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
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 Download PDFInfo
- Publication number
- JP2015215787A JP2015215787A JP2014098608A JP2014098608A JP2015215787A JP 2015215787 A JP2015215787 A JP 2015215787A JP 2014098608 A JP2014098608 A JP 2014098608A JP 2014098608 A JP2014098608 A JP 2014098608A JP 2015215787 A JP2015215787 A JP 2015215787A
- Authority
- JP
- Japan
- Prior art keywords
- queue
- group
- waiting time
- objects
- tracking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
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)。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)
- 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。 - 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。 - 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。 - 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。
- 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。
- 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。
- 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。 - 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。 - 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014098608A JP2015215787A (ja) | 2014-05-12 | 2014-05-12 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014098608A JP2015215787A (ja) | 2014-05-12 | 2014-05-12 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015215787A true JP2015215787A (ja) | 2015-12-03 |
Family
ID=54752610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014098608A Pending JP2015215787A (ja) | 2014-05-12 | 2014-05-12 | 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 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2015215787A (ja) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017150998A (ja) * | 2016-02-25 | 2017-08-31 | キヤノン株式会社 | 画像処理装置、画像処理方法、画像処理システム及びプログラム |
JP2017191481A (ja) * | 2016-04-14 | 2017-10-19 | 富士電機機器制御株式会社 | 支援システム、支援装置、支援方法、及びプログラム |
JP2018036782A (ja) * | 2016-08-30 | 2018-03-08 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2018036788A (ja) * | 2016-08-30 | 2018-03-08 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2018116405A (ja) * | 2017-01-17 | 2018-07-26 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2018194896A (ja) * | 2017-05-12 | 2018-12-06 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2019021047A (ja) * | 2017-07-18 | 2019-02-07 | キヤノン株式会社 | 情報処理装置、制御方法およびプログラム |
JP2019117424A (ja) * | 2017-12-26 | 2019-07-18 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、及びその制御方法、プログラム |
JP2019207639A (ja) * | 2018-05-30 | 2019-12-05 | キヤノン株式会社 | 情報処理装置、撮像装置、情報処理方法、および、プログラム |
US10762355B2 (en) | 2016-11-18 | 2020-09-01 | Canon Kabushiki Kaisha | Information processing apparatus, information processing method, and storage medium to estimate queue waiting time |
WO2021186598A1 (ja) * | 2020-03-18 | 2021-09-23 | 日本電気株式会社 | 待ち時間推定装置、待ち時間報知システム、待ち時間推定方法およびプログラム記憶媒体 |
US11151389B2 (en) | 2017-03-31 | 2021-10-19 | Nec Corporation | Information processing apparatus, control method, and program |
JP2022106765A (ja) * | 2017-12-26 | 2022-07-20 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、及びその制御方法、プログラム |
-
2014
- 2014-05-12 JP JP2014098608A patent/JP2015215787A/ja active Pending
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017150998A (ja) * | 2016-02-25 | 2017-08-31 | キヤノン株式会社 | 画像処理装置、画像処理方法、画像処理システム及びプログラム |
JP2017191481A (ja) * | 2016-04-14 | 2017-10-19 | 富士電機機器制御株式会社 | 支援システム、支援装置、支援方法、及びプログラム |
