CN109427114B - 信息处理方法、信息处理装置和记录介质 - Google Patents

Abstract

提供能够抑制拍摄关于车辆发生的异常状况以外的状况而得到的拍摄图像被记录的信息处理方法、信息处理装置和信息处理程序。在信息处理方法中，取得对车辆的内部进行映现的第1拍摄图像(S11)，从第1拍摄图像中识别驾驶车辆的驾驶者(S12)，取得表示识别出的驾驶者的属性和识别出的驾驶者的驾驶历史中的至少一方的驾驶者信息(S13)，使用驾驶者信息，进行识别出的驾驶者是否满足熟练驾驶者的条件的第1判定(S14)，基于第1判定的结果，决定用于检测事件发生的阈值，所述事件成为拍摄或记录对车辆的外部进行映现的第2拍摄图像的触发(S15)。

Description

信息处理方法、信息处理装置和记录介质

技术领域

本公开涉及仅记录拍摄车辆外部得到的拍摄图像中的拍摄到异常状况的拍摄图像的信息处理方法、信息处理装置和信息处理程序。

背景技术

以往，已知有如下行车记录仪：在车辆的加速度超过预定阈值时，判定为发生了尚未达到被称作“受惊(ヒヤリハット)”的事故的危险状况，并存储在发生危险状况的时刻前后拍摄到的图像信息(例如参照专利文献1)。

另外，作为检测发生危险状况的技术，例如有专利文献2所示的技术。专利文献2公开了如下安全装置：通过RF(Radio Frequency：射频)标签来确定各驾驶者，取得车速、制动器和加速器操作的频度等驾驶特性、驾驶者的注意力等驾驶者当前的身体状况特性和道路类别等环境信息，并基于这些进行危险预知的判定。

现有技术文献

专利文献1：日本特开2013-117777号公报

专利文献2：日本特开2006-277058号公报

发明内容

发明要解决的问题

但是，在专利文献1中，在由行车记录仪存储的图像信息中，有时也包含实际未映有现危险状况的图像信息，需要进一步的改善。

另外，在专利文献2中，尽管没有发生危险状况，但有可能检测为发生了危险状况，需要进一步改善。

本公开是为了解决上述问题而完成的，目的在于提供如下信息处理方法、信息处理装置和信息处理程序，其能够抑制拍摄关于车辆发生的异常状况以外的状况而得到的拍摄图像被记录。

用于解决问题的手段

本公开的一个方式的信息处理方法包括：使用处理器，取得对车辆的内部进行映现的第1拍摄图像，从所述第1拍摄图像中识别驾驶所述车辆的驾驶者，取得驾驶者信息，所述驾驶者信息表示所识别出的所述驾驶者的属性和所识别出的所述驾驶者的驾驶历史中的至少一方，使用所述驾驶者信息，进行所识别出的所述驾驶者是否满足熟练驾驶者的条件的第1判定，基于所述第1判定的结果，决定用于检测事件发生的阈值，所述事件成为拍摄或记录对所述车辆的外部进行映现的第2拍摄图像的触发。

发明效果

根据本公开，能够抑制拍摄关于车辆发生的异常状况以外的状况而得到的拍摄图像被记录。

附图说明

图1是概念性地示出本实施方式1中的系统的整体结构的图。

图2是示出本实施方式1中的管理装置的结构的框图。

图3是示出本实施方式1中的拍摄装置的结构的框图。

图4是用于说明本实施方式1中的事件录像信息的示意图。

图5是用于说明本实施方式1中的管理装置的处理的流程图。

图6是示出在本实施方式1中拍摄到的第1拍摄图像的一例的图。

图7是用于说明在本实施方式1中驾驶者满足熟练驾驶者的条件的情况下所决定的阈值的示意图。

图8是用于说明在本实施方式1的变形例中驾驶者不满足熟练驾驶者的条件的情况下所决定的阈值的示意图。

图9是示出本实施方式2中的管理装置的结构的框图。

图10是用于说明本实施方式2中的管理装置的处理的流程图。

图11是示出在本实施方式2中同乘有动物的情况下拍摄到的第1拍摄图像的一例的图。

图12是示出在本实施方式2中同乘有幼儿的情况下拍摄到的第1拍摄图像的一例的图。

图13是示出在本实施方式2中同乘有婴儿的情况下拍摄到的第1拍摄图像的一例的图。

图14是示出本实施方式3中的管理装置的结构的框图。

图15是示出本实施方式3中的拍摄装置的结构的框图。

图16是用于说明本实施方式3中的管理装置的处理的第1流程图。

图17是用于说明本实施方式3中的管理装置的处理的第2流程图。

图18是用于说明在本实施方式3中，作为熟练者的驾驶者在驾驶了预定时间之后、休息预定时间而再次开始驾驶的情况下发生变更的阈值的示意图。

图19是用于说明在本实施方式3中，作为初学者的驾驶者在驾驶了预定时间之后、休息预定时间而再次开始驾驶的情况下发生变更的阈值的示意图。

标号说明

1、1A、1B 管理装置

2、2B 拍摄装置

4 车辆

5 通信网络

6 驾驶者

11 通信部

12、12A、12B 控制部

13、13A、13B 存储部

21 通信部

22 拍摄部

23 位置测定部

24 时间测定部

25 事件检测部

26、26B 控制部

27 存储部

121 拍摄图像取得部

122 驾驶者识别部

123 驾驶条件判定部

123A 第1驾驶条件判定部

124、124A、124B 阈值决定部

125 同乘物体识别部

126 第2驾驶条件判定部

127 驾驶状况判定部

131 搭乘者信息存储部

132 驾驶者信息存储部

133 其它装置信息存储部

134 同乘物体信息存储部

135 驾驶状况信息存储部

221 第1拍摄部

222 第2拍摄部

261 事件录像信息记录控制部

262 拍摄图像发送控制部

263 阈值设定部

264 发动机判定部

265 发动机信息发送控制部

271 本装置信息存储部

272 其它装置信息存储部

273 拍摄信息存储部

274 事件录像信息存储部

具体实施方式

(作为本公开基础的见解)

现有的行车记录仪即使车辆的加速度单纯地超过预定阈值一次，也将其作为条件而判定为发生了危险状况，因此，即使是因噪声或行驶中的干扰而暂时检测出较大加速度的情况下、即非危险状况的状况下，也有可能判定为发生了危险状况。因此，在现有的行车记录仪所存储的图像信息中，有时会包含实际没有发生危险状况的场面的图像信息。

另外，在上述安全装置中，例如在驾驶者不习惯所驾驶的车辆的情况下，在成为危险预测处理的输入的信息中产生以上那样的噪声等，尽管没有发生危险状况，但有可能检测为发生了危险状况。

为了解决以上的课题，本公开的一个方式的信息处理方法，包括：使用处理器，取得对车辆的内部进行映现的第1拍摄图像，从所述第1拍摄图像中识别驾驶所述车辆的驾驶者，取得驾驶者信息，所述驾驶者信息表示所识别出的所述驾驶者的属性和所识别出的所述驾驶者的驾驶历史中的至少一方，使用所述驾驶者信息，进行所识别出的所述驾驶者是否满足熟练驾驶者的条件的第1判定，基于所述第1判定的结果，决定用于检测事件发生的阈值，所述事件成为拍摄或记录对所述车辆的外部进行映现的第2拍摄图像的触发。

根据该结构，取得对车辆的内部进行映现的第1拍摄图像。从第1拍摄图像中，识别出驾驶车辆的驾驶者。取得表示所识别出的驾驶者的属性和所识别出的驾驶者的驾驶历史中的至少一方的驾驶者信息。使用驾驶者信息，进行所识别出的驾驶者是否满足熟练驾驶者的条件的第1判定。基于第1判定的结果，决定用于检测事件发生的阈值，所述事件成为拍摄或记录对车辆的外部进行映现的第2拍摄图像的触发。

因此，基于驾驶者是否满足熟练驾驶者的条件的第1判定的结果，来决定用于检测事件发生的阈值，所述事件成为拍摄或记录对车辆的外部进行映现的第2拍摄图像的触发，故而能够可靠地检测事件的发生，能够抑制拍摄关于车辆发生的异常状况以外的状况而得到的拍摄图像被记录。

另外，也可以是，在上述信息处理方法中，还包括：拍摄所述车辆的外部，向记录装置发送所述阈值，所述记录装置使用所述阈值来记录通过拍摄而生成的所述第2拍摄图像。

根据该结构，拍摄车辆的外部，并向记录装置发送阈值，所述记录装置使用阈值来记录通过拍摄而生成的第2拍摄图像。因此，仅发送阈值即可，故而能够抑制通信量。

另外，也可以是，在上述信息处理方法中，还包括：拍摄所述车辆的外部，从生成所述第2拍摄图像的拍摄装置取得所述第2拍摄图像和感测信息，使用所述阈值和所述感测信息，判定是否要记录所取得的所述第2拍摄图像，在判定为要记录所述第2拍摄图像的情况下，记录所述第2拍摄图像。

根据该结构，从拍摄车辆的外部并生成第2拍摄图像的拍摄装置取得第2拍摄图像和感测信息。使用阈值和感测信息，判定是否要记录所取得的第2拍摄图像。在判定为要记录第2拍摄图像的情况下，记录第2拍摄图像。

因此，从拍摄装置取得的第2拍摄图像被记录，故而能够防止第2拍摄图像的记录遗漏，并且，能够更准确地进行记录。

另外，也可以是，在上述信息处理方法中，所述第1判定包含：判定所识别出的所述驾驶者是否是所述车辆的所有者。

根据该结构，在第1判定中判定所识别出的驾驶者是否是车辆的所有者。

因此，在驾驶者是车辆的所有者的情况下，能够推定为驾驶者是习惯于车辆驾驶的熟练驾驶者，能够容易地判定驾驶者满足熟练驾驶者的条件。

另外，也可以是，在上述信息处理方法中，在判定为所识别出的所述驾驶者是所述车辆的所有者的情况下，决定与基准阈值相比容易检测到发生所述事件的所述阈值。

根据该结构，在判定为所识别出的驾驶者是车辆的所有者的情况下，决定与基准阈值相比容易检测到发生事件的阈值，因此，能够抑制对熟练驾驶者而言不需要的事件检测，并且，能够抑制事件检测遗漏。

另外，也可以是，在上述信息处理方法中，在判定为所识别出的所述驾驶者不是所述车辆的所有者的情况下，决定与基准阈值相比难以检测到发生所述事件的所述阈值。

根据该结构，在判定为所识别出的驾驶者不是车辆的所有者的情况下，决定与基准阈值相比难以检测到发生事件的阈值，因此，能够抑制对驾驶初学者而言不需要的事件检测，并且，能够抑制事件检测遗漏。

