amount tracking unit 104, and a fixed point learning unit 406. .
  • symbol same as FIG. 2 is attached
  • the fixed point learning means 406 automatically extracts a fixed point from the background image during a time period when it is determined that there is no foreground.
  • the fixed point learning means 406 may determine that there is no foreground when there is no change in the video of the frame for a certain period, and may specify a time zone in which no foreground exists according to a manual instruction.
  • the fixed point learning unit 406 extracts a fixed point using a method similar to the method by which the fixed point detection unit 204 of the second embodiment detects a fixed point, and stores the fixed point in the fixed point information storage unit 102. Therefore, highly accurate fixed point information can be acquired.
  • FIG. 8 is a block diagram showing an outline of the angle-of-view variation detecting device according to the present invention.
  • the angle-of-view variation detection device according to the present invention is based on fixed point information including the position of a fixed point specified from the angle of view of an imaging device (for example, the video acquisition unit 10) and a feature amount indicating the feature of the fixed point.
  • An angle-of-view variation detecting unit 81 (for example, an angle-of-view variation detecting unit 101) that detects an angle-of-view variation of the image-capturing device from a video imaged by the image-capturing device;
  • State determination means 82 for example, feature amount tracking means 104) for determining that the angle of view has changed is provided.
  • the angle-of-view variation detection device converts a feature point extraction unit (for example, feature amount extraction unit 103) that extracts a feature point from a video captured by the imaging device, and converts the position of the feature point into a corresponding fixed point position.
  • a feature point extraction unit for example, feature amount extraction unit 103
  • the parameter calculation means which calculates the view angle fluctuation
  • the state determination unit 82 may determine that the angle of view of the imaging device has changed when the change in the angle of view variation parameter between frames of the video imaged by the imaging device has stabilized for a certain period.
  • the feature point extraction unit calculates a feature amount of the feature point extracted from the video imaged by the imaging apparatus, and the parameter calculation unit determines that the distance between the feature point feature amount and the fixed point feature amount is a predetermined threshold value. If the similarity between the feature quantity of the feature point and the feature quantity of the fixed point is equal to or greater than a predetermined threshold, the angle of view variation parameter is calculated by determining that the fixed point corresponds to the feature point. Also good.
  • the angle-of-view variation detection device is a fixed point detection unit (for example, fixed point detection) that detects, as a fixed point, a feature point that remains in the same position for a predetermined time among the feature points extracted by the feature point extraction unit. Means 204) may be provided. In this case, the accuracy of the fixed point to be used can be improved.
  • fixed point detection unit for example, fixed point detection
  • the angle-of-view variation detecting unit 81 calculates the number of fixed points at which the feature amount at the same position as the fixed point position in the video input from the imaging device substantially matches the fixed point feature amount, and the matching fixed point It may be determined that the angle of view fluctuates when there is no predetermined number or more.
  • the angle-of-view variation detection device may include a fixed point storage unit (for example, a fixed point information storage unit 102) that stores fixed point information. Then, the view angle variation detection unit 81 may detect the view angle variation of the imaging apparatus based on the stored fixed point information.
  • a fixed point storage unit for example, a fixed point information storage unit 102
  • the view angle variation detection unit 81 may detect the view angle variation of the imaging apparatus based on the stored fixed point information.
  • the angle-of-view variation detection device may include a situation determination unit (for example, a situation determination unit 306) that determines a situation in which the imaging device captures an image.
  • the fixed point storage means stores fixed point information including information indicating the situation where the fixed point is used, and the angle-of-view variation detection means 81 stores the fixed point information corresponding to the determined situation. It is also possible to select from the fixed point information to be stored, and to detect the fluctuation of the angle of view of the imaging device from the video imaged by the imaging device based on the fixed point information.
  • the present invention is preferably applied to detecting a change in the angle of view of the imaging apparatus.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

　画角変動検出手段８１は、撮像装置の画角から特定される不動点の位置とその不動点の特徴を示す特徴量とを含む不動点情報に基づいて、撮像装置が撮影する映像から撮像装置の画角変動を検出し、状態判定手段８２は、画角変動の変化が一定期間安定した場合に撮像装置の画角が変動したと判定する。

