专利名称：运动物体检测装置及其方法
技术领域：
本发明涉及检测在两个以上的规定区域是否存在运动物体的运动物体检测装置及其方法。
背景技术：
作为检测在规定的房间的运动物体(例如人)的在/不在的现有技术，有利用设置在天花板上的一台微动检测型检测传感器，根据进入室内的人的移动检测运动物体的装置。这种装置，由于微动检测型运动物体检测传感器价格低廉，所以，可以用低成本制造，反之，在人读书及就寝等静止的情况下，上述传感器不能进行检测，会进行“不存在”的误判定。即，在这种现有技术的情况下，存在着不能区分人静止的情况和人不在的情况的问题。
作为解决上述物体的方法，例如，有特开平6-230144号公报公开的“在房间内检测方法”(现有技术例1)。这种现有技术例1，通过利用两台传感器，能够对运动物体的在/不在进行正确地判定。
图1是表示现有技术例1的运动物体检测装置的功能结构的框图。运动物体传感器1010是一种用于检测在房间的入口附近是否存在作为检测对象的运动物体的传感器。此外，运动物体检测传感器1020是用于检测在房间内部是否存在作为检测对象的运动物体的传感器。这些传感器以重复相互的检测范围的方式设置。运动检测信息生成部1030在运动物体检测传感器1010中检测出运动物体的运动的情况下，输出运动物体检测信息(例如，表示“运动物体有反应”或者“运动物体没有反应”的信息)。运动物体检测信息生成部1040，在运动物体检测传感器1020中检测出运动物体的运动的情况下，输出与运动物体检测信息生成部1030同样的运动物体检测信息。此外，判定部1050根据从运动物体检测信息生成部1030，1040接受的运动物体检测信息，进行人退出房间/未退出房间的判定。
下面，对现有技术例1的动作进行说明。运动物体检测信息生成部1030根据运动物体传感器1010的反应，定期地(例如每0.1秒钟)生成表示其反应内容的信息，输出到判定部1050。例如，在运动物体检测传感器1010有反应的情况下生成“1”并输出到判定部50，在没有反应的情况下生成“0”并输出到判定部50。同样地，运动物体检测信息生成部1040，根据运动物体检测传感器1020的反应，生成“1”或“0”并输出到判定部50。判定部1050监视运动物体信息生成部1030和运动物体信息生成部1040的输出内容，根据表1所述的规则，定期地(例如，每0.1秒钟)进行运动物体是否退出房间的判定。
表1
如上所述，在上述现有技术的运动物体检测装置中，在一个房间的天花板上分别设置将房间的入口和房间的内部纳入视野的2台微动检测型运动物体检测传感器，通过根据两个传感器的反应时间履历进行进入、退出房间的监视，可以明确地检测出退出房间的行动，结果是，可以提高运动物体的检测精度。
此外，作为类似于上述现有技术例1的技术，还有在各房间的天花板以及房间外的走廊及大厅等处设置微动检测型运动物体传感器，利用同样的方法提高运动物体的检测精度的方法(现有技术例2)。
但是当将现有技术例1、现有技术例2的运动物体检测装置用于住宅内时，不得不按照多个房间的房间数设置这种装置，存在着提高设置成本的物体。例如，在房间布局为在走廊两边具有4个房间的一层住宅中，所需的运动物体检测传感器的数目，在上述现有技术例1的技术中，需要每个房间2台×4个房间＝8台，在上述现有技术例2的技术中，最低也需要每个房间1台×4个房间+走廊1台＝5台。
即，在现有技术的运动物体检测系统中，由于需要多个运动物体检测传感器，所以存在着“成本高”的课题。此外，上述现有技术例1的运动物体检测装置外形大，比较显眼，所以，由于必需设置在房间的天花板的正中央附近，所以存在着对设置它产生反感的问题。
发明内容
因此，本发明鉴于上述课题，其目的是提供一种利用少的传感器，可以高精度地进行运动物体检测判定的运动物体检测装置。
为达到上述目的，根据本发明的运动物体检测装置，检测在由多个区域构成的空间中的运动物体的移动，其特征在于，包括在前述多个区域的每一个中至少配置1台、用于检测运动物体的运动的运动物体检测传感器；根据前述运动物体检测传感器有无反应，对每个前述区域生成表示是在前述区域中检测出前述运动的检测状态还是未检测出前述运动物体的未检测状态的运动物体检测信息的运动物体检测信息生成机构；根据所生成的前述运动物体检测信息，确定第一区域从检测状态转移到未检测状态后、第二区域从未检测状态转移到检测状态的第一反应模式、以及第二区域从检测状态转移到未检测状态后、第一区域从未检测状态转移到检测状态的第二反应模式的反应模式提取机构；在所确定的前述第一反应模式和前述第二反应模式在时间上具有反转关系时，判定为随着所述第一反应模式，前述运动物体从前述第一区域移动到前述第二区域的判定机构。
