WO2007037350A1

WO2007037350A1 - 馬位置情報解析並びに表示方法

Info

Publication number: WO2007037350A1
Application number: PCT/JP2006/319390
Authority: WO
Inventors: Ikushi Yoda
Original assignee: PLUSMIC Corp
Current assignee: PLUSMIC Corp
Priority date: 2005-09-29
Filing date: 2006-09-29
Publication date: 2007-04-05
Anticipated expiration: 2008-03-29
Also published as: JP4658266B2; US20090042628A1; US8107679B2; JPWO2007037350A1

Abstract

　競馬や競艇において、レース場の周囲から撮像された複数のパトロール映像を解析して各馬のその時の位置情報を入手し、上記パトロール映像の連続画面間の特定の馬を類似度を判定して追尾することにより各馬のレース展開（軌跡）を表示させることを目的とする。本発明の各馬、各艇等の位置情報解析・表示方法は、連続したレース撮像画像において、各馬、各艇等を類似度解析により識別して、該レース画像中の各馬等の軌跡を連続して追尾し、かつ該各画像中の固定位置情報との位置関係より前記各馬、各艇等の位置情報を解析して各馬、各艇等の軌跡を表示する。さらに、上記識別に各馬、各艇等の画像の大きさにマッチしたテンプレートを用い、該テンプレート内において各馬、各艇等の識別を行う。この時、前記テンプレートは６角形状であり、画面上の各馬、各艇等の大きさに合わせて該テンプレートの大きさが可変である。

Description

明細書

馬位置情報解析並びに表示方法

技術分野

[0001] この発明は、競馬、競輪、競艇、オート等のレース画像より各馬、各艇等の位置情報を解析する方法およびその表示方法、及び該画像解析における、各馬、各艇等の画像を正確に抽出する方法に関する。

背景技術

[0002] 従来、競馬等において観客がレース経過の状況を見るのは、一般的には場内 TV や TV中継等であった。

しかし、これら TV中継は各馬のレース展開を個別に追跡することは困難であり、特に各馬のレース中の順位を含めた競走軌跡を表示することはできな力た。

[0003] 各馬のレース展開は、次のレースの予測をするのに貴重なデータであり、またコース妨害等のルール違反を監視するために有効なデータである。

例えば、競馬において、レース中に他の馬のコース妨害をすることは違反であり、このため競馬場周囲の数力所には TVカメラを設置して各馬の競走状況を逐一映像記録し、レース後にコース妨害等の違反がなかったかどうかを審判するためのパトロール映像が撮像されている。レース中の違反の有無は、現在このパトロール映像によつて判断されている力レース中の各馬の詳細な軌跡が表示されると、このレース後の審判資料としても活用できる。

[0004] また、予想新聞等は、過去のレースの各馬の特徴を捉えて、先行馬とか追!、込み馬等を区別し、またハンディや競走距離や馬場状態、右周り、左周りの得手、不得手等を考慮し、出走馬の順位を予想している。しかし、過去のレース展開の正確な情報は従来な力つたので、レース展開（各馬のコース取り）をカ卩味した予想はできな力つた。これは、従来競馬、競艇等のレースにおいて、各馬、各艇等の位置情報を解析する有効な方法がな力つたためである。

[0005] 米国等では、主要ハロン毎に人手で時間と馬順を計測し、これを記録データとして公表している力人手でやっているので効率が悪ぐまた連続した記録は取得できな V、のでせ、ぜ、ノヽロン毎の間歇的データしか取得できな、のが現状である。

[0006] また、香港競馬場等では、競馬場に検知アンテナを埋め込み馬に発信器を取り付けて、馬の通過を該アンテナで検知して各馬の位置情報を入手する試みがなされて V、る。このような発信器を用いた馬位置表示装置の例として特開 2005— 24315号公報が公知である。

[0007] しかし、発信器の信号の受信には誤動作が生じ易ぐまた新規に必要な装置設備負担が大きいため、実用化には問題が多ぐなかなか普及していない。

また、過去レースのデータは存在せず、新たなデータの蓄積には時間が掛カるので、設置されたとしても実際にレース予想に用いるには 1〜2年の年月を必要とする。また、それ以前のレース情報が得られないので、レース情報としては不十分なものとなる。さらに、地方競馬等の小規模の競馬場等ではコストが掛カり過ぎて導入が不可能である。

また、競馬場の周辺に設けられた複数の TVカメラ力ゝら各競走馬の位置情報を入手し、表示するアイデアが特開平 6— 165882号公報に示されている。

[0008] 以下、同公報記載の内容を要約すると、

図 1は、同公報の移動動作再現装置の一例を示す全体ブロック図である。この移動動作再現装置は、競馬場 6において数頭の馬 9a, 9b, 9cが走る状態を馬模型 13a, 13b, 13cを移動させることにより再現するものである。競馬場 6には、馬が走行するトラックに沿って複数台のテレビカメラ 7A〜7Lが設置されている。そしてそれらのテレビカメラ 7A〜7Lの画像データがそれぞれの検出装置 8A〜8Lに伝送されるように構成されている。検出装置 8A〜8Lは、テレビカメラ 7A〜7Lのうち走行馬 9a, 9b, 9c を捕えたテレビカメラ（たとえば 7H)からの走行馬の画像データが送信されてくれば、それを検出して走行馬 9a, 9b, 9cの画像データを物体動作判定装置 1に送信する。物体動作判定装置 1には、判定基準登録装置 5が接続されており、たとえば騎手毎の帽子や服の色などをこの判定基準登録装置 5により物体動作判定装置 1に登録して予め記憶させておく。

[0009] 物体動作判定装置 1では、判定基準登録装置 5から登録された登録データと検出装置 8A〜8L力入力された検出データと比較して走行馬 9a, 9b, 9cのそれぞれの動きを解析して追跡する。なお、判定基準登録装置 5により走行馬 9a, 9b, 9cのそれぞれのゼッケン番号を物体動作判定装置 1に登録するようにしてもょ、。この判定基準登録装置 5は、具体的には移動式のテレビカメラ等力構成され、走る前の馬または騎手に近づいて 1つずつ映し出して登録する。前記テレビカメラ 7A〜7Lと検出装置 8A〜8Lとにより、走行馬 9a, 9b, 9c等の移動物体の移動動作状態を捕える移動動作捕捉手段が構成されてヽる。

[0010] 物体動作判定装置 1では、走行馬 9a, 9b, 9cの移動動作の追跡結果データを動作データ作成装置 2に送信する。この動作データ作成装置 2は、走行面 12や馬模型 13a, 13b, 13c等からなるゲーム機に一体的に設けられたものである。

[0011] しかし、走行中の馬の競走軌跡を捉えるのは困難であり、特に群れをなす競走馬群力も対象の馬を追尾していくのは画像フレーム間の馬の同一性を認識する必要があるので技術的に難しいにも拘わらず、上記特開平 6— 165882号公報にはこの技術的解決手段が開示されていない。また、対象の馬の絶対位置をどのように計算するカゝも開示されておらず、同公報はアイディアのみを示した未完成なものである。特許文献 1：特開 2005— 24315号公報

