JP2009140360A - 行動分析装置および方法 - Google Patents

Abstract

【課題】歩行者などの観測対象が特異な移動経路を辿った場合に、それを正確に検出することが可能な行動分析装置を提供する。
【解決手段】この発明は、移動体が移動した移動軌跡を検出する軌跡検出手段（３０，４０，１１０）と、予め設定した標準軌跡を記憶する軌跡記憶手段（７０）と、移動軌跡と標準軌跡とを比較し、その差から特異な移動経路を検出する特異行動検出手段（８０，１３０，１４０）とを具備して構成するようにしたものである。
【選択図】 図１

Description

この発明は、例えば歩行者など移動体の行動を分析する行動分析装置に関する。

現在、駅・空港などの公共施設やコンビニエンスストア・スーパーマーケットなどの店舗には、多くの監視用ビデオカメラが設置されている。これらの監視カメラの多くは、防犯のために用いられる。警備室などで、複数の監視カメラで撮影した映像をリアルタイムで人間が監視する他、録画して一定期間保存する。また店舗などでは、これらのカメラの映像は、マーケティング分析にも用いられる。分析者が、録画された映像を見ながら、店舗内の客の動きを分析する。ただしこれらは分析者の目視により人手によって行われるものであり、自動化はされていない場合が多かった。

近年、これらの監視カメラにより撮影された映像から自動的に歩行者を追跡するシステムが登場している。監視カメラで写された範囲内において、歩行者の動き（歩行軌跡）を軌跡データ化することにより、自動的に歩行者の行動を分析する。この分析結果は、防犯の観点では、不審な行動をしている歩行者の発見に利用でき、一方、マーケティングの観点においては、特定の棚の前で立ち止まる客のカウントなどに利用できる。

このように監視カメラの映像から抽出された歩行者の軌跡データを分析する手法が、いくつか提案されている（例えば、特許文献１）。主に用いられる手法としては、監視カメラの撮影範囲内、または特定の領域内において、歩行者が存在した時間や、歩行者の通過人数をカウントする方法である。

一方、歩行者の歩行の傾向を知るために、軌跡データの形状をクラスタリングする手法もある。しかしながら、歩行者が広い範囲を自由に歩き回るような場合、各歩行者の歩行の軌跡がバラバラになりがちで、クラスタリングの基準はやはりカメラ内存在時間などになることがほとんどである。その場合、軌跡の形状は無視されてしまう。
特開２００６−３５０７５１

従来の行動分析装置では、歩行者などの観測対象が特異な移動経路を辿っても、それを正確に検出できないという問題があった。
この発明は上記の問題を解決すべくなされたもので、歩行者などの観測対象が特異な移動経路を辿った場合に、それを正確に検出することが可能な行動分析装置を提供することを目的とする。

上記の目的を達成するために、この発明は、移動体が移動した移動軌跡を検出する軌跡検出手段と、予め設定した標準軌跡を記憶する軌跡記憶手段と、移動軌跡と標準軌跡とを比較し、その差から特異な移動経路を検出する特異行動検出手段とを具備して構成するようにした。

この発明によれば、歩行者などの観測対象が特異な移動経路を辿った場合に、それを正確に検出することが可能な行動分析装置を提供できる。

以下、図面を参照して、この発明の一実施形態について説明する。
図１は、この発明の一実施形態に係わる行動分析装置の構成を示すものである。この行動分析装置は、ビデオカメラ１１〜１ｎと、カメラ制御部２０と、映像記憶部３０と、通路情報記憶部４０と、軌跡データ記憶部５０と、正規化軌跡データ記憶部６０と、標準軌跡データ記憶部７０と、マッチング結果記憶部８０と、出力部９０と、制御部１００とを備える。以下の説明では、監視対象エリアとして、例えば公共施設や店舗などを想定し、監視対象となる移動物体の例として、歩行者を例に挙げて説明する。

