JP2015070581A - 移動経路推定装置、移動経路推定方法およびコンピュータプログラム - Google Patents

Abstract

【課題】ある監視カメラの映像から特定された人物の追跡の対象にする次の監視カメラを選択し該特定人物の移動経路を推定することを図る。
【解決手段】人物テンプレート画像を使用して監視カメラの映像から人物及び該人物の特徴量を抽出する人物特徴量抽出部５と、抽出された人物及び該人物の特徴量を人物ＤＢ１２に登録する人物ＤＢ登録部６と、抽出された人物の特徴量に該当する特定人物の移動方向及び該移動方向への移動速度を推定する移動推定部７と、推定された特定人物の移動方向及び該移動方向への移動速度に基づいて、該特定人物が撮影されていると推定される次の監視カメラを抽出するカメラ候補抽出部８と、を備え、人物ＤＢ登録部６は、特定人物が抽出された映像を撮影した監視カメラを特定するカメラ識別情報を特定人物の撮影時刻の順序に関連付けて人物ＤＢ１２に格納する。
【選択図】図１

Description

本発明は、移動経路推定装置、移動経路推定方法およびコンピュータプログラムに関する。

従来、監視カメラで撮影された映像から人物の動きを検知することにより、その人物の移動経路を抽出又は推定するための技術が提案されている。例えば、特許文献１に記載の従来技術では、監視映像から移動している物体を検出後、その物体から楕円形の輪郭を有する部分を顔画像として検出し、その顔画像の中心位置を時間的に辿ることにより、その人物の移動経路を抽出している。

特許文献２に記載の従来技術では、複数の監視カメラで撮影された映像、及び入退室装置又は入退室センサの情報を基に、特定人物が次の隣接カメラまで移動した時の平均移動時間を予想することにより、その人物の移動経路を推定している。特許文献３に記載の従来技術では、監視対象空間に複数のカメラ、及び個人認証装置又はドア開閉センサを設置し、画像認識技術を用いて各カメラの映像から移動体及びその特徴量情報（例えば、人物の下半身と上半身の最頻輝度値）を抽出し、センサ情報等を組み合わせることにより、各カメラの映像から得られた移動体の特徴量の距離的な近さを用いて移動体の移動経路を推定している。

特許文献４に記載の従来技術では、人により操作されて発報を行う発報装置を起点に、監視カメラの映像を基に発報装置に一番近い移動体物体を発報者又は被害者と断定し、発報者に接近する移動体物体を被疑者（注目物体）とみなし、隣接する防犯監視システムの映像間で追跡情報（被疑者の位置、移動速度、移動方向又は形状の特徴等）を交換することにより、その被疑者（注目物体）の逃走経路を検出している。

再公表ＷＯ２００６／０２５１８５号公報 特開２００９−０１７４１６号公報 特開２００６−１４６３７８号公報 特開２００３−１０９１５５号公報

しかし、上述した従来技術では以下に示す課題がある。
特許文献１に記載の従来技術では、監視映像から検出された移動している人物の顔画像を検出できない場合には、当該人物を特定できないので見逃してしまう恐れがある。特許文献２及び３に記載の従来技術では、監視対象の敷地内又は建物内などの限られた範囲に設置されている監視カメラの映像又は各種センサ情報を基に移動体の移動経路を推定しているために、監視対象者が敷地外又は建物外に移動した場合の移動経路を特定することは困難である。

特許文献４に記載の従来技術では、既存の防犯監視システムが存在する箇所は限られているため、被疑者の逃走経路が途中で中断される可能性が高い。また、隣接する防犯監視システムの映像間で追跡情報を交換するが、隣接するどの防犯監視システムを被疑者の追跡対象の防犯監視システムに選択するのかが示されていない。

本発明は、このような事情を考慮してなされたもので、一般に街中に設置されている複数の監視カメラを利用でき、監視カメラの映像から精度よく人物を特定でき、ある監視カメラの映像から特定された人物の追跡の対象にする次の監視カメラを選択し該特定人物の移動経路を推定できる移動経路推定装置、移動経路推定方法およびコンピュータプログラムを提供することを課題とする。

（１）本発明に係る移動経路推定装置は、人物テンプレート画像を使用して監視カメラの映像から人物及び該人物の特徴量を抽出する人物特徴量抽出部と、前記抽出された人物及び該人物の特徴量を人物データベースに登録する人物データベース登録部と、前記抽出された人物の特徴量に該当する特定人物の移動方向及び該移動方向への移動速度を推定する移動推定部と、前記推定された特定人物の移動方向及び該移動方向への移動速度に基づいて、該特定人物が撮影されていると推定される次の監視カメラを抽出するカメラ候補抽出部と、を備え、前記人物データベース登録部は、前記特定人物が抽出された映像を撮影した監視カメラを特定するカメラ識別情報を前記特定人物の撮影時刻の順序に関連付けて前記人物データベースに格納する、ことを特徴とする。

（２）本発明に係る移動経路推定装置においては、上記（１）の移動経路推定装置において、初期カメラ指定情報で指定される監視カメラを中心にして、該周囲に設置されている監視カメラの位置をカメラ配置情報にマッピングするカメラ配置情報生成部をさらに備えたことを特徴とする。

（３）本発明に係る移動経路推定装置においては、上記（１）又は（２）の移動経路推定装置において、前記人物テンプレート画像として、監視カメラの設置角度に応じて垂直方向に圧縮された人物テンプレート画像を含むことを特徴とする。

（４）本発明に係る移動経路推定装置においては、上記（１）から（３）のいずれかの移動経路推定装置において、前記人物テンプレート画像として、同一人物の人物テンプレート画像に対して、各々異なる大きさの複数の人物テンプレート画像を含み、前記カメラ候補抽出部は、前記各々異なる大きさの複数の人物テンプレート画像を使用して抽出される人物の遠近感に基づいて、前記次の監視カメラの探索範囲を変化させる、ことを特徴とする。

（５）本発明に係る移動経路推定装置においては、上記（１）から（４）のいずれかの移動経路推定装置において、前記カメラ候補抽出部は、前記特定人物が抽出された映像を撮影した監視カメラと該監視カメラの近傍にある監視カメラとの間の設置距離に基づいて、前記次の監視カメラの探索範囲を変化させる、ことを特徴とする。

（６）本発明に係る移動経路推定装置においては、上記（１）から（５）のいずれかの移動経路推定装置において、前記特定人物が抽出された映像を撮影した監視カメラを特定するカメラ識別情報と該監視カメラによる前記特定人物の撮影時刻の情報とに基づいて、前記特定人物の移動経路を地図上にマッピングする移動経路推定部をさらに備えたことを特徴とする。

（７）本発明に係る移動経路推定装置においては、上記（１）から（６）のいずれかの移動経路推定装置において、監視カメラによって撮影されている静的な物体の情報を使用して該監視カメラの設置当時からの設置角度又は撮影方向のずれを補正するカメラ情報補正部をさらに備えたことを特徴とする。

（８）本発明に係る移動経路推定方法は、人物テンプレート画像を使用して監視カメラの映像から人物及び該人物の特徴量を抽出する人物特徴量抽出ステップと、前記抽出された人物及び該人物の特徴量を人物データベースに登録する人物データベース登録ステップと、前記抽出された人物の特徴量に該当する特定人物の移動方向及び該移動方向への移動速度を推定する移動推定ステップと、前記推定された特定人物の移動方向及び該移動方向への移動速度に基づいて、該特定人物が撮影されていると推定される次の監視カメラを抽出するカメラ候補抽出ステップと、前記特定人物が抽出された映像を撮影した監視カメラを特定するカメラ識別情報を前記特定人物の撮影時刻の順序に関連付けて前記人物データベースに格納するステップと、を含むことを特徴とする。

（９）本発明に係るコンピュータプログラムは、コンピュータに、人物テンプレート画像を使用して監視カメラの映像から人物及び該人物の特徴量を抽出する人物特徴量抽出ステップと、前記抽出された人物及び該人物の特徴量を人物データベースに登録する人物データベース登録ステップと、前記抽出された人物の特徴量に該当する特定人物の移動方向及び該移動方向への移動速度を推定する移動推定ステップと、前記推定された特定人物の移動方向及び該移動方向への移動速度に基づいて、該特定人物が撮影されていると推定される次の監視カメラを抽出するカメラ候補抽出ステップと、前記特定人物が抽出された映像を撮影した監視カメラを特定するカメラ識別情報を前記特定人物の撮影時刻の順序に関連付けて前記人物データベースに格納するステップと、を実行させるためのコンピュータプログラムであることを特徴とする。

本発明によれば、一般に街中に設置されている複数の監視カメラを利用できる。また、監視カメラの映像から精度よく人物を特定できる。また、ある監視カメラの映像から特定された人物の追跡の対象にする次の監視カメラを選択し該特定人物の移動経路を推定できる、という効果が得られる。

