JPH0821149B2 - Security monitoring system - Google Patents
Security monitoring systemInfo
- 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
- Emergency Alarm Devices (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Burglar Alarm Systems (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。Description: BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a security monitoring system for automatically detecting an intrusion of a person into a specific area, and particularly to a micro animal other than a human or a person outside the area or a light source movement. The present invention relates to a high-performance system that does not cause false recognition of shadow movements caused by.
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。The conventional security monitoring system has been limited to a method of detecting the presence of an object by providing a light path or a similar means to a specific area and blocking the light path. This method has a problem that the detection area is naturally limited. On the other hand, there is also a method in which TV cameras are placed in various places and this image is displayed centrally to be monitored by humans.
There is a problem that the number of people that can be monitored is naturally limited.
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。An object of the present invention is to provide a system for automatically and widely detecting intrusion of a person into an area to be monitored by mechanically processing an image of a TV camera.
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。In determining the presence of an intruder using video, it is not possible to correlate the position in the image with the position in the real space using only the two-dimensional information so far. There is a problem that it can be mistaken for.
For this purpose, the basic idea of the present invention is to process two-dimensional information, generate a distance image, and use this distance image to determine the presence or absence of an intruder.
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。An embodiment of the present invention will be described below with reference to FIG. If the corresponding points between the images are determined for the images captured by two TV cameras, the three-dimensional position of the object in the images can be obtained by the principle of triangulation. Extraction of this distance information
It can be carried out by the method of 61-117672. Two kinds of prior knowledge are used to detect an intruder from the obtained range image. The first knowledge is that it is a moving body, and the second knowledge is that it has a certain size or more. Furthermore, in addition to these, if the subject is a human being,
Taking an image with an infrared camera is effective in determining a person because it has a range of heat levels.
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。First, a method of extracting a moving body will be described. FIG. 2 shows an example of the configuration of the moving object extraction function. Since the area to be monitored is preset, based on this area information,
An image at an unnecessary position is deleted from the obtained range image. This is for avoiding extraction of a moving object outside the yo-yo window and simplifying the process when the area to be monitored is like a yo-yo window surrounded by glass. Second
In the figure, this is referred to as a filter. The moving body extraction can be executed by applying a kind of difference calculation to the distance image after filtering. That is, a distance image for a situation where there is no intruder may be held in advance as a standard pattern, and the difference between the standard pattern and the actually measured distance image may be calculated. When the intruder is included in the actually measured image, the distance value of the pixel corresponding to the intruder is always smaller than the distance value of the same pixel in the standard pattern. Only the image can be captured.
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。Step 1 (determination of difference from standard pattern) if x (i, j) or x 0 (i, (): undefined then e (i, j): undefined else e (i, j) = x (i, j) −x 0 (i, j) Step 2 (animal body extraction) if | e (i, j) | <ε or e (i, j): undefined then d (i, j) = 0 else d ( i, j) = x (i, j) where x 0 (i, j): standard pattern of pixel (i, j) x (i, j): measured value of pixel (i, j) d (i, j) j): Distance to the moving object at pixel (i, j) ε: Distance image generation error allowable value In the above algorithm, x (i, j), x 0 (i, j)
Is premised to include undefined because there is a possibility that there is a pixel whose distance value cannot be calculated due to various places of the light. When using a range image like this,
Missing values may be included, but in a simple two-dimensional image, the image itself changes rapidly due to various parts of the light, whereas in a range image, only missing values are included. The effect is that the image itself will not be different.
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。Next, the intruder determination function will be described. Distance image D = {d (i,
j)} is subjected to the following processing. First, the connected component in D is extracted. Next, the approximate size is estimated from the extracted connected components. Based on the estimated size of the moving body, it is determined whether or not it is an intruder, and if it is an intruder, it is notified.
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。In the extraction of the connected component, first, one pixel is extracted from the distance image D based on a certain specific index (the following discussion will be made assuming that the index is the shortest distance to the camera). A norm having the above distance and the measured distance as elements is set, and pixels whose norm is less than or equal to a certain value are registered as belonging to one connected component. Such registration is performed one after another to group pixels having a distance value into groups. When the grouping of the first selected pixel is completed, the pixel having the shortest distance next and not grouped is subjected to the same processing.