Description

画角変動検知装置、画角変動検知方法および画角変動検知プログラム
　本発明は、撮像装置の画角変動を検知する画角変動検知装置、画角変動検知方法および画角変動検知プログラムに関する。
　一般的な監視システムでは、地震などによりカメラの画角がずれてしまった場合、カメラのキャリブレーションを再度行うことにより、カメラの画角をもとの状態に戻している。また、パン・チルト・ズーム機能を有するカメラの場合、カメラの向き（角度）が記憶されているため、例えば、停電等からカメラが復旧した場合、記憶された角度に基づいてカメラの姿勢を自動的に戻すことができる。
　一方、カメラの向きを自動補正する惑星探査機も知られている。この惑星探査機は、スター・トラッカーにより、カノープスなどの特定の星の位置を検知して、カメラの向きを自動補正する。
　また、特許文献１には、監視用カメラの補正装置が記載されている。特許文献１に記載された補正装置は、撮影画像のずれ補正を行う際の位置的基準を与える基準パターンを記憶する。この基準パターンは、監視エリア内における既知の位置に存在する特定部に関する初期的な位置的関係をモデル化したものである。そして、特許文献１に記載された補正装置は、比較パターンが基準パターンとマッチングするように画像補正を行う。
特開２００９－３８５５８号公報
　地震などが発生するたびにカメラの画角ズレを確認し、各カメラのキャリブレーションを行うには手間がかかってしまう。このような手間を省くため、パン・チルト・ズーム機能を有するカメラが用いられることが多い。
　しかし、一般にパン・チルト・ズーム機能を有するカメラでは、カメラの向きを記憶しているにすぎない。そのため、カメラを固定している雲台自体が動いてしまった場合には、もとの画角に戻せないという問題がある。
　また、上記には、惑星探査機のカメラの向きの補正方法を示したが、一般的な監視システムに用いられるカメラが撮影する空間と宇宙空間とでは、その環境が全く異なる。例えば、一般的な監視システムに用いられるカメラでは、設置場所に吹く風の影響を受けたり、カメラの前を前景オブジェクトが移動したりする。このように、カメラの撮影環境に様々な影響が及ぼされる場合であっても、適切に画角の変動を検知できることが望ましい。
　また、特許文献１には、車両のドアミラー近傍に取り付けられた監視カメラによって撮影画像が撮像されることが記載されている。車両のドアミラー近傍に取り付けられる監視カメラは、風の影響などを特に受け、画角が頻繁に変化することが想定される。しかし、特許文献１には、その対応方法については何ら言及されていない。すなわち、特許文献１に記載された補正装置では、撮像環境による影響を受けるたびに画像補正が行われてしまうという問題がある。
　そこで、本発明は、撮像装置の撮影環境に応じて適切に画角の変動を検知できる画角変動検知装置、画角変動検知方法および画角変動検知プログラムを提供することを目的とする。
　本発明による画角変動検知装置は、撮像装置の画角から特定される不動点の位置とその不動点の特徴を示す特徴量とを含む不動点情報に基づいて、その撮像装置が撮影する映像からその撮像装置の画角変動を検出する画角変動検出手段と、画角変動の変化が一定期間安定した場合に撮像装置の画角が変動したと判定する状態判定手段とを備えたことを特徴とする。
　本発明による画角変動検知方法は、撮像装置の画角から特定される不動点の位置とその不動点の特徴を示す特徴量とを含む不動点情報に基づいて、その撮像装置が撮影する映像からその撮像装置の画角変動を検出し、画角変動の変化が一定期間安定した場合に撮像装置の画角が変動したと判定することを特徴とする。
　本発明による画角変動検知プログラムは、コンピュータに、撮像装置の画角から特定される不動点の位置とその不動点の特徴を示す特徴量とを含む不動点情報に基づいて、その撮像装置が撮影する映像からその撮像装置の画角変動を検出する画角変動検出処理、および、画角変動の変化が一定期間安定した場合に撮像装置の画角が変動したと判定する状態判定処理を実行させることを特徴とする。
　本発明によれば、撮像装置の撮影環境に応じて適切に画角の変動を検知できる。
本発明による画角変動検知装置の第１の実施形態の構成例を示すブロック図である。 第１の実施形態の画角変動判定手段の構成例を示すブロック図である。 第１の実施形態の画角変動検知装置の動作例を示すフローチャートである。 第１の実施形態の画角変動検知装置の変形例の構成例を示すブロック図である。 第２の実施形態の画角変動判定手段の構成例を示すブロック図である。 第３の実施形態の画角変動判定手段の構成例を示すブロック図である。 第４の実施形態の画角変動判定手段の構成例を示すブロック図である。 本発明による画角変動検知装置の概要を示すブロック図である。
　以下、本発明の実施形態を図面を参照して説明する。
実施形態１．
　図１は、本発明による画角変動検知装置の第１の実施形態の構成例を示すブロック図である。本実施形態の画角変動検知装置は、映像取得手段１０と、位置算出手段１１と、カメラ校正情報蓄積手段１２と、画角変動判定手段１３と、カメラ制御情報生成手段１４とを備えている。
　映像取得手段１０は、映像を撮影し、その映像を位置算出手段１１および画角変動判定手段１３へ入力する。映像取得手段１０は、カメラなどの撮像装置により実現される。本実施形態では、画角変動検知装置は、映像取得手段１０の画角変動を検知するものとする。また、本実施形態では、映像取得手段１０が、画角を外部から制御可能な撮像装置であるとする。
　位置算出手段１１は、映像取得手段１０から入力された映像中から物体や人物の位置を抽出する。具体的には、位置算出手段１１は、後述するカメラ校正情報を用いて、入力された映像から得られた二次元の位置を実空間上の座標系に変換し、人物や物体の実空間上での位置や大きさを算出する。
　例えば、人物の位置を算出することにより、時系列で算出される位置データは、動線情報になるため、この情報を解析することで人物の行動を分析することが可能になる。これをセキュリティ用途に応用すると、例えば、特定領域への人物の侵入を検知でき、また、特定領域をうろついている人物を検知できる。また、例えば、工場や物流倉庫等において作業員の動線を可視化することで、作業効率化が可能か否かを検討できる。また、店舗業務に適用する場合、店員の作業効率化に動線情報を利用できるほか、顧客の動線を求めることも可能になる。そのため、動線情報を用いることで、マーケティングに利用可能な情報を得ることができる。
　他にも、例えば、物体の位置を算出することにより、置き去りになった物体を検知して、アラートを挙げることも可能である。さらに、位置算出手段１１が物体の大きさを算出することで、物体を分類（例えば、人物と物とを分類）することも可能になる。このように、位置算出手段１１が算出する情報は、このような動線解析や物体解析の基になるデータとして利用可能である。
　カメラ校正情報蓄積手段１２は、位置算出手段１１が人物や物体の実空間上での位置や大きさを算出するために用いられるカメラ校正情報を記憶する。カメラ校正情報は、例えば、利用者等により、予めカメラ校正情報蓄積手段１２に記憶される。カメラ校正情報は、カメラパラメータとも呼ばれ、内部パラメータと外部パラメータに分類される。
　内部パラメータは、レンズ歪による画像のゆがみを記述するパラメータや、焦点距離（ズーム率）を記述するパラメータである。また、外部パラメータは、カメラが設置されている位置や、カメラの向き（姿勢）を表すパラメータである。位置算出手段１１は、これらのパラメータを用いて、画像の二次元上の座標から三次元（実空間）の位置を算出する。例えば、人物の位置を特定する場合、位置算出手段１１は、画像上における人物の足元の座標を算出し、カメラ校正情報に基づいて、これを実空間上の位置（すなわち、人物が立っている床面の位置）に変換すればよい。
　なお、カメラ校正情報（カメラパラメータ）に基づいて画像上の二次元の座標から実空間上の三次元の座標を算出する方法は広く知られているため、ここでは詳細な説明を省略する。
　画角変動判定手段１３は、入力された映像を用いて、画角の変動があったか否かを判定する。また、変動があった場合、画角変動判定手段１３は、その変動量または変動を示すパラメータを算出する。以下、画角の変動を示す情報を画角変動情報と記す。
　カメラ制御情報生成手段１４は、画角変動判定手段１３が生成した画角変動情報に基づいて、映像取得手段１０の画角をもとに戻すために必要なパン、チルト量を算出し、算出した情報をカメラ制御情報として映像取得手段１０へ入力する。映像取得手段１０は、カメラ制御情報に基づいて画角を調整し、変動前に戻す処理を行う。
