JP2015215787A - 情報処理装置、待ち時間推定システム、情報処理方法及びプログラム - Google Patents

Abstract

【課題】一人単位とグループ単位とが混在するような利用施設の待ち行列の待ち時間を正確に推定することを目的とする。【解決手段】複数の物体による待ち行列を撮影した映像から物体を認識する物体認識手段と、認識された物体を追跡する追跡手段と、追跡された物体の移動時間を計測する計測手段と、複数の物体による待ち行列を撮影した映像から複数の物体から構成されるグループを認識するグループ認識手段と、計測された物体の移動時間に基づいて、認識されたグループの待ち行列における待ち時間を推定する推定手段と、を有することによって課題を解決する。【選択図】図１

Description

本発明は、待ち行列の待ち時間を正確に推定する情報処理装置、待ち時間推定システム、情報処理方法及びプログラムに関する。

従来、利用施設において利用者が行列をなしている場合の待ち時間を推定し、報知するシステム等が知られている。
例えば、待ち時間を推定し報知するシステムとして、行列をなしている利用者の画像を撮像し、撮像した利用者の画像を解析して利用者の移動軌跡を検出し、検出した利用者の移動軌跡に基づき利用者が形成する待ち行列を識別するシステムが知られている。このようなシステムでは、利用施設の利用に要する単位平均時間と、識別した利用者の待ち行列と、に基づき、利用者が利用施設を利用可能になるまでの待ち時間を算出し、報知するよう構成されている（特許文献１参照）。
人の待ち行列の撮影画像から、人物画像を抽出すると共に人数を計測し、人数と特定人物が一定距離移動する時間とから待ち時間を算出するような構成されているシステムもある（特許文献２参照）。また、所定の場所を撮像し、画像の時間的変化に基づいて前記所定の場所における人の行列を検出し、検出される行列の最後尾が同行列の先頭位置に達するまでの待ち時間を検出し、検出した待ち時間を報知するシステムもある（特許文献３参照）。

特開２００５−３１６５８２号公報 特開平１１−１７５６９４号公報 特開２００２−３２９１９６号公報

しかしながら、特許文献１から特許文献３までで示される従来技術では、以下の問題があった。即ち、従来技術では、個々の人物に対して、利用施設の目標地点に到達するまでの平均移動時間を算出するように構成されているため、グループ単位でも利用可能な利用施設の場合、行列の進み具合が変化し実際の待ち時間に誤差が生じてくる問題があった。
例えば、空港カウンター処理までの時間や、飲食店に入店するまでの時間等、一人単位とグループ単位とが混在するような利用施設の待ち時間に関して、従来技術では実際の待ち時間より多い待ち時間を報知してしまう問題があった。
本発明は、一人単位とグループ単位とが混在するような利用施設の待ち行列の待ち時間を正確に推定することを目的とする。

そこで、本発明は、複数の物体による待ち行列を撮影した映像から物体を認識する物体認識手段と、前記認識された物体のうち、設定された特徴を有する物体を抽出する抽出手段と、前記抽出された物体を追跡する追跡手段と、前記追跡された物体の移動時間を計測する計測手段と、複数の物体による待ち行列を撮影した映像から複数の物体から構成されるグループを認識するグループ認識手段と、前記計測された前記物体の移動時間に基づいて、前記認識されたグループの前記待ち行列における待ち時間を推定する推定手段と、を有する。

本発明によれば、一人単位とグループ単位とが混在するような利用施設の待ち行列の待ち時間を正確に推定することができる。

待ち時間推定システムの構成の一例を示す図である。 実施形態１の情報処理の一例を示すフローチャートである。 実施形態１の待ち時間推定システムの処理を説明する図（その１）である。 実施形態１の待ち時間推定システムの処理を説明する図（その２）である。 実施形態２の情報処理の一例を示すフローチャートである。 実施形態２の待ち時間推定システムの処理を説明する図である。

