JP2012205240A - 電子機器及び情報伝達システム - Google Patents

Abstract

【課題】適切な音声装置の制御が可能な電子機器を提供する。
【解決手段】対象者を含む画像を撮像可能な撮像装置の撮像結果を取得する取得装置と、前記撮像装置による撮像結果から前記対象者の大きさ情報を検出する第１検出装置と、前記第１検出装置が検出した前記大きさ情報に基づいて、指向性を有する音声装置の位置及び／又は姿勢を調節する駆動制御装置と、を備えている。
【選択図】図１

Description

本発明は、電子機器及び情報伝達システムに関する。

ユーザに対して音声を用いて案内をする音声案内装置が提案されている（例えば、特許文献１参照）。

特開２００７-４５５６５号公報

しかしながら、従来の音声案内装置には、特定の場所からでないと音声を聞き取りにくいという課題があった。

本発明は上記の課題に鑑みてなされたものであり、適切な音声装置の制御が可能な電子機器及び情報伝達システムを提供することを目的とする。

本発明の電子機器は、対象者を含む画像を撮像可能な撮像装置（１１）の撮像結果を取得する取得装置（２５）と、前記撮像装置による撮像結果から前記対象者の大きさ情報を検出する第１検出装置（２５）と、前記第１検出装置が検出した前記大きさ情報に基づいて、指向性を有する音声装置（１２，１３）の位置及び／又は姿勢を調節する駆動制御装置（２５）と、を備える電子機器（２０）である。

この場合において、前記第１検出装置が検出した大きさ情報に基づいて、前記対象者の耳の位置を検出する第２検出装置（２５）を備えることができる。この場合、前記駆動制御装置は、前記第２検出装置が検出した耳の位置に基づいて、前記指向性を有する音声装置の位置及び／又は姿勢を調節することができる。

本発明の電子機器では、前記第１検出装置が検出した大きさ情報に基づいて、前記指向性を有する音声装置の出力を設定する設定装置（２５）を備えることができる。また、前記対象者の位置に応じて、前記指向性を有する音声装置による音声案内を制御する制御装置（２５）を備えることができる。

また、本発明の電子機器では、前記駆動制御装置は、前記対象者の移動に応じて、前記指向性を有する音声装置の位置及び／又は姿勢を調節することができる。また、前記指向性を有する音声装置は、前記撮像装置の近傍に設けられていることとしてもよい。また、前記対象者と前記撮像装置との位置関係に基づいて、前記第１検出装置が検出した前記対象者の大きさ情報を補正する補正装置（２５）を備えることができる。

また、本発明の電子機器では、前記撮像装置の撮像結果を用いて前記対象者を追尾する追尾装置（２５）を備え、前記追尾装置は、前記撮像装置を用いて前記対象者の特定部分の画像を取得して当該特定部分の画像をテンプレートとし、前記対象者を追尾する場合には、前記テンプレートを用いて前記対象者の特定部分を特定するとともに、当該特定された前記対象者の特定部分の新たな画像で、前記テンプレートを更新することとしてもよい。

この場合において、前記撮像装置は、第１の撮像装置と、当該第１の撮像装置の撮像範囲の一部と重複する撮像範囲を有する第２の撮像装置と、を含み、前記追尾装置は、前記第１の撮像装置と前記第２の撮像装置が前記対象者を同時に撮像できるときに、一方の撮像装置により撮像される前記対象者の特定部分の位置情報を取得するとともに、他方の撮像装置により撮像される画像のうち、前記特定部分の位置情報に対応する領域を特定し、当該特定された領域の画像を他方の撮像装置の前記テンプレートとすることとしてもよい。また、前記追尾装置は、前記特定部分の大きさ情報が所定量以上変動した場合に、前記対象者の異常を判定することとしてもよい。

本発明の情報伝達システムは、対象者を含む画像を撮像可能な少なくとも１つの撮像装置（１１）と、指向性を有する音声装置（１２，１３）と、本発明の電子機器（２０）と、を備える情報伝達システムである。

なお、本発明をわかりやすく説明するために、上記においては一実施形態を表す図面の符号に対応つけて説明したが、本発明は、これに限定されるものではなく、後述の実施形態の構成を適宜改良しても良く、また、少なくとも一部を他の構成物に代替させても良い。更に、その配置について特に限定のない構成要件は、実施形態で開示した配置に限らず、その機能を達成できる位置に配置することができる。

本発明の電子機器及び情報伝達システムは、適切な音声装置の制御ができるという効果を奏する。

一実施形態に係る案内システムの構成を示すブロック図である。 撮像装置の具体的な構成を示す図である。 音声ユニットを示す斜視図である。 本体部のハードウェア構成図である。 本体部の機能ブロック図である。 図６(ａ)は、広角レンズ系の前側焦点から撮像した人（対象者）の頭までの距離と、像（頭部分）の大きさとの関係を示すグラフであり、図６（ｂ）は、図６（ａ）のグラフを床からの高さに変換したグラフである。 像の大きさの変化率を示すグラフである。 図８（ａ）、図８（ｂ）は、対象者の姿勢に応じた頭の大きさの変化を模式的に示す図である。 対象者の位置に応じた、撮像素子に撮像される対象者の頭の像の大きさの変化を示す図である。 オフィス内の１つの区画と、当該区画内に設けられた撮像装置の撮像領域と、の関係を模式的に示す図である。 対象者の追跡処理を説明するための図（その１）である。 対象者の追跡処理を説明するための図（その２）である。 対象者の追跡処理を説明するための図（その３）である。 図１４（ａ）、図１４（ｂ）は、図１０の１つの区画内において４人の対象者（対象者Ａ，Ｂ，Ｃ，Ｄ）が移動する場合の追跡処理について説明するための図（その１）である。 図１５（ａ）〜図１５（ｃ）は、図１０の１つの区画内において４人の対象者（対象者Ａ，Ｂ，Ｃ，Ｄ）が移動する場合の追跡処理について説明するための図（その２）である。 案内部が通路（廊下）に沿って配置された場合の指向性スピーカの制御方法を説明するための図である。 案内システムにおける案内処理を示すフローチャートである。

以下、一実施形態に係る案内システムについて、図１〜図１７に基づいて、詳細に説明する。図１には、案内システム１００の構成がブロック図にて示されている。なお、案内システム１００は、オフィス、商業施設、空港、駅、病院、美術館などに設置可能なものであるが、本実施形態では、案内システム１００が、オフィスに設置される場合を例に採り説明する。

案内システム１００は、図１に示すように、複数の案内部１０ａ、１０ｂ…と、カードリーダ８８と、本体部２０と、を備える。なお、図１では２つの案内部１０ａ、１０ｂを図示しているが、その数は設置場所に応じて設定することができる。例えば、図１６では、通路に４つの案内部１０ａ〜１０ｄが設置された状態を図示している。なお、各案内部１０ａ，１０ｂ…は同一の構成を有しているものとする。また、以下において、案内部１０ａ，１０ｂ…のうち任意の案内部を示す場合には、案内部１０と表記するものとする。

案内部１０は、撮像装置１１と、指向性マイク１２と、指向性スピーカ１３と、駆動装置１４と、を有する。

撮像装置１１は、オフィスの天井に設けられ、主としてオフィス内にいる人の頭を撮像するものである。本実施の形態において、オフィスの天井の高さは２．６ｍとする。すなわち、撮像装置１１は、２．６ｍの高さから人の頭などを撮像する。

