JP2016100770A - 情報処理装置、監視システム、情報処理方法、及びプログラム - Google Patents

Abstract

【課題】将来、被写体の映像データを、より高品質に取得又は記憶ができるようにすることを目的とする。【解決手段】複数の撮影手段のうち、少なくとも１つの撮影手段により撮影された被写体の画像から前記被写体の状態情報を取得する取得手段と、前記取得手段により取得された前記状態情報と前記複数の撮影手段の配置情報とに基づいて、前記複数の撮影手段により撮影される映像データの容量に関するパラメータを変更する変更手段と、を有する。【選択図】図３

Description

本発明は、情報処理装置、監視システム、情報処理方法、及びプログラムに関する。

従来のマルチカメラ監視システムでは、例えばテロ事件が発生した場合、事件発生後に、複数のカメラにより取得された膨大な映像について映像分析を実施している。
この場合、全カメラの過去のデータを全て同一条件（データフォーマット）で取得し、保存しておくことが理想である。しかし、データの記憶領域、通信トラフィック等のリソースに限りがあるため、全カメラの過去のデータを全て同一条件（データフォーマット）で取得し、保存しておくことは、非常に困難であるという問題がある。
この問題に対して、重要度に応じて画像を圧縮したり、フレームを間引いて蓄積したりすることでリソースを適当に配分する技術がある。例えば、特許文献１に示す監視システムである。

特許第５０６２４０７号公報

しかし、特許文献１の技術では、現時点で検出した特徴領域を含む画像だけを対象として画像の圧縮強度を調整するため、将来において、被写体の映像データを、より高品質に取得又は記憶ができなかった。
そこで、本発明は、将来、被写体の映像データを、より高品質に取得又は記憶ができるようにすることを目的とする。

そこで、本発明の情報処理装置は、複数の撮影手段のうち、少なくとも１つの撮影手段により撮影された被写体の画像から前記被写体の状態情報を取得する取得手段と、前記取得手段により取得された前記状態情報と前記複数の撮影手段の配置情報とに基づいて、前記複数の撮影手段により撮影される映像データの容量に関するパラメータを変更する変更手段と、を有する。

本発明によれば、将来、被写体の映像データを、より高品質に取得又は記憶ができるようにすることができる。

監視システムのシステム構成等の一例を示す図である。 コントロールセンターの詳細等の一例を示す図である。 監視システムの処理の一例を示すフローチャートである。 監視システムの取得画像及び処理画像の一例を示す図である。 監視システムのカメラの配置関係の一例を示す図である。 予想移動領域の一例を示す図である。 遅延期間を考慮した予想移動領域の一例を示す図である。 監視システムの処理の一例を示すフローチャートである。 監視システムの処理の一例を示すフローチャートである。 予想移動領域の一例を示す図である。 予想移動領域の一例を示す図である。 監視システムの処理の一例を示すフローチャートである。 監視システムの処理の一例を示すフローチャートである。 予想移動領域の一例を示す図である。 監視システムの処理の一例を示すフローチャートである。 カメラの空間配置情報の一例を示す図である。 実際のカメラの位置関係の一例を示す図である。

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、監視システムのシステム構成等の一例を示す図である。図１（ａ）は、本実施形態における監視システムのシステム構成を示す。監視システムは、複数のカメラ１と、ネットワークを介して複数のカメラ１に接続されたコントロールセンター２と、を含む。
なお、図１（ａ）における複数のカメラ１の配置状態は、地面に対して垂直方向上空から観察したカメラの配置状態であり、地面に対して平行な平面（図１（ａ）のｘ−ｙ平面、以下では、ｘ−ｙ平面）上における配置状態である。図１（ａ）において、建物、道路等のその他の構造物の記載は、省略されている。
コントロールセンター２は、ネットワークを介して複数のカメラ１と接続されており、実際には複数のカメラ１と離れた位置に存在している。図１（ａ）において、コントロールセンター２は、便宜上カメラと同じ図中に描写されている。

図１（ｂ）は、実際に複数のカメラ１を構成する各カメラ（以下では、構成カメラ）が設置されている状況の一例を示す図である。図１（ｂ）に示すように、各構成カメラは、予め定められた範囲を撮像できるように建物３、電信柱４等に固定される。
本実施形態における構成カメラは、撮像範囲に対し、更に距離情報を取得する距離画像取得装置を備えている。図１（ｂ）の例では、前記距離画像取得装置は、構成カメラ、光源等の周辺デバイス等と一体構造を取る。図１（ｂ）の例では、構成カメラは、映像データ取得用レンズ６、距離画像取得用ＴＯＦ光源７を含んでいる。
また、コントロールセンター２は、建物の内部、又は室外に設けられた専用のスペースに設置される。

図２は、コントロールセンター２の詳細等の一例を示す図である。図２（ａ）は、コントロールセンター２の詳細の一例を示す。本実施形態では、コントロールセンター２は、図２（ａ）に示すように複数台のＰＣ５より構成され、複数のカメラ１よりネットワークを通じて予め定められたフレームレートで撮像された映像データを取得する。
図２（ｂ）は、複数台のＰＣ５を構成するＰＣ（以下では、構成ＰＣ）のうちの１つのハードウェア構成を示す図である。複数台のＰＣ５の各構成ＰＣは、図２（ｂ）のハードウェア構成をとるものとする。また、以下では、コンピュータプログラムを実行し、図３の処理等の監視システムの処理の主体となる単体又は複数の構成ＰＣを、実行ＰＣとする。実行ＰＣが単体の構成ＰＣで構成される場合、実行ＰＣは、情報処理装置の一例である。

前記構成ＰＣは、ＣＰＵ２０１、ＲＡＭ２０２、記憶装置２０３、ネットワークＩ／Ｆ２０４等を含む。
ＣＰＵ２０１は、ＲＡＭ２０２に読み出された制御プログラム等を実行し、構成ＰＣを統括的に制御するＣＰＵである。
本実施形態では、コントロールセンター２は、複数の構成ＰＣを含むものとする。実行ＰＣのＣＰＵが前記実行ＰＣの記憶装置に記憶されたプログラムに基づき処理を実行することによって、コントロールセンター２の機能及び後述するフローチャートの処理が実現される。
ＲＡＭ２０２は、ＣＰＵ２０１の主メモリ又は、ワークメモリとして機能する主記憶装置である。記憶装置２０３は、プログラム、複数のカメラ１から取得された映像データ等を記憶する記憶装置である。ネットワークＩ／Ｆ２０４は、他の構成ＰＣ、複数のカメラ１等との接続に利用されるネットワークインターフェースである。

前記構成カメラは、ＣＰＵ、ＲＡＭ、記憶装置、ネットワークＩ／Ｆ、撮像素子等を含む。
前記構成カメラのＣＰＵは、前記構成カメラのＲＡＭに読み出された制御プログラム等を実行し、前記構成カメラを統括的に制御するＣＰＵである。
前記構成カメラのＣＰＵが前記構成カメラの記憶装置に記憶されたプログラムに基づき処理を実行することによって、前記構成カメラの機能が実現される。
前記構成カメラのＲＡＭは、前記構成カメラのＣＰＵの主メモリ又は、ワークメモリとして機能する主記憶装置である。前記構成カメラの記憶装置は、プログラム、前記構成カメラの撮像素子を介して撮影した映像データ、Ｓ３０７等で後述する取得パラメータ等を記憶する記憶装置である。前記構成カメラのネットワークＩ／Ｆは、構成ＰＣ、他の構成カメラ等との接続に利用されるネットワークインターフェースである。
また、更にコントロールセンター２は、図３等で後述するように、ネットワークを通じて、複数のカメラ１に対して、映像データを取得する際に利用するパラメータである取得パラメータの変更を行うことができる。

続いて、本実施形態における監視システムの処理について説明する。
図３は、監視システムの処理の一例を示すフローチャートである。
本実施形態の監視システムにおいて実行される処理は、映像入力ステップＳ３０１と、動きベクトル算出ステップＳ３０２と、特定状態検出処理ステップＳ３０３と、動きベクトル変換処理ステップＳ３０４と、移動領域算出ステップＳ３０５と、を含む。また、本実施形態の監視システムにおいて実行される処理は、領域内カメラ選択ステップＳ３０６と、取得パラメータ変更ステップＳ３０７と、取得パラメータ再変更ステップＳ３０８と、を含む。
なお、図３の処理は、本実施形態ではコントロールセンター２の構成ＰＣに実装されたコンピュータプログラムとして実現される。図３の処理は、複数の構成ＰＣによるコンピュータプログラムの実行によって実現されてもよいし、単体の構成ＰＣによるコンピュータプログラムの実行によって実現されてもよい。

以下、図３のそれぞれの処理ステップに関して詳細に説明を行う。
Ｓ３０１において、実行ＰＣは、複数のカメラ１からネットワークを介して取得された映像データを、コントロールセンター２内の構成ＰＣに内蔵される記憶装置に記憶する。実行ＰＣは、前記映像データを複数の構成ＰＣの記憶装置に記憶してもよいし、単体の構成ＰＣの記憶装置に記憶してもよい。
Ｓ３０２において、実行ＰＣは、Ｓ３０１で前記記憶装置に記憶された映像データの各フレームの画像データについて、動きベクトルを算出する。
動きベクトルの算出方法は、以下の参考文献１に示すオプティカルフローの算出を行う方法を利用する。
参考文献１：Ｂ． Ｄ． Ｌｕｃａｓ ａｎｄ Ｔ． Ｋａｎａｄｅ， "Ａｎ Ｉｔｅｒａｔｉｖｅ Ｉｍａｇｅ Ｒｅｇｉｓｔｒａｔｉｏｎ Ｔｅｃｈｎｉｑｕｅ ｗｉｔｈ ａｎ Ａｐｐｌｉｃａｔｉｏｎ ｔｏ Ｓｔｅｒｅｏ Ｖｉｓｉｏｎ，" ｉｎ Ｐｒｏｃ． ｏｆ Ｉｎｔ． Ｊｏｉｎｔ Ｃｏｎｆ． ｏｎ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ， ｐｐ．６７４〜６７９， Ａｕｇ． １９８１．

図４は、監視システムの取得画像及び処理画像の一例を示す図である。図４（ａ）は、複数のカメラ１のうちの１つの構成カメラにより取得された映像データのある時点の１フレームの画像を示す。図４（ｂ）は、前記画像から動きベクトルを算出した結果を示す。
図４（ｂ）では、画像に対して算出された動きベクトルを矢印で示しているが、図の煩雑化を避けるために、主要な動きベクトルのみを示す。
なお、Ｓ３０２以降の処理について、Ｓ３０２と同様に、前記記憶装置に保持された映像データの各フレームの画像データに対して、各ステップの処理を行うこととする。

Ｓ３０３において、実行ＰＣは、Ｓ３０２で算出したオプティカルフローを特徴量として、Ｓ３０１で記憶された映像データに対して、特定状態検出処理を実行する。
本実施形態では、特定状態検出処理として以下の参考文献２に示す手法を用いている。
参考文献２：Ｂｉｎ Ｚｈａｏ， Ｌｉ Ｆｅｉ−Ｆｅｉ， "Ｏｎｌｉｎｅ Ｄｅｔｅｃｔｉｏｎ ｏｆ Ｕｎｕｓｕａｌ Ｅｖｅｎｔｓ ｉｎ Ｖｉｄｅｏｓ ｖｉａ Ｄｙｎａｍｉｃ Ｓｐａｒｓｅ Ｃｏｄｉｎｇ，" ｉｎ ＣＶＰＲ２０１１
実行ＰＣは、図４（ｂ）に示した動きベクトルデータに対して前記手法の処理（特定状態検出処理）を実行すると、例えば図４（ｃ）に示すように図４（ａ）の画像データに対し、画像中央付近に特定状態を有する物体（以下、対象物体）を検出する。図４（ｃ）において、対象物体の検出位置は、斜線四角形領域で表示されている。図４の例において、検出された対象物体は、走っているヒトである。対象物体は、Ｓ３０３で検出された特定状態の画像を撮影した構成カメラの被写体である。
本実施形態では、特定状態検出処理において、実行ＰＣは、以下の処理を行う。即ち、実行ＰＣは、事前に特定状態（例えばヒトが走っている状態等）を含まない画像データを用いて学習を行い、図４（ｂ）に示した画像データ中で、学習に使用した画像データに存在しなかった動きベクトルの特徴を有する状態を検出する。ヒトが走っている状態は、特定状態の一例である。
特定状態は、ヒトが走っている状態に限定されず、特定の特徴を有する状態・現象であれば他のものでもよい。前記特定状態は、例えば実施形態４で説明する、その他のヒトの動作や、物体の特定状態であってもよい。

Ｓ３０４において、実行ＰＣは、Ｓ３０３で検出された対象物体のカメラ座標系における動きベクトルをグローバル座標系における地面に平行な平面（ｘ−ｙ平面）内のベクトルに変換する。図５は、監視システムのカメラの配置関係の一例を示す図である。変換後の動きベクトル１５を図５に示す。図５は、図１（ａ）に示した上空から観察した（即ちｘ−ｙ平面内の）カメラの配置状態に対して、前記対象物体を検出した構成カメラであるカメラＡ１６上に、動きベクトル１５を重畳して示したものである。
なお、本実施形態における対象物体の動きベクトルは、図４（ｃ）において特定状態を有する対象物体として検出された領域に含まれる画素位置（図４（ｃ）中の斜線四角形領域）における動きベクトルを平均したものである。
即ち、対象物体として検出された領域に含まれる画素位置における動きベクトルの平均は、画像データが取得された時点での、対象物体の移動の全体的な方向と大きさを表すものである。