以下、本発明の実施形態について図面に基づいて説明する。

＜実施形態１＞
図１は、待ち時間推定システムの構成の一例を示す図である。
撮像部１０１は、被写体を撮像する。
映像処理部１０２は、撮像部１０１で得られた映像をシステムで最適な映像に処理する。
物体認識部１０３は、映像処理部１０２で処理された映像の内、設定された特定の物体を認識する。
特徴物体抽出部１０４は、物体認識部１０３で認識した物体の内、設定された条件に基づいて物体を抽出する。
追跡処理部１０５は、特徴物体抽出部１０４で抽出された特徴物体を追跡処理する。
移動量計測部１０６は、追跡処理部１０５の追跡処理部１０５で追跡した物体の移動量を計測する。
移動時間計測部１０７は、移動量計測部１０６で計測した移動量に対応する時間を計測する。
グループ認識部１０８は、映像処理部１０２で映像処理された映像と、物体認識部１０３の物体認識の結果と、からその物体がグループを構成する物体であるか否か、グループを構成する場合は、そのグループの範囲等を認識する。
待ち時間推定部１０９は、移動時間計測部１０７で計測された移動時間の計測結果と、グループ認識部１０８で認識された同一のグループで構成される物体群の有無及びグループが存在している範囲の大きさと、に応じて、待ち時間の推定を行う。
通信部１１０は、待ち時間推定部１０９で推定した結果の内容を端末等の機器に送信する。通信部１１０は、端末等の機器と有線で接続されていてもよいし、無線で接続されていてもよい。
表示部１１１は、待ち時間推定部１０９で推定された結果を表示する。

１０１〜１１１の各部の各々が一つの機器内で構成されていてもよいし、複数の機器が接続されたシステム内において構成されていてもよい。
また、１０１〜１１１の各部の各々は、ハードウェアとして構成されていてもよいし、例えば、１０２〜１０９の各部の各々はソフトウェアとして構成されていてもよい。
１０２〜１０９の各部の各々がソフトウェアとして構成されている場合、待ち時間推定システムは、ハードウェアとして少なくともＣＰＵとメモリとを有する。そして、ＣＰＵが、メモリに記憶されているプログラムに基づき処理を実行することによって、１０２〜１０９の各部の各々がソフトウェアとして実現されたり、後述するフローチャートに係る処理が実現されたりする。例えば、情報処理装置（コンピュータ）は、ハードウェアとしてＣＰＵとメモリとを有し、ＣＰＵが、メモリに記憶されているプログラムに基づき処理を実行することによって、１０２〜１０９の各部の各々がソフトウェアとして実現される。なお、このような構成の場合、設定された情報はメモリ等に記憶されている。
本実施形態では、上述した特定の物体は、人物として説明を行うがこの限りではない。例えば、ユーザが設定等を変更することによって、物体認識部１０３は、ユーザの所望する特定の物体を認識することができる。

図２は、実施形態１における情報処理の一例を示すフローチャートである。
図２のフローチャートに係る処理は、例えば、待ち時間推定システムが起動された時点から開始される。
Ｓ２０１において、映像処理部１０２は、撮像部１０１から映像を入力し、待ち時間推定システムに必要な映像処理を行う。例えば、映像処理部１０２は、以降で説明する認識処理に必要な映像処理を施す。映像処理に関しては、本実施の形態における本質的な処理ではないため、説明を省略する。
Ｓ２０２において、物体認識部１０３は、Ｓ２０１で処理された映像の内、設定された特定の物体を認識する。
Ｓ２０３において、物体認識部１０３は、Ｓ２０２で認識した人物の内、行列に並んだ人を識別し、前記行列の最後尾の位置にいる人物を検出し、認識する。特徴物体抽出部１０４は、物体認識部１０３で認識された前記人物の特徴を抽出する。
Ｓ２０４において、特徴物体抽出部１０４は、Ｓ２０３で抽出した特徴を持つ人物が、行列の最後尾であるとして前記最後尾の位置（最後尾位置）を記憶する。
Ｓ２０５において、追跡処理部１０５は、Ｓ２０４で記憶した最後尾位置を起点として、前記特徴の人物の追跡を行う。
本実施形態の例は、最後尾を追跡開始位置とし、最前列を追跡完了位置として設定しているように説明する。しかしながら、必ずしも最後尾を追跡開始位置、最前列を追跡完了位置としてなくてもよい。
Ｓ２０６において、移動量計測部１０６は、Ｓ２０５で追跡している人物の移動量が設定されている区間（本実施形態では最前列の位置）まで移動したか否かを計測する。そして、移動時間計測部１０７は、前記移動にかかった時間を計測する。