本発明の第１実施形態に係る移動経路推定装置１の構成を示すブロック図である。 本発明の第１実施形態に係る移動経路推定システムの概略構成を示す図である。 本発明の第１実施形態に係る移動経路推定処理の全体のフローチャートである。 複数の監視カメラＣＡＭの配置例を示す図である。 本発明の第１実施形態に係るカメラ配置情報の構成例を示す図である。 監視カメラＣＡＭ（Ｃ_Ｍ）の設置状態図である。 監視カメラＣＡＭ（Ｃ_Ｍ）の対角線画角と焦点距離との関係図である。 監視カメラＣＡＭ（Ｃ_Ｍ）の横から見たフレーム図である。 監視カメラＣＡＭ（Ｃ_Ｍ）の上から見たフレーム図である。 監視カメラＣＡＭ（Ｃ_Ｍ）の横から見たフレームと実フレームとの関係図である。 監視カメラＣＡＭ（Ｃ_Ｍ）と実フレームとの関係図である。 本発明の第１実施形態に係る人物ＤＢ登録処理（ステップＳ２）のフローチャートである。 本発明の第１実施形態に係る人物テンプレート画像の例を示す図である。 本発明の第１実施形態に係る人物テンプレート画像の例を示す図である。 本発明の第１実施形態に係る人物テンプレート画像の例を示す図である。 本発明の第１実施形態に係る人物ＤＢ１２の構成例を示す図である。 本発明の第１実施形態に係る監視カメラＣＡＭ（Ｃ_０）の実フレーム上に人物Ｘ_１の移動経路をマッピングした説明図である。 本発明の第１実施形態に係る監視カメラＣＡＭ（Ｃ_０）のフレーム上に人物Ｘ_１の移動経路をマッピングした説明図である。 本発明の第１実施形態に係る監視カメラＣＡＭ（Ｃ_７）の実フレーム上に人物Ｘ_１の移動経路をマッピングした説明図である。 本発明の第１実施形態に係る監視カメラＣＡＭ（Ｃ_７）のフレーム上に人物Ｘ_１の移動経路をマッピングした説明図である。 本発明の第１実施形態に係る監視カメラ候補抽出処理（ステップＳ４）のフローチャートである。 本発明の第１実施形態に係る監視カメラ候補抽出処理における方向の条件（１）を説明するための図である。 本発明の第１実施形態に係る監視カメラ候補抽出処理における距離の条件（２）、（３）を説明するための図である。 本発明の第１実施形態に係る特定人物の人物ＤＢ登録処理（ステップＳ５）のフローチャートである。 本発明の第２実施形態に係る人物テンプレート画像の例を示す図である。 本発明の第３実施形態に係る監視カメラ候補抽出処理における方向の条件（１ａ）を説明するための図である。 本発明の第３実施形態に係る監視カメラ候補抽出処理における距離の条件（２）、（３）を説明するための図である。 本発明の第３実施形態に係る監視カメラ候補抽出処理における方向の条件（１ａ）を説明するための他の図である。 本発明の第３実施形態に係る監視カメラ候補抽出処理における距離の条件（２）、（３）を説明するための他の図である。 本発明の第３実施形態に係る監視カメラ候補抽出処理における方向の条件の説明図である。 本発明の第３実施形態に係る監視カメラ候補抽出処理における方向の条件の説明図である。 本発明の第３実施形態に係る監視カメラ候補抽出処理における方向の条件の説明図である。 本発明の第３実施形態に係る監視カメラ候補抽出処理における方向の条件の説明図である。 本発明の第４実施形態に係る移動経路推定装置１の構成を示すブロック図である。 本発明の第５実施形態に係る移動経路推定装置１の構成を示すブロック図である。 本発明の第５実施形態に係る移動経路推定情報生成処理のフローチャートである。 本発明の第５実施形態に係る移動経路推定情報の構成例を示す図である。 本発明の第６実施形態に係る移動経路推定装置１の構成を示すブロック図である。 監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度のずれと看板の関係を説明するための図である。 監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度のずれによる実フレーム上の看板の見え方のずれを説明するための図である。 監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度のずれの補正を説明するための図である。 監視カメラＣＡＭ（Ｃ_Ｍ）の撮影方向のずれによる看板の中心位置の見え方のずれを説明するための図である。 監視カメラＣＡＭ（Ｃ_Ｍ）を上から見た場合の撮影方向のずれの補正を説明するための図である。 監視カメラＣＡＭ（Ｃ_Ｍ），（Ｃ’_Ｍ）を上から見た場合の撮影方向のずれの補正を説明するための図である。

以下、図面を参照し、本発明の実施形態について説明する。

［第１実施形態］
図１は、本発明の第１実施形態に係る移動経路推定装置１の構成を示すブロック図である。図１において、移動経路推定装置１は、入力部２と出力部３とカメラ配置情報生成部４と人物特徴量抽出部５と人物データベース（人物ＤＢ）登録部６と移動推定部７とカメラ候補抽出部８とデータ記憶部９とカメラ配置情報記憶部１０と人物テンプレート画像データベース（人物テンプレート画像ＤＢ）１１と人物データベース（人物ＤＢ）１２とを備える。

図２に示されるように、移動経路推定装置１には、複数の監視カメラＣＡＭでそれぞれに撮影された複数のカメラ映像データが入力される。カメラ映像データは、時系列に沿った映像データであって撮影日時の情報を有する。監視カメラＣＡＭとしては、一般に街中に設定されている監視カメラを利用する。カメラ映像データは、通信ネットワークを介してオンラインで移動経路推定装置１に入力されてもよく、又は、記録媒体等を介してオフラインで移動経路推定装置１に入力されてもよい。また、移動経路推定装置１には、カメラ情報および初期情報が入力される。カメラ情報は、各監視カメラＣＡＭの情報である。初期情報は、移動経路の推定を行うための初期値の情報である。移動経路推定装置１は、それら入力データを使用して移動経路推定処理を行い、移動経路推定処理の結果である移動経路推定情報を出力する。

以下、第１実施形態に係る移動経路推定装置１の動作を説明する。なお、以下の説明では、監視カメラのことを単にカメラと称する場合がある。

図３は、第１実施形態に係る移動経路推定処理の全体のフローチャートである。移動経路推定装置１は、カメラ映像データ、カメラ情報および初期情報が入力されると、図３の移動経路推定処理を開始する。入力部２は、入力されたカメラ映像データ、カメラ情報および初期情報をデータ記憶部９に格納する。

（ステップＳ１；カメラ配置情報生成処理）
カメラ配置情報生成部４は、カメラ情報および初期情報を使用してカメラ配置情報を生成する。図４は、複数の監視カメラＣＡＭの配置例を示す図である。初期情報には、事件等が発生した場所にある監視カメラＣＡＭ（Ｃ_０）を、移動経路推定処理において最初に使用するカメラ映像データの監視カメラＣＡＭに指定する初期カメラ指定情報が含まれる。なお、監視カメラＣＡＭ（Ｃ_Ｍ）という表記において、カッコ内のＣ_Ｍはカメラの識別子（カメラＩＤ）である。

カメラ配置情報生成部４は、初期カメラ指定情報で指定される監視カメラＣＡＭ（Ｃ_０）を中心にして、該周囲に設置されている監視カメラＣＡＭの位置を順番にカメラ配置情報にマッピングする。

図５は、第１実施形態に係るカメラ配置情報の構成例を示す図である。図５において、カメラ配置情報は、監視カメラＣＡＭのカメラＩＤ毎に、Ｘ−Ｙ座標上にマッピングされた座標（Ｘ，Ｙ）と、標準時刻からの撮影時刻のずれ（±秒）とを有する。この撮影時刻のずれは、各監視カメラＣＡＭの撮影時刻が同期されていないことを考慮し、各監視カメラＣＡＭのカメラ映像データの時刻の同期を取るために使用される。各監視カメラＣＡＭの位置の情報と、標準時刻からの撮影時刻のずれの情報は、カメラ情報に含まれる。以下の説明では、各カメラ映像データの撮影時刻の値を利用する際に、カメラ配置情報の撮影時刻のずれに基づいて該ずれを補正して利用するものとする。

なお、各監視カメラＣＡＭが通信ネットワーク上に接続される場合、各監視カメラＣＡＭの撮影時刻は自動的に補正されることが考えられる。さらには、各監視カメラＣＡＭの撮影時刻が自動的に補正された後、カメラ映像データがリアルタイムでクラウド上に自動的にアップロードされ、移動経路推定装置１でリアルタイム処理されることも可能となる。

図６は監視カメラＣＡＭ（Ｃ_Ｍ）の設置状態図である。監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度Θ°、地上面からの高さｈ_Ｍに応じて、監視カメラＣＡＭ（Ｃ_Ｍ）が撮影できる範囲が決まる。

図７は、監視カメラＣＡＭ（Ｃ_Ｍ）の対角線画角と焦点距離との関係図である。監視カメラＣＡＭ（Ｃ_Ｍ）のレンズで見える範囲はイメージサークルと呼ばれ、映像フィルムの撮像素子が長方形のため、レンズで見える範囲が長方形（以下、「フレーム」と称する）となる。そのフレームの高さをＨ_Ｍ、幅をＷ_Ｍ、対角線をＤ_Ｍとする。また、監視カメラＣＡＭ（Ｃ_Ｍ）のレンズの焦点距離をｆ_Ｍ、対角線画角を２Ｏ°とする。映像フィルムの種類に応じてフレームのサイズが決まり、そのフレームサイズ及び監視カメラＣＡＭ（Ｃ_Ｍ）の焦点距離ｆ_Ｍに応じて対角線画角２Ｏ°が決まる。また、監視カメラＣＡＭ（Ｃ_Ｍ）のレンズ位置を挟んで、フレームと実際の被写体の大きさを反映したフレーム（以下、「実フレーム」と称する）が対峙する。その実フレームの高さをＨ’_Ｍ、幅をＷ’_Ｍとする。

図８は、監視カメラＣＡＭ（Ｃ_Ｍ）の横から見たフレーム図である。図９は、監視カメラＣＡＭ（Ｃ_Ｍ）の上から見たフレーム図である。監視カメラＣＡＭ（Ｃ_Ｍ）の垂直画角２Ｐ°、水平画角２Ｑ°は対角線画角２Ｏ°と同様に、焦点距離ｆ_Ｍに応じて決まる。具体的には、焦点距離ｆ_Ｍが短くなると、レンズは広角となり、対角線画角２Ｏ°、垂直画角２Ｐ°及び水平画角２Ｑ°は大きくなる。逆に、焦点距離ｆ_Ｍが長くなると、レンズは望遠となり、対角線画角２Ｏ°、垂直画角２Ｐ°及び水平画角２Ｑ°は小さくなる。

図１０は、監視カメラＣＡＭ（Ｃ_Ｍ）の横から見たフレームと実フレームとの関係図である。ここでは、監視カメラＣＡＭ（Ｃ_Ｍ）は設置角度Θ°で設置され、かつ実フレームが地上面で交わる箇所に焦点を合わせて撮影すると仮定する。また、フレームの高さＨ_Ｍと実フレームの高さＨ’_Ｍとの関係は相似関係にある。このため、式（１）となる。