By repeating these, extraction of the connected components of the range image regarding the moving object, that is, grouping is achieved.
In the above discussion, the norm was defined only on the measured range image, but the result of dividing the two-dimensional image into regions may be regarded as one component for calculating the norm.
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。The object size based on the connected component extraction result can be estimated as follows. The range image contains the three-dimensional coordinate information of the real space. Therefore, if a three-dimensional ellipsoid is set for the pixel group extracted as the connected component, the size of the object can be expressed by the length of this principal axis. By comparing the size of this object with a preset threshold value, it is possible to determine whether or not the moving object is a human. Although the above method is processing only for the video imaged at a specific time, the reliability of detection can be improved by utilizing the temporal continuity of the video image. This is because, for example, regarding the extracted moving object image D, from the two images at time t and t + Δt, the correspondence between the images is determined, the optical flow is determined by Horn and Siyunck, and the artificial intelligence 17, (1981) 185. ~
203 (BKPHorn and BGHSchunck; Determining Optical Flow, Artificial Intelligence 17, (1981) 185-203) and estimate the correspondence of the connected component between time t and t + Δt, and determine whether or not there is continuity. This is achieved by evaluating the reliability of the extracted connected component.
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。By using the method of extracting a moving object from a distance image and estimating the size of the extracted object as described above, the size of the object can be directly measured without depending on the light condition. This is a very effective surveillance system. In the discussion so far,
I haven't made any special provisions regarding the type of TV camera,
Depending on the usage environment, unnecessary calculation processing may be performed, such as the figure outside the area to be monitored being extracted as a moving object within the monitoring area, or the fluctuation due to the curtain wind being extracted as a moving object. There is. In order to avoid this, a method of using an infrared camera as a camera, capturing an image in the form of heat distribution, extracting a moving object from this, and estimating the size may be adopted.
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。According to the present invention, it is possible to detect an intruding object including a size in a wide area captured by a TV camera. Therefore, in security monitoring, a system having a wide range of application and high reliability can be economically constructed. There is an effect.
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。FIG. 1 is an overall configuration diagram of the present invention, and FIG. 2 is a configuration diagram of a moving object extraction function.
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)Front page continuation (72) Inventor Koichi Haruna 1099 Ozenji, Aso-ku, Kawasaki City, Kanagawa Prefecture System Development Laboratory, Hitachi, Ltd. Takasaki Plant (56) Reference JP-A-61-39193 (JP, A) JP-A-49-100760 (JP, A) Actually-opened Sho-61-38584 (JP, U)
Claims (3)
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。1. A security monitoring system for detecting intrusion of a person into a specific area, wherein an image capturing means for capturing the specific area to obtain video information, and a distance image from the video information captured by the image capturing means. Distance image extracting means for extracting, a moving body extracting means for extracting a moving body using the distance image extracted by the distance image extracting means, and a distance corresponding to the moving body extracted by the moving body extracting means A pixel group having a predetermined distance value is extracted as a connected component from the image, a three-dimensional ellipsoid is set for the extracted pixel group, and the three-dimensional ellipsoid is set according to the length of the main axis of the set ellipsoid. Security monitoring characterized by being provided with intruder judging means for recognizing the size of the moving body and comparing the recognized size with a predetermined threshold value to judge whether the moving body is a human or not. system
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。2. The security monitoring system according to claim 1, wherein the intruder determination means is image information corresponding to the moving body extracted by the moving body extracting means, Correspondence between the two different images is obtained, the correspondence between the connected components of the two images is estimated from the obtained correspondence, and the continuity of the two connected components is estimated based on the estimated correspondence. A security monitoring system characterized by determining whether or not there is a sex, and determining whether or not the extracted pixel group is a human by the presence or absence of the determined continuity.
