擁塞推定裝置的製作方法

2023-06-03 11:35:16 2

專利名稱：擁塞推定裝置的製作方法
技術領域：
本發明涉及一種狀況判定裝置、狀況判定方法、狀況判定程序、異常判定裝置、異常判定方法和異常判定程序，能夠對在諸如車站或機場這樣的其中有多人移動的公共空間中拍攝的圖像進行分析，以檢測人的擁塞度或移動狀況。此外，本發明涉及一種擁塞推定裝置，其基於圖像來推定人的擁塞度，並且更具體地，涉及一種對人的滯留狀態或移動狀態的種類進行判定以檢測異常狀態的擁塞推定裝置。
背景技術：
近年來，隨著對安全保障性的需求增加，在諸如車站或機場這樣的公共空間以及重要設施中，已安裝有監視相機。在現有技術中，監視員一直監視著監視相機。因此，為了防止由於監視相機數增加和監視員疲勞而使得監視員漏看監視相機，嘗試利用圖像辨識來實現省力而高效的監視。專利文獻I和專利文獻2公開了用於對監視場所中的人數計數的技術。專利文獻 I公開了一種技術，該技術利用背景差分來提取背景並對在與人的通道正交的監視區域內移動的人數計數。準備多個監視區域並利用監視區域之間的計數值的變化，這樣，即使出現幹擾也能夠準確地計數。專利文獻2公開了一種技術，其中，相機被設置在通道上方，使得光軸與垂直方向對準，在圖像上所設置的邊界線處提取運動向量，以便對人數計數，並對該運動向量關於邊界線的垂直分量進行積分，以對經過通道的人的數目計數。專利文獻3公開了一種技術，該技術從圖像中提取對應於人數的特徵而不對人數計數以計算擁塞度。在專利文獻3中，假定「當存在大量行人時，不同時刻拍攝的圖像之間的變化數目增加」，在此前提下，對每個像素或每個局部區域在預定時間內的變化的數目進行計算，並基於該變化的數目來計算擁塞度。此外，在現有技術中，已提出各種推定圖像中的人的擁塞度的技術。例如，已提出下述技術，該技術計算運動向量、計算運動向量的積分值並以積分值的單位對人數計數 (例如，參見專利文獻4)。已提出一種技術，該技術檢測人的頭部、測量頭部數並推定擁塞度(例如，參見專利文獻2) ο已提出一種技術，該技術利用通過幀間差分或背景差分處理而提取的背景的面積來推定擁塞度(例如，參見專利文獻3或專利文獻5)。專利文獻I JP-A-2002-074371
專利文獻2 JP-A-2005-135339專利文獻3 JP-A-2004-102380專利文獻4 JP-A-2005-128619專利文獻5 JP-A-11-282999

發明內容
本發明要解決的問題然而，上面提及的根據現有技術的技術存在下列問題。即是說，專利文獻I所公開的技術利用背景差分。因此，難以將該技術應用於照明有大變化的場所，並且難以在擁塞期間逐個對人計數。同樣，在專利文獻2所公開的技術中，難以在擁塞期間逐個對人計數。在專利文獻3中，因為以人移動為前提，所以難以對其中存在移動中的人和站立的人的狀況中的擁塞度進行計算。根據現有技術的方法對運動向量積分並以積分值的單位測量人數，是將每個人分立開來的方法。在該方法中，當存在少量人時，能夠較為準確地推定擁塞度。然而，在擁塞狀況中，人彼此重疊。因此，難以將該技術應用於擁塞狀況，並且推定的準確度降低。在提取運動向量時，正常移動的運動向量和由例如噪聲生成的微小運動向量由於相機的視角而具有不同大小。因此，必須預先設定運動向量的大小的閾值。檢測人的頭部的方法存在的問題在於，當存在少量人時，難以較為準確地推定擁塞度，並且當存在大量人時，頭部的檢測準確度降低。在利用通過幀間差分處理提取的背景的面積來推定擁塞度的方法中，當人保持靜止時，不提取背景。在利用通過背景差分處理提取的背景的面積來推定擁塞度的方法中，當大部分畫面中有人存在時，難以準確地得到背景區域。該方法容易受相機抖動影響。此外， 在該方法中，未公開計算擁塞度的指標(滯留區域、移動區域、正常區域、滯留開始狀態、滯留消除狀態和正常狀態)的方法，且難以檢驗部分擁塞狀況。為了解決上面提及的問題而做出本發明，並且本發明的目的是提供能夠容易地判定監視場所的狀況和擁塞度的狀況判定裝置、狀況判定方法、狀況判定程序、異常判定裝置、異常判定方法和異常判定程序。為了解決上面提及的問題而做出本發明，並且本發明的目的是提供一種能夠基於圖像而容易且準確地推定人的擁塞度的擁塞推定裝置。解決問題的方法為了達到目的，本發明提供了一種狀況判定裝置，其用於對所拍攝的運動圖像或多個所拍攝的靜止圖像進行分析，以判定人的移動狀況和/或擁塞度，所述狀況判定裝置包括局部圖像變化率計算單元，所述局部圖像變化率計算單元對所拍攝的圖像的局部區域中的亮度值的時間變化率進行計算；和狀況判定單元，所述狀況判定單元對由所述局部圖像變化率計算單元計算的多個局部區域的時間變化率的直方圖進行分析，並且判定人的移動狀況和/或人的擁塞度。根據上面提及的結構，計算所拍攝的圖像中的多個局部區域的局部變化率，計算所述多個區域的局部變化率的直方圖並且對該直方圖進行分析。因此，能夠檢測與物體的移動的發生率相對應的空間特性(例如，移動偏移到一側)，並且能夠綜合地判定監視場所的狀況和擁塞度。本發明提供了一種狀況判定裝置，其用於對所拍攝的運動圖像或多個所拍攝的靜止圖像進行分析，以判定人的移動狀況和/或擁塞度，所述狀況判定裝置包括圖像輸入單元，所述圖像輸入單元輸入在成像對象場所中拍攝的人的運動圖像或多個靜止圖像；圖像蓄積單元，所述圖像蓄積單元蓄積由所述圖像輸入單元輸入的圖像；局部圖像變化檢測單元，所述局部圖像變化檢測單元從蓄積在所述圖像蓄積單元中的圖像中選擇按照第一時間間隔拍攝的兩個圖像，並且使用表示將所述圖像分割成多個局部區域的分割方法的區域分割信息來在每個局部區域中檢測所述兩個圖像之間的變化；局部圖像變化信息蓄積單元， 所述局部圖像變化信息蓄積單元蓄積由所述局部圖像變化檢測單元檢測到的所述兩個圖像之間的變化，作為圖像變化信息；局部圖像變化率計算單元，所述局部圖像變化率計算單元基於蓄積在所述局部圖像變化信息蓄積單元中的圖像變化信息，對每個局部區域中按照第二時間間隔給出的圖像之間的變化數目計數，並且計算每個局部區域的圖像變化率；局部圖像變化率蓄積單元，所述局部圖像變化率蓄積單元蓄積由所述局部圖像變化率計算單元計算的多個局部區域的圖像變化率；局部圖像變化率直方圖計算單元，所述局部圖像變化率直方圖計算單元對由所述局部圖像變化率蓄積單元蓄積的所述多個局部區域的圖像變化率的直方圖進行計算；狀況判定單元，所述狀況判定單元對由所述局部圖像變化率直方圖計算單元計算的直方圖進行分析，以判定所述成像對象場所中的人的移動狀況和/或擁塞度。