特許文献 2 :特開平 6— 165882号公報

発明の開示

発明が解決しょうとする課題

[0012] 本発明は上記課題に鑑みてなされたもので、レース場の周囲に設けられた複数のノ讣ロール映像を解析し、該解析データから各馬のその時の位置情報を入手し、上記ノ讣ロール映像の連続画面間の特定の馬を類似度を判定して追尾することにより、特定の馬のレースにおける軌跡を解析'表示させ、各馬のレース展開を表示させる方法及び手段を提供することを目的とする。

[0013] また、該各馬、各艇等の位置情報解析'表示方法において、競馬、競艇等のレース画像より各馬、各艇等の位置情報を解析するためには、各馬等の画像を適切に切り抜く作業の自動化が重要である。

[0014] 本発明は、さらに上記提案のものの画像解析の改良に関するものであって、上記馬等の画像の切り抜き作業をより精度よぐまた自動的に行う抽出アルゴリズ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

[0015] 上述した課題を解決するため、本発明の各馬、各艇等の位置情報解析'表示方法は、競馬、競艇等のレース画像より各馬、各艇等の位置情報を解析し、表示する方法であって、連続したレース撮像画像において、各馬、各艇等を類似度解析により識別して該レース画像中の各馬、各艇等の軌跡を連続して追尾し、該各画像中の競馬場や競艇場等の固定位置情報との位置関係より前記各馬、各艇等の位置情報を解析すると共に各馬、各艇等の軌跡を表示することを特徴とする。

[0016] さらに、各画面上の前記各馬、各艇等の識別情報を次画面の各馬、各艇等の識別情報と比較し、前画面の対象と類似度が大きい次画面の対象を同じ馬または同じ艇等と同定識別することを特徴とする。

[0017] また、前記類似度による識別方法が色情報を用いた認識により行われること、及び前記レース画像における各馬、各艇等の識別に各馬、各艇等の画像の大きさにマツチしたテンプレートを用い、該テンプレート内において各馬、各艇等の識別を行うことを特徴とする。

この時、前記テンプレートが 6角形状であり、画面上の各馬、各艇等の大きさに合わせて該テンプレートの大きさが可変であることを特徴とする。

[0018] さらに、前記テンプレートの大きさは、該テンプレートより広い範囲の探索領域にお Vヽて前記対象画像の色識別を行って切り出し領域を決定し、該切り出し領域によつて各馬、各艇等の画像の大きさにマッチした大きさのテンプレートを定めることを特徴とする。

[0019] またさらに、前記テンプレートにおいて、馬の脚部を除いた上部のみを類似度解析領域としたこと、前記テンプレートにおいて、馬の頭部及び騎手の頭部に相当する領域を重み付けを行って類似度解析を行うことを特徴とする。

[0020] あるいは、この発明の競走軌跡表示方法は、前記各馬、各艇等の位置情報解析方法を用いて前記各馬、各艇等の位置情報を解析し、該各馬、各艇等の位置情報を連続して表示することにより前記レースにおける各馬、各艇等の競走軌跡を表示することを特徴とする。 [0021] またさらに、この発明の競走軌跡表示方法は、前記競走軌跡表示方法に用いて競走軌跡データをインターネットを介してパソコンや携帯端末、携帯電話に配信し、該配信されたデータを用いて CGによりレース展開を再現し、該再現した動画レース画像をパソコンや携帯端末、携帯電話に表示することを特徴とする。

[0022] あるいはさらに、上記目的を達成するため、本発明の各馬、各艇等の位置情報解祈-表示方法は、競馬、競艇等のレース画像より各馬、各艇等の位置情報を解析し、表示する方法であって、連続したレース撮像画像において、各馬、各艇等を類似度解析により識別して該レース画像中の各馬、各艇等の軌跡を連続して追尾し、該各画像中の競馬場や競艇場等の固定位置情報との位置関係より前記各馬、各艇等の位置情報を解析すると共に各馬、各艇等の軌跡を表示する各馬、各艇等の位置情報解析'表示方法において、前記連続したレース撮像画像において、該画像からレースコース以外の不要な部分を削除して各馬、各艇等の切り抜き画像を抽出することを特徴とする。

[0023] さらに、前記不要の部分が前記連続画像の前画像の各馬、各艇等の位置座標から最後尾の馬位置から所定位置後方から後ろの画像情報をすベて 0にすることを特徴とする。また、前記連続画像から埒部分を抽出し、該埒外の画像情報をすベて 0にすることを特徴とする。

[0024] またさらに、前記画像の RGB情報を HSV情報に変換して該 HSV情報の各成分数力ヒストログラムを作成し、前記切り抜き画像の面積と画像全体の面積比を計算して該面積比に応じて上記ヒストグラム上の切り抜き画像と背景画像との境界となる閾値を計算し、前記閾値に応じて前記画像力背景色以外の画像情報を抽出することを特徴とする。

[0025] さらに、前記レース画像における各馬、各艇等の識別に前記各馬、各艇等の画像の大きさにマッチしたテンプレートを用い、該テンプレート内において各馬、各艇等の識別を行い、該識別によって得られた馬等のマスクと前記抽出された背景色以外の画像情報との論理積 (AND)を取って、馬等の切り抜き画像以外のノイズを消去することを特徴とする。

[0026] さらに、上記テンプレートが 6角形状であり、画面上の各馬、各艇等の大きさに合わせて該テンプレートの大きさ及び形状が可変であること、あるいは、前記テンプレートの大きさは、該テンプレートより広い範囲の探索領域において前記対象画像の色識別を行って切り出し領域を決定し、該切り出し領域によって各馬、各艇等の画像の大きさにマッチした大きさのテンプレートを定めることを特徴とする。

[0027] さらにまた、前記テンプレートにおいて、馬の脚部を除いた上部のみを類似度解析領域としたこと、また、前記テンプレートにおいて、馬の頭部及び騎手の頭部に相当する領域を重み付けを行って類似度解析を行うことを特徴とする。

発明の効果

[0028] この発明は、特に新たな施設を敷設することなぐ従来から撮像されている競馬等のパトロール映像力レース中の馬等の位置を算出し、該データに基づき表示困難であったレース展開の再現を容易にすることができたので、レースの審判判定や次のレース予想のデータとして有用なレース'データを容易に提供できる顕著な効果を奏する。

[0029] さらに、撮像されたレース画像力個別の馬を追尾するため、対象の大きさに合わせたテンプレートを用いて連続画面間の類似度関数を解析することにより、従来困難であった競走中の馬群から同じ馬を抽出して連続画面間の同定解析することが容易にできるようになった。このことにより、上記のように特に新たな設備投資をせずに、従来力も存在するパトロール映像を解析することによりレース展開の貴重なデータを容易に入手できることができた。

[0030] また、上記レース中の位置情報のデータ量は、レース画像そのもののデータ量に比ベれば圧倒的に少な!/、ので該位置情報データのみを配信し、 CG等を用いてレース画像を受信側で再現すれば、配信されるデータ量が小さいので、例えば携帯電話と力ダイアルアップ回線等でも十分受信可能である。従って、従来困難であった画像伝送に替わるものとして、携帯電話や携帯端末でも容易にレース画像を楽しむことが可能となる。

[0031] またさらに、本発明は馬画像以外の不要部分を事前に削除するので処理時間の短縮化が達成できる。また、埒ゃゲート部分の映像等を馬と誤認識するリスクもなくなる従って、この発明により、馬等の画像の切り抜きが精度よく行われるので、その後の類似度比較等の精度があがり、前画面と次の画面との間の同じ馬の同定処理が精度がよくなり同定ミスが減る。このことによりテンプレートのはずれ現象も少なくなり、はずれたテンプレートを手動で張り直す手間もなくなる。