借此，由于根据运动物体检测传感器的反应履历，提取第一反应模式(检测出运动物体不在时的反应模式)和第二反应模式(检测出运动物体在时的反应模式)利用两个成分在时间上是反转的这种人的行动模式上的特征进行退出房间的判定，所以，可以提供一种即使传感器的数目少，也能够提高运动物体的检测精度的检测装置。
此外，为了达到上述目的，根据本发明的前述运动物体检测装置，其特征为，它进一步包括存储由前述反应模式提取机构确定的前述第一反应模式、通过将所存储的多个第一反应模式分类，确定具有代表性的第一反应模式的第一反应模式分类机构；存储由前述反应模式提取机构确定的前述第二反应模式、通过将所存储的多个第二反应模式分类，确定具有代表性的第二反应模式的第二反应模式分类机构；在利用前述第一反应模式分类机构确定的具有代表性的第一反应模式与利用前述第二反应模式分类机构确定的具有代表性的第二反应模式在时间上具有反转的关系时，前述判定机构判定为随着所述具有代表性的第一反应模式，前述运动物体从前述第一区域移动到前述第二区域。
借此，由于根据运动物体检测传感器的反应履历，将第一反应模式(检测出运动物体不在时的反应模式)和第二反应模式(检测出运动物体在时的反应模式)提取分类，将利用两者的分类的数据计算出来的具有代表性的反应模式用于退出房间的判定，所以，能够进行将确定的人的行动模式特定化的退出房间的判定，可以提供即使传感器数少也具有更高的运动物体检测精度的运动物体检测装置。
此外，为达到上述目的，本发明，可以作为以上述运动物体检测装置的特征的构成手段为步骤的运动物体检测方法加以实现，也可以作为包括全部这些步骤的程序加以实现。而且，该程序不但存储在运动物体检测装置具有的ROM等中，也可以通过CD-ROM等记录媒体和通信网络等传送媒体来流通。
图1、是表示现有技术的运动物体检测装置的功能结构的框图。
图2、是表示实施形式1中的运动物体检测装置的功能结构的框图。
图3、是表示在检测出运动物体不在时的反应模式中3个时间成分的一个例子的图示。
图4、是表示在检测出运动物体在时的反应模式中3个时间成分的一个例子的图示。
图5、是在退出房间反应模式决定部以表格的方式存储的检测出运动物体不在时的反应模式的一个例子。
图6、(a)在存储于退出房间反应模式决定部的检测出运动物体不在时的反应模式中的各时间成分的具体例子。
(b)在存储于退出房间反应模式决定部的检测出运动物体不在时的反应模式中的各时间成分的具体例子图7、是将图6(a)中检测出运动物体不在时的反应模式与图6(b)中检测出运动物体不在时的反应模式的一部分的各时间成分变成可见的图示。
图8、是表示在实施形式1中运动物体检测装置的整个处理流程的流程图。
图9、是表示实施形式2中运动物体检测装置的功能结构的框图。
图10、是根据群集分析法对检测出运动物体不在时的反应模式进行分类时的流程图的一个例子。
图11、是根据自组织算法进行分类时的SOM的概念图。
图12、是根据自组织算法进行检测出运动物体不在时的反应模式的分类时的流程图的一个例子。
图13、是根据自组织算法进行检测出运动物体不在时的反应模式的分类时的分类结果的一个例子。
具体实施例方式
下面，参照附图详细说明根据本发明的实施形式。
(实施形式1)图2是表示根据本实施形式的运动物体检测装置10的功能结构的框图。运动物体检测装置10，由设置在房屋100的各房间(房间101～104)内的运动物体检测传感器110和连接到这些运动物体传感器110上的数据处理部200构成。
运动物体检测传感器110是各房间中每个房间至少设置1台的传感器，例如，是热电型微动检测传感器(此外，在卫生间的场合，也可以是就座开关)。该运动物体检测传感器110定期地(例如，每0.1秒钟)输出表示检测出运动物体(例如，人)的运动的“1”，或者表示未检测出运动物体的运动的“0”。此外，在下面的实施例中，对假定一个人在各房间内运动，各房间内各设置1台运动物体检测传感器110的情况进行说明。
数据处理部200包括运动物体检测信息生成部210，反应模式提取部220，退出房间反应模式决定部230，退出房间判定部240以及定时器280。
运动物体检测信息生成部210定期地(例如，每0.1秒钟)获取从全部房间的运动物体检测传感器110输出的“1”或“0”数据。进而，运动物体检测信息生成部210根据上述获取的数据，生成由每个房间中“在”和“不在”两个值构成的运动物体检测信息，并附加房间ID(例如，“101”～“104”)，输出到反应模式提取部220。