根據上面提及的結構，計算所拍攝的圖像中的多個局部區域的局部變化率，計算所述多個區域的局部變化率的直方圖並且對該直方圖進行分析。因此，能夠檢測與物體的移動的發生率相對應的空間特性(例如，移動偏移到一側)，並且能夠綜合地判定監視場所的狀況和擁塞度。在上面提及的結構中，所述狀況判定單元包括參照直方圖儲存單元和直方圖比較單元。在上面提及的結構中，所述狀況判定單元包括特徵提取單元、識別基準儲存單元和識別單元。在上面提及的結構中，所述移動狀況至少包括其中人的移動路徑偏移到一側的狀況。根據上面提及的結構，能夠利用簡單的處理來對移動路徑偏移到一側進行檢測。 因此，能夠推定是否存在等候列車的隊列以及在車站等存在等候列車的隊列的場所中的人的擁塞級別。顯然，在其中移動路徑沒有偏移到一側的狀況中，也能夠推定狀況和擁塞級別。當在人通常未排成隊列的通道中檢測到移動路徑偏移到一側時，可推定存在妨礙人自由移動的障礙。本發明提供了一種異常判定裝置，其用於對由設置在車站站臺處的成像單元拍攝的運動圖像或多個靜止圖像進行分析，以判定異常狀況，所述異常判定裝置包括所述狀況判定裝置；列車到達檢測單元，所述列車到達檢測單元檢測列車到達所述站臺；和異常判定單元，所述異常判定單元基於所述狀況判定裝置的狀況判定結果和通過所述列車到達檢測單元得到的列車到達信息，當自所述列車到達檢測單元取得列車到達信息起經過預定時間之後判定人的移動路徑偏移到一側作為所述狀況判定結果時，判定發生異常。
6
根據上面提及的結構，能夠基於通過狀況判定裝置得到的狀況種類或擁塞度來判定不同於正常狀態的異常擁塞狀態。在上面提及的結構中，所述異常判定裝置還包括通報單元，當所述異常判定單元判定發生異常時，所述通報單元將所述異常判定單元的判定結果發送給預定聯絡地址。根據上面提及的結構，能夠給監視員提供輔助信息或迅速將其傳送到預定聯絡地址。本發明提供了一種狀況判定方法，其用於對所拍攝的運動圖像或多個所拍攝的靜止圖像進行分析，以判定人的移動狀況和/或擁塞度，所述狀況判定方法包括局部圖像變化率計算步驟，所述局部圖像變化率計算步驟用於對所拍攝的圖像的局部區域中的亮度值的時間變化率進行計算；和狀況判定步驟，所述狀況判定步驟用於對由所述局部圖像變化率計算單元計算的多個局部區域的時間變化率的直方圖進行分析，並且判定人的移動狀況和/或人的擁塞度。根據上面提及的方法，計算所拍攝的圖像中的多個局部區域的局部變化率，計算所述多個區域的局部變化率的直方圖並且對該直方圖進行分析。因此，能夠檢測與物體的移動的發生率相對應的空間特性(例如，移動偏移到一側)，並且能夠綜合地判定監視場所的狀況和擁塞度。在所述狀況判定方法中，所述移動狀況至少包括其中人的移動路徑偏移到一側的狀況。根據上面提及的方法，能夠利用簡單的處理來對移動路徑偏移到一側進行檢測。 因此，能夠推定是否存在等候列車的隊列以及在車站等存在等候列車的隊列的場所中的人的擁塞級別。顯然，在其中移動路徑沒有偏移到一側的狀況中，也能夠推定狀況和擁塞級別。當在人通常未排成隊列的通道中檢測到移動路徑偏移到一側時，可能會推定存在妨礙人自由移動的障礙。本發明提供了一種異常判定方法，其用於對由設置在車站站臺處的成像單元拍攝的運動圖像或多個靜止圖像進行分析，以判定異常狀況，所述異常判定方法包括狀況判定步驟，所述狀況判定步驟用於執行狀況判定方法；列車到達檢測步驟，所述列車到達檢測步驟用於檢測列車到達所述站臺；和異常判定步驟，所述異常判定步驟用於基於狀況判定裝置的狀況判定結果和通過列車到達檢測單元得到的列車到達信息，當自所述列車到達檢測單元取得所述列車到達信息起經過預定時間之後判定人的移動路徑偏移到一側作為所述狀況判定結果時，判定發生異常。根據上面提及的方法，能夠基於通過狀況判定裝置得到的狀況種類或擁塞度來判定不同於正常狀態的異常擁塞狀態。本發明提供了一種狀況判定程序，其對所拍攝的運動圖像或多個所拍攝的靜止圖像進行分析，以判定人的移動狀況和/或擁塞度，所述狀況判定程序允許計算機執行局部圖像變化率計算步驟，所述局部圖像變化率計算步驟用於對所拍攝的圖像的局部區域中的亮度值的時間變化率進行計算；和狀況判定步驟，所述狀況判定步驟用於對由所述局部圖像變化率計算單元計算的多個局部區域的時間變化率的直方圖進行分析，並且判定人的移動狀況和/或人的擁塞度。根據上面提及的程序，計算所拍攝的圖像中的多個局部區域的局部變化率，計算所述多個區域的局部變化率的直方圖並且對該直方圖進行分析。因此，能夠檢測與物體的移動的發生率相對應的空間特性(例如，移動偏移到一側)，並且能夠綜合地判定監視場所的狀況和擁塞度。在所述狀況判定程序中，所述移動狀況至少包括其中人的移動路徑偏移到一側的狀況。根據上面提及的程序，能夠利用簡單的處理來對移動路徑偏移到一側進行檢測。 因此，能夠推定是否存在等候列車的隊列以及在車站等存在等候列車的隊列的場所中的人的擁塞級別。顯然，在其中移動路徑沒有偏移到一側的狀況中，也能夠推定狀況和擁塞級別。當在人通常未排成隊列的通道中檢測到移動路徑偏移到一側時，可推定存在妨礙人自由移動的障礙。本發明提供了一種異常判定程序，其對由設置在車站站臺處的成像單元拍攝的運動圖像或多個靜止圖像進行分析，以判定異常狀況，所述異常判定程序允許計算機執行狀況判定步驟，所述狀況判定步驟用於執行狀況判定方法；列車到達檢測步驟，所述列車到達檢測步驟用於檢測到所述站臺的列車的到達；和異常判定步驟，所述異常判定步驟用於基於所述狀況判定裝置的狀況判定結果和通過所述列車到達檢測單元得到的列車到達信息， 當自所述列車到達檢測單元取得列車到達信息起經過預定時間之後判定人的移動路徑偏移到一側作為所述狀況判定結果時，判定發生異常。