[0032] このことにより、解析時間の短縮ィ匕が大幅に向上し、レース後直ぐに位置情報解析結果、すなわち、各馬のコース取り情報が提供可能になる効果が生じる。

図面の簡単な説明

[0033] [図 1]従来例を示す図である。

[図 2]競馬における馬の軌跡を模式ィ匕した図である。

[図 3]競馬場のコースレイアウトの例を示す図である。

[図 4]開始フレームでの処理のフローチャートである。

[図 5]開始フレームでの処理のフローチャートの続きである。

[図 6]マスク処理アルゴリズムのフローチャートである。

[図 7]テンプレート 'マッチング処理のフローチャートである。

[図 8]テンプレート描画'作成処理のフローチャートである。

[図 9]実座標変換後処理のフローチャートである。

[図 10]本発明に用いられるテンプレートの形状を示す図である。

[図 11]スタート直後のパトロール映像の例を示す図である。

[図 12]2コーナー付近のパトロール映像の例を示す図である。

[図 13]4コーナー付近のパトロール映像の例を示す図である。

[図 14]ゴール付近のパトロール映像の例を示す図である。

[図 15]図 11に対応するスタート直後のパトロール映像の切り出し画像例を示す図である。

[図 16]図 12に対応する 2コーナー付近のパトロール映像の切り出し画像例を示す図である。

[図 17]図 13に対応する 4コーナー付近のパトロール映像の切り出し画像例を示す図である。

[図 18]図 14に対応するゴール付近のノ《トロール映像の切り出し画像例を示す図である。

[図 19]レース展開の表示例を示す図である。

[図 20]コースを直線とみなした場合のレース展開の表示例を示す図である。

[図 21]入力パターンと標準パターン (比較の元となるテンプレート画像)を比較するときに、 2つのベクトルがなす角度を比較する手法の説明図である。

[図 22]本発明の改良された画像処理の全体のフローチャートを示す図である。

[図 23]芝コースの場合の本発明の改良された画像抽出アルゴリズムの全体のフローチャートである。

[図 24]ダート'コースの場合の本発明の画像抽出アルゴリズムの全体のフローチヤ一トである。

[図 25]図 23の同画像の拡大図である。

[図 26]図 23の同画像の拡大図である。

[図 27]図 23の同画像の拡大図である。

[図 28]図 23の同画像の拡大図である。

[図 29]図 23の同画像の拡大図である。

[図 30]図 23の同画像の拡大図である。

[図 31]図 24の同画像の拡大図である。

[図 32]図 24の同画像の拡大図である。

[図 33]図 24の同画像の拡大図である。

[図 34]図 24の同画像の拡大図である。

[図 35]図 24の同画像の拡大図である。

[図 36]図 24の同画像の拡大図である。

[図 37]図 23の S101, S102の詳細なフローチャートである。

[図 38]図 23の S103の詳細なフローチャートである。

[図 39]図 23の S104の詳細なフローチャートである。

[図 40]図 23の S105の詳細なフローチャートである。

[図 41]図 23の S106の詳細なフローチャートである。

[図 42]図 41の S 161のヒストグラムの例を示す図である。符号の説明

1 物体動作判定装置

2 動作データ作成装置

3 座標検出装置

4 駆動命令作成装置

21, 22 馬の軌跡

31 スタートゲート

32 ゴーノレ

33 4コーナーカメラ

34 1コーナーカメラ

35 2コーナーカメラ

36 3コーナーカメラ

発明を実施するための最良の形態

[0035] 以下、図面を参照し、実施例に基づき本発明を詳細に説明する。

実施例

[0036] 図 2は、競馬における実際の馬の軌跡を模式ィ匕した図である。

図 2において、ゲートから一斉にスタートした各競走馬は、図 2の 21のように柵に近い方に寄って競走する。先行馬は、なるべくスローペースにして先頭を保ち、 4コーナ一からの余力を残す作戦をよく取る。しかし、例えば、 22のように 4コーナーから外に回り、大外力も追い込みを掛け、先頭馬を一気に抜いて一番を目指す馬もいる。これは、群れの中にいると走行が制限されるので、多少距離的に不利でも追い込み時の加速の勢いを削がれないように群れの外に出て差し切る作戦である。なお、コースには右廻りと左廻りがあり、競馬場によって異なる。

[0037] このように、馬の性質や能力、あるいは騎手の考え方によって種々の作戦がレース展開に影響し、このようなレース展開の駆け引きが勝敗にも大きく影響するので、競馬ファンはこのような馬のコース取りの軌跡は次のレースを予想するときの貴重なデータとなる。また、レースには、競走中各馬のコースを邪魔してはいけないというルールがあり、これに違反するとその馬は後着または失格になる。このため、各レースは、例えば図 3に示す如ぐ競馬場の周辺に設けられた複数の撮像カメラによってモニタ一されており、この撮像映像 (以下、ノ《トロール映像という。）に基づいてレース後に審判員によってルール違反がな力つた力どうかが常に審議される。上記撮像は、上記複数のカメラによって同期して撮像されており、各馬のレース状況は、いろんな角度力も撮像されて、て審判資料として供されて！、る。

[0038] 同様の事情は競艇にも存在し、スタート及び 1マーク旋回時のデータは競艇の審判のために有力な参考データになる。すなわち、現状では VTR再生のみにより各艇の旋回の様子を監視し、不適切な円転操作により他艇を妨害したなどのチェックを行つている。審議の結果、場合によっては注意、出場停止処分が課せられているが、 VT Rのみでは不鮮明な場合もあり、この発明の軌跡表示方法は、この補助手段としても有用である。

[0039] また、レースにおいては特にコーナーへの入り方が難しぐコーナーを回った後他の艇に先を行かれてしまった状況は、先に行く艇の波の影響で後続艇は不利になる。従って、コーナーを先行して通過するために、コーナー手前のどの地点で減速するかの見極めが難しぐこの辺りのコース取りの良否がレース結果に大きく影響する。従つて、選手側での反省も含め、コース取りの軌跡データは、次のレース結果の予測に非常に参考になる。

[0040] 図 3には、競馬場のコースレイアウトの例を示す。図 3は、左廻りのコースの例である。例えば、 2000mのダートコースのレースの場合、競走馬はスタートゲート 31からスタートし、矢印のように左廻りに 1周して、ゴール 32において順位を決める。

[0041] コースの周囲にあるパトロールタワー上には、前記のようにパトロール映像を撮影するテレビ ·カメラ 33, 34, 35, 36等が設けられており、前記のようにこれらはすべて同期してレース中の馬を撮影している。例えば、ゴール付近を競走している馬群は、 4コーナ一力メラ 33からは後ろ側から、 1コーナーカメラ 34は前力も撮影することになり、また 2コーナーカメラ 35及び 3コーナーカメラ 36は、それぞれ斜め方向から撮影することになる。各カメラの映像はすべてセンターに集められて収録され、レース後すベての映像が審判室で放映され、レースの審判が行われる。

[0042] 上記パトロール映像の例を図 11〜図 14に示す。図 11はスタート直後、図 12は 2コーナ一、図 13は 4コーナー、図 14はゴール近辺を、いずれも 1コーナーカメラ 34で撮像したものである。上記 1600mの芝コースのレースの場合、撮像フレーム数は、約 2800〜3400枚となる。

