特許ウォッチ

公開番号2025032423
公報種別公開特許公報(A)
公開日2025-03-12
出願番号2023137677
出願日2023-08-28
発明の名称画像解析装置、画像解析方法及びプログラム
出願人国立大学法人広島大学
代理人個人
主分類G06V 10/62 20220101AFI20250305BHJP(計算;計数)
要約【課題】広範囲で飛翔する飛翔体の種類を精度よく判別することができる画像解析装置、画像解析方法及びプログラムを提供する。
【解決手段】画像解析装置1は、時系列の画像から飛翔体を検出し、飛翔体の変位の時間変化である第1変位信号を生成する検出部312と、第1変位信号に基づいて飛翔体の種類を判別する判別部313と、を備える。検出部312は、飛翔体の幾何中心の変位を、飛翔体の変位として第1変位信号を生成する。判別部313は、第1変位信号を経験的モード分解で分解し、予め定められた閾値以下の数の固有モード関数を統合することにより、飛翔体の羽ばたきに係る変位を表す第2変位信号を生成し、第2変位信号を周波数解析することにより、飛翔体の種類を判別する。
【選択図】図1
特許請求の範囲【請求項１】
時系列の画像から飛翔体を検出し、前記飛翔体の変位の時間変化である第１変位信号を生成する検出部と、
前記第１変位信号に基づいて前記飛翔体の種類を判別する判別部と、を備え、
前記検出部は、
前記飛翔体の幾何中心の変位を、前記飛翔体の変位として前記第１変位信号を生成し、
前記判別部は、
前記第１変位信号を経験的モード分解で分解し、予め定められた閾値以下の数の固有モード関数を統合することにより、前記飛翔体の羽ばたきに係る変位を表す第２変位信号を生成し、
前記第２変位信号を周波数解析することにより、前記飛翔体の種類を判別する、
ことを特徴とする画像解析装置。
続きを表示（約 1,300 文字）【請求項２】
前記検出部は、
前記時系列の画像において、所定の時間間隔の第１フレーム画像及び第２フレーム画像と、前記第１フレーム画像と前記第２フレーム画像との中間フレーム画像とを用いて以下の式で表わされる第１前景画像及び第２前景画像を演算し、
JPEG
2025032423000026.jpg
33
170
ただし、ｔ
０
は現在時刻、Ｔは調整可能な遅延時間、Ｉ
ｔ０
は第１フレーム画像、Ｉ
（ｔ０－Ｔ）
は第２フレーム画像、Ｉ
（ｔ０－１／２・Ｔ）
は中間フレーム画像、Ｉ
ｄ１
は第１前景画像、Ｉ
ｄ２
は第２前景画像を表す。
前記第１前景画像と前記第２前景画像との積によって前記飛翔体を表す領域を抽出して、前記飛翔体を検出する、
ことを特徴とする請求項１に記載の画像解析装置。
【請求項３】
前記検出部は、
前記飛翔体を表す領域を膨張演算した後、前記膨張演算より小さなカーネルで収縮演算して、前記飛翔体を検出する、
ことを特徴とする請求項２に記載の画像解析装置。
【請求項４】
前記判別部は、
前記第２変位信号をフーリエ変換して周波数スペクトルを算出し、算出された周波数スペクトルに基づくパターンマッチングによって前記飛翔体の種類を判別する、
ことを特徴とする請求項１から３のいずれか一項に記載の画像解析装置。
【請求項５】
前記判別部は、
前記第２変位信号を連続ウェーブレット変換して、ピーク周波数におけるパワーの時間変化を演算し、前記ピーク周波数におけるパワーの時間変化を表す信号を所定の閾値で二値化して生成された二値信号のデューティ比を算出し、
算出された前記デューティ比と前記ピーク周波数とに基づく分類によって前記飛翔体の種類を判別する、
ことを特徴とする請求項１から３のいずれか一項に記載の画像解析装置。
【請求項６】
時系列の画像から飛翔体を検出し、前記飛翔体の幾何中心の変位の時間変化である第１変位信号を生成し、
前記第１変位信号を経験的モード分解で分解し、予め定められた閾値以下の数の固有モード関数を統合することにより、前記飛翔体の羽ばたきに係る変位を表す第２変位信号を生成し、
前記第２変位信号を周波数解析することにより、前記飛翔体の種類を判別する、
ことを特徴とする画像解析方法。
【請求項７】
コンピュータを、
時系列の画像から飛翔体を検出し、前記飛翔体の幾何中心の変位の時間変化である第１変位信号を生成する検出部、
前記第１変位信号を経験的モード分解で分解し、予め定められた閾値以下の数の固有モード関数を統合することにより、前記飛翔体の羽ばたきに係る変位を表す第２変位信号を生成し、