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。3. The security monitoring system according to claim 1 or 2, wherein an infrared camera is used as the image pickup means, and the moving body extracting means is an animal based on a heat distribution imaged by the infrared camera. The security monitoring system is characterized in that the moving body extracting means extracts the moving body from the heat distribution imaged by the infrared camera.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61092095A JPH0821149B2 (en) | 1986-04-23 | 1986-04-23 | Security monitoring system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61092095A JPH0821149B2 (en) | 1986-04-23 | 1986-04-23 | Security monitoring system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS62249298A JPS62249298A (en) | 1987-10-30 |
| JPH0821149B2 true JPH0821149B2 (en) | 1996-03-04 |
Family
ID=14044886
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61092095A Expired - Fee Related JPH0821149B2 (en) | 1986-04-23 | 1986-04-23 | Security monitoring system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0821149B2 (en) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01140396A (en) * | 1987-11-27 | 1989-06-01 | Hitachi Ltd | Security supervising device |
| JP2922904B2 (en) * | 1988-05-10 | 1999-07-26 | 株式会社日立製作所 | Monitoring method by TV camera and monitoring device |
| JPH025114A (en) * | 1988-06-24 | 1990-01-10 | Morikawa Sangyo Kk | Computer security system |
| JPH0869523A (en) * | 1995-05-16 | 1996-03-12 | Matsushita Electric Ind Co Ltd | Human body recognition device |
| JP3695930B2 (en) * | 1998-02-05 | 2005-09-14 | 株式会社東芝 | Image monitoring device |
| JP4579067B2 (en) * | 2005-06-29 | 2010-11-10 | 株式会社日立情報制御ソリューションズ | Intruder monitoring method and apparatus |
| JP2024030668A (en) * | 2022-08-25 | 2024-03-07 | シャープ株式会社 | Lighting and photography systems |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5423545B2 (en) * | 1973-01-31 | 1979-08-14 | ||
| JPS6139193A (en) * | 1984-07-31 | 1986-02-25 | オーテック電子株式会社 | Beam type alarm |
| JPS6138584U (en) * | 1984-08-14 | 1986-03-11 | 石川島播磨重工業株式会社 | alarm device |
-
1986
- 1986-04-23 JP JP61092095A patent/JPH0821149B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPS62249298A (en) | 1987-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110321780B (en) | Detection method of abnormal fall behavior based on spatiotemporal motion characteristics | |
| KR102580434B1 (en) | Dangerous situation detection device and dangerous situation detection method | |
| JP2013535896A (en) | Security camera tracking and monitoring system and method using thermal image coordinates | |
| CN104966062B (en) | Video monitoring method and device | |
| CN104954747B (en) | Video monitoring method and device | |
| JP5771039B2 (en) | Abandoned person detection device | |
| CN115116127A (en) | A fall detection method based on computer vision and artificial intelligence | |
| Sharma | Human detection and tracking using background subtraction in visual surveillance | |
| JPH07324792A (en) | Human body recognition device | |
| Davis et al. | Visual surveillance of human activity | |
| CN120220230A (en) | A multi-modal fall detection method, device and equipment | |
| KR101512658B1 (en) | A device and method for detecting for fire flame using stereo camera and fuzzy logic | |
| JPH0821149B2 (en) | Security monitoring system | |
| Khalaf et al. | Event triggered intelligent video recording system using MS-SSIM for smart home security | |
| JP5669648B2 (en) | Anomaly detection device | |
| CN110580708B (en) | Rapid movement detection method and device and electronic equipment | |
| CN111144260A (en) | A detection method, device and system for jumping over a gate | |
| CN104392201B (en) | A kind of human body tumble recognition methods based on omnidirectional vision | |
| JP5701657B2 (en) | Anomaly detection device | |
| CN113239772A (en) | Personnel gathering early warning method and system in self-service bank or ATM environment | |
| Stone et al. | Silhouette classification using pixel and voxel features for improved elder monitoring in dynamic environments | |
| CN118865236A (en) | A water source illegal intrusion identification method based on fusion detection framework | |
| CN113743339B (en) | An indoor fall detection method and system based on scene recognition | |
| Jędrasiak et al. | The comparison of capabilities of low light camera, thermal imaging camera and depth map camera for night time surveillance applications | |
| Ó Conaire et al. | Fusion of infrared and visible spectrum video for indoor surveillance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |