房间信息估计装置、房间信息估计方法以及空调装置

摘要

一种房间信息估计装置、房间信息估计方法以及空调装置，其简单且高精度地估计房间形状等的与房间有关的信息。估计与房间有关的信息的房间信息估计装置包括：摄像部件，拍摄估计对象的房间；人体检测部件，从由摄像部件拍摄到的图像检测人体，从而取得房间中的人体的位置；存在图生成部件，生成存在图，该存在图表示从不同的时刻拍摄到的多个图像检测到的人体的检测点的分布；以及估计部件，基于存在图来估计与房间有关的信息。人体检测部件能够从图像检测人的面部、头部、或者上半身，并基于图像中的面部、头部、上半身的位置以及大小，取得房间中的人体的位置。估计部件能够将与存在图中的检测点分布外接的多边形估计为房间的形状。

说明书

技术领域

本发明涉及估计与房间有关的信息的技术。

背景技术

在室内利用的家电设备有时优选根据所设置的房间的形状等来进行控 制。例如，若在空调装置中不进行与房间的形状对应的空调控制，则存在空 气不能循环而发生积热的可能性。

在近年的空调中，还存在如下的空调：使用户输入房间的形状，根据所 输入的房间形状来实施空调控制(专利文献1等)。但是，必须在装置设置时输 入房间的形状为纵长/横长/正方形等中的哪一个、空调的设置位置为中央/右/ 左中的哪一个、至墙壁为止的距离为远/标准/近中的哪一个等的信息，用户费 工夫。此外，由于空调的用户界面是简陋的，所以只能输入大致的房间形状。 因此，还发生即使知道大致的房间形状也不知道至墙壁为止的距离这样的事 态。进一步，在实际的房间的形状为比较复杂的形状或者在房间内存在家具 的情况下，优选将这些也考虑在内而实施空调控制，但只输入大致的房间形 状的话难以实现最佳的空调控制。

此外，还已知如下技术：为了取得房间的形状，使用TOF方式的测距传 感器或立体相机方式的测距传感器(专利文献2等)。若使用测距传感器，则能 够准确地把握房间的形状，因此，能够进行与房间的形状对应的适当的空调 控制。但是，TOF方式的测距传感器的价格高。此外，由于立体相机方式的 测距传感器需要2个相机，所以与单眼相机相比，成本提高。

此外，还已知如下技术：基于室内的人的存在或其分布等来进行空调控 制(专利文献3等)。在专利文献3中，公开了如下技术：识别人的头部，取得 室内的随时间推移的人的数目或分布等，基于这些信息来进行空调的空调控 制等。但是，在专利文献3的方法中，由于无法取得房间的形状，所以不能进 行与房间的形状对应的空调控制。

这里，主要以空调装置为例来说明使用装置的房间的形状对控制有用的 意旨，但对空调控制有用的信息并不仅仅是房间的形状。其他的与房间有关 的信息、例如室内的家具的配置或室内的人的存在区域等也对空调控制有用。 此外，房间信息成为有用的并不限定于空调装置，例如通过在照明控制装置 等中也考虑房间的形状等，能够实现更适当的照明控制。

现有技术文献

专利文献

专利文献1：(日本)特开2000-346432号公报

专利文献2：(日本)特开2008-261567号公报

专利文献3：(日本)特开2012-17936号公报

发明内容

本发明是鉴于上述实情而完成的，其目的在于，提供一种能够简单且高 精度地估计与房间有关的信息的技术。

为了实现上述目的，在本发明中，采用如下结构：由摄像部件拍摄房间， 从拍摄图像检测人体，基于人体检测位置的历史来估计与房间有关的信息。

具体而言，本发明的房间信息估计装置是一种估计房间的房间信息估计 装置，其包括：摄像部件，拍摄估计对象的房间；人体检测部件，从由前述 摄像部件拍摄到的图像检测人体，从而取得前述房间中的前述人体的位置； 存在图生成部件，生成存在图，该存在图表示从不同的时刻拍摄到的多个图 像检测到的人体的检测点的分布；以及估计部件，基于前述存在图来估计与 前述房间有关的信息。

与房间有关的信息例如能够例示房间的形状、房间中的家具的设置区域、 人物的存在区域等。根据这个结构，即使用户不自己输入信息，也能够蓄积 从拍摄图像检测到的人体的检测位置，并根据该检测点的分布来估计与房间 有关的信息。尤其，将人体检测结果蓄积得越多则越能够准确地估计与房间 有关的信息。

人体检测能够通过各种方法来进行。例如，前述人体检测部件可以从前 述图像检测人的面部、头部、或者上半身，并基于前述图像中的面部、头部、 或者上半身的位置以及大小，取得前述房间中的人体的位置。基于图像中的 面部、头部、或者上半身的位置和大小，除了能够判别房间内的水平位置之 外，还能够判别高度位置。由于是从拍摄图像进行面部、头部、或者上半身 的检测的方法，所以能够采用普通的单眼相机来作为前述摄像部件，能够抑 制制造成本。此外，通过跟踪检测到的面部或者头部，还能够进行人体的跟 踪处理，还能够进行移动轨迹的取得、是正在移动还是正在停留等的判别。 通过使用这些信息，还能够取得关于房间的更详细的信息。

在本发明中，作为与房间有关的信息，能够基于存在图来估计房间的形 状。基于存在图来估计房间的形状的处理例如能够如下进行。即，前述估计 部件将与前述存在图中的检测点分布外接的多边形估计为前述房间的形状。 这里，多边形可以是任意边形，例如考虑采用四边形。此时，前述估计部件 能够假设前述房间被与相互正交的2个方向平行的直线所隔开，估计前述房间 的形状。这是因为一般房间的墙壁具有相互正交的方向。此外，还优选前述2 个方向是前述摄像部件的拍摄方向和与该拍摄方向正交的方向。这是因为如 下原因：在将摄像部件设置在墙壁面而将与墙壁面正交的方向设为拍摄方向 的情况下，这2个方向成为墙壁的方向。

此外，还优选前述估计部件当作墙壁面比作为前述存在图中的检测点分 布外接的多边形来求出的形状更靠外侧预定的距离，估计前述房间的形状。 这是因为一般用户不位于墙壁面，而在与墙壁面隔着预定的距离的位置上移 动。另外，虽然在移动时不沿着墙壁面而移动，但有可能以靠着墙壁的姿势 来停止。因此，还优选前述人体检测部件还检测在人体的检测位置中该人体 是正在移动还是正在停留，前述估计部件将人体停留的检测点与人体移动的 检测点相比，将前述预定的距离设定得小。

此外，还优选估计部件作为与房间有关的信息来估计家具等的设置区域 等。例如，在前述存在图中存在不存在检测点的空白区域并且是周围被检测 点包围的空白区域的情况下，前述估计部件还能够估计该空白区域是设置了 家具的区域。这是因为用户不能进入设置了家具的地点，因此，在家具设置 区域中不会进行人体检测。

进一步，前述人体检测部件还检测在人体的检测位置中该人体是正在移 动还是正在停留，当停留点固定在前述空白区域的周围的情况下，能够估计 在前述空白区域中设置了桌子以及椅子。这是因为在周边停留的情况多的家 具的典型是桌子以及椅子。另外，在坐在椅子上的情况下，头部被检测为低 的高度。因此，还优选作为用于估计在空白区域中设置了桌子的条件，进一 步附加头部的检测高度低的检测点多的条件。

此外，在前述存在图中存在不存在检测点的空白区域并且是周围未被检 测点包围的空白区域的情况下，前述估计部件能够估计该空白区域是家具靠 墙壁而设置的区域或者墙壁区域。还优选使用其他传感器来判别该空白区域 是设置了家具的区域还是墙壁区域。

此外，前述估计部件能够作为与房间有关的信息，基于存在图来估计人 的存在区域。例如，前述估计部件能够将存在图中，检测点的检测次数多于 预定的比例的区域估计为人的存在区域。此外，前述人体检测部件也能够还 检测在人体的检测位置中该人体是正在移动还是正在停留，前述估计部件将 前述人的存在区域中，正在停留的检测点多于预定的比例的区域估计为停留 区域。或者，也能够将前述人的存在区域中，正在移动的检测点多于预定的 比例的区域估计为移动区域。

此外，也能够基于使用了人体检测的人体跟踪处理的结果来判别房间的 出入口或收纳空间等。例如，优选前述人体检测部件还进行跟踪检测到的人 体的处理，前述估计部件将人体的移动轨迹和估计出的房间形状的边界交叉 预定的次数以上的地点，估计为房间的出入口或者收纳空间。这是因为与移 动轨迹交叉得多的房间形状的边界为房间的出入口或作为衣柜或壁橱等的收 纳空间的情况较多。这里，前述估计部件能够将人体的移动轨迹和估计出的 房间形状的边界交叉预定的次数以上的地点且变得不能进行人体的跟踪的地 点或者新检测到人体的地点，估计为前述房间的出入口。此外，前述估计部 件能够将人体的移动轨迹和估计出的房间形状的边界交叉预定的次数以上的 地点且能够继续人体的跟踪的地点，估计为收纳空间。由于在从出入口退出 的情况下，变得不能进行人体的跟踪，在从出入口进入的情况下，从那里开 始人体的跟踪，所以出入口的位置成为人体跟踪的结束点或者开始点。另一 方面，在收纳空间中，能够继续人体跟踪。由于具有这样的差异，能够判别 是出入口还是收纳空间。

此外，若一并使用人体检测结果和时刻信息，则还能够估计生活场景。 即，前述人体检测部件还取得检测到前述人体的时刻信息，且还具有存储部 件，该存储部件存储了包括时间段以及行动模式的生活场景定义，前述估计 部件能够基于从前述人体检测部件的检测结果获得的人体的行动模式和进行 了人体检测的时刻信息、和在前述存储部件中存储的生活场景定义，估计在 前述房间中所取的生活场景。例如，在生活场景定义中，存储若在预定的时 间段进行预定的行动模式则会取某一特定的生活场景的信息。然后，若在生 活场景定义中定义的时间段中出现定义的行动模式，则能够判断为在该房间 中取该生活场景。此时，还能够确定实际进行该生活场景的时间段和地点等。 例如，在傍晚的时间段站在某一特定的范围的地点的时间长的情况下，能够 定义在该地点做饭的生活场景。若由生活场景估计部件估计为取“料理”的 生活场景，则还能够判断实际进行料理的时间段是什么时候以及厨房在哪里 等。

另外，本发明能够作为包括上述部件中的至少一部分的房间信息估计装 置来把握。此外，本发明还能够作为房间信息估计方法、使计算机执行该方 法的各步骤的计算机程序、非暂时性地存储了该程序的计算机能够读取的存 储介质来把握。上述的各个结构以及处理只要不产生技术上的矛盾则能够互 相组合而构成本发明。

此外，本发明能够作为如下装置来把握，即基于使用上述的房间信息估 计装置或房间信息估计方法而估计出的房间信息来进行控制的装置。例如， 本发明的一实施方式是一种空调装置，其包括上述的房间信息估计装置、和 基于由前述房间信息估计装置所估计的房间信息来进行空调控制的控制部 件。此外，本发明的其他方式是一种照明控制装置，其包括上述的房间信息 估计装置、和基于由前述房间信息估计装置所估计的房间信息来进行照明控 制的控制部件。

根据本发明，即使没有来自用户的输入，也能够简单且高精度地估计与 房间有关的信息。

附图说明

图1是表示第一实施方式的包括房间信息估计装置的空调装置的功能块 的图。

图2(a)～(b)是表示空调装置的外观的图。

图3是表示空调装置的空调控制处理的流程的流程图。

图4(a)～(b)是说明面部检测结果和人体位置的关系的图。

图5(a)～(c)是说明面部检测结果和人体位置的关系的图。

图6是表示房间信息估计装置的房间信息估计处理的流程的流程图。

图7(a)～(b)是表示人体检测结果的例的图。

图8是说明从人体检测结果所估计的房间形状的图。

图9(a)～(d)是说明考虑了人体和墙壁面的距离的房间形状的校正处理的 图。

图10是说明检测室内的家具设置区域的处理的图。

图11是估计基于移动轨迹的出入口以及收纳空间的处理的流程的流程 图。

图12(a)～(b)是说明基于人体的移动轨迹来估计出入口以及收纳空间的处 理的图。

图13是第二实施方式的包括房间信息估计装置的空调装置的功能框图。

图14是表示第二实施方式中的生活场景信息估计处理的流程的流程图。

标号说明

1:空调装置(Aircon装置)

2:房间信息估计装置

21:相机

22:人体检测部

23:人体位置计算部

24:检测结果存储部

25:房间信息估计部

具体实施方式

以下，参照附图例示性地详细说明用于实施本发明的优选方式。但是， 在以下的实施方式中记载的构成部件的尺寸、材质、形状、其相对配置等， 只要没有特别记载则并不将本发明的范围限定于这些。

<第一实施方式>

(空调装置的结构)

参照图1以及图2，说明本发明的实施方式的空调装置(以下，称为空调装 置)的整体结构。图1是表示空调装置的功能块的图，图2是表示空调装置的外 观的图。该空调装置1具有使用了人体检测功能的房间信息估计装置2，基于 由房间信息估计装置2所估计的与房间有关的信息来实施空调控制。另外，在 本实施方式中，估计房间的形状以及家具设置区域作为房间信息，基于这些 房间信息来实施空调控制。

空调装置1作为主要的结构而具有房间信息估计装置2、房间信息存储部 3、空调控制部4、温度传感器5、热交换器6、送风风扇7。在房间信息存储部 3中，分别存储有房间形状信息3a以及家具配置信息3b。房间信息估计装置2 具有相机21、人体检测部22、人体位置计算部23、检测位置存储部24、房间 信息估计部25。

空调控制部4由处理器和存储器等构成，通过处理器执行程序来决定期望 的温度、风向、风量的运行条件，并控制热交换器6或送风风扇7等，使得以 该运行条件来动作。空调控制部4在决定运行条件时，除了考虑从遥控器8输 入的设定条件(设定温度等)或从温度传感器5获得的室内温度之外，也考虑从 房间信息估计装置2获得的与房间有关的信息(房间形状信息3a、家具配置信 息3b)来决定运行条件。此外，由于房间信息估计装置2具有人体检测功能， 所以空调控制部4也考虑实时的人体检测结果来决定运行条件。

温度传感器5例如使用红外线传感器等来取得室内的温度。热交换器6与 室外机(未图示)连接而构成冷冻循环，对进入热交换器6内的空气进行加热或 者冷却。送风风扇7是产生气流的装置，使室内的空气循环。送风风扇7能够 调整风量以及风向(上下方向以及左右方向)。

房间信息估计装置2是如下装置：拍摄房间整体的图像，从拍摄图像检测 人体，基于人体的检测位置的分布来估计与房间有关的信息。本实施方式的 房间信息估计装置2估计房间的形状以及家具设置区域。房间信息估计装置2 作为包括处理器和存储器等的计算机来构成，通过处理器执行程序而实现人 体检测部22、人体位置计算部23、检测位置存储部24、房间信息估计部25等 的功能。另外，也可以由ASIC或FPGA电路来构成这些功能部中的一部分或 者全部。

如图2(a)所示，相机21安装在空调装置1的前面，且构成为能够拍摄房间 整体。如图2(b)所示，相机21的拍摄方向是从与设置了空调装置1的墙壁面垂 直的方向，预定的角度向下的方向。相机21定期进行拍摄，并基于拍摄图像 来实施人体检测部22的人体检测处理。拍摄的间隔可以是任意的，但优选在 某种程度上短的间隔，使得能够进行人体的跟踪。拍摄间隔例如设为1秒间隔。

人体检测部22是从由相机21拍摄到的图像检测人体的功能部。人体检测 部22能够通过从拍摄图像检测面部或者面部的一部分的器官(眼睛、鼻、口等) 来检测人体。或者，人体检测部22也可以通过从拍摄图像检测头部或上半身 来检测人体。人体检测部22检测拍摄图像中的人体的位置以及面部、头部、 或者上半身的大小。进一步，人体检测部22也可以检测所检测到的人物的面 部或身体或视线的朝向等。

人体位置计算部23是基于人体检测部22检测到的拍摄图像中的面部、头 部、或者上半身的位置以及大小，取得室内的人体的位置的功能部。人体位 置计算部23根据拍摄图像中的面部、头部、或者上半身的位置或大小、相机 21的视角、设置角度、设置高度，计算所检测到的人物的三维的位置(平面位 置以及高度)。由人体位置计算部23计算出的人物的位置被存储/蓄积在检测位 置存储部24中。另外，作为附加信息，检测到人体的时刻信息也相关联而存 储。作为其他的附加信息，进行了拍摄的时刻信息、检测到的人物是站着还 是坐着、检测人物的移动轨迹、检测到时是移动还是停留的信息也与检测位 置相关联而存储。能够根据检测位置的高度来求出检测到的人物是站着还是 坐着。另外，也可以将横卧的情况当作坐着，也可以将这些分别处理而判别 是站着还是坐着还是横卧着。能够通过人体跟踪处理来取得移动轨迹。此外， 能够根据移动轨迹来取得检测到的人物是正在移动还是已停留。以下，将正 在移动时检测到的检测点称为动点，将正在停留时检测到的检测点称为停留 点。

检测位置存储部24存储由人体位置计算部23计算出的人体在室内的位置 (现实的位置)。此时，如上所述，检测时刻、对应的移动轨迹、是动点还是停 留点的信息也相关联而存储。通过在某种程度的期间持续执行人体检测处理， 在检测位置存储部24中蓄积与在不同的时刻检测到的多个检测点有关的信 息。

房间信息估计部25基于在检测位置存储部24中蓄积的人体检测的结果， 估计房间信息。房间信息估计部25基于人体的检测点的分布，估计房间的形 状(墙壁面的形状)或家具配置(家具的设置区域)或出入口的设置位置等。在本 实施方式中，将这些信息总称为房间信息。房间信息估计部25估计出的房间 信息存储在房间信息存储部3中，在空调控制部4进行空调控制时参照。以下， 与流程图一同说明房间信息估计部25的更详细的处理内容。

(处理流程)

接着，使用图3以及图6的流程图，说明在空调装置1中进行的空调控制处 理的流程。图3是表示空调控制处理的整体的流程的流程图，图6是表示房间 信息估计处理的流程的流程图。

首先，相机21进行设置了空调装置1的房间(房间信息估计对象的房间)的 拍摄(步骤S10)，人体检测部22从拍摄图像进行人体的检测(步骤Sll)。图4(a) 示出人体检测结果的例。在图4(a)中，检测出3人的人物41a、41b、41c。人体 检测部22取得检测到的人物在图像中的位置以及人物的大小(由于在这里检 测面部，所以是面部的大小)。

人体位置计算部23基于检测出的人物在图像内的位置、检测出的人物的 大小、相机21的视角、设置高度等，确定检测出的人物在室内的位置(步骤 S12)。图4(b)表示与在图4(a)中检测出的人物41a、4lb、41c分别对应的、室内 的平面位置42a、42b、42c。由于根据拍摄图像中的人物的位置而得知人物的 存在方向，根据人物(这里是，面部)的大小而得知与相机21的距离，所以能够 计算人物的三维位置。图5是在检测大致相同的水平位置且高度不同的人物的 情况下的例。图5(a)表示在这个状况下由相机21拍摄到的图像。在图5(a)中， 检测到2人的人物43、44。尽管人物44在拍摄图像中位于下方向，但因面部的 大小比较大，所以可知位于低的位置。即，能够基于图像内的位置和大小而 判断为人物43、44的存在位置是图5(b)(c)所示的地点。

人体位置计算部23将在步骤S12中计算出的人物的位置(检测位置)存储 在检测位置存储部24中。此时，检测时刻(拍摄时刻)也与检测位置一同存储在 检测位置存储部24中。此外，基于检测位置中的高度信息，判别所检测到的 人物是站着还是坐着，并与检测点相关联而存储在检测位置存储部24中。

步骤S10至步骤S13的处理被重复执行。因此，多个检测结果中的检测位 置被蓄积在检测位置存储部24中。此外，在重复执行人体检测时，人体位置 计算部23还进行人体的移动轨迹的跟踪处理。所取得的移动轨迹存储在检测 位置存储部24中，且各个检测点对应于哪个移动轨迹的信息也存储在检测位 置存储部24中。此外，基于移动轨迹，还存储所检测到的人物是移动还是停 留。例如，在根据移动轨迹来求出的移动的速度为预定的阈值以上的情况下， 能够判断为移动，在小于该阈值的情况下，能够判断为停留。

若在预定的期间重复步骤S10至步骤S13的处理，则基于在检测位置存储 部24中蓄积的信息，房间信息估计部25估计房间信息(步骤S14)。图6的流程 图表示该房间信息估计处理的详细的流程。

在步骤S601中，房间信息估计部25从检测位置存储部24取得蓄积的与人 体检测点有关的信息，生成检测点的分布(存在图)。在存在图生成处理中，生 成描画了人体的检测位置中平面位置的图。

这里，以在图7(a)所示的房间70中一定期间进行了人体检测的情况为例 进行说明。在房间70的中央设置有桌子71，其周围设置有椅子72a-72f。此外， 房间70的图中右下角设置有书架(收纳家具)73，图中左下角设置有门(出入 口)74。在该房间的图中上侧的墙壁面设置有本实施方式的空调装置1，进行 相机拍摄以及人体检测。

图7(b)是表示在上述的例中检测到的检测点的分布的存在图75。表示在 图7(b)的X标记的位置(水平位置)中检测到人体。

房间信息估计部25首先估计房间的形状。房间形状估计处理由步骤S602 以及步骤S603构成。在步骤S602中，房间信息估计部25计算与存在图中的人 体检测点的分布外接的多边形，并将该多边形估计为房间的形状(墙壁面的形 状)。多边形可以是任意的多边形，但由于房间的形状一般为矩形(长方形)， 所以房间信息估计部25能够将与人体检测点分布外接的矩形估计为房间的形 状。此时，矩形的各边与设置了空调装置1的墙壁面的方向和与其正交的方向 (等于相机21的水平拍摄方向和与其正交的水平方向)平行。

图8表示基于图7(b)所示的存在图75而获得的房间形状。这里，作为存在 图75中的多个检测点的最小外接矩形而求出房间形状80。

另外，从存在图估计的房间形状无须限定于矩形，只要作为外接的多边 形而估计房间形状即可。此时，还优选假设房间被与以下2个方向平行的直线 (墙壁)所隔开，求出与存在图外接的多边形，上述2个方向是设置了空调装置1 的墙壁面方向和与其正交的方向(相机21的水平拍摄方向和与其正交的水平 方向)。这是因为一般若在房间存在柱子等则房间的形状不会成为矩形，但 各个墙壁面只能取为相互正交的2个方向。

接着，房间信息估计部25对在步骤S602中估计出的房间形状，实施校正 墙壁面位置(房间形状)的校正处理(步骤S603)。在步骤S602中，作为与人体 的检测点外接的矩形而求出房间形状。但是，实际上人物接触墙壁而位置的 情况较少。一般，如图9(a)所示，考虑人物91存在于与墙壁面92隔着某种程度 的距离93的位置。尤其，在人物91正在移动的情况下，人物91和墙壁面92之 间的距离变大。因此，房间信息估计部25假设实际的房间的形状为与在步骤 S602中估计出的外接矩形80相比墙壁面以预定的距离位于外侧的形状，估计 前述房间的形状。但是，考虑人物91靠着墙壁面92而停留的情况，此时，与 墙壁面之间的距离93比动点时减小(也可以当作成为零)。因此，最好在检测点 为动点的情况下，将上述的预定的距离设定得大，另一方面，在检测点为停 留点的情况下，将上述的预定的距离设定得小。

例如，基于如图9(b)所示的检测点分布，在步骤S602中估计出房间形状 94。另外，在图9(b)中黑圆表示动点，白圆表示停留点。房间信息估计部25 提取位于估计出的房间形状94的边界附近的动点，当作检测点比实际的检测 点进一步位于外侧。如图9(c)所示，关于墙壁面的附近的动点，当作检测点位 于沿着与附近的墙壁面正交的方向隔着预定的距离的位置(标上X标记的圈)。 关于房间的角附近的检测点，对各个墙壁面设定假设(みなし)检测点。此 外，不对停留点进行这样的处理，或者当作检测点位于隔着比动点时更短的 距离的位置(在图9(c)中，关于停留点不进行设定假设检测点的处理)。房间 信息估计部25通过将这样设定的假设检测点也包含在内，再次求出与检测点 外接的矩形，能够取得图9(c)所示的房间形状95。可以说，这样获得的房间形 状95，与考虑了墙壁面和人体的距离相应地，成为更加准确的形状。

另外，在上述的例中，虽然2次求出与检测点外接的矩形，但也可以汇集 而进行步骤S602和步骤S603的处理。如图9(d)所示，当作关于动点具有预定 的距离的扩散。由虚线的圆来表示该预定的扩散。关于停留点，设为没有扩 散，或者当作具有比动点小的半径的扩散。并且，若求出与具有这样的扩散 的检测点外接的矩形，则能够获得与上述相同的房间形状95。

接着，房间信息估计部25检测在室内存在的家具的设置区域。家具设置 区域估计处理由以下的步骤S604～步骤S607构成。具体而言，首先，在步骤 S604中，房间信息估计部25判断在存在图中是否存在不存在人体检测点的区 域(称为空白区域)，在存在的情况下，确定该空白区域的范围。由于在图8的 例中图中的中央和右下有不存在人体检测点的区域，所以如图10所示那样确 定2个空白区域1001、1002。该空白区域的位置也可以作为与周围的检测点内 接的矩形来求出，也可以以几个检测点位于空白区域内的方式决定空白区域 的位置。这是因为也有人物的头部位于家具的上方的情况。此外，空白区域 的形状并不限定于矩形，也可以是其他的多边形、圆或椭圆等、或者其他的 任意的形状。

若确定了空白区域，则房间信息估计部25对各个空白区域判断该空白区 域是否被人体检测点所包围(S605)。然后，将被人体检测点所包围的空白区 域(S605-是)估计为桌子(S606)，将没有被人体检测点所包围的空白区域 (S605-否)估计为靠墙壁而设置的家具或者墙壁区域(S607)。例如，由于图10 中的空白区域1001的周围被人体检测点所包围，所以能够估计在该区域设置 了桌子。另一方面，由于空白区域1002的周围没有被人体检测点所包围，所 以能够估计该区域是靠墙壁而设置的家具或者墙壁区域。

进一步，房间信息估计部25在步骤S608中，基于通过人体跟踪处理而获 得的人体的移动轨迹，估计关于房间形状的附加信息。作为附加信息，包括 出入口的地点、收纳家具等的地点、通道的地点等。

使用图11以及图12来说明估计出入口或收纳家具的地点的方法。房间信 息估计部25取得通过至步骤S607为止的处理而估计出的房间形状信息，确定 房间的边界(Sl101)。房间形状的边界意味着室内的实质性的居室空间的边 界，因此，意味着不包括靠墙壁而设置的家具的区域的边界。设为通过至步 骤S607为止的处理，如图12(a)所示那样估计出房间形状1201。此外，区域1202 被估计为周围没有被人体检测点所包围的空白区域，即靠墙壁而设置的家具 或者墙壁的区域。在这样的情况下，从房间形状1201排除了区域1202的区域 的边界1203被确定为房间形状的边界。另外，房间形状的边界也可以决定为 存在图中的外周。

接着，房间信息估计部25取得在检测位置存储部24中存储的人体的移动 轨迹(人体跟踪处理的结果)(Sl102)。图12(b)是表示移动轨迹的例的图，由附 加箭头的线来表示移动轨迹。另外，X标记表示变得不能进行人体跟踪的地 点，圆圈标记表示开始了人体跟踪的(新检测到人体的)地点。

房间信息估计部25确定与移动轨迹交叉预定的次数以上的边界1203的地 点(Sl103)。在图11(b)的例中，能够确定区域1204、1205的2个区域。这里， 预定的次数，例如既可以是某一确定的值，也可以是根据在检测位置存储部 24中存储的移动轨迹的数目而确定的值。

房间信息估计部25判断在步骤Sl103中确定的地点是否能够继续人体跟 踪(Sl104)。并且，将不能继续人体跟踪的地点(Sl104-否)估计为设置了出入 口的部位(Sl105)，将能够继续人体跟踪的地点(Sl104-是)估计为收纳空间 (Sl106)。在人从出入口进入的情况下，新检测到人体，在人从出入口退出的 情况下，在那里变得不能进行人体跟踪。另一方面，由于即使接近壁橱或衣 柜等的收纳空间也不从房间退出，所以能够继续人体跟踪。因此，能够进行 如上述的判断。

另外，作为步骤S1308的附加信息估计的例，说明了估计出入口以及收纳 空间的设置部位的例。但是，作为附加信息，也可以取得其他的信息。例如， 能够将人只有移动而不停留的地点(移动区域)判断为通道。此外，能够将人停 留的情况多的地点(停留区域)判断为桌子、沙发、床、厨房等。进一步，还能 够基于停留时的人体的检测高度来判断是这些中的哪个。此外，还能够基于 停留点中的视线方向或者面部朝向来判断是桌子还是沙发等。因为在桌子上 多个人物面向而坐的情况多，而在沙发上面向而坐的情况少，所以能够区分 这些。这样，能够基于人体检测结果，除了房间的形状之外，还能够取得各 种附加信息。