また、本実施形態では、実行ＰＣは、対象物体の動きベクトルをカメラ座標系からグローバル座標系に変換する際には、前記距離画像取得装置により取得された距離情報を参照する。
実行ＰＣは、距離情報に基づくカメラ座標系からグローバル座標系への変換処理に関して、以下の参考文献３の手法を用いている。
参考文献３：岡田隆三 他、"オプティカルフローと距離情報に基づく動物体追跡"、 電子情報通信学会論文誌． Ｄ−ＩＩ， 情報・システム， ＩＩ−情報処理 Ｊ８０−Ｄ−２（６）， １５３０−１５３８， １９９７−０６−２５
なお本実施形態では、実行ＰＣは、Ｓ３０４において複数のカメラ１の各構成カメラから距離画像を取得する処理を行うものとしている。
以上、説明したように、実行ＰＣは、Ｓ３０４の処理により、図５に示すように、カメラＡにより特定状態を検出された対象物体の、ｘ−ｙ座標平面内での動きベクトル１５を算出する。
なお、動きベクトル１５の大きさは、対象物体の移動速度を示しているものとする。

Ｓ３０５において、実行ＰＣは、動きベクトル１５に基づいて、特定状態が検出された時点以降に、対象物体が存在し得る領域（以下、予想移動領域）を算出する。動きベクトルや実施形態４の説明で後述する種別カテゴリ、特定状態カテゴリ、動作カテゴリ、実施形態５の説明で後述する図１２のＳ１２０９で認識されるヒトの顔等は、対象物体の状態情報の一例である。
図６は、予想移動領域の一例を示す図である。例えば、図５のようにｘ−ｙ平面内での動きベクトル１５が算出された場合、実行ＰＣは、図６に示すように動きベクトル１５に予め定められた期間の長さを乗じたベクトル１７を算出する。そして、実行ＰＣは、ベクトル１７の始点と、ベクトル１７の終点と、を結ぶ線分を直径とする円形の予想移動領域１８を算出し、予想移動領域１８を対象物体が将来存在し得る領域とする。本実施形態では、ベクトル１７の始点は、特定状態が検出された画像を取得した構成カメラのｘ−ｙ平面上での位置を示し、ベクトル１７の終点は、前記期間後に対象物体が到達すると予想される地点を示す。
なお、前記期間の長さは、構成カメラが設置されている場所の状況、Ｓ３０３で検出された特定状態と同じ特定状態が発生した状況等を考慮して予め決定されているものとする。例えば、構成カメラの設置場所が駅周辺等である場合、対象物体として検出された人物は駅や建物の中に入ってしまい、画像が取得された時点以降に構成カメラに撮像され得る期間は、構成カメラの設置場所が駅周辺等でない場合に比べて短いと予想される。

Ｓ３０６において、実行ＰＣは、ｘ−ｙ平面上で予想移動領域１８内に含まれる構成カメラを選択する。実行ＰＣは、図６に示したｘ−ｙ平面内のそれぞれの構成カメラの空間配置情報を含む位置マップを予め保持しているものとする。実行ＰＣは、図６に示すように前記位置マップに対してＳ３０５で算出した円形領域である予想移動領域１８を特定する。そして、実行ＰＣは、予想移動領域１８を撮像し得るカメラＡ〜Ｊを選択する。
即ち、実行ＰＣは、ｘ−ｙ平面内での構成カメラの実際の設置状況に対応する空間配置情報に基づいて、Ｓ３０７の処理で取得パラメータの変更対象とする構成カメラを選択する。

Ｓ３０７において、実行ＰＣは、Ｓ３０６で選択した構成カメラであるカメラＡ〜Ｊに対して、映像を取得する際のデータ量を制御するための取得パラメータの変更を実行する。本実施形態では、データ量を制御するための取得パラメータは、映像の解像度を制御する制御パラメータとする。
実行ＰＣは、パラメータの変更対象の構成カメラに対してネットワークを介して制御信号を送信することにより、前記構成カメラ内の取得パラメータの変更処理を実行する。前記制御信号を受信した構成カメラは、変更された取得パラメータに対応して映像を取得する。なお、本実施形態では、複数のカメラ１の全ての構成カメラにおいて特定状態が検出されていない定常状態において、複数のカメラ１の全ての構成カメラは、同一の取得パラメータで映像を取得しているものとする。したがって、複数のカメラ１の各構成カメラから得られる単位時間当たりの映像データのデータ量は、同一である。そのため、定常状態において、映像をコントロールセンター２に転送するための通信リソース、映像データを保持するためのコントロールセンター内のデータ保持リソース等は、複数のカメラ１の各構成カメラに対して均等に割り振られる。
Ｓ３０７の処理においては、実行ＰＣは、Ｓ３０６で選択された構成カメラに対して、映像を取得する際のデータ量が増加するように取得パラメータを変更する。また、実行ＰＣは、Ｓ３０６で選択されなかった構成カメラに対して、映像を取得する際のデータ量を減少させるように取得パラメータを変更する。

例えば本実施形態では、実行ＰＣは、Ｓ３０６で選択された構成カメラであるカメラＡ〜Ｊに対し、定常状態で６４０×４８０である解像度を１２８０×９６０に変更する。その場合、カメラＡ〜Ｊの取得する映像のデータ量は４倍になる。選択されたカメラＡ〜Ｊは１０台であるため、選択された構成カメラの総データ量は、定常状態における構成カメラ１台が取得する映像のデータ量の４０倍となる。
Ｓ３０６で選択されなかった構成カメラの台数は、４０台である。複数のカメラ１全てが取得する映像のデータ総量を定常状態と同一とするために、実行ＰＣは、Ｓ３０６で選択されなかった構成カメラの解像度のパラメータを、式（１）に基づいて算出されるＸｓ、Ｙｓの値に変更する。実行ＰＣは、算出する解像度のアスペクト比を、定常状態における解像度のアスペクト比と同一となるようにする。
Ｘｍ × Ｙｍ × Ｃｍ ＝ Ｘｌ × Ｙｌ × Ｃｌ ＋ Ｘｓ × Ｘｓ × Ｃｓ ・・・式（１）
なお式（１）において、それぞれの記号は以下の値を示す。
Ｘｍ：定常状態でのｘ方向画像解像度
Ｙｍ：定常状態でのｙ方向画像解像度
Ｃｍ：構成カメラの総台数
Ｘｌ ：選択された構成カメラのｘ方向画像解像度
Ｙｌ ：選択された構成カメラのｙ方向画像解像度
Ｃｌ ：選択された構成カメラの台数
Ｘｓ ：選択されなかった構成カメラのｘ方向画像解像度
Ｙｓ ：選択されなかった構成カメラのｙ方向画像解像度
Ｃｓ ：選択されなかった構成カメラの台数

式（１）に対して、本実施形態における値を代入して計算すると、選択されなかった構成カメラの画像解像度は以下のように算出される。
Ｘｍは、６４０であり、Ｙｍは４８０、Ｃｍは５０、Ｘｌは１２８０、Ｙｌは９６０、Ｃｌは１０、である。Ｃｍは５０でありＣｌは１０なので、Ｃｓは４０である。以上より、次の式の関係が成り立つ。
６４０ × ４８０ × ５０ ＝ １２８０ × ９６０ × １０ ＋ Ｘｓ × Ｙｓ × ４０
前記式より、Ｘｓ×Ｙｓは、次の式のようになる。
Ｘｓ × Ｙｓ ＝（６４０ × ４８０ × ５０ − １２８０ × ９６０ × １０）÷ ４０
前記式の右辺を変形し次の式を得る。
Ｘｓ × Ｙｓ＝（６４０ × ４８０ × ５０ − ６４０ × ４８０ × ４０ ）÷ ４０
＝（６４０ × ４８０ × １０）÷ ４０
＝ ６４０ × ４８０ × １／４
＝ ３２０ × ２４０
以上のように、本実施形態では選択されなかった構成カメラにおいて取得される映像データの解像度を３２０×２４０とするように取得パラメータを変更する。

Ｓ３０８において、実行ＰＣは、Ｓ３０７で取得パラメータを変更した時点から予め定められた期間の経過した時点で、複数のカメラ１の全ての構成カメラの映像取得パラメータを定常状態における取得パラメータに戻すよう変更する。本実施形態では、前記期間の長さは、Ｓ３０５で動きベクトルに乗ずるために参照した期間の長さと同じであるとする。
本実施形態の処理により実行ＰＣは、特定状態が検出された対象物体の動きベクトルから、対象物体の将来の移動範囲を推定する。そして、実行ＰＣは、対象物体の映像を撮像する可能性が高いと判断される構成カメラに対して、映像データのデータ量が増加するように取得パラメータを変更することで、将来の被写体の映像データを、より高品質に取得することができるようになる。
また、実行ＰＣは、更に、前記構成カメラ以外の構成カメラに対しては、映像データのデータ量を減少させるように取得パラメータを変更することによって、以下の効果を奏す。即ち、実行ＰＣは、複数のカメラ１の空間配置情報を考慮して、対象物体の予想移動領域に含まれる構成カメラから得られるデータ量を優先することにより、通信トラフィック及び記憶メディア等のリソースを適切に配分することができるようになる。

＜実施形態２＞
本実施形態では、実施形態１の変形例について説明する。本実施形態における監視システムのシステム構成、監視システムの構成要素の詳細（ハードウェア構成等）等は、実施形態１と同様である。
実施形態１では、実行ＰＣは、Ｓ３０７の処理において、Ｓ３０６で選択した構成カメラについて、即座に取得パラメータを変更することとした。しかし、本実施形態では、実行ＰＣは、Ｓ３０６で選択した構成カメラの配置状況に応じて、取得パラメータを変更する時点、取得パラメータを元に戻す時点を決定する。処理の実行主体は、実施形態１と同様に、コントロールセンター２内の実行ＰＣである。また、本実施形態の処理は、図３の処理であり、Ｓ３０１〜Ｓ３０６までの処理については、実施形態１と同じである。実施形態１と異なる部分（Ｓ３０７、Ｓ３０８）を説明する。
図７は、遅延期間を考慮した予想移動領域の一例を示す図である。例えば、実行ＰＣは、図７に示すように、特定状態を検出した構成カメラであるカメラＡからの距離に応じてＳ３０５で算出した予想移動領域を分割（図７では２分割）する。そして、実行ＰＣは、それぞれの分割領域（分割領域１９、２０）について、次の条件式（式（２）、式（３））を算出する。
分割領域１９： ０ ≦ ｔ ≦ Ｔ／２ ・・・式（２）
分割領域２０： Ｔ／２ ≦ ｔ ≦ Ｔ ・・・式（３）
なお、式（２）、式（３）におけるＴは、Ｓ３０５の移動領域算出ステップにおいて動きベクトルに乗ずるために参照した期間の長さを示す。

Ｓ３０７において、実行ＰＣは、Ｓ３０７の処理を開始した時点から経過した期間をｔとして、前記ｔが式（２）の条件を満たす期間、分割領域１９に含まれる構成カメラについて取得パラメータを変更する。また、実行ＰＣは、前記ｔが式（３）の条件を満たす期間、分割領域２０に含まれる構成カメラについて取得パラメータを変更する。
より具体的には、実行ＰＣは、Ｓ３０７の処理を開始した時点で、分割領域１９に含まれる構成カメラの取得パラメータを変更する。更に、実行ＰＣは、Ｓ３０７の処理を開始した時点からＴ／２経過した時点で、前記構成カメラの取得パラメータを元に戻す。また、実行ＰＣは、Ｓ３０７の処理を開始した時点からＴ／２経過した時点で、分割領域２０に含まれる構成カメラの取得パラメータを変更する。更に、実行ＰＣは、Ｓ３０７の処理を開始した時点からＴ経過した時点で、前記構成カメラの取得パラメータを元に戻す。
なお、実施形態１では、取得パラメータ再変更ステップＳ３０８を独立した処理ステップとして図３の処理内に明記した。しかし、本実施形態では、実行ＰＣは、取得パラメータ変更ステップＳ３０７で取得パラメータを変更する際に、予め定められた期間経過の後に自動的に取得パラメータが元の取得パラメータに戻るように設定するものとする。そのため、本実施形態では、実行ＰＣは、図３の処理においてＳ３０８の処理を省略することとなるが、実質的な処理内容は実施形態１と同じである。
本実施形態の処理により、実行ＰＣは、分割領域２０に含まれる構成カメラに対して、Ｓ３０７の処理を開始した時点からＴ／２の遅延をもって取得パラメータを変更することになる。そのため、実行ＰＣは、対象物体が構成カメラの撮像領域に入るまでの間、無駄にデータ量が増加することを防ぐことができる。

＜実施形態３＞
以下、図面を参照して実施形態３の処理を説明する。本実施形態における監視システムのシステム構成、監視システムの構成要素の詳細（ハードウェア構成等）等は、実施形態１と同様である。処理の実行主体は、実施形態１と同様に、コントロールセンター２内の実行ＰＣである。また、本実施形態の処理は、Ｓ８０１〜Ｓ８０６までの処理については、図３のＳ３０１〜Ｓ３０６までの処理と同じである。実施形態１と異なる部分（Ｓ８０７、Ｓ８０８）を説明する。
図８は、監視システムの処理の一例を示すフローチャートである。図８は、本実施形態における監視システムが実行する処理を示す。
図８に示す本実施形態の監視システムにおいて実行される処理は、Ｓ８０１映像入力ステップと、Ｓ８０２動きベクトル算出ステップと、Ｓ８０３特定状態検出処理ステップと、Ｓ８０４動きベクトル変換処理ステップと、を含む。本実施形態の監視システムにおいて実行される処理は、更に、Ｓ８０５移動領域算出ステップと、Ｓ８０６領域内カメラ選択ステップと、Ｓ８０７保存パラメータ変更ステップと、Ｓ８０８保存パラメータ再変更ステップを含む。

Ｓ８０１〜Ｓ８０６までの処理は、図３で前述のＳ３０１〜Ｓ３０６の処理と同じ処理である。本実施形態は、実施形態１とＳ８０７、Ｓ８０８の処理を行う点が異なる。実施形態１と異なる点を説明する。
なお、本実施形態では、実行ＰＣは、記憶装置に記憶された映像データの保存パラメータを、予め定められた期間毎に（例えば半年毎に）データ量を減少させるように変更する。データ量を減少させる手法には、例えば、データ圧縮がある。
本実施形態では、実行ＰＣは、構成カメラから取得した映像データの画像の解像度（保存パラメータの１つ）を、記憶装置に記憶されてから半年間、１２８０×９６０として、半年後に６４０×４８０に変更するものとする。なお、実行ＰＣは、更に半年後に映像データを自動的に消去することとしてもよいし、更に映像データを圧縮し保存することとしてもよい。