根據上面提及的程序，能夠基於通過狀況判定裝置得到的狀況種類或擁塞度來判定不同於正常狀態的異常擁塞狀態。本發明提供了一種擁塞推定裝置，包括圖像生成單元，所述圖像生成單元將通過相機拍攝的圖像或各種場景的圖像轉換成數字圖像，並且輸出所述數字圖像；區域分割單元，所述區域分割單元將輸入圖像分割成部分區域；移動信息生成單元，所述移動信息生成單元由從所述圖像生成單元輸出的圖像生成移動信息；紋理信息生成單元，所述紋理信息生成單元生成從所述圖像生成單元輸出的圖像的紋理信息；基準移動信息生成單元，所述基準移動信息生成單元儲存並更新基準移動信息，所述基準移動信息是每個部分區域中的移動基準的基準；基準紋理信息生成單元，所述基準紋理信息生成單元儲存並更新基準紋理信息，所述基準紋理信息用於判定每個部分區域中有無人存在；儲存單元，所述儲存單元儲存所述基準移動信息和所述基準紋理信息；移動信息判定單元，所述移動信息判定單元將從所述移動信息生成單元輸出的所述移動信息與由所述基準移動信息生成單元生成的所述基準移動信息進行比較，以判定每個部分區域中有無移動；紋理信息判定單元，所述紋理信息判定單元將從所述紋理信息生成單元輸出的所述紋理信息與由所述基準紋理信息生成單元生成的所述基準紋理信息進行比較，以判定每個部分區域中是否存在與人相同的紋理信息；和滯留判定單元，所述滯留判定單元接收來自所述移動信息判定單元和所述紋理信息判定單元的的判定結果，以判定每個區域中有無人存在。根據上面提及的結構，移動信息判定單元判定每個區域中有無移動。即使在無移動時，紋理信息判定單元也能夠依據紋理相似度來判定有無人存在。因此，能夠推定諸如移動區域、滯留區域、靜止區域和無人的區域這樣的每個區域的狀態。於是，滯留判定單元能夠基於每個信息項來判定擁塞度。在上面提及的結構中，所述擁塞推定裝置還包括時序生成單元，所述時序生成單元接收由所述圖像生成單元生成的圖像，並且由移動信息判定有無人存在，其中，僅在判定有人時，所述時序生成單元將更新時序發送給所述基準移動信息生成單元以及所述基準紋理信息生成單元。根據上面提及的結構，按照每個更新時序對基準移動信息生成單元的基準移動信息和基準紋理信息生成單元的基準紋理信息進行更新。因此，即使在環境改變時，也能夠依據環境的變化來判定有無移動或紋理。結果，能夠一直準確地進行判定。在上面提及的結構中，所述時序生成單元檢測車輛的進入時序，並且按照每個進入時序將更新時序發送給所述基準移動信息生成單元以及所述基準紋理信息生成單元。根據上面提及的結構，按照每個車輛進入時序對基準移動信息生成單元的基準移動信息和基準紋理信息生成單元的基準紋理信息進行更新。因此，能夠基於車輛進入前後的人的移動或人的紋理來判定有無移動或紋理。在上面提及的結構中，所述基準移動信息生成單元按照由所述時序生成單元所通報的時序對基準移動信息進行採樣，以設定所述基準移動信息的閾值，當所述基準移動信息超過所述基準移動信息的閾值時，所述移動信息判定單元判定有移動；而當所述基準移動信息未超過所述基準移動信息的閾值時，所述移動信息判定單元判定無移動。根據上面提及的結構，按照每個更新時序對基準移動信息生成單元的基準移動信息進行更新，並且按照每個更新時序對基準移動信息的閾值進行設定。因此，能夠基於按照更新時序的移動來判定移動信息。在上面提及的結構中，所述紋理信息判定單元對輸入信息執行頻率轉換處理，以判定頻域中的相似度。根據上面提及的結構，能夠基於人的輪廓或側影來推定相似度。在上面提及的結構中，所述基準紋理信息生成單元按照由所述時序生成單元所生成的時序對基準紋理信息進行採樣，以設定所述基準紋理信息，並且所述紋理信息判定單元對由所述紋理信息生成單元生成的紋理信息和由所述基準紋理信息生成單元生成的基準紋理信息之間的相似度進行判定，並且當判定所述紋理信息與所述基準紋理信息相似時，所述紋理信息判定單元判定有人。根據上面提及的結構，按照每個更新時序對基準紋理信息生成單元的基準紋理信息進行更新，並且能夠基於按照更新時序的紋理來判定相似度。在上面提及的結構中，所述滯留判定單元接收所述移動信息判定單元的判定結果和所述紋理信息判定單元的判定結果，以輸出滯留區域、移動區域、噪聲區域和背景區域的任一個的狀態，作為每個區域的狀態。根據上面提及的結構，能夠將滯留區域、移動區域、噪聲區域和背景區域輸出作為每個區域的狀態。因此，當進行擁塞推定處理時，擁塞判定單元能夠測量每種區域的擁塞度。此外，僅通過對全體擁塞度計數來進行計算。在上面提及的結構中，所述擁塞推定裝置還包括異常判定單元，所述異常判定單元接收從所述滯留判定單元輸出的信息，並且對每個輸入狀態進行分析，以判定是否發生異常擁塞。根據上面提及的結構，能夠基於每個區域的狀態來判定整個成像環境的擁塞度是正常還是異常。
在上面提及的結構中，所述異常判定單元對從所述滯留判定單元輸出的每個區域的各種狀態滯留區域、移動區域、噪聲區域和背景區域計數，並且當在通過所述時序生成單元得到的車輛的進入時序之後，擁塞指標，即，滯留區域數和移動區域數的和，沒有減少預定閾值或更多時，所述異常判定單元判定發生異常。根據上面提及的結構，在車輛進入之後對每個區域的狀態計數，以計算擁塞指標。 因此，能夠判定擁塞狀態時正常還是異常。在上面提及的結構中，所述異常判定單元對從所述滯留判定單元輸出的每個區域的各種狀態滯留區域、移動區域、噪聲區域和背景區域計數，並且當所述滯留區域的比率超過預定值時，所述異常判定單元判定發生異常。根據上面提及的結構，一直對每個區域的狀態計數，以計算擁塞指標，從而計算滯留區域的比率。因此，能夠基於滯留區域的比率來檢測異常。在上面提及的結構中，所述異常判定單元對從所述滯留判定單元輸出的每個區域的各種狀態滯留區域、移動區域、噪聲區域和背景區域計數，並且所述異常判定單元依據滯留區域和移動區域在時間系列中的比率，判定諸如滯留開始、滯留消除和正常狀態這樣的人的移動趨勢。根據上面提及的結構，一直對每個區域的狀態和時間系列變化計數，以計算擁塞指標。因此，能夠判定諸如滯留開始、滯留消除和正常狀態這樣的人移動的趨勢。此外，能夠在發生異常擁塞之前發出警告，並通報開始消除異常擁塞。本發明的優點根據本發明，計算所拍攝的圖像中的多個局部區域的局部變化率，計算所述多個區域的局部變化率的直方圖並且對該直方圖進行分析。因此，能夠檢測與物體的移動的發生率相對應的空間特性(例如，移動偏移到一側)，並且能夠綜合地判定監視場所的狀況和