Ｓ２０７において、グループ認識部１０８は、Ｓ２０１で処理された映像と、Ｓ２０２で認識された結果（又はＳ２０３で抽出された特徴の結果）と、に基づいて、行列に並ぼうとしている人物が同一のグループ単位で並んだのか否かの検出を行う。
グループ認識部１０８は、同一のグループ単位で並んだと判断した場合（Ｓ２０７においてＹＥＳ）、Ｓ２０８へ進み、一人で行列に並んだと認識した場合（Ｓ２０７においてＮＯ）は、Ｓ２１０へ進む。
Ｓ２０８において、グループ認識部１０８は、同一グループであると認識した結果、映像上のどの範囲が同一グループのグループ単位であるかの範囲の設定を行う。
Ｓ２０９において、グループ認識部１０８は、Ｓ２０８で設定したグループの範囲が、行列の長さに占める割合から、単位時間当たりの移動量（移動速度）を求める際の補正処理を行う。補正処理の詳細は、後述する。

Ｓ２１０において、待ち時間推定部１０９は、行列に並んでいる最後尾の人が、目的地へ到達するまでの待ち時間を計算することで、待ち時間の推定処理を行う。
Ｓ２１１において、待ち時間推定部１０９は、Ｓ２１０で求めた推定の待ち時間を、表示部１１１へ表示する。
Ｓ２１２において、待ち時間推定部１０９は、Ｓ２１０で求めた推定の待ち時間を、別の場所に通信するか否かの要求の有無を、例えば、メモリに記憶されている設定情報等に基づき判断する。
待ち時間推定部１０９は、通信要求が有った場合（Ｓ２１２においてＹＥＳ）は、Ｓ２１３へ進み、特に通信の要求が無い場合（Ｓ２１２においてＮＯ）は、Ｓ２１４へ進む。
Ｓ２１３において、待ち時間推定部１０９は、通信部１１０を介して、Ｓ２１０で求めた推定の待ち時間のデータを送信する。
Ｓ２１４において、例えば、待ち時間推定部１０９は、待ち時間の推定の処理を終了するか否かを判断する。
待ち時間推定部１０９は、待ち時間の推定の処理を終了するか否かを判定する。待ち時間推定部１０９は、待ち時間の推定の処理を随時実施する場合（Ｓ２１４においてＮＯ）は、Ｓ２０２へ戻り、待ち時間の推定の処理を終了する場合（Ｓ２１４においてＹＥＳ）は、図２に示す処理を終了する。

次に、図２のフローチャートの処理を実行した際の、撮像部１０１から入力される映像の内容と待ち時間推定システムの動作例とを以下に説明する。
図３は、待ち時間推定システムの処理を空港カウンター窓口に並んでいる行列に対して適用した一例を説明するための図である。
図３（ａ）は、カウンター処理スペース３００１の破線で示す範囲内に、カウンター台３０３とカウンター台３０４とがあり、そこに、カウンター窓口の処理担当者３０１と、カウンター処理をカウンター前で待っている人物３０２がいる。
また、エリア３００２の破線で示す範囲内に、行列の整列を促す線３００３が床に引かれている場合を示している状態の映像例である。線ではなく、ロープ等の動線を制限するような物でも良く、線に限定するものではない。
図３（ａ）の状態例では、まだ待ち行列ができていない状態であり、エリア３００４の破線の範囲に、待ち行列を促すための先頭位置を示す範囲に人が存在しないときの例である。
この状態の映像を処理する場合、待ち行列が形成されていないため、図２のフローチャートで説明した処理フローにて、Ｓ２０２で人物を認識していない状態である。
Ｓ２０２→Ｓ２０７（ＮＯ）→Ｓ２１４（ＮＯ）を繰り返し行う処理となり、この状態では、人がいないため、Ｓ２１０の待ち時間は０分（無し）となる。

次に、図３（ｂ）は、図３（ａ）の状態から人物３０５が行列の先頭に入ってきた場合の映像例を示している。
図２の処理フローにて、Ｓ２０２で人物検出を行った後、Ｓ２０３→Ｓ２０７（ＮＯ）→Ｓ２１４を繰り返し行う処理となる。
この状態は、Ｓ２０４で記憶した最後尾位置と先頭位置であるエリア３００４の範囲が同一位置となる。また、Ｓ２０３での処理で検出した特徴量としては、３０５の人物の洋服が縞々の服を着た特徴が抽出され、追跡するように働く。但し、この状態も人は存在するが待ち行列は発生していないと判断され、Ｓ２１０の待ち時間は０分（無し）となる。

次に、図３（ｃ）は、エリア３００２の範囲内の線３００３のライン上に、人の行列が発生した場合の映像例を示している。
図２の処理フローにて、Ｓ２０３にて、エリア３００５の破線位置に存在する人物の特徴を、ドット柄の洋服を着た人として特徴量が抽出され、Ｓ２０４にて行列の最後尾位置として記憶される。
図３（ｃ）上では、Ａの位置に相当する。
図２のＳ２０５にて追跡がなされ、Ｓ２０６にてＡの位置から行列の先頭位置であるＢの位置まで到達する時間と移動距離とから、Ａの位置が最後尾だった場合の行列に対する待ち時間が計算される。
ここで、先頭位置を追跡完了位置として説明したが、追跡完了位置は先頭位置でなくてもよい。追跡開始位置から追跡完了位置までの移動距離と移動時間とを規定していれば待ち時間推定システムは待ち時間を推定することができる。
順次行列に並んでいる人物が流れ、人物が入れ替わっても行列の最後尾として記憶した位置に変化がなければ、待ち時間は、Ｓ２０６でＡからＢまで追跡した結果の計測時間がそのまま、行列の待ち時間となる。
行列に並ぶ人数が増えてくると、移動時間計測部１０７は、以下の様にして待ち時間を予測する。即ち、移動時間計測部１０７は、Ａの位置を記憶した時点での最後尾とした人物が、最前列であるＢの位置へ到着した時間と、ＡからＢの間の移動距離と、最新の最後尾の人物が移動しなければならない距離とから最後尾の人の待ち時間を予測する。

図３（ｃ）の人物３００６のドット柄の洋服を着た人物が、最前列であるＢの位置に到着し、その後ろに行列ができている状態が図３（ｄ）である。
図３（ｄ）の人物３００７のチェック柄の洋服を着た人物が最新の最後尾の位置に並んでおり、Ｓ２０４でその最新の最後尾の位置としてＣの位置が記憶される。
移動時間計測部１０７は、図３（ｄ）のＡからＢまでの待ち時間計測結果と、ＣからＢの間の移動距離に対するＡからＣまでの移動距離の占める割合と、に基づいて、行列の最後尾からの待ち時間を予測する。
以上に示すような処理を定期的に実施することで、待ち時間推定システムは、最新の待ち時間を推定し、随時更新するように動作する。
ここまでの処理は、人が一人ずつ行列に入ってきて、一人ずつカウンター窓口での処理を行う例である。

ここで、グループ単位の人が行列に並んだ場合の処理例を以下で説明する。
図４（ａ）は、図３と同じ場所で、図３の（ｃ）の状態から、グループ４００１が行列に並ぼうとしている状態である。
ここで、図４では５人の例でグループを表記しているが一例であり本実施形態に係る処理は５人に限定されない。
この状態は、図２のシステムフローチャート上、Ｓ２０２→Ｓ２０７（ＹＥＳ）を経由する処理に相当する。
グループ認識部１０８は、図４（ａ）のグループ４００１の破線範囲を同一のグループとして検出する。
グループ認識部１０８は、例えば、ある領域内で検出した人物の密度に基づきグループを検出したり、ある領域内で検出した複数の人物の特徴の類似度に基づきグループを検出したりする。

その後、グループ認識部１０８が検出したグループがそのまま図４（ｂ）に示すようにグループ４００１が待ち行列に並び整列する。このときグループ４００１内の人は、行列に並んでいる人の内、グループ単位で処理可能と判断できる。本実施形態で説明している空港カウンターの処理待ちの行列の場合、同一のグループはひとかたまりとして行列が進む。
特徴物体抽出部１０４は、行列に並んでいる５人のグループも一人も、行列の進む時間は同じと判断し、待ち時間の予測をする。
グループ認識部１０８は、図４（ｂ）に示すグループ４００１の人物４０２の位置（行列最後尾Ｅ）と人物４０１の位置（グループ内の先頭位置Ｄ）とが同一であると判断し、行列の最後尾をＤの位置として記憶する。図２のＳ２０９で、グループ認識部１０８は、グループが行列に入ってくる直前の最後尾位置Ａの予測時間に、一人分の距離であるＡＤ間の距離から待ち時間を予測し、実際の行列の長さよりも短い待ち時間となるよう補正処理をする。