[0043] 上記 1コーナーカメラ 34と同期して同じ場面の撮像が各コーナーカメラ 33, 35, 36 で撮像されるのは前述のとおりである。従って、例えば、図 14のゴール付近の画像は、 2コーナーカメラ 35, 3コーナーカメラ 36からは斜め横方向力も撮像されることになる。

(I)画像処理

これら映像は、図 4〜図 9のフローチャートに従って解析される。

[0044] (1)開始フレームでのスタート処理

まず、図 4において、各画像のテンプレートの位置決めを行い（S41)、マスク処理（ S42)を行ってテンプレート'マッチング用フラグの初期化（S43)を行う。これら画像解析の初期設定はゲート画像の影響を考慮して手動で行われるが、後述するテンプレート ·マッチング処理を初期画面に用いて自動化してもょ、。

[0045] なお、本発明のテンプレートは、図 10に示される。図 10において、 101 (細線の領域)が次のフレームにおける探索領域である。馬は進行方向が前方方向に限られており、コーナー付近でもそれほど横方向にはずれることがない。従って、フレーム中の馬の探索領域は 1つ前の馬の位置を中心して限られた狭い上記探索範囲 101を探索すれば十分である。このことにより処理時間が短縮される。図 10において、 102 (太線領域)は矩形テンプレート領域である。馬の類似度解析は該矩形領域で行つてもよい。しかし、本発明ではより精度を高めるため、図 10に示す 6角形のテンプレート 103を使用している。

[0046] 以下、手順を述べると以下のとおりとなる。

a.個々の馬のテンプレート座標を手動で設定する。 (S41)

b.色によるマスク処理。（S42)

画像内における馬と騎手の色による対象の抽出する。

[0047] ここで「マスク処理」とは、例えば、図 15〜図 18のように、解析対象の画像部分を抜き出して、他の部分を黒く塗りつぶすことをいう。ここでは、馬と騎手の部分及び柵の部分を色によって識別し、抜き出している。

[0048] この場合、画像部分の抜き出しは、上記馬と騎手の部分及び柵の部分の色情報のエッジを抽出することにより該画像部分を切り出して図 15〜図 18のようにマスク処理が行われる。デジタル画像のエッジ処理は、例えば特開平 8— 123967号公報ゃ特開平 7— 93561号公報に示されるように画像処理の分野では周知の技術であり、基本的には微

分値のピークを求める手法を用いる。

[0049] 後述するように、テンプレートの大きさは、上記抜き出された切り出し画像が最も合致した大きさに合わせられる。

c.馬番の決定

スタート直後の開始フレームにおいては、各馬の画像と馬番の関係を手入力する。このことにより、最終的に得られた各馬の軌跡と出走馬番との関係が記録される。

[0050] d.フラグの初期化（S43)

画像解析用のフラグは下記の項目があり、これらフラグが初期化される。

'テンプレート領域内の非零値の割合が大きいか判定するフラグ z

'テンプレート領域内で他の馬の 6角形領域に大きく遮蔽されている力判定するフラグ c

'テンプレート領域が画像外にはみ出している力判定するフラグ

•どの大きさのリファレンス範囲を使用する力判定するフラグ

[0051] これらフラグを立てるのは次の理由による。レース中競走馬は群をなすことが多ぐ従って、パトロールタワー上から撮像した場合、図 15の中心部分や図 16の右上方のように各馬が重なって撮像されることが多い。この場合、次画面の画像とのテンプレート画像を比較する場合、他の馬で遮蔽された部分は類似度解析に不要の部分であるので、該部分を削除して解析する必要がある。テンプレート領域内の非零値の割合が大き!/ヽか否かは、現在得られて!/ヽる画像情報が類似度解析に十分かどうかを判断するための基本情報であるのでフラグを立てる。また、テンプレート領域内で他の馬の 6角形領域に大きく遮蔽されている力判定するフラグは、類似度解析に必要な最小量のデータ量かどうか (実験では、約 30%あると解析が可能である。）を判断するために必要である。

[0052] また、テンプレートは大きさが可変で常に画像にマッチングして用いられているが、マッチングがうまく行っていない場合、馬画像の外にテンプレート領域がはみ出して、最後には外れてしまう事態も生じるので、この状況をモニターしてフラグを立てておくことが後の処理に必要である。類似度法を使ったときの cos Θの最大値が閾値未満かどうかは、テンプレート画像同士の同一性判断のためには類似度が一定値以下になつたとき、同一と判断されるので必要である。

[0053] 上記のように、これらフラグはデータ処理が有効力どうかを判断する材料として提供される。

e.遮蔽配列の作成（S44)

前記のように、他の馬で遮蔽された部分は類似度解析に不要の部分であるので、該部分を削除して解析する必要があり、このため遮蔽された配列を作成しておく必要がある。

[0054] f.馬に割り当てるテンプレート領域 (六角形領域)を作成する。

前記のように、切り出された画像にテンプレートをはめ込む。この時、テープレートは切り出された画像にマッチングした大きさとして貼り付けられる。大きさの調整は、図 10のテンプレートの 6角形の上辺及び 4角形の縦、横の大きさの 3つのパラメータを変化させて馬の色画像データ数が最大になるテンプレートが選択される。

[0055] g.次フレームと比較する画像領域の画素値の取得 (S45)

個々の馬のテンプレート領域内で遮蔽されていない 6角形領域内の画素値を取得、それ以外の領域は全て零値を入力。

これは、次フレームと現画像の同一性を比較するため、同じ領域で比較する必要があるためである。

h.テンプレート処理（S46)

(後述する。 )

[0056] (2) 2フレーム目以降のメインループ

図 5に示すように、処理対象となるフレーム内において、前記と同様に、 a.色によるマスク処理:馬と騎手の色による抽出（S51) b.テンプレートマッチング処理（S52)

c.テンプレート領域の大きさが変わる可能性があるため、次のフレームのテンプレート領域とマッチングするための新たな領域での画素値を取得 (S54)

d. 6角形領域描画'作成処理 (S55)

が行われる。

[0057] 処理対象フレームを終えると

e.実座標変換後処理 (全体の軌跡を絶対座標上で作成） (S56)

これら解析力も得られた各馬の位置座標をレース場の平面図に合わせて図 19のように表示して、あるいはコースを直線とみなした場合の、レース展開を図 20のように表示して用いられる。

f.終了処理

[0058] ここで、図 6のマスク処理アルゴリズムを説明する。

前記のように、画像内における馬と騎手の色による対象の抽出し、馬のサンプルフィルタ（S61)及びレール（柵）のサンプルフィルタ（S62)を生成し、芝のマスクフィルタ（S63)も生成してこれらを合成する（S64)。この「マスク処理」により解析対象の画像部分を抜き出して、例えば、図 15〜図 18に示される画像情報が得られる。

[0059] (3)テンプレートマッチング処理

テンプレートマッチング処理は、具体的には図 7に示すように、以下の如くなされる a.エッジ抽出処理（S71)

b. リファレンス範囲の取得とテンプレートマッチングの条件設定（S72) 各馬のテンプレート領域にぉ、て

cnt : 6角形領域の画素数

cnt_ 他の 6角形領域に遮蔽されていない部分の 6角形領域の画素数 cnt_z： cnt_cの領域で、現在の画像と照らし合わせてマスク処理されて!、な!/、部分の画素数を求め、このデータを元にフラグを決定する。

