図面 (/)

技術 画像検索装置、画像検索装置の制御方法およびプログラム

出願人 キヤノン株式会社
発明者 矢野光太郎八代哲
出願日 2013年11月29日 (5年7ヶ月経過) 出願番号 2013-248344
公開日 2015年6月8日 (4年1ヶ月経過) 公開番号 2015-106300
状態 特許登録済
技術分野 イメージ処理・作成 検索装置
主要キーワード 物体特性 クラス平均 線形判別法 統計的確率 統合類似度 楕円近似 タッチパネルデバイス 階級値
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2015年6月8日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (7)

課題

検索対象属性偏りに依存することなく、効率的な検索を行うことができる画像検索装置を提供する。

解決手段

画像検索装置であって、複数の撮影装置の少なくとも一つにより撮影された一以上の画像から、検索対象である物体領域および検索非対象である物体領域の複数の物体属性をそれぞれ抽出する物体属性抽出部と、検索対象および検索非対象の物体属性の統計情報に基づいて、複数の物体属性の識別性能をそれぞれ評価する識別性能評価部と、識別性能の評価結果に基づいて、複数の撮影装置の各映像から検索対象の物体領域を検索する物体検索部とを備える。

概要

背景

近年、人物監視のために多くの監視カメラが導入されている。このような監視カメラの業務を支援するシステムは数多く提案されているが、その中でも特定の人物を数多くの監視カメラ映像の中から検索する機能は重要なアプリケーションの一つである。

特定の人物を大規模監視カメラシステム映像から探したい場合、以下のようなシナリオが想定される。すなわち、検索対象の人物がどこに、何時いたかという情報によって、監視カメラと時間を絞り込み、過去の映像の中から人物画像を検索する。さらに、現在、検索対象の人物がどこにいるかを多くの監視カメラ映像から検索する。しかしながら、現実的に多くの監視カメラ映像から迅速に人物画像を検索することは困難であり、検索に時間を要すると検索対象の人物が移動してしまう。そこで、過去の映像から検索した人物画像をクエリとして自動的に類似する人物を検索するアプリケーションが重要になってくる。

特許文献1では、顔特徴量着衣特徴とを用いて検索対象画像と、録画画像中の人物との同一性を判定することにより、監視映像から人物を検索している。

概要

検索対象の属性偏りに依存することなく、効率的な検索を行うことができる画像検索装置を提供する。画像検索装置であって、複数の撮影装置の少なくとも一つにより撮影された一以上の画像から、検索対象である物体領域および検索非対象である物体領域の複数の物体属性をそれぞれ抽出する物体属性抽出部と、検索対象および検索非対象の物体属性の統計情報に基づいて、複数の物体属性の識別性能をそれぞれ評価する識別性能評価部と、識別性能の評価結果に基づいて、複数の撮影装置の各映像から検索対象の物体領域を検索する物体検索部とを備える。

目的

本発明は、検索対象の属性の偏りに依存することなく、効率的な検索を行うことができる画像検索装置を提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

複数の撮影装置の少なくとも一つにより撮影された一以上の画像から、検索対象である物体領域および検索非対象である物体領域の複数の物体属性をそれぞれ抽出する物体属性抽出手段と、前記検索対象および前記検索非対象の物体属性の統計情報に基づいて、前記複数の物体属性の識別性能をそれぞれ評価する識別性能評価手段と、前記識別性能の評価結果に基づいて、前記複数の撮影装置の各映像から前記検索対象の物体領域を検索する物体検索手段とを備えることを特徴とする画像検索装置

請求項2

前記複数の撮影装置の一つにより撮影された画像において前記検索対象となる物体領域を設定する検索対象設定手段をさらに備えることを特徴とする請求項1に記載の画像検索装置。

請求項3

前記複数の撮影装置の別の一つにより撮影された画像において前記検索対象以外の物体領域を前記検索非対象として設定する検索非対象設定手段をさらに備えることを特徴とする請求項2に記載の画像検索装置。

請求項4

前記複数の撮影装置の前記別の一つにより撮影された画像の撮影時刻は、前記複数の撮影装置の前記一つにより撮影された画像の撮影時刻と略一致することを特徴とする請求項3に記載の画像検索装置。

請求項5

前記識別性能の評価結果に基づいて、前記複数の物体属性のそれぞれに対して重み係数を決定する重み係数決定手段をさらに備えることを特徴とする請求項1乃至4の何れか1項に記載の画像検索装置。