撮像装置１１は、図２に示すように、３群構成の広角レンズ系３２と、ローパスフィルタ３４と、ＣＣＤ又はＣＭＯＳなどからなる撮像素子３６と、撮像素子を駆動制御する回路基板３８と、を有する。なお、図２では不図示であるが、広角レンズ系３２とローパスフィルタ３４との間には、不図示のメカシャッターが設けられているものとする。

広角レンズ系３２は、２枚の負メニスカスレンズを有する第１群３２ａと、正レンズ、接合レンズ、及び赤外カットフィルタを有する第２群３２ｂと、２枚の接合レンズを有する第３群３２ｃと、を有しており、第２群３２ｂと第３群３２ｃとの間に絞り３３が配置されている。本実施形態の広角レンズ系３２は、系全体の焦点距離が６．１８８ｍｍ、最大画角が８０°となっている。なお、広角レンズ系３２は、３群構成に限定されるものでもない。すなわち、例えば、各群のレンズ枚数やレンズ構成、並びに焦点距離や画角は、適宜変更することが可能である。

撮像素子３６は、一例として、２３．７ｍｍ×１５．９ｍｍの大きさで、画素数が４０００×３０００（１２００万画素）であるものとする。すなわち、１画素の大きさは、５．３μｍである。ただし、撮像素子３６としては、上記と異なるサイズ及び画素数の撮像素子を用いてもよい。

上記のように構成される撮像装置１１では、広角レンズ系３２に入射した光束はローパスフィルタ３４を介して撮像素子３６に入射し、回路基板３８が撮像素子３６の出力をデジタル信号に変換する。そして、ＡＳＩＣ（Application Specific Integrated Circuit）を含む画像処理制御部（不図示）が、デジタル信号に変換された画像信号に対してホワイトバランス調整、シャープネス調整、ガンマ補正、階調調整などの画像処理を施すとともに、ＪＰＥＧなどの画像圧縮をする。また、画像処理制御部は、ＪＰＥＧ圧縮された静止画像を本体部２０の制御部２５（図５参照）に送信する。

なお、撮像装置１１の撮像領域は、隣接する案内部１０に含まれる撮像装置１１の撮像領域と重複（オーバラップ）している（図１０の撮像領域Ｐ１〜Ｐ４参照）。なお、この点については、後に詳述する。

指向性マイク１２は、特定の方向（例えば前面方向）から入射する音声を高感度に集音するものであり、超指向性ダイナミック型マイクロホンや超指向性コンデンサ型マイクロホン等を用いることができる。

指向性スピーカ１３は、超音波トランスデューサを備えており、限られた方向のみに音声を伝達するスピーカである。

駆動装置１４は、指向性マイク１２と指向性スピーカ１３とを一体的に、又は別々に駆動する。

本実施形態では、図３に示すように、指向性マイク１２、指向性スピーカ１３、及び駆動装置１４は、一体型の音声ユニット５０に設けられるものとする。具体的には、音声ユニット５０は、指向性マイク１２及び指向性スピーカ１３を保持するユニット本体１６と、ユニット本体１６を保持する保持部１７と、を有する。保持部１７は、水平方向（図３ではＸ軸方向）に延びる回転軸１５ｂにて、ユニット本体１６を回転自在に保持する。保持部１７には、駆動装置１４を構成するモータ１４ｂが設けられており、ユニット本体１６（すなわち、指向性マイク１２及び指向性スピーカ１３）は、モータ１４ｂの回転力により、パン方向（水平方向の首振り）に駆動される。また、保持部１７には、鉛直方向（Ｚ軸方向）に延びる回転軸１５ａが設けられており、回転軸１５ａは、駆動装置１４を構成するモータ１４ａ（オフィスの天井部に固定される）により回転される。これにより、ユニット本体１６（すなわち、指向性マイク１２及び指向性スピーカ１３）は、チルト方向（垂直方向（Ｚ軸方向）の首振り）に駆動される。なお、モータ１４ａ、１４ｂとしては、ＤＣモータ、ボイスコイルモータ、リニアモータなどを用いることができる。

なお、モータ１４ａは、指向性マイク１２及び指向性スピーカ１３が真下を向いた状態（−９０°）から時計回り方向と反時計回り方向にそれぞれ６０°〜８０°程度の範囲内で、指向性マイク１２及び指向性スピーカ１３を駆動することができるものとする。駆動範囲をこのような範囲とするのは、音声ユニット５０をオフィスの天井部に設けた場合、人の頭が音声ユニット５０の真下に存在することはあっても、音声ユニット５０の真横に存在することは想定されないためである。

なお、本実施形態では、音声ユニット５０と図１の撮像装置１１とを別体としているが、これに限らず、案内部１０の全てをユニット化して天井部に設けるようにしてもよい。

図１に戻り、カードリーダ８８は、例えばオフィス入り口に設けられ、オフィス内に入ることが許可されている人が保有するＩＤカードを読み取る装置である。

本体部２０は、案内部１０ａ，１０ｂ…やカードリーダ８８から入力される情報（データ）を処理するとともに、案内部１０ａ，１０ｂ…及びカードリーダ８８を統括的に制御するものである。図４には、本体部２０のハードウェア構成図が示されている。図４に示すように、本体部２０は、ＣＰＵ９０、ＲＯＭ９２、ＲＡＭ９４、記憶部（ここではＨＤＤ（Hard Disk Drive）９６ａやフラッシュメモリ９６ｂ）、インタフェース部９７等を備えている。本体部２０の構成各部は、バス９８に接続されている。インタフェース部９７は、案内部１０の撮像装置１１や駆動装置１４などと接続するためのインタフェースである。インタフェースとしては、無線／有線ＬＡＮ、ＵＳＢ、ＨＤＭＩ、Bluetooth（登録商標）などの様々な接続規格を採用することができる。

本体部２０では、ＲＯＭ９２あるいはＨＤＤ９６ａに格納されているプログラムをＣＰＵ９０が実行することにより、図５の各部の機能が実現される。すなわち、本体部２０では、ＣＰＵ９０がプログラムを実行することにより、図５に示す、音声認識部２２、音声合成部２３、制御部２５としての機能が実現される。なお、図５では、図４のフラッシュメモリ９６ｂにより実現される格納部２４についても図示している。

音声認識部２２は、指向性マイク１２が集音した音声の特徴量に基づいて音声認識をするものである。音声認識部２２は、音響モデルおよび辞書機能を有し、この音響モデルと辞書機能とを用いて音声認識を行う。音響モデルは、音声認識する音声言語の音素や音節などの音響的な特徴を記憶するものである。また、辞書機能は、認識対象の各単語について、その発音に関する音韻情報を記憶している。なお、音声認識部２２は、市販の音声認識ソフト（プログラム）をＣＰＵ９０が実行することで、実現してもよい。なお、音声認識技術については、例えば、日本特許第４５８７０１５号（特開２００４−３２５５６０号公報）に記載されている。

音声合成部２３は、指向性スピーカ１３により発する（出力する）音声を合成するものである。音声合成は、音韻の音声素片を生成して、この音声素片を接続することにより行うことができる。音声合成の原理は、子音をＣ（Consonant）、母音をＶ（Vowel）で表すとＣＶ、ＣＶＣ，ＶＣＶなどの基本となる小さな単位の特徴パラメータや音声素片を記憶し、ピッチや継続時間長を制御して接続して音声を合成するというものである。なお、音声合成技術については、例えば、日本特許第３７２７８８５号（特開２００３−２２３１８０号公報）に記載されている。

制御部２５は、本体部２０の制御に加えて、案内システム１００全体を制御するものである。例えば、制御部２５は、撮像装置１１の画像処理制御部から送信されてきたＪＰＥＧ圧縮された静止画像を格納部２４に格納する。また、制御部２５は、格納部２４に格納された画像に基づいて、複数の指向性スピーカ１３のうちどの指向性スピーカ１３を用いてオフィス内の特定の人（対象者）への案内を行うかを制御する。

また、制御部２５は、隣接する案内部１０との距離に応じて、少なくとも隣接する案内部１０と集音範囲、音声出力範囲がオーバラップするように指向性マイク１２と指向性スピーカ１３の駆動を制御する。また、制御部２５は、撮像装置１１の撮像範囲よりも広い範囲で音声案内ができるように指向性マイク１２と指向性スピーカ１３とを駆動するとともに、指向性マイク１２の感度と、指向性スピーカ１３の音量とを設定する。これは、対象者を撮像していない撮像装置を有する案内部１０の指向性マイク１２と指向性スピーカ１３とを用いて対象者を音声案内する場合があるからである。

また、制御部２５は、カードリーダ８８で読み取られたＩＤカードのカード情報を取得し、格納部２４に格納されている従業員情報等に基づいて、カードリーダ８８にＩＤカードをかざした人物を特定する。

格納部２４は、撮像装置１１の光学系のディストーションの影響による検出誤差を補正する補正テーブル（後述）や、従業員情報、撮像装置１１が撮像した画像などを記憶する。

次に、撮像装置１１による対象者の頭部分の撮像について、詳細に説明する。図６（ａ）には、広角レンズ系３２の前側焦点から撮像した人（対象者）の頭までの距離と、像（頭部分）の大きさとの関係がグラフにて示され、図６（ｂ）には、図６（ａ）のグラフを床からの高さに変換したグラフが示されている。

ここで、前述のように広角レンズ系３２の焦点距離が６．１８８ｍｍであり、対象者の頭の直径が２００ｍｍであるとすると、広角レンズ系３２の前側焦点から対象者の頭の位置までの距離が１０００ｍｍの場合（すなわち、身長１ｍ６０ｃｍの人が直立している場合）には、撮像装置１１の撮像素子３６に結像する対象者の頭の直径は１．２３８ｍｍである。これに対し、対象者の頭の位置が３００ｍｍ下がって広角レンズ系３２の前側焦点から対象者の頭の位置までの距離が１３００ｍｍになった場合には、撮像装置１１の撮像素子に結像する対象者の頭の直径は０．９５２ｍｍとなる。すなわち、この場合には、頭の高さが３００ｍｍ変化することで、０．２８６ｍｍ（２３．１％）だけ像の大きさ（直径）が変化する。

同様に、広角レンズ系３２の前側焦点から対象者の頭の位置までの距離が２０００ｍｍの場合には（対象者が中腰の場合）、撮像装置１１の撮像素子３６に結像する対象者の頭の直径は０．６１９ｍｍであり、そこから対象者の頭の位置が３００ｍｍ下がった場合には、撮像装置１１の撮像素子に結像する対象者の頭の像の大きさは０．５３８ｍｍとなる。すなわち、この場合には、頭の高さが３００ｍｍ変化することで、０．０８１ｍｍ（１３．１％）だけ頭の像の大きさ（直径）が変化する。このように、本実施形態においては、広角レンズ系３２の前側焦点から対象者の頭までの距離が離れるにつれて、頭の像の大きさの変化（変化率）が小さくなる。

一般的に、成人であれば身長の差は３００ｍｍ程度であり、頭の大きさの差は身長の差よりも１桁小さいが、身長差と頭の大きさの差とは所定の関係を満足する傾向にある。このため、標準的な頭の大きさ（例えば直径２００ｍｍ）と、撮像された対象者の頭の大きさとを比較することにより、対象者の身長を類推することができる。また、一般的に、耳の位置は、頭頂部から１５０ｍｍから２００ｍｍ程度下であるので、頭の大きさから対象者の耳の高さ位置も類推することができる。オフィスに入る際には立っている場合が多いので、受付付近に設けられた撮像装置１１により頭の像を撮像して対象者の身長や耳の高さ位置を類推すれば、その後は、対象者の頭の像の大きさから広角レンズ系の前側焦点から対象者までの距離がわかるので、対象者の姿勢（立っている、中腰である、倒れている）および姿勢の変化を対象者のプライバシを保った状態で判別することができる。なお、対象者が倒れている場合、頭頂部から足先方向に向かって１５０〜２００ｍｍ程度のところに耳の位置があると類推することができる。このように、撮像装置１１により撮像される頭の位置・大きさを利用することで、例えば耳が髪により隠れていたとしても、耳の位置を類推することが可能となる。

図７は、頭の像の大きさの変化率を示すグラフである。図７では、対象者の頭の位置が、横軸に示す値から１００ｍｍ変化した場合の、像の大きさの変化率を示している。この図７から分かるように、広角レンズ系３２の前側焦点から対象者の頭の位置までの距離が１０００ｍｍから１００ｍｍ遠ざかった場合、像の大きさの変化率が９．１％と大きいので、仮に頭の大きさが同一であっても、身長差が１００ｍｍ程度あれば、複数の対象者を身長差に基づいて容易に識別することができる。これに対し、広角レンズ系３２の前側焦点から対象者の頭の位置までの距離が２０００ｍｍから１００ｍｍ遠ざかった場合、像の大きさの変化率は４．８％となっている。この場合、上述した広角レンズ系３２の前側焦点から対象者の頭の位置までの距離が１０００ｍｍから１００ｍｍ遠ざかった場合に比べれば、像の変化率は小さくなるものの、同一の対象者の姿勢の変化程度であれば、容易に識別することができる。

このように、本実施形態の撮像装置１１の撮像結果を用いれば、対象者の頭の像の大きさから広角レンズ系３２の前側焦点から対象者までの距離を検出することができるので、制御部２５は、この検出結果を用いることで、対象者の姿勢（直立している、中腰である、倒れている）及び姿勢の変化を判別することができる。この点について、図８（ａ），図８（ｂ）に基づいて、より詳細に説明する。

図８（ａ）、図８（ｂ）は、対象者の姿勢に応じた頭の像の大きさの変化を模式的に示す図である。図８（ｂ）に示すように、撮像装置１１を天井部に設けて、対象者の頭を撮像すると、図８（ｂ）の左側の対象者のように直立している場合には、図８（ａ）に示すように頭が大きく撮像され、図８（ｂ）の右側の対象者のように倒れている場合には、図８（ａ）に示すように頭が小さく撮像される。また、図８（ｂ）の中央の対象者のように、中腰の状態にある場合には、頭の像は、立っているときよりも小さく、倒れているときよりも大きい。したがって、本実施形態では、制御部２５は、撮像装置１１から送信されてくる画像に基づいて、対象者の頭の像の大きさを検出することで、対象者の状態を判定することができる。この場合、対象者の頭の像から、対象者の姿勢や姿勢の変化を判別しているので、対象者の顔や体全体などを用いた判別を行う場合と比べて、プライバシを保護することができる。