　画角をもとに戻すために必要なパン、チルト量を算出する方法は任意である。すなわち、カメラ制御情報は、画角変動判定手段１３によって判定された変動量を戻す方向にカメラを移動させるためのパラメータである。例えば、パンの角度を変化させた場合の画素の移動量は、ズームの度合いに応じて決定される。そのため、カメラ制御情報生成手段１４は、現状のズームの度合いに対するパンの角度と画素の移動量との関係を予め記憶しておき、画角の変動があった場合に、映像の見かけの動きから移動量を算出し、パンの角度を求めるようにすればよい。チルトの角度についても、同様の方法を用いて算出できる。
　なお、カメラ制御情報生成手段１４がカメラ制御情報を算出する方法は、上記方法に限定されない。カメラ制御情報生成手段１４は、例えば、変動量に応じてパン、チルト量を算出する関数を予め規定し、その関数に基づいてカメラ制御情報を算出してもよい。なお、パン、チルト量を算出する方法は広く知られているため、ここでは詳細な説明を省略する。
　次に、画角変動判定手段１３の内容をさらに説明する。図２は、本実施形態の画角変動判定手段１３の構成例を示すブロック図である。画角変動判定手段１３は、画角変動検出手段１０１と、不動点情報蓄積手段１０２と、特徴量抽出手段１０３と、特徴量追跡手段１０４とを含む。
　不動点情報蓄積手段１０２は、不動点の位置と、その不動点の特徴を示す特徴量とを含む不動点情報を記憶する。ここで、不動点とは、映像取得手段１０によって撮影される映像から特定される点であり、その位置および特徴量が一定時間以上安定している点のことを意味する。
　不動点の位置は、画像中の位置を特定可能な情報（例えば、２次元の座標）で表わされる。また、不動点の特徴量は、例えば、輝度の勾配情報や、ＳＩＦＴ（Scale Invariant Feature Transform ）、ＳＵＲＦ（Speeded-Up Robust Feature ）などにより表わされるがこれらに限定されず、不動点のまわりの画像領域の色や模様の特徴を記述する様々な特徴量を利用することができる。
　本実施形態では、不動点がユーザ等により予め定められ、その不動点の位置および特徴量が予め不動点情報蓄積手段１０２に記憶されているものとする。例えば、ユーザは、ビルの角などの動かない点を目視で判断することで、その点を不動点と特定すればよい。
　画角変動検出手段１０１は、映像取得手段１０から新たに映像が入力されると、不動点情報に基づいて、その入力された映像から映像取得手段１０の画角に変動があったか否かを検出する。以下、画角に変動があったか否かを示す情報、および、画角に変動があった場合には変動の内容を示す情報をまとめて画角変動検出情報と記す。
　具体的には、画角変動検出手段１０１は、不動点情報蓄積手段１０２に記憶されている不動点の位置と同じ位置における入力映像の特徴量を算出し、不動点の特徴量と比較して、特徴量がほぼ一致する不動点の数を算出する。一致する不動点の数が一定数以上存在する場合、画角変動検出手段１０１は、画角が変動していないと判断し、画角が変動していないことを示す画角変動検出情報を生成する。
　一方、一致する不動点の数が一定数以上存在しない場合、画角変動検出手段１０１は、画角が変動したと判断し、画角が変動したことを示す情報および変動の内容を示す情報を画角変動検出情報として生成する。画角変動検出手段１０１は、生成した画角変動検出情報を特徴量抽出手段１０３へ入力する。
　なお、上記説明では、画角変動検出手段１０１が不動点に一致する点の数を算出して画角に変動があったか否かを検出する方法を説明した。ただし、画角に変動があったか否かを検出する方法は、不動点に一致する点の数を算出する方法に限定されない。画角変動検出手段１０１は、例えば、特徴量を表す特徴量ベクトル間の距離の統計量（平均やメディアン、パーセンタイル値など）が小さいほど、入力画像と不動点情報が示す画像との類似性が高いと判断し、その類似性が所定の閾値を下回る場合に、画角に変動があったと判定してもよい。
　すなわち、画角変動検出手段１０１は、入力画像と不動点情報が示す画像との差が所定量よりも大きい場合に、画角に変動があったと判定すればよい。
　特徴量抽出手段１０３は、入力された映像から特徴点を抽出し、各特徴点の位置における特徴量を抽出する。特徴量抽出手段１０３は、例えば、ＳＩＦＴやＳＵＲＦなどの特徴量を算出するが、特徴量の内容はＳＩＦＴやＳＵＲＦに限定されない。なお、特徴点を抽出する方法およびＳＩＦＴやＳＵＲＦの算出方法は広く知られているため、ここでは、詳細な説明は省略する。ただし、特徴量抽出手段１０３は、不動点情報に含まれる特徴量と比較可能な特徴量を算出する。以下、特徴量抽出手段１０３が抽出する特徴点の座標、および特徴点の特徴量を含む情報を特徴点情報と記す。
　なお、特徴量自体は照明条件の変動等によって変化する。例えば、屋外で撮影されている場合、日照変動により特徴量は変化する。そのため、特徴量抽出手段１０３は、画角が変動していない場合に特徴量を算出してもよい。なお、特徴量が安定している点については、頻繁に特徴量を算出する必要はないため、特徴量抽出手段１０３は、このような特徴点に対しては、特徴量を算出する頻度を下げてもよい。
　特徴量追跡手段１０４は、画角変動検出情報が画角変動があったことを示している場合、探索範囲内で不動点と特徴点とを照合させて両点の対応付けを行い、対応する不動点の位置へ各特徴点の位置を変換するパラメータ（以下、画角変動パラメータと記す。）を算出する。そして、特徴量追跡手段１０４は、最も多くの特徴点を対応する不動点へ変換可能な画角変動パラメータを算出する。
　特徴量追跡手段１０４は、例えば、算出された特徴点の特徴量と不動点の特徴量との距離または類似度を算出してもよい。この場合、特徴量追跡手段１０４は、算出した距離が所定の閾値以下、または、算出した類似度が所定の閾値以上である特徴点と不動点のペアを抽出し、抽出されたペアを用いて、画角を変換するためのパラメータ候補を算出する。すなわち、このペアは、特徴点に対応する不動点の組合せを示すものである。そして、特徴量追跡手段１０４は、ペアとして抽出された不動点に特徴点が移動したとしたときの回転・並進パラメータをパラメータ候補として算出する。このとき、特徴量追跡手段１０４は、例えば、アフィン変換を用いてパラメータを算出してもよい。
　そして、特徴量追跡手段１０４は、抽出された複数のペアについてパラメータ候補を算出し、その中から最も頻度が高くなるパラメータ候補を画角変動パラメータとすればよい。このとき、特徴量追跡手段１０４は、複数のペアからランダムにペアを選択してもよい。
　また、特徴点の探索範囲が決まっている場合、特徴量追跡手段１０４は、入力された映像を任意に移動および変換し、不動点の特徴量と特徴点の特徴量との距離または類似度を算出してもよい。そして、特徴量追跡手段１０４は、算出した距離が所定の閾値以下、または、算出した類似度が所定の閾値以上になる状態への移動および変換を示すパラメータを画角変動パラメータとしてもよい。
　特徴量追跡手段１０４は、算出した画角変動パラメータを一時保存する。そして、特徴量追跡手段１０４は、入力された次の映像（すなわち、次のフレームの映像）に対しても同様に画角変動パラメータを算出する。特徴量追跡手段１０４は、一時保存した画角変動パラメータと新たに算出した画角変動パラメータとを比較する。両パラメータの変化が予め定めた閾値よりも小さい状態がある一定フレーム数継続した場合、特徴量追跡手段１０４は、画角変動があったと判定し、画角変動パラメータを画角変動情報として出力する。すなわち、特徴量追跡手段１０４は、画角変動の変化が一定期間安定した場合に映像取得手段１０の画角が変動したと判定する。ここで、一定期間安定するとは、所定の期間内において、フレーム間の画角変動パラメータの変化が所定の閾値以内に収まっていることを意味する。
　例えば、風などによってカメラが一瞬揺れた場合の映像の変化は、必ずしも画角変動が生じたとは言い切れない。本実施形態では、特徴量追跡手段１０４が入力された映像におけるフレーム間の画角変動パラメータの変化が一定期間安定した場合に映像取得手段１０の画角が変動したと判定する。そのため、一瞬の画角変動による誤検知を避けることができる。
　なお、特徴量追跡手段１０４は、算出された画角変動パラメータが、通常の画角変動の範囲内か否か判定してもよい。そして、通常の画角変動の範囲内の場合に、特徴量追跡手段１０４は、カメラ制御情報生成手段１４に対してカメラ制御情報を生成するように指示してもよい。一方、通常の画角変動の範囲内ではない場合、映像取得手段１０がカメラ制御情報に基づいて、変動前の状態に戻せない可能性がある。この場合、特徴量追跡手段１０４は、画角変動が生じたことを示すアラートのみを挙げ、手動で再キャリブレーションを行うように利用者に促すようにしてもよい。