另外，也可以是，在上述信息处理方法中，所述第1判定包含：所述第1判定包含：判定所识别出的所述驾驶者的所述车辆的累计驾驶时间是否为预定时间以上或者所识别出的所述驾驶者的所述车辆的累计驾驶距离是否为预定距离以上。

根据该结构，在第1判定中，判定所识别出的驾驶者的车辆累计驾驶时间是否为预定时间以上、或者所识别出的驾驶者的车辆累计驾驶距离是否为预定距离以上。

因此，在驾驶者驾驶车辆的累计驾驶时间为预定时间以上的情况下或驾驶者驾驶车辆的累计驾驶距离为预定距离以上的情况下，能够推定为驾驶者是习惯于车辆驾驶的熟练驾驶者，能够容易地判定驾驶者满足熟练驾驶者的条件。

另外，也可以是，在上述信息处理方法中，在判定为所述累计驾驶时间为所述预定时间以上或者所述累计驾驶距离为所述预定距离以上的情况下，决定与基准阈值相比容易检测到发生所述事件的所述阈值。

根据该结构，在判定为累计驾驶时间为预定时间以上或者累计驾驶距离为预定距离以上的情况下，决定与基准阈值相比容易检测到发生事件的阈值，因此，能够抑制对熟练驾驶者而言不需要的事件检测，并且，能够抑制事件检测遗漏。

另外，也可以是，在上述信息处理方法中，在判定为所述累计驾驶时间不为所述预定时间以上或所述累计驾驶距离不为所述预定距离以上的情况下，决定与基准阈值相比难以检测到发生所述事件的所述阈值。

根据该结构，在判定为累计驾驶时间不为预定时间以上或者累计驾驶距离不为预定距离以上的情况下，决定与基准阈值相比难以检测到发生事件的阈值，因此，能够抑制对驾驶初学者而言不需要的事件检测，并且，能够抑制事件检测遗漏。

另外，也可以是，在上述信息处理方法中，所述第1判定包含：判定所识别出的所述驾驶者的所述车辆的累计驾驶次数是否为预定次数以上。

根据该结构，在第1判定中，判定所识别出的驾驶者的车辆累计驾驶次数是否为预定次数以上。

因此，在驾驶者驾驶车辆的累计驾驶次数为预定次数以上的情况下，能够推定为驾驶者是习惯于车辆驾驶的熟练驾驶者，能够容易地判定驾驶者满足熟练驾驶者的条件。

另外，也可以是，在上述信息处理方法中，在判定为所述累计驾驶次数为所述预定次数以上的情况下，决定与基准阈值相比容易检测到发生所述事件的所述阈值。

根据该结构，在判定为累计驾驶次数为预定次数以上的情况下，决定与基准阈值相比容易检测到发生事件的阈值，因此，能够抑制对熟练驾驶者而言不需要的事件检测，并且，能够抑制事件检测遗漏。

另外，也可以是，在上述信息处理方法中，在判定为所述累计驾驶次数小于所述预定次数的情况下，决定与基准阈值相比难以检测到发生所述事件的所述阈值。

根据该结构，在判定为累计驾驶次数小于预定次数的情况下，决定与基准阈值相比难以检测到发生事件的阈值，因此，能够抑制对驾驶初学者而言不需要的事件检测，并且，能够抑制事件检测遗漏。

另外，也可以是，在上述信息处理方法中，还包括：从所述第1拍摄图像中识别与所述驾驶者一同搭乘所述车辆的物体，取得表示所识别出的所述物体的属性和形态中的至少一方的物体信息，使用所述物体信息，进行所识别出的所述物体是否是会引起所述驾驶者注意的物体的第2判定，在所述第2判定中判定为所识别出的所述物体是会引起所述驾驶者注意的物体的情况下，变更所决定的所述阈值。

根据该结构，从第1拍摄图像中识别与驾驶者一同搭乘该车辆的物体。取得表示所识别出的物体的属性和形态中的至少一方的物体信息。使用物体信息，进行所识别出的物体是否是会引起驾驶者注意的物体的第2判定。在第2判定中判定为所识别出的物体是会引起驾驶者注意的物体的情况下，变更所决定的阈值。

因此，在同乘的物体是会引起驾驶者注意的物体的情况下，驾驶者不能专注于驾驶的可能性高，故而通过变更阈值，能够更可靠地检测事件的发生。

另外，也可以是，在上述信息处理方法中，所述物体的属性包含所述物体的类别，所述第2判定包含：判定所识别出的所述物体的类别是否是儿童和动物中的某一个，在判定为所述识别出的所述物体的类别是儿童和动物中的某一个的情况下，将所述阈值变更为与所决定的所述阈值相比难以检测到发生所述事件的值。

根据该结构，物体的属性包含物体的类别。在第2判定中，判定所识别出的所述物体的类别是否是儿童和动物中的某一个。在判定为识别出的物体的类别是儿童和动物中的某一个的情况下，将阈值变更为与所决定的阈值相比难以检测到发生事件的值。

因此，在同乘的物体的类别是儿童和动物中的某一个的情况下，驾驶者不能专注于驾驶的可能性高，故而，通过将阈值变更为与所决定的阈值相比难以检测到发生事件的值，能够更可靠地检测事件的发生。

另外，也可以是，在上述信息处理方法中，所述物体的形态包含所述物体的状态、有无动作或动作的内容，所述第2判定包含：判定所识别出的所述物体的状态是否为预定状态、判定所识别出的所述物体是否正在活动或者判定所识别出的所述物体的动作是否是预定动作，在判定为所述物体的状态为预定状态的情况下、在判定为所述物体正在活动的情况下或者在判定为所述物体的动作是预定动作的情况下，将所述阈值变更为与所决定的所述阈值相比难以检测到发生所述事件的值。

根据该结构，物体的形态包含物体的状态、有无动作或动作的内容。在第2判定中，判定所识别出的物体的状态是否为预定状态、所识别出的物体是否正在活动或者所识别出的物体的动作是否是预定动作。在判定为物体的状态为预定状态的情况下、在判定为物体正在活动的情况下或者在判定为物体的动作是预定动作的情况下，将阈值变更为与所决定的阈值相比难以检测到发生事件的值。

因此，在物体的状态为预定状态的情况下、在物体正在活动的情况下或者在物体的动作是预定动作的情况下，驾驶者不能专注于驾驶的可能性高，故而，通过将阈值变更为与所决定的阈值相比难以检测到发生事件的值，能够更可靠地检测事件的发生。

另外，也可以是，在上述信息处理方法中，还包括：取得表示所述驾驶者的驾驶状况的驾驶状况信息，使用所述驾驶状况信息，进行所识别出的所述驾驶者的所述驾驶状况是否为预定状况的第3判定，在所述第3判定中判定为所识别出的所述驾驶者的所述驾驶状况为所述预定状况的情况下，变更所决定的所述阈值。

根据该结构，取得表示驾驶者的驾驶状况的驾驶状况信息。使用驾驶状况信息，进行所识别出的驾驶者的驾驶状况是否为预定状况的第3判定。在第3判定中判定为所识别出的驾驶者的驾驶状况是预定状况的情况下，变更所决定的阈值。

因此，通过考虑驾驶者的驾驶状况来变更阈值，能够更可靠地检测事件的发生。

另外，也可以是，在上述信息处理方法中，所述驾驶状况信息包含所述车辆的驾驶的持续时间、所述车辆的驾驶的持续距离和在所述车辆的驾驶中发生了所述事件的事件发生次数中的至少一方，所述第3判定包含：判定所述驾驶的持续时间是否达到了预定时间、所述驾驶的持续距离是否达到了预定距离和所述驾驶中的所述事件发生次数是否达到了预定次数中的至少一方，所述阈值的变更包含：在判定为所述驾驶的持续时间达到了预定时间的情况下、在判定为所述驾驶的持续距离达到了预定距离的情况下或者在判定为所述驾驶中的所述事件发生次数达到了预定次数的情况下，变更所决定的所述阈值。

根据该结构，驾驶状况信息包含车辆驾驶的持续时间、车辆驾驶的持续距离和车辆驾驶中发生事件的事件发生次数中的至少一方。在第3判定中，判定驾驶的持续时间是否达到了预定时间、驾驶的持续距离是否达到了预定距离以及驾驶中的事件发生次数是否达到了预定次数中的至少一方。在阈值的变更中，在判定为驾驶的持续时间达到了预定时间的情况下、在判定为驾驶的持续距离达到了预定距离的情况下或者在判定为驾驶中的事件发生次数达到了预定次数的情况下，变更所决定的阈值。

因此，在判定为驾驶的持续时间达到了预定时间的情况下、在判定为驾驶的持续距离达到了预定距离的情况下或在判定为驾驶中的事件发生次数达到了预定次数的情况下，变更阈值，由此能够更可靠地检测事件的发生。

另外，也可以是，在上述信息处理方法中，所述预定时间包含第1时间和比所述第1时间长的第2时间，所述预定距离包含第1距离和比所述第1距离长的第2距离，所述预定次数包含第1次数和比所述第1次数多的第2次数，在所述阈值的变更中，对于判定为所述驾驶的持续时间达到了所述第1时间的情况和判定为所述驾驶的持续时间达到了所述第2时间的情况，将所述阈值变更为不同的值，对于判定为所述驾驶的持续距离达到了所述第1距离的情况和判定为所述驾驶的持续距离达到了所述第2距离的情况，将所述阈值变更为不同的值，对于判定为所述驾驶中的所述事件发生次数达到了所述第1次数的情况和判定为所述驾驶中的所述事件发生次数达到了所述第2次数的情况，将所述阈值变更为不同的值。

根据该结构，预定时间包含第1时间和比第1时间长的第2时间。预定距离包含第1距离和比第1距离长的第2距离。预定次数包含第1次数和比第1次数多的第2次数。在阈值的变更中，对于判定为驾驶的持续时间达到了第1时间达的情况下和判定为驾驶的持续时间达到第2时间的情况，将阈值变更为不同的值，对于判定为驾驶的持续距离达到了第1距离的情况下和判定为驾驶的持续距离达到了第2距离的情况，将阈值变更为不同的值，对于判定为驾驶中的事件发生次数达到了第1次数的情况和判定为驾驶中的所述事件发生次数达到了第2次数的情况，将阈值变更为不同的值。