図１１は、監視カメラＣＡＭ（Ｃ_Ｍ）と実フレームとの関係図である。監視カメラＣＡＭ（Ｃ_Ｍ）の撮影方向をＲ°とすると、監視カメラＣＡＭ（Ｃ_Ｍ）のフレームは監視カメラＣＡＭ（Ｃ_Ｍ）の撮影方向Ｒ°に対して垂直方向に設置される。また、監視カメラＣＡＭ（Ｃ_Ｍ）のフレームと実フレームは相似関係にあるため、フレームの幅Ｗ_Ｍと実フレームの幅Ｗ’_Ｍとの比率はフレームの高さＨ_Ｍと実フレームの高さＨ’_Ｍとの比率と同一となり、該比率「Ｗ’_Ｍ／Ｗ_Ｍ」は式（２）となる。

カメラ配置情報生成部４は、上記監視カメラＣＡＭ（Ｃ_Ｍ）のフレームと実フレームとの関係を示す情報、監視カメラＣＡＭ（Ｃ_Ｍ）と実フレームとの関係を示す情報を、カメラ配置情報に含める。

（ステップＳ２；人物ＤＢ登録処理）
人物特徴量抽出部５は、移動経路推定処理において最初に使用する監視カメラＣＡＭ（Ｃ_０）のカメラ映像データのＩフレーム映像に人物テンプレートを当てはめ、人物テンプレートに該当する人物Ｘ_Ｎと該人物Ｘ_Ｎの特徴量を抽出する。そして、人物ＤＢ登録部６は、人物ＤＢ１２に対して人物Ｘ_Ｎを該特徴量と共に登録する。人物ＤＢ１２には、人物Ｘ_Ｎを示す人物ＩＤ「ＩＤ_Ｎ」に関連付けて人物Ｘ_Ｎの特徴量が格納される。

図１２は、第１実施形態に係る人物ＤＢ登録処理（ステップＳ２）のフローチャートである。初めに変数Ｋ、Ｌ、Ｍ、Ｎは０に初期化される。

（ステップＳ２０１）
人物特徴量抽出部５は、監視カメラＣＡＭ（Ｃ_０）のカメラ映像データの最初のＩフレーム映像_Ｌ（Ｌ＝０）から順番に、予め用意した人物テンプレート画像を当てはめ、人物テンプレート画像に当てはまる人物すべてを抽出する。人物テンプレート画像は、人物テンプレート画像ＤＢ１１に格納されている。

図１３、図１４、図１５は、第１実施形態に係る人物テンプレート画像の例を示す図である。

図１３には、顔画像の人物テンプレート画像の例が示されている。顔画像の人物テンプレート画像として、正面の顔画像、右横向きの顔画像、左横向きの顔画像、後向きの顔画像が用意されている。さらに、図１３（１）真正面から見た顔画像と、図１３（２）斜め上から見た顔画像とが用意されている。

図１４、図１５には、体型画像の人物テンプレート画像の例が示されている。体型画像の人物テンプレート画像として、標準の体型、太り気味の体型、やせ気味の体型、小柄な体型、大柄な体型が用意されている。さらに、図１４（１）真正面から見た体型画像と、図１４（２）斜め上から見た体型画像とが用意されている。またさらに、図１５（３）真正面から見た体型画像として、正面の体型画像、右横向きの体型画像、左横向きの体型画像、後向きの体型画像が用意されている。またさらに、図１５（４）斜め上から見た体型画像として、正面の体型画像、右横向きの体型画像、左横向きの体型画像、後向きの体型画像が用意されている。なお、図１５には、標準の体型のみを示しているが、太り気味の体型、やせ気味の体型、小柄な体型、大柄な体型についても同様に用意される。

図１３、図１４、図１５に示されるように、顔画像だけではなく、体型画像の人物テンプレート画像を使用して人物の抽出を行うことにより、監視カメラＣＡＭのカメラ映像データから精度よく人物を特定できる。さらに正面や横向き、後向きなどの異なる向きの人物テンプレート画像や、真正面から見た場合や斜め上から見た場合などの異なる方向から見た人物テンプレート画像を使用して人物の抽出を行うことにより、監視カメラＣＡＭのカメラ映像データから人物を特定する際の精度をさらに高めることができる。

例えば、監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度Θ°により、人物画像が垂直方向に圧縮されて撮影される可能性がある。このため、監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度Θ°に応じた人物テンプレート画像（真正面から見た場合や斜め上から見た場合などの異なる方向から見た人物テンプレート画像）を準備することにより、人物抽出の精度を向上させることが可能となる。例えば、監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度Θ°は０°から９０°までの範囲となるため、人物テンプレート画像の垂直方向の圧縮率を「Θ°／９０°」として人物テンプレート画像を生成する。これにより、人物テンプレート画像による人物の抽出精度を向上させることが可能となる。

（ステップＳ２０２）
ステップＳ２０１において、人物テンプレート画像に当てはまる人物を抽出できた場合にはステップＳ２０３に進み、一方、人物テンプレート画像に当てはまる人物を抽出できなかった場合にはステップＳ２０９に進む。

（ステップＳ２０３）
人物特徴量抽出部５は、ステップＳ２０１で抽出された人物の特徴量を抽出する。人物の特徴量としては、顔かたち、体型、皮膚の色、上下の服装の色、眼鏡の有無、眼鏡の種類（例えば、サングラスか否か）、覆面の有無（例えば、帽子／目隠し帽／マスク）、髭の有無、髪の特徴量（髪の色、髪の長さ）などである。

ステップＳ２０３において、人物の特徴量を抽出できた場合にはステップＳ２０４に進み、一方、人物の特徴量を抽出できなかった場合にはステップＳ２０７に進む。

（ステップＳ２０４）
人物ＤＢ登録部６は、新規に抽出された人物の特徴量が人物ＤＢ１２に既に登録されている人物Ｘ_Ｎの全ての特徴量と一致しているかを判断する。この結果、ステップＳ２０３で抽出された人物の特徴量が人物ＤＢ１２に既に登録されている人物Ｘ_Ｎの全ての特徴量と一致している場合にはステップＳ２０５に進み、一方、一致していない場合にはステップＳ２０８に進む。

（ステップＳ２０５）
人物ＤＢ登録部６は、人物Ｘ_Ｎの新規に抽出された特徴量を人物ＩＤ「ＩＤ_Ｎ」に関連付けて人物ＤＢ１２に格納する。

（ステップＳ２０６）
人物ＤＢ登録部６は、人物Ｘ_Ｎの特定に使用された人物テンプレート画像の中心位置Ｐ_Ｋと撮影時刻Ｔ_Ｋを人物ＩＤ「ＩＤ_Ｎ」及び監視カメラＣＡＭのＩＤ「Ｃ_Ｍ」に関連付けて人物ＤＢ１２に格納する。そして、人物Ｘ_Ｎの番号Ｋに１加算しステップＳ２０９へ進む。

図１６は、第１実施形態に係る人物ＤＢ１２の構成例を示す図である。人物ＤＢ１２には、人物Ｘ_Ｎを示す人物ＩＤ「ＩＤ_Ｎ」に関連付けて、人物Ｘ_Ｎの特徴量と、人物Ｘ_Ｎの特定に使用された人物テンプレート画像の中心位置Ｐ_Ｋと撮影時刻Ｔ_Ｋとが格納される。人物テンプレート画像として、顔画像と体型画像の両方が人物ＤＢ１２に登録されている場合、人物テンプレート画像には体型画像を適用するものとする。

また、人物ＤＢ１２には、人物Ｘ_Ｎの人物ＩＤ「ＩＤ_Ｎ」に関連付けて、該人物Ｘ_Ｎが抽出されたカメラ映像データを撮影した監視カメラＣＡＭのカメラＩＤが該人物Ｘ_Ｎの撮影時刻の順序で格納される（「撮影されているカメラＩＤの時系列」）。なお、「撮影されているカメラＩＤの時系列」において最初のカメラＩＤは、初期の監視カメラＣＡＭ（Ｃ_０）のカメラＩＤ「Ｃ_０」である。

（ステップＳ２０７）
人物ＤＢ登録部６は、変数Ｎに１を加算し、人物ＤＢ１２に新規人物Ｘ_Ｎのテンプレート情報のみを人物ＩＤ「ＩＤ_Ｎ」に関連付けて人物ＤＢ１２に格納する。この後、ステップＳ２０６に進む。

（ステップＳ２０８）
人物ＤＢ登録部６は、変数Ｎに１を加算し、人物ＤＢ１２に新規人物Ｘ_Ｎの特徴量を人物ＩＤ「ＩＤ_Ｎ」に関連付けて人物ＤＢ１２に格納する。この後、ステップＳ２０６に進む。

（ステップＳ２０９）
人物ＤＢ登録部６は、変数Ｌに１を加算する。

（ステップＳ２１０）
人物ＤＢ登録部６は、Ｉフレーム映像_Ｌが最後のＩフレームであるかを判断する。この結果、最後のＩフレームである場合には図１２の処理を終了し、そうではない場合にはステップＳ２０１に戻る。

このようにして、人物ＤＢ１２には、登録済みの人物と一致すれば該登録済み人物Ｘ_Ｎの人物ＩＤ「ＩＤ_Ｎ」に、登録済みの人物と一致しなければ新規の人物「Ｘ_Ｎ＋１」の人物ＩＤ「ＩＤ_Ｎ＋１」に各々の特徴量が格納される。
以上が人物ＤＢ登録処理（ステップＳ２）の説明である。

（ステップＳ３；移動推定処理）
移動推定部７は、監視カメラＣＡＭ（Ｃ_Ｍ）のカメラ映像データから得られた人物Ｘ_Ｎについて、移動方向Ｕ（Ｘ_Ｎ）°と移動速度Ｖ（Ｘ_Ｎ）を推定する。