　画角変動検出手段１０１と、特徴量抽出手段１０３と、特徴量追跡手段１０４とは、プログラム（画角変動検知プログラム）に従って動作するコンピュータのＣＰＵによって実現される。例えば、プログラムは、画角変動判定手段１３の記憶部（図示せず）に記憶され、ＣＰＵは、そのプログラムを読み込み、プログラムに従って、画角変動検出手段１０１、特徴量抽出手段１０３および特徴量追跡手段１０４として動作してもよい。また、画角変動検出手段１０１と、特徴量抽出手段１０３と、特徴量追跡手段１０４とは、それぞれが専用のハードウェアで実現されていてもよい。
　また、不動点情報蓄積手段１０２は、例えば、磁気ディスク等により実現される。
　次に、本実施形態の画角変動検知装置の動作を説明する。図３は、第１の実施形態の画角変動検知装置の動作例を示すフローチャートである。
　映像取得手段１０は、撮影した映像を画角変動判定手段１３に入力する（ステップＳ１）。画角変動検出手段１０１は、不動点情報に基づいて、映像取得手段１０が撮影した映像から映像取得手段１０の画角変動を検出する（ステップＳ２）。画角変動検出手段１０１は、例えば、入力された映像における不動点の位置と同じ位置の特徴量が不動点の特徴量とほぼ一致する不動点の数を算出してもよい。そして、画角変動検出手段１０１は、一致する不動点の数が一定数以上存在しない場合に画角が変動していると判断してもよい。
　特徴量抽出手段１０３は、入力された映像から特徴点を抽出する（ステップＳ３）。特徴量追跡手段１０４は、不動点と特徴点との対応付けを行い、画角変動パラメータを算出する。そして、特徴量追跡手段１０４は、画角変動パラメータが一定期間安定したか否か判定する（ステップＳ４）。画角変動パラメータが一定期間安定していない場合（ステップＳ４におけるＮ）、入力される映像に対して画角変動を検出するステップＳ１以降の処理が繰り返される。
　一方、画角変動パラメータが一定期間安定した場合（ステップＳ４におけるＹ）、特徴量追跡手段１０４は、映像取得手段１０の画角が変動したと判定し、画角変動パラメータを含む画角変動情報を生成し、カメラ制御情報生成手段１４に入力する（ステップＳ５）。そして、カメラ制御情報生成手段１４は、入力された画角変動情報に基づいてカメラ制御情報を生成し、映像取得手段１０に入力する（ステップＳ６）。映像取得手段１０は、入力されたカメラ制御情報に基づいて画角を調整し、変動前に戻す処理を行う（ステップＳ７）。
　以上のように、本実施形態によれば、画角変動検出手段１０１が、不動点情報に基づいて映像取得手段１０が撮影する映像から映像取得手段１０の画角変動を検出する。そして、特徴量追跡手段１０４が、画角変動の変化が一定期間安定した場合に映像取得手段１０の画角が変動したと判定する。よって、撮像装置の撮影環境に応じて適切に画角の変動を検知できる。
　また、一般に、パン・チルト・ズーム機能を有するカメラでは、電源が再投入されると、もとの角度に戻す制御が行われるが、その精度は、カメラによって異なる。そこで、パン・チルト・ズーム機能を有するカメラに、本実施形態の画角変動検知装置を適用することで、もとの角度に戻す精度を向上できる。
　次に、第１の実施形態の画角変動検知装置の変形例を説明する。第１の実施形態では、映像取得手段１０が、画角を外部から制御可能な撮像装置であると想定した。すなわち、第１の実施形態では、映像取得手段１０が、カメラ制御情報生成手段１４が生成したカメラ制御情報に基づいて画角を調整し、変動前に戻す処理を行っていた。
　ただし、本発明は、画角を外部から制御できない撮像装置に対しても適用可能である。図４は、第１の実施形態の画角変動検知装置の変形例の構成例を示すブロック図である。本変形例の画角変動検知装置は、映像取得手段２０と、位置算出手段１１と、カメラ校正情報蓄積手段２２と、画角変動判定手段１３と、カメラ校正情報生成手段２４とを備えている。
　映像取得手段２０は、映像を撮影し、その映像を位置算出手段１１および画角変動判定手段１３へ入力する。ただし、映像取得手段２０は、画角を外部から制御できない撮像装置である点において、第１の実施形態の映像取得手段１０と異なる。映像取得手段２０は、カメラだけでなく、録画した映像を再生し、再生された映像を取得可能なＶＴＲ（Video Tape Recorder）やハードディスクレコーダなどによっても実現される。
　カメラ校正情報生成手段２４は、位置算出手段１１が用いるカメラ校正情報を生成し、カメラ校正情報蓄積手段２２に記憶する。なお、カメラ校正情報生成手段２４がカメラ校正情報を生成する方法は任意である。カメラ校正情報生成手段２４は、例えば、カメラ制御情報生成手段１４と同様、所定のズームやパン、チルト量に対する画素の移動量を予め記憶しておき、画角の変動があった場合に、映像の見かけの動きから移動量を算出すればよい。なお、カメラ校正情報の算出方法は広く知られているため、ここでは詳細な説明を省略する。
　このようにすることで、画角を外部から制御できない撮像装置の画角が変化した場合であっても、カメラパラメータを変更することで、画像の二次元上の座標から三次元（実空間）の位置を適切に算出できる。
　また、本実施例でも、特徴量追跡手段１０４は、算出された画角変動パラメータが、通常の画角変動の範囲内か否か判定してもよい。そして、通常の画角変動の範囲内の場合に、特徴量追跡手段１０４は、カメラ校正情報生成手段２４に対してカメラ校正情報を生成するように指示してもよい。一方、通常の画角変動の範囲内ではない場合、位置算出手段１１がカメラ校正情報に基づいて、変動前の状態に戻せない可能性がある。この場合、特徴量追跡手段１０４は、画角変動が生じたことを示すアラートのみを挙げ、手動で再キャリブレーションを行うように利用者に促すようにしてもよい。
実施形態２．
　次に、本発明による画角変動検知装置の第２の実施形態を説明する。本実施形態の画角変動検知装置の構成は、図１に例示する構成と同様であるが、画角変動判定手段１３の内容が第１の実施形態と異なる。
　図５は、第２の実施形態の画角変動判定手段１３の構成例を示すブロック図である。本実施形態の画角変動判定手段１３は、画角変動検出手段１０１と、不動点情報蓄積手段１０２と、特徴量抽出手段１０３と、特徴量追跡手段１０４と、不動点検出手段２０４とを含む。なお、第１の実施形態と同様の構成については、図２と同一の符号を付し、説明を省略する。また、本実施形態では、特徴量抽出手段１０３によって算出された特徴点の特徴量は、不動点検出手段２０４へも入力される。以下、特徴量抽出手段１０３から入力される特徴点の位置および特徴点の特徴量を併せて、特徴点情報と記す。
　不動点検出手段２０４は、特徴量抽出手段１０３によって抽出された特徴点のうち、継続して所定時間同じ位置に存在する特徴点を不動点として検出する。
　具体的には、不動点検出手段２０４は、特徴量抽出手段１０３から入力された特徴点情報に含まれる特徴点のうち、不動点と照合されなかった特徴点の特徴点情報を、不動点候補として抽出し、保持しておく。不動点検出手段２０４は、次のフレームに対する処理で抽出された特徴点情報を特徴量抽出手段１０３から入力されると、入力された特徴点情報と保持したおいた不動点候補とを比較し、抽出された特徴点が継続して同じ位置に存在するか否かを判定する。なお、特徴点が継続して同じ位置に存在するか否かは、特徴点に対応する点の特徴量の変化に基づいて判断可能である。不動点検出手段２０４は、同じ位置に存在するとして検出された特徴点について特徴量を更新してもよい。
　なお、特徴点自身の位置が変化しない場合でも、オクルージョン等により、時間によっては不動点が前景に隠されて、特徴点を確認できない場合がある。そこで、不動点検出手段２０４は、特徴点の一定期間における検出回数を算出してもよい。そして、不動点検出手段２０４は、期間内の検出回数が予め定めた閾値を超えた場合に、その特徴点を不動点として検出してもよい。
　不動点検出手段２０４は、不動点として検出した特徴点の特徴点情報を不動点情報蓄積手段１０２へ記憶させる。すなわち、不動点検出手段２０４は不動点情報蓄積手段１０２に記憶された不動点情報を更新する。なお、不動点検出手段２０４は、期間内の検出回数を算出している場合、期間に対する検出回数をその特徴点の不動点らしさを示す信頼度とし、その信頼度を特徴点情報に対応付けて不動点情報蓄積手段１０２に記憶してもよい。
　この信頼度は、例えば、特徴量追跡手段１０４が不動点と特徴点とを照合する際の重みとして用いられる。例えば、特徴量追跡手段１０４は、不動点と特徴点のペアを選択する際、この信頼度が高いペアを優先的に選択するようにしてもよい。このようにすることで、精度の高い不動点情報を優先的に利用することができる。