請求項6

前記物体検索手段は、前記複数の撮影装置の各映像から新たに抽出された前記検索対象の複数の物体属性と予め抽出された前記検索対象の複数の物体属性との類似度と、前記重み係数とに基づいて、前記検索対象の物体領域を検索することを特徴とする請求項5に記載の画像検索装置。

請求項7

前記物体検索手段は、前記複数の撮影装置の各映像から新たに抽出された前記検索対象の複数の物体属性と予め抽出された前記検索対象の複数の物体属性との各類似度と、前記重み係数のそれぞれとの積の総和である統合類似度に基づいて、前記検索対象の物体領域を検索することを特徴とする請求項6に記載の画像検索装置。

請求項8

前記識別性能評価手段は、前記検索対象および前記検索非対象の物体属性の統計分布分離度を、前記複数の物体属性のそれぞれに対して導出して、前記分離度を前記識別性能として評価することを特徴とする請求項5乃至7の何れか1項に記載の画像検索装置。

請求項9

前記重み係数決定手段は、前記分離度が大きい物体属性ほど大きい重み係数を割り当てるように決定することを特徴とする請求項8に記載の画像検索装置。

請求項10

前記検索対象を、撮影装置により撮影された映像において追跡する検索対象追跡手段をさらに備えることを特徴とする請求項1乃至9の何れか1項に記載の画像検索装置。

請求項11

前記検索対象は人物であることを特徴とする請求項1乃至10の何れか1項に記載の画像検索装置。

請求項12

前記検索非対象は前記人物とは別人物であることを特徴とする請求項11に記載の画像検索装置。

請求項13

画像検索装置の制御方法であって、物体属性抽出手段が、複数の撮影装置の少なくとも一つにより撮影された一以上の画像から、検索対象である物体領域および検索非対象である物体領域の複数の物体属性をそれぞれ抽出する工程と、識別性能評価手段が、前記検索対象および前記検索非対象の物体属性の統計情報に基づいて、前記複数の物体属性の識別性能をそれぞれ評価する工程と、物体検索手段が、前記識別性能の評価結果に基づいて、前記複数の撮影装置の各映像から前記検索対象の物体領域を検索する工程とを有することを特徴とする画像検索装置の制御方法。

請求項14

請求項13に記載の画像検索装置の制御方法の各工程をコンピュータに実行させるためのプログラム

技術分野

0001

本発明は、画像から特定の物体検索する画像検索装置、画像検索装置の制御方法およびプログラムに関する。

背景技術

0002

近年、人物監視のために多くの監視カメラが導入されている。このような監視カメラの業務を支援するシステムは数多く提案されているが、その中でも特定の人物を数多くの監視カメラ映像の中から検索する機能は重要なアプリケーションの一つである。

0003

特定の人物を大規模監視カメラシステム映像から探したい場合、以下のようなシナリオが想定される。すなわち、検索対象の人物がどこに、何時いたかという情報によって、監視カメラと時間を絞り込み、過去の映像の中から人物画像を検索する。さらに、現在、検索対象の人物がどこにいるかを多くの監視カメラ映像から検索する。しかしながら、現実的に多くの監視カメラ映像から迅速に人物画像を検索することは困難であり、検索に時間を要すると検索対象の人物が移動してしまう。そこで、過去の映像から検索した人物画像をクエリとして自動的に類似する人物を検索するアプリケーションが重要になってくる。

0004

特許文献1では、顔特徴量着衣特徴とを用いて検索対象画像と、録画画像中の人物との同一性を判定することにより、監視映像から人物を検索している。

0005

特開2009-199322号公報

先行技術

0006

P.P´erez他. Color-Based Probabilistic Tracking.ECCV(2002).
Dalal and Triggs. Histograms of Oriented Gradients for Human Detection.CVPR(2005).

発明が解決しようとする課題

0007

しかしながら、特許文献1の方法では、人物の複数の属性の単純な類似度の和を用いて総合的な類似度を判定しているため、検索対象の属性の分布が偏っていると効率のよい検索ができないという課題がある。

0008

例えば、監視カメラ映像から赤い服を着た人物を検索しようとする場合、着衣の色特徴を用いて人物を検索するのが一般的であるが、監視カメラに映っている人物の多くが赤い服を着ていて偏りがあるような状況では検索精度が低下する。赤い服が従業員制服であるショッピングセンター監視エリアとした場合などが該当する。このような場合には着衣の色特徴ではなく、顔特徴量の類似度に基づいて検索を行う方が効率的であるといえる。