Ｓ８０７の保存パラメータ変更ステップの処理について説明を行う。
Ｓ８０７において、実行ＰＣは、Ｓ８０７の処理を開始した時点からＳ８０５で移動領域の算出に参照した期間経過する時点まで、Ｓ８０６で選択した構成カメラ（図６のカメラＡ〜Ｊ）からの映像データの記憶に関する保存パラメータを変更する。実行ＰＣは、前記映像データを記憶する記憶装置内の保存パラメータを変更することとなる。前記保存パラメータは、映像データを保存する際のデータ量、保存期間等の制御に利用されるパラメータである。本実施形態における保存パラメータは、映像の解像度を制御する制御パラメータとする。
なお、実行ＰＣは、映像データを記憶する記憶装置に対して、制御信号を送信することにより前記保存パラメータの変更を行う。前記記憶装置は、記憶装置２０３を含むコントロールセンター２の構成ＰＣ等である。
前記制御信号を受信した記憶装置は、変更された保存パラメータに対応して、記憶している又は記憶する映像データの解像度の変更を実行する。

より具体的には、Ｓ８０７では、実行ＰＣは、Ｓ８０６で選択した構成カメラから取得した映像データに対して、データ量を減少させないように記憶装置内の保存パラメータを変更する。
例えば、本実施形態では、実行ＰＣは、半年後に、定常状態において撮影された映像データを６４０×４８０の解像度に圧縮する場合、Ｓ８０６選択された構成カメラ１０台から取得された映像データに対して以下の処理を行う。即ち、実行ＰＣは、前記映像データに対して、半年後に、Ｓ８０７の処理を開始した時点からＳ８０５の処理で参照された期間経過する時点までの間に撮影された映像データを１２８０×９６０の解像度とするように保存パラメータを変更する。
実行ＰＣは、Ｓ８０６で選択しなかった構成カメラ４０台に関して、映像データのデータ総量を定常状態と同一とするために、式（１）に基づいて、保存パラメータを変更する。より具体的には、実行ＰＣは、Ｓ８０６で選択しなかった構成カメラ４０台に対して、Ｓ８０７の処理を開始した時点からＳ８０５の処理で参照された期間経過する時点までの間、映像データの解像度を３２０×２４０とするよう保存パラメータを変更する。
実行ＰＣは、記憶装置の容量等のリソースが許容するなら、Ｓ８０６で選択しなかった構成カメラ４０台によって取得された映像データを、半年経過後に、更に圧縮することなく、６４０×４８０の解像度のまま記憶することもできる。

Ｓ８０８において、実行ＰＣは、Ｓ８０７の処理を開始した時点からＳ８０５で参照した期間が経過した時点に、全ての保存パラメータを定常状態における保存パラメータに戻すよう変更する。
したがって、Ｓ８０７での保存パラメータの変更は、Ｓ８０７の処理を開始した時点から予め定められた期間が経過する時点までの間に対応したフレーム画像データに対して適用されることとなる。
本実施形態の処理により、実行ＰＣは、特定状態が検出された対象物体の動きベクトルから、対象物体の将来の移動範囲を推定する。そして、実行ＰＣは、対象物体の映像を撮像する可能性が高いと判断される構成カメラから取得した映像データに関しては、データ量を圧縮しないように保存パラメータを変更することで、将来の被写体の映像データを、より高品質に記憶することができるようになる。
また、実行ＰＣは、更に、前期映像データ以外の映像データに対して、データ量を圧縮するように保存パラメータを変更することによって、以下の効果を奏する。即ち、実行ＰＣは、複数のカメラ１の空間配置情報を考慮して、対象物体の予想移動領域に含まれる構成カメラから得られた映像データのデータ量を優先することにより、記憶装置の容量等のリソースを適切に配分することができる。

＜実施形態４＞
以下、図面を参照して実施形態４の処理を説明する。本実施形態における監視システムのシステム構成、監視システムの構成要素の詳細（ハードウェア構成等）等は、実施形態１と同様である。
図９は、監視システムの処理の一例を示すフローチャートである。図９は、本実施形態における監視システムが実行する処理を示す。
図９に示す本実施形態の監視システムにおいて実行される処理は、映像入力ステップＳ９０１と、特定状態検出処理ステップＳ９０２と、認識処理ステップＳ９０３と、移動領域算出ステップＳ９０４と、領域内カメラ選択ステップＳ９０５と、を含む。図９に示す本実施形態の監視システムにおいて実行される処理は、更に、取得パラメータ変更ステップＳ９０６と、取得パラメータ再変更ステップＳ９０７と、を含む。Ｓ９０１、Ｓ９０２の処理は、それぞれＳ３０１、Ｓ３０２の処理と同様である。Ｓ９０５〜Ｓ９０７の処理は、それぞれＳ３０６〜Ｓ３０８の処理と同様である。

図９の処理と図３に示す実施形態１の監視システムにおける処理と比較すると、以下の点が異なる。即ち、本実施形態における監視システムは、動きベクトル算出ステップＳ３０２と、動きベクトル変換処理ステップＳ３０４と、を含んでおらず、一方で認識処理ステップＳ９０３を含む点が異なっている。
本実施形態では、実施形態１と異なる点について説明を行う。
Ｓ９０３において、実行ＰＣは、検出された特定状態の内容をあらわす特定状態カテゴリと、特定状態が検出された物体の種別を表わす種別カテゴリを算出する。特定状態カテゴリは、特定状態カテゴリ情報の一例である。種別カテゴリは、種別カテゴリ情報の一例である。特定状態カテゴリ情報、種別カテゴリ情報は、カテゴリ情報の一例である。
なお、実行ＰＣは、特定状態カテゴリを算出する手法としては、以下の参考文献４に説明される手法を用いることができ、また、種別カテゴリを算出する手法として、以下の参考文献５に説明される手法を用いることができる。なお、特定状態カテゴリ及び種別カテゴリを算出する方法は、参考文献４、５の手法に限られず、他の手法を用いてもよい。
参考文献４：Ｌｅｎａ Ｇｏｒｅｌｉｃｋ， Ｍｏｓｈｅ Ｂｌａｎｋ， Ｅｌｉ Ｓｈｅｃｈｔｍａｎ， Ｍｉｃｈａｌ Ｉｒａｎｉ， ａｎｄ Ｒｏｎｅｎ Ｂａｓｒｉ，"Ａｃｔｉｏｎｓ ａｓ Ｓｐａｃｅ−Ｔｉｍｅ Ｓｈａｐｅｓ，" ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｐａｔｔｅｒｎ ａｎａｌｙｓｉｓ ａｎｄ ｍａｃｈｉｎｅ ｉｎｔｅｌｌｉｇｅｎｃｅ， Ｖｏｌ．２９， Ｎｏ．１２， ｐｐ．２２４７−２２５３， ２００７
参考文献５：Ｃｓｕｒｋａ， Ｇ．， Ｂｒａｙ， Ｃ．， Ｄａｎｃｅ， Ｃ． ａｎｄ Ｆａｎ， Ｌ． "Ｖｉｓｕａｌ ｃａｔｅｇｏｒｉｚａｔｉｏｎ ｗｉｔｈ ｂａｇｓ ｏｆ ｋｅｙｐｏｉｎｔｓ，" ｉｎ Ｐｒｏｃ． ｏｆ ＥＣＣＶ Ｗｏｒｋｓｈｏｐ ｏｎ Ｓｔａｔｉｓｔｉｃａｌ Ｌｅａｒｎｉｎｇ ｉｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ， ｐｐ． ５９−７４（２００４）．