擁塞度。即使當人的移動在自列車到達時起經過預定時間之後偏移到一側的時候，也能夠基於所判定的綜合狀況或擁塞度以及列車的到達信息這兩者來判定發生異常。能夠給監視員提供輔助信息或迅速將其傳送到預定聯絡地址。根據本發明，自動地設定移動信息的基準移動量。因此，能夠判別有移動的狀態與沒有移動的狀態。此外，能夠判定有無移動並利用紋理來判定相似度，從而判別每個區域的各種狀態滯留區域、移動區域、噪聲區域和背景區域。而且，能夠利用每個區域的狀態來推定擁塞度，並提供擁塞狀況的指標(滯留區域、移動區域、正常區域、滯留開始狀態、滯留消除狀態和正常狀態)以及關於異常狀態的信息。因此，能夠利用圖像容易且準確地推定人的擁塞度。


圖I是示意性示出了根據本發明第一實施例的狀況判定裝置的結構的框圖。圖2是示出了將根據本發明第一實施例的狀況判定裝置安裝在鐵道車站處的情況的圖示。圖3是示出了根據本發明第一實施例的用相機CM拍攝的圖像的圖示。圖4是示出了由根據本發明第一實施例的狀況判定裝置所執行的狀況判定方法的流程圖。圖5是示出了在根據本發明第一實施例的狀況判定裝置中圖像蓄積單元中所蓄積的幀圖像和局部圖像變化信息蓄積單元中所蓄積的局部變化信息之間的時間系列關係的圖示。圖6是示出了根據本發明第一實施例的將用相機CM拍攝的圖像分割成局部區域的情況的圖示。圖7是示出了由根據本發明第一實施例的狀況判定裝置中的局部圖像變化檢測單元所提取的運動向量的示例的圖示。圖8是示出了在根據本發明第一實施例的狀況判定裝置中由局部圖像變化檢測單元檢測然後蓄積在局部圖像變化信息蓄積單元中的局部變化信息的元素的圖示。圖9是示出了在根據本發明第一實施例的狀況判定裝置中由局部圖像變化率計算單元計算然後蓄積在局部圖像變化率蓄積單元中的局部變化率的元素的圖示。圖10是示出了在根據本發明第一實施例的狀況判定裝置中圖像蓄積單元中所蓄積的幀圖像、局部圖像變化信息蓄積單元中所蓄積的局部變化信息、局部圖像變化率蓄積單元中所蓄積的局部變化率和時刻之間的關係的圖示。圖11是示出了由根據本發明第一實施例的狀況判定裝置的局部圖像變化率直方圖計算單元所計算的局部圖像變化率直方圖的示例的圖示。圖12是示出了在根據本發明第一實施例的狀況判定裝置的操作中包括多人數移動狀況的圖像的示例的圖示。圖13是示出了在根據本發明第一實施例的狀況判定裝置的操作中包括少人數移動狀況的圖像的示例的圖示。圖14是示出了在根據本發明第一實施例的狀況判定裝置的操作中包括在存在等候列車的隊列的場所中的人的移動狀況的圖像的示例的圖示。圖15是示出了在根據本發明第一實施例的狀況判定裝置的操作中在三種狀況下的發生變化的區域數和局部圖像變化率的表格。圖16是示出了在根據本發明第一實施例的狀況判定裝置的操作中多人數移動時的局部圖像變化率直方圖的特性的圖示。圖17是示出了在根據本發明第一實施例的狀況判定裝置的操作中少人數移動時的局部圖像變化率直方圖的特性的圖示。圖18是示出了在根據本發明第一實施例的狀況判定裝置的操作中人的移動路徑偏移到一側時的局部圖像變化率直方圖的特性的圖示。圖19是示出了在根據本發明第一實施例的狀況判定裝置的操作中將包括多人數移動狀況的圖像分割成局部區域的情況的圖示。圖20是示出了在根據本發明第一實施例的狀況判定裝置的操作中將包括少人數移動狀況的圖像分割成局部區域的情況的圖示。圖21是示出了在根據本發明第一實施例的狀況判定裝置的操作中將包括其中人的移動路徑偏移到一側的狀況的圖像分割成局部區域的情況的圖示。圖22是示出了在根據本發明第一實施例的狀況判定裝置的操作中從實際運動圖像算出的局部圖像變化率直方圖的示例的圖示。
圖23是示出了根據本發明第一實施例的狀況判定裝置中的狀況判定單元的內部結構的框圖。圖24是示出了根據本發明第一實施例的狀況判定裝置中的局部圖像變化檢測單元的處理的另一示例的圖示。圖25是示出了根據本發明第一實施例的狀況判定裝置中的局部圖像變化檢測單元的處理的又一示例的圖示。圖26是示出了根據本發明第一實施例的狀況判定裝置中的局部圖像變化檢測單元的處理的再一示例的圖示。圖27是示出了根據本發明第二實施例的狀況判定裝置中的狀況判定單元的內部結構的框圖。圖28是示出了在由根據本發明第二實施例的狀況判定裝置中的特徵提取單元進行的特徵量的提取中算出的指標的值的圖示。圖29是示出了由根據本發明第二實施例的狀況判定裝置中的特徵提取單元所提取的特徵量的圖示。圖30是示出了由根據本發明第二實施例的狀況判定裝置中的特徵提取單元從三個場景的圖像中所提取的二維特徵量的分布的圖示。圖31是示出了由根據本發明第二實施例的狀況判定裝置中的特徵提取單元所提取的特徵量和二維特徵量的分布之間的關係的圖示。圖32是示出了用於說明根據本發明第二實施例的狀況判定裝置的擁塞判定處理的、在車站的站臺處拍攝的六個場景的圖像的圖示。圖33是示出了用於說明根據本發明第二實施例的狀況判定裝置的擁塞判定處理的、與六個場景相對應的特徵量在二維特徵量空間中的分布的圖示。圖34是示出了用於說明根據本發明第二實施例的狀況判定裝置的擁塞判定處理的、在三種狀況下的特徵量的分布和在三種狀況下獲得的分布的子空間的圖示。圖35是示出了用於說明根據本發明第二實施例的狀況判定裝置的擁塞判定處理的子空間方法的圖示。圖36是示出了用於說明根據本發明第二實施例的狀況判定裝置的擁塞判定處理的、子空間中的位置和表示擁塞度的指標之間的關聯的圖示。圖37是示出了用於說明根據本發明第二實施例的狀況判定裝置的擁塞判定處理的、在四種狀況下的特徵量的分布和在四種狀況下獲得的分布的子空間的圖示。圖38是示意性示出了根據本發明第三實施例的異常判定裝置的結構的框圖。圖39是示出了根據本發明第三實施例的異常判定裝置的異常判定處理的流程圖。圖40是示出了從根據本發明第三實施例的異常判定裝置中的狀況判定裝置輸出的擁塞度和在正常狀態下狀況種類隨時間推移的變化的曲線圖。圖41是示出了示意性示出了根據本發明第四實施例的擁塞推定裝置的結構的框圖。圖42是示出了圖41所示的擁塞推定裝置中的處理區域的計算方法的圖示。圖43是示出了通過圖41所示的擁塞推定裝置將處理區域分割成移動處理區域的示例的圖示。