0009

上記の課題に鑑み、本発明は、検索対象の属性の偏りに依存することなく、効率的な検索を行うことができる画像検索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

0010

上記の目的を達成する本発明に係る画像検索装置は、
複数の撮影装置の少なくとも一つにより撮影された一以上の画像から、検索対象である物体領域および検索非対象である物体領域の複数の物体属性をそれぞれ抽出する物体属性抽出手段と、
前記検索対象および前記検索非対象の物体属性の統計情報に基づいて、前記複数の物体属性の識別性能をそれぞれ評価する識別性能評価手段と、
前記識別性能の評価結果に基づいて、前記複数の撮影装置の各映像から前記検索対象の物体領域を検索する物体検索手段と
を備えることを特徴とする。

発明の効果

0011

本発明によれば、検索対象の属性の偏りに依存することなく、効率的な検索を行うことが可能となる。

図面の簡単な説明

0012

本発明の一実施形態に係る画像検索装置を含む監視システムの構成例を示す図。
本発明の一実施形態に係る画像検索装置のハードウェア構成を示す図。
本発明の一実施形態に係る画像検索装置の機能構成を示す図。
本発明の一実施形態に係る画像検索装置が実施する処理の手順を示すフローチャート
本発明の一実施形態に係る検索対象を設定する例を示す図。
本発明の一実施形態に係る検索対象および検索非対象のヒストグラムの例を示す図。

実施例

0013

以下、添付の図面を参照しながら、本発明の実施の形態について説明する。

0014

(第1実施形態)
本実施形態に係る画像検索装置1は、図1に示すように複数の撮影装置(監視カメラ11、12、...、N)と有線または無線により接続されており、監視システムを形成している。

0015

<1.画像検索装置のハードウェア構成>
図2は、本実施形態に係る画像検索装置1のハードウェア構成を示す図である。画像検索装置1は、CPU(Central Processing Unit)10と、記憶装置20と、入力装置30と、出力装置40とを備えている。なお、各装置は、互いに通信可能に構成され、バス等により接続されている。

0016

CPU10は、画像検索装置1の動作を制御し、記憶装置20に格納されたプログラムの実行等を行う。記憶装置20は、磁気記憶装置半導体メモリ等のストレージデバイスであり、CPU10が実施するプログラムや、長時間記憶すべきデータ等を記憶する。本実施形態では、CPU10が、記憶装置20に格納されたプログラムを読み出して実行することによって、画像検索装置1における機能及び後述するフローチャートに係る処理が実現される。

0017

入力装置30は、マウスキーボードタッチパネルデバイス、ボタン等であり、各種のユーザ指示を入力する。出力装置40は、液晶パネル外部モニタ等であり、各種の情報を出力する。

0018

なお、画像検索装置1のハードウェア構成は、上述した構成に限られるものではない。例えば、画像検索装置1は、各種の装置間で通信を行うためのI/O装置を備えてもよい。I/O装置とは、例えば、メモリーカードUSBケーブル等の入出力部、有線、無線等による送受信部である。また、入力装置30、出力装置40は画像検索装置1の外部に設けられてもよい。

0019

<2.画像検索装置の機能ブロック構成>
図3は、本実施形態に係る画像検索装置1の機能構成を示す図である。画像検索装置1の処理及び機能は、図3に示す各部により実現される。

0020

画像検索装置1は、画像記憶部100と、検出結果記憶部110と、属性記憶部120と、物体検出部200と、検索対象設定部210と、検索対象追跡部220と、検索非対象設定部230と、物体属性抽出部240と、識別性能評価部250と、重み係数決定部260と、物体検索部270とを備えている。

0021

画像記憶部100は、被検索対象である複数の監視カメラ11、12、...、Nにより撮影された各画像を記憶する。各画像は撮影した監視カメラの種類、撮影時刻等に対応付けて管理されている。検出結果記憶部110は、物体検出部200による検出結果を記憶する。属性記憶部120は、物体属性抽出部240による抽出結果を記憶する。

0022

物体検出部200は、画像記憶部100に記憶されている画像から特定の物体(例えば、人物)を検出する。検索対象設定部210は、画像記憶部100に記憶されている画像から検索対象を設定する。検索対象追跡部220は、画像記憶部100に記憶されている画像から検索対象設定部210で設定した検索対象を追跡する。

0023

検索非対象設定部230は、画像記憶部100に記憶されている画像から検索対象設定部210で設定した検索対象以外の対象を検索非対象として設定する。物体属性抽出部240は、画像記憶部100に記憶されている画像から複数の物体属性を抽出する。