JP2018036782A (ja) * | 2016-08-30 | 2018-03-08 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2018036788A (ja) * | 2016-08-30 | 2018-03-08 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
US10762355B2 (en) | 2016-11-18 | 2020-09-01 | Canon Kabushiki Kaisha | Information processing apparatus, information processing method, and storage medium to estimate queue waiting time |
US10755107B2 (en) | 2017-01-17 | 2020-08-25 | Canon Kabushiki Kaisha | Information processing apparatus, information processing method, and recording medium |
JP2018116405A (ja) * | 2017-01-17 | 2018-07-26 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
US11790659B2 (en) | 2017-03-31 | 2023-10-17 | Nec Corporation | Information processing apparatus, control method, and program |
US11151389B2 (en) | 2017-03-31 | 2021-10-19 | Nec Corporation | Information processing apparatus, control method, and program |
JP2018194896A (ja) * | 2017-05-12 | 2018-12-06 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP6991737B2 (ja) | 2017-05-12 | 2022-01-13 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2019021047A (ja) * | 2017-07-18 | 2019-02-07 | キヤノン株式会社 | 情報処理装置、制御方法およびプログラム |
JP2019117424A (ja) * | 2017-12-26 | 2019-07-18 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、及びその制御方法、プログラム |
JP7060786B2 (ja) | 2017-12-26 | 2022-04-27 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、及びその制御方法、プログラム |
JP2022106765A (ja) * | 2017-12-26 | 2022-07-20 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、及びその制御方法、プログラム |
JP7307378B2 (ja) | 2017-12-26 | 2023-07-12 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、及びその制御方法、プログラム |
CN110555363A (zh) * | 2018-05-30 | 2019-12-10 | 佳能株式会社 | 信息处理装置、摄像装置、信息处理方法和存储介质 |
JP2019207639A (ja) * | 2018-05-30 | 2019-12-05 | キヤノン株式会社 | 情報処理装置、撮像装置、情報処理方法、および、プログラム |
JP7237467B2 (ja) | 2018-05-30 | 2023-03-13 | キヤノン株式会社 | 情報処理装置、情報処理方法、およびプログラム |
WO2021186598A1 (ja) * | 2020-03-18 | 2021-09-23 | 日本電気株式会社 | 待ち時間推定装置、待ち時間報知システム、待ち時間推定方法およびプログラム記憶媒体 |
JP7416208B2 (ja) | 2020-03-18 | 2024-01-17 | 日本電気株式会社 | 待ち時間推定装置、待ち時間報知システム、待ち時間推定方法およびコンピュータプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2015215787A (ja) | 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 | |
CN109271832B (zh) | 人流分析方法、人流分析装置以及人流分析系统 | |
JP5603403B2 (ja) | 対象物計数方法、対象物計数装置および対象物計数プログラム | |
JP2020191646A (ja) | 情報処理システム、情報処理方法及びプログラム | |
JP5454573B2 (ja) | 物体位置推定装置、物体位置推定方法及びプログラム | |
JP2022082561A (ja) | 解析サーバ、監視システム、監視方法及びプログラム | |
JP6806261B2 (ja) | 店舗装置、店舗システム、店舗管理方法、プログラム | |
JP2007201556A (ja) | 混雑情報提供システム及び方法 | |
JP6568476B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP6904677B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP5001808B2 (ja) | 犯罪防止装置及び犯罪防止プログラム | |
JP2010140425A (ja) | 画像処理システム | |
JP6627365B2 (ja) | 情報処理方法、情報処理装置、及びプログラム | |
JP6991737B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
US20180144198A1 (en) | Information processing apparatus, information processing method, and storage medium | |
CN108334820B (zh) | 信息处理设备、信息处理方法和存储介质 | |
KR101988639B1 (ko) | 음식점 예약 시스템 및 방법 | |
JP2021144741A (ja) | 情報処理システム、制御方法、及びプログラム | |
JP2019207639A (ja) | 情報処理装置、撮像装置、情報処理方法、および、プログラム | |
US20190122228A1 (en) | Examination device | |
JP2011192220A (ja) | 同一人判定装置、同一人判定方法および同一人判定プログラム | |
CN114076597A (zh) | 步行推定系统、步行推定方法及计算机可读介质 | |
US20240047073A1 (en) | Risk display apparatus, risk display method, and non-transitory computer readable medium | |
JP6734487B2 (ja) | 地域別笑顔度表示システム、地域別笑顔度表示方法及びプログラム | |
JP2007281792A (ja) | 動態管理装置 |