[0060] 決定するフラグは

• 6角形領域中でマスク処理されてヽなヽ部分の割合 (cnt__Z/_cnt)が指定した閾値を満たさない場合、非零値が少ないとみなしてフラグ zを falseに、多い場合は trueとする。

•6角形領域で遮蔽されていない領域の割合 (cnt__C/_cnt)が、指定した閾値を満たさな、場合、その 6角形領域の遮蔽されて!ヽる領域が大き!/ヽとみなしてフラグ c¾klse に、少ない場合は trueにする。

• cnt_c = cntの場合、その 6角形領域はまったく遮蔽されてヽな、ことになるのでし、フフグ cを exceptionとする。

[0061] c 6角形領域の上下にどの 6角形領域が重なっているのかをチェック。

d.テンプレートマッチング（S73)

テンプレートマッチングは、現在の馬画像の類似度特徴と同じ画像が次画面の探索範囲にあるかどうかを探索することをいう。

[0062] 1.馬の探索範囲内に他の 6角形領域が存在するかチェック。

2.チェックした後、探索範囲内に存在する場合はテンプレートマッチングを施す。ここで、どのテンプレートマッチングを施すかフラグを用いて決定。

[0063] · 6角形領域の遮蔽が少ない場合（フラグ c =trueまたは exception)：

リファレンス範囲を初期値のままのテンプレートマッチング。

'遮蔽が多い場合 (フラグ c=false)：

•直上に 6角形領域がある場合は探索範囲を初期値のままのテンプレートマッチング。

•探索範囲内でどの 6角形領域にも属さないエッジを探索.ある場合は探索範囲を変えてテンプレートマッチング。

[0064] 上の二つの条件を満たさな、場合はテンプレートマッチングを施さな!/、。

[0065] 3. 1より他の 6角形領域が存在しない場合、非零値が非常に少ない（フラグ z=fal seの時）は、そのまま座標あわせ（S74)へ。

以上の前処理の後、

4.テンプレートの移動範囲を決める。

5.移動範囲内で類似度法を用い一番結果の良力つた領域の座標をテンプレート座標に設定。 [0066] e.テンプレートの大きさを更新

テンプレート領域とマスク処理されてない範囲を元にどの馬が一頭でサンプリングされている力検出する。そして検出された馬のサンプリングされている範囲の平均値を現在のフレームのテンプレートの大きさとして更新する。

[0067] f.座標あわせ（S74)

更新されたテンプレートが最適解を持つように、テンプレート座標を微調整する。具体的には、上下方向、左右方向に他の馬がいないか調べ、

V、な、場合：サンプリングされた範囲を基準に座標を合わせる。

いる場合:前フレームのテンプレート座標と現在のテンプレートの大きさを元にして合わせる。

[0068] (4)テンプレート描画'作成処理

図 8にテンプレート描画 ·作成処理のフローチャートを示す。

[0069] a.枠データの生成（S81)

b.枠データの描画（S82)

c絶対座標を算出するためのデータを入手。 (S83)

d.例外テンプレートの塗りつぶし（S84)

[0070] 以下の不要となったテンプレートは、色分けされており、塗りつぶされて画面から削除される。

•赤：対象となって！/ヽる馬が画像外

•青:条件が合わず、何も処理を施さな力つたもの

•黄：馬の非零値の割合が閾値未満

'緑:その馬の座標が重心座標に使われている。

[0071] ここで、この発明に用いられる「類似度」について説明する。

「類似度を用いた認識」の原理は、詳しくは「視覚パターンの処理と認識」（舟久保登著、啓学出版 1990年初版発行。 )に記載されている。

[0072] 類似度とは入力パターンと標準パターン (比較の元となるテンプレート画像)を比較するときに、図 21に示すように、 2つのベクトルがなす角度を比較する手法である。単純に 2枚のパターンの差分を計算する手法では、パターンを構成する画素値の変動に大きく影響を受けるが、 2つのパターンの角度を計算することにで、画素値の変動を低減することができる。なお、図 21において、 X, Axは入力パターン、 x⁽¹⁾、 x⁽²⁾は標準パターン、 Aは定数を示す。

[0073] その計算式は 2つのパターン力なる余弦 (式（ 1) )を計算する。

[0074] [数 1] s_s t * ^¾ = co^ff^{t l i} = ズリ

II II I " I 図 10に示されたように、前フレームで登録された 6角形テンプレートを現フレームの同位置において、その周辺領域である 101の範囲で 1画素ずつずらして計算し、その角度が最も一致した場所 (cos Θの最大値の点）が現フレームでの対象となる馬の位置である。

[0075] こうして、あるフレームにあった対象力次のフレームに移動した場合、上記最初のフレームのテンプレートが次のフレームの類似度が最も高いかどうかを計算することにより、両フレームに存在するパターンが同一のものかどうかが判定できるのである。このようにして、各フレーム単位での同一対象物の位置を決定することができる。

[0076] 以下、カラー画像から類似度を計算する手法を説明する。

•類似度による認識

まず RGB画素カゝら構成されるカラー画像を HSV変換により、色相，彩度，明度の 3 枚の画像とする。

ここで色相と明度の 2種の画像パターンとする。各カラー画像は色相と明度の画像とし、それぞれに対して上記類似度を計算し、その和を用いる。

[0077] (Π)位置座標の解析

上記画面解析から、馬の絶対位置は次のようにして求められる。なお、この発明の馬位置情報解析'表示方法においては、レース中の各馬の軌跡を表示すること、すなわちレース展開を表示することを目的にしているので、その時その時の馬位置は必ずしも正確なものを必要としなヽ。ゴール付近には従来より精密な映像判定装置ゃゴール写真判定装置が備わっており、ゴール時の着順の判定及び時間の計測は従来より別途精密に行われている。

[0078] 本発明では、画像解析より大雑把な絶対位置情報を求めている。求め方は、

1：画像の中に存在する動かないものや、動きの予測が容易なものを絶対座標に対応づける。例えば、馬のテンプレート座標の平均値は、ストレート等のある一定の間隔なら、大きくずれるということがない。そこで、始めと終わりの絶対座標のみを手動で与えてやれば、間の各フレームの絶対座標を予測することができる。

2： 1で求められた絶対座標の基準となるポイントから各馬のテンプレート座標との差分を求める。

3 :この差分が画像の縦及び横軸方向において、絶対座標に変換した場合、どのくらいの距離が生まれている力カメラの位置、角度、ズーム、及び馬の向き等を考慮にいれて計算する。

4： 1で求めた座標に 3で求めた差分を足し合わせて馬の絶対座標を割り出す。となっている。

[0079] また、例えば、レース場の柵上には 200m毎にハロン棒が立っており、横方向のパトロール映像から先頭馬が該ハロン棒を通過した時のフレーム数が求められ、馬はハロン棒間は等速運動をしていると近似できるのでハロンと次のハロン棒の通過フレームカもおおよその 1フレーム毎の通過距離が算出できる。なお、上記目標とする地上の標識はハロン棒に限らず、例えば柵毎に色を変える等の識別表示を設けるとより正確な絶対座標を自動的に検出できるようになる。