因此，即使驾驶者的状况发生变化，也能够抑制不需要的事件检测，并且，能够抑制事件检测遗漏。

本公开的其它方式的信息处理装置具有处理器和存储器，所述处理器，取得对车辆的内部进行映现的第1拍摄图像，从所述第1拍摄图像中识别驾驶所述车辆的驾驶者，取得驾驶者信息，所述驾驶者信息表示所识别出的所述驾驶者的属性和所识别出的所述驾驶者的驾驶历史中的至少一方，使用所述驾驶者信息，进行所识别出的所述驾驶者是否满足熟练驾驶者的条件的第1判定，基于所述第1判定的结果，决定用于检测事件发生的阈值，所述事件成为拍摄或记录对所述车辆的外部进行映现的第2拍摄图像的触发。

根据该结构，取得对车辆的内部进行映现的第1拍摄图像。从第1拍摄图像中识别驾驶车辆的驾驶者。取得表示所识别出的驾驶者的属性和所识别出的驾驶者的驾驶历史中的至少一方的驾驶者信息。使用驾驶者信息，进行所识别出的驾驶者是否满足熟练驾驶者的条件的第1判定。基于第1判定的结果，决定用于检测事件发生的阈值，所述事件成为拍摄或记录对车辆的外部进行映现的第2拍摄图像的触发。

因此，基于驾驶者是否满足熟练驾驶者的条件的第1判定的结果，来决定用于检测事件发生的阈值，所述事件成为拍摄或记录对车辆的外部进行映现的第2拍摄图像的触发，故而能够可靠地检测事件的发生，能够抑制拍摄关于车辆发生的异常状况以外的状况而得到的拍摄图像被记录。

本公开的其它方式的信息处理程序使处理器执行如下步骤：取得对车辆的内部进行映现的第1拍摄图像的步骤；从所述第1拍摄图像中识别驾驶所述车辆的驾驶者的步骤；取得驾驶者信息的步骤，所述驾驶者信息表示所识别出的所述驾驶者的属性和所识别出的所述驾驶者的驾驶历史中的至少一方；使用所述驾驶者信息，进行所识别出的所述驾驶者是否满足熟练驾驶者的条件的第1判定的步骤；以及基于所述第1判定的结果，决定用于检测事件发生的阈值的步骤，所述事件成为拍摄或记录对所述车辆的外部进行映现的第2拍摄图像的触发。

根据该结构，取得对车辆的内部进行映现的第1拍摄图像。从第1拍摄图像中识别驾驶车辆的驾驶者。取得表示所识别出的驾驶者的属性和所识别出的驾驶者的驾驶历史中的至少一方的驾驶者信息。使用驾驶者信息，进行所识别出的驾驶者是否满足熟练驾驶者的条件的第1判定。基于第1判定的结果，决定用于检测事件发生的阈值，所述事件成为拍摄或记录对车辆的外部进行映现的第2拍摄图像的触发。

因此，基于驾驶者是否满足熟练驾驶者的条件的第1判定的结果，来决定用于检测事件发生的阈值，所述事件成为拍摄或记录对车辆的外部进行映现的第2拍摄图像的触发，故而能够可靠地检测事件的发生，能够抑制拍摄关于车辆发生的异常状况以外的状况而得到的拍摄图像被记录。

以下参照附图，对本公开的实施方式进行说明。此外，以下的实施方式是将本公开具体化的一例，不限定本公开的技术范围。

(实施方式1)

在本实施方式1中，对如下方法进行说明：取得对车辆的内部进行映现的第1拍摄图像，从第1拍摄图像中识别驾驶车辆的驾驶者，取得表示识别出的驾驶者的属性和识别出的驾驶者的驾驶历史中的至少一方的驾驶者信息，使用驾驶者信息，进行识别出的驾驶者是否满足熟练驾驶者的条件的第1判定，基于第1判定的结果，决定用于检测事件发生的阈值，其中，所述事件成为拍摄或记录对车辆的外部进行映现的第2拍摄图像的触发。

图1是概念性地示出本实施方式1中的系统的整体结构的图。

图1所示的系统具有管理装置1和搭载于车辆4的拍摄装置2。管理装置1经由通信网络5，与拍摄装置2以能够通信的方式连接。通信网络5例如为互联网。

管理装置1例如是服务器，经由通信网络5从设置于车辆4的拍摄装置2接收对车辆4的内部进行映现的第1拍摄图像。另外，管理装置1决定在发生预定事件的检测中使用的阈值，该预定事件成为拍摄或记录第2拍摄图像的触发，所述第2拍摄图像对车辆4的外部进行映现。

拍摄装置2例如是行车记录仪，并搭载在车辆4中。拍摄装置2拍摄车辆4的内部，并且，拍摄作为车辆4的外部的行进方向。拍摄装置2以检测出发生了预定事件为触发，制作事件录像信息，该事件录像信息包含以检测到发生预定事件的时刻为基准的特定时刻的拍摄数据。具体而言，拍摄装置2记录包含第3期间的拍摄数据的事件录像信息，所述第3期间包括从检测到发生预定事件的时刻起到预定时间前为止的第1期间和从检测到发生预定事件的时刻到预定时间后为止的第2期间。

以下，对管理装置1和拍摄装置2的结构进行详细说明。

图2是示出本实施方式1中的管理装置的结构的框图。

图2所示的管理装置1具有通信部11、控制部12和存储部13。

通信部11使用无线或有线，经由互联网等通信网络5，与拍摄装置2等外部装置进行通信，来收发信息。

控制部12例如是处理器，具有拍摄图像取得部121、驾驶者识别部122、驾驶条件判定部123和阈值决定部124。

存储部13例如是半导体存储器等存储器，具有搭乘者信息存储部131、驾驶者信息存储部132和其它装置信息存储部133。

拍摄图像取得部121取得对车辆4的内部进行映现的第1拍摄图像。通信部11接收由拍摄装置2发送的第1拍摄图像，并向拍摄图像取得部121输出所接收到的第1拍摄图像。拍摄图像取得部121经由通信部11，取得由拍摄装置2发送的第1拍摄图像。此外，第1拍摄图像信息(以下，也简单称作第1拍摄图像)包含用于识别取得了第1拍摄图像的车辆的车辆识别信息。

搭乘者信息存储部131预先存储将用于识别车辆4的车辆识别信息、用于识别搭乘车辆4的人物的搭乘者识别信息以及搭乘者的面部图像相关联的搭乘者信息。搭乘者信息例如由未图示的终端装置输入。终端装置例如是智能手机、平板型计算机或个人计算机。终端装置向管理装置1发送所输入的搭乘者信息。管理装置1的通信部11接收由终端装置发送的搭乘者信息，并将接收到的搭乘者信息存储在搭乘者信息存储部131中。

驾驶者识别部122从第1拍摄图像中识别驾驶车辆4的驾驶者。驾驶者识别部122从搭乘者信息存储部131中提取与第1拍摄图像中包含的车辆识别信息相关联的面部图像，抽取位于第1拍摄图像的驾驶席部分的人的面部图像，与所提取出的面部图像进行比较，将与一致的面部图像相关联的搭乘者识别信息识别为驾驶者。由此，能够确定驾驶者的搭乘者识别信息。

驾驶者信息存储部132预先存储将搭乘者识别信息和由搭乘者识别信息识别的搭乘者所拥有的车辆的车辆识别信息相关联的驾驶者信息。

驾驶条件判定部123取得表示由驾驶者识别部122识别出的驾驶者的属性和识别出的驾驶者的驾驶历史中的至少一方的驾驶者信息，并使用驾驶者信息，进行识别出的驾驶者是否满足熟练驾驶者的条件的第1判定。

此处，熟练驾驶者的条件是指驾驶者是驾驶者当前乘坐的车辆的所有者这一情况。驾驶条件判定部123判定所识别出的驾驶者是否是车辆的所有者。驾驶条件判定部123在判定为识别出的驾驶者是车辆的所有者的情况下，判定为识别出的驾驶者满足熟练驾驶者的条件。即，驾驶条件判定部123判定与由驾驶者识别部122识别出的驾驶者的搭乘者识别信息相关联的驾驶者所拥有的车辆的车辆识别信息与第1拍摄图像中包含的车辆识别信息、即驾驶者所乘坐的车辆的车辆识别信息是否一致。驾驶条件判定部123在驾驶者所拥有的车辆的车辆识别信息与驾驶者所乘坐的车辆的车辆识别信息一致的情况下，判定为识别出的驾驶者满足熟练驾驶者的条件。另一方面，驾驶条件判定部123在驾驶者所拥有的车辆的车辆识别信息与驾驶者所乘坐的车辆的车辆识别信息不一致的情况下，判定为识别出的驾驶者不满足熟练驾驶者的条件。

阈值决定部124基于驾驶条件判定部123的第1判定的结果，决定用于检测事件发生的阈值，其中，该事件成为拍摄或记录对车辆4的外部进行映现的第2拍摄图像的触发。

此处，事件是指伴随虽然尚未达到事故但根据情况也可能会直接导致事故的受惊现象的发生而发生的各种事件。作为事件的例子，存在因驾驶者踩下紧急制动器(急刹车)的行为而发生的加速度超过阈值这样的事件。阈值决定部124在判定为识别出的驾驶者满足熟练驾驶者的条件的情况下，将针对车辆加速度的阈值决定为比初始值低的值。

阈值决定部124在判定为识别出的驾驶者是车辆的所有者的情况下，决定与基准阈值相比容易检测到发生事件的阈值。另外，阈值决定部124在判定为识别出的驾驶者不是车辆的所有者的情况下，决定与基准阈值相比难以检测到发生事件的阈值。

通信部11向拍摄装置2发送由阈值决定部124决定出的阈值。

其它装置信息存储部133存储与拍摄装置2等其它装置相关的其它装置信息。其它装置信息例如是包含识别拍摄装置2的识别信息。

接下来，对拍摄装置2的结构进行详细说明。

图3是示出本实施方式1中的拍摄装置的结构的框图。

拍摄装置2具有通信部21、第1拍摄部221、第2拍摄部222、位置测定部23、时间测定部24、事件检测部25、控制部26和存储部27。

通信部21使用无线，经由WAN(Wide Area Network：广域网)或互联网等通信网络5，与管理装置1进行通信，与管理装置1收发信息。此外，通信部21只要能够与管理装置1收发信息即可，不限于该结构。例如，通信部21也可以对驾驶者所拥有的智能手机等其它装置进行中继，来与管理装置1进行通信，与管理装置1收发信息。

第1拍摄部221是摄像头，搭载于车辆，拍摄车辆的内部。第1拍摄部221例如在发动机起动的情况下，向通信部21输出对车辆的内部进行映现的第1拍摄图像。通信部21向管理装置1发送由第1拍摄部221拍摄的第1拍摄图像。此外，在本实施方式1中，在发动机起动的时机，拍摄车辆的内部，并向管理装置1发送第1拍摄图像，但本公开不特别限定于此，也可以在其它时机向管理装置1发送第1拍摄图像。