　また、不動点検出手段２０４は、特徴点の検出時刻を算出し、不動点情報蓄積手段１０２に記憶してもよい。そして、不動点情報蓄積手段１０２が検出時刻を記憶している場合、不動点検出手段２０４は、特徴点が最後に検出された時刻からの経過時間が一定時間を超えた場合に、その特徴点は不動点ではないと判断し、その特徴点の特徴点情報を削除してもよい。このようにすることで、精度の高い不動点情報を維持することができる。
実施形態３．
　次に、本発明による画角変動検知装置の第３の実施形態を説明する。本実施形態の画角変動検知装置の構成は、図１に例示する構成と同様であるが、画角変動判定手段１３の内容が第１の実施形態と異なる。本実施形態の画角変動検知装置では、撮像装置が撮影する状況に応じて不動点を切り替える。
　図６は、第３の実施形態の画角変動判定手段１３の構成例を示すブロック図である。本実施形態の画角変動判定手段１３は、画角変動検出手段１０１と、不動点情報蓄積手段３０２と、特徴量抽出手段１０３と、特徴量追跡手段１０４と、状況判別手段３０６とを含む。なお、第１の実施形態と同様の構成については、図２と同一の符号を付し、説明を省略する。
　状況判別手段３０６は、撮像装置が撮影する状況を判別する。具体的には、状況判別手段３０６は、映像全体の明るさや時刻など、撮像装置によって撮影される映像に基づいて、撮像装置が撮影する状況が今どのような状況かを判別する。状況判別手段３０６は、例えば、映像全体の明るさや時刻などから、撮影している時間帯（朝、昼、夜など）を判別してもよい。状況判別手段３０６は、状況を識別する情報（以下、状況識別情報と記す。）を不動点情報蓄積手段３０２に記憶する。
　状況識別情報として、例えば、状況を判別するためのインデックスが用いられる。例えば、状況を昼と夜の２つのシーンに分類する場合、昼を示すインデックスを１、夜を示すインデックスを２として状況識別情報を定義してもよい。さらに、状況の切り替わりの間の中間的な状況（例えば、昼から夜に変化する状況）を示す場合には、状況判別手段３０６は、両方の状況を示す状況識別情報を生成してもよい。その際、状況判別手段３０６は、各状況の確からしさを数値化し、その値を信頼度情報として状態識別情報に含めてもよい。
　不動点情報蓄積手段３０２は、不動点情報として、不動点の位置及びその不動点の特徴を示す特徴量に加え、その不動点が用いられる状況を示す情報を併せて記憶する。不動点が用いられる状況とは、その不動点が特定された状況を示す情報であってもよく、その不動点を適用すべき状況を示す情報であってもよい。また、複数の状況に適用可能な不動点の場合、不動点が用いられる状況を示す情報として、状況ごとの信頼度を用いてもよい。
　また、不動点情報蓄積手段３０２は、共通に利用される不動点と、状況ごとの不動点とをグループ化して記憶しておいてもよい。この場合、各状況に応じて共通に利用される不動点に、状況ごとの不動点が加えられ、利用される。
　画角変動検出手段１０１は、状況識別情報に基づいて利用する不動点情報を選択し、選択した不動点情報に基づいて、入力された映像から映像取得手段１０の画角に変動があったか否かを検出する。
　また、特徴量追跡手段１０４は、状況識別情報に基づいて利用する不動点情報を選択し、選択した不動点の位置へ各特徴点の位置を変換するための画角変動パラメータを算出する。
　一般に、撮像装置の画角から特定される不動点は、昼と夜、明け方など、時間帯によって、その有効性が異なる。本実施形態では、撮像装置が撮影している状況に応じて不動点を選択するため、画角変動の精度をより高めることができる。
　なお、第２の実施形態で例示する画角変動判定手段１３に、本実施形態の状況判別手段を適用してもよい。
実施形態４．
　次に、本発明による画角変動検知装置の第４の実施形態を説明する。本実施形態の画角変動検知装置の構成は、図１に例示する構成と同様であるが、画角変動判定手段１３の内容が第１の実施形態と異なる。
　図７は、第４の実施形態の画角変動判定手段１３の構成例を示すブロック図である。本実施形態の画角変動判定手段１３は、画角変動検出手段１０１と、不動点情報蓄積手段１０２と、特徴量抽出手段１０３と、特徴量追跡手段１０４と、不動点学習手段４０６とを含む。なお、第１の実施形態と同様の構成については、図２と同一の符号を付し、説明を省略する。
　不動点学習手段４０６は、前景が存在しないと判断される時間帯に、背景画像から不動点を自動的に抽出する。不動点学習手段４０６は、一定期間のフレームの映像に変化がない場合に前景が存在しないと判断してもよく、人手による指示に応じて前景が存在しない時間帯を特定してもよい。不動点学習手段４０６は、第２の実施形態の不動点検出手段２０４が不動点を検出する方法と同様の方法を用いて不動点を抽出し、不動点情報蓄積手段１０２へ記憶する。そのため、精度の高い不動点情報を取得できる。
　次に、本発明の概要の例を説明する。図８は、本発明による画角変動検知装置の概要を示すブロック図である。本発明による画角変動検知装置は、撮像装置（例えば、映像取得手段１０）の画角から特定される不動点の位置とその不動点の特徴を示す特徴量とを含む不動点情報に基づいて、撮像装置が撮影する映像から撮像装置の画角変動を検出する画角変動検出手段８１（例えば、画角変動検出手段１０１）と、画角変動の変化が一定期間安定した場合に撮像装置の画角が変動したと判定する状態判定手段８２（例えば、特徴量追跡手段１０４）とを備えている。
　そのような構成により、撮像装置の撮影環境に応じて適切に画角の変動を検知できる。
　また、画角変動検知装置は、撮像装置が撮影する映像から特徴点を抽出する特徴点抽出手段（例えば、特徴量抽出手段１０３）と、特徴点の位置を対応する不動点の位置へ変換するパラメータである画角変動パラメータを算出するパラメータ算出手段とを備えていてもよい。そして、状態判定手段８２は、撮像装置が撮影する映像のフレーム間における画角変動パラメータの変化が一定期間安定した場合に、撮像装置の画角が変動したと判定してもよい。
　また、特徴点抽出手段は、撮像装置によって撮影される映像から抽出した特徴点の特徴量を算出し、パラメータ算出手段は、特徴点の特徴量と不動点の特徴量との距離が所定の閾値以下、または、特徴点の特徴量と不動点の特徴量との類似度が所定の閾値以上である場合、その不動点を特徴点に対応する点と判断して画角変動パラメータを算出してもよい。
　また、画角変動検知装置は、特徴点抽出手段によって抽出された特徴点のうち、継続して所定時間同じ位置に存在する特徴点を不動点として検出する不動点検出手段（例えば、不動点検出手段２０４）を備えていてもよい。この場合、利用する不動点の精度を向上できる。
　また、画角変動検出手段８１は、撮像装置から入力された映像において不動点の位置と同じ位置の特徴量が不動点の特徴量とほぼ一致する不動点の数を算出し、一致する不動点の数が一定数以上存在しない場合に画角が変動していると判断してもよい。
　また、画角変動検知装置は、不動点情報を記憶する不動点記憶手段（例えば、不動点情報蓄積手段１０２）を備えていてもよい。そして、画角変動検出手段８１は、記憶された不動点情報に基づいて撮像装置の画角変動を検出してもよい。
　また、画角変動検知装置は、撮像装置が撮影する状況を判別する状況判別手段（例えば、状況判別手段３０６）を備えていてもよい。そして、不動点記憶手段は、不動点が用いられる状況を示す情報を含む不動点情報を記憶し、画角変動検出手段８１は、判別された状況に応じた不動点情報を不動点記憶手段が記憶する不動点情報の中から選択し、その不動点情報に基づいて、撮像装置が撮影する映像からその撮像装置の画角変動を検出してもよい。
　以上、実施形態及び実施例を参照して本願発明を説明したが、本願発明は上記実施形態および実施例に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　この出願は、２０１２年７月１２日に出願された日本特許出願２０１２－１５６７７２を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　本発明は、撮像装置の画角変動を検知するに好適に適用される。
　１０，２０　映像取得手段
　１１　位置算出手段
　１２，２２　カメラ校正情報蓄積手段
　１３　画角変動判定手段
　１４　カメラ制御情報生成手段
　２４　カメラ校正情報生成手段
　１０１　画角変動検出手段
　１０２，３０２　不動点情報蓄積手段
　１０３　特徴量抽出手段
　１０４　特徴量追跡手段
　２０４　不動点検出手段
　３０６　状況判別手段
　４０６　不動点学習手段