[0080] 図 14に示すように前方力も撮像した画像において、画像の Y軸 (画像の上下方向）に対し Y座標の値の小さ!/、順に馬の順位を決定する。例えば図 14にお、て、画像は馬の前方情報力ゝら撮像されており、縦軸 (Y座標）の小さい方が先頭になるので馬の順位を決めることができる。

[0081] そして、例えば、図 18に示すように前方力も撮像した画像における先頭馬のフレーム間の移動距離は、画面上の上下方向 (Y軸方向）の移動から比例配分で算出できる。前記 1フレーム毎の通過距離が分力つているので、先頭馬の位置座標がおおよそ求まること〖こなる。このようにして先頭馬の位置座標が求まると、後続馬は先頭馬の位置座標との Y軸上のずれ力前記のように先頭馬との距離が概算できる。このようにして、ノトロ一ル画像力各馬の絶対位置が算出される。

[0082] 図 9には、具体的な実座標変換後処理のフローチャートが示される。

得られた各馬の軌跡情報は、図 19のようにレース場の平面図に沿って表示される。また、表示は、図 20のようにレース場をスタートからゴールまでを直線とみなしてレース展開を表示してもよい。図 19,図 20は全軌跡を表示している力フレーム毎にスタートからゴールまでを動画にして連続して表示するとレース展開がよく分力るので好ましい。この場合、 CGを用いて馬画像を再生すれば、レース展開がより一層実感を持ったものになる。

[0083] また、本発明の各フレーム毎に位置情報は画像そのものに比較すれば情報量は圧倒的に少なぐ該位置情報のみを配信して受信側でレース画像を再生することもできる。このことにより、伝送量の少ない伝送媒体 (例えば、携帯電話)でも鮮明にレース画像を再生することができるので、利便性が高い。

[0084] さらに、上記馬位置情報の画像解析の精度を高める実施例を示す。

上記提案の画像解析の例えば図 15や図 17において、色によるマスク処理により、画像内における馬と騎手の色による対象の抽出する場合、図 15においては柵の部分 (業界用語では「埒」という。）が、また図 17においては、図 12の後方のスタートゲートの映像が抽出されてしまう。

[0085] これら、馬画像とは直接関係ない画像が抽出されるとノイズになるので、テンプレートで馬画像の切り出しを行う際に誤差要因となり、馬画像抽出の精度を劣化させることがわかった。

[0086] なお、前述の如ぐ「マスク処理」とは、例えば、図 15〜図 18のように、解析対象の画像部分を抜き出して、他の部分を黒く塗りつぶすことをいう。図 15〜図 18では、馬と騎手の部分及び柵の部分を色によって識別し、抜き出している。図 15や図 17の場合は、埒ゃゲート部分の色成分が馬と類似しているので、馬画像と共に抽出することになり、該埒ゃゲート部分も、前記テンプレートを当てはめ解析する手順が生じ、その分計算に無駄が生じる。

[0087] 本発明は、上記の欠点を改良し、馬画像切り出し手順において、予め上記馬画像以外のノイズの部分を消しておこうとするものである。図 22に、連続画像からフレームを選択し、馬位置情報を解析する全体の流れを示す。ノ讣ロール'カメラは、図 3に示すようにコース周辺の 4〜6ケ所に配置されてヽるので、どのカメラの画像を解析しているかを入力する必要がある。環境設定は、例えば、芝コースか、ダート'コースかと力その日の天気は、快晴か、曇天かとか、撮像条件に影響する各カメラの環境情報や競走馬の競走位置によってどのカメラの画像を用いるかの情報を入力しておく。

[0088] 図 23,図 24に、上記本発明の画像解析の精度を高めるアルゴリズムを示す。なお、図 23は芝コースの解析の例であり、図 24はダートコースの解析の例である。

このアルゴリズムは、トラツキンング精度を向上するため、馬以外の部分を正確にマスキング（黒く塗りつぶす)する処理である。なお、図 25〜図 30は、図 23の各画像の拡大図である。図 31〜図 36は、図 24の各画像の拡大図である。

[0089] 図 23の手順の概要は、以下のとおりである。

S101で、フィードバック情報を読み込む。

フィードバック情報読込処理とは、一つ前のフレーム（直前画像フレーム）のトラツキング結果を、処理している現フレームに反映するために読み込む処理である。各フレームは、動画の仕様により 30分の 1秒の違いしかないので、直前フレームの処理結果を流用することで、処理時間 ·精度ともに向上することができる。

[0090] S102で、前記全体画像を読み込む。

画像読込処理では、処理する画像を処理系に読み込むと同時に、画素値状態を R GB力も HSVに変換する HSV変換を行い、続いて、画像のサイズを測定している。なお、 HSV変換とは、次のようなものである。

[0091] 読込画像は RGB形式で与えられている。 RGB形式とは画像を光の三原色である赤 '青'緑の数値ィ匕したもので表現したものである。これに対し画像を色相 '彩度'明度で表す形式を HSV形式と、う。 HSV形式に変換することで変動させるべきパラメータが簡単ィ匕かつ直感化することができ、処理手順が明確になる。

[0092] S103で、上記全体原画像から、最後尾の馬の後方の画像を消去する。

「ゲートマスク処理」とは、最後部の馬より後ろの部分をカットする処理である。この処理を行うことで、馬場以外の余分な部分、例えば、図 11のようなフレームにおいて、スタート直後のスタートゲート等の影響を除くことができる。また、図 13のような不要な背景画像のあるフレームにも有効なので、この発明では全画像に自動的に行われる。

[0093] 消去ラインは、前画像の最後尾の馬画像力も一定の距離をおいて引かれ、該消去ライン力後方のすべての画像がすべて 0 (黒）に設定される。

これは、図 38の S132において、処理するフレームによって画面に対する馬の大きさが変化するため、多少の糊代を持たせて最後尾の馬より後ろをカットしている。テリトリーとは前画像フレーム処理結果から引用する、画面に対する馬の大きさを表す値である。

[0094] S104では、上記 S 103で得られた画像から、さらに埒（コースを決める柵）の外側の画像をすベて消去する。消去ラインは、埒より所定距離外側に設定され、消去ラインから外側の画像はすべて 0 (黒）に設定される。消去ラインが埒より所定距離外側に設定されるのは、図 25にも見られるように埒に馬画像が多少かぶることがあるからである。所定距離はその馬画像を消さな!/、ためのマージンである。

[0095] このように、埒マスク処理では、画像中の埒 (柵)部分を検出して、埒より外側をマスクしている。この処理を行うことで、馬場以外の余分な部分の大半をカットすることができ、後に行うヒストグラム処理の精度を大幅に向上させることができる。

[0096] カゝくして、原画像からノイズとなる不要な画像が消去され、残された画像には馬画像と、後はレース上の緑の一様な芝画像のみとなる。

その後、前記提案の手法と同様にして馬画像の抽出が行われる。

[0097] すなわち、画像部分の抜き出しは、上記馬と騎手の部分の色情報のエッジを抽出することにより該画像部分を切り出してマスク処理が行われる（S 105)。テンプレートの大きさは、上記抜き出された切り出し画像が最も合致した大きさに合わせられる。なお、「馬マスク処理」とは、前画像フレームのトラッキング結果を使用して、馬がいると思われる部分以外をマスクする処理である。