0117]圖44是示出了通過圖41所示的擁塞推定裝置將處理區域分割成紋理處理區域的示例的圖示。
0118]圖45是示出了圖41所示的擁塞推定裝置中的移動信息生成單元、基準移動信息生成單元和移動信息判定單元的詳細結構的框圖。
0119]圖46是示出了圖45所示的基準移動信息生成單元中的基準運動向量映射參照單元中所儲存的基準運動向量映射的示例的圖示。
0120]圖47是示出了圖45所示的基準移動信息生成單元中的基準差分區域映射參照單元中所儲存的基準差分區域映射的示例的圖示。
0121]圖48是示出了用於圖41所示的擁塞推定裝置的紋理信息判定處理的輸入圖像的圖示。
0122]圖49是示出了用於對用於圖41所示的擁塞推定裝置的紋理信息判定處理的輸入圖像進行轉換的紋理特徵提取處理的結果的圖示。
0123]圖50是示出了用於圖41所示的擁塞推定裝置的紋理信息判定處理的、有人場景中的基準紋理特徵量的計算處理的流程的圖示。
0124]圖51是示出了用於圖41所示的擁塞推定裝置的紋理信息判定處理的、無人場景中的基準紋理特徵量的計算處理的流程的圖示。
0125]圖52是示出了用於圖41所示的擁塞推定裝置的紋理信息判定處理的相似度計算處理的圖示。
0126]
0127]
/Jn ο
0128]
0129]
0130]
圖53是示出了圖41所示的擁塞推定裝置中的區域狀態的判定方法的圖示。
圖54是示出了通過圖41所示的擁塞推定裝置的區域狀態的判定結果的示例的圖
圖55是示意性示出了根據本發明第五實施例的擁塞推定裝置的結構的圖示。
圖56是示出了與圖55所示的擁塞推定裝置相連的相機的安裝的示例的圖示。
圖57是示出了圖55所示的擁塞推定裝置中的列車進入、停止和出發時序的取得處理的流程圖。
0131]圖58是示出了車輛進入時的車站站臺場景組的圖示。
0132]圖59是示出了車輛停止時的通過圖55所示的擁塞推定裝置的車站站臺的運動向量的處理結果的圖示。
0133]
0134]
/Jn ο
0135]
0136]
圖60是示意性示出了根據本發明第六實施例的擁塞推定裝置的結構的圖示。
圖61是示出了通過圖60所示的擁塞推定裝置的區域狀態的判定結果的示例的圖
圖62是示出了圖60所示的擁塞推定裝置的擁塞指標的時間序列曲線圖。
圖63是示出了圖60所示的擁塞推定裝置中的列車的進入、停止和出發時序之間的重疊的擁塞指標時間序列曲線圖。
0137]圖64是示出了圖60所示的擁塞推定裝置中的人的移動趨勢的判定處理的流程圖。
0138]圖65是示出了圖60所示的擁塞推定裝置中的人的移動趨勢的判定處理的圖示。
0139]附圖標記和符號的說明0140]100:圖像輸入單元0141]110:圖像蓄積單元0142]120:局部圖像變化檢測單元0143]130:局部圖像變化信息蓄積單元0144]140:局部圖像變化率計算單元0145]150:局部圖像變化率蓄積單元0146]160:局部圖像變化率直方圖計算單元0147]170:狀況判定單元0148]200:參照直方圖儲存單元0149]210:直方圖比較單元0150]300:特徵提取單元0151]310:識別基準儲存單元0152]320:識別單元0153]500:狀況判定裝置0154]510:列車到達檢測單元0155]520:異常判定單元0156]530:通報單元0157]610A、610B、610C :擁塞推定裝置0158]611:圖像生成單元0159]612:區域分割單元0160]613:移動信息生成單元0161]614:基準移動信息生成單元0162]615:紋理信息生成單元0163]616:基準紋理信息生成單元0164]617:儲存單元0165]618:移動信息判定單元0166]619:紋理信息判定單元0167]620:滯留判定單元0168]621:時序生成單元0169]622:異常判定單元0170]630:矩形區域I0171]631:矩形區域20172]640:圖像緩存單元0173]641:光流計算單元0174]642:流代表方向和大小計算單元0175]643:邊緣提取單元0176]644:邊緣幀間差分單元0177]645:基準運動向量映射參照單元0178]646:基準差分區域映射參照單元
14C0179]647:運動向量狀態判定單元0180]648:差分區域狀態判定單元0181]649:移動區域狀態判定單元0182]650:基準運動向量映射0183]660:基準差分區域映射0184]670:輸入圖像0185]680:紋理特徵提取處理結果0186]690:有人的場景I0187]691、701 :紋理處理區域0188]700:無人的場景I0189]706:相似度計算0190]710:移動信息判定單元判定有移動0191]711:移動信息判定單元判定無移動0192]712:紋理信息判定單元判定有人0193]713:紋理信息判定單元判定無人0194]714、720、762 :移動區域0195]715、723、764 :噪聲區域0196]716、721、763 :滯留區域0197]717,722 :背景區域0198]730:相機0199]760:擁塞指標時間系列曲線圖0200]795:基準滯留區域0201]796:滯留開始0202]PH :車站的站臺0203]WL :站臺的側壁0204]ST 人去站臺通過的樓梯0205]RL :鐵道線0206]CM :相機0207]SD 狀況判定裝置0208]ARlTO AR3 :表不人的移動路徑的箭頭0209]WP 等候列車的人0210]MP 移動中的人