図１７は、第１実施形態に係る監視カメラＣＡＭ（Ｃ_０）の実フレーム上に人物Ｘ_１の移動経路をマッピングした説明図である。図１７は、人物Ｘ_１が実フレーム上を右から左に移動する場合である。図１７において、監視カメラＣＡＭ（Ｃ_０）のカメラ映像データから抽出された人物Ｘ_１の撮影時刻Ｔ_Ｋ（Ｋ＝０，１，２）の人物テンプレート画像の中心位置Ｐ_Ｋ（Ｋ＝０，１，２）を実フレームにマッピングし、その中心位置Ｐ_Ｋ（Ｋ＝０，１，２）の線形近似曲線を引く。監視カメラＣＡＭ（Ｃ_０）の場合、線形近似曲線のＸ軸成分に投影した方向（即ち、フレーム幅の方向）が人物Ｘ_１の移動方向Ｕ（Ｘ_１）°となる。そして、「Ｕ（Ｘ_１）°＞Ｒ°」であるので、「Ｕ（Ｘ_１）°＝Ｒ°＋９０°」となる。

図１８は、第１実施形態に係る監視カメラＣＡＭ（Ｃ_０）のフレーム上に人物Ｘ_１の移動経路をマッピングした説明図である。図１８は、人物Ｘ_１がフレーム上を右から左に移動する場合である。図１８において、監視カメラＣＡＭ（Ｃ_０）のフレーム上で、中心位置Ｐ_０とＰ_２との間のＸ軸方向の距離をｘ_０、Ｙ軸方向の距離をｙ_０とすると、監視カメラＣＡＭ（Ｃ_０）の人物Ｘ_１の移動方向への移動速度Ｖ（Ｘ_１）は実フレームサイズへの補正を加えると、式（３）となる。

図１９は、第１実施形態に係る監視カメラＣＡＭ（Ｃ_７）の実フレーム上に人物Ｘ_１の移動経路をマッピングした説明図である。図１９は、人物Ｘ_１が実フレーム上を左から右に移動する場合である。図１９において、監視カメラＣＡＭ（Ｃ_７）の場合、線形近似曲線のＸ軸成分に投影した方向（即ち、フレーム幅の方向）が人物Ｘ_１の移動方向Ｕ（Ｘ_１）°となる。そして、「Ｕ（Ｘ_１）°＜Ｒ°」であるので、「Ｕ（Ｘ_１）°＝Ｒ°−９０°」となる。

図２０は、第１実施形態に係る監視カメラＣＡＭ（Ｃ_７）のフレーム上に人物Ｘ_１の移動経路をマッピングした説明図である。図２０は、人物Ｘ_１がフレーム上を左から右に移動する場合である。図２０において、監視カメラＣＡＭ（Ｃ_７）のフレーム上で、中心位置Ｐ_０とＰ_２との間のＸ軸方向の距離をｘ_０、Ｙ軸方向の距離をｙ_０とすると、監視カメラＣＡＭ（Ｃ_７）の人物Ｘ_１の移動方向への移動速度Ｖ（Ｘ_１）は実フレームサイズへの補正を加えると、上記式（３）となる。

上記により、人物Ｘ_Ｎの移動方向Ｕ（Ｘ_Ｎ）°と移動方向Ｕ（Ｘ_Ｎ）°への移動速度Ｖ（Ｘ_Ｎ）は、以下の三つの場合分け（１）、（２）、（３）により算出できる。なお、撮影時刻Ｔ_０は撮影時刻の中で最も古い時刻を示し、撮影時刻Ｔ_ＭＡＸは撮影時刻の中で最も新しい時刻を示す。

（１）「Ｕ（Ｘ_Ｎ）°＞Ｒ°」の場合（人物Ｘ_Ｎがフレーム上を右から左に移動する場合）。
移動方向Ｕ（Ｘ_Ｎ）°は「Ｕ（Ｘ_Ｎ）°＝Ｒ°＋９０°」である。
移動方向Ｕ（Ｘ_Ｎ）°への移動速度Ｖ（Ｘ_Ｎ）は式（４）である。

（２）「Ｕ（Ｘ_Ｎ）°＝Ｒ°」の場合（人物Ｘ_Ｎが、フレーム上を手前側もしくは奥側に移動する場合、又は止まっている場合）。
移動方向Ｕ（Ｘ_Ｎ）°は「Ｕ（Ｘ_Ｎ）°＝Ｒ°」である。
移動方向Ｕ（Ｘ_Ｎ）°への移動速度Ｖ（Ｘ_Ｎ）は式（４）である。

（３）「Ｕ（Ｘ_Ｎ）°＜Ｒ°」の場合（人物Ｘ_Ｎがフレーム上を左から右に移動する場合）。
移動方向Ｕ（Ｘ_Ｎ）°は「Ｕ（Ｘ_Ｎ）°＝Ｒ°−９０°」である。
移動方向Ｕ（Ｘ_Ｎ）°への移動速度Ｖ（Ｘ_Ｎ）は式（４）である。

以上が移動推定処理（ステップＳ３）の説明である。

（ステップＳ４；監視カメラ候補抽出処理）
カメラ候補抽出部８は、監視カメラＣＡＭ（Ｃ_Ｍ）のカメラ映像データから得られた人物Ｘ_Ｎについて、当該人物Ｘ_Ｎが時系列に沿って撮影されていると推定される次の監視カメラＣＡＭ（Ｃ_Ｍ＋１）を抽出する。

図２１は、第１実施形態に係る監視カメラ候補抽出処理（ステップＳ４）のフローチャートである。この監視カメラ候補抽出処理では、ステップＳ３の移動推定処理で得られた人物Ｘ_Ｎの移動方向Ｕ（Ｘ_Ｎ）°と移動方向Ｕ（Ｘ_Ｎ）°への移動速度Ｖ（Ｘ_Ｎ）を使用する。

（ステップＳ４０１）
カメラ候補抽出部８は、「人物Ｘ_Ｎの移動方向Ｕ（Ｘ_Ｎ）°＞監視カメラＣＡＭ（Ｃ_Ｍ）の方向Ｒ°」であるかを判断する。この結果、「人物Ｘ_Ｎの移動方向Ｕ（Ｘ_Ｎ）°＞監視カメラＣＡＭ（Ｃ_Ｍ）の方向Ｒ°」である場合にはステップＳ４０２に進み、そうではない場合にはステップＳ４０６に進む。

（ステップＳ４０２）
カメラ候補抽出部８は、「人物Ｘ_Ｎの移動方向Ｕ（Ｘ_Ｎ）°＝Ｒ°＋９０°」を使用する。

（ステップＳ４０３）
カメラ候補抽出部８は、「Ｕ（Ｘ_Ｎ）°−ａ°≦Ａ_ｎ°≦Ｕ（Ｘ_Ｎ）°＋ａ°」を満足する監視カメラＣＡＭ（Ｃ_Ｍ＋１）があるかを判断する。但し、ａ°は監視カメラＣＡＭ（Ｃ_Ｍ＋１）を抽出する際の探索方向を示す角度（固定値）である。ここでは、ａ°は１５°とする。また、Ａ_ｎ°は最適な監視カメラＣＡＭ（Ｃ_Ｍ＋１）が存在する所定角度である。

ステップＳ４０３において、該当する監視カメラＣＡＭ（Ｃ_Ｍ＋１）がある場合にはステップＳ４０４に進み、一方、該当する監視カメラＣＡＭ（Ｃ_Ｍ＋１）がない場合にはステップＳ４０９に進む。

（ステップＳ４０４）
カメラ候補抽出部８は、監視カメラＣＡＭ（Ｃ_Ｍ）と監視カメラＣＡＭ（Ｃ_Ｍ＋１）との間の距離Ｚ_Ｍが一番短く、かつ、「Ｚ_Ｍ≦Ｖ（Ｘ_Ｎ）×Ｔ_ｆｉｘ」を満足する監視カメラＣＡＭ（Ｃ_Ｍ＋１）があるかを判断する。但し、Ｔ_ｆｉｘは監視カメラＣＡＭ（Ｃ_Ｍ＋１）に到達するまでの時間であり、所定の固定値である。

ステップＳ４０４において、該当する監視カメラＣＡＭ（Ｃ_Ｍ＋１）がある場合にはステップＳ４０５に進み、一方、該当する監視カメラＣＡＭ（Ｃ_Ｍ＋１）がない場合にはステップＳ４０９に進む。

（ステップＳ４０５）
カメラ候補抽出部８は、監視カメラＣＡＭ（Ｃ_Ｍ＋１）を、人物Ｘ_Ｎの次の探索に使用するカメラ映像データを撮影した監視カメラＣＡＭとする。そして、変数Ｍに１を加算する。この後、図３のステップＳ５に進む。

（ステップＳ４０６）
カメラ候補抽出部８は、「人物Ｘ_Ｎの移動方向Ｕ（Ｘ_Ｎ）°＝監視カメラＣＡＭ（Ｃ_Ｍ）の方向Ｒ°」であるかを判断する。この結果、「人物Ｘ_Ｎの移動方向Ｕ（Ｘ_Ｎ）°＝監視カメラＣＡＭ（Ｃ_Ｍ）の方向Ｒ°」である場合にはステップＳ４０７に進み、そうではない場合にはステップＳ４０８に進む。

（ステップＳ４０７）
カメラ候補抽出部８は、「人物Ｘ_Ｎの移動方向Ｕ（Ｘ_Ｎ）°＝Ｒ°」を使用する。この後、ステップＳ４０３へ進む。

（ステップＳ４０８）
カメラ候補抽出部８は、「人物Ｘ_Ｎの移動方向Ｕ（Ｘ_Ｎ）°＝Ｒ°−９０°」を使用する。この後、ステップＳ４０３へ進む。

（ステップＳ４０９）
カメラ候補抽出部８は、ａ°に１５°を加算する。これにより、監視カメラＣＡＭ（Ｃ_Ｍ＋１）の探索範囲を広げる。

（ステップＳ４１０）
カメラ候補抽出部８は、「ａ°≦１８０°」を判断する。この結果、「ａ°≦１８０°」である場合にはステップＳ４０３に戻る。一方、「ａ°≦１８０°」でない場合には図３のステップＳ６に進む。