また当該行動分析装置の記憶手段、すなわち映像記憶部３０、通路情報記憶部４０、軌跡データ記憶部５０、正規化軌跡データ記憶部６０、標準軌跡データ記憶部７０およびマッチング結果記憶部８０は、それぞれ１つのハードディスクあるいは半導体メモリなどの記憶装置で実現することもできるが、１つの記憶装置において、それぞれに対応する記憶エリアを割り当てることで実現することもできる。またこれら全てを、必ずしも１つの記憶装置で実現する必要はなく、いくつかを１つの記憶装置で実現し、また残るいくつかをそれぞれ１つの記憶装置で実現するようにしてもよい。

制御部１００は、マイクロプロセッサと、その制御プログラムや制御データを記憶する記憶部とを備え、上記マイクロプロセッサが上記制御プログラムや制御データにしたがって動作することにより、軌跡データ抽出部１１０、軌跡データ正規化部１２０、軌跡データマッチング部１３０および軌跡データ分析部１４０としても機能を発揮する。すなわち、制御部１００は、軌跡データ抽出部１１０と、軌跡データ正規化部１２０と、軌跡データマッチング部１３０と、軌跡データ分析部１４０とを備える。

ビデオカメラ１１〜１ｎは、監視対象となる監視対象エリア、すなわち公共施設や店舗などに設置され、監視対象エリアを撮影するビデオカメラであって、撮影によって得たビデオ信号をカメラ制御部２０に出力する。なお、１つのビデオカメラが１つの監視対象エリアを撮影するようにしてもよいし、あるいは、複数のビデオカメラで１つの監視対象エリアを撮影するようにしてもよい。なお、以下の説明では、この発明の主旨を簡明に説明するために、１つのビデオカメラによって、図２に示すような、１つの監視対象エリアを撮影する場合を例に挙げて説明する。

カメラ制御部２０は、上記ビデオカメラ１１〜１ｎにて得たビデオ信号を、それぞれフレーム毎に符号化して映像データに変換し、この映像データに、フレーム番号と、撮影に用いたビデオカメラ１１〜１ｎの識別情報を付加して、映像記憶部３０に記録する。すなわち、映像記憶部３０は、ビデオカメラ１１〜１ｎでそれぞれ撮影されたフレーム毎の映像データに、ビデオカメラ１１〜１ｎの識別情報を対応付けて記憶する。

通路情報記憶部４０は、監視対象エリアの複数の出入口の座標データ（以下、出入口座標データと称する）と、これらの出入口を結ぶ通路のトポロジーデータとを記憶する。図２に示す監視対象エリアの例では、出入口として、Ａ、Ｂ、Ｃ、Ｄ、ＥおよびＦが存在し、これらのｘ−ｙ座標が出入口座標データとして記憶される。ｘ−ｙ座標は、例えば監視対象エリア左上を原点とし、右方向をｘ方向、下方向をｙ方向とする。またトポロジーデータとしては、異なる２つの出入口を結ぶ最短の経路を、全ての出入口の組み合わせについて示すデータである。

軌跡データ抽出部１１０は、映像記憶部３０に記憶される映像データと、通路情報記憶部４０が記憶する出入口座標データおよびトポロジーデータとに基づいて、出入口から監視対象エリアに進入した移動物体、すなわち歩行者を検出して歩行者ＩＤを生成するとともに、出入口から歩行者が退出したことを検出する。

また軌跡データ抽出部１１０は、上記映像データと、上記トポロジーデータとに基づいて、図３に示すように、検出した各歩行者が移動する軌跡を検出する。映像データは、フレーム単位のデータであるため、フレーム毎に歩行者が位置する座標を検出し、この座標を歩行者毎に連ねることで、歩行者毎の移動した軌跡が検出できる。各座標には、その検出の基となった映像データのフレーム番号と、歩行者ＩＤを対応付け、１つの軌跡データとして軌跡データ記憶部５０に記録する。

一般に、歩行者は、いずれかの出入口から進入し、通路上を移動して、最終的にはいずれかの出入口から退出することになる。このため、軌跡データ抽出部１１０によって、歩行者毎に、進入した出入口の座標、移動軌跡、退出した出入口の座標が検出される。移動した軌跡の検出には、例えば背景差分法やパーティクルフィルタなどの技術を適用する。

軌跡データ正規化部１２０は、軌跡データ記憶部５０が記憶する軌跡データに基づいて、歩行者毎にその移動した軌跡を、実際の歩行速度には関係なく一定の歩行速度で正規化した正規化軌跡データを求めて、これを正規化軌跡データ記憶部６０に記録する。一般に、歩行者は、図４に示すように、陳列された商品を眺めながらゆっくり歩いたり（Ｗ１）、立ち止まって人と会話したり（Ｗ２）、慌てて移動する（Ｗ３）など、監視対象エリア内において一定の速度で移動し続けることは稀であるが、後述する標準軌跡データとの比較のために、軌跡データを正規化する。

すなわち、軌跡データ正規化部１２０は、図４に示した軌跡については、図５に示すように、実際の歩行速度には関係なく軌跡を例えば秒速１ｍで正規化し、図６に示すように、軌跡をｘ方向への移動（ｘ座標成分）とｙ方向への移動（ｙ座標成分）に分解し、これらを共通する時間軸t2上に表せるデータに変換して、ｘ座標成分とｙ座標成分を対応付けて正規化軌跡データ記憶部６０に記録する。

標準軌跡データ記憶部７０は、異なる２つの出入口の間を移動する場合の典型的な移動経路の座標データを標準軌跡データとして記憶する。典型的な移動経路とは、例えば通路の中央部分を通る経路が考えられる。標準軌跡データとして任意の移動経路データを設定してもよいが、中央部分を通る移動経路などであれば、自動的に導出することが可能である。この標準軌跡データは、全ての出入口の組み合わせについて、それぞれ記憶される。図７に、出入口Ａと出入口Ｂとを結んだ経路を例示する。通路の中央部分を通る経路を標準軌跡データとすると、出入口Ａと出入口Ｂとを結んだ場合、図７に示されるような標準軌跡データが得られる。得られた標準軌跡データに対し、軌跡データ正規化部１２０による正規化に合わせて、移動速度を秒速１ｍとし、図８に示すように、軌跡をｘ方向への移動（ｘ座標成分）とｙ方向への移動（ｙ座標成分）に分解し、これらを共通する時間軸t1上に表せるデータに変換して、ｘ座標成分とｙ座標成分を対応付けて標準軌跡データ記憶部７０に記録する。

軌跡データマッチング部１３０は、標準軌跡データ記憶部７０が記憶する標準軌跡データと、正規化軌跡データ記憶部６０に記録したユーザ毎の正規化軌跡データとを比較して、標準的な移動経路から外れたユーザの行動を検出するものである。この検出を行うアルゴリズムの一例を、図９のフローチャートに示す。

以下の説明では、このフローチャートを参照し、図５に示した経路を歩行者が辿った場合、すなわち出入口Ａから進入し出入口Ｂから退出した場合を例に挙げて説明する。この場合、図７に示した標準軌跡に基づいて、歩行者の移動経路が分析されることになる。図５に示した正規化軌跡と、図７に示した標準軌跡とを併せて、図１０に示す。また図５に示した正規化軌跡をｘ軸成分とｙ軸成分で表した正規化軌跡データと、図７に示した標準軌跡をｘ軸成分とｙ軸成分で表した標準軌跡データとを併せて、図１１に示す。

まずステップ９ａにおいて軌跡データマッチング部１３０は、正規化軌跡データ記憶部６０に記憶される各ユーザの正規化軌跡データのうち、これより評価する正規化軌跡データを１つ選択して読み出し、ステップ９ｂに移行する。

ステップ９ｂにおいて軌跡データマッチング部１３０は、ステップ９ａで選択した正規化軌跡データから、入口となった出入口と、出口となった出入口を検出し、この入口と出口に対応する標準軌跡データを標準軌跡データ記憶部７０から読み出し、ステップ９ｃに移行する。なお、図５に示す例では、入口となった出入口がＡであり、出口となった出入口はＢであり、これを検出した軌跡データマッチング部１３０は、この入口と出口の組み合わせに対応する標準軌跡データを標準軌跡データ記憶部７０から読み出す。

ステップ９ｃにおいて軌跡データマッチング部１３０は、各パラメータに初期値を設定する。すなわち、標準軌跡時間パラメータt1および評価対象軌跡時間パラメータt2に「０」を設定し、カウンタnに「１」を設定して、ステップ９ｄに移行する。

ステップ９ｄにおいて軌跡データマッチング部１３０は、評価対象軌跡時間パラメータt2が終了時間t_end以下か否かを判定する。評価対象軌跡時間パラメータt2が終了時間t_end以下の場合には、ステップ９ｅに移行し、一方、評価対象軌跡時間パラメータt2が終了時間t_endを超える場合には、当該処理を終了する。

なお、終了時間t_endとは、正規化軌跡データに基づいて、出入口から進入した時間を基準として、出入口から退出するまでの経過時間である。図５に示した正規化軌跡の場合、図６に示すように、出入口Ａから進入した時間を基準として、出入口Ｂから退出するまでの経過時間である。すなわち、ステップ９ｄでは、評価対象となる正規化軌跡データを最後まで処理した場合に、当該処理を終了する。

ステップ９ｅにおいて軌跡データマッチング部１３０は、ステップ９ａで読み出した正規化軌跡データの評価対象軌跡時間パラメータt2に対応するｘ座標x(t2)およびｙ座標y(t2)と、ステップ９ｂで読み出した標準軌跡データの標準軌跡時間パラメータt1に対応するｘ座標x_std(t1)およびｙ座標y_std(t1)とを比較して、正規化軌跡データと標準軌跡データの座標の間の差tr_dist(t1,t2)が予め設定した閾値tr_threshold以内であるか否かを判定する。

具体的には、まず、軌跡データマッチング部１３０は、ステップ９ａで読み出した正規化軌跡データの評価対象軌跡時間パラメータt2に対応するｘ座標x(t2)を検出するとともに、ステップ９ｂで読み出した標準軌跡データの標準軌跡時間パラメータt1に対応するｘ座標x_std(t1)を検出して、両者の差x_dist(t1,t2)=|x_std(t1)-x(t2)|を求め、この差が予め設定した閾値x_threshold以内であるか否かを判定する。

図１２（ａ）に示すように、ｘ座標について、図５の正規化軌跡データと図７の標準軌跡データとを比較すると、t=taでは、x_dist(ta,ta)が閾値x_threshold以内となっているが、t=tbでは、x_dist(tb,tb)が閾値x_thresholdを超えている。

同様に、軌跡データマッチング部１３０は、ステップ９ａで読み出した正規化軌跡データの評価対象軌跡時間パラメータt2に対応するｙ座標y(t2)を検出するとともに、ステップ９ｂで読み出した標準軌跡データの標準軌跡時間パラメータt1に対応するｙ座標y_std(t1)を検出して、両者の差y_dist(t1,t2)=|y_std(t1)-y(t2)|を求め、この差が予め設定した閾値y_threshold以内であるか否かを判定する。

図１２（ｂ）に示すように、ｙ座標について、図５の正規化軌跡データと図７の標準軌跡データとを比較すると、t=taでは、y_dist(ta,ta)が閾値y_threshold以内となっており、またt=tbにおいても、y_dist(tb,tb)が閾値y_threshold以内となっている。