なお、図６（ａ）、図６（ｂ）及び図７では、広角レンズ系３２の画角の低い位置（広角レンズ系３２の真下）に、対象者が存在している場合におけるグラフを示している。すなわち、対象者が広角レンズ系３２の周辺画角位置に存在している場合には、対象者との見込み角に応じたディストーションの影響を受けるおそれがある。これについて、詳述する。

図９には、対象者の位置に応じた、撮像素子３６に撮像される対象者の頭の像の大きさの変化が示されている。なお、撮像素子３６の中心は、広角レンズ系３２の光軸中心と一致しているものとする。この場合、対象者が直立している場合であっても、撮像装置１１の直下に立っている場合と、撮像装置１１から離れて立っている場合では、ディストーションの影響を受けて、撮像装置１１に撮像される頭の像の大きさが変化する。ここで、図９の位置ｐ１において、頭が撮像された場合、当該撮像結果からは、撮像素子３６で撮像された像の大きさ、撮像素子３６の中心からの距離Ｌ１、撮像素子３６の中心からの角度θ１を取得することができる。また、図９の位置Ｐ２において、頭が撮像された場合、当該撮像結果からは、撮像素子３６で撮像された像の大きさ、撮像素子３６の中心からの距離Ｌ２、撮像素子３６の中心からの角度θ２を取得することができる。なお、距離Ｌ１、Ｌ２は、広角レンズ系３２の前側焦点と、対象者の頭との距離を表すパラメータである。また、撮像素子３６の中心からの角度θ１、θ２は、対象者に対する広角レンズ系３２の見込み角を表すパラメータである。このような場合において、制御部２５では、撮像素子３６の中心からの距離Ｌ１、Ｌ２、撮像素子３６の中心からの角度θ１、θ２に基づいて、撮像した像の大きさを補正する。換言すれば、対象者が同じ姿勢のときに、撮像素子３６の位置ｐ１に撮像される像の大きさと、位置ｐ２に撮像される像の大きさとが実質的に等しくなるように補正する。このようにすることで、本実施形態では、撮像装置１１と対象者との位置関係（対象者までの距離や対象者との見込み角）にかかわらず、対象者の姿勢を精度よく検出することができる。なお、この補正に用いるパラメータ（補正テーブル）は、格納部２４に記憶されているものとする。

ここで、撮像装置１１による撮像間隔は、制御部２５が設定するものとする。制御部２５は、オフィスに多くの人がいる可能性が高い時間帯と、それ以外の時間帯で、撮影の頻度（フレームレート）を変更することができる。例えば、制御部２５は、現在が、オフィスに多くの人がいる可能性が高い時間帯（例えば午前９時から午後６時まで）であると判断した場合には、１秒に１回静止画を撮像（３万２４００枚／日）するようにし、それ以外の時間帯と判定した場合には、５秒に１回静止画を撮像（６４８０枚／日）するようにする、などの設定をすることができる。また、撮像された静止画は、格納部２４（フラッシュメモリ９６ｂ）に一時的に保存したのち、例えば１日ごとの撮像データをＨＤＤ９６ａに保存し、その後に格納部２４から消去するようにすればよい。

なお、静止画に代えて動画の撮影を行ってもよく、この場合、動画を連続して撮影しても、３〜５秒程度の短い動画を間欠的に撮影してもよい。

次に、撮像装置１１の撮像領域について説明する。

図１０は、一例として、オフィス内の１つの区画４３と、当該区画４３内に設けられた撮像装置１１の撮像領域と、の関係を模式的に示す図である。なお、図１０では、１つの区画４３内に４つの撮像装置１１（ただし撮像領域Ｐ１，Ｐ２，Ｐ３，Ｐ４のみが図示されている）が設けられているものとする。また、１つの区画が２５６ｍ²（１６ｍ×１６ｍ）であるものとする。更に、撮像領域Ｐ１〜Ｐ４それぞれは円形領域であるものとし、Ｘ方向及びＹ方向において隣接する撮像領域と重複（オーバラップ）した状態となっている。なお、図１０では、説明の便宜上、１つの区画を４分割した分割部分（撮像領域Ｐ１〜Ｐ４それぞれに対応）を分割部分Ａ１〜Ａ４として示している。この場合、広角レンズ系３２の画角が８０°、焦点距離６．１８８ｍｍとし、天井の高さを２.６ｍ、対象者の身長を１．６ｍとすると、広角レンズ系３２の真下を中心に半径５．６７ｍの円内（約１００ｍ²）が撮像領域となる。すなわち、分割部分Ａ１〜Ａ４は６４ｍ²となるので、各分割部分Ａ１〜Ａ４を、各撮像装置１１の撮像領域Ｐ１〜Ｐ４に含めることができるとともに、各撮像装置１１の撮像領域の一部を重複させることが可能となる。

図１０は物体側から見た撮像領域Ｐ１〜Ｐ４の重複（オーバラップ）の概念を示したが、撮像領域Ｐ１〜Ｐ４は広角レンズ系３２に光が入射する領域であり、この広角レンズ系３２に入射した光の全てが矩形の撮像素子３６に入射するものではない。このため、本実施形態においては、隣接する複数の撮像素子３６の撮像領域Ｐ１〜Ｐ４が重複（オーバラップ）するように撮像装置１１をオフィスに設置すればよい。具体的には、撮像装置１１にその取り付けを調整するような調整部（例えば長穴や、大き目の調整穴、撮像位置を調整するシフト光学系）を設け、それぞれの撮像素子３６が撮像した映像を目しで確認しながら重複（オーバラップ）を調整して、それぞれの撮像装置１１の取り付け位置を決めるようにすればよい。なお、例えば、図１０に示す分割部分Ａ１と撮像素子３６の撮像領域とが一致していた場合には、それぞれの撮像装置１１にて撮像した画像が重複することなく、ぴったりと合うことになる。しかしながら、複数の撮像装置１１をそれぞれ取り付ける際の自由度や、天井の梁などで取り付け高さが異なる場合を考えると、前述のように複数の撮像素子３６の撮像領域Ｐ１〜Ｐ４を重複（オーバラップ）させるのが好ましい。

なお、重複量は、人の頭の大きさに基づいて設定することができる。この場合、例えば、頭の外周を６０ｃｍとすれば、重複する領域に直径約２０ｃｍの円形が含まれるようにすればよい。なお、頭の一部が重複する領域に含まれればよいという設定の下では、例えば、直径約１０ｃｍの円形が含まれるようにすればよい。重複する量をこの程度に設定すれば、撮像装置１１を天井に取り付ける際の調整も楽になり、場合によっては調整なしでも複数の撮像装置１１の撮像領域を重複させることも可能である。

次に、図１１〜図１３に基づいて、案内部１０（撮像装置１１）を用いた対象者の追跡処理について、説明する。図１１には、対象者がオフィスに入るときの様子が模式的に示されている。

まず、図１１を用いて、対象者がオフィスに入る際の処理について説明する。図１１に示すように、対象者がオフィスに入る際には、対象者は、自己が保有するＩＤカード８９をカードリーダ８８にかざすものとする。カードリーダ８８が取得したカード情報は、制御部２５に送信される。制御部２５は、取得したカード情報と、格納部２４に記憶されている従業員情報とに基づいて、ＩＤカード８９をかざした対象者を特定する。なお、対象者が、従業員以外の場合、総合受付や守衛所等で渡されるゲストカードをかざすことになるため、当該対象者はゲストと特定されることになる。