上述した監視カメラ候補抽出処理では、ステップＳ３の移動推定処理で得られた人物Ｘ_Ｎの移動方向Ｕ（Ｘ_Ｎ）°と移動方向Ｕ（Ｘ_Ｎ）°への移動速度Ｖ（Ｘ_Ｎ）を使用して、以下の３つの条件（１）、（２）、（３）を全て満足する次の最適な監視カメラＣＡＭ（Ｃ_Ｍ＋１）を抽出している。

方向の条件（１）；「Ｕ（Ｘ_Ｎ）°−ａ°≦Ａ_ｎ°≦Ｕ（Ｘ_Ｎ）°＋ａ°」を満足すること。
距離の条件（２）；条件（１）により抽出された次の監視カメラＣＡＭ（Ｃ_Ｍ＋１）までの距離Ｚ_Ｍが最短であること。
距離の条件（３）；「Ｚ_Ｍ≦Ｖ（Ｘ_Ｎ）×Ｔ_ｆｉｘ」を満足すること。

図２２は、第１実施形態に係る監視カメラ候補抽出処理における方向の条件（１）を説明するための図である。図２３は、第１実施形態に係る監視カメラ候補抽出処理における距離の条件（２）、（３）を説明するための図である。図２２、図２３は、人物Ｘ_１がフレーム上を右から左に移動する場合である。

図２２において、方向の条件（１）を満足する監視カメラは、監視カメラＣＡＭ（Ｃ_６）、（Ｃ_７）、（Ｃ_１８）、（Ｃ_１９）である。図２３において、それら監視カメラＣＡＭ（Ｃ_６）、（Ｃ_７）、（Ｃ_１８）、（Ｃ_１９）のうち、距離の条件（２）、（３）を満足するのは、監視カメラＣＡＭ（Ｃ_６）である。これにより、監視カメラＣＡＭ（Ｃ_６）が、人物Ｘ_１の次の探索に使用するカメラ映像データを撮影した監視カメラＣＡＭとして抽出される。

なお、上記した距離の条件（３）を設けることにより、監視カメラＣＡＭ（Ｃ_Ｍ）から、ある一定距離以上、離れた監視カメラを監視カメラＣＡＭ（Ｃ_Ｍ＋１）の抽出対象から排除することができるので、効率的な処理が可能となる。

以上が監視カメラ候補抽出処理（ステップＳ４）の説明である。

（ステップＳ５；特定人物の人物ＤＢ登録処理）
ステップＳ５では、ステップＳ２で抽出された人物のうち、注目したい特定人物Ｘ_Ｎのみを対象に人物ＤＢ登録処理を実施する。

図２４は、第１実施形態に係る特定人物の人物ＤＢ登録処理（ステップＳ５）のフローチャートである。初めに変数Ｋ、Ｌは０に初期化される。なお、ステップＳ４の監視カメラ候補抽出処理で抽出された監視カメラＣＡＭが、特定人物の人物ＤＢ登録処理（ステップＳ５）では監視カメラＣＡＭ（Ｃ_Ｍ）である。

（ステップＳ５０１）
人物特徴量抽出部５は、監視カメラＣＡＭ（Ｃ_Ｍ）のカメラ映像データにおいて、特定人物Ｘ_Ｎが抽出された前の監視カメラＣＡＭのカメラ映像データの最後の撮影時刻以降のＩフレーム映像_Ｌ（Ｌ＝０）から順番に、人物テンプレート画像ＤＢ１１の人物テンプレート画像を当てはめ、人物テンプレート画像に当てはまる人物を抽出する。

（ステップＳ５０２）
ステップＳ５０１において、人物テンプレート画像に当てはまる人物を抽出できた場合にはステップＳ５０３に進み、一方、人物テンプレート画像に当てはまる人物を抽出できなかった場合にはステップＳ５０７に進む。

（ステップＳ５０３）
人物特徴量抽出部５は、ステップＳ５０１で抽出された人物の特徴量を抽出する。この人物の特徴量としては、ステップＳ２０３と同様のものである。

ステップＳ５０３において、人物の特徴量を抽出できた場合にはステップＳ５０４に進み、一方、人物の特徴量を抽出できなかった場合にはステップＳ５０７に進む。

（ステップＳ５０４）
人物ＤＢ登録部６は、ステップＳ５０３で抽出された特徴量が人物ＤＢ１２内の特定人物Ｘ_Ｎの特徴量と一致しているかを判断する。この結果、一致している場合にはステップＳ５０５に進み、一方、一致していない場合にはステップＳ５０７に進む。

（ステップＳ５０５）
人物ＤＢ登録部６は、ステップＳ５０３で抽出された特徴量のうち、特定人物Ｘ_Ｎの新規に抽出された特徴量を人物ＩＤ「ＩＤ_Ｎ」に関連付けて人物ＤＢ１２に格納する。

（ステップＳ５０６）
人物ＤＢ登録部６は、特定人物Ｘ_Ｎの抽出に使用された人物テンプレート画像の中心位置Ｐ_Ｋと撮影時刻Ｔ_Ｋを人物ＩＤ「ＩＤ_Ｎ」及び監視カメラＣＡＭのＩＤ「Ｃ_Ｍ」に関連付けて人物ＤＢ１２に格納する。また、人物ＤＢ登録部６は、人物ＤＢ１２に対して、「撮影されているカメラＩＤの時系列」の情報を更新する。そして、人物Ｘ_Ｎの番号Ｋに１を加算しステップＳ５０７へ進む。

（ステップＳ５０７）
人物ＤＢ登録部６は、変数Ｌに１を加算する。

（ステップＳ５０８）
人物ＤＢ登録部６は、Ｉフレーム映像_Ｌが最後のＩフレームであるかを判断する。この結果、最後のＩフレームである場合には図２４の処理を終了し、そうではない場合にはステップＳ５０１に戻る。

このようにして、特定人物Ｘ_Ｎのみの人物ＤＢ１２への登録が行われる。
以上が特定人物の人物ＤＢ登録処理（ステップＳ５）の説明である。

（ステップＳ６；移動経路推定情報の出力処理）
出力部３は移動経路推定情報を出力する。この移動経路推定情報は、特定人物Ｘ_Ｎが抽出されたカメラ映像データを撮影した監視カメラＣＡＭを特定する情報を、特定人物Ｘ_Ｎが抽出された時系列の順番で有する。この移動経路推定情報によれば、特定人物Ｘ_Ｎが撮影された監視カメラＣＡＭ（撮影範囲）を時系列に沿って特定することができる。これにより、特定人物Ｘ_Ｎの移動経路を推定できる。

なお、上述した実施形態１では人物を対象にして移動経路を推定しているが、自動車等の移動体を対象に移動経路を推定しても良い。

［第２実施形態］
第２実施形態は、第１実施形態に係る人物テンプレート画像の変形例である。図２５は、第２実施形態に係る人物テンプレート画像の例を示す図である。図２５に示されるように、同一人物の人物テンプレート画像に対して、各々異なる大きさ（大、標準（中）、小）の複数の人物テンプレート画像をそれぞれ準備する。これにより、同一人物が監視カメラＣＡＭから遠ざかったり又は監視カメラＣＡＭに近づいたりすることを考慮して、人物の抽出を行うことができる。つまり、同一人物であっても、監視カメラＣＡＭから遠ざかった場合にはより小さい人物テンプレート画像により人物の抽出を行うことができ、一方、監視カメラＣＡＭに近づいた場合にはより大きい人物テンプレート画像により人物の抽出を行うことができる。これにより、人物の遠近感を抽出することが可能となる。

［第３実施形態］
第３実施形態は第２実施形態に係る監視カメラ候補抽出処理の他の実施例である。第３実施形態では、第２実施形態に係る人物テンプレート画像を使用し、同一人物の人物テンプレート画像の大小から、映像の遠近法に基づき人物Ｘ_Ｎの奥行方向の移動を推定する。これにより、次の監視カメラＣＡＭ（Ｃ_Ｍ＋１）の探索範囲を第１実施形態よりも狭めることが可能となる。この結果、確度高く、人物Ｘ_Ｎが撮影された監視カメラＣＡＭ（Ｃ_Ｍ＋１）を効率良く抽出できるので、移動経路推定処理の全体の効率化につながる。

上述した図１８において、撮影時刻Ｔ_０からＴ_２にかけては、人物Ｘ_１に当てはまる人物テンプレート画像の大きさが大、標準（中）、小に変化している。このことから、映像の遠近法に基づき、該人物Ｘ_１が監視カメラＣＡＭ（Ｃ_０）の「手前方向から奥方向へ」移動していることが分かる。この移動方向の情報に基づいて、第３実施形態では、次の監視カメラＣＡＭ（Ｃ_Ｍ＋１）の探索範囲を第１実施形態よりも狭める。

図２６は、第３実施形態に係る監視カメラ候補抽出処理における方向の条件（１ａ）を説明するための図である。図２７は、第３実施形態に係る監視カメラ候補抽出処理における距離の条件（２）、（３）を説明するための図である。図２６、図２７は、人物Ｘ_１がフレーム上を右から左に移動する場合である。

上述した第１実施形態に係る図２２では監視カメラＣＡＭ（Ｃ_０）から見た、次の最適な監視カメラ候補の探索範囲は「Ｕ（Ｘ_１）°±ａ°」となる。これに対して、図２６では、人物Ｘ_１が監視カメラＣＡＭ（Ｃ_０）の「手前方向から奥方向へ」移動していることから、次の最適な監視カメラ候補の探索範囲を「Ｕ（Ｘ_１）°−ａ°」に狭めることができる。つまり、第３実施形態では、次の最適な監視カメラ候補の探索範囲が第１実施形態の半分になる。