Claims (11)

  1. 　撮像装置の画角から特定される不動点の位置と当該不動点の特徴を示す特徴量とを含む不動点情報に基づいて、当該撮像装置が撮影する映像から当該撮像装置の画角変動を検出する画角変動検出手段と、
    　前記画角変動の変化が一定期間安定した場合に前記撮像装置の画角が変動したと判定する状態判定手段とを備えた
    　ことを特徴とする画角変動検知装置。
  2. 　撮像装置が撮影する映像から特徴点を抽出する特徴点抽出手段と、
    　前記特徴点の位置を対応する不動点の位置へ変換するパラメータである画角変動パラメータを算出するパラメータ算出手段とを備え、
    　状態判定手段は、撮像装置が撮影する映像のフレーム間における前記画角変動パラメータの変化が一定期間安定した場合に、撮像装置の画角が変動したと判定する
    　請求項１記載の画角変動検知装置。
  3. 　特徴点抽出手段は、撮像装置によって撮影される映像から抽出した特徴点の特徴量を算出し、
    　パラメータ算出手段は、前記特徴点の特徴量と不動点の特徴量との距離が所定の閾値以下、または、前記特徴点の特徴量と不動点の特徴量との類似度が所定の閾値以上である場合、当該不動点を前記特徴点に対応する点と判断して画角変動パラメータを算出する
    　請求項２記載の画角変動検知装置。
  4. 　特徴点抽出手段によって抽出された特徴点のうち、継続して所定時間同じ位置に存在する特徴点を不動点として検出する不動点検出手段を備えた
    　請求項２または請求項３記載の画角変動検知装置。
  5. 　画角変動検出手段は、撮像装置から入力された映像において不動点の位置と同じ位置の特徴量が不動点の特徴量とほぼ一致する不動点の数を算出し、一致する不動点の数が一定数以上存在しない場合に画角が変動していると判断する
    　請求項１から請求項４のうちのいずれか１項に記載の画角変動検知装置。
  6. 　不動点情報を記憶する不動点記憶手段を備え、
    　画角変動検出手段は、記憶された不動点情報に基づいて撮像装置の画角変動を検出する
    　請求項１から請求項５のうちのいずれか１項に記載の画角変動検知装置。
  7. 　撮像装置が撮影する状況を判別する状況判別手段を備え、
    　不動点記憶手段は、不動点が用いられる状況を示す情報を含む不動点情報を記憶し、
    　画角変動検出手段は、判別された状況に応じた不動点情報を前記不動点記憶手段が記憶する不動点情報の中から選択し、当該不動点情報に基づいて、撮像装置が撮影する映像から当該撮像装置の画角変動を検出する
    　請求項６記載の画角変動検知装置。
  8. 　撮像装置の画角から特定される不動点の位置と当該不動点の特徴を示す特徴量とを含む不動点情報に基づいて、当該撮像装置が撮影する映像から当該撮像装置の画角変動を検出し、
    　前記画角変動の変化が一定期間安定した場合に前記撮像装置の画角が変動したと判定する
    　ことを特徴とする画角変動検知方法。
  9. 　撮像装置が撮影する映像から特徴点を抽出し、
    　前記特徴点の位置を対応する不動点の位置へ変換するパラメータである画角変動パラメータを算出し、
    　撮像装置が撮影する映像のフレーム間における前記画角変動パラメータの変化が一定期間安定した場合に、撮像装置の画角が変動したと判定する
    　請求項８記載の画角変動検知方法。
  10. 　コンピュータに、
    　撮像装置の画角から特定される不動点の位置と当該不動点の特徴を示す特徴量とを含む不動点情報に基づいて、当該撮像装置が撮影する映像から当該撮像装置の画角変動を検出する画角変動検出処理、および、
    　前記画角変動の変化が一定期間安定した場合に前記撮像装置の画角が変動したと判定する状態判定処理
    　を実行させるための画角変動検知プログラム。
  11. 　コンピュータに、
    　撮像装置が撮影する映像から特徴点を抽出する特徴点抽出処理、および、
    　前記特徴点の位置を対応する不動点の位置へ変換するパラメータである画角変動パラメータを算出するパラメータ算出処理を実行させ、
    　状態判定処理で、撮像装置が撮影する映像のフレーム間における前記画角変動パラメータの変化が一定期間安定した場合に、撮像装置の画角が変動したと判定させる
    　請求項１０記載の画角変動検知プログラム。
PCT/JP2013/003762 2012-07-12 2013-06-17 画角変動検知装置、画角変動検知方法および画角変動検知プログラム WO2014010174A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US14/414,154 US9922423B2 (en) 2012-07-12 2013-06-17 Image angle variation detection device, image angle variation detection method and image angle variation detection program
JP2014524621A JP6036824B2 (ja) 2012-07-12 2013-06-17 画角変動検知装置、画角変動検知方法および画角変動検知プログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-156772 2012-07-12
JP2012156772 2012-07-12