上記のように対象者が特定された時点から、制御部２５は、カードリーダ８８の上方に設けられた案内部１０の撮像装置１１を用いた、対象者の頭の撮像を行う。そして、制御部２５は、撮像装置１１で撮像された画像の中から、頭と想定される画像部分を基準テンプレートとして切り出し、格納部２４に登録する。

なお、撮像装置１１で撮像された画像の中から、頭と想定される画像部分を抽出する方法としては、例えば、
（１）複数の対象者の頭の画像のテンプレートを予め登録しておき、これらの画像を用いたパターンマッチングにより頭部分を抽出する方法
（２）想定される大きさの円形状の部分を頭部分として抽出する方法
などがある。

なお、上記頭部分の抽出の前に、カードリーダの近傍に設置されたカメラを用いて対象者を正面から撮像し、撮像装置１１の撮像領域のどの辺りで頭が撮像されるかを予測しておいてもよい。この場合、カメラの画像の顔認証結果から、対象者の頭の位置を予測してもよいし、カメラとして例えばステレオカメラを用いることで、対象者の頭の位置を予測してもよい。このようにすることで、頭部分の抽出を高精度に行うことができるようになる。

ここで、対象者の身長は予め格納部２４に登録されているものとし、制御部２５は、身長と、基準テンプレートとを関連付けるものとする。なお、対象者がゲストの場合には、前述した対象者を正面から撮像するカメラ等により、身長を計測し、当該身長と、基準テンプレートを関連付けるものとする。

また、制御部２５は、基準テンプレートの倍率を変更したテンプレート（合成テンプレート）を作成して、格納部２４に格納するものとする。この場合、制御部２５は、合成テンプレートとして、頭の高さが例えば１０ｃｍ単位で変化した場合に撮像装置１１で撮像される頭の大きさのテンプレートを作成するものとする。この合成テンプレートの作成に際して、制御部２５は、撮像装置１１の光学特性と基準テンプレートを取得したときの撮像位置との関係を考慮するものとする。

次に、図１２を用いて、オフィス内に入った直後の単一の撮像装置１１による追跡処理について説明する。対象者がオフィス内に入った後は、制御部２５は、図１２に示すように、撮像装置１１による画像の連続取得を開始する。そして、制御部２５は、連続取得される画像と、基準テンプレート（又は合成テンプレート）とのパターンマッチングを行って、スコア値が所定の基準値よりも高い部分（頭部分）を抽出し、当該抽出された部分から、対象者の位置（高さ位置及び床面内の２次元位置）を求める。この場合、図１２の画像αが取得された時点で、スコア値が所定の基準値よりも高くなったものとする。したがって、制御部２５は、図１２の画像αの位置を対象者の位置とするとともに、画像αを新たな基準テンプレートとし、かつ新たな基準テンプレートの合成テンプレートを作成する。

その後は、制御部２５は、新たな基準テンプレート（又は合成テンプレート）を用いて、対象者の頭を追跡し、対象者の位置が変わるたびに、そのときに得られた画像（例えば、図１２の画像β）を新たな基準テンプレートとするとともに、合成テンプレートを作成する（基準テンプレート及び合成テンプレートを更新する）。なお、上記のように追跡しているときに、頭の大きさが突然小さくなる場合がある。すなわち、パターンマッチングに用いる合成テンプレートの倍率が大きく変動する場合がある。このような場合には、制御部２５は、対象者が倒れるなどの異常が発生したと判断することとしてもよい。

次に、図１３に基づいて、２つの撮像装置１１間のつなぎ処理（基準テンプレート及び合成テンプレートの変更処理）について説明する。

前提として、図１３に示すように対象者が２つの撮像装置１１の間（前述した撮像領域の重複部分）に位置している場合において、制御部２５は、一方の（左側の）撮像装置１１で、対象者の頭の位置を検出しているとする。このときの基準テンプレートが図１３の画像βであるとする。この場合、制御部２５は、当該対象者の頭の位置に基づいて、他方の（右側の）撮像装置１１の撮像領域のどの位置で頭が撮像されるかを算出する。そして、制御部２５は、他方の（右側の）撮像装置１１の撮像領域のうち、頭が撮像されるべき位置の画像（図１３の画像γ）を、新たな基準テンプレートとするとともに、合成テンプレートを生成する。そして、これ以降の右側の撮像装置１１を用いた追跡処理では、基準テンプレート（画像γ）を更新しながら、図１２のような追跡処理を行うこととする。

以上のような処理を行うことで、基準テンプレートを随時更新することによる、オフィス内における対象者の追跡処理を行うことが可能である。

次に、図１０の１つの区画４３内において４人の対象者（対象者Ａ，Ｂ，Ｃ，Ｄとする）が移動する場合の追跡処理について、図１４、図１５に基づいて説明する。なお、追跡処理の間は、制御部２５は、図１２，図１３のように基準テンプレートを随時更新する。

図１４（ａ）には、時刻Ｔ１における状態が示されている。なお、図１４（ｂ）〜図１５（ｃ）には、時刻Ｔ１以降（時刻Ｔ２〜Ｔ５）における状態が示されている。

時刻Ｔ１においては、分割部分Ａ１に対象者Ｃ、分割部分Ａ３に対象者Ａ，Ｂが存在している。この場合、撮像領域Ｐ１を有する撮像装置１１が対象者Ｃの頭を撮像し、撮像領域Ｐ３を有する撮像装置１１が対象者Ａ，Ｂの頭を撮像している。

次いで、時刻Ｔ２においては、撮像領域Ｐ１を有する撮像装置１１が対象者Ｂ，Ｃの頭を撮像し、撮像領域Ｐ３を有する撮像装置１１が対象者Ａ，Ｂの頭を撮像している。

この場合、制御部２５は、時刻Ｔ１、Ｔ２における各撮像装置１１の撮像結果から、対象者Ａ、Ｃが、図１４（ｂ）の左右方向に移動し、対象者Ｂが図１４（ｂ）の上下方向に移動していることを認識する。なお、対象者Ｂが時刻Ｔ２において２つの撮像装置１１に撮像されているのは、対象者Ｂが２つの撮像装置１１の撮像領域が重複する部分に存在しているからである。この図１４（ｂ）の状態では、制御部２５は、対象者Ｂについて、図１３のつなぎ処理（基準テンプレート及び合成テンプレートの２つの撮像装置１１間での変更処理）を行う。

次いで、時刻Ｔ３においては、撮像領域Ｐ１を有する撮像装置１１が対象者Ｂ，Ｃの頭を撮像し、撮像領域Ｐ２を有する撮像装置１１が対象者Ｃの頭を撮像し、撮像領域Ｐ３を有する撮像装置１１が対象者Ａの頭を撮像し、撮像領域Ｐ４を有する撮像装置１１が対象者Ａ，Ｄの頭を撮像している。

この場合、制御部２５は、時刻Ｔ３（図１５（ａ））において、対象者Ａが分割部分Ａ３と分割部分Ａ４との境界にいる（分割部分Ａ３から分割部分Ａ４に移動中である）ことを認識し、対象者Ｂが分割部分Ａ１にいることを認識し、対象者Ｃが分割部分Ａ１と分割部分Ａ２との境界にいる（分割部分Ａ１からＡ２に移動中である）ことを認識し、対象者Ｄが分割部分Ａ４にいることを認識する。この図１５（ａ）の状態では、制御部２５は、対象者ＡとＣについて、図１３のつなぎ処理（基準テンプレート及び合成テンプレートの２つの撮像装置１１間での変更処理）を行う。