此外，获取从运动物体检测传感器110输出的数据的周期，也可以不是“0.1秒钟”，但优选地在1秒钟以下。进而，这种情况下的运动物体检测信息，只要是可以区别“在”与“不在”两者的数据，可以是任何形式的数据。此外，也可以利用存储运动物体检测信息的区域的部编号的信息管理运动物体的检测信息，来代替如上所述的通过附加房间ID对运动物体检测信息进行管理。
反应模式提取部220获取并监视从运动物体检测信息生成部210输出的附加房间ID的运动物体检测信息，当检测出某一个房间(例如，房间ID为”m“的房间)的运动物体检测信息从“在”变化到“不在”(即，由于人的运动“在”的期间结束)时，然后，监视其它的房间(例如，房间ID为“n”的房间)的运动物体检测信息是否从“不在”变化到“在”。如果在其它房间检测出上述变化时，反应模式提取部220推断为退出某一个房间移动到另一个房间，并提取该反应模式(即，对与某一个房间的“在”的开始时刻及其“在”的期间，至其它房间变成“在”的期间(移动时间和被推断的期间)、以及对于其它房间“在”的期间的一组数据构成的模式。下面，将其称之为“检测出不在时反应模式(或者第一反应模式)”。)，附加上述“某一个房间”及“其它房间”的房间ID，并输出到退出房间反应模式决定230及退出房间判定部240。在这种情况下，对于其它房间(房间ID为“n”的房间)来说，上述的“检测出不在时反应模式”也是被判断为从某一个房间(房间ID为“m”的房间)移动进入室内的模式(下面称之为“检测出在时反应模式(或者第二反应模式)”)。反应模式提取部220通过进行和检测出不在时反应模式的情况一样的监视，提取检测出在时反应模式，附加房间ID，输出到退出室内时反应模式决定部230。此外，采用模式提取部220，在提取上述检测出不在时反应模式及检测出在时反应模式的过程中，可以使用定时器280供应的时间信息，但两个模式的各个时间成分的时间分辨率优选地在1秒钟以下(例如0.1秒钟)。
这里，参照图3及图4对上述的“检测出不在时反应模式”及“检测出在时反应模式”进行详细说明。图3是表示在检测出不在时反应模式中的3个时间成分的一个例子。如图3所示，检测出不在时反应模式，是推断为人从房间ID为“m”的房间移动到ID为“n”的房间时的模式(即，对于ID为“m”的房间而言，进行“在”→“不在”变化时的模式)。检测出不在时反应模式，由以下3个时间成分构成，所述3个时间成分为在房间ID为“m”的房间中，运动物体检测信息从“不在”变化成“在”，进而直到从“在”变化成“不在”的“在”的状态持续的时间①的成分(下面称之为“不在①成分”)，相当于人从房间ID为“m”的房间移动到房间ID为“n”的房间时的移动时间的时间②的成分(下面称之为“不在②成分”，以及在房间ID为“n”的房间中，运动物体检测信息从“不在”变化到“在”、进而从“在”一直变化到“不在”的“在”的状态持续的时间③的成分(下面称之为“不在③成分”)。
图4是表示在检测出在上的反应模式中的3个时间成分的一个例子的图示。如图4所示，检测出在时反应模式是在推断为人从房间ID为“n”的房间移动到房间ID为“m”的房间时的模式(即，对于房间ID为“m”的房间而言，进行“不在”→“在”的变化时的模式)。检测出在时的模式，在房间ID为“n”的房间中，由以下3个时间成分构成运动物体检测信息从“不在”变化到“在”，进而，从“在”一直变化到“不在”的“在”的状态持续的时间①的成分(下面称之为“在①成分”)，相当于人从房间ID为“n”的房间移动到房间ID为“m”房间时的移动时间的时间②的成分(下面，称之为“在②成分”)，在房间ID为“m”的房间中，运动物体检测信息从“不在”变化到“在”，进而从“在”一直变化到“不在”的“在”持续的时间③的成分(下面，称之为“在③成分”)。
退出房间反应模式决定部230，获得从反应模式提取部220输出的检测出不在时反应模式以及检测出在时反应模式，存储对应于各房间ID的各个时间成分(参照后面所述的图5)。进而，退出房间时反应模式决定部230，对于人是否真正退出所注意的检测出不在时反应模式的“不在①成分”的房间，利用存储在退出房间时反应模式决定部230中的、其它的检测出在时的模式进行判定。更详细地说，尝试对所注意的检测出不在时反应模式与具有一定的对称性的检测出在时反应模式的检索，在检索出来的情况下，在其检测出不在时反应模式中附加表示是“退出房间时的反应模式”的标记(或者标识)。