[0098] 次に、前記原画像に対して、図 29に示される馬画像の抽出を行う（S106)。この手順が、従来提案のアルゴリズムにな、新規な点である。

これは原画像の色相情報 (HSV情報）を用い、前記レース'コースの一様な緑の色相部分を消す手順である。 [0099] これは以下のようになされる。

前記画像の RGB情報を HSV情報に変換して該 HSV情報の各成分数カゝらヒストログラムを作成し、前記切り抜き画像の面積と画像全体の面積比を計算して該面積比に応じて上記ヒストグラム上の切り抜き画像と背景画像との境界となる閾値し、前記閾値に応じて前記画像から背景色以外の画像情報を抽出する（S106)。

[0100] なお、ヒストグラムとは、図 42に示されるように、横軸に画素値を縦軸にその分布をグラフで表したものである。

本マスク処理ヒストグラムの場合、横軸は各画素成分の画素値、縦軸はヒストグラム処理基画像中の各画素値ピクセルの個数をカウントして、ヒストグラムを作成して、る。図 42のピークの部分が画素数が多い画素値を表しており、つまりその値が馬場色の値である。つまり、図 42において、ピークを形成している部分は画像の大半を占める緑の芝の画像であるので、下記面積比で決まる閾値で切って上記芝の部分の画像は全部黒にすると、残るのは馬画像領域の色相等のみとなる。これが図 29である。

[0101] マスクをかける割合の基準となっている閾値の計算式は、

閾値 = (全画素-埒マスク外の画素） * ((馬マスク内の白色画素/ 8)/埒マスクの黒色画素数）

で与えている。

[0102] まず、馬場以外部分 (埒より外の部分)を除、た画素数を求めて、その値に馬の部分とそれ以外との比率に独自の重みを考慮したものをかけて、閾値を求めて、る。図 23の S107では、前記レース画像における各馬、各艇等の識別に前記各馬、各艇等の画像の大きさにマッチしたテンプレートを用い、該テンプレート内において各馬、各艇等の識別を行い、該識別によって得られた馬等のマスクと前記抽出された背景色以外の画像情報との論理和 (AND)を取って、馬等の切り抜き画像以外のノィズを消去する。このことにより、図 29における芝画像上に生じている馬画像以外のノイズが除去されるので、馬画像解析の精度が向上する。

[0103] 図 37〜図 41は、図 23の S101 (フィードバック情報読み込み）、 S102 (画像読み込み）、 103 (ゲートマスク処理）、 S104 (埒マスク処理）、 S105 (馬、アスク処理）のさらに詳細なフローチャートを示す。なお、図 24のダートコースの場合も処理（S111〜S 117)は、図 23の芝コースの処理（S101〜S107)と同じであり、ダートコースでもこの手順が有効であることが確認されて、る。

[0104] 図 37において、前記連続画像における現在解析しょうとするフレームの 1つ前のフレームの画像を読み込み（S121)、直前画像フレームのテリトリーの大きさ（馬の大きさ）を読み込む（S122)。

[0105] 次に、今解析しょうとするフレームの RGBの数値情報を読み込み（S 123)、該 R

GB情報を HSVに変換し (S124)、画像の高さ、幅、深度を設定する（S 125)。

[0106] 次に、図 38において、前記前画像の各馬の位置座標から最後尾の馬位置を求め（

S131)、最後尾位置にテリトリーを 1. 2倍した縦方向分を足した位置から上部の画像データ (RGB)をすベて 0に設定する。なお、同様のマスク処理は、前方にも不要の画像がある場合、必要に応じて前方に対しても行ってょヽ。

[0107] 次に、図 39に埒マスク処理の手順を示す。

例えば、図 15のように、画像の HSV成分を抽出すると、馬画像を含め、埒 (柵)の画像が直線状に検出される。該検出画像の大きさ (長さ）から埒部分を検出し、現画像の埒部分の位置を特定する。

[0108] 具体的には、以下のとおりである。

図 39の S 141で全画素を 0〖こし、 HSV成分で対応する埒マスクの画素を 1に設定する（S142)。

[0109] 該埒マスク画素に対してモルフォロジ処理 (クロージング）を実行してノイズを除去し

(S 143)、該埒マスク内でラベリング処理を行い、各クラスタに番号をつけて、埒マスクのラベルとし (S144)、全クラスタの個々の面積を計算して（S145)、その内、最大のクラスタのものを埒と認定する（S 146)。

[0110] 埒部分のみのマスクを作成し、そのマスク端を求める（S147)。該マスク端の情報を基に、埒外のマスキングをし（S 148)、該埒マスクを埒の外方向に移動する（S 149) 。これは、埒に掛力る馬画像を残すためである。

現画像に上記マスク処理を行い残された画像カゝらヒストグラムを作成する（S 150)。

[0111] 図 40の馬マスク処理は、基本的には前記従来提案のものと同じである。

すなわち、現画像に HSV変換を実行し、 1フレーム前の画像の馬位置を取得して（ S151)、該前画像の馬位置の周辺を拡張した領域で馬マスクを作成する（S152)。図 41に前記ヒストグラム処理の詳細を示す。

[0112] ヒストグラム処理では、馬場部分以外をカットした画像を基に各色成分毎にヒストグラムを作成しそのピーク部分 (馬場色部分)を閾値計算式によって計算された値を使用して除去する。よって、馬場色部分に効率よくマスクをかける処理である。

[0113] なお、ヒストグラムとは、前述の如ぐ図 42に示すように横軸に画素値を縦軸にその分布をグラフで表したものである。本マスク処理ヒストグラムの場合、横軸は各画素成分の画素値、縦軸はヒストグラム処理基画像中の各画素値ピクセルの個数をカウントして、ヒストグラムを作成している。

[0114] 図のピークの部分が画素数が多い画素値を表しており、つまりその値が馬場色の値である。

マスクをかける割合の基準となって、る閾値の計算式は

で与えている。

まず、馬場以外部分 (埒より外の部分)を除いた画素数を求めて、その値に馬の部分とそれ以外との比率に独自の重みを考慮したものをかけて、閾値を求めて、る。

[0115] 図 41において、ヒストグラムを作成したら（S161)、馬マスク内の白色部分、埒マスク内の黒色部分を各検出してカウントし (S162, S 163)、埒マスク外の馬マスクとそれ意外の比率で閾値を決定し (S164)、 HSV成分の閾値以下の値を検出してその中の最大値と最小値を求め（S165)、上記最大値と最小値のマスキングヒストグラムを作成する（S166)。これにモルフォロジ処理を行ってノイズを除去しヒストグラムを完成する（S167)。

[0116] このようにして得られたヒストグラムの例が、図 42に示される。

なお、図 42は、 H' S 'V各成分に対応するヒストグラムを示し、横軸:各画素成分 (H • S · V)の画素値を整数ィ匕するため 100倍したもの、縦軸：ヒストグラム処理基画像中の各画素値ピクセルの個数である。

[0117] 図 42において、左上図： H成分のみ、右上図： S成分のみ、左下図： V成分のみ、を示す。

産業上の利用可能性

[0118] 本発明によれば、従来入手困難なレース展開（レース中の各馬の軌跡）が容易に得られ、これのニーズは高!、ので商用化が期待できる。

また、小容量の一データのみ配信して、受信側でレース画像を再現すれば、携帯電話等でもレース状況を視覚で楽しむことができ、このことは競馬へのファン'サービスの向上に資して競馬の売り上げ向上に寄与するとともに、新たな産業上の-一ズ（データ配信）を産むことができる。