これにより、第１実施形態に係る図２２では方向の条件（１）を満足する監視カメラは監視カメラＣＡＭ（Ｃ_６）、（Ｃ_７）、（Ｃ_１８）、（Ｃ_１９）であるが、第３実施形態に係る図２６では方向の条件（１ａ）を満足する監視カメラは監視カメラＣＡＭ（Ｃ_７）、（Ｃ_１９）となる。このように、第３実施形態によれば、第１実施形態よりも、次の最適な監視カメラ候補の台数が減少するので、これ以降の処理量を削減でき、処理の効率化につながる。

なお、図２７に示される距離の条件（２）、（３）は第１実施形態と同じである。

図２８は、第３実施形態に係る監視カメラ候補抽出処理における方向の条件（１ａ）を説明するための他の図である。図２９は、第３実施形態に係る監視カメラ候補抽出処理における距離の条件（２）、（３）を説明するための他の図である。図２８、図２９は、人物Ｘ_１がフレーム上を左から右に移動する場合である。

上述した図２０において、撮影時刻Ｔ_０からＴ_２にかけては、人物Ｘ_１に当てはまる人物テンプレート画像の大きさが小、標準（中）、大に変化している。このことから、映像の遠近法に基づき、該人物Ｘ_１が監視カメラＣＡＭ（Ｃ_７）の「奥方向から手前方向へ」移動していることが分かる。この移動方向の情報によって、第３実施形態では、次の監視カメラＣＡＭ（Ｃ_Ｍ＋１）の探索範囲を第１実施形態よりも狭める。上述した第１実施形態では、該監視カメラＣＡＭ（Ｃ_７）から見た、次の最適な監視カメラ候補の探索範囲は「Ｕ（Ｘ_１）°±ａ°」となる。

これに対して、図２８では、人物Ｘ_１が監視カメラＣＡＭ（Ｃ_７）の「奥方向から手前方向へ」移動していることから、次の最適な監視カメラ候補の探索範囲を「Ｕ（Ｘ_１）°−ａ°」に狭めることができる。つまり、第３実施形態では、次の最適な監視カメラ候補の探索範囲が第１実施形態の半分になる。

これにより、第１実施形態では方向の条件（１）を満足する監視カメラは監視カメラＣＡＭ（Ｃ_１９）、（Ｃ_２０）となるが、第３実施形態では図２８に示されるように方向の条件（１ａ）を満足する監視カメラは監視カメラＣＡＭ（Ｃ_１９）のみとなる。このように、第３実施形態によれば、第１実施形態よりも、次の最適な監視カメラ候補の台数が減少するので、これ以降の処理量を削減でき、処理の効率化につながる。

なお、図２９に示される距離の条件（２）、（３）は第１実施形態と同じである。

上記により、第３実施形態に係る監視カメラ候補抽出処理では、方向の条件（１ａ）は、以下の三つの場合分け（１ａ−１）、（１ａ−２）、（１ａ−３）となる。図３０、図３１、図３２、図３３は第３実施形態に係る監視カメラ候補抽出処理における方向の条件の説明図である。なお、撮影時刻Ｔ_０は撮影時刻の中で最も古い時刻を示し、撮影時刻Ｔ_ＭＡＸは撮影時刻の中で最も新しい時刻を示す。

＜方向の条件（１ａ―１）＞「Ｕ（Ｘ_Ｎ）°＞Ｒ°」の場合（人物Ｘ_Ｎがフレーム上を右から左に移動する場合）において。
（１ａ−１−１）「撮影時刻Ｔ_０の人物テンプレート画像の大きさ＞撮影時刻Ｔ_ＭＡＸの人物テンプレート画像の大きさ」の場合（人物Ｘ_Ｎが監視カメラＣＡＭ（Ｃ_Ｍ）の「手前側から奥側へ」移動する場合）には、
「Ｕ（Ｘ_Ｎ）°−ａ°≦Ａ_ｎ°≦Ｕ（Ｘ_Ｎ）°」
となる（図３０参照）。
（１ａ−１−２）「撮影時刻Ｔ_０の人物テンプレート画像の大きさ＝撮影時刻Ｔ_ＭＡＸの人物テンプレート画像の大きさ」の場合（人物Ｘ_Ｎが監視カメラＣＡＭ（Ｃ_Ｍ）に対して「ほぼ平行に」移動する場合）には、
「Ｕ（Ｘ_Ｎ）°−ａ°≦Ａ_ｎ°≦Ｕ（Ｘ_Ｎ）°＋ａ°」
となる（人物Ｘ_Ｎが±ａ°のいずれの方向にも移動の可能性あり）。
（１ａ−１−３）「撮影時刻Ｔ_０の人物テンプレート画像の大きさ＜撮影時刻Ｔ_ＭＡＸの人物テンプレート画像の大きさ」の場合（人物Ｘ_Ｎが監視カメラＣＡＭ（Ｃ_Ｍ）の「奥側から手前側へ」移動する場合）には、
「Ｕ（Ｘ_Ｎ）°≦Ａ_ｎ°≦Ｕ（Ｘ_Ｎ）°＋ａ°」
となる（図３１参照）。

＜方向の条件（１ａ―２）＞「Ｕ（Ｘ_Ｎ）°＝Ｒ°」の場合（人物Ｘ_Ｎが、フレーム上を手前側もしくは奥側に移動する、又は止まっている場合）において。
（１ａ−２−１）「撮影時刻Ｔ_０の人物テンプレート画像の大きさ＞撮影時刻Ｔ_ＭＡＸの人物テンプレート画像の大きさ」の場合（人物Ｘ_Ｎが監視カメラＣＡＭ（Ｃ_Ｍ）の「手前側から奥側へ」移動する場合、つまり監視カメラＣＡＭ（Ｃ_Ｍ）の方向Ｒと同じ方向に移動する場合）には、
「Ｕ（Ｘ_Ｎ）°＝Ｒ°」、「Ｕ（Ｘ_Ｎ）°−ａ°≦Ａ_ｎ°≦Ｕ（Ｘ_Ｎ）°＋ａ°」
となる（人物Ｘ_Ｎが±ａ°のいずれの方向にも移動の可能性あり）。
（１ａ−２−２）「撮影時刻Ｔ_０の人物テンプレート画像の大きさ＝撮影時刻Ｔ_ＭＡＸの人物テンプレート画像の大きさ」の場合（人物Ｘ_Ｎが監視カメラＣＡＭ（Ｃ_Ｍ）に対して止まっている場合）には、ステップＳ６へ進む。
（１ａ−２−３）「撮影時刻Ｔ_０の人物テンプレート画像の大きさ＜撮影時刻Ｔ_ＭＡＸの人物テンプレート画像の大きさ」の場合（人物Ｘ_Ｎが監視カメラＣＡＭ（Ｃ_Ｍ）の「奥側から手前側へ」移動する場合、つまり監視カメラＣＡＭ（Ｃ_Ｍ）の方向Ｒと逆方向に移動する場合）には、
「Ｕ（Ｘ_Ｎ）°＝Ｒ°＋１８０°」、「Ｕ（Ｘ_Ｎ）°−ａ°≦Ａ_ｎ°≦Ｕ（Ｘ_Ｎ）°＋ａ°」
となる（人物Ｘ_Ｎが±ａ°のいずれの方向にも移動の可能性あり）。

＜方向の条件（１ａ―３）＞「Ｕ（Ｘ_Ｎ）°＜Ｒ°」の場合（人物Ｘ_Ｎがフレーム上を左から右に移動する場合）において。
（１ａ−３−１）「撮影時刻Ｔ_０の人物テンプレート画像の大きさ＞撮影時刻Ｔ_ＭＡＸの人物テンプレート画像の大きさ」の場合（人物Ｘ_Ｎが監視カメラＣＡＭ（Ｃ_Ｍ）の「手前側から奥側へ」移動する場合）には、
「Ｕ（Ｘ_Ｎ）°≦Ａ_ｎ°≦Ｕ（Ｘ_Ｎ）°＋ａ°」
となる（図３２参照）。
（１ａ−３−２）「撮影時刻Ｔ_０の人物テンプレート画像の大きさ＝撮影時刻Ｔ_ＭＡＸの人物テンプレート画像の大きさ」の場合（人物Ｘ_Ｎが監視カメラＣＡＭ（Ｃ_Ｍ）に対して「ほぼ平行に」移動する場合）には、
「Ｕ（Ｘ_Ｎ）°−ａ°≦Ａ_ｎ°≦Ｕ（Ｘ_Ｎ）°＋ａ°」
となる（人物Ｘ_Ｎが±ａ°のいずれの方向にも移動の可能性あり）。
（１ａ−３−３）「撮影時刻Ｔ_０の人物テンプレート画像の大きさ＜撮影時刻Ｔ_ＭＡＸの人物テンプレート画像の大きさ」の場合（人物Ｘ_Ｎが監視カメラＣＡＭ（Ｃ_Ｍ）の「奥側から手前側へ」移動する場合）には、
「Ｕ（Ｘ_Ｎ）°−ａ°≦Ａ_ｎ°≦Ｕ（Ｘ_Ｎ）°」
となる（図３３参照）。

［第４実施形態］
第４実施形態は、第１実施形態の変形例である。図３４は、本発明の第４実施形態に係る移動経路推定装置１の構成を示すブロック図である。図３４において、図１の各部に対応する部分には同一の符号を付している。図３４に示される第４実施形態に係る移動経路推定装置１は、図１の構成に対してさらに隣接カメラ平均到達時間計測部３０を備える。