前記第２変位信号を周波数解析することにより、前記飛翔体の種類を判別する判別部、
として機能させるプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、画像解析装置、画像解析方法及びプログラムに関し、より詳細には鳥、昆虫等の飛翔体の種類を判別する画像解析装置、画像解析方法及びプログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
鳥獣被害は、多くの経済的損失につながるため、農業従事者にとって重要な課題とされている。例えば、野菜や果実を生産する農家においては、鳥の被害によって、収穫高の減少による損失が生じている。こうした鳥獣被害への対応を行う場合、鳥の数量、種類によって有効な対応が異なるので、飛来する鳥の数量の把握、種類の判別が重要となる。また、害虫対策のための昆虫の飛来状況、養蜂における蜜蜂の飛来状況等を把握したいという、ニーズもある。
【０００３】
例えば、特許文献１では、撮影された連続画像から鳥類の翼の軌跡を得て、軌跡に基づいた羽ばたきの深さ、ピッチ、単位時間あたりの羽ばたきの回数等に基づいて、撮影された鳥が大型猛禽類であるか否か判定することとしている。
【０００４】
また、特許文献２では、ドローンを用いて収集した画像及び音データから得られた鳥獣類の大きさ、体形、色、鳴き声、動作等に基づいて鳥獣類を推定することとしている。
【先行技術文献】
【特許文献】
【０００５】
特開２０２１－６０６９４号公報
特開２０２１－４０５１９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、特許文献１のように、撮影された画像に基づいて飛翔する鳥を判別する場合、飛翔する鳥の動きを常に捉える高解像度画像を取得することは難しい。したがって、大型猛禽類であるか否かといった特定の種類の飛翔体の判定のみならず、飛翔体の種類を精度よく識別することは難しい。
【０００７】
また、特許文献２のようにドローンを用いて画像及び音データを収集する場合、長時間、連続してデータを収集することは難しい。また、マイクの空間指向性は低いので、離れた場所から広範囲について鳥獣類の正確な位置を特定することは難しい。したがって、音声ノイズが大きい場合、対象となる範囲に複数の鳥獣類が存在する場合等においては、鳥獣類の推定を行うことは難しい。
【０００８】
本発明は、上述の事情に鑑みてなされたものであり、広範囲で飛翔する飛翔体の種類を精度よく判別することができる画像解析装置、画像解析方法及びプログラム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】
【０００９】
上記目的を達成するために、この発明の第１の観点に係る画像解析装置は、
時系列の画像から飛翔体を検出し、前記飛翔体の変位の時間変化である第１変位信号を生成する検出部と、
前記第１変位信号に基づいて前記飛翔体の種類を判別する判別部と、を備え、
前記検出部は、
前記飛翔体の幾何中心の変位を、前記飛翔体の変位として前記第１変位信号を生成し、
前記判別部は、
前記第１変位信号を経験的モード分解で分解し、予め定められた閾値以下の数の固有モード関数を統合することにより、前記飛翔体の羽ばたきに係る変位を表す第２変位信号を生成し、
前記第２変位信号を周波数解析することにより、前記飛翔体の種類を判別する。
【００１０】
また、前記検出部は、
前記時系列の画像において、所定の時間間隔の第１フレーム画像及び第２フレーム画像と、前記第１フレーム画像と前記第２フレーム画像との中間フレーム画像とを用いて以下の式で表わされる第１前景画像及び第２前景画像を演算し、
JPEG
2025032423000002.jpg
33
170
ただし、ｔ
０
は現在時刻、Ｔは調整可能な遅延時間、Ｉ
ｔ０
は第１フレーム画像、Ｉ
（ｔ０－Ｔ）
は第２フレーム画像、Ｉ
（ｔ０－１／２・Ｔ）
は中間フレーム画像、Ｉ
ｄ１
は第１前景画像、Ｉ
ｄ２
は第２前景画像を表す。
前記第１前景画像と前記第２前景画像との積によって前記飛翔体を表す領域を抽出して、前記飛翔体を検出する、
こととしてもよい。
（【００１１】以降は省略されています）

関連特許