そして、軌跡データマッチング部１３０は、x_dist(t1,t2)が閾値x_threshold以内で、かつy_dist(t1,t2)が閾値y_threshold以内の場合に限り、正規化軌跡データと標準軌跡データの座標の間の差tr_dist(t1,t2)が閾値tr_threshold以内であると判定する。すなわち、正規化軌跡データと標準軌跡データの座標の間の差が、誤差の範囲内にあって一致していると判定する。一致していると判定した場合には、ステップ９ｆに移行し、一方、一致していないと判定した場合には、ステップ９ｇに移行する。

図１２に示した例では、t=taでは、x_dist(ta,ta)が閾値x_threshold以内となっており、またy_dist(ta,ta)も閾値y_threshold以内となっているため、tr_dist(t1,t2)が閾値tr_threshold以内であると判定する。一方、t=tbにおいては、x_dist(tb,tb)が閾値x_thresholdを超えているため、y_dist(tb,tb)が閾値y_threshold以内となっていても、tr_dist(t1,t2)が閾値tr_thresholdを超えていると判定する。

ステップ９ｆにおいて軌跡データマッチング部１３０は、正規化軌跡データの評価時刻および標準軌跡データを評価に用いる時刻を進めるために、標準軌跡時間パラメータt1および評価対象軌跡時間パラメータt2に「Ｔ」だけ加算し、ステップ９ｄに移行する。

一方、ステップ９ｇにおいて軌跡データマッチング部１３０は、ステップ９ｅにて正規化軌跡データと標準軌跡データの座標が一致していないと判定したため、歩行者が標準的な経路を逸脱したものと見なして、この時間t2を離脱時刻T_Anとしてマッチング結果記憶部８０に記録するとともに、後段の処理にて復帰時刻T_Bnを検出するための初期設定として、標準軌跡時間パラメータt1に「０」を設定し、ステップ９ｈに移行する。

図１２に示す例では、t2=tbにおいて、正規化軌跡データが標準軌跡データを逸脱したと判定されたため、時間tbを離脱時刻T_Anとしてマッチング結果記憶部８０に記録する。また、後段の処理にて復帰時刻T_Bnを検出するための初期設定として、標準軌跡時間パラメータt1に「０」を設定し、これにより図１３に示すように、評価対象軌跡時間パラメータt2=tbの正規化軌跡データは、標準軌跡時間パラメータt1=0の標準軌跡データとの比較から評価が開始されることになる。

ステップ９ｈにおいて軌跡データマッチング部１３０は、標準軌跡時間パラメータt1が終了時間t_std_end以下か否かを判定する。標準軌跡時間パラメータt1が終了時間t_std_end以下の場合には、ステップ９ｋに移行し、一方、標準軌跡時間パラメータt1が終了時間t_std_endを超える場合には、当該処理を終了する。

なお、終了時間t_std_endとは、標準軌跡データに基づいて、出入口から進入した時間を基準として、出入口から退出するまでの経過時間である。図７に示した標準軌跡の座標遷移を示す図８では、出入口Ａから進入した時間を基準として、出入口Ｂから退出するまでの経過時間である。すなわち、ステップ９ｈでは、評価に用いる標準軌跡データの座標が終了時間に達していないかを判定する。

ステップ９ｉにおいて軌跡データマッチング部１３０は、正規化軌跡データの評価対象となる座標を進めるために、評価対象軌跡時間パラメータt2に「Δt」だけ加算するとともに、評価に用いる標準軌跡データの座標を先頭に戻すために、標準軌跡時間パラメータt1に「０」を設定し、ステップ９ｊに移行する。

これにより、図１４に示すように、正規化軌跡データの評価対象となる座標が「Δt」だけ進んだt2=tcとなり、また標準軌跡時間パラメータt1に「０」が設定されることで、後のステップ９ｋにおいて、評価対象軌跡時間パラメータt2=tcの正規化軌跡データは、標準軌跡時間パラメータt1=0の標準軌跡データと比較されることになる。