此外，第1拍摄部221也可以定期地(例如每30毫秒1次)将对车辆的内部进行映现的第1拍摄图像存储于拍摄信息存储部273。

第2拍摄部222是摄像头，搭载于车辆，拍摄车辆或车辆的周围等。拍摄部22定期地(例如30毫秒1次)将对车辆的外部进行映现的第2拍摄图像存储于拍摄信息存储部273。

位置测定部23例如是GPS(Global Positioning System：全球定位系统)接收机，测定拍摄装置2的位置信息、即车辆的位置信息。由位置测定部23测定的位置信息例如作为由事件检测部25检测到预定事件的时刻的拍摄装置2的位置信息来利用。

时间测定部24例如是钟表，来测定当前时刻。由时间测定部24测定的时刻信息例如作为由事件检测部25检测到预定事件的时刻的时刻信息来利用。由事件检测部25检测到预定事件的时刻的时刻信息作为事件检测时刻信息而被赋予到事件录像信息中。

事件检测部25检测预定事件的发生。预定事件是由驾驶者或车辆的管理者等预先设定的事件。事件检测部25在事件发生的检测中使用阈值。在因驾驶者踩下紧急制动器的行为而发生的加速度超过阈值这样的事件的例子的情况下，事件检测部25检测加速度超过阈值的情况。此外，在初始状态下，在事件检测部25中设定初始阈值。事件检测部25的阈值由阈值设定部263变更。

存储部27例如是半导体存储器等存储器，具有本装置信息存储部271、其它装置信息存储部272、拍摄信息存储部273和事件录像信息存储部274。

本装置信息存储部271存储表示与拍摄装置2相关的信息的本装置信息。本装置信息至少包含识别拍摄装置2的拍摄装置识别信息。该拍摄装置识别信息被附加在从拍摄装置2向管理装置1发送信息时的发送信息中。例如，在从拍摄装置2向管理装置1发送第1拍摄图像时，通信部21将拍摄装置识别信息附加在第1拍摄图像中，来发送附加有拍摄装置识别信息的第1拍摄图像。由此，管理装置1能够识别从哪个拍摄装置2发送了第1拍摄图像。

另外，本装置信息存储部271也可以存储用于识别搭载有拍摄装置2的车辆的车辆识别信息。通信部21也可以进一步在第1拍摄图像中附加车辆识别信息，来发送进一步附加有车辆识别信息的第1拍摄图像。

其它装置信息存储部272存储表示与其它装置相关的信息的其它装置信息。其它装置信息至少包含管理装置1的地址信息。拍摄装置2在向管理装置1发送信息时，使用其它装置信息中包含的地址信息。

拍摄信息存储部273存储由第2拍摄部222定期地(例如30毫秒1次)拍摄的第2拍摄图像。另外，拍摄信息存储部273也可以存储由第1拍摄部221定期地(例如30毫秒1次)拍摄的第1拍摄图像。

事件录像信息存储部274存储事件录像信息，该事件录像信息是在由事件录像信息记录控制部261检测到发生事件的时刻前后的预定期间的第2拍摄图像中附加有事件检测位置信息和事件检测时刻信息而得到的信息。

控制部26例如是处理器，具有事件录像信息记录控制部261、拍摄图像发送控制部262和阈值设定部263。

事件录像信息记录控制部261在使用阈值检测到发生事件的情况下，控制检测到发生事件的时刻的第2拍摄图像的记录。事件录像信息记录控制部261在由事件检测部25检测到发生预定事件时，从位置测定部23取得拍摄装置2的位置信息，并且，从时间测定部24取得当前时刻。接下来，事件录像信息记录控制部261从拍摄信息存储部273提取检测到发生事件的时刻前后的预定期间的第2拍摄图像。进而，事件录像信息记录控制部261生成事件录像信息，并将所生成的事件录像信息存储于事件录像信息存储部274，其中，该事件录像信息包含所取得的位置信息和时刻信息来分别作为事件检测位置信息和事件检测时刻信息，并且，包含提取出的第2拍摄图像。

图4是用于说明本实施方式1中关于事件录像信息的示意图。事件录像信息包含第3期间7A的拍摄数据，第3期间7A包括从检测到发生预定事件的时刻起到预定时间前为止的第1期间和从检测到发生预定事件的时刻起到预定时间后为止的第2期间。此外，第1期间例如为10秒，第2期间例如为5秒，第3期间为合计第1期间和第2期间而得到的15秒。第1期间和第2期间的长度是一例，不限于上述情况。

拍摄图像发送控制部262经由通信部21，将由第1拍摄部221拍摄到的第1拍摄图像发送给管理装置1。拍摄图像发送控制部262在车辆的发动机起动时，从第1拍摄部221取得第1拍摄图像，并且，从本装置信息存储部271取得车辆识别信息。进而，拍摄图像发送控制部262将包含车辆识别信息的第1拍摄图像发送给管理装置1。

此外，作为将第1拍摄图像发送给管理装置1的时机的其他例子，也可以是接收到驾驶者的发送指示输入这一情况。

阈值设定部263设定在事件检测部25中用于检测事件发生的阈值。通信部21接收由管理装置1发送的阈值。阈值设定部263将由通信部21接收到的阈值设定在事件检测部25中。

图5是用于说明本实施方式1中的管理装置的处理的流程图。

首先，管理装置1的拍摄图像取得部121从拍摄装置2取得第1拍摄图像(步骤S11)。具体而言，拍摄图像取得部121经由通信部11，从拍摄装置2取得包含用于识别车辆4的车辆识别信息的、通过拍摄车辆4的内部而得到的第1拍摄图像。

图6是示出在本实施方式1中拍摄到的第1拍摄图像的一例的图。如图6所示，第1拍摄图像311是对车辆4内部进行映现的图像。第1拍摄部221例如使用能够360度拍摄车辆4内部的鱼眼镜头进行拍摄。在本实施方式1中，需要识别驾驶者6，因此第1拍摄部221以图像中至少包含驾驶者6的方式进行拍摄。

在车辆4的发动机起动的情况下、在拍摄装置2起动的情况下或者在车辆4内检测出活动体的情况下，拍摄装置2的通信部21向管理装置1发送由第1拍摄部221拍摄到的第1拍摄图像。

返回到图5，接下来，驾驶者识别部122从第1拍摄图像中识别驾驶车辆4的驾驶者(步骤S12)。驾驶者识别部122使用图像识别技术，识别驾驶者是预先登记的搭乘者中的哪一位，来确定驾驶者的搭乘者识别信息。此外，在不能识别驾驶者的情况下、即在驾驶者未预先登记的情况下，可以结束处理。

此外，在本实施方式1中，从第1拍摄图像中识别驾驶车辆4的驾驶者，但本公开不特别限定于此，搭乘者信息存储部131也可以预先存储有搭乘者的指纹或虹膜等活体信息作为搭乘者信息，驾驶者识别部122取得驾驶者的活体信息，将从驾驶者取得的活体信息与搭乘者信息存储部131中存储的搭乘者信息进行比较，来识别驾驶车辆4的驾驶者。

另外，搭乘者信息存储部131也可以预先存储有用于识别搭乘者的搭乘者识别信息作为搭乘者信息，拍摄装置2接收从驾驶者所持有的终端装置或RF标签发送的搭乘者识别信息，并向管理装置1发送所接收到的搭乘者识别信息。进而，驾驶者识别部122将从拍摄装置2接收到的搭乘者识别信息与搭乘者信息存储部131中存储的搭乘者信息进行比较，来识别驾驶车辆4的驾驶者。

接下来，驾驶条件判定部123取得与由驾驶者识别部122识别出的驾驶者的搭乘者识别信息对应的驾驶者信息(步骤S13)。例如，驾驶者信息将搭乘者识别信息与由搭乘者识别信息识别的搭乘者所拥有的车辆的车辆识别信息关联起来。

接下来，驾驶条件判定部123基于所取得的驾驶者信息，来判定识别出的驾驶者是否满足熟练驾驶者的条件(步骤S14)。具体而言，驾驶条件判定部123参照驾驶者信息，来判定与由驾驶者识别部122识别出的驾驶者的搭乘者识别信息相关联的驾驶者所拥有的车辆的车辆识别信息与第1拍摄图像中包含的车辆识别信息、即驾驶者当前乘坐的车辆的车辆识别信息是否一致。

此外，在本实施方式1中，熟练驾驶者的条件是驾驶者是车辆的所有者这一情况，驾驶条件判定部123在识别出的驾驶者是车辆的所有者的情况下，判定为识别出的驾驶者满足熟练驾驶者的条件，但本公开不特别限定于此。

熟练驾驶者的条件也可以是驾驶者驾驶车辆的累计驾驶时间为预定时间以上这一情况。驾驶条件判定部123可以判定所识别出的驾驶者的车辆累计驾驶时间是否为预定时间以上。驾驶条件判定部123在判定为识别出的驾驶者的车辆累计驾驶时间为预定时间以上的情况下，可以判定为识别出的驾驶者满足熟练驾驶者的条件。另外，驾驶条件判定部123在识别出的驾驶者的车辆累计驾驶时间比预定时间短的情况下，可以判定为识别出的驾驶者不满足熟练驾驶者的条件。进而，阈值决定部124在判定为累计驾驶时间为预定时间以上的情况下，可以决定与基准阈值相比容易检测到发生事件的阈值。另外，阈值决定部124在判定为累计驾驶时间不为预定时间以上的情况下，可以决定与基准阈值相比难以检测到发生事件的阈值。

在该情况下，驾驶者信息将搭乘者识别信息与累计驾驶时间关联起来，其中，累计驾驶时间表示由搭乘者识别信息识别的搭乘者到目前为止驾驶车辆的时间。此外，累计驾驶时间也可以是搭乘者驾驶特定车辆的累计驾驶时间。在该情况下，对每一车辆存储搭乘者的累计驾驶时间。另外，累计驾驶时间也可以是与特定车辆无关地，搭乘者驾驶各种车辆的累计驾驶时间。另外，拍摄装置2测定驾驶者驾驶过的时间，并向管理装置1发送。管理装置1的通信部11从拍摄装置2接收驾驶者驾驶过的时间，与驾驶者信息的累计驾驶时间相加。