0024

識別性能評価部250は、物体属性抽出部240で抽出した物体属性の統計情報に基づいて複数の物体属性の夫々の識別性能を評価する。重み係数決定部260は、識別性能評価部250による評価結果に基づいて複数の物体属性の夫々について重み係数を決定する。

0025

物体検索部270は、重み係数決定部260で決定した重み係数と、物体属性抽出部240で抽出した複数の物体属性同士の類似度とを統合した結果に基づいて、検索対象の物体を検索する。

0026

なお、上記機能ブロックの構成はあくまでも一例であり、複数の機能ブロックが1つの機能ブロックを構成するようにしてもよいし、何れかの機能ブロックが更に複数の機能ブロック分かれて構成されてもよい。また、機能ブロックの全てを含める必要はなく、その一部を含まないように構成してもよい。

0027

<3.画像検索装置が実施する処理>
以下、図4のフローチャートを参照して、本実施形態に係る画像検索装置1が実施する処理の手順を説明する。なお、本実施形態の処理を実行するにあたり、検索される対象である画像が予め画像記憶部100に記憶されているとする。

0028

[S401:検索対象設定処理]
まず、検索対象設定部210は、画像記憶部100に記憶されている画像において検索対象を設定する。画像記憶部100に記憶されている画像が出力装置40に表示され、ユーザは入力装置30によって複数の監視カメラ11、12、...、Nの夫々の画像から検索したい対象を部分領域として指定する。検索対象を設定する例を図5に示す。Iは検索対象を含む画像、Rはユーザが指定した部分領域、Qは検索対象画像である。ユーザが設定した監視カメラの識別番号、監視カメラ映像中の画像のフレーム番号(撮影時刻と一対一に対応する)、ユーザが設定した画像中の対象の領域を示す位置座標が記憶装置20に記憶される。以下、本実施形態では特定の人物を検索対象として指定した場合について説明する。なお、検索対象の設定はユーザ操作に基づいて行う以外にも、画像中から任意の人物を自動的に抽出し、当該抽出された人物を検索対象として設定してもよい。

0029

[S402:検索対象追跡処理]
次に、検索対象追跡部220は、画像記憶部100に記憶されている画像から検索対象設定部210が設定した検索対象を追跡する。まず、S401でユーザが設定した監視カメラの識別番号、カメラ映像中の画像のフレーム番号、および画像中の対象の領域を示す位置座標に基づいて、画像記憶部100に記憶されている画像データから、検索対象の画像データを取得する。次に、取得した検索対象の画像データを使用して、監視カメラ映像の時系列に連続する画像から対象の追跡処理を行い、順次、画像中の対象の領域を示す位置座標を求める。例えば、映像中の物体の追跡処理としては、非特許文献1に示す方法を用いることができる。この方法では、画像データから夫々色ヒストグラム特徴を抽出してパーティクルフィルタによってフレーム間で対象の位置を対応付ける。なお、追跡処理はこの方法に限らず、他の方法を用いてもよい。

0030

[S403:検索非対象設定処理]
次に、検索非対象設定部230は、画像記憶部100に記憶されている画像において検索対象設定部210が設定した検索対象以外の対象を検索非対象として設定する。まず、S401でユーザが設定したカメラの識別番号、カメラ映像中の画像のフレーム番号に基づいて、撮影時刻が略一致する別の監視カメラの画像を画像記憶部100から取得する。そして、取得した画像データから物体検出部200が人物領域を検出し、検出した人物領域を示す位置座標を画像データのフレーム番号と対応付けて検出結果記憶部110に記憶する。ここで、物体検出部200で行う人物検出処理としては、例えば、非特許文献2に示す方法を用いることができる。この方法では、画像データから勾配方向ヒストグラム特徴(Histograms of Oriented Gradients)を抽出してサポートベクターマシンを用いて画像中から切り出した部分領域が人物かどうかを識別する。なお、人物検出処理はこの方法に限らず、他の方法を用いてもよい。ここで検出した人物領域は、ユーザが設定した監視カメラとは別の監視カメラから取得した人物領域であり、撮影時刻が略一致するので、検索対象の人物とは別人物として扱うことができる。したがって、本ステップで検出した人物の物体領域を検索非対象として設定する。