[0119] また、本発明の改良された画像抽出方法を用いれば、より精度の高い、また計算時間の短縮された馬位置情報解析が可能となる。

レース後の速やかなレースのコース取りの情報提供は、審判資料となるば力りでなぐ競馬ファンへのサービス向上になり、ひいては競馬ファンの増大につながる有力なツールとなる。

Claims

請求の範囲

[1] 競馬、競艇等のレース画像より各馬、各艇等の位置情報を解析し、表示する方法であって、

連続したレース撮像画像において、各馬、各艇等を類似度解析により識別して該レース画像中の各馬、各艇等の軌跡を連続して追尾し、該各画像中の競馬場や競艇場等の固定位置情報との位置関係より前記各馬、各艇等の位置情報を解析すると共に各馬、各艇等の軌跡を表示することを特徴とする各馬、各艇等の位置情報解析 •表示方法。

[2] 各画面上の前記各馬、各艇等の識別情報を次画面の各馬、各艇等の識別情報と比較し、前画面の対象と類似度が大きい次画面の対象を同じ馬または同じ艇等と同定識別することを特徴とする前記請求項 1記載の各馬、各艇等の位置情報解析'表示方法。

[3] 前記類似度による識別方法が高次局所自己相関特徴を用いた認識により行われることを特徴とする前記請求項 1又は 2記載の各馬、各艇等の位置情報解析'表示方法。

[4] 前記レース画像における各馬、各艇等の識別に前記各馬、各艇等の画像の大きさにマッチしたテンプレートを用い、該テンプレート内において各馬、各艇等の識別を行うことを特徴とする前記請求項 1〜3の内、いずれか 1項に記載の各馬、各艇等の位置情報解析，表示方法。

[5] 前記テンプレートが 6角形状であり、画面上の各馬、各艇等の大きさに合わせて該テンプレートの大きさ及び形状が可変であることを特徴とする前記請求項 4記載の各馬、各艇等の位置情報解析'表示方法。

[6] 前記テンプレートの大きさは、該テンプレートより広い範囲の探索領域において前記対象画像の色識別を行って切り出し領域を決定し、該切り出し領域によって各馬、各艇等の画像の大きさにマッチした大きさのテンプレートを定めることを特徴とする前記請求項 5記載の各馬、各艇等の位置情報解析 ·表示方法。

[7] 前記テンプレートにおいて、馬の脚部を除いた上部のみを類似度解析領域としたことを特徴とする前記請求項 4〜6の内、いずれか 1項に記載の各馬の位置情報解析 · 表示方法。

[8] 前記テンプレートにおいて、馬の頭部及び騎手の頭部に相当する領域を重み付けを行って類似度解析を行うことを特徴とする前記請求項 4〜7の内、いずれか 1項に記載の各馬の位置情報解析 ·表示方法。

[9] 請求項 1または 2記載の各馬、各艇等の位置情報解析方法を用いて前記各馬、各艇等の位置情報を解析し、該各馬、各艇等の位置情報を連続して表示することにより前記レースにおける各馬、各艇等の競走軌跡を表示することを特徴とする競走軌跡表示方法。

[10] 前記請求項 9記載の競走軌跡表示方法に用いる競走軌跡データをインターネットを介してパソコンや携帯端末、携帯電話に配信し、該配信されたデータを用いて CG によりレース展開を再現し、該再現した動画レース画像をパソコンや携帯端末、携帯電話に表示することを特徴とする競走軌跡表示方法。

[11] 前記連続したレース撮像画像において、該画像力もレースコース以外の不要な部分を削除して各馬、各艇等の切り抜き画像を抽出することを特徴とする前記請求項 1 記載の各馬、各艇等の位置情報解析'表示方法。

[12] 前記不要の部分が前記連続画像の前画像の各馬、各艇等の位置座標から最後尾の馬位置力所定位置後方力後ろの画像情報をすベて 0にすることを特徴とする前記請求項 11記載の各馬、各艇等の位置情報解析'表示方法。

[13] 前記連続画像から埒部分を抽出し、該埒外の画像情報をすベて 0にすることを特徴とする前記請求項 11または 12記載の各馬、各艇等の位置情報解析'表示方法。

[14] 前記画像の RGB情報を HSV情報に変換して該 HSV情報の各成分数力ヒストログラムを作成し、前記切り抜き画像の面積と画像全体の面積比を計算して該面積比に応じて上記ヒストグラム上の切り抜き画像と背景画像との境界となる閾値を取得し、前記閾値に応じて前記画像力背景色以外の画像情報を抽出することを特徴とするを計算することを特徴とする前記請求項 11〜13の内、いずれか 1項記載の各馬、各艇等の位置情報解析 ·表示方法。

[15] 前記レース画像における各馬、各艇等の識別に前記各馬、各艇等の画像の大きさにマッチしたテンプレートを用い、該テンプレート内において各馬、各艇等の識別を行い、該識別によって得られた馬等のマスクと前記抽出された背景色以外の画像情報との論理積 (AND)を取って、馬等の切り抜き画像以外のノイズを消去することを特徴とする前記請求項 14記載の各馬、各艇等の位置情報解析'表示方法。

[16] 各画面上の前記各馬、各艇等の識別情報を次画面の各馬、各艇等の識別情報と比較し、前画面の対象と類似度が大きい次画面の対象を同じ馬または同じ艇等と同定識別することを特徴とする前記請求項 11〜15の内、いずれか 1項記載の各馬、各艇等の位置情報解析 ·表示方法。

[17] 前記テンプレートが 6角形状であり、画面上の各馬、各艇等の大きさに合わせて該テンプレートの大きさ及び形状が可変であることを特徴とする前記請求項 16記載の各馬、各艇等の位置情報解析'表示方法。

[18] 前記テンプレートの大きさは、該テンプレートより広い範囲の探索領域において前記対象画像の色識別を行って切り出し領域を決定し、該切り出し領域によって各馬、各艇等の画像の大きさにマッチした大きさのテンプレートを定めることを特徴とする前記請求項 16または 17記載の各馬、各艇等の位置情報解析 ·表示方法。

[19] 前記テンプレートにおいて、馬の脚部を除いた上部のみを類似度解析領域としたことを特徴とする前記請求項 17記載の各馬の位置情報解析'表示方法。

[20] 前記テンプレートにおいて、馬の頭部及び騎手の頭部に相当する領域を重み付けを行って類似度解析を行うことを特徴とする前記請求項 17記載の各馬の位置情報解析，表示方法。

[21] 請求項 11〜20の内、いずれか 1項記載の各馬、各艇等の位置情報解析方法を用いて前記各馬、各艇等の位置情報を解析し、該各馬、各艇等の位置情報を連続して表示することにより前記レースにおける各馬、各艇等の競走軌跡を表示することを特徴とする競走軌跡表示方法。

[22] 前記請求項 21記載の競走軌跡表示方法に用いる競走軌跡データをインターネットを介してパソコンや携帯端末、携帯電話に配信し、該配信されたデータを用いて CG によりレース展開を再現し、該再現した動画レース画像をパソコンや携帯端末、携帯電話に表示することを特徴とする競走軌跡表示方法。