另外，熟练驾驶者的条件也可以是驾驶者驾驶车辆的累计驾驶距离为预定距离以上这一情况。驾驶条件判定部123也可以判定识别出的驾驶者的车辆累计驾驶距离是否为预定距离以上。驾驶条件判定部123在判定为识别出的驾驶者的车辆累计驾驶距离为预定距离以上的情况下，可以判定为识别出的驾驶者满足熟练驾驶者的条件。另外，驾驶条件判定部123在识别出的驾驶者的车辆累计驾驶距离比预定距离短的情况下，可以判定为识别出的驾驶者不满足熟练驾驶者的条件。进而，阈值决定部124在判定为累计驾驶距离为预定距离以上的情况下，可以决定与基准阈值相比容易检测到发生事件的阈值。另外，阈值决定部124在判定为累计驾驶距离不为预定距离以上的情况下，可以决定与基准阈值相比难以检测到发生事件的阈值。

在该情况下，驾驶者信息将搭乘者识别信息与累计驾驶距离关联起来，其中，表示由搭乘者识别信息识别的搭乘者到目前为止驾驶车辆的距离。此外，累计驾驶距离也可以是搭乘者驾驶特定车辆的累计驾驶距离。在该情况下，对每一车辆存储搭乘者的累计驾驶距离。另外，累计驾驶距离也可以是与特定车辆无关地，搭乘者驾驶各种车辆的累计驾驶距离。另外，拍摄装置2测定驾驶者驾驶过的距离，并向管理装置1发送。管理装置1的通信部11从拍摄装置2接收驾驶者驾驶过的距离，并与驾驶者信息的累计驾驶距离相加。

另外，熟练驾驶者的条件也可以是驾驶者驾驶车辆的累计驾驶次数为预定次数以上这一情况。驾驶条件判定部123也可以判定识别出的驾驶者的车辆累计驾驶次数是否为预定次数以上。驾驶条件判定部123在判定为识别出的驾驶者的车辆累计驾驶次数为预定次数以上的情况下，可以判定为识别出的驾驶者满足熟练驾驶者的条件。另外，驾驶条件判定部123在识别出的驾驶者的车辆累计驾驶次数比预定次数少的情况下，可以判定为识别出的驾驶者不满足熟练驾驶者的条件。进而，阈值决定部124在判定为累计驾驶次数为预定次数以上的情况下，可以决定与基准阈值相比容易检测到发生事件的阈值。另外，阈值决定部124在判定为累计驾驶次数小于预定次数的情况下，可以决定与基准阈值相比难以检测到发生事件的阈值。

在该情况下，驾驶者信息将搭乘者识别信息与累计驾驶次数关联起来，其中，累计驾驶次数表示由搭乘者识别信息识别的搭乘者到目前为止驾驶车辆的次数。此外，累计驾驶次数也可以是搭乘者驾驶特定车辆的累计驾驶次数。在该情况下，对每一车辆存储搭乘者的累计驾驶次数。另外，累计驾驶次数也可以是特定车辆无关地，搭乘者驾驶各种车辆的累计驾驶次数。另外，拍摄装置2测定驾驶者驾驶过的次数，并向管理装置1发送。例如，拍摄装置2可以将从发动机起动到停止为止的情况计数为1次。管理装置1的通信部11从拍摄装置2接收驾驶者驾驶过的次数，并与驾驶者信息的累计驾驶次数相加。

另外，驾驶者信息也可以将搭乘者识别信息与表示由搭乘者识别信息识别的搭乘者是否是熟练驾驶者的信息关联起来。在该情况下，驾驶条件判定部123在针对识别出的驾驶者的搭乘者识别信息而关联有是熟练驾驶者的信息的情况下，可以判定为识别出的驾驶者满足熟练驾驶者的条件。另外，驾驶条件判定部123在针对识别出的驾驶者的搭乘者识别信息而未关联有是熟练驾驶者的信息的情况下，可以判定为识别出的驾驶者不满足熟练驾驶者的条件。终端装置受理搭乘者是否是熟练驾驶者的输入，并向管理装置1发送表示搭乘者是否是熟练驾驶者的信息。管理装置1的通信部11从拍摄装置2接收表示搭乘者是否是熟练驾驶者的信息，并与驾驶者信息的搭乘者关联地存储。

此处，在判定为识别出的驾驶者满足熟练驾驶者的条件的情况下(步骤S14：是)，阈值决定部124决定用于检测事件发生的阈值，其中，该事件成为拍摄或记录对车辆4的外部进行映现的第2拍摄图像的触发(步骤S15)。具体而言，在判定为识别出的驾驶者满足熟练驾驶者的条件的情况下，阈值决定部124降低阈值。

图7是用于说明在本实施方式1中驾驶者满足熟练驾驶者的条件的情况下所决定的阈值的示意图。

图7所示的波形表示车辆的加速度。图7所示的虚线是预先设定的初始阈值201，实线是驾驶者满足熟练驾驶者的条件的情况下决定的阈值202。如图7所示，在判定为识别出的驾驶者满足熟练驾驶者的条件的情况下，阈值决定部124决定为比初始阈值201低的阈值202。更具体而言，阈值决定部124将阈值202决定为比初始阈值201低并且不会检测与发生受惊现象无关的加速度变化这样程度的值。由此，在驾驶者为熟练驾驶者的情况下，能够更可靠地检测到容易遗漏检测的伴随受惊现象的发生而发生的事件，并且，能够避免与受惊现象的发生无关的事件的检测。因此，能够记录发生了受惊现象的状况，并抑制拍摄该状况以外的状况而得到的图像被记录。

返回到图5，接下来，通信部11向拍摄装置2发送由阈值决定部124决定的阈值(步骤S16)。

另一方面，在判定为识别出的驾驶者不满足熟练驾驶者的条件的情况下(步骤S14：否)，阈值决定部124不变更阈值，结束处理。

此外，在本实施方式1中，在判定为识别出的驾驶者不满足熟练驾驶者的条件的情况下，阈值决定部124也可以判定为识别出的驾驶者为驾驶初学者，并将阈值决定为比初始阈值高的阈值。

图8是用于说明在本实施方式1的变形例中驾驶者不满足熟练驾驶者的条件的情况下所决定的阈值的示意图。

图8所示的波形表示车辆的加速度。图8所示的虚线是预先设定的初始阈值201，实线是驾驶者不满足熟练驾驶者的条件的情况下决定的阈值203。如图8所示，在判定为识别出的驾驶者不满足熟练驾驶者的条件的情况下，阈值决定部124决定为比初始阈值201高的阈值203。由此，在驾驶者为驾驶初学者的情况下，能够防止未拍摄到危险状况的第2拍摄图像被记录。即，有时驾驶初学者即使不是危险状况也会踩下紧急制动器，尽管不是危险状况，但加速度也有可能超过初始阈值201。因此，阈值决定部124决定为比初始阈值201高的阈值203，由此，能够仅记录拍摄到危险状况的第2拍摄图像。另外，阈值决定部124将阈值202决定为比初始阈值201高并且会检测伴随受惊现象的发生而发生的加速度变化这样程度的值。由此，也能够检测伴随受惊现象的发生而发生的事件。因此，能够记录发生了受惊现象的状况，并抑制拍摄该状况以外的状况而得到的图像被记录。

此外，在本实施方式1中，预先决定将阈值降低什么程度，但本公开不特别限定于此，阈值决定部124也可以根据累计驾驶时间、累计驾驶距离或累计驾驶次数，来改变阈值的降低幅度。

在本实施方式1中，基于驾驶者对车辆的熟练度，决定用于检测事件发生的阈值，由此，能够准确地判定由拍摄装置2拍摄到的拍摄图像是否危险。由此，例如确认事件录像信息的内容并对拍摄到危险状况的事件录像信息进行提取的担当者，能够容易地仅提取危险或危险的可能性高的事件录像信息，故而能够实现作业的效率化。

另外，在本实施方式1中，管理装置1的通信部11也可以从生成第2拍摄图像的拍摄装置2取得第2拍摄图像和感测信息。控制部12可以使用阈值和感测信息，判定是否要记录所取得的第2拍摄图像。控制部12在判定为要记录第2拍摄图像的情况下，可以将第2拍摄图像记录在存储部13中。在该情况下，将从拍摄装置2取得的第2拍摄图像记录在管理装置1中，因此能够防止第2拍摄图像的记录遗漏，并且能够更准确地进行记录。

(实施方式2)

在实施方式1中，仅识别驾驶者，但在实施方式2中，不仅识别驾驶者，还识别与驾驶者一同搭乘的物体，并根据识别出的物体的种类来变更阈值。

图9是示出本实施方式2中的管理装置的结构的框图。此外，本实施方式2中的拍摄装置的结构与实施方式1中的拍摄装置的结构相同。

管理装置1A具有通信部11、控制部12A和存储部13A。此外，在本实施方式2中，针对与实施方式1相同的结构，标注相同的标号，并省略说明。

控制部12A具有拍摄图像取得部121、驾驶者识别部122、第1驾驶条件判定部123A、阈值决定部124A、同乘物体识别部125和第2驾驶条件判定部126。

存储部13A具有搭乘者信息存储部131、驾驶者信息存储部132、其它装置信息存储部133和同乘物体信息存储部134。

管理装置1A在实施方式1的结构的基础上，还具有第1驾驶条件判定部123A、同乘物体识别部125、第2驾驶条件判定部126和同乘物体信息存储部134。此外，第1驾驶条件判定部123A是与实施方式1中的驾驶条件判定部123相同的结构。

同乘物体识别部125从第1拍摄图像中识别与驾驶者同乘车辆4的物体。同乘物体识别部125从搭乘者信息存储部131中提取与第1拍摄图像中包含的车辆识别信息相关联的面部图像，抽取位于第1拍摄图像的驾驶席以外的部分的物体的面部图像，并与提取出的面部图像进行比较，将与一致的面部图像相关联的搭乘者识别信息识别为同乘的物体。由此，能够确定同乘的物体的搭乘者识别信息。此外，同乘的物体不限于人类，也可以是犬或猫等动物。

同乘物体信息存储部134预先存储将搭乘者识别信息与由搭乘者识别信息识别的同乘的物体的属性信息相关联的同乘物体信息。属性信息包含表示与搭乘者识别信息对应的同乘的物体是否是成人、儿童和动物中的某一个的类别信息。即，同乘物体信息将搭乘者识别信息与表示是否是成人、儿童和动物中的某一个的属性信息关联起来。此外，儿童例如是12岁以下的人物。

第2驾驶条件判定部126取得表示识别出的物体的属性和形态的至少一方的同乘物体信息，并使用同乘物体信息，进行识别出的物体是否是会引起驾驶者注意的物体的第2判定。物体的属性包含物体的类别。会引起驾驶者注意的物体包含儿童和动物。第2驾驶条件判定部126判定识别出的物体的类别是否是儿童和动物中的某一个。第2驾驶条件判定部126在判定为识别出的物体的类别是儿童和动物中的某一个的情况下，判定为识别出的物体是会引起驾驶者注意的物体。另外，如果识别出的物体是成人，则第2驾驶条件判定部126判定为识别出的物体不是会引起驾驶者注意的物体。此外，关于物体属性的判别，可以使用物体识别技术。例如，同乘物体识别部125也可以连同乘物体的属性一起进行识别，第2驾驶条件判定部126也可以判定识别出的该物体的属性是否是预定属性(例如上述那样的成人、儿童等)。