在此，对于上述“具有一定的对称性的检测齿在时的反应模式的检索”，参照图3及图4进行详细说明。退出房间时反应模式决定部230，最初对所注意的检测出不在时反应模式与所参照的检测出在时反应模式中的作为上述“移动时间与推断的期间”的不在②成分和在②成分进行比较，在判定为该期间实质上相等的场合，更换成所参照的检测出在时反应模式的“在①成分”和“在③成分”。进而，退出房间反应模式决定部230，判别上述的更换后的检测出在时反应模式与所注意的检测出不在时反应模式实质上是否相等，当判断为实质上相等时，在所注意的检测出不在时反应模式上附加表示是“退出房间时的反应模式”的标记。在此，所谓“实质上相等”例如，是指上述3个各时间成分之差在±0.5秒之内时的情况。此外，上述一系列的处理实时进行。
当退出房间判定部240从反应模式提取部220接受“检测出不在时反应模式”时，在退出房间模式决定部230检索同一个检测出不在时反应模式，判断是否在该模式中附加上述标记(或者标识)。退出房间模式判定部240在附加上述部件(或者标识)的情况下，判定为人从在上述检测出不在时反应模式中的“不在①成分”的房间中“退出”。
定时器280每隔一定间隔(例如，0.1秒的间隔)向反应模式提取部220提供时间信息(在这种情况下，既可以利用绝对时间，也可以利用从数据处理部200起动算起的相对时间)。
图5是存储在退出房间时反应模式决定部230中的检测出不在时反应模式的一个例子。如图5所示，退出房间时反应模式决定部230对表示进行退出房间判定对象的房间的对象房间ID(在图5的例子中(“101”)和表示被推断为移动目标的房间的移动目标房间ID(在图5的例子中“102”)的每一个，按照顺序存储提取的检测出不在时反应模式的各时间成分(不在①成分，不在②成分以及，不在③成分)。下面同样地，对对象房间ID和移动目标的房间ID的全部组合，存储上述各时间成分。
图6(a)及(b)是存储在检测出不在时反应模式决定部230中的、检测出不在时反应模式中的各时间成分的具体例子。当注意图6(a)中检测出不在时反应模式610和图6(b)中检测出不在时反应模式620时，检测出不在时反应模式601的“不在②成分”和检测出不在时反应模式620的“不在②成分”之差仅为0.1[sec]。进而，对于检测出不在时反应模式610的“不在①成分”与检测出不在时反应模式620的“不在③成分”之差(＝0.3[sec])及检测出不在时反应模式610的“不在③成分”与检测出不在时反应模式620的“不在①成分”之差(＝0.3[sec])，都在0.5[sec]以内，检测出不在时反应模式610与检测出不在时反应模式620“具有对称性”。此外，检测出不在时反应模式620对于房间101而言，也是“检测出在时反应模式”。
图7表示将上述图6(a)中检测出不在时反应模式610变成可见的检测出不在时反应模式701、和将上述图6(b)中检测出不在时反应模式620变成可见的检测出不在时反应模式702的图示。如图7所示的那样，检测出不在时反应模式701和检测出不在时反应模式702成为对照的关系(即，在更换检测出不在时反应模式702的在①成分和在③成分的情况下，具有实质上相等的关系)。此外，在图7中，在测出不在时的反应模式701之后，表示出了检测出不在时反应模式702，但在对判定测出不在时的反应模式701是否“退出房间”的情况下，参照在测出不在时的反应模式701之前提取的测出在时的反应模式。
其次，说明以上述方式构成的运动物体检测装置10的动作。在下面，将房间ID为“m”的房间作为退出房间判定对象的房间，对假定推断为人从该房间移动到ID为“n”的房间的情况进行说明。图8是表示在本实施形式中运动物体检测装置10的整个处理流程的流程图。
最初，当反应模式提取部220当取得从运动物体信息生成部210输出的运动物体检测信息时(S701)，提取房间m的运动物体检测信息进行“在”→“不在”变化，房间n的运动物体检测信息进行“不在”→“在”变化的检测出不在时反应模式(S702)，并输出到退出房间模式决定部230和退出房间判定部240。借此，确定判定对象的检测出不在时反应模式(S703)。
然后，在子程序处理(S704No)，当退出房间反应模式决定部230从反应模式提取部220接受检测出不在时反应模式时，与已经存储的检测出在时反应模式进行比较(S705)，在它们实质上相等的场合(S706Yes)，附加表示“退出房间时的反应模式”的标记。
当退出房间判定部240，从反应模式提取部220接受检测出判定对象不在时的反应模式的信号时，对退出房间反应模式决定部230进行同一个检测出不在时反应模式进行检索，确认在该检测出不在时反应模式上是否附加“退出房间时反应模式”的标记(S704)，在有该部件的情况下，将关于检测出判定对象不在时的反应模式的房间判定为“退出房间”(S708)。