具體實施例方式下文中，將參照附圖來詳細地說明本發明的示例性實施例。(第一實施例)圖I是示意性示出了根據本發明第一實施例的狀況判定裝置的結構的框圖。在圖 I中，根據本實施例的狀況判定裝置包括圖像輸入單元100、圖像蓄積單元110、局部圖像變化檢測單元120、局部圖像變化信息蓄積單元130、局部圖像變化率計算單元140、局部圖像變化率蓄積單元150、局部圖像變化率直方圖計算單元160和狀況判定單元170。圖2是示出了其中將圖I所示的狀況判定裝置安裝在鐵道車站的站臺處的示例的圖示。鐵道車站包括站臺PH、站臺的側壁WL、設置在站臺的入口處的樓梯ST和鐵道線RL。 拍攝站臺PH處的人的圖像的相機CM被設置成使得軸線方向與站臺PH的長度方向對準，並且被連接到狀況判定裝置SD。圖3是示出了相機CM所拍攝的圖像的示例。相機CM的視角、位置和光軸方向被確定成使得所拍攝的圖像包括站臺PH、樓梯ST的入口和側壁WL。狀況判定裝置SD對應於圖I所示的狀況判定裝置。接下來，將參照圖4所示的流程圖來說明根據本實施例的狀況判定裝置的操作。 首先，由圖像輸入單元100執行圖像輸入步驟S100。在步驟SlOO中，將相機CM所拍攝的一幀圖像轉變成能夠進行數字處理的格式，並且將該圖像蓄積在圖像蓄積單元110中。當相機CM為模擬相機時，將模擬圖像轉換成數字圖像，並且如果必要的話，則對該數字圖像執行諸如編碼處理這樣的壓縮處理。處理後的圖像被蓄積在圖像蓄積單元110中。當相機 CM為數字相機時，將圖像通過數字線路輸入並且蓄積在圖像蓄積單元110中。在本實施例中，假定輸入IOfps數字運動圖像並且順次蓄積當前時刻的幀圖像。當相機CM為模擬相機時，圖像蓄積單元110例如可以是蓄積模擬圖像的VTR，並且可以在模擬圖像即將被輸出到局部圖像變化檢測單元120之前執行AD轉換。然後，由局部圖像變化檢測單元120執行局部圖像變化檢測步驟S110。在該步驟中，如圖5所示，第一時間間隔TS1被設定為O. I (秒)，這與成像周期相等，從蓄積在圖像蓄積單元110中的幀圖像之中提取出兩幀圖像，即，當前時刻tk的圖像和TS1時間前的圖像 V1,並且檢測出局部區域中的變化。根據相機CM的安裝預先確定局部區域的分割方法，如圖6所示。在本實施例中，假定局部區域的總數為Νκ。為了修正透視投影的影響，局部區域的大小被設定成使得其在靠近相機的地點(畫面下方)大而在遠離相機的地點(畫面上方)小。下面，將說明使用運動向量來檢測變化的方法。(I)兩幀圖像中的每個像素的運動向量的計算例如，可以使用諸如非專利文獻I中所公開的Lucus-Kanade法這樣的梯度法或塊匹配法(block matching method)來計算運動向量。在本實施例中，優選的是，使用非專利文獻2中所公開的Good Features to Track法,或者通過匹配過程中的估計值(例如,SAD 和SSD)而在後續處理中僅使用具有高可靠性的運動向量。圖7示出了在從兩幀圖像對整個畫面計算的運動向量當中的具有高可靠性的運動向量的示例。非專利文獻I :B. D. Lucas and T. Kanade. 「An iterative image registration technique with an application to stereo vision，，，IJCAI, 1981.非專利文獻2 :Jianbo Shi, Carlo Tomasi, ^Good Features to Track」，IEEE Conference on Computer Vision and Pattern Recognition,pp. 593-600,1994(CVPR，94)(2)每個局部區域中的運動向量的綜合下文中，對從兩幀圖像，即，當前時刻tk的圖像和TS1時間前的圖像中提取的運動向量添加下標「k」，對第i局部區域(l≤i≤ Ne)中所包括的運動向量添加下標「i」， 並且對第i局部區域中所包括的NVk,,運動向量當中的第j運動向量(l≤j≤NVk,,)添加下標「 j 」，從而使用這些來表示運動向量(uk, i, j, vk, i, P。(等式I)和(等式2)被用來計算運動向量的平均值，從而計算局部區域i的代表運動向量(mukymvu)。運動向量在圖像上的長度受透視投影的影響，並且其越靠近畫面的上方則越比人的實際移動速度小。因此，如在(等式3)和(等式4)中那樣，在修正透視投影的影響之後，可以對運動向量進行平均以計算代表運動向量。這裡，wk, q是用於修正時刻tk的第i局部區域中的第j運動向量的大小的權重係數。運動向量的大小被設定成當該運動向量的起點更靠近畫面的上方時增加。[等式I]
2 %mu= ―― YjUkl j
Iyykj J=I[等式2]
2 %rnvkl=—-YjVkij
1N V k，i J=I[等式3]muKl = —— ^ 0%.』; · uKu )
爾 kj J=I[等式4]
2 %rnvki^—-Yj(Wkij-Vkij)
k,i J=I(3)對代表運動向量執行閾值處理以確定有無移動將第i局部區域的代表運動向量(muk, i; mvk,,)的大小與預定閾值進行比較，確定有無移動。當代表運動向量的大小大於或等於該閾值時，確定有移動。當代表運動向量的大小小於該閾值時，確定沒有移動。此時，得到用二值表示局部區域i中有無變化(運動) 的局部變化信息Mk,」當確定有移動時，Mk,i = 1，否則，Mkii = O。圖8示出了表示局部區域局部變化信息的圖像。在圖8中，有變化的局部區域被畫上了陰影。如圖5所示，局部變化信息Mk被蓄積在局部圖像變化信息蓄積單元130中，作為表示每個局部區域中有無變化的與局部區域數相對應的二值向量信息，如(等式5)所表示的。在圖5中，在時刻tk蓄積幀圖像Ik和局部圖像變化信息Mk，並且在時刻蓄積幀圖像Ilri和局部圖像變化信息Μη。[等式5] 回到圖4，由局部圖像變化率計算單元140執行局部圖像變化率計算步驟S120。 在該步驟中，第二時間間隔TS2被設定為10(秒)。計算每個局部區域在先前TS2(秒)時間的變化(移動)率。因為變化信息是以第一時間間隔TS1求得的，所以使用TS2ZtS1個變化信息項來計算變化率。當TS1 = O. I (秒)且TS2 = 10 (秒)時，使用100個變化信息項。 在圖9中，在第i局部區域中，對從時刻tk的局部變化信息Mk, i開始到時刻
