特許ウォッチ

公開番号2025156796
公報種別公開特許公報(A)
公開日2025-10-15
出願番号2024059469
出願日2024-04-02
発明の名称生成装置
出願人株式会社京三製作所
代理人個人,個人,個人
主分類G06N 20/00 20190101AFI20251007BHJP(計算;計数)
要約【課題】特定の様相にある通行人を検出する機械学習モデルに学習させるための教師データを、容易に生成できるようにすること。
【解決手段】生成装置は、人が往来する場所を撮影した往来動画像に写っている人の画像部分を追跡的に検知し、検知されている画像部分の形状変化に基づいて、当該画像部分に写っている人が移動困難な様相に至ったか否かを推定し、肯定判定された画像部分を教師データとして所定の記憶部に記憶させる制御を行うことで、通行人が通行する監視対象箇所を監視する監視カメラの撮影画像から移動困難な様相にある移動困難通行人を検出する機械学習モデルに学習させるための教師データを生成する。
【選択図】図1
特許請求の範囲【請求項１】
通行人が通行する監視対象箇所を監視する監視カメラの撮影画像から移動困難な様相にある移動困難通行人を検出する機械学習モデルに学習させるための教師データの生成装置であって、
人が往来する場所を撮影した往来動画像を入力する往来動画像入力手段と、
前記往来動画像に写っている人の画像部分を追跡的に検知する追跡検知手段と、
前記追跡検知手段により検知されている画像部分の形状変化に基づいて、当該画像部分に写っている人が移動困難な様相に至ったか否かを推定する推定手段と、
前記推定手段により肯定判定された前記画像部分を前記教師データとして所定の記憶部に記憶させる制御を行う教師データ用画像記憶制御手段と、
を備える生成装置。
続きを表示（約 380 文字）【請求項２】
前記推定手段は、前記画像部分の縦横比が所定値以上に変化したことを前記形状変化として用いて、前記推定を行う、
請求項１に記載の生成装置。
【請求項３】
前記通行人は、歩行者と自転車搭乗者とを含み、
前記追跡検知手段は、前記往来動画像に写っている人と自転車とを識別して追跡的に検知し、
前記推定手段は、前記追跡検知手段により検知されている画像部分の形状変化に基づいて、当該画像部分に写っている自転車搭乗者が移動困難な様相に至ったか否かを、更に推定する、
請求項１又は２に記載の生成装置。
【請求項４】
請求項１又は２に記載の生成装置によって前記記憶部に記憶された前記教師データを用いて前記機械学習モデルに学習させることで、前記機械学習モデルを生成する機械学習モデル生成装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、生成装置等に関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
踏切や駅構内、道路等では、通行人の安全確保や見守りを目的として監視カメラが設置されることが多い。これらの監視カメラによる撮影画像を人間が見て判断・監視しようとすると、監視対象箇所が多数であるために人手を有し、多くの時間を要するといった問題がある。近年、画像認識技術の進展は目覚ましく、ＡＩ（Artificial Intelligence）による画像認識技術として、画像に写っている物体を検出してその種類を認識し、物体が写っている範囲や種類（名称）を対応付けて提示するアノテーションと呼ばれる技術が知られている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
特開２０２３－１２９１７２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
このような画像認識技術を利用して、監視カメラの撮影画像から、通行人に生じた何らかの異常事態を迅速・機械的に検出する技術が考えられる。その実現には、通行人が特定の様相にある等の検出したい状況の画像を教師データとして機械学習モデル（ＡＩモデル等）に学習させる必要がある。しかし、検出したい状況は通常とは異なる発生頻度が非常に低い状況であることが多く、必要な教師データを多数用意することが困難であった。つまり、実際の撮影画像から該当する状況の画像を抽出して教師データとする場合、当該状況の発生頻度が低いことから、抽出元の実際の撮影画像を多数用意することが困難であるし、人間が該当する状況であることを目で見て判断・抽出することも非常に手間を要する。
【０００５】
本発明が解決しようとする課題は、特定の様相にある通行人を検出する機械学習モデルに学習させるための教師データを容易に生成できるようにすることである。
【課題を解決するための手段】
【０００６】
上記課題を解決するための第１の発明は、
通行人が通行する監視対象箇所を監視する監視カメラの撮影画像から移動困難な様相にある移動困難通行人を検出する機械学習モデルに学習させるための教師データの生成装置（例えば、図７の生成装置１）であって、
人が往来する場所を撮影した往来動画像を入力する往来動画像入力手段（例えば、図７の往来動画像入力部２０２）と、
前記往来動画像に写っている人の画像部分を追跡的に検知する追跡検知手段（例えば、図７の追跡検知部２０４）と、
前記追跡検知手段により検知されている画像部分の形状変化に基づいて、当該画像部分に写っている人が移動困難な様相に至ったか否かを推定する推定手段（例えば、図７の推定部２０６）と、
前記推定手段により肯定判定された前記画像部分を前記教師データとして所定の記憶部に記憶させる制御を行う教師データ用画像記憶制御手段（例えば、図７の教師データ用画像記憶制御部２０８）と、
を備える生成装置である。
【０００７】
第１の発明によれば、特定の様相にある人を検出する機械学習モデルに学習させるための教師データを容易に生成することができる。つまり、往来動画像に写っている人の画像部分を追跡的に検知し、その画像部分の形状変化に基づき、移動困難といった特定の様相に至ったと推定した人が写っている画像部分を、教師データとして生成・記憶させることができる。通行人が転倒等によって移動困難な様相に至った場合、体勢が変化することが多いので、その人が写っている画像部分の形状の変化から、移動困難な様相に至ったことを推定することができる。
【０００８】
また、人が写っている画像部分を教師データとするので、往来動画像は、監視対象箇所とは異なる場所を撮影した画像でよい。このため、多数の往来動画像の取得・入力が容易であり、その結果、多数の教師データを容易に生成することが可能となる。
【０００９】
第２の発明は、上述の発明において、
前記推定手段は、前記画像部分の縦横比が所定値以上に変化したことを前記形状変化として用いて、前記推定を行う、
生成装置である。
【００１０】
第２の発明によれば、検知している人が写っている画像部分の縦横比の変化を形状変化として、移動困難な様相に至ったことを推定することができる。人が写っている画像部分は、人が歩行中は縦長の形状であるが、転倒等によって移動困難の様相に至ると横長の形状に変化することが多い。このため、画像部分の縦横比の変化から、転倒等によって移動困難な様相に至ったと推定することができる。
（【００１１】以降は省略されています）

関連特許