如上所述，通过利用根据本实施形式的运动物体检测装置10，从每个房间设置的至少一台运动物体检测传感器的反应履历中，提取检测出不在时反应模式和检测出在时反应模式，利用人的行动模式上的特征(即，对于从某一个房间移动到另外一个房间内的时间以及从进入房间后直到静止的时间，每一个人显示出来的特征)进行退出房间的判定，所以，可以提供一种即使传感器数目少，运动物体检测精度也很高的运动物体检测装置。
(实施形式2)在上述实施形式1中，利用实时取得的检测出不在时反应模式和检测出在时反应模式，对各个检测出不在时反应模式进行“退出房间判定”的实施例进行了说明，但在本实施形式中，对将预先收集的检测出不在时反应模式和检测出在时反应模式分别分类，从分类的各种模式中计算出具有代表性的模式，据此，对各个检测出不在时反应模式进行“退出房间判定”的实施例进行说明。
图9是表示实施形式2中运动物体检测装置20的功能结构的框图。如图9所示，运动物体检测装置20，备有新的检测出不在时反应模式分类部810和检测出在时反应模式分类部820。此外，退出房间时反应模式决定部830和退出房间判定部840的功能，和上述实施形式1中的运动物体检测装置10的退出房间时反应模式决定部230及退出房间判定部240的功能部分不同。
检测出不在时反应模式分类部810对于从反应模式提取部220输出的多个检测出不在时反应模式，按照时间成分的结构类似的部分彼此分类，根据该分类结果决定具有代表性的检测出不在时反应模式，将该具有代表性的检测出不在时反应模式输出到退出房间时反应模式决定部830中。进而，检测出不在时反应模式分类部810从反应模式提取部220接受到检测对象的检测出不在时反应模式时，与其检测出不在时反应模式所属的分类的分类属性信息一起，输出到退出房间判定部840。
检测出在时反应模式分类部820对于从反应模式提取部220输出的多个检测出在时反应模式，进行时间成分的构成类似的部分之间的分类，根据该分类结果决定具有代表性的检测出在时反应模式，将该具有代表性的检测出在时反应模式输出到退出房间时反应模式决定部830。此外，在检测出不在时反应模式分类部810和检测出在时反应模式分类部820也可以用相同的分类方法。
退出房间时反应模式决定部830，除上述实施形式1中的退出房间时的反应模式决定的部230的功能之外，还可以根据从检测出不在时反应模式分类部810输出的、已经分类的检测出不在时反应模式和代表各分类的检测出不在时反应模式，以及从检测出在时反应模式分类部820输出的、代表各分类的检测出在时反应模式，进行对判定对象的检测出不在时反应模式的“退出房间判定”。更详细地说，例如，令检测出不在时反应模式被分类成组A～组D的4个组，检测出在时反应模式被分类成组E～组H的4个组。然后，将代表判定对象的检测出不在时反应模式所属组A的检测出不在时反应模式a与代表组E的检测出在时反应模式e进行比较，在代表性的模式基本上相互相等的情况下，属于组A的检测出不在时反应模式，判定为“退出房间”，在组A上附加“退出房间”的标记(或者标识)。对于在这种情况下相互代表性的模式实质上是否相等的判定，采用和上述实施形式1中的方法相同的方法(即，交换检测出在时反应模式e的“在①成分”和“在③成分”，将在这种交换之后的检测出在时反应模式e与检测出不在时反应模式a进行比较。)。
退出房间判定部840除具有上述实施形式1中的退出房间判定部240的功能之外，当经由检测出不在时反应模式分类部810接受到判定对象的检测出不在时反应模式及该表示检测出不在时反应模式所属的分类组的分类属性信息时，参照退出房间时反应模式决定部830，判别在表示分类属性的分类组上是否附加上述“标记(或者标识)”，在已附加的场合，对于上述判定对象的检测出不在时反应模式，判定为“退出房间”。
此外，由于运动物体检测装置20中的其它结构与上述实施形式1中的运动物体检测装置10的结构相同，所以省略其说明。
其次，对上述这种结构的运动物体检测装置20的动作进行说明。
首先，反应模式提取部220，预先提取检测出在时反应模式及检测出不在时反应模式，附加进行退出房间判定的对象的房间ID和移动目标的房间ID，输出到检测出不在时反应模式分类部810和检测出在时反应模式分类部820。