0031

[S404:属性抽出処理]
次に、物体属性抽出部240は、画像記憶部100に記憶されている画像と、検出結果記憶部110に記憶されている人物領域を示す位置座標とに基づいて、複数の物体属性を抽出する。本実施形態では人物を検索対象としているので、ここでは人物に関わる複数の属性として、年代および性別属性、頭部の色、服装の色、顔および体型の幾何的特徴を取得する。年代および性別属性は顔画像から抽出した特徴量から夫々年代、性別を統計的確率モデルに基づいて推定する。年代は10未満、10代、20〜30代、40〜50代、60代以上の各年代のうち最も確からしい年代を推定する。性別は男性らしいか女性らしいかの度合いを推定する。頭部の色は髪の毛の種別または被っている帽子等を表す。また、服装の色は上半身下半身別に色特徴を抽出する。顔、体型の幾何的特徴は夫々顔の輪郭楕円近似したときの離心率全身の輪郭を楕円近似したときの離心率で表す。これらの属性を人物領域毎に抽出し、S401で設定した検索対象およびS402で追跡して取得した検索対象と、S403で設定した検索非対象とに分けて属性記憶部120に記憶する。なお、抽出する属性はここに挙げたものに限定されるものではなく、検索対象とする物体(本実施形態では人物)を分類するための特徴であれば他の属性を使用してもよい。例えば、画像から得られる特徴だけではなく、映像から音声データが得られるならば、音の高低に基づく特徴であってもよい。

0032

[S405:識別性能評価処理]
次に、識別性能評価部250は、物体属性抽出部240で抽出し、属性記憶部120に記憶された物体属性の統計情報に基づいて、複数の物体属性の夫々の識別性能を評価する。例えば、顔の年代属性を評価する場合について、以下説明する。検索対象のNy個の領域の画像データyiから得た属性値をa_yi(yi=1,2,...,Ny)、検索非対象のNn個の領域の画像データniから得た属性値をA_ni(ni=1,2,...,Nn)とする。ここで、これらの属性値をN個の階級c1,c2,...,cNに分けて検索対象、および、検索非対象夫々についてヒストグラムを求める。図6(a)、図6(b)に求めたヒストグラムの例を示す。図中、白のバー、黒のバーが夫々検索対象および検索非対象の頻度を表す。次に、白のバーと黒のバーの統計分布がどれだけ離れているかを用いて物体属性の識別性能を評価する。図6(a)に示すように、検索対象と検索非対象との年代属性の各平均値を比較し、検索対象(白のバー)の平均値の方が検索非対象(黒のバー)の平均値よりも大きい場合には、例えば、検索対象(白のバー)の年代属性の平均値(図6(a)の破線I)より小さい属性値を持つ検索非対象の個数Nsをヒストグラムより求める。Nsは検索非対象のうち検索対象の年代属性の平均値に基づいて分離できる数を表しているので、分離度Sを式(1)のように定義する。

0033

0034

例えば、図6(b)に示すように検索対象と検索非対象の年代属性が分布する場合には、分離度Sは小さくなる。すなわち、「図6(a)の例での分離度S>図6(b)の例での分離度S」であり、図6(a)の物体属性の方が図6(b)の物体属性よりも識別性能が良好であるといえる。分離度Sが大きいほど、検索対象の人物を検索非対象の人物と差別化された、検索対象の人物に特徴的な物体属性である。なお、分離度Sを求める際に、検索対象の年代属性の平均値を基準に検索非対象の個数を求めるようにしたが、例えば平均値にある一定の比を掛けた値、あるいは、平均値と分散値の両方の値を使って基準値を決めるようにしてもよい。

0035

同様に、物体属性抽出部240で抽出した他の物体属性についても分離度を用いて識別性能の評価を行う。本実施形態では、検索対象と検索非対象の識別性能の評価を夫々のヒストグラムを求めて分離度を導出する例を説明した。この他に、年代属性の各階級の階級値を用いてフィッシャー線形判別法で用いるような検索対象と検索非対象の夫々のクラス平均値と検索対象、および、検索非対象の属性値のクラス内分散を用いて分離度を評価するようにしてもよい。また、本実施形態では検索対象の平均値より小さい属性値を持つ検索非対象の個数Nsをヒストグラムより求めたが、逆に検索対象の平均値より大きい属性値を持つ検索非対象の個数Nsを求めてもよい。その場合、分離度Sを、S=(Nn−Ns)/Nnとして定義してもよい。その他、統計分布のばらつき度合を評価できれば何れの方法を用いてもよい。