房间信息估计部25输出如以上那样求出的房间的形状、家具的设置位置、 出入口的地点等的信息，并存储在房间信息存储部3中。以上是图3的步骤14 中的房间信息估计处理。

在步骤15中，基于估计出的房间信息，空调控制部4实施空调控制。例如， 基于房间的形状，适当地控制送风风扇7的风量或风向。具体而言，关于至墙 壁为止的距离长的朝向，将风量增强或者以在室内不会产生积热而空气循环 的方式调整风向。此外，还能够进行不将风直接吹向人停留的地点的控制、 相反将风直接吹向人停留的地点的控制。在得知人的停留地点的分类(桌子、 沙发、床、厨房等)的情况下，还能够进行与该分类对应的控制。例如，考虑 不将风直接吹向桌子、沙发、床，但将风直接吹向厨房的控制。此外，在还 得知出入口或通道的地点的情况下，优选将这些信息也考虑在内而实施空调 控制。另外，空调控制部4除了预先估计出的房间信息之外，还能够将人体位 置计算部23实时取得的人物的位置或数目等也考虑在内而进行空调控制。

(本实施方式的优点)

根据以上叙述的本实施方式的空调装置，即使用户不自己输入与房间有 关的信息，也能够通过房间信息估计装置而自动地估计房间信息。由于在房 间信息估计中，使用基于面部或头部或上半身的人体检测技术，所以通过通 常的单眼相机来拍摄的图像已充分，不需要立体相机或TOF方式相机等的高 价的相机，所以能够抑制装置的制造成本。进一步，得知人体的三维位置(尤 其是高度)，此外，还基于移动轨迹而得知是移动还是停留。通过考虑这些信 息，能够判别室内的地点的类别。并且，通过得知这样的房间的形状或各地 点的类别等，空调装置能够实施与所设置的房间对应的适当的空调控制。

<第一实施方式的变形例>

在第一实施方式中，估计房间的形状，但不需要一定估计房间的形状作 为与房间有关的信息。例如，也可以从描画了人体检测点的存在图估计人存 在的区域。即使不清楚房间的形状，若清楚人的存在区域，则也能够据此来 实施适当的空调控制。

例如能够如下估计人的存在区域。房间信息估计部25从存在图中确定人 体检测点存在预定的比例以上的区域(也能够表现为人体检测点的密度高的 区域)，并将该区域估计为人的存在区域。即，将人以高的概率存在的地点估 计为人的存在区域。

另外，在人体检测部进行人体跟踪处理，得知各个检测点是动点还是停 留点的情况下，能够进一步细分人的存在区域。具体而言，将在人的存在区 域中包含较多停留点的区域估计为停留区域。停留区域例如是桌子或沙发等、 人比较长的期间滞留的地点。相反地，将在人的存在区域中包含较多动点的 区域估计为移动区域。移动区域是通道等、人专门只用于移动的区域。另外， 是否包含较多停留点或动点，能够根据在区域内的全部检测点中的预定的比 例以上是停留点或动点来判断。

通过使用人的存在区域，例如能够进行根据用户的需求来重点冷却人的 存在区域尤其是停留区域的空调控制。此外，还能够进行风不会直接吹向人 的存在区域尤其是停留区域的空调控制。这样，即使不清楚房间形状，若清 楚人的存在区域，则也能够进行快速且节能的空调控制。

<第二实施方式>

除了第一实施方式的结构之外，本实施方式的空调装置还基于人体检测 结果来估计生活场景生命周期，配合房间形状而将生活场景也考虑在内而实 施适当的空调控制。

生活场景是在生活的地点产生的典型的行动模式。例如，能够举做饭、 吃饭、欢聚、学习等的行动模式等作为生活场景的例。生活场景生命周期是 什么样的生活场景在哪个时间段出现的周期。由于根据生活场景而适当的空 调控制方法不同，所以若得知这样的生活场景生命周期，则能够利用它来实 现适当的空调控制。

图13是本实施方式的空调装置1的功能框图。若与第一实施方式比较，则 不同点在于，房间信息估计装置2包括生活场景规律存储部26，房间信息估计 部25还估计生活场景信息。此外，在房间信息存储部3中还存储生活场景信息 3c，将生活场景信息3c也考虑在内而进行空调控制。

在生活场景规律存储部26中，存储有定义生活场景的规律。生活场景包 括该生活场景在哪个时间段出现、取什么样的行动模式这样的信息。以下， 例示关于“正在做饭”以及“正在吃晚饭”这样的2个生活场景的生活场景规 律。