第４実施形態では、監視カメラ候補抽出処理において、監視カメラＣＡＭ（Ｃ_Ｍ）のカメラ映像データから得られた人物Ｘ_Ｎについて、当該人物Ｘ_Ｎが時系列に沿って撮影されていると推定される次の監視カメラＣＡＭ（Ｃ_Ｍ＋１）を推定する際に、監視カメラＣＡＭ（Ｃ_Ｍ）とその近傍にある監視カメラＣＡＭとの間の距離に基づいて、次の監視カメラＣＡＭ（Ｃ_Ｍ＋１）の探索範囲を変化させる。これにより、人物Ｘ_Ｎが確度高く撮影された監視カメラＣＡＭ（Ｃ_Ｍ＋１）を効率良く抽出することを図り、移動経路推定処理の全体の効率化に寄与する。

隣接カメラ平均到達時間計測部３０は、監視カメラＣＡＭ（Ｃ_Ｍ）と、該監視カメラＣＡＭ（Ｃ_Ｍ）に隣接する各隣接カメラＣＡＭとの距離Ｚ_ｉｎｔを計測する。但し、人物ＤＢ１２において、人物Ｘ_Ｎの人物ＩＤ「ＩＤ_Ｎ」に関連付けて格納されている「撮影されているカメラＩＤの時系列」に含まれるカメラＩＤの監視カメラＣＡＭは、当該距離の計測の対象に含めない。

次いで、隣接カメラ平均到達時間計測部３０は、各隣接カメラＣＡＭとの距離Ｚ_ｉｎｔのうち距離の短い方から所定個（例えば１０個）の距離Ｚ_ｉｎｔを選択し、選択した所定個の距離Ｚ_ｉｎｔの平均値（以下、「平均距離Ｚ_ａｖｅ」と称する）を計算する。次いで、隣接カメラ平均到達時間計測部３０は、平均距離Ｚ_ａｖｅを人間の平均歩行速度（約１．３ｍ／ｓ）で割ることにより、隣接カメラ平均到達時間Ｔ_ａｖｅを計算する。

仮に、人物Ｘ_Ｎが人間の平均歩行速度よりも速く移動する場合、隣接監視カメラへの到達時間は隣接カメラ平均到達時間Ｔ_ａｖｅよりも短くなることが想定される。このため、第４実施形態では、距離の条件（３）を「Ｚ_Ｍ≦Ｖ（Ｘ_Ｎ）×Ｔ_ａｖｅ」を満足すること、とする。これにより、第４実施形態によれば、監視カメラＣＡＭが遠隔にあることにより人物Ｘ_Ｎが撮影されていない可能性が高い監視カメラＣＡＭを、次の監視カメラＣＡＭ（Ｃ_Ｍ＋１）に選択することを防止できるので、これ以降の処理量を削減でき、処理の効率化につながる。

なお、第４実施形態に第２実施形態、第３実施形態をさらに適用してもよい。

［第５実施形態］
第５実施形態は、第１実施形態の変形例である。図３５は、本発明の第５実施形態に係る移動経路推定装置１の構成を示すブロック図である。図３５において、図１の各部に対応する部分には同一の符号を付している。図３５に示される第５実施形態に係る移動経路推定装置１は、図１の構成に対してさらに地図データベース４０と移動経路推定部４１を備える。

第５実施形態では、移動経路推定情報の出力処理（ステップＳ６）において、抽出カメラ時系列情報に基づいて、特定人物Ｘ_Ｎの移動経路を地図上にマッピングする。抽出カメラ時系列情報は、特定人物Ｘ_Ｎが抽出されたカメラ映像データを撮影した監視カメラＣＡＭを特定する情報であって、特定人物Ｘ_Ｎが抽出された時系列の順番を有する。

地図データベース４０は、道路や建物の位置を示す地図データを格納する。移動経路推定部４１は、抽出カメラ時系列情報に基づいて、地図データの地図上に、特定人物Ｘ_Ｎが抽出された時系列の順番で、抽出カメラ時系列情報に含まれる各監視カメラＣＡＭの位置を対応付ける。さらに、移動経路推定部４１は、各監視カメラＣＡＭ間の移動経路として、地図上の道路を対応付ける。この対応付けされた情報は、移動経路推定情報として出力部３から出力される。

図３６は、本発明の第５実施形態に係る移動経路推定情報生成処理のフローチャートである。
（ステップＳ６０１）移動経路推定部４１は、人物ＤＢ１２内に、特定人物Ｘ_Ｎの人物ＩＤ「ＩＤ_Ｎ」に関連付けて格納されている「撮影されているカメラＩＤの時系列（抽出カメラ時系列情報）」が存在するかを確認する。この結果、存在する場合にはステップＳ６０２に進み、存在しない場合にはステップＳ６０３に進む。

（ステップＳ６０２）移動経路推定部４１は、特定人物Ｘ_Ｎに関する「撮影されているカメラＩＤの時系列」に基づいて、時系列に沿って監視カメラＣＡＭの位置と地図上の位置とを対応付ける。さらに、移動経路推定部４１は、各監視カメラＣＡＭ間の移動経路として、地図上の道路を対応付ける。これにより、特定人物Ｘ_Ｎに関する移動経路推定情報が生成される。

（ステップＳ６０３）移動経路推定部４１は、特定人物Ｘ_Ｎに関する「撮影されているカメラＩＤの時系列」が存在しないので、該特定人物Ｘ_Ｎに関する移動経路無しとして図３６の処理を終了する。

図３７は、本発明の第５実施形態に係る移動経路推定情報の構成例を示す図である。図３７の移動経路推定情報には、特定人物Ｘ_Ｎを撮影した各監視カメラＣＡＭ（Ｃ_０）、（Ｃ_７）、（Ｃ_１９）間の移動経路の推定結果が、特定人物Ｘ_Ｎを撮影した時系列の順番で地図上に示されている。この移動経路推定情報によれば、特定人物Ｘ_Ｎの移動経路を地図上で認識できる。

なお、第５実施形態に第２実施形態、第３実施形態、第４実施形態をさらに適用してもよい。

［第６実施形態］
第６実施形態は、第１実施形態の変形例である。図３８は、本発明の第６実施形態に係る移動経路推定装置１の構成を示すブロック図である。図３８において、図１の各部に対応する部分には同一の符号を付している。図３８に示される第６実施形態に係る移動経路推定装置１は、図１の構成に対してさらにカメラ情報補正部５０を備える。

第６実施形態では、監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度Θ_Ｍ°又はその撮影方向Ｒ_Ｍ°が、風雪又は手動制御等の影響により、設置当時の設置角度又は撮影方向からずれている場合を想定する。このため、カメラ情報補正部５０は、監視カメラＣＡＭ（Ｃ_Ｍ）で撮影されている静的な物体を利用することにより、設置当時からの設置角度又は撮影方向のずれを補正する。これにより、人物抽出精度の向上や確度の高い監視カメラ候補を効率良く抽出することを図る。

図３９は、監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度のずれと看板の関係を説明するための図である。設置当時の監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度をΘ_Ｍ°、実フレームをＦ_Ｍ、現在の監視カメラＣＡＭ（Ｃ’_Ｍ）の設置角度をΘ’_Ｍ°、実フレームをＦ’_Ｍとする。また、ここでは静的な物体として看板Ａを利用し、その看板Ａの中心位置をＢとする。

図４０は、監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度のずれによる実フレーム上の看板の見え方のずれを説明するための図である。設置当時の監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度Θ_Ｍ°と現在の監視カメラＣＡＭ（Ｃ’_Ｍ）の設置角度Θ’_Ｍ°との差ΔΘ°が設置角度のずれとなる。

図４１は、監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度のずれの補正を説明するための図である。図４１（１）において、設置当時の監視カメラＣＡＭ（Ｃ_Ｍ）の実フレームＦ_Ｍ上の看板Ａ_Ｍの幅をｘ_Θ、高さをｙ_Θとする。図４１（２）において、現在の監視カメラＣＡＭ（Ｃ’_Ｍ）の実フレームＦ’_Ｍ上の看板Ａ’_Ｍの幅をｘ’_Θ、高さをｙ’_Θとする。

監視カメラＣＡＭ（Ｃ_Ｍ）の設置角度が変化した場合、実フレームＦ_Ｍ及びＦ’_Ｍの大きさ、及び実フレーム上での被写体の幅ｘ_Θ及びｘ’_Θは変化しないが、監視カメラからの高さ方向の圧縮率が異なるため、実フレーム上での被写体の高さｙ_Θ及びｙ’_Θが変化する。そこで、設置当時と現在の両方の監視カメラの実フレーム上に撮影されている看板のテンプレート画像のサイズを比較することにより、高さ方向の圧縮率の差が監視カメラの設置角度のずれとなる。例えば、監視カメラＣＡＭの設置角度Θ°は０°から９０°までの範囲となるため、看板Ａの高さ方向の圧縮率を「Θ／９０°」として看板Ａのテンプレート画像を生成し、マッチングが取れたテンプレート画像に関するΘが現在の監視カメラＣＡＭ（Ｃ’_Ｍ）の設置角度Θ’_Ｍ°となる。

図４２は、監視カメラＣＡＭ（Ｃ_Ｍ）の撮影方向のずれによる看板の中心位置の見え方のずれを説明するための図である。設置当時の監視カメラＣＡＭ（Ｃ_Ｍ）の撮影方向をＲ_Ｍ°、その実フレームをＦ_Ｍ、現在の監視カメラＣＡＭ（Ｃ’_Ｍ）の撮影方向をＲ’_Ｍ°、その実フレームをＦ’_Ｍとする。また、静的な物体として看板Ａを利用し、その看板の中心位置をＢとする。なお、看板Ａは設置当時の監視カメラＣＡＭ（Ｃ_Ｍ）の撮影方向Ｒ_Ｍ°の真ん中に位置するものとする。