例として、実行ＰＣがＳ９０３において種別カテゴリを「ヒト」であると算出した場合に関して説明する。
図１０は、予想移動領域の一例を示す図である。図１０は、種別カテゴリが「ヒト」と算出された場合の予想移動量領域の例を示している。
例えば、実行ＰＣは、特定状態カテゴリを「Ｒｕｎ」であると算出したとする。
Ｓ９０４において、実行ＰＣは、Ｓ９０３で算出した種別カテゴリ及び特定状態カテゴリを参照して、特定状態が検出された画像が撮影された時点から予め定められた期間経過後に、予想移動領域を算出する。種別カテゴリが「ヒト」、特定状態カテゴリを「Ｒｕｎ」であると算出されているため、実行ＰＣは、予め定められた期間内に一般的にヒトが走り得る範囲として事前に設定された領域を予想移動領域２５として設定する。
なお、実施形態１と同様に、前記期間は、構成カメラが設置されている場所の状況や、過去に特定状態が発生した場合の状況を考慮して事前に決定されているものとする。
そして、実行ＰＣは、Ｓ９０２で特定状態を検出した構成カメラを中心とし、前記期間の長さに対して人の平均的な走る速度（例えば時速７ｋｍ）を乗じた距離を半径とした円形の領域を予想移動領域２５として事前に算出しておく。特定状態カテゴリ「Ｒｕｎ」に対応する予想移動領域２５を図１０に点線で示す。

一方、Ｓ９０３で実行ＰＣが特定状態カテゴリを「Ｈｉｄｅ」であると算出した場合、対象物体である「ヒト」の動きは、特定状態カテゴリが「Ｒｕｎ」である場合に比べて非常に少ないものとなる。したがって、実行ＰＣは、事前に設定された予想移動領域２５よりも狭い領域を予想移動領域２６として設定する。特定状態カテゴリ「Ｈｉｄｅ」に対応する予想移動領域２６を図１０に一点鎖線で示す。予想移動領域２５、２６のように、カテゴリに対応して予め設定されている領域は、対応領域の一例である。
本実施形態における予想移動領域は、種別カテゴリと特定状態カテゴリとの組み合わせに対応して決定される。種別カテゴリと特定状態カテゴリとの組み合わせと、前記組み合わせに対応する予想移動領域と、の対応関係は、事前に参照テーブル等に設定されている。実行ＰＣは、Ｓ９０４の処理において、Ｓ９０３で算出された種別カテゴリと特定状態カテゴリとの組み合わせと、前記参照テーブルと、に基づいて予想移動領域を選択する。前記参照テーブルは、コントロールセンター２内の単体又は複数の構成ＰＣの記憶装置に保存されているものとする。

前記参照テーブルは、予想移動領域に対応する期間を記憶するものとしてもよい。実行ＰＣは、Ｓ９０７の処理において、Ｓ９０４で算出した予想移動領域に対応する期間を前記参照テーブルから取得し、Ｓ９０６で取得パラメータを変更した時点から前記期間経過した時点で取得パラメータを再変更することとしてもよい。
また、種別カテゴリ「ヒト」で特定状態カテゴリが「Ｒｕｎ」の場合、実行ＰＣは、Ｓ９０７の処理において、Ｓ９０６で取得パラメータを変更した時点から取得パラメータの再変更を行うまでの期間としてＳ９０４で参照した期間を用いてもよい。実行ＰＣは、Ｓ９０７の処理において、Ｓ９０６で取得パラメータを変更した時点から取得パラメータの再変更を行うまでの期間を、構成カメラが設置されている場所の状況や、過去に特定状態が発生した場合の状況を考慮して別途事前に設定してもよい。例えば、種別カテゴリ「ヒト」で特定状態カテゴリが「Ｈｉｄｅ」の場合、実行ＰＣは、対象物体が特定状態を検出した構成カメラの周辺に長期間滞在することが予想されるので、前記期間をより長く事前に設定してもよい。

また、実行ＰＣがＳ９０３において種別カテゴリを「クルマ」であると算出した場合に関して説明する。
Ｓ９０３において、実行ＰＣは、特定状態カテゴリが「Ｒｕｎ」であると算出したとする。
Ｓ９０４において、前記参照テーブルに基づいて予想移動領域を選択するが、「クルマ」の速度は「ヒト」よりも早いことが一般的であるので、予想移動領域２７は、図１１中の点線で示すように「ヒト」の場合よりも広く設定されている。
また、特定状態カテゴリが「Ｐａｒｋ」の場合には、種別カテゴリが「ヒト」の場合と同様、対象物体である「クルマ」の動きは、特定状態カテゴリが「Ｒｕｎ」の場合に比べて非常に少ないものとなる。したがって、実行ＰＣは、特定状態カテゴリが「Ｐａｒｋ」の場合、事前に設定された予想移動領域２７より狭い領域を予想移動領域２８として、図１１の一点鎖線で示される領域のように設定する。

実行ＰＣは、種別カテゴリが「ヒト」の場合と同様に、Ｓ９０７の処理において、以下の処理を行う。即ち、実行ＰＣは、Ｓ９０４で算出した予想移動領域に対応する期間を前記参照テーブルから取得し、Ｓ９０６で取得パラメータを変更した時点から前記期間経過した時点で取得パラメータを再変更することとする。
また、種別カテゴリ「クルマ」で特定状態カテゴリが「Ｒｕｎ」の場合、実行ＰＣは、Ｓ９０７の処理において、Ｓ９０６で取得パラメータを変更した時点から取得パラメータの再変更を行うまでの期間としてＳ９０４で参照した期間を用いてもよい。実行ＰＣは、Ｓ９０７の処理において、Ｓ９０６で取得パラメータを変更した時点から取得パラメータの再変更を行うまでの期間を、構成カメラが設置されている場所の状況や、過去に特定状態が発生した場合の状況を考慮して別途事前に設定してもよい。例えば、種別カテゴリ「クルマ」で特定状態カテゴリが「Ｐａｒｋ」の場合、実行ＰＣは、対象物体が特定状態を検出した構成カメラの周辺に長期間滞在することが予想されるので、前記期間をより長く事前に設定してもよい。

また、Ｓ９０３において、実行ＰＣは、対象物の動作をあらわす動作カテゴリを認識する処理を行うこともできる。動作カテゴリは、動作カテゴリ情報の一例である。
例えば、実行ＰＣは、種別カテゴリ「ヒト」に対して、「Ｒｕｎ」、「Ｈｉｄｅ」等の動作カテゴリが認識され得るが、前記動作カテゴリに対して、前記特定状態カテゴリと同様に予想移動領域を、予め設定しておくことができる。そして、実行ＰＣは、設定された予想移動領域の中から前記動作カテゴリに対応する予想移動領域を選択することとなる。実行ＰＣは、動作カテゴリと予想移動領域との対応関係を前記参照テーブルとして保持するものとする。
他の動作カテゴリに関しても、実行ＰＣは、事前に設定された前記参照テーブルと、動作カテゴリと、に基づいて、予想移動領域を選択する。