ステップ９ｊにおいて軌跡データマッチング部１３０は、評価対象軌跡時間パラメータt2が終了時間t_end以下か否かを判定する。評価対象軌跡時間パラメータt2が終了時間t_end以下の場合には、ステップ９ｈに移行し、一方、評価対象軌跡時間パラメータt2が終了時間t_endを超える場合には、当該処理を終了する。すなわち、評価対象となる正規化軌跡データを最後まで処理した場合に、当該処理を終了する。

ステップ９ｋにおいて軌跡データマッチング部１３０は、ステップ９ｅと同様に、ステップ９ａで読み出した正規化軌跡データの評価対象軌跡時間パラメータt2に対応するｘ座標x(t2)およびｙ座標y(t2)と、ステップ９ｂで読み出した標準軌跡データの標準軌跡時間パラメータt1に対応するｘ座標x_std(t1)およびｙ座標y_std(t1)とを比較して、正規化軌跡データと標準軌跡データの座標の間の差tr_dist(t1,t2)が予め設定した閾値tr_threshold以内であるか否かを判定する。

ここで、正規化軌跡データと標準軌跡データの座標の間の差tr_dist(t1,t2)が予め設定した閾値tr_threshold以内である、すなわち、正規化軌跡データと標準軌跡データの座標の間の差が、誤差の範囲内にあって一致している場合には、ステップ９ｍに移行し、一方、正規化軌跡データと標準軌跡データの座標の間の差が、誤差の範囲を超えていて一致していないと判定した場合には、ステップ９ｌに移行する。

ステップ９ｌにおいて軌跡データマッチング部１３０は、正規化軌跡データの評価時刻を進めるために、標準軌跡時間パラメータt1に「Ｔ」だけ加算し、ステップ９ｈに移行する。

例えばステップ９ｌの直前で図１４に示すように、標準軌跡時間パラメータt1=0、評価対象軌跡時間パラメータt2=tcであった場合、ステップ９ｌによって、図１５に示すように、評価に用いられる標準軌跡データの座標が「０」から「Ｔ」だけ進んだ座標となり、後のステップ９ｋにおいて、評価対象軌跡時間パラメータt2=tcの正規化軌跡データは、標準軌跡時間パラメータt1=Ｔの標準軌跡データと比較されることになる。

ステップ９ｍにおいて軌跡データマッチング部１３０は、ステップ９ｋで一致する範囲にあると判定されたことより、歩行者の軌跡が標準軌跡に復帰したものとみなして、正規化軌跡データの評価対象軌跡時間パラメータt2を復帰時刻T_Bnとしてマッチング結果記憶部８０に記録するとともに、新たな離脱時刻T_Anを検出するための設定として、カウンタnに「１」を加算して、ステップ９ｅに移行する。

例えば図１４や図１５に示した例では、ステップ９ｋで一致が検出されることなくステップ９ｉが繰り返し実行されることにより評価対象軌跡時間パラメータt2がtdとなり、そして、ステップ９ｌが繰り返し実行されて、図１６に示す状態になるまで標準軌跡時間パラメータt1が進められて、t1=Ｔ*mとなると、ステップ９ｋによって座標が一致する範囲にあることが検出され、ステップ９ｍに移行する。そして、ステップ９ｍでは、評価対象軌跡時間パラメータt2、すなわちtdが復帰時刻T_Bnとしてマッチング結果記憶部８０に記録される。

軌跡データ分析部１４０は、マッチング結果記憶部８０が記憶する離脱時刻T_Anおよび復帰時刻T_Bnに基づいて、歩行者が標準軌跡から逸脱していた軌跡を検出する。この検出結果は、さらに軌跡データ分析部１４０によって、歩行者ＩＤ毎に集計したり、あるいは全ての歩行者について入口と出口の組み合わせ毎に集計される。