次に、図４（ｂ）の状態から待ち行列が進み、図４（ｃ）に示す例のようにグループ４００１の後に人が並んだ場合の例を説明する。
上述したように、待ち時間推定システムは、グループ４００１を、一人と同じ処理時間であると判断し、ＤからＥまでをグループ処理し、一人の行列として扱う。
そうすることで、待ち時間推定システムは、図４（ｃ）の行列の最後尾の４０４の人の待ち時間の予測をするように動作する。つまり、待ち時間推定システムは、一人ずつの処理で説明した内容からＤからＥまでの距離分をトータル行列移動距離（１列目のＢＧ間と２列目のＧＨ間とを加算した距離）から差し引いて待ち時間の予測をする。
待ち時間推定システムは、以上に示すような処理を定期的に実施することで、グループ単位で待ち行列に入ってきた場合に最新の待ち時間の予測値と実際の追跡時間の値とを合わせて、待ち時間推定値として扱い随時更新するように動作する。
上述した説明では、同一グループ範囲を一人の範囲として扱うよう構成する例を説明したが、本実施形態の処理はこれに限定されない。例えば、待ち時間推定システムは、グループの人数が設定値よりも多い（レストランの１席の座れる人数を超える等）ときは、前記グループのうち、設定された人数を一つの処理単位と決定し、待ち時間の推定に反映するようにしてもよい。

以上、上述した処理によれば、グループ単位でも利用可能な利用施設での待ち行列において、見た目の行列の長さと、実際の待ち時間と、の誤差が少なくなる。したがって、空港カウンター処理までの時間や、飲食店に入店するまでの時間等、一人単位とグループ単位とが混在するような利用施設の待ち時間を正確に推定することができる。
また、今から行列に並ぼうと考えている人に対してこの推定した時間を予め知らせるようシステム化することで、行列に並ぶタイミング等の判断の目安情報を提供することができる。

＜実施形態２＞
図５は、実施形態２における情報処理の一例を示すフローチャートである。
図５のＳ２０１からＳ２０２までの処理は、図２のＳ２０１からＳ２０２までの処理と同一である。
Ｓ５０１において、特徴物体抽出部１０４は、Ｓ２０２において検出され、認識された人物が、設定されている特徴を持った人物であるか否かを判断する。
特徴物体抽出部１０４は、認識された人物が、設定されている特徴を持った人物である場合（Ｓ５０１においてＹＥＳ）、Ｓ５０２へ進み、認識された人物が、設定されている特徴を持っていない人物である場合（Ｓ５０１においてＮＯ）、Ｓ２０３へ進む。
Ｓ５０２において、特徴物体抽出部１０４は、設定されている特徴を持った人物は、待ち時間を推定する処理の非対象の人物であると設定する。なお、前記特徴は、例えば、メモリ等に設定されている。例えば、ＣＰＵは、ユーザ操作に応じて、前記特徴を設定するようにしてもよい。
言い換えると、待ち時間推定システムは、ある決まった特定の特徴を有する人物は、本システムの待ち時間推定する追跡対象からはずす設定を行う。
Ｓ２０３からＳ２１４までの処理は、図２のＳ２０３からＳ２１４までの処理と同一である。

次に、図５のフローチャートの処理を実行した際の、撮像部１０１から入力される映像の内容と待ち時間推定システムの動作例とを以下に説明する。
図６は、実施形態１で説明した図３と同じ場所で、同一の待ち行列が形成されている状態を表している。但し、ここで示す例では、人物５０１と人物５０２とが所定の黒い服を着てエリア３００２の待ち行列を検出する範囲の中に存在している例である。
人物５０１と人物５０２とは、空港の職員等の行列を整理している側の人物である。図６の例では、行列を撮影している映像内に空港の職員等が写っている場合の例である。
特徴物体抽出部１０４は、この場合、人物５０１と人物５０２とは、待ち行列推定する時間算出に反映しないように処理する。
以上、本実施形態によれば、待ち時間推定システムにおいて、空港職員の制服や特定職員の特徴を設定しておき、待ち行列推定から削除するように構成する。このことで、更に、その行列の待ち時間推定するシステムの時間的な精度の向上につながる。

＜実施形態３＞
実施形態１と実施形態２とで説明した処理を組み合わせたシステムを構成してもよい。
また、上述した実施形態では、空港カウンターの例を挙げて説明した。しかし、飲食店の入店待ち行列等、グループ単位で待ち行列の長さが短縮し、行列の長さだけでは待ち時間が表せない様な場合にも上述した実施形態の構成又は処理を適用することができる。
また、行列に並ぼうとしている人に推定待ち時間を提供するだけでなく、システム管理側に通信手段等を使用し時間情報を通知するように構成してもよい。
以上、本実施形態によれば、行列への対策（空港カウンターでは、窓口の人員を増加し処理能力を上げる等）を周知するシステムに応用することができる。