図４３は、監視カメラＣＡＭ（Ｃ_Ｍ）を上から見た場合の撮影方向のずれの補正を説明するための図である。設置当時の監視カメラＣＡＭ（Ｃ_Ｍ）の撮影方向Ｒ_Ｍ°と現在の監視カメラＣＡＭ（Ｃ’_Ｍ）の撮影方向Ｒ’_Ｍ°との差ΔＲ°が撮影方向のずれとなる。また、現在の監視カメラＣＡＭ（Ｃ’_Ｍ）の実フレームＦ’_Ｍ上での看板Ａの中心位置をＢ’_Ｍ、実フレームＦ’_Ｍ上で設置当時の監視カメラＣＡＭ（Ｃ_Ｍ）から見た時にあるべき看板Ａの中心位置をＢ_Ｍとする。この場合、撮影方向の差ΔＲ°は監視カメラを中心とした看板Ａの中心位置Ｂ_ＭとＢ’_Ｍとの間の角度に一致する。

図４４は、監視カメラＣＡＭ（Ｃ_Ｍ），（Ｃ’_Ｍ）を上から見た場合の撮影方向のずれの補正を説明するための図である。現在の監視カメラＣＡＭ（Ｃ’_Ｍ）の実フレームＦ’_Ｍと、現在の監視カメラＣＡＭ（Ｃ’_Ｍ）と看板Ａの中心位置Ｂ_Ｍとの間の直線が交わる点をＤ’_Ｍとする。また、現在の監視カメラＣＡＭ（Ｃ’_Ｍ）の実フレームＦ’_Ｍと、現在の監視カメラＣＡＭ（Ｃ’_Ｍ）と看板Ａの中心位置Ｂ’_Ｍとの間の直線が交わる点をＤ_Ｍとする。

看板Ａの中心位置Ｂ_Ｍは現在の監視カメラＣＡＭ（Ｃ’_Ｍ）の撮影方向Ｒ’_Ｍ°にあるため、現在の監視カメラＣＡＭ（Ｃ’_Ｍ）と看板Ａの中心位置Ｂ_Ｍとの間の直線は実フレームＦ’_Ｍと直交する。そして、交点Ｄ_ＭとＤ’_Ｍとの間の距離Ｄ_ＭＤ’_Ｍは、Ｘ軸方向の距離をｘ_Ｒ、Ｙ軸方向の距離をｙ_Ｒとすると、実フレームサイズへの補正を加えることにより、式（５）となる。

また、現在の監視カメラＣＡＭ（Ｃ’_Ｍ）と交点Ｄ’_Ｍとの間の距離をｆ’_Ｍとすると、現在の監視カメラＣＡＭ（Ｃ’_Ｍ）の焦点距離ｆ_Ｍと距離ｆ’_Ｍとの比率は、設置当時の監視カメラＣＡＭ（Ｃ_Ｍ）の実フレームＦ_Ｍの幅Ｗ_Ｍと現在の監視カメラＣＡＭ（Ｃ’_Ｍ）の実フレームＦ’_Ｍの幅Ｗ’_Ｍとの比率と相似関係にある。このため距離ｆ’_Ｍは式（６）となる。

これにより、設置当時の監視カメラＣＡＭ（Ｃ_Ｍ）の撮影方向Ｒ_Ｍ°と現在の監視カメラＣＡＭ（Ｃ’_Ｍ）の撮影方向Ｒ’_Ｍ°との差ΔＲ°は、式（７）となる。よって、図４４の例の場合、「Ｒ’_Ｍ°＝Ｒ_Ｍ°−ΔＲ°」となる。

なお、第６実施形態に第２実施形態、第３実施形態、第４実施形態、第５実施形態をさらに適用してもよい。

上述した実施形態によれば、以下に示す効果が得られる。

（１）街中にある複数の監視カメラの映像を使用して、特定人物と特定人物の特徴量を抽出し、それら抽出された情報を基に特定人物の移動経路を簡易にかつ効率良く推定することができる。
（２）人物の特徴量を抽出する際に、人物テンプレート画像として顔画像又は体型画像だけでなく、斜め上から見た時の大きさの異なる人物テンプレート画像を合わせて用意することにより、監視カメラの設置角度により人物画像が垂直方向に圧縮されて撮影される可能性も考慮できるので、人物の特徴量の抽出精度を向上させることができる。

（３）人物の抽出に使用された人物テンプレート画像の大小の情報を使用することにより映像の遠近法に基づいて人物の奥行の移動方向を推定し、該推定結果に基づいて、次の監視カメラ候補の探索範囲を狭めることにより、確度の高い監視カメラ候補を効率良く抽出でき、移動経路推定処理の全体の効率化を図ることができる。
（４）監視カメラとその近傍にある監視カメラとの間の設置距離に応じて次の監視カメラ候補の探索距離を変化させることにより、確度の高い監視カメラ候補を効率良く抽出でき、移動経路推定処理の全体の効率化を図ることができる。

（５）監視カメラに撮影されている静的な物体を利用することにより監視カメラの設置当時からの設置角度又は撮影方向のずれを補正し、人物抽出精度の向上や確度の高い監視カメラ候補を効率良く抽出することが可能となる。

以上、本発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更等も含まれる。

例えば、人物ＤＢ１２、人物テンプレート画像ＤＢ１１は、移動経路推定装置１とは独立のデータベース装置に設けてもよい。

また、上述した移動経路推定装置１を実現するためのコンピュータプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行するようにしてもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。

また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＤＶＤ（Digital Versatile Disk）等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。

さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Dynamic Random Access Memory））のように、一定時間プログラムを保持しているものも含むものとする。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。

１…移動経路推定装置、２…入力部、３…出力部、４…カメラ配置情報生成部、５…人物特徴量抽出部、６…人物データベース（人物ＤＢ）登録部、７…移動推定部、８…カメラ候補抽出部、９…データ記憶部、１０…カメラ配置情報記憶部、１１…人物テンプレート画像データベース、１２…人物データベース、３０…隣接カメラ平均到達時間計測部、４０…地図データベース、４１…移動経路推定部、５０…カメラ情報補正部、ＣＡＭ…監視カメラ

Claims (9)

1. 人物テンプレート画像を使用して監視カメラの映像から人物及び該人物の特徴量を抽出する人物特徴量抽出部と、
   前記抽出された人物及び該人物の特徴量を人物データベースに登録する人物データベース登録部と、
   前記抽出された人物の特徴量に該当する特定人物の移動方向及び該移動方向への移動速度を推定する移動推定部と、
   前記推定された特定人物の移動方向及び該移動方向への移動速度に基づいて、該特定人物が撮影されていると推定される次の監視カメラを抽出するカメラ候補抽出部と、を備え、
   前記人物データベース登録部は、前記特定人物が抽出された映像を撮影した監視カメラを特定するカメラ識別情報を前記特定人物の撮影時刻の順序に関連付けて前記人物データベースに格納する、
   ことを特徴とする移動経路推定装置。
2. 初期カメラ指定情報で指定される監視カメラを中心にして、該周囲に設置されている監視カメラの位置をカメラ配置情報にマッピングするカメラ配置情報生成部をさらに備えたことを特徴とする請求項１に記載の移動経路推定装置。
3. 前記人物テンプレート画像として、監視カメラの設置角度に応じて垂直方向に圧縮された人物テンプレート画像を含むことを特徴とする請求項１又は２に記載の移動経路推定装置。
4. 前記人物テンプレート画像として、同一人物の人物テンプレート画像に対して、各々異なる大きさの複数の人物テンプレート画像を含み、
   前記カメラ候補抽出部は、前記各々異なる大きさの複数の人物テンプレート画像を使用して抽出される人物の遠近感に基づいて、前記次の監視カメラの探索範囲を変化させる、
   ことを特徴とする請求項１から３のいずれか１項に記載の移動経路推定装置。
5. 前記カメラ候補抽出部は、前記特定人物が抽出された映像を撮影した監視カメラと該監視カメラの近傍にある監視カメラとの間の設置距離に基づいて、前記次の監視カメラの探索範囲を変化させる、
   ことを特徴とする請求項１から４のいずれか１項に記載の移動経路推定装置。
6. 前記特定人物が抽出された映像を撮影した監視カメラを特定するカメラ識別情報と該監視カメラによる前記特定人物の撮影時刻の情報とに基づいて、前記特定人物の移動経路を地図上にマッピングする移動経路推定部をさらに備えたことを特徴とする請求項１から５のいずれか１項に記載の移動経路推定装置。
7. 監視カメラによって撮影されている静的な物体の情報を使用して該監視カメラの設置当時からの設置角度又は撮影方向のずれを補正するカメラ情報補正部をさらに備えたことを特徴とする請求項１から６のいずれか１項に記載の移動経路推定装置。
8. 人物テンプレート画像を使用して監視カメラの映像から人物及び該人物の特徴量を抽出する人物特徴量抽出ステップと、
   前記抽出された人物及び該人物の特徴量を人物データベースに登録する人物データベース登録ステップと、
   前記抽出された人物の特徴量に該当する特定人物の移動方向及び該移動方向への移動速度を推定する移動推定ステップと、
   前記推定された特定人物の移動方向及び該移動方向への移動速度に基づいて、該特定人物が撮影されていると推定される次の監視カメラを抽出するカメラ候補抽出ステップと、
   前記特定人物が抽出された映像を撮影した監視カメラを特定するカメラ識別情報を前記特定人物の撮影時刻の順序に関連付けて前記人物データベースに格納するステップと、
   を含むことを特徴とする移動経路推定方法。
9. コンピュータに、
   人物テンプレート画像を使用して監視カメラの映像から人物及び該人物の特徴量を抽出する人物特徴量抽出ステップと、
   前記抽出された人物及び該人物の特徴量を人物データベースに登録する人物データベース登録ステップと、
   前記抽出された人物の特徴量に該当する特定人物の移動方向及び該移動方向への移動速度を推定する移動推定ステップと、
   前記推定された特定人物の移動方向及び該移動方向への移動速度に基づいて、該特定人物が撮影されていると推定される次の監視カメラを抽出するカメラ候補抽出ステップと、
   前記特定人物が抽出された映像を撮影した監視カメラを特定するカメラ識別情報を前記特定人物の撮影時刻の順序に関連付けて前記人物データベースに格納するステップと、
   を実行させるためのコンピュータプログラム。

Images