出力部９０は、視覚的に情報を表示するモニタと、これに接続されるインタフェースと、このインタフェースを通じて上記モニタを制御するドライバとを備える。上記ドライバは、上記集計結果に基づいて、上記インタフェースを通じて、上記モニタに歩行者の特異な移動経路を表示する。

なお、図１４に示した例では、図１７に示すように、軌跡データマッチング部１３０によって、離脱時刻T_An=tbから復帰時刻T_Bn=tdまでの正規化軌跡データで示される範囲において、歩行者が標準軌跡から逸脱していたことが検出される。このため、軌跡データ分析部１４０は、この検出結果に基づいて、標準軌跡から逸脱した軌跡を検出し、この軌跡が視覚的に認識できるような画像を合成して、この画像を出力部９０を通じてオペレータに映示する。

その一例を図１８に示す。この図では、軌跡データ分析部１４０が画像合成により、逸脱した軌跡を楕円Ｏｖで囲って示しており、また標準軌跡から逸脱した原因となる位置Ｇを逸脱した軌跡から推定して、この位置Ｇを明示している。これらの画像データは軌跡データ分析部１４０によって合成され、この画像データに基づいて出力部９０が表示を行う。

以上のように、上記構成の行動分析装置では、ビデオカメラ１１〜１ｎにて撮影した映像から移動物体が移動した軌跡を検出し、この軌跡を一定速度で正規化した正規化軌跡データと、予め準備しておいた標準的な移動軌跡を示す標準軌跡データとを比較して、標準的な移動軌跡から逸脱した軌跡を検出するようにしている。
したがって、上記構成の行動分析装置によれば、予め準備しておいた標準的な移動軌跡との比較により、特異な移動経路を検出することができる。

なお、この発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また上記実施形態に開示されている複数の構成要素を適宜組み合わせることによって種々の発明を形成できる。また例えば、実施形態に示される全構成要素からいくつかの構成要素を削除した構成も考えられる。さらに、異なる実施形態に記載した構成要素を適宜組み合わせてもよい。

その一例として例えば、上記実施の形態では、１台のビデオカメラで撮影した範囲を監視対象エリアとする場合について説明したが、複数のビデオカメラによって１つの監視対象エリアを撮影し、これらのビデオカメラによって得られた映像に基づいて、移動物体の軌跡分析するようにしてもよい。

また上記実施の形態では、ビデオカメラ１１〜１ｎを用いて映像から移動物体の軌跡を検出するようにしたが、移動物体を検出するセンサを監視対象エリア内に多数配設して、このセンサの検出結果に基づいて、移動物体の軌跡を検出するようにしてもよい。
そして上記実施の形態では、監視対象として歩行者を例に挙げて説明したが、野生動物や家畜、自動車や自転車、オートバイなど移動する物体であれば、いずれも監視対象とすることができる。
その他、この発明の要旨を逸脱しない範囲で種々の変形を施しても同様に実施可能であることはいうまでもない。

この発明に係わる行動分析装置の一実施形態の構成を示す回路ブロック図。 図１に示した行動分析装置のビデオカメラで撮影した映像の一例を示す図。 図１に示した行動分析装置のビデオカメラで撮影した映像の一例を示す図。 歩行者の移動軌跡を示す図。 正規化した移動軌跡を示す図。 正規化した移動軌跡を２軸方向の各成分で示した図。 標準的な移動軌跡を示す図。 標準的な移動軌跡を２軸方向の各成分で示した図。 図１に示した行動分析装置の制御部の処理を示すフローチャート。 正規化した移動軌跡と標準的な移動軌跡を示す図。 正規化した移動軌跡と標準的な移動軌跡を２軸方向の各成分で示した図。 正規化した移動軌跡と標準的な移動軌跡を２軸方向の各成分で比較する図。 正規化した移動軌跡と標準的な移動軌跡を２軸方向の各成分で比較する図。 正規化した移動軌跡と標準的な移動軌跡を２軸方向の各成分で比較する図。 正規化した移動軌跡と標準的な移動軌跡を２軸方向の各成分で比較する図。 正規化した移動軌跡と標準的な移動軌跡を２軸方向の各成分で比較する図。 正規化した移動軌跡が標準的な移動軌跡から逸脱した範囲を２軸方向の各成分で示す図。 正規化した移動軌跡が標準的な移動軌跡から逸脱した範囲を監視対象エリア上に示す図。