0036

[S406:重み係数決定処理]
次に、重み係数決定部260は、識別性能評価部250による評価結果に基づいて複数の物体属性の夫々について重み係数を決定する。最も簡単な方法は物体属性毎に求めた夫々の分離度をそのまま各物体属性の重み係数として適用する方法である。この他、フィッシャーの線形判別法で重み係数を求める方法、S405で求めた各物体属性の分離度の大小関係を満たす範囲内で適当な重み係数の組を複数候補設定して最適な重み係数の組を選択する方法、等が適用できる。すなわち、識別性能評価部250により求めた分離度が大きい物体属性ほど大きい重み係数を割り当てるように決定すればよい。分離度が大きい物体属性ほど識別性能が高いので、重み係数を大きくする。

0037

[S407:物体検索処理]
次に、物体検索部270は、重み係数決定部260で決定した重み係数と、物体属性抽出部240で抽出した複数の物体属性の類似度とを統合した結果(統合類似度)に基づいて、検索対象の物体を検索する。ここで、検索範囲、すなわち、検索対象の監視カメラ映像および各監視カメラ映像中の検索対象とする画像のフレーム番号は予め設定されているものとする。物体検索部270は、まず、この検索範囲から画像記憶部100に記憶されている画像データを取得する。そして、取得した画像データから物体検出部200は人物領域を検出し、検出した人物領域を示す位置座標を画像データのフレーム番号と対応付けて検出結果記憶部110に記憶する。そして、物体属性抽出部240は、画像記憶部100に記憶されている画像と検出結果記憶部110に記憶されている人物領域を示す位置座標から複数の物体属性を抽出する。すなわち、人物領域毎に年代および性別属性、頭部の色、服装の色、顔および体型の幾何的特徴を取得する。取得した属性は属性記憶部120に記憶する。そして、物体検索部270は、物体検出部200で検出した人物領域毎に、物体属性抽出部240で抽出した複数の物体属性と、S401でユーザが設定した検索対象の物体属性との類似度を求める。ここで、一つの人物領域における属性Akの物体属性をak、ユーザが設定した検索対象の物体属性をak_qとすると、属性Akの類似度skは式(2)のように表すことができる。

0038

0039

但し、sim(a,b)は2つの値a,bの類似度を表す関数であり、例えば、(a−b)2として計算することができる。同様に、複数の物体属性Ak(k=1,2,...,Na;但し、Naは物体属性の数)に対してそれぞれ類似度を求める。そして、求めた属性の類似度を重み係数決定部260で決定した重み係数によって統合した統合類似度sを式(3)のように求める。但し、wkは物体属性Akに対する重み係数である。

0040

0041

統合類似度sは、複数の撮影装置の各映像から新たに抽出された検索対象の複数の物体属性と、予め抽出された検索対象の複数の物体属性との各類似度と、対応する重み係数のそれぞれとの積の総和である。ただし、積の総和に限定されるものではなく、他の統合類似度を導出してもよい。例えば、重み係数が所定値以上の物体属性のみを使用する構成にしてもよい。その場合、より演算時間を短縮することができる。

0042

物体検索部270は、求めた人物領域毎の統合類似度をソートし、大きい順に出力装置40に表示することにより物体検索を実施する。以上説明したS401〜S407の各ステップの処理によって、複数の監視カメラの映像から特定の物体を検索する画像検索装置において、監視システム全体の状況を考慮した効率のよい検索が実現される。

0043

なお、S407で出力装置40に表示した検索結果をユーザが見て、検索対象と検索非対象とを特定することができる。ユーザがこの結果を入力装置30を介して、検索対象および検索非対象としてさらに設定し、本実施形態のS401〜S407の各処理に繰り返し反映することにより、より高精度の検索を実現することができる。

0044

以上説明したように、本実施形態では、複数の物体属性を使用して検索を行う画像検索装置において、検索対象と検索対象以外の検索非対象とを設定し、複数の撮影装置の少なくとも一つにより撮影された一以上の画像から、検索対象である物体領域および検索非対象である物体領域の複数の物体属性をそれぞれ抽出し、複数の物体属性の夫々において物体属性の統計情報を求めて識別性能を評価する。そして、識別性能が良好な物体特性の重みを高く設定して、物体検索に反映させる。これにより、監視システム全体の状況を考慮した効率のよい検索が実現できる。

0045

また、撮影時刻が略一致する検索対象を設定した監視カメラ以外の映像から検索対象以外の検索非対象を設定するようにしたので、検索の元になる物体属性の識別性能を精度よく評価することができる。本発明は、ショッピングセンター、空港など、監視エリア内において人物の分布が短時間では比較的変化しないような範囲での人物の検索に有効である。

0046

(その他の実施形態)
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