检测出不在时反应模式分类部810，经由反应模式提取部220进行预先收集的检测出不在时反应模式的分类。作为这种情况下的分类方法，可以采用多变量解析法的一种的群集分析法(例如，参照管民郎著“多变量解析の实践下(二版)”现代数学社，2001(文献1))以及，参照利用神经元的自组织算法(例如，T.コホネン著“自己组织化と连想记忆”シュプリガ-·フエアラク东京，1993(文献2))的方法等公知的分类方法。
通过采用上述分类方法，检测出不在时反应模式分类部810，对于每个分类后的组计算出具有代表性的检测出不在时反应模式。这里，所谓“具有代表性的检测出不在时反应模式”是指例如属于各个分类组的全部检测出不在时反应模式的平均，在利用Kohonen的自组织化算法的情况下，例如，将持有各节的矢量值作为代表值。上述分类作业，对进行退出房间判定对象的房间ID和移动目标的房间ID不同的每一个分开进行，优选地在两种反应模式分别积累规定个数以上的阶段进行。
其次，检测出不在时反应模式分类部810，将分类结果，即房间ID、分类属性信息及各分类组中的代表性的检测出不在时反应模式，输出到退出房间时反应模式决定部830中。
另一方面，检测出在时反应模式分类部820，与上述检测出不在时反应模式分类部810一样，对于检测出在时反应模式进行分类，计算出各分类组中代表性的检测出在时反应模式，将其结果输出到退出房间时反应模式决定部830。
借此，当退出房间时反应模式决定部830，经由检测出不在时反应模式分类部810，从反应模式提取部220接受判定对象的检测出不在时反应模式及其分类属性信息时，对该检测出不在时反应模式所属的组与其它的检测出在时反应模式的组进行比较。
这种情况下的比较，与实施形式1一样，最初比较推断为从某一个房间向另外的房间移动的时间(即，不在②成分和在②成分)，在判定为实质上相等的情况下，将分类后的组中代表性的检测出在时反应模式的①成分和③成分(参照上述图4)替换之后进行比较。当判定这些反应模式实质上相等的场合，退出房间反应模式决定部830对于判定对象的检测出不在时反应模式所属的组，附加表示“退出房间反应模式”的标记。
当退出房间判定部840经由检测出不在时反应模式分类部810，从反应模式提取部220接受到判定对象的检测出不在时反应模式及其分类属性信息时，判别是否在其检测出不在时反应模式所属的组上附加表示“退出房间反应模式”标记，在已附加的场合，对于上述判定对象的检测出不在时反应模式判定为“突出房间”。
其次，对各种分类方法进行说明。
图10时根据群集(cluster)分析法进行检测出不在时反应模式的分类时的流程图。
最初，当设定输入数据(样本)时(S901)，检测出不在时反应模式分类部810进行变量i的初始化(＝1)(S902)。其次，检测出不在时反应模式分类部810从样本中提取相互距离最短的样本，构成组i(S903)。
进而，检测出不在时反应模式分类部810从各组及其它样本中提取距离最短的组合(S904)，判定该组合是否是与已有的组的组合(S905)。如果是与已有的组的组合时(S905Yes)，将该样本编入该组(S906)。另一方面，当不是与已有的组的组合时(S905No)，将变量i递增(S907)，用该组合构成组i(S908)。
这样，当在已有的组内编入新的样本时，或者构成新的组时，检测出不在时反应模式分类部810附加各个结合标识，制成树形图(S909)。
检测出不在时反应模式分类部810对于全部样本执行上述处理(S904～S910)。
图11是根据自组织算法进行分类时的SOM概念图。在此，所谓“SOM(Self Organization Map)”是指经过无教师的学习表现出模式之间的特征的两层网络(详细情况请参照上述文献2)。输入层的各节点连接到输出(竞争)层上的各个节点上。
在图11的SOM中，假定为将具有P次方(例如在本实施例的情况下，为3次方)的N个输入分类成M个群集的情况。
图12是根据自组织算法进行当检测出不在时反应模式分类时的流程图的一个例子。
最初，检测出不在时反应模式分类部810进行全部节点的参照矢量，学习范围，学习次数以及学习率的初始化，在进行输入矢量(用输入的样本单值地决定的矢量)设定的同时(S1101)，进行变量i的初始化(S1102)。其次，检测出不在时反应模式分类部810计算全部输入矢量与全节点的参照矢量的距离，决定其距离成为最小的节点(下面，称之为“最适合节点”)(S1103)，利用适合于最适合的节点的学习率，沿输入矢量的方向更新以最适合节点为中心的学习范围内的节点参照矢量(S1104)。
进而，检测出不在时反应模式分类部810进行学习范围和学习率的更新(减少)(S1105)，将变量i递增(S1106)。