生活场景名：正在做饭

时间段：傍晚～晚上

行动模式：在特定的范围内(厨房)长时间(例如，30分钟以上)站着移动

生活场景名：正在吃晚饭

时间段：傍晚～晚上

行动模式：在特定的地点(饭桌)坐下而停留。尤其，多人面向而坐停留。

上述的规律是比较简单的规律，也可以记载更详细的规律。此外，关于 上述例示的生活场景以外的较多的生活场景的规律存储在生活场景规律存储 部26中。

房间信息估计部25除了在第一实施方式中说明的房间信息之外，还根据 在检测位置存储部24中存储的人体检测结果来判别符合生活场景规律的行动 模式。另外，由于在本实施方式中需要检测到各检测点的时刻信息，所以在 检测位置存储部24中需要与人体检测点的位置一同存储有检测到该检测点的 时刻信息。

本实施方式中的空调控制处理以及房间信息估计处理基本上与第一实施 方式(图3以及图6)相同。但是，在本实施方式中，不同点在于，在房间信息估 计处理中追加了生活场景信息估计处理。在图14中示出表示生活场景估计处 理的流程的流程图。例如，该生活场景估计处理在房间信息估计处理的步骤 S608的处理之后进行。

首先，房间信息估计部25从生活场景规律存储部26选择1个生活场景，并 取得其规律(S1501)。接着，房间信息估计部25参照检测位置存储部24，判 断是否取符合所选择的规律的行动模式(S1502)。例如，若是“正在做饭” 的生活场景，则判断是否出现在傍晚的时间段在特定的范围内长时间站着移 动的行动模式。此外，若是“正在吃晚饭”的生活场景，则判断是否出现在 从傍晚到晚上的时间段坐下而停留的停留模式。

在人体检测结果中有符合生活规律的行动模式的情况下(S1502-是)，房间 信息估计部125取该生活场景(行动模式)以及生成包括该生活场景实际出现的 时间段和其地点的生活场景信息(Sl503)。例如，获得“正在做饭”的生活场 景在下午6点至下午7点之间出现、取得该行动模式的地点(厨房)是哪个地点这 样的信息。此外，获得“正在吃晚饭”的生活场景在下午7点至下午8点之间 出现、取得该行动模式的地点(饭桌)是哪个地点这样的信息。

通过以上的处理，完成关于1个生活场景的处理。房间信息估计部25判定 是否存在未处理的生活场景(S1504)，在存在的情况下(S1504-是)，返回到步 骤S1501而进行关于下一个生活场景的处理。另一方面，在完成了关于全部生 活场景的处理的情况下(S1504-否)，输出所生成的生活场景信息(S1505)。生 活场景信息作为房间信息的一部分而存储在房间信息存储部3中。

最后，简单说明利用了生活场景信息的空调控制。通过得知如以上的生 活场景信息，空调控制部4能够实现更加适当的空调控制。例如，在“正在做 饭”的生活场景中，由于在正在厨房做饭时热，所以能够进行直接吹向比较 强的风的控制。此时，由于出现“正在做饭”的生活场景的时间段和厨房的 地点是哪里这样的信息包含在生活场景信息中，所以能够实现在该时间段风 吹向厨房的地点的控制。同样地，在“正在吃晚饭”的生活场景中，由于直 接吹风的话不舒服，所以能够实现向桌子的周围送风的控制。

根据本实施方式，基于人体检测的结果，能够取得与在设置了空调装置 的地点中所取的生活场景有关的信息，能够实现考虑了生活场景的适当的空 调控制。此时，由于用户不需要直接输入与生活场景有关的信息，所以对于 用户而言，便利性高。

<其他的实施方式>

上述的实施方式的说明只不过例示性地说明本发明，本发明并不限定于 上述的具体的方式。本发明在其技术思想的范围内能够进行各种变形。

在上述的第一以及第二实施方式中，房间信息估计装置作为房间信息来 估计各种信息，空调装置基于这些信息来进行空调控制。对于估计什么样的 房间信息而用于空调控制，能够进行各种变形。例如，在第一实施方式中， 取得房间的形状、家具配置、出入口、收纳家具、人的停留区域或移动区域(人 存在区域)等的房间信息，但若有这些中的至少一部分的信息则能够对空调控 制产生贡献。因此，房间信息估计装置也可以是估计这些信息中的至少一部 分的装置。此外，在第二实施方式中，将生活场景信息和房间形状等的信息 进行组合而进行空调控制，但除了生活场景信息以外利用的房间信息也同样 可以是任意的。例如，能够仅根据生活场景信息和家具配置信息而进行空调 控制，也能够仅根据生活场景信息和人存在区域而进行空调控制。

在上述的说明中，在空调装置1中内置了房间信息估计装置2。但是，房 间信息估计装置2也可以作为与空调装置1不同的装置来构成。只要将房间信 息估计装置2估计出的房间信息或生活场景信息例如通过无线通信等而发送 给空调装置，则空调装置能够基于这些信息而实现空调控制。

此外，作为空调装置的例，以空调装置(空调机)为例来说明，但也可以 在空气净化器、加湿器、送风机等的装置中安装房间信息估计装置。此外， 若是根据房间信息来决定最佳的控制的装置，则也可以在空调装置以外的任 意的装置中安装房间信息估计装置而使用。例如，考虑在照明控制装置等中 安装房间信息估计装置而使用。