Publications (1)

Publication Number Publication Date
WO2014010174A1 true WO2014010174A1 (ja) 2014-01-16

Family

ID=49915659

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/003762 WO2014010174A1 (ja) 2012-07-12 2013-06-17 画角変動検知装置、画角変動検知方法および画角変動検知プログラム

Country Status (3)

Country Link
US (1) US9922423B2 (ja)
JP (1) JP6036824B2 (ja)
WO (1) WO2014010174A1 (ja)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150269778A1 (en) * 2014-03-20 2015-09-24 Kabushiki Kaisha Toshiba Identification device, identification method, and computer program product
JP2016157268A (ja) * 2015-02-24 2016-09-01 日本電信電話株式会社 画像照合装置、及び方法
WO2016191181A1 (en) * 2015-05-26 2016-12-01 Crown Equipment Corporation Systems and methods for image capture device calibration for a materials handling vehicle
US9921067B2 (en) 2015-05-26 2018-03-20 Crown Equipment Corporation Systems and methods for materials handling vehicle odometry calibration
CN112184664A (zh) * 2020-09-27 2021-01-05 杭州依图医疗技术有限公司 一种椎骨检测方法及计算机设备
CN112215894A (zh) * 2019-07-09 2021-01-12 杭州萤石软件有限公司 限位检测方法、装置、电子设备及可读存储介质
WO2022091182A1 (ja) * 2020-10-26 2022-05-05 日本電気株式会社 撮像状況監視システム、撮像状況監視方法、及び記録媒体
JP7675369B2 (ja) 2021-04-12 2025-05-13 パナソニックＩｐマネジメント株式会社 監視装置および監視システム