本実施形態の処理により、実行ＰＣは、認識対象に応じて予想移動領域を決定することができる。
また、実行ＰＣは、特定状態が検出された対象物体の種別カテゴリ及び特定状態カテゴリに基づいて、対象物体の将来の移動範囲を推定する。そして、実行ＰＣは、対象物体の映像を撮像する可能性が通常よりも高いと判断される構成カメラに対して映像データのデータ量が増加するように取得パラメータを変更することで、将来の被写体の映像データを、より高品質に取得することができるようになる。
また、実行ＰＣは、更に、対象物体の映像を撮像する可能性が通常よりも高いと判断されない構成カメラに対しては、映像データのデータ量を減少させるように取得パラメータを変更することによって、以下の効果を奏する。即ち、実行ＰＣは、複数のカメラ１の空間配置情報を考慮して、対象物体の予想移動領域に含まれる構成カメラから得られるデータ量を優先することにより、通信トラフィック及び記憶メディア等のリソースを適切に配分することができる。

＜実施形態５＞
本実施形態では、実施形態４の処理の変形例を示す。本実施形態における監視システムのシステム構成、監視システムの構成要素の詳細（ハードウェア構成等）等は、実施形態４と同様である。
図１２は、監視システムの処理の一例を示すフローチャートである。図１２は、実施形態４の処理の変形例を示す。
図１２（ａ）に実施形態４の処理の第１の変形例を示す。実施形態４では、実行ＰＣは、Ｓ９０６、Ｓ９０７の処理において、複数のカメラ１に対して取得パラメータを変更する処理を行うこととした。しかし、実行ＰＣは、図１２（ａ）のＳ１２０６、Ｓ１２０７に示すように、複数のカメラ１からの映像データを記憶する記憶装置に対して保存パラメータを変更することとしてもよい。保存パラメータ変更ステップＳ１２０６と保存パラメータ再変更ステップＳ１２０７との処理の内容は、実施形態２の処理におけるＳ８０７、Ｓ８０８の処理と同様である。

図１２（ｂ）に実施形態４の処理の第２の変形例を示す。図１２（ｂ）に示す処理は、図９に示す実施形態４の処理と比較して、特定状態検出処理ステップＳ９０２の処理を含まないものである。図１２（ｂ）の処理において、実行ＰＣは、例えば認識処理ステップＳ１２０９で予め登録されたヒトの顔（例えば指名手配犯等）を認識する処理を実行し、登録された顔が認識された場合、Ｓ１２１０以降の処理を行う。実行ＰＣは、Ｓ１２１０の処理において、Ｓ１２０９で並行して認識した認識対象のヒトの動作カテゴリに基づいて、予想移動領域を決定してもよい。
また、実行ＰＣは、認識処理ステップＳ１２０９において、ヒトを認識する処理を実行することにより、定常撮影状態では存在しないヒト以外の物体（ヒト以外で動きを有する物体）を認識した場合に、前記物体の予想移動領域を特定してもよい。
図１２（ｂ）の例において、実行ＰＣは、特定状態を検出する処理を行わなくてすむので、処理の負荷を減少させることができる。

＜実施形態６＞
以下、図面を参照して実施形態６の処理を説明する。本実施形態における監視システムのシステム構成、監視システムの構成要素の詳細（ハードウェア構成等）等は、実施形態１と同様である。
図１３は、監視システムの処理の一例を示すフローチャートである。図１３は、本実施形態における監視システムが実行する処理を示す。
図１３に示す本実施形態の監視システムにおいて実行される処理は、映像入力ステップＳ１３０１と、動きベクトル算出ステップＳ１３０２と、特定状態検出処理ステップＳ１３０３と、認識処理ステップＳ１３０４と、を含む。本実施形態の監視システムにおいて実行される処理は、また、動きベクトル変換処理ステップＳ１３０５と、移動領域算出ステップＳ１３０６と、領域内カメラ選択ステップＳ１３０７と、を含む。本実施形態の監視システムにおいて実行される処理は、更に、取得パラメータ変更ステップ又は保存パラメータ変更ステップＳ１３０８と、取得パラメータ再変更ステップ又は保存パラメータ再変更ステップＳ１３０９と、を含む。

図１３の処理は、図９に示した実施形態４の処理と比較して、動きベクトル算出ステップＳ１３０２と、動きベクトル変換処理ステップＳ１３０５と、を含む点で異なっている。また、図１３の処理は、図３に示した実施形態１の処理に比較して、認識処理ステップＳ１３０４を含む点で異なっている。即ち、本実施形態は、実施形態１及び実施形態４で説明した処理と同様の処理を含んでいる。
そのため、本実施形態では、実施形態１及び実施形態４において説明した内容に関しては説明を省略し、本実施形態に特有の点について説明を行う。
Ｓ１３０１〜Ｓ１３０３までの処理は、Ｓ３０１〜Ｓ３０３までの処理と同様である。
Ｓ１３０４、Ｓ１３０５の処理は、それぞれＳ９０３、Ｓ３０４の処理と同様である。
また、Ｓ１３０４の処理において、実行ＰＣは、実施形態４と同様に、Ｓ１３０３で検出された特定状態の内容をあらわす特定状態カテゴリと、特定状態が検出された物体の種別を表わす種別カテゴリと、を算出する。

Ｓ１３０６において、実行ＰＣは、Ｓ１３０４で算出した種別カテゴリ、特定状態カテゴリ及びＳ１３０５で変換した動きベクトルに基づいて、Ｓ１３０３で特定状態が検出された画像が撮影された時点以降の対象物体の予想移動領域を算出する。
実施形態４では、実行ＰＣは、例えば種別カテゴリと特定状態カテゴリとに基づいて、予想移動領域を選択している。しかし、選択された予想移動領域は、対象物体の一般的な動作速度に基づいて事前に算出されたものであるため、実際に特定状態が検出された対象物体の移動する範囲と乖離している可能性がある。
そこで、本実施形態では、実行ＰＣは、種別カテゴリ、特定状態カテゴリの他に更に動きベクトルを参照することで、対象物体の実際の動きにより適合した予想移動領域を選択するものとする。

図１４は、予想移動領域の一例を示す図である。例えば、実施形態４と同様に種別カテゴリ（「ヒト」）と特定状態カテゴリ（「Ｒｕｎ」）とに基づいて選択された予想移動領域は、図１４の点線で示される領域３１であるとする。一方、実施形態１と同様に動きベクトルに基づいて算出した予想移動領域は、図１４の一点鎖線で示される領域３２であるとする。
図１４の例の場合、実行ＰＣは、動きベクトルにより推測される「ヒト」の移動速度が特定状態カテゴリにおいて事前に想定された移動速度よりも大きいため、対象物体（「ヒト」）は「ヒト」の進行方向の方向に移動すると推測する。
一般的に監視カメラでは、対象物体を極力漏らさず記録することが求められるため、図１４の例では、実行ＰＣは、Ｓ１３０６において、より進行方向に対して大きな領域を有する動きベクトルを基にした領域３２を予想移動領域として選択する。また、実行ＰＣは、対象物体をより確実に記録することが求められる場合、両者の領域の論理和を取ることとしてもよい。