tk-TS2/TS1+1 的局
部變化信息 Mk-TS2/TSl+l，i 當中的值為I(即，有變化)的局部變化信息項進行計數。計數值被稱為Cu。將該計數值除以總數TS2ZtS1以計算局部變化率RTk,i。局部變化率RTk,i可以取的值為
。如圖10所示，局部變化率RTk被蓄積在局部圖像率蓄積單元150中，作為與局部區域數相對應的表示每個局部區域的變化率的向量信息，如[等式6]所表示的。在圖 10中，在時刻tk蓄積局部圖像變化率RTk，並且在時刻V1蓄積局部圖像變化率RTkf
[等式6]RTk =[RTk^, RTka,-RTk^J然後，由局部圖像變化率直方圖計算單元160執行局部圖像變化率直方圖計算步驟S130。在該步驟中，計算當前時刻4的Nk個局部變化率RTk,i的直方圖。因為局部變化率RTk,i能取的值為
，所以當直方圖的階級的寬度為BW時，階級數為1/BW。在此情況下，階級的寬度BW為O. 1，並且階級數為10。圖11示出了所計算的局部圖像變化率直方圖的示例。橫軸表示局部圖像變化率，縱軸表示頻率(區域數)。頻率的總和(直方圖的積分值)為區域總數Νκ。在本實施例中,考慮圖2中所示的車站站臺處的人的移動狀況。作為移動狀況,考慮下列三種模式。(I)多人數自由移動例如，存在其中在列車到達之後許多乘客下車並向樓梯ST移動的狀況(圖12)。 多人數移動通過多個移動路徑ARl至AR3。(2)少人數自由移動例如，存在其中下車的乘客經過樓梯ST並移動通過沒有等候下一趟列車的乘客的站臺的狀況(圖13)。因為少人數移動通過空站臺，所以人的移動路徑改變。結果，與多人數移動時相同，少人數移動通過多個移動路徑ARl至AR3。(3)移動路徑偏移到一側例如，存在其中等候列車的乘客排成隊列並且已通過樓梯ST移動到站臺的新乘客通過站臺的空場地移動到站臺的畫面的前方的狀況(圖14)。因為存在等候列車的人WP， 所以移動中的人MP的移動路徑被限定在箭頭ARl附近。圖15示出了這三種移動狀況模式的發生變化(具有大於或等於預定值的變化率) 的區域數和局部圖像變化率的大小。圖16、17和18分別示出了這三種移動模式的圖11中所示的局部圖像變化率直方圖的典型示例，諸如(I)多人數移動、(2)少人數移動和(3)移動路徑偏移到一側。首先，將使用圖9中所示的圖像來補充說明多人數移動的狀況，其中，所述圖像是通過對圖12中所示的圖像執行局部區域分割處理而得到的。當多人數移動時，圖像中很多區域被改變(移動)。因為人的密度高，所以移動中的人逐個經過某個局部區域。因此，多數局部區域中局部圖像變化率增加，如圖15的第一列所示。同樣，在圖16所示的局部圖像變化率直方圖中，存在大量具有中等到大的局部圖像變化率的局部區域。將使用圖20中所示的圖像來補充說明少人數自由移動的狀況，其中，所述圖像是通過對圖13中所示的圖像執行局部區域分割處理而得到的。與多人數移動時相同，即使在少人數移動時，人也經過空站臺上的各種路徑。因此，圖像的多數區域中都存在變化(運動)。然而，因為人的密度低，所以經過某個局部區域的移動中的人數小。因此，如圖15的第二列所示，局部圖像變化率低。同樣，在圖17所示的局部圖像變化率直方圖中，具有中等局部圖像變化率的局部區域的數大，而具有大的局部圖像變化率的局部區域的數小。將使用圖21中所示的圖像來補充說明移動路徑偏移到一側的狀況，其中，所述圖像是通過對圖14中所示的圖像執行局部區域分割處理而得到的。當存在等候列車的隊列時，人的移動路徑被限定在箭頭ARl附近。因為等候列車的人在那些位置稍微移動而非移動大，所以發生變化(運動)的區域基本上被限制在存在移動中的人MP的區域，並且發生變化的區域數小。當通過樓梯ST移動到站臺PH的人數等於少人數移動時(圖12)的並且移動路徑受限時，每局部區域經過移動路徑的人數大於少人數移動時的，如圖15的第三列所示。同樣，在圖18所示的局部圖像變化率直方圖中，具有中等到大的局部圖像變化率的局部區域的數小於如圖16所示的多人數移動時的。然而，與如圖17所示的少人數移動時不同，至少存在具有大的局部圖像變化率的局部區域。如上所述，在局部圖像變化率直方圖計算步驟S130(局部圖像變化率直方圖計算單元160)中計算局部圖像變化率直方圖。圖22示出了從實際運動圖像的三個場景(多人數移動、少人數移動和移動路徑偏移到一側)中提取出的局部圖像變化率直方圖。局部圖像變化率直方圖中的每一個都對應於時刻tk，的局部變化率RTk，的直方圖(在此情況下，在時刻tk，計算局部變化率，但如參照圖10所說明的，從先前的TS2ZtS1個局部變化信息項來計算某個時刻的局部變化率)。圖 22示出了當局部區域的總數Nk= 162、TSi = 0.1(秒)、TS2= 10(秒)並且直方圖的階級的寬度BW = O. I時的結果。從圖22中可以看出，趨勢與圖16、17和18中所示的相同。然後，由狀況判定單元170執行狀況判定步驟S140。在諸如多人數移動、少人數移動和移動路徑偏移到一側這樣的三種狀況中，局部圖像變化率直方圖具有圖16、17和18中所示的各個形狀，如上所述。在本實施例中，預先在上面提及的三種狀況中計算局部圖像變化率直方圖，然後將其儲存作為參照直方圖，並且將這些參照直方圖與所判定的狀況中的局部圖像變化率直方圖進行比較，從而判定三種狀況中的一種。圖23是示出了根據本實施例的狀況判定單元170的內部結構的圖示。狀況判定單元170包括參照直方圖儲存單元200和直方圖比較單元210。將先前計算的、對應於每種狀況的至少一個參照局部圖像變化率直方圖儲存在參照直方圖儲存單元200中，以便與相應的狀況(多人數移動、少人數移動和移動路徑偏移到一側中的任一種狀況)相關聯。直方圖比較單元210將由局部圖像變化率直方圖計算單元160計算的在將判定的狀況中的局部圖像變化率直方圖與參照直方圖儲存單元200中所儲存的參照直方圖進行比較。然後， 判定在將判定的狀況中的局部圖像變化率直方圖與參照直方圖中的哪一個最為相似，並且輸出與最為相似的直方圖相關聯的狀況，作為狀況的判定結果。例如，使用(等式7)的直方圖交叉、(等式8)的Bhattaccharyya係數和(等式9)的標準化相關作為直方圖之間的相似度的計算方法。[等式7]
