本发明专利技术提供一种异常行为探测装置，该异常行为探测装置能够计算影像中的人物和动物等的行为异常程度，并根据该异常程度确切地判断出是否发生了异常行为。在本发明专利技术所涉及的异常行为探测装置中，计算由影像获取部获取的监视对象的影像异常程度，并根据阈值，从计算出的异常程度判断是否发生了异常行为。由于能够根据影像中的异常程度确切地判断是否发生了异常，所以在发生了异常时，能够通过发出警告或者向保安人员通报，迅速地对该异常采取措施。
【技术实现步骤摘要】
本专利技术涉及一种用于探测人和动物等的异常行为的异常行为探测装置。
技术介绍
为了对应犯罪发生率的增长等社会不稳定因素，用于监视可疑人物和可疑车辆的摄像机的设置数量正在不断地增加。在使用如此众多的摄像机进行监视时，为了以有限的监视人员资源来有效地对监视区域进行监视，需要采用监视援助技术。 作为这样的监视援助技术，例如在专利文献1的日本国专利技术专利特开2005-92346号公报中公开了一种"从三维数据中提取特征量的方法以及装置"。其中公开了被称为立体高次局部自相关特征的运动图像的特征量的提取方法。而且，将该特征量应用在行为识别和走路姿势认证上的方法也已经公开。 此外，非专利文献1公开了一种使用立体高次局部自相关特征来计算影像中的人物行为的异常程度的方法。 专利文献1 :日本国专利技术专利特开2005-92346号公报 非专利文献1 :"从多个人的运动图像中探测异常动作"，南里卓也，大津展之，信息处理学会研究报告2004-CVM-145，2004年9月11日 上述现有技术是一种将影像中的人物和动物等的行为的异常程度作为纯(scalar)量而算出的技术，其存在着不能够立刻判断实际上是否已经发生了异常行为的问题。
技术实现思路
本专利技术基于上述问题而提出，其目的在于提供一种异常行为探测装置，该异常行为探测装置能够计算影像中的人物和动物等的行为的异常程度，并根据该异常程度确切地判断出是否发生了异常行为。 在本专利技术所涉及的异常行为探测装置中，具有影像获取部，其获取监视对象的影像；异常程度计算部，其对所述影像获取部所获取的影像的异常程度进行计算；以及异常判断部，其根据阈值，从所述异常程度计算部计算出的异常程度判断是否发生了异常行为，其特征在于，还具有使表示误报率以及未报率与所述阈值之间的关系的错误曲线显示在画面上的显示部。 根据本专利技术，能够根据影像中的异常程度确切地判断出是否发生了异常行为。因此，在发生了异常时，能够通过发出警告或者向保安人员通报，迅速地对该异常行为采取相应措施。附图说明 图1是表示作为本专利技术一个实施例的异常行为探测装置的功能结构的框图。 图2是表示异常判断时的处理流程的流程图。 图3是表示异常程度计算部的功能结构的框图。 图4是表示异常程度计算处理的流程的流程图。 图5是表示进行立体高次局部自相关计算时使用的帧的说明图。 图6是立体高次局部自相关的点阵结构(mask pattern)的说明图。 图7是表示立体高次局部自相关特征的计算处理的流程的流程图。 图8是表示转换矩阵的计算处理流程的流程图。 图9是局部空间的计算处理的说明图。 图10是异常程度的评估方法的说明图。 图11是表示判断阈值计算时的处理流程的流程图。 图12是各个场景的最大异常程度的说明图。 图13是误报率和未报率的说明图。 图14是错误曲线的说明图。 图15是局部空间的决定处理的说明图。 图16是监视画面的例子的说明图。 图17是表示三个等级的异常判断处理流程的流程图。 图18表示具有本专利技术所涉及的异常行为探测装置的电梯装置。 图中10-异常行为探测装置，20-电梯控制装置，30-摄像头，40_电梯轿厢，50-尾缆，100-影像获取部，102-异常程度计算部，104-异常判断部，106-判断阈值，108-判断结果，110-判断阈值计算部，112-通报部。具体实施例方式以下参照附图，对本专利技术的实施形式进行详细说明。 图1是表示作为本专利技术一个实施例的异常行为探测装置的功能结构的框图。本装置由影像获取部100、异常程度计算部102、异常判断部104、判断阈值计算部110以及通报部112构成，其根据由影像获取部100获取的监视对象的影像探测异常行为。以下依序进行说明。 