符号の説明

１１〜１ｎ…ビデオカメラ、２０…カメラ制御部、３０…映像記憶部、４０…通路情報記憶部、５０…軌跡データ記憶部、６０…正規化軌跡データ記憶部、７０…標準軌跡データ記憶部、８０…マッチング結果記憶部、９０…出力部、１００…制御部、１１０…軌跡データ抽出部、１２０…軌跡データ正規化部、１３０…軌跡データマッチング部、１４０…軌跡データ分析部。

Claims (10)

1. 移動体が移動した移動軌跡を検出する軌跡検出手段と、
   予め設定した標準軌跡を記憶する軌跡記憶手段と、
   前記移動軌跡と前記標準軌跡とを比較し、その差から特異な移動経路を検出する特異行動検出手段とを具備することを特徴とする行動分析装置。
2. 前記軌跡検出手段は、前記移動体を撮影した映像から前記移動軌跡を検出することを特徴とする請求項１に記載の行動分析装置。
3. さらに、前記移動軌跡を予め設定した移動速度で正規化する正規化手段を備え、
   前記特異行動検出手段は、前記正規化手段が正規化した移動軌跡と前記標準軌跡とを比較し、その差から特異な移動経路を検出することを特徴とする請求項１に記載の行動分析装置。
4. 前記軌跡検出手段は、前記移動軌跡を複数の座標軸に対応する成分で検出し、
   前記軌跡記憶手段は、前記標準軌跡を前記複数の座標軸に対応する成分で記憶し、
   前記特異行動検出手段は、前記移動軌跡の成分と前記標準軌跡の成分とを比較し、その差から特異な移動経路を検出することを特徴とする請求項１に記載の行動分析装置。
5. 前記軌跡検出手段は、前記移動体が監視対象エリアの入口から出口までを移動した移動軌跡を検出し、
   前記軌跡記憶手段は、予め設定した入口と出口を結ぶ標準軌跡を記憶することを特徴とする請求項１に記載の行動分析装置。
6. 前記軌跡検出手段は、時系列に移動体が移動した移動軌跡を検出し、
   前記特異行動検出手段は、前記移動軌跡が前記標準軌跡から外れはじめた逸脱位置と、その後、前記移動軌跡が前記標準軌跡に一致しはじめた復帰位置とを結ぶ移動経路を検出することを特徴とする請求項１に記載の行動分析装置。
7. さらに、前記特異行動検出手段が検出した特異な移動経路を出力する出力手段を備えることを特徴とする請求項１に記載の行動分析装置。
8. 前記出力手段は、前記特異行動検出手段が検出した特異な移動経路を視覚的に示すことを特徴とする請求項７に記載の行動分析装置。
9. さらに、前記特異行動検出手段が検出した特異な移動経路に基づいて、前記標準軌跡から逸脱した原因となる原因位置を推定する推定手段を備え、
   前記出力手段は、前記原因位置を視覚的に示すことを特徴とする請求項７に記載の行動分析装置。
10. 移動体が移動した移動軌跡を検出する軌跡検出工程と、
    予め設定した標準軌跡を記憶する軌跡記憶工程と、
    前記移動軌跡と前記標準軌跡とを比較し、その差から特異な移動経路を検出する特異行動検出工程とを具備することを特徴とする行動分析方法。

Images