權利要求
1.一種擁塞推定裝置，包括圖像生成單元，所述圖像生成單元將通過相機拍攝的圖像或各種場景的圖像轉換成數字圖像，並且輸出所述數字圖像；區域分割單元，所述區域分割單元將輸入圖像分割成部分區域；移動信息生成單元，所述移動信息生成單元由從所述圖像生成單元輸出的圖像生成移動信息；紋理信息生成單元，所述紋理信息生成單元生成從所述圖像生成單元輸出的圖像的紋理信息；基準移動信息生成單元，所述基準移動信息生成單元儲存並更新基準移動信息，所述基準移動信息是每個部分區域中的移動的基準；基準紋理信息生成單元，所述基準紋理信息生成單元儲存並更新基準紋理信息，所述基準紋理信息用於判定每個部分區域中有無人存在；儲存單元，所述儲存單元儲存所述基準移動信息和所述基準紋理信息；移動信息判定單元，所述移動信息判定單元將從所述移動信息生成單元輸出的所述移動信息與由所述基準移動信息生成單元生成的所述基準移動信息進行比較，以判定每個部分區域中有無移動；紋理信息判定單元，所述紋理信息判定單元將從所述紋理信息生成單元輸出的所述紋理信息與由所述基準紋理信息生成單元生成的所述基準紋理信息進行比較，以判定每個部分區域中是否存在與人相同的紋理信息；和滯留判定單元，所述滯留判定單元接收來自所述移動信息判定單元和所述紋理信息判定單元的的判定結果，以判定每個區域中有無人存在。
2.根據權利要求I所述的擁塞推定裝置，還包括時序生成單元，所述時序生成單元接收由所述圖像生成單元生成的圖像，並且由移動信息判定有無人存在，其中，僅在判定有人時，所述時序生成單元將更新時序發送給所述基準移動信息生成單元以及所述基準紋理信息生成單元。
3.根據權利要求2所述的擁塞推定裝置，其中，所述時序生成單元檢測車輛的進入時序，並且按照每個進入時序將所述更新時序發送給所述基準移動信息生成單元以及所述基準紋理信息生成單元。
4.根據權利要求2或3所述的擁塞推定裝置，其中，所述基準移動信息生成單元按照由所述時序生成單元所通報的時序對基準移動信息進行採樣，以設定所述基準移動信息的閾值，當所述基準移動信息超過所述基準移動信息的閾值時，所述移動信息判定單元判定有移動；而當所述基準移動信息未超過所述基準移動信息的閾值時，所述移動信息判定單元判定無移動。
5.根據權利要求2或3所述的擁塞推定裝置，其中，所述紋理信息判定單元對輸入信息執行頻率轉換處理，以判定頻域中的相似度。
6.根據權利要求2或3所述的擁塞推定裝置，其中，所述基準紋理信息生成單元按照由所述時序生成單元所生成的時序對基準紋理信息進行採樣，以設定所述基準紋理信息，並且所述紋理信息判定單元對由所述紋理信息生成單元生成的紋理信息和由所述基準紋理信息生成單元生成的基準紋理信息之間的相似度進行判定，並且當判定所述紋理信息與所述基準紋理信息相似時，所述紋理信息判定單元判定有人。
7.根據權利要求2或3所述的擁塞推定裝置，其中，所述滯留判定單元接收所述移動信息判定單元的判定結果和所述紋理信息判定單元的判定結果，以輸出滯留區域、移動區域、 噪聲區域和背景區域的任一個的狀態，作為每個區域的狀態。
8.根據權利要求2或3所述的擁塞推定裝置，還包括異常判定單元，所述異常判定單元接收從所述滯留判定單元輸出的信息，並且對每個輸入狀態進行分析，以判定是否發生異常擁塞。
9.根據權利要求8所述的擁塞推定裝置，其中，所述異常判定單元對從所述滯留判定單元輸出的每個區域的各種狀態滯留區域、移動區域、噪聲區域和背景區域計數，並且當在通過所述時序生成單元得到的車輛的進入時序之後，擁塞指標，即，滯留區域數和移動區域數的和，沒有減少預定閾值或更多時，所述異常判定單元判定發生異常。
10.根據權利要求8所述的擁塞推定裝置，其中，所述異常判定單元對從所述滯留判定單元輸出的每個區域的各種狀態滯留區域、移動區域、噪聲區域和背景區域計數，並且當所述滯留區域的比率超過預定值時，所述異常判定單元判定發生異常。
11.根據權利要求8所述的擁塞推定裝置，其中，所述異常判定單元對從所述滯留判定單元輸出的每個區域的各種狀態滯留區域、移動區域、噪聲區域和背景區域計數，並且所述異常判定單元依據所述滯留區域和所述移動區域在時間系列中的比率，判定諸如滯留開始、滯留消除和正常狀態這樣的人的移動趨勢。
全文摘要
一種狀況判定裝置，包括局部圖像變化率計算單元，用於對所拍攝的圖像的局部區域中的亮度值的時間變化率進行計算；和狀況判定單元，用於對局部區域的時間變化率的直方圖進行分析，從而判定人的移動狀況和/或人的擁塞度。該狀況判定裝置判定人的移動狀況和/或擁塞度。一種擁塞推定裝置，包括移動信息生成單元，用於由圖像生成單元的圖像序列算出移動信息；紋理信息生成單元，用於生成圖像紋理信息；和基準移動信息生成單元，用於保持/更新作為基準的基準移動信息。該擁塞推定裝置依據基於移動和紋理的有無而做出的相似度判定來判定各個區域的各種狀況、推定擁塞度並提供關於擁塞狀況的指標和狀況是否異常的信息。
文檔編號B61L23/00GK102582664SQ20121006176
公開日2012年7月18日 申請日期2008年10月20日 優先權日2007年10月26日
發明者橫光澄男, 荒木昭一, 近藤堅司 申請人:松下電器產業株式會社