同様に、制御部２５は、時刻Ｔ４（図１５（ｂ））において、対象者Ａが分割部分Ａ４、対象者Ｂが分割部分Ａ１、対象者Ｃが分割部分Ａ２、対象者Ｄが分割部分Ａ２とＡ４の間にいることを認識する。この図１５（ｂ）の状態では、制御部２５は、対象者Ｄについて、図１３のつなぎ処理（基準テンプレート及び合成テンプレートの２つの撮像装置１１間での変更処理）を行う。また、制御部２５は、時刻Ｔ５（図１５（ｃ））において、対象者Ａが分割部分Ａ４、対象者Ｂが分割部分Ａ１、対象者Ｃが分割部分Ａ２、対象者Ｄが分割部分Ａ２にいることを認識する。

本実施形態では、上述のように複数の撮像装置１１の撮像領域の一部を重複させているので、制御部２５は、対象者の位置および移動方向を認識することができる。このように、本実施形態では、制御部２５は、オフィス内において各対象者を継続的に高精度に追跡することが可能となっている。

次に、図１６に基づいて、制御部２５による指向性スピーカ１３の制御方法について説明する。なお、図１６では、案内部１０が通路（廊下）に沿って配置された場合について図示しており、一点鎖線で示す領域は、各案内部１０が有する撮像装置１１の撮像範囲を意味するものとする。なお、図１６の場合にも隣接する撮像装置１１の撮像範囲は重複しているものとする。

本実施形態では、図１６に示すように対象者がポジションＫ１からポジションＫ４の方向（＋Ｘ方向）に移動する場合、制御部２５は、ポジションＫ１に対象者が位置していれば、案内部１０ａの指向性スピーカ１３を用いて対象者に対する音声による案内を行う（案内部１０ａから延びる太実線矢印参照）。

一方、制御部２５は、ポジションＫ２に対象者が位置している場合には、対象者を撮像している撮像装置１１を有する案内部１０ａではなく（案内部１０ａから延びる太破線矢印参照）、対象者を撮像していない撮像装置１１を有する案内部１０ｂの指向性スピーカ１３を用いて対象者に対する音声による案内を行う（案内部１０ｂから延びる太実線矢印参照）。

このような指向性スピーカ１３の制御を行うこととしているのは、対象者が＋Ｘ方向に移動している場合に、制御部２５が、案内部１０ａの指向性スピーカ１３から音声案内を行うと対象者の耳の後ろ側から音声案内をすることになる一方、制御部２５が、案内部１０ｂの指向性スピーカ１３の姿勢を制御して音声案内をすれば、対象者の耳の前側から音声案内を行うことができるからである。すなわち、対象者が＋Ｘ方向に移動している場合は、対象者よりも＋Ｘ方向に位置している指向性スピーカ１３を選択することにより、対象者の顔の正面から音声案内をすることができる。なお、制御部２５は、対象者の横から音声案内を行うように指向性スピーカ１３を選択するようにしてもよい。すなわち、制御部２５は、対象者の耳の後方からの音声案内を避けるように指向性スピーカ１３を選択すればよい。

また、制御部２５は、ポジションＫ４に対象者が位置している場合には案内部１０ｄの指向性スピーカ１３を用いて対象者に音声案内を行うこととする。このような指向性スピーカ１３の制御を行うこととしているのは、ポジションＫ４において案内部１０ｃの指向性スピーカ１３を用いて対象者に音声案内をした場合（案内部１０ｃから延びる太破線矢印参照）、対象者の近くにいる他人に音声案内を聞かれてしまうおそれがあるからである。

本実施形態では、制御部２５は、上記のようにして、少なくとも１つの撮像装置１１の撮像結果に基づいて他人に音声案内を聞かれる恐れのない指向性スピーカ１３を選択する。なお、ポジションＫ４のように、他人が近くにいる場合であっても、対象者が指向性マイク１２を介して問い合わせを行う場合も想定される。このような場合には、対象者を撮像している案内部１０ｃの指向性マイク１２（対象者に最も近い位置に存在する指向性マイク１２）を用いて対象者が発する言葉を集音すればよい。ただし、これに限らず、制御部２５は、対象者の口の前側に位置する指向性マイク１２を用いて対象者が発する言葉を集音することとしてもよい。

なお、各案内部１０は、必要に応じて駆動を開始（電源を投入）すればよい。例えば、案内部１０ａが外来者を撮像して、図１６上で＋Ｘ側に移動していることがわかった段階で、案内部１０ａに隣接する案内部１０ｂを駆動するようにしてもよい。この場合、案内部１０ａの撮像装置１１の撮像範囲と案内部１０ｂの撮像装置１１の撮像範囲との重複部分に外来者が来る前に、案内部１０ｂが駆動を開始していればよい。また、案内部１０ａは、外来者を撮像できなくなった時点で電源を落としたり、あるいは、省エネルギーモード（スタンバイモード）に入るようにすればよい。

なお、図２に示す音声ユニット５０において、ユニット本体１６をＸ軸方向やＹ軸方向に駆動可能とする駆動機構を設けることとしてもよい。この場合、駆動機構を介して、対象者の前側（もしくは横側）から音声を出力できるように指向性スピーカ１３の位置を変更したり、他人に音声を聞かれない位置に指向性スピーカ１３の位置を変更したりすれば、指向性スピーカ１３（音声ユニット５０）の数を減らせることができる。

なお、図１６では一軸方向（Ｘ軸方向）に沿って配置された案内部１０を図示したが、これに加えて、Ｙ軸方向に沿って案内部１０を配置しても、同様の制御をすることができる。

次に、本実施形態の案内システム１００の処理・動作について、図１７に基づいて詳細に説明する。図１７は、制御部２５による対象者に対する案内処理を示すフローチャートである。本実施形態では、オフィスに外来者（対象者）が来た場合の案内処理を例に採り説明する。

図１７の処理では、まず、ステップＳ１０において、制御部２５は、受付処理を行う。具体的には、制御部２５は、外来者が受付（図１１参照）に来た際に受付付近の天井に設けられた案内部１０の撮像装置１１により外来者の頭の像を撮像し、基準テンプレートと合成テンプレートを生成する。また、制御部２５は、事前に登録された情報から外来者の入出が許可されているエリアを認識するとともに、受付付近の案内部１０の指向性スピーカ１３から、打合せの場所を通知する。この場合、制御部２５は、例えば“担当の○○は第５応接室でお待ちしていますので、廊下をお進みください”というような音声案内を、音声合成部２３で音声合成させ、当該音声を指向性スピーカ１３から出力する。

次いで、ステップＳ１２では、制御部２５は、図１２〜図１５を用いて説明したように、複数の案内部１０の撮像装置１１を用いて外来者の頭を撮像することにより、外来者の追尾を行う。この場合、基準テンプレートは随時更新され、合成テンプレートも随時作成される。

次いで、ステップＳ１４では、制御部２５は、外来者が受付を出たか否かを判断する。ここでの判断が肯定された場合には、図１７の全処理を終了するが、判断が否定された場合には、ステップＳ１６に移行する。