如果在变量i不足上述的学习次数的情况下(S1107No)，反复进行上述处理(S1103～S1107)。另一方面，当变量i成为学习次数以上(S1107Yes)时，本处理结束。
图13是根据自组织算法进行当检测出不在时反应模式分类时的分类结果的一个例子。在图13中，表示出上述图6(a)所示的将当检测出不在时反应模式进行分类的结果。
此外，在本实施形式中的运动物体检测这种20的全部的处理流程，与上述实施形式1中的流程图(参照图8)基本上相同，但在本实施形式中，在进行图8中的反应模式的提取时(S702)，附加计算出具有代表性的当检测出不在时反应模式及当检测出在时反应模式的处理。
如上所述，通过利用根据本实施形式的运动物体检测装置，从各房间内设置的至少1台运动物体检测传感器的反应履历，提取检测出不在时反应模式和检测出在时反应模式并进行分类，把利用分类的两种数据计算出各个具有代表性的模式用于退出房间的判定，所以，能够进行将特定的人的行动模式特性化进行退出房间的判定，能够提供一种即使使用少量的传感器，运动物体检测精度更高的运动物体检测装置。
此外，在实施形式1及实施形式2中，对判定人“退出”某一个房间的实施例进行了说明，但用同样的方法，也可以判定人“进入”某一个房间。
权利要求
1.一种运动物体检测装置，检测在由多个区域构成的空间中的运动物体的移动，其特征在于，包括在前述多个区域的每一个中至少配置1台、用于检测运动物体的运动的运动物体检测传感器；根据前述运动物体检测传感器有无反应，对每个前述区域生成表示是在前述区域中检测出前述运动的检测状态还是未检测出前述运动物体的未检测状态的运动物体检测信息的运动物体检测信息生成机构；根据所生成的前述运动物体检测信息，确定第一区域从检测状态转移到未检测状态后、第二区域从未检测状态转移到检测状态的第一反应模式、以及第二区域从检测状态转移到未检测状态后、第一区域从未检测状态转移到检测状态的第二反应模式的反应模式提取机构；在所确定的前述第一反应模式和前述第二反应模式在时间上具有反转关系时，判定为随着所述第一反应模式，前述运动物体从前述第一区域移动到前述第二区域的判定机构。
2.如权利要求1所述的运动物体检测装置，其特征为，前述判定机构，在前述第一区域从检测状态转移到未检测状态之后、前述第二区域从未检测状态直到转移到检测状态的前述第一反应模式中的时间，与前述第二区域在从检测状态转移到未检测状态之后、直到第一区域从未检测状态转移到检测状态为止的前述第二反应模式的时间在一定的范围内相等的情况下，判断为前述第一反应模式和前述第二反应模式在时间上具有反转的关系。
3.如权利要求1所述的运动物体检测装置，其特征为，在前述第一反应模式中的前述第一区域和前述第二区域的检测状态持续的时间，分别与在前述第二反应模式中前述第一区域和前述第二区域的检测状态持续的时间在一定的范围内相等的场合，前述判定机构判断为前述第一反应模式和前述第二反应模式在时间上具有反转关系。
4.如权利要求1所述的运动物体检测装置，其特征为，它进一步包括存储由前述反应模式提取机构确定的前述第一反应模式、通过将所存储的多个第一反应模式分类，确定具有代表性的第一反应模式的第一反应模式分类机构；存储由前述反应模式提取机构确定的前述第二反应模式、通过将所存储的多个第二反应模式分类，确定具有代表性的第二反应模式的第二反应模式分类机构；在利用前述第一反应模式分类机构确定的具有代表性的第一反应模式与利用前述第二反应模式分类机构确定的具有代表性的第二反应模式在时间上具有反转的关系时，前述判定机构判定为随着所述具有代表性的第一反应模式，前述运动物体从前述第一区域移动到前述第二区域。
5.如权利要求4所述的4运动物体检测装置，其特征为，前述第一反应模式分类机构利用群集分析确定前述具有代表性的第一反应模式，前述第二反应模式分类机构利用群集分析确定前述具有代表性的第二反应模式。
6.如权利要求4所述的4运动物体检测装置，其特征为，前述第一反应模式分类机构根据自组织算法，确定前述具有代表性的第一反应模式，前述第二反应模式分类机构根据自组织算法，确定前述具有代表性的第二反应模式。
7.如权利要求4所述的4运动物体检测装置，其特征为，在前述第一区域从检测状态转移到未检测状态之后、前述第二区域从未检测状态直到转移到检测状态的前述具有代表性的第一反应模式中的时间，与前述第二区域在从检测状态转移到未检测状态之后、直到第一区域从未检测状态转移到检测状态为止的前述具有代表性的第二反应模式的时间于一定的范围内相等的情况下，前述判定机构，判断为前述第一反应模式和前述第二反应模式在时间上具有反转的关系。