阈值决定部124A在由第2驾驶条件判定部126进行的第2判定中判定为识别出的物体是会引起驾驶者注意的物体的情况下，变更所决定的阈值。阈值决定部124A在判定为识别出的物体的类别是儿童和动物中的某一个的情况下，将阈值变更为与所决定的阈值相比难以检测到发生事件的值。阈值决定部124A例如在判定为同乘的物体是儿童或动物等显然必须注意的物体时，将所决定的阈值进一步提高。

图10是用于说明本实施方式2中的管理装置的处理的流程图。

步骤S21～步骤S25的处理与图5所示的步骤S11～步骤S15的处理相同，故而省略说明。

接下来，同乘物体识别部125从第1拍摄图像中识别与驾驶者同乘车辆4的物体(步骤S26)。同乘物体识别部125使用图像识别技术，识别与驾驶者同乘的物体是否是预先登记的搭乘者和动物中的某一个，并确定同乘的物体的搭乘者识别信息。

此外，在本实施方式2中，从第1拍摄图像中识别同乘的物体，但本公开不特别限定于此，搭乘者信息存储部131也可以预先存储搭乘者的指纹或虹膜等活体信息作为搭乘者信息，同乘物体识别部125取得同乘的物体的活体信息，并将从同乘的物体取得的活体信息与搭乘者信息存储部131中存储的搭乘者信息进行比较，来识别同乘的物体。

另外，搭乘者信息存储部131也可以预先存储用于识别搭乘者的搭乘者识别信息作为搭乘者信息，拍摄装置2接收从同乘的物体所持有的终端装置或RF标签发送的搭乘者识别信息，并向管理装置1发送所接收到的搭乘者识别信息。进而，同乘物体识别部125可以将从拍摄装置2接收到的搭乘者识别信息与搭乘者信息存储部131中存储的搭乘者信息进行比较，来识别同乘的物体。

接下来，第2驾驶条件判定部126判定是否通过同乘物体识别部125识别出同乘的物体(步骤S27)。此处，在判定为未识别出同乘的物体的情况下(步骤S27：否)，通信部11向拍摄装置2发送由阈值决定部124A决定的阈值(步骤S31)。

另一方面，在判定为识别出同乘的物体的情况下(步骤S27：是)，第2驾驶条件判定部126从同乘物体信息存储部134取得与由同乘物体识别部125识别出的同乘的物体的搭乘者识别信息对应的同乘物体信息(步骤S28)。

接下来，第2驾驶条件判定部126使用所取得的同乘物体信息，来判定识别出的同乘的物体是否是会引起驾驶者注意的物体(步骤S29)。具体而言，第2驾驶条件判定部126参照同乘物体信息，判定与由同乘物体识别部125识别出的同乘的物体的搭乘者识别信息相关联的属性信息是否是儿童或动物。

图11是示出在本实施方式2中有动物同乘的情况下拍摄到的第1拍摄图像的一例的图，图12是示出在本实施方式2中有幼儿同乘的情况下拍摄到的第1拍摄图像的一例的图，图13是示出在本实施方式2中有婴儿同乘的情况下拍摄到的第1拍摄图像的一例的图。

在图11所示的第1拍摄图像312中，作为与驾驶者6同乘的物体，包含犬321。在该情况下，同乘物体识别部125使用图像识别技术，确定与驾驶者6同乘的犬321的搭乘者识别信息。进而，第2驾驶条件判定部126参照同乘物体信息，判定为与由同乘物体识别部125识别出的同乘的犬321的搭乘者识别信息相关联的属性信息是动物。

另外，在图12所示的第1拍摄图像313中，作为与驾驶者6同乘的物体，包含幼儿322。在该情况下，同乘物体识别部125使用图像识别技术，确定与驾驶者6同乘的幼儿322的搭乘者识别信息。进而，第2驾驶条件判定部126参照同乘物体信息，判定为与由同乘物体识别部125识别出的同乘的幼儿322的搭乘者识别信息相关联的属性信息是儿童。

此外，在图13所示的第1拍摄图像314中，作为与驾驶者6同乘的物体，包含婴儿323。在该情况下，同乘物体识别部125使用图像识别技术，确定与驾驶者6同乘的婴儿323的搭乘者识别信息。进而，第2驾驶条件判定部126参照同乘物体信息，判定为与由同乘物体识别部125识别出的同乘的婴儿323的搭乘者识别信息相关联的属性信息是儿童。

返回到图10，在判定为同乘的物体是会引起驾驶者注意的物体的情况下、即在判定为同乘的物体是儿童或动物的情况下(步骤S29：是)，阈值决定部124A变更所决定的阈值(步骤S30)。具体而言，在判定为同乘的物体是会引起驾驶者注意的物体的情况下，阈值决定部124A提高所决定的阈值。进而，在步骤S31中，通信部11向拍摄装置2发送由阈值决定部124A变更后的阈值。

另一方面，在判定为同乘的物体不是会引起驾驶者注意的物体的情况下即在判定为同乘的物体是成人的情况下(步骤S29：否)，不变更由阈值决定部124A决定的阈值，而转入步骤S31的处理。

此外，在本实施方式2中，第2驾驶条件判定部126基于同乘的物体的属性来判定同乘的物体是否是会引起驾驶者注意的物体，但也可以基于同乘的物体的形态，来判定同乘的物体是否是会引起驾驶者注意的物体。物体的形态包含物体的状态、有无动作或动作的内容。第2驾驶条件判定部126也可以判定识别出的物体的状态是否是预定状态、识别出的物体是否正在活动或者识别出的物体的动作是否是预定动作。阈值决定部124A在判定为物体的状态为预定状态的情况下、在判定为物体正在活动的情况下或者在判定为物体的动作是预定动作的情况下，可以将阈值变更为与所决定的阈值相比难以检测到发生事件的值。

例如，在同乘的物体是儿童的情况下，第2驾驶条件判定部126也可以基于该儿童是否醒着，来判定同乘的物体是否是会引起驾驶者注意的物体。第2驾驶条件判定部126也可以在判定为同乘的儿童清着的情况下，判定为同乘的物体是会引起驾驶者注意的物体，在判定为同乘的儿童未清着的情况下即在判定为同乘的儿童睡着的情况下，判定为同乘的物体不是会引起驾驶者注意的物体。此外，关于儿童是否清着，能够根据第1拍摄图像，通过图像识别技术来进行判定。

(实施方式3)

在实施方式1中，判定驾驶者是否满足熟练驾驶者的条件，在判定为驾驶者满足熟练驾驶者的条件的情况下决定阈值，但在实施方式3中，进一步判定驾驶者的驾驶状况是否是预定状况，在判定为驾驶者的驾驶状况是预定状况的情况下，变更所决定的阈值。

图14是示出本实施方式3中的管理装置的结构的框图。

管理装置1B具有通信部11、控制部12B和存储部13B。此外，在本实施方式3中，针对与实施方式1和实施方式2相同的结构，标注相同的标号，并省略说明。

控制部12B具有拍摄图像取得部121、驾驶者识别部122、第1驾驶条件判定部123A、阈值决定部124B、同乘物体识别部125、第2驾驶条件判定部126和驾驶状况判定部127。

存储部13B具有搭乘者信息存储部131、驾驶者信息存储部132、其它装置信息存储部133、同乘物体信息存储部134和驾驶状况信息存储部135。

管理装置1B在实施方式1的结构和实施方式2的结构的基础上，具有驾驶状况判定部127和驾驶状况信息存储部135。

驾驶状况信息存储部135存储表示驾驶者的驾驶状况的驾驶状况信息。驾驶状况信息包含从开始驾驶车辆起到当前为止的驾驶时间。驾驶状况信息存储部135存储将搭乘者识别信息与驾驶时间关联起来的驾驶状况信息，该驾驶时间是从由搭乘者识别信息识别的驾驶者开始驾驶车辆起到当前为止的时间。此外，开始驾驶车辆时刻例如是车辆的发动机起动的时刻。另外，驾驶状况信息存储部135也可以存储将搭乘者识别信息与由搭乘者识别信息识别的驾驶者开始驾驶车辆的时刻关联起来的驾驶状况信息。

驾驶状况判定部127取得表示驾驶者的驾驶状况的驾驶状况信息，并使用驾驶状况信息，进行识别出的驾驶者的驾驶状况是否是预定状况的第3判定。驾驶状况判定部127判定车辆驾驶的持续时间是否达到了预定时间。例如，驾驶状况判定部127判定识别出的驾驶者的驾驶时间是否达到了预定时间。驾驶状况判定部127在判定为识别出的驾驶者的驾驶时间达到预定时间的情况下，判定为识别出的驾驶者的驾驶状况是预定状况。

在第3判定中判定为识别出的驾驶者的驾驶状况是预定状况的情况下，阈值决定部124B变更所决定的阈值。在判定为驾驶的持续时间达到了预定时间的情况下，阈值决定部124B变更所决定的阈值。

此外，在本实施方式3中，驾驶状况信息也可以包含车辆驾驶的持续距离，例如从开始驾驶车辆起到当前为止的驾驶距离。在该情况下，驾驶状况判定部127可以判定驾驶的持续距离是否达到了预定距离。例如，驾驶状况判定部127可以判定识别出的驾驶者的驾驶距离是否达到了预定距离。驾驶状况判定部127在判定为识别出的驾驶者的驾驶距离达到了预定距离的情况下，可以判定为识别出的驾驶者的驾驶状况是预定状况。阈值决定部124B在判定为驾驶的持续距离达到了预定距离的情况下，可以变更所决定的阈值。

另外，在本实施方式3中，驾驶状况信息可以包含车辆驾驶中发生了事件的事件发生次数，例如从开始驾驶车辆起到当前为止发生了事件的事件发生次数。在该情况下，驾驶状况判定部127可以判定驾驶中的事件发生次数是否达到了预定次数。例如，驾驶状况判定部127也可以判定识别出的驾驶者的事件发生次数是否达到了预定次数。驾驶状况判定部127在判定为识别出的驾驶者的事件发生次数达到了预定次数的情况下，可以判定为识别出的驾驶者的驾驶状况是预定状况。阈值决定部124B在判定为驾驶中的事件发生次数达到了预定次数的情况下，可以变更所决定的阈值。