次いで、ステップＳ１６では、外来者に対する案内が必要かどうかを判断する。この場合、制御部２５は、例えば、外来者が第５応接室に行く間に存在している分岐路（外来者が右に進む必要がある位置など）に近づいてきた場合に、外来者に対する案内が必要と判断する。また、制御部２５は、例えば、外来者が案内部１０の指向性マイク１２に向けて“トイレはどこですか”などの質問をした場合に案内が必要と判断する。また、制御部２５は、例えば、外来者が所定時間（例えば３秒から１０秒程度）立ち止まってしまった場合にも案内が必要と判断する。

次いで、ステップＳ１８では、制御部２５は、案内が必要か否かを判断する。このステップＳ１８での判断が否定された場合には、ステップＳ１４に戻るが、ステップＳ１８の判断が肯定された場合には、ステップＳ２０に移行する。

ステップＳ２０に移行すると、制御部２５は、撮像装置１１の撮像結果に基づいて外来者の進行方向を確認するとともに、耳の位置（顔の正面の位置）を類推する。耳の位置は、受付において特定された人物（対象者）に関連付けられている身長から類推することができる。また、対象者に対して身長が関連付けられていない場合には、受付で撮像された頭の大きさや、受付で正面から撮像された対象者の画像などから求められる身長に基づいて、耳の位置を類推してもよい。

次いで、ステップＳ２２では、制御部２５は、外来者の位置に基づいて、音声を出力する指向性スピーカ１３を選択する。この場合、制御部２５は、図１６で説明したように、対象者の耳の前側又は横側、かつ対象者の近くにいる他人に音声案内を聞かれるおそれが無い方向に位置する指向性スピーカ１３を選択する。

次いで、ステップＳ２４では、制御部２５は、駆動装置１４により指向性マイク１２および指向性スピーカ１３の位置を調節するとともに、指向性スピーカ１３の音量（出力）を設定する。この場合、制御部２５は、案内部１０ａの撮像装置１１の撮像結果に基づいて外来者と案内部１０ｂの指向性スピーカ１３との距離を検出し、検出された距離に基づいて指向性スピーカ１３の音量を設定するものとする。また、制御部２５は、撮像装置１１の撮像結果に基づいて外来者が直進していると判断した場合には、モータ１４ａ（図３参照）により指向性マイク１２および指向性スピーカ１３のチルト方向の位置調節を行う。更に、制御部２５は、撮像装置１１の撮像結果に基づいて外来者が廊下を曲がったと判断した場合には、モータ１４ｂ（図３参照）により指向性マイク１２および指向性スピーカ１３のパン方向の位置調節を行う。

次いで、ステップＳ２６では、制御部２５は、ステップＳ２４の調節状態で、外来者に対して、案内又は警告を実施する。具体的には、例えば、外来者が右に曲がるべき分岐路に差し掛かった場合には、“右に曲がってください”などの音声案内を行う。また、例えば、外来者が“トイレはどこですか”などの音声を発していた場合には、制御部２５は、音声認識部２２に、指向性マイク１２から入力した音声を認識させ、外来者が入出を許可されているエリアの中から最も近いトイレの位置を案内する音声を、音声合成部２３に合成させる。そして、制御部２５は、音声合成部２３にて合成された音声を指向性スピーカ１３から出力する。また、例えば、外来者の侵入が許可されていないエリア（セキュリティエリア）に外来者が入ってしまった場合（又は入りそうな場合）には、制御部２５は、指向性スピーカ１３により、“このエリアへの立ち入りはご遠慮下さい”などの音声案内（警告）を行う。本実施形態では、指向性スピーカ１３を採用しているので、当該指向性スピーカ１３を用いた音声案内を行うことにより、音声案内が必要な人だけに適切に音声案内を行うことができる。

上記のようにステップＳ２６の処理が終了した後は、ステップＳ１４に戻り、以降の処理は、外来者が受付を出るまで継続して行われることになる。これにより、オフィスに外来者が来た場合でも、人が案内する手間を省略することができるとともに、外来者がセキュリティエリア等へ入ってしまうことを防ぐことができる。また、外来者にセンサを持たせる必要がないため、外来者が煩わしさを感じることもない。

以上、詳細に説明したように、本実施形態によると、制御部２５は、対象者を含む画像を撮像可能な少なくとも１つの撮像装置１１から、撮像結果を取得し、取得した撮像結果に応じて、撮像装置１１の撮像範囲外に設けられた指向性スピーカ１３を制御する。これにより、撮像装置１１の撮像範囲内に設けられている指向性スピーカ１３から音声を出力すると、対象者の耳の後側から音声が発せられて対象者が聞き取りにくくなるような場合でも、撮像範囲外に設けられた指向性スピーカ１３から音声を出力することで、対象者は指向性スピーカから発せられる音声を聞き取りやすくなる。また、対象者の近くに他人がいて、他人に音声を聞かれるおそれがあるような場合に、撮像範囲外に設けられた指向性スピーカ１３から音声を出力することで、他人に音声を聞かれるのを抑制することができる。すなわち、指向性スピーカ１３の適切な制御が可能となる。

また、本実施形態によると、制御部２５は、少なくとも１つの撮像装置１１の撮像結果に基づいて対象者の移動情報（位置など）を検出し、当該検出結果に基づいて、指向性スピーカ１３を制御するので、対象者の移動情報（位置など）に応じた適切な指向性スピーカ１３の制御が可能となる。

また、本実施形態によると、制御部２５は、対象者の移動情報に基づいて前記対象者が所定領域外（セキュリティエリア外）に移動すると判断したとき、又は所定領域外（セキュリティエリア外）に移動したと判断したときに、指向性スピーカ１３から対象者に対する警告を行うこととしている。これにより、人手を介さずに、セキュリティエリア外への対象者の侵入を防止することができる。

また、本実施形態によると、制御部２５は、撮像装置１１が対象者とは異なる人を撮像した際に、指向性スピーカ１３を制御することとしているので、対象者とは異なる人（他人）により音声が聞かれないように、指向性スピーカを適切に制御することができる。

また、本実施形態によると、駆動装置１４は、指向性スピーカ１３の位置及び／又は姿勢を調節するので、指向性スピーカ１３の音声出力方向を適切な向き（対象者が音声を聞き取りやすい向き）に調整することができる。

また、本実施形態によると、駆動装置１４は、対象者の移動に応じて指向性スピーカ１３の位置及び／又は姿勢を調節するので、対象者が移動しても、指向性スピーカ１３の音声出力方向を適切な向きに調整することができる。

また、本実施形態によると、隣接する撮像装置１１の撮像領域が重複するように、隣接する撮像装置１１が配置されているので、隣接する撮像装置１１の撮像領域を跨いで対象者が移動する場合でも、隣接する撮像装置１１を用いて対象者の追跡を行うことが可能となる。

また、本実施形態によると、制御部２５は、撮像装置１１で撮像された頭部分の画像を基準テンプレートとし、対象者を追尾する場合には、基準テンプレートを用いて対象者の頭部分を特定するとともに、特定された頭部分の新たな画像で基準テンプレートを更新する。したがって、制御部２５は、移動する対象者を基準テンプレートを更新することで、頭の画像が変化する場合でも適切に追尾することが可能である。