8.如权利要求7所述的运动物体检测装置，其特征为，在前述具有代表性的第一反应模式中的前述第一区域和前述第二区域的检测状态持续的时间，分别与在前述具有代表性的第二反应模式中前述第一区域和前述第二区域的检测状态持续的时间在一定的范围内相等的场合，前述判定机构判断为前述具有代表性的第一反应模式和前述具有代表性的第二反应模式在时间上具有反转关系。
9.一种运动物体检测方法，检测由多个区域构成的空间内的运动物体的运动，其特征在于，在前述多个区域的每个区域中至少设置1台检测运动物体的运动的运动物体检测传感器，前述运动物体检测方法包括根据前述运动物体检测传感器有无反应，对每个前述区域生成表示是在前述区域中检测出前述运动的检测状态还是未检测出前述运动物体的未检测状态的运动物体检测信息的运动物体检测信息生成步骤；根据所生成的前述运动物体检测信息，确定第一区域从检测状态转移到未检测状态后、第二区域从未检测状态转移到检测状态的第一反应模式、以及第二区域从检测状态转移到未检测状态后、第一区域从未检测状态转移到检测状态的第二反应模式的反应模式提取步骤；在所确定的前述第一反应模式和前述第二反应模式在时间上具有反转关系时，判定为随着所述第一反应模式，前述运动物体从前述第一区域移动到前述第二区域的判定步骤。
10.如权利要求9所述的运动物体检测方法，前述运动物体检测方法，进一步包含存储前述反应模式提取步骤中确定的前述第一反应模式、通过将所存储的多个第一反应模式分类，确定具有代表性的第一反应模式的第一反应模式分类步骤，存储前述反应模式提取步骤中确定的前述第二反应模式、通过将所存储的多个第二反应模式分类，确定具有代表性的第二反应模式的第二反应模式分类步骤，在前述判定步骤中，利用由前述第一反应模式分类步骤确定的具有代表性的第一反应模式和由前述第二反应模式分类步骤确定的具有代表性的第二反应模式具有时间上反转的关系时，判定为前述运动物体根据所述具有代表性的第一反应模式从前述第一区域移动到前述第二区域。
11.一种程序，用在检测在由多个区域构成的空间内的运动物体的移动的运动物体检测装置中，其特征为，在前述多个区域的每一个中至少设置1台检测检测运动物体的移动发运动物体检测传感器，前述程序包括根据前述运动物体检测传感器有无反应，对每个前述区域生成表示是在前述区域中检测出前述运动的检测状态还是未检测出前述运动物体的未检测状态的运动物体检测信息的运动物体检测信息生成步骤；根据所生成的前述运动物体检测信息，确定第一区域从检测状态转移到未检测状态后、第二区域从未检测状态转移到检测状态的第一反应模式、以及第二区域从检测状态转移到未检测状态后、第一区域从未检测状态转移到检测状态的第二反应模式的反应模式提取步骤；在所确定的前述第一反应模式和前述第二反应模式在时间上具有反转关系时，判定为随着所述第一反应模式，前述运动物体从前述第一区域移动到前述第二区域的判定步骤。
12.如权利要求11所述的程序，其特征为，前述程序进一步包括存储前述反应模式提取步骤中确定的前述第一反应模式、通过将所存储的多个第一反应模式分类，确定具有代表性的第一反应模式的第一反应模式分类步骤，存储前述反应模式提取步骤中确定的前述第二反应模式、通过将所存储的多个第二反应模式分类，确定具有代表性的第二反应模式的第二反应模式分类步骤，在前述判定步骤中，利用由前述第一反应模式分类步骤确定的具有代表性的第一反应模式和由前述第二反应模式分类步骤确定的具有代表性的第二反应模式具有时间上反转的关系时，判定为前述运动物体根据所述具有代表性的第一反应模式从前述第一区域移动到前述第二区域。
全文摘要
一种可以高精度地进行运动物体检测判定的运动物体检测装置。反应模式提取部(220)根据在各个房间内至少设置1台的运动物体检测传感器(110)的运动物体反应，提取检测出它不在时的反应模式与时间成分的结构对照的检测出在时反应模式。退出房间反应模式决定部(230)，在反应模式提取部(220)提取的两个模式的时间成分在时间上反转并且实质上相等的场合，在检测出不在时反应模式上附加表示退出房间时反应模式的标记。当退出房间判定部(240)接受到判定对象的检测不在时的反应模式时，参照退出房间时反应模式决定部(830)，确认是否在判定对象的检测出不在时反应模式上附加表示退出附加的标记，判定人从该房间内“退出”。
文档编号G08B21/22GK1458537SQ0313608
公开日2003年11月26日 申请日期2003年5月19日 优先权日2002年5月17日
发明者松井大, 长光左千男 申请人:松下电器产业株式会社