图15是示出本实施方式3中的拍摄装置的结构的框图。

拍摄装置2B具有通信部21、第1拍摄部221、第2拍摄部222、位置测定部23、时间测定部24、事件检测部25、控制部26B和存储部27。此外，在本实施方式3中，对与实施方式1和实施方式2相同的结构标注相同的标号，并省略说明。

控制部26B具有事件录像信息记录控制部261、拍摄图像发送控制部262、阈值设定部263、发动机判定部264和发动机信息发送控制部265。

发动机判定部264判定配置有拍摄装置2B的车辆的发动机是否已起动，并且，判定车辆的发动机是否已停止。

发动机信息发送控制部265在由发动机判定部264判定为车辆的发动机已起动的情况下，向管理装置1B发送表示车辆的发动机已起动的发动机起动信号。另外，发动机信息发送控制部265在由发动机判定部264判定为车辆的发动机已停止的情况下，向管理装置1B发送表示车辆的发动机已停止的发动机停止信号。

管理装置1B的通信部11接收发动机起动信号或发动机停止信号。控制部12B计测自接收到发动机起动信号的时刻起的时间，并将其作为驾驶时间存储于驾驶状况信息存储部135。另外，控制部12B在接收到发动机停止信号的情况下，结束向驾驶状况信息存储部135存储驾驶时间。

图16是用于说明本实施方式3中的管理装置的处理的第1流程图，图17是用于说明本实施方式3中的管理装置的处理的第2流程图。

步骤S41～步骤S50的处理与图10所示的步骤S21～步骤S30的处理相同，故而省略说明。

接下来，在判定为未识别出同乘的物体的情况下(步骤S47：否)、在判定为同乘的物体不是会引起驾驶者注意的物体的情况下(步骤S49：否)或者在变更了所决定的阈值的情况下(步骤S50)，驾驶状况判定部127从驾驶状况信息存储部135取得与识别出的驾驶者的搭乘者识别信息关联的驾驶状况信息(步骤S51)。

接下来，驾驶状况判定部127使用所取得的驾驶状况信息，来判定识别出的驾驶者的驾驶状况是否是预定状况(步骤S52)。驾驶状况判定部127判定所识别出的驾驶者的驾驶时间是否达到了预定时间。具体而言，驾驶状况判定部127判定所识别出的驾驶者的驾驶时间是否达到了预定时间。驾驶状况判定部127在判定为识别出的驾驶者的驾驶时间达到了预定时间的情况下，判定为识别出的驾驶者的驾驶状况是预定状况。驾驶状况判定部127在判定为识别出的驾驶者的驾驶时间未达到预定时间的情况下，判定为识别出的驾驶者的驾驶状况不是预定状况。此外，预定时间是驾驶者因长时间驾驶而感到疲劳的时间，例如5小时。

此处，在判定为驾驶状况是预定状况的情况下即在判定为识别出的驾驶者的驾驶时间达到了预定时间的情况下(步骤S52：是)，阈值决定部124B变更所决定的阈值(步骤S53)。具体而言，在判定为驾驶状况是预定状况的情况下，阈值决定部124B提高所决定的阈值。

此外，关于与驾驶时间进行比较的预定时间，可以根据驾驶者的年龄来改变。例如可以是，驾驶者为50多岁的情况下的预定时间比驾驶者为20多岁的情况下的预定时间短，驾驶者的年龄越高，则预定时间越短。

另外，关于阈值的提高幅度，可以根据驾驶者的年龄来改变。例如可以是，驾驶者为50多岁的情况下阈值的提高幅度大于驾驶者为20多岁的情况下的阈值的提高幅度，驾驶者的年龄越高，则阈值的提高幅度越大。

接下来，通信部11向拍摄装置2B发送由阈值决定部124B变更后的阈值(步骤S54)。

另一方面，在判定为驾驶状况不是预定状况的情况下即在判定为识别出的驾驶者的驾驶时间未达到预定时间的情况下(步骤S52：否)，不通过阈值决定部124B变更所决定的阈值，而转入步骤S54的处理。

此外，在本实施方式3中，在识别出的驾驶者的驾驶时间达到了预定时间的情况下即在驾驶者长时间驾驶的情况下，提高所决定的阈值，但也可以是，在识别出的驾驶者的驾驶时间达到预定时间之后、驾驶者休息预定时间而再次开始驾驶的情况下，将已提高的阈值降低。关于驾驶者是否休息了预定时间，能够通过计测自发动机停止起的时间来进行判定。

在该情况下，驾驶状况信息存储部135可以存储驾驶状况信息，该驾驶状况信息是将搭乘者识别信息、由搭乘者识别信息识别的驾驶者自开始驾驶车辆起到当前为止的驾驶时间、由搭乘者识别信息识别的驾驶者自中止车辆驾驶起到当前为止的休息时间关联起来的信息。此外，中止车辆驾驶的时刻例如是车辆的发动机停止的时刻。驾驶状况判定部127判定是否在驾驶了预定时间后、停止预定时间而再次开始了驾驶。阈值决定部124B在判定为驾驶了预定时间后、停止预定时间而再次开始了驾驶的情况下，将已提高的阈值降低。

在本实施方式3中，预定时间可以包含第1时间和比第1时间长的第2时间。阈值决定部124B对于判定为驾驶的持续时间达到了第1时间的情况和判定为驾驶的持续时间达到第2时间的情况，可以将阈值变更为不同的值。

图18是用于说明在本实施方式3中，作为熟练者的驾驶者在驾驶了预定时间之后、休息预定时间而再次开始了驾驶的情况下发生变更的阈值的示意图。图18所示的波形表示车辆的加速度。

首先，在驾驶开始时判定为识别出的驾驶者满足熟练驾驶者的条件的情况下，阈值决定部124B决定为比初始阈值301低的第1阈值302。接下来，在判定为识别出的驾驶者的驾驶时间达到了预定时间的情况下，阈值决定部124B变更为比第1阈值302高的第2阈值303。此外，第2阈值303可以与初始阈值301相同，也可以与初始阈值301不同。如图18所示，在长时间驾驶时，驾驶者疲劳，踩下紧急制动器的次数有可能增多，即使不是危险状况，加速度也有可能超过第1阈值302。因此，阈值决定部124B通过变更为比第1阈值302高的第2阈值303，由此能够仅记录拍摄到危险状况的第2拍摄图像。

然后，驾驶状况判定部127判定是否在车辆停止了预定时间之后再次开始了驾驶。在判定为车辆停止了预定时间之后再次开始了驾驶的情况下，在再次开始驾驶时，阈值决定部124B变更为比第2阈值303低的第3阈值304。此外，第3阈值304可以与第1阈值302相同，也可以与第1阈值302不同。这样，在驾驶者休息之后再次开始了驾驶的情况下，通过变更为比第2阈值303低的第3阈值304，由此能够更可靠地检测伴随危险状况的发生而发生的事件。

另外，在本实施方式3中，在驾驶开始时驾驶者不满足熟练驾驶者的条件、驾驶者是不习惯车辆驾驶的人的情况下，决定为比初始阈值高的阈值，但本公开不特别限定于此。即，即使驾驶者是不习惯车辆驾驶的人，但因驾驶了预定时间而习惯起了驾驶。即，在驾驶者驾驶了预定时间的情况下，阈值决定部124B也可以降低所决定的阈值，在进一步驾驶了预定时间的情况下，将已下降的阈值提高。进而，在驾驶者休息预定时间而再次开始了驾驶的情况下，阈值决定部124B可以将已提高的阈值降低。

在该情况下，驾驶状况信息存储部135可以存储驾驶状况信息，该驾驶状况信息是将搭乘者识别信息、由搭乘者识别信息识别的驾驶者自开始驾驶车辆起到当前为止的驾驶时间、由搭乘者识别信息识别的驾驶者自中止驾驶车辆起到当前为止的休息时间关联起来的信息。

图19是用于说明在本实施方式3中，作为初学者的驾驶者在驾驶了预定时间之后、休息预定时间而再次开始了驾驶的情况下发生变更的阈值的示意图。图19所示的波形表示车辆的加速度。

首先，在驾驶开始时判定为识别出的驾驶者不满足熟练驾驶者的条件的情况下，阈值决定部124B决定为比初始阈值401高的第1阈值402。接下来，驾驶状况判定部127判定所识别出的驾驶者的驾驶时间是否达到了第1预定时间。在判定为识别出的驾驶者的驾驶时间达到了第1预定时间的情况下，阈值决定部124B变更为比第1阈值402低的第2阈值403。此外，第2阈值403可以与初始阈值401相同，也可以与初始阈值401不同。另外，第1预定时间是驾驶者习惯驾驶的时间，例如2小时。这样，在驾驶者习惯了车辆驾驶的情况下，通过变更为比第1阈值402低的第2阈值403，能够更可靠地检测伴随危险状况的发生而发生的事件。

接下来，驾驶状况判定部127判定所识别出的驾驶者的驾驶时间是否达到了第2预定时间。在判定为识别出的驾驶者的驾驶时间达到了第2预定时间的情况下，阈值决定部124B变更为比第2阈值403高的第3阈值404。此外，第3阈值404可以与第1阈值402相同，也可以与第1阈值402不同。另外，第2预定时间是驾驶者因长时间的驾驶而感到疲劳的时间，例如5小时。如图19所示，在长时间驾驶时，驾驶者疲劳，踩下紧急制动器的次数有可能增多，即使不是危险状况，加速度也有可能超过第2阈值403。因此，阈值决定部124B通过变更为比第2阈值403高的第3阈值404，能够仅记录拍摄到危险状况的第2拍摄图像。

然后，驾驶状况判定部127判定在车辆停止了预定时间之后是否再次开始了驾驶。在判定为车辆停止了预定时间之后再次开始了驾驶的情况下，在再次开始驾驶时，阈值决定部124B变更为比第3阈值404低的第4阈值405。此外，第4阈值405可以与第2阈值403相同，也可以与第2阈值403不同。这样，在驾驶者休息之后再次开始了驾驶的情况下，通过变更为比第3阈值404低的第4阈值405，能够更可靠地检测伴随危险状况的发生而发生的事件。

另外，在本实施方式3中，预定距离可以包含第1距离和比第1距离长的第2距离。阈值决定部124B对于判定为驾驶的持续距离达到了第1距离的情况和判定为驾驶的持续距离达到了第2距离的情况，可以将阈值变更为不同的值。

另外，在本实施方式3中，预定次数可以包含第1次数和比第1次数多的第2次数。阈值决定部124B对于判定为驾驶中的事件发生次数达到了第1次数的情况和判断为驾驶中的所述事件发生次数达到了第2次数的情况，可以将阈值变更为不同的值。