また、Ｓ１３０５で変換された動きベクトルは、特定状態が検出された瞬間の対象物体の移動速度を表わしているに過ぎず、必ずしも特定状態が検出された後の対象物体の動作を表わしていない場合もある。そのため、実行ＰＣは、Ｓ１３０６において例えば前記動きベクトルの大きさが種別カテゴリから予想される最大値を大幅に超える場合等に、種別カテゴリと特定状態カテゴリとに基づいて選択した領域３１を予想移動領域として最終的に選択することとしてもよい。
Ｓ１３０７の処理は、Ｓ３０６の処理と同様である。Ｓ１３０８の処理は、Ｓ３０７又はＳ８０７の処理と同様である。Ｓ１３０９の処理は、Ｓ３０８又はＳ８０８の処理と同様である。

本実施形態の処理により、実行ＰＣは、特定状態が検出された対象物体の種別カテゴリ及び特定状態カテゴリと、対象物体の動きベクトルと、に基づいて、対象物体の将来の移動範囲を推定する。そして、実行ＰＣは、対象物体の映像を撮像する可能性が通常よりも高いと判断される構成カメラからの映像データのデータ量が増加するように、構成カメラの取得パラメータ又は記憶装置の保存パラメータを変更することで、以下の効果を奏する。即ち、実行ＰＣは、将来の被写体の映像データを、より高品質に取得又は記憶することができるようになる。
また、実行ＰＣは、更に、対象物体の映像を撮像する可能性が通常よりも高いと判断されない構成カメラからの映像データのデータ量を減少させるように、構成カメラの取得パラメータ又は記憶装置の保存パラメータを変更することで、以下の効果を奏する。即ち、実行ＰＣは、複数のカメラ１の空間配置情報を考慮し、対象物体の予想移動領域に含まれる構成カメラからのデータ量を他の構成カメラからのデータよりも優先することで、通信トラフィック及び記憶メディア等のリソースを適切に配分することができる。
特に、実行ＰＣは、対象物体の種別カテゴリ及び特定状態カテゴリと、特定状態検出の際の動きベクトルと、の双方を参照することで、対象物体の実際の動きをより考慮した予想移動領域を選択することができる。

＜実施形態７＞
以下、図面を参照して実施形態７の処理を説明する。本実施形態における監視システムのシステム構成、監視システムの構成要素の詳細（ハードウェア構成等）等は、実施形態１と同様である。
図１５は、監視システムの処理の一例を示すフローチャートである。図１５は、本実施形態における監視システムが実行する処理を示す。
図１５に示す本実施形態の監視システムにおいて実行される処理は、映像入力ステップＳ１５０１と、動きベクトル算出ステップＳ１５０２と、特定状態検出処理ステップＳ１５０３と、認識処理ステップＳ１５０４と、を含む。本実施形態の監視システムにおいて実行される処理は、また、動きベクトル変換処理ステップＳ１５０５と、移動領域算出ステップＳ１５０６と、領域内カメラ選択ステップＳ１５０７と、を含む。本実施形態の監視システムにおいて実行される処理は、更に、取得パラメータ変更ステップ又は保存パラメータ変更ステップＳ１５０８と、取得パラメータ再変更ステップ又は保存パラメータ再変更ステップＳ１５０９と、を含む。

図１５の処理は、実施形態６の処理と比較して、領域内カメラ選択ステップＳ１５０７における処理が異なっている。Ｓ１５０１〜Ｓ１５０６、Ｓ１５０８、Ｓ１５０９の処理は、それぞれＳ１３０１〜Ｓ１３０６、Ｓ１３０８、Ｓ１３０９の処理と同様である。以下では、実施形態６と異なる部分について説明する。
Ｓ１５０７において、実行ＰＣは、Ｓ１５０６で算出した予想移動領域に含まれる構成カメラを選択する。実行ＰＣは、Ｓ１５０７の処理において、構成カメラの空間配置情報として、Ｓ１５０４で認識された種別カテゴリ毎に異なる情報を参照する。
例えば、種別カテゴリの「ヒト」と「クルマ」では、それぞれが通行可能な経路が異なる場合があるため、Ｓ１５０６で算出された領域と対象物体が実際に移動する領域とは、一致しない場合がある。
また、例えば、構成カメラの設置位置の間に階段等が存在する場合、「ヒト」は、階段等を超えて移動できても、「クルマ」は、階段等を超えて移動できないという場合もある。
そこで、実行ＰＣは、事前にユーザの操作等に基づいて、種別カテゴリ毎の移動経路を考慮した複数のカメラ１の空間配置情報を生成しておく。そして、実行ＰＣは、Ｓ１５０７の処理において、前記空間配置情報を参照して、選択対象とする構成カメラを決定する。

図１６は、カメラの空間配置情報の一例を示す図である。
図１６（ａ）、（ｂ）は、Ｓ１５０７で実行ＰＣが参照する構成カメラの空間配置情報の一例を示す。図１６（ａ）の表は、構成カメラであるカメラＡの位置を基準とした他の構成カメラの位置を、種別カテゴリ毎の移動経路を考慮した形式で示している。以下では、例えば図１６（ａ）のように、空間配置情報がカメラＡの位置を基準として他の構成カメラの位置を表す場合、前記空間配置情報は、カメラＡに対応する空間配置情報であるとする。図１６（ｂ）の表は、構成カメラであるカメラＢに対応する空間配置情報である。
実行ＰＣは、構成カメラの空間配置情報を、それぞれの構成カメラ毎に保持している。前記空間配置情報は、コントロールセンター２内の単体又は複数の構成ＰＣの記憶装置に保存されているものとする。前記空間配置情報は、構成カメラ毎に設定されており、対象物体の種別カテゴリ毎の、他の構成カメラの撮像領域へ移動する際の角度レンジと距離とが表形式で記載されている。
図１６に示す構成カメラの空間配置情報における距離は、ｘ−ｙ平面上における前記空間配置情報に対応するカメラと他の構成カメラとの距離であるとする。

図１７は、実際の構成カメラの位置関係の一例を示す図である。図１７（ａ）に示す状況において、対象物体がカメラＡの位置を基準にカメラＢの位置を表す場合を例に、図１６に示す空間配置情報における角度レンジについて説明する。前記角度レンジは、カメラＡの撮像領域の中心からカメラＢの撮像領域の中心まで向かうベクトルに対して、ｘ−ｙ平面上に決定される角度θを中心に、予め定められた角度幅を有する角度の範囲である。本実施形態では、前記角度幅を９０度とする。
つまり、図１６（ａ）に示すカメラＡの空間配置情報におけるカメラＢの角度レンジは、カメラＡの撮像領域の中心からカメラＢの撮像領域の中心まで向かうベクトルのｘ−ｙ平面上での角度