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102185131B1 (ko) * 2014-03-27 2020-12-01 삼성전자주식회사 썸네일 생성 방법 및 그 전자 장치
US10565712B2 (en) * 2016-06-21 2020-02-18 Canon Kabushiki Kaisha Image processing apparatus and method for controlling the same
CN106504270B (zh) * 2016-11-08 2019-12-20 浙江大华技术股份有限公司 一种视频中目标物体的展示方法及装置
KR101969550B1 (ko) * 2018-09-12 2019-04-16 한국지질자원연구원 사용자 생활 공간의 내진 취약성 분석 시스템 및 이를 이용한 사용자 생활 공간의 내진 취약성 분석 방법
CN110909823B (zh) * 2019-12-03 2024-03-26 携程计算机技术（上海）有限公司 图片特征点提取及相似度的判断方法、系统、设备和介质
CN111083361A (zh) * 2019-12-11 2020-04-28 维沃移动通信有限公司 图像获取方法及电子设备
CN112135122A (zh) * 2020-09-21 2020-12-25 北京百度网讯科技有限公司 用于监测成像设备的方法、装置、电子设备以及路侧设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004343737A (ja) * 2003-04-24 2004-12-02 Sumitomo Electric Ind Ltd 画像補正方法、プログラム及び装置
JP2009267466A (ja) * 2008-04-22 2009-11-12 Mega Chips Corp 動体検知機能付監視カメラ

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030012410A1 (en) * 2001-07-10 2003-01-16 Nassir Navab Tracking and pose estimation for augmented reality using real features
US7688381B2 (en) * 2003-04-08 2010-03-30 Vanbree Ken System for accurately repositioning imaging devices
US7616807B2 (en) * 2005-02-24 2009-11-10 Siemens Corporate Research, Inc. System and method for using texture landmarks for improved markerless tracking in augmented reality applications
JP4906628B2 (ja) 2007-08-01 2012-03-28 富士重工業株式会社 監視用カメラの補正装置
JP2009122859A (ja) * 2007-11-13 2009-06-04 Toyota Motor Corp 物体検出装置
GB0810427D0 (en) * 2008-06-07 2008-07-09 El Electronic Ideas Ltd Levelling apparatus
EP2339537B1 (en) * 2009-12-23 2016-02-24 Metaio GmbH Method of determining reference features for use in an optical object initialization tracking process and object initialization tracking method
US8755633B2 (en) * 2012-03-14 2014-06-17 Sony Corporation Automated synchronized navigation system for digital pathology imaging

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004343737A (ja) * 2003-04-24 2004-12-02 Sumitomo Electric Ind Ltd 画像補正方法、プログラム及び装置
JP2009267466A (ja) * 2008-04-22 2009-11-12 Mega Chips Corp 動体検知機能付監視カメラ

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150269778A1 (en) * 2014-03-20 2015-09-24 Kabushiki Kaisha Toshiba Identification device, identification method, and computer program product
JP2016157268A (ja) * 2015-02-24 2016-09-01 日本電信電話株式会社 画像照合装置、及び方法
KR102490138B1 (ko) * 2015-05-26 2023-01-19 크라운 이큅먼트 코포레이션 자재 취급 차량을 위한 이미지 캡처 디바이스 교정을 위한 시스템들 및 방법들
KR20180012287A (ko) * 2015-05-26 2018-02-05 크라운 이큅먼트 코포레이션 자재 취급 차량을 위한 이미지 캡처 디바이스 교정을 위한 시스템들 및 방법들
US9921067B2 (en) 2015-05-26 2018-03-20 Crown Equipment Corporation Systems and methods for materials handling vehicle odometry calibration
US10455226B2 (en) 2015-05-26 2019-10-22 Crown Equipment Corporation Systems and methods for image capture device calibration for a materials handling vehicle
WO2016191181A1 (en) * 2015-05-26 2016-12-01 Crown Equipment Corporation Systems and methods for image capture device calibration for a materials handling vehicle
CN112215894A (zh) * 2019-07-09 2021-01-12 杭州萤石软件有限公司 限位检测方法、装置、电子设备及可读存储介质
CN112184664A (zh) * 2020-09-27 2021-01-05 杭州依图医疗技术有限公司 一种椎骨检测方法及计算机设备
CN112184664B (zh) * 2020-09-27 2023-05-26 杭州依图医疗技术有限公司 一种椎骨检测方法及计算机设备
WO2022091182A1 (ja) * 2020-10-26 2022-05-05 日本電気株式会社 撮像状況監視システム、撮像状況監視方法、及び記録媒体
JP7521590B2 (ja) 2020-10-26 2024-07-24 日本電気株式会社 撮像状況監視システム、撮像状況監視方法、及び記録媒体
JP7675369B2 (ja) 2021-04-12 2025-05-13 パナソニックＩｐマネジメント株式会社 監視装置および監視システム

Also Published As

Publication number Publication date
US20150146988A1 (en) 2015-05-28
US9922423B2 (en) 2018-03-20
JPWO2014010174A1 (ja) 2016-06-20
JP6036824B2 (ja) 2016-11-30

Similar Documents

Publication Publication Date Title
JP6036824B2 (ja) 画角変動検知装置、画角変動検知方法および画角変動検知プログラム
JP5001260B2 (ja) オブジェクト追跡方法及びオブジェクト追跡装置
JP6428266B2 (ja) 色補正装置、色補正方法および色補正用プログラム
KR101071352B1 (ko) 좌표맵을 이용한 팬틸트줌 카메라 기반의 객체 추적 장치 및 방법
US9098748B2 (en) Object detection apparatus, object detection method, monitoring camera system and storage medium
KR101910542B1 (ko) 객체 검출을 위한 영상분석 서버장치 및 방법
JP7334432B2 (ja) 物体追跡装置、監視システムおよび物体追跡方法
KR102144394B1 (ko) 영상 정합 장치 및 이를 이용한 영상 정합 방법
KR102002812B1 (ko) 객체 검출을 위한 영상분석 서버장치 및 방법
JP2004227160A (ja) 侵入物体検出装置
JP6551226B2 (ja) 情報処理システム、情報処理方法及びプログラム
JP6444283B2 (ja) 姿勢判定装置
US20220366570A1 (en) Object tracking device and object tracking method
JP5279517B2 (ja) 物体検知装置及び物体検知方法
US20160210756A1 (en) Image processing system, image processing method, and recording medium
US7982774B2 (en) Image processing apparatus and image processing method
JP4999794B2 (ja) 静止領域検出方法とその装置、プログラム及び記録媒体
JP2020149642A (ja) 物体追跡装置および物体追跡方法
JP4578864B2 (ja) 自動追尾装置及び自動追尾方法
US11716448B2 (en) Information processing apparatus, information processing method, and storage medium
JP2007156655A (ja) 変動領域検出装置及びその方法
KR20130058172A (ko) 침입자의 얼굴감지 시스템 및 그 방법
JP2020160901A (ja) 物体追跡装置および物体追跡方法
JP5947588B2 (ja) 監視装置
JP6752317B2 (ja) 画像処理装置及び方法、並びに命令を格納する記憶媒体

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13817199

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014524621

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 14414154

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 13817199

Country of ref document: EP

Kind code of ref document: A1