以上，基于实施方式，对本公开的系统进行了说明，但本公开不限于该实施方式。只要不脱离本公开主旨，对本实施方式实施本领域技术人员想到的各种变形以及组合不同的实施方式中的构成要素而构筑的方式也可以包含在本公开的一个或多个方式的范围内。

此外，在上述各实施方式中，各构成要素可以由专用硬件构成或通过执行适合于各构成要素的软件程序来实现。各构成要素也可以通过处理器等程序执行部读出硬盘或半导体存储器等记录介质中记录的软件程序并执行来实现。

典型地，本公开的实施方式的装置的功能的一部分或全部作为集成电路的LSI(Large Scale Integration：大规模集成电路)来实现。这些可以独立地单芯片化，也可以以包含一部分或全部的方式来单芯片化。另外，集成电路化不限于LSI，也可以由专用电路或通用处理器实现。也可以利用在LSI制造后能够进行编程的FPGA(Field ProgrammableGate Array：现场可编程门阵列)或能够再次配置LSI内部的电路模块的连接和/或设定的可重构处理器。

另外，也可以通过CPU(中央运算处理装置)等处理器执行程序来实现本公开的实施方式的装置的一部分或全部功能。

另外，上述说明中使用的数字均是为了具体说明本公开而例示的，本公开不受限于例示的数字。

另外，执行上述流程图所示的各步骤的顺序是为了具体说明本公开而例示的，在得到同样效果的范围内，也可以是上述以外的顺序。另外，上述步骤的一部分也可以与其它步骤同时(并行)执行。

此外，只要不脱离本公开主旨，对本公开的各实施方式实施本领域技术人员想到范围内的变更而得到的各种变形例也包含在本公开中。

产业上的可利用性

本公开的信息处理方法、信息处理装置和信息处理程序，作为如下信息处理方法、信息处理装置和信息处理程序是有用：能够抑制拍摄关于车辆发生的异常状况以外的状况而得到的拍摄图像被记录，仅记录拍摄到车辆的外部得到的拍摄图像中的、拍摄到异常状况的拍摄图像。

Claims (19)

1.一种信息处理方法，包括：

使用处理器，

取得对车辆的内部进行映现的第1拍摄图像，

从所述第1拍摄图像中识别驾驶所述车辆的驾驶者，

取得驾驶者信息，所述驾驶者信息表示所识别出的所述驾驶者的属性和所识别出的所述驾驶者的驾驶历史中的至少一方，

使用所述驾驶者信息，进行所识别出的所述驾驶者是否满足熟练驾驶者的条件的第1判定，

基于所述第1判定的结果，决定用于检测事件发生的阈值，所述事件成为拍摄或记录对所述车辆的外部进行映现的第2拍摄图像的触发，

从所述第1拍摄图像中识别与所述驾驶者一同搭乘所述车辆的物体，

取得表示所识别出的所述物体的属性和形态中的至少一方的物体信息，

使用所述物体信息，进行所识别出的所述物体是否是会引起所述驾驶者注意的物体的第2判定，

在所述第2判定中判定为所识别出的所述物体是会引起所述驾驶者注意的物体的情况下，变更所决定的所述阈值。

2.根据权利要求1所述的信息处理方法，还包括：

拍摄所述车辆的外部，向记录装置发送所述阈值，所述记录装置使用所述阈值来记录通过拍摄而生成的所述第2拍摄图像。

3.根据权利要求1所述的信息处理方法，还包括：

拍摄所述车辆的外部，从生成所述第2拍摄图像的拍摄装置取得所述第2拍摄图像和感测信息，

使用所述阈值和所述感测信息，判定是否要记录所取得的所述第2拍摄图像，

在判定为要记录所述第2拍摄图像的情况下，记录所述第2拍摄图像。

4.根据权利要求1～3中的任一项所述的信息处理方法，

所述第1判定包含：判定所识别出的所述驾驶者是否是所述车辆的所有者。

5.根据权利要求4所述的信息处理方法，

在判定为所识别出的所述驾驶者是所述车辆的所有者的情况下，决定与基准阈值相比容易检测到发生所述事件的所述阈值。

6.根据权利要求4所述的信息处理方法，

在判定为所识别出的所述驾驶者不是所述车辆的所有者的情况下，决定与基准阈值相比难以检测到发生所述事件的所述阈值。

7.根据权利要求1～3中的任一项所述的信息处理方法，

所述第1判定包含：判定所识别出的所述驾驶者的所述车辆的累计驾驶时间是否为预定时间以上或者所识别出的所述驾驶者的所述车辆的累计驾驶距离是否为预定距离以上。

8.根据权利要求7所述的信息处理方法，

在判定为所述累计驾驶时间为所述预定时间以上或者所述累计驾驶距离为所述预定距离以上的情况下，决定与基准阈值相比容易检测到发生所述事件的所述阈值。

9.根据权利要求7所述的信息处理方法，

在判定为所述累计驾驶时间不为所述预定时间以上或所述累计驾驶距离不为所述预定距离以上的情况下，决定与基准阈值相比难以检测到发生所述事件的所述阈值。

10.根据权利要求1～3中的任一项所述的信息处理方法，

所述第1判定包含：判定所识别出的所述驾驶者的所述车辆的累计驾驶次数是否为预定次数以上。

11.根据权利要求10所述的信息处理方法，

在判定为所述累计驾驶次数为所述预定次数以上的情况下，决定与基准阈值相比容易检测到发生所述事件的所述阈值。

12.根据权利要求10所述的信息处理方法，

在判定为所述累计驾驶次数小于所述预定次数的情况下，决定与基准阈值相比难以检测到发生所述事件的所述阈值。

13.根据权利要求1所述的信息处理方法，

所述物体的属性包含所述物体的类别，

所述第2判定包含：判定所识别出的所述物体的类别是否是儿童和动物中的某一个，

在判定为所述识别出的所述物体的类别是儿童和动物中的某一个的情况下，将所述阈值变更为与所决定的所述阈值相比难以检测到发生所述事件的值。

14.根据权利要求1所述的信息处理方法，

所述物体的形态包含所述物体的状态、有无动作或动作的内容，

所述第2判定包含：判定所识别出的所述物体的状态是否为预定状态、判定所识别出的所述物体是否正在活动或者判定所识别出的所述物体的动作是否是预定动作，

在判定为所述物体的状态为预定状态的情况下、在判定为所述物体正在活动的情况下或者在判定为所述物体的动作是预定动作的情况下，将所述阈值变更为与所决定的所述阈值相比难以检测到发生所述事件的值。

15.根据权利要求1～3中的任一项所述的信息处理方法，还包括：

取得表示所述驾驶者的驾驶状况的驾驶状况信息，

使用所述驾驶状况信息，进行所识别出的所述驾驶者的所述驾驶状况是否为预定状况的第3判定，

在所述第3判定中判定为所识别出的所述驾驶者的所述驾驶状况为所述预定状况的情况下，变更所决定的所述阈值。

16.根据权利要求15所述的信息处理方法，

所述驾驶状况信息包含所述车辆的驾驶的持续时间、所述车辆的驾驶的持续距离和在所述车辆的驾驶中发生了所述事件的事件发生次数中的至少一方，

所述第3判定包含：判定所述驾驶的持续时间是否达到了预定时间、所述驾驶的持续距离是否达到了预定距离和所述驾驶中的所述事件发生次数是否达到了预定次数中的至少一方，

所述阈值的变更包含：在判定为所述驾驶的持续时间达到了预定时间的情况下、在判定为所述驾驶的持续距离达到了预定距离的情况下或者在判定为所述驾驶中的所述事件发生次数达到了预定次数的情况下，变更所决定的所述阈值。

17.根据权利要求16所述的信息处理方法，

所述预定时间包含第1时间和比所述第1时间长的第2时间，

所述预定距离包含第1距离和比所述第1距离长的第2距离，

所述预定次数包含第1次数和比所述第1次数多的第2次数，

在所述阈值的变更中，

对于判定为所述驾驶的持续时间达到了所述第1时间的情况和判定为所述驾驶的持续时间达到了所述第2时间的情况，将所述阈值变更为不同的值，

对于判定为所述驾驶的持续距离达到了所述第1距离的情况和判定为所述驾驶的持续距离达到了所述第2距离的情况，将所述阈值变更为不同的值，

对于判定为所述驾驶中的所述事件发生次数达到了所述第1次数的情况和判定为所述驾驶中的所述事件发生次数达到了所述第2次数的情况，将所述阈值变更为不同的值。

18.一种信息处理装置，具有处理器和存储器，

所述处理器，

取得对车辆的内部进行映现的第1拍摄图像，

从所述第1拍摄图像中识别驾驶所述车辆的驾驶者，

取得驾驶者信息，所述驾驶者信息表示所识别出的所述驾驶者的属性和所识别出的所述驾驶者的驾驶历史中的至少一方，

使用所述驾驶者信息，进行所识别出的所述驾驶者是否满足熟练驾驶者的条件的第1判定，

基于所述第1判定的结果，决定用于检测事件发生的阈值，所述事件成为拍摄或记录对所述车辆的外部进行映现的第2拍摄图像的触发，

从所述第1拍摄图像中识别与所述驾驶者一同搭乘所述车辆的物体，

取得表示所识别出的所述物体的属性和形态中的至少一方的物体信息，

使用所述物体信息，进行所识别出的所述物体是否是会引起所述驾驶者注意的物体的第2判定，

在所述第2判定中判定为所识别出的所述物体是会引起所述驾驶者注意的物体的情况下，变更所决定的所述阈值。

19.一种计算机可读的记录介质，存储有信息处理程序，该信息处理程序用于使处理器执行如下步骤：

取得对车辆的内部进行映现的第1拍摄图像的步骤；

从所述第1拍摄图像中识别驾驶所述车辆的驾驶者的步骤；

取得驾驶者信息的步骤，所述驾驶者信息表示所识别出的所述驾驶者的属性和所识别出的所述驾驶者的驾驶历史中的至少一方；

使用所述驾驶者信息，进行所识别出的所述驾驶者是否满足熟练驾驶者的条件的第1判定的步骤；

基于所述第1判定的结果，决定用于检测事件发生的阈值的步骤，所述事件成为拍摄或记录对所述车辆的外部进行映现的第2拍摄图像的触发；

从所述第1拍摄图像中识别与所述驾驶者一同搭乘所述车辆的物体的步骤；

取得表示所识别出的所述物体的属性和形态中的至少一方的物体信息的步骤；

使用所述物体信息，进行所识别出的所述物体是否是会引起所述驾驶者注意的物体的第2判定的步骤；以及，

在所述第2判定中判定为所识别出的所述物体是会引起所述驾驶者注意的物体的情况下，变更所决定的所述阈值的步骤。

Images