＜その他の実施形態＞
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読み出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

以上、上述した各実施形態によれば、グループ単位でも利用可能な利用施設での待ち行列において、見た目の行列の長さと、実際の待ち時間と、の誤差が少なくなる。したがって、空港カウンター処理までの時間や、飲食店に入店するまでの時間等、一人単位とグループ単位とが混在するような利用施設の待ち時間を正確に推定することができる。

１０１ 撮像部、１０２ 映像処理部、１０８ グループ認識部

Claims (10)

1. 複数の物体による待ち行列を撮影した映像から物体を認識する物体認識手段と、
   前記認識された物体を追跡する追跡手段と、
   前記追跡された物体の移動時間を計測する計測手段と、
   複数の物体による待ち行列を撮影した映像から複数の物体から構成されるグループを認識するグループ認識手段と、
   前記計測された前記物体の移動時間に基づいて、前記認識されたグループの前記待ち行列における待ち時間を推定する推定手段と、
   を有する情報処理装置。
2. 前記認識されたグループに含まれる物体の数と、設定された数と、に基づいて、前記グループを幾つの物体とするか物体の数を決定する決定手段を更に有し、
   前記推定手段は、前記計測された前記物体の移動時間に基づいて、前記認識されたグループを前記決定された数の物体として前記待ち行列における待ち時間を推定する請求項１記載の情報処理装置。
3. 前記映像から設定された特徴を有する物体を検出する検出手段を更に有し、
   前記推定手段は、前記検出された物体を前記待ち行列における待ち時間を推定する際の対象から外す請求項１又は２記載の情報処理装置。
4. 前記推定された待ち時間を表示する表示手段を更に有する請求項１乃至３何れか１項記載の情報処理装置。
5. 前記推定された待ち時間を送信する送信手段を更に有する請求項１乃至３何れか１項記載の情報処理装置。
6. 前記待ち行列を撮影する撮影手段を更に有する請求項１乃至５何れか１項記載の情報処理装置。
7. 複数の物体による待ち行列を撮影した映像から物体を認識する物体認識手段と、
   前記認識された物体を追跡する追跡手段と、
   前記追跡された物体の移動時間を計測する計測手段と、
   複数の物体による待ち行列を撮影した映像から複数の物体から構成されるグループを認識するグループ認識手段と、
   前記計測された前記物体の移動時間に基づいて、前記認識されたグループの前記待ち行列における待ち時間を推定する推定手段と、
   を有する待ち時間推定システム。
8. 情報処理装置が実行する情報処理方法であって、
   複数の物体による待ち行列を撮影した映像から物体を認識する物体認識工程と、
   前記物体認識工程により認識された物体を追跡する追跡工程と、
   前記追跡工程により追跡された物体の移動時間を計測する計測工程と、
   複数の物体による待ち行列を撮影した映像から複数の物体から構成されるグループを認識するグループ認識工程と、
   前記計測工程により計測された前記物体の移動時間に基づいて、前記グループ認識工程により認識されたグループの前記待ち行列における待ち時間を推定する推定工程と、
   を含む情報処理方法。
9. 待ち時間推定システムが実行する情報処理方法であって、
   複数の物体による待ち行列を撮影した映像から物体を認識する物体認識工程と、
   前記物体認識工程により認識された物体を追跡する追跡工程と、
   前記追跡工程により追跡された物体の移動時間を計測する計測工程と、
   複数の物体による待ち行列を撮影した映像から複数の物体から構成されるグループを認識するグループ認識工程と、
   前記計測工程により計測された前記物体の移動時間に基づいて、前記グループ認識工程により認識されたグループの前記待ち行列における待ち時間を推定する推定工程と、
   を含む情報処理方法。
10. コンピュータに、
    複数の物体による待ち行列を撮影した映像から物体を認識する物体認識ステップと、
    前記物体認識ステップにより認識された物体を追跡する追跡ステップと、
    前記追跡ステップにより追跡された物体の移動時間を計測する計測ステップと、
    複数の物体による待ち行列を撮影した映像から複数の物体から構成されるグループを認識するグループ認識ステップと、
    前記計測ステップにより計測された前記物体の移動時間に基づいて、前記グループ認識ステップにより認識されたグループの前記待ち行列における待ち時間を推定する推定ステップと、
    を実行させるためのプログラム。

Images