また、本実施形態によると、制御部２５は、複数の撮像装置で対象者を同時に撮像できるときに、一の撮像装置により撮像される対象者の頭部分の位置情報を取得するとともに、他の撮像装置により撮像される画像のうち、頭部分が存在する領域の画像を他の撮像装置の基準テンプレートとする。したがって、一の撮像装置と他の撮像装置とで取得される頭部分の画像が異なる場合（例えば後頭部の画像βと前頭部の画像γの場合）でも、上記のように基準テンプレートを決定することで、複数の撮像装置を用いた対象者の追尾を適切に行うことが可能となる。

また、本実施形態によると、制御部２５は、頭部分の大きさ情報が所定量以上変動した場合に、対象者の異常を判定するので、プライバシを保護した状態で、対象者の異常を発見することができる。

また、本実施形態によると、制御部２５は、対象者を含む画像を撮像可能な撮像装置１１の撮像結果を取得し、取得した撮像結果から対象者の大きさ情報（耳の位置や身長、撮像装置１１からの距離など）を検出した結果に基づいて、指向性スピーカ１３の位置及び／又は姿勢を調節するので、指向性スピーカ１３の位置や姿勢を適切に調整することができる。これにより、指向性スピーカ１３から対象者に対して出力される音声を聞き取りやすくすることができる。

また、本実施形態によると、制御部２５は、対象者と撮像装置１１との距離に基づいて、指向性スピーカの出力（音量）を設定するので、指向性スピーカ１３から対象者に対して出力される音声を聞き取りやすくすることができる。

また、本実施形態によると、制御部２５は、対象者の位置に応じて、指向性スピーカ１３による音声案内を行うこととしているので、対象者の位置が分岐路である場合やセキュリティエリア内又は近傍である場合などにおいて、適切な音声案内（又は警告）を行うことが可能である。

また、本実施形態によると、制御部２５は、対象者と撮像装置１１との位置関係に基づいて、対象者の大きさ情報を補正するので、撮像装置１１の光学系のディストーションの影響による検出誤差の発生を抑制することができる。

なお、上記実施形態では、撮像装置１１により対象者の頭部分を撮像することとしたが、これに限らず、対象者の肩を撮像することとしてもよい。この場合、型の高さから、耳の位置を類推するようにしてもよい。

また、上記実施形態では、指向性マイク１２と指向性スピーカ１３とをユニット化する場合について説明したが、これに限らず、指向性マイク１２と指向性スピーカ１３を別々に設けるようにしてもよい。また、指向性マイク１２に代えて、指向性のないマイク（例えばズーム型マイク）を採用してもよいし、指向性スピーカ１３に代えて、指向性のないスピーカを採用してもよい。

また、上記実施形態では、オフィスに案内システム１００を配備し、オフィスに外来者が来た場合に案内処理を行う場合について説明したが、これに限られるものではない。例えば、スーパーやデパートなどの売り場に案内システム１００を配備し、当該案内システム１００を売り場等への客の案内に用いることとしてもよい。同様に、病院などに案内システム１００を配備してもよい。この場合、案内システム１００を用いて患者を案内するようにしてもよい。例えば、人間ドックなどで複数の検査をする場合に、対象者を案内することができ、診断業務、精算業務等の効率化を図ることが可能となる。更に、美術館、映画館、コンサートホールなど、静寂さを要求される場所での案内にも、案内システム１００を用いることが可能である。また、他人に音声案内を聞かれる恐れもないため、対象者の個人情報を保護することもできる。なお、案内システム１００が配備される場所に係員が存在している場合には、案内が必要な対象者に対して音声案内を行うとともに、係員に案内が必要な対象者がいることを通知することとしてもよい。

なお、上記実施形態では、オフィスの受付にカードリーダ８８を設け、これによりオフィス内に入ろうとしている人物を特定する場合について説明したが、これに限らず、指紋や音声などの生体認証装置や、暗証番号入力装置などで人物を特定することとしてもよい。

上述した実施形態は本発明の好適な実施の例である。但し、これに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形実施可能である。

１１ 撮像装置
１２ 指向性マイク
１３ 指向性スピーカ
２０ 本体部
２５ 制御部
１００ 案内システム

Claims (12)

1. 対象者を含む画像を撮像可能な撮像装置の撮像結果を取得する取得装置と、
   前記撮像装置による撮像結果から前記対象者の大きさ情報を検出する第１検出装置と、
   前記第１検出装置が検出した前記大きさ情報に基づいて、指向性を有する音声装置の位置及び／又は姿勢を調節する駆動制御装置と、を備えたことを特徴とする電子機器。
2. 前記第１検出装置が検出した大きさ情報に基づいて、前記対象者の耳の位置を検出する第２検出装置を備えたことを特徴とする請求項１記載の電子機器。
3. 前記駆動制御装置は、前記第２検出装置が検出した耳の位置に基づいて、前記指向性を有する音声装置の位置及び／又は姿勢を調節することを特徴とする請求項２記載の電子機器。
4. 前記第１検出装置が検出した大きさ情報に基づいて、前記指向性を有する音声装置の出力を設定する設定装置を備えたことを特徴とする請求項１から３のいずれか一項に記載の電子機器。
5. 前記対象者の位置に応じて、前記指向性を有する音声装置による音声案内を制御する制御装置を備えたことを特徴とする請求項１から４のいずれか一項に記載の電子機器。
6. 前記駆動制御装置は、前記対象者の移動に応じて、前記指向性を有する音声装置の位置及び／又は姿勢を調節することを特徴とする請求項１から５のいずれか一項に記載の電子機器。
7. 前記指向性を有する音声装置は、前記撮像装置の近傍に設けられていることを特徴とする請求項１から６のいずれか一項に記載の電子機器。
8. 前記対象者と前記撮像装置との位置関係に基づいて、前記第１検出装置が検出した前記対象者の大きさ情報を補正する補正装置を備えたことを特徴とする請求項１から７のいずれか一項に記載の電子機器。
9. 前記撮像装置の撮像結果を用いて前記対象者を追尾する追尾装置を備え、
   前記追尾装置は、
   前記撮像装置を用いて前記対象者の特定部分の画像を取得して当該特定部分の画像をテンプレートとし、
   前記対象者を追尾する場合には、前記テンプレートを用いて前記対象者の特定部分を特定するとともに、当該特定された前記対象者の特定部分の新たな画像で、前記テンプレートを更新することを特徴とする請求項１から８のいずれか一項に記載の電子機器。
10. 前記撮像装置は、第１の撮像装置と、当該第１の撮像装置の撮像範囲の一部と重複する撮像範囲を有する第２の撮像装置と、を含み、
    前記追尾装置は、
    前記第１の撮像装置と前記第２の撮像装置が前記対象者を同時に撮像できるときに、一方の撮像装置により撮像される前記対象者の特定部分の位置情報を取得するとともに、
    他方の撮像装置により撮像される画像のうち、前記特定部分の位置情報に対応する領域を特定し、当該特定された領域の画像を他方の撮像装置の前記テンプレートとすることを特徴とする請求項９記載の電子機器。
11. 前記追尾装置は、前記特定部分の大きさ情報が所定量以上変動した場合に、前記対象者の異常を判定することを特徴とする請求項９又は１０記載の電子機器。
12. 対象者を含む画像を撮像可能な少なくとも１つの撮像装置と、
    指向性を有する音声装置と、
    請求項１から１１のいずれか一項に記載の電子機器と、を備える情報伝達システム。

Images