影像获取部100是摄像机等的摄像设备或者录像机等的影像再现装置，用于获得成为本装置的输入的影像。摄像设备在将正在拍摄的实时影像作为输入时使用。影像再现装置在将过去所积累的影像作为输入时使用。 异常程度计算部102用于计算影像获取部100所获取的影像的异常程度。其中，所谓的异常程度是一种纯量，其表示影像中的人物和动物等活动物体的行为异常程度。 异常判断部104根据异常程度计算部102算出的异常程度，判断是否发生了异常行为，并将该结果作为判断结果108输出。使用判断阈值106作为判断基准，当异常程度小于判断阈值106时，判断为没有发生异常行为。相反，当异常程度在判断阈值106以上时，判断为发生了异常行为。 判断阈值计算部IIO用于计算异常判断部104进行判断处理时所需的判断阈值106。其中，判断阈值计算部110根据判断结果108进行计算，以使异常判断部104的判断精度成为最佳的判断精度。 通报部112根据判断结果108，在发生了异常行为时，将发生了异常行为这一情况通知给外部装置。接到通知的外部装置能够以语音形式输出警报，也能够向监视画面输出警报。而且，也能够基于安全方面的考虑而使电梯等装置停止运行。并且，还能够以远距离通信的方式通知监视中心和移动终端等，以促使其采取措施。 异常程度计算部102、异常判断部104、判断阈值计算部110以及通报部112能够通过CPU或CPU等的运算处理装置或者个人电脑来实现。并且，判断阈值和判断结果等被存储在半导体存储器等存储装置中，可以随时读取并在各种运算中使用。 以下参照图2的流程图，对通过本实施例的异常行为探测装置进行异常判断时的处理流程进行说明。 在步骤200中，以预先设定好的规定频度，反复进行步骤202至步骤210的处理，直到使用者发出结束指令为止。 在步骤202中，通过异常程度计算部102，将在影像获取部100中获取的影像作为数字数据读入。 在步骤204中，通过异常程度计算部102，计算在步骤202中获取的影像的异常程度。 在步骤206中，通过异常判断部104，并利用在步骤204中算出的异常程度，判断是否发生了异常行为。 在步骤208中，对步骤206的判断结果进行评估，当判断为发生了异常行为时，执行步骤210。 在步骤210中，通过通报部112，将发生了异常行为这一情况通知给外部装置。 以下参照图3的框图，对图1的异常程度计算部102的内部结构进行详细说明。如上所述，异常程度计算部102将影像获取部100所获取的影像的异常程度作为纯量而算出，并将其输出到异常判断部104中。该异常程度计算部102由活动提取部300、特征量计算部302、特征量转换部304以及异常程度评估部308构成。以下依序说明。 活动提取部300从影像获取部100所获取的影像中提取产生了运动的部分。其目的是除去背景等与异常行为的判断无关的静止部分。在提取产生了运动的部分时，可以采用已知的影像处理方法(参照日本国专利技术专利特开2005-92346号公报等)。例如，可以采用只获取二个帧之间的差值的方法，或者采用在实施了边缘提取处理后获取帧之间差值的方法等。并且，为了除去照明变动等干扰的影响，可以在获得帧之间的差值后，以像素值取0或者取1的方式，增加实施二值化处理。 特征量计算部302计算由活动提取部300生成的影像的特征量。在计算时，使用已知的立体高次局部自相关特征(例如，参照日本国专利技术专利特开2005-92346号公报)。在该方法中，将由连续的三个帧的影像组成的体素数据(本文档来自技高网...
【技术保护点】
一种异常行为探测装置，具有：影像获取部，其获取监视对象的影像；异常程度计算部，其对所述影像获取部所获取的影像的异常程度进行计算；以及异常判断部，其根据阈值，从所述异常程度计算部计算出的异常程度判断是否发生了异常行为，所述异常行为探测装置中，还具有使表示误报率以及未报率与所述阈值之间的关系的错误曲线显示在画面上的显示部。
【技术特征摘要】
...
【专利技术属性】
技术研发人员：三好雅则，正岛博，小沼知惠子，伊藤诚也，竹内政人，樱田博明，山口伸一朗，
申请(专利权)人：株式会社日立制作所，株式会社日立建筑系统，
类型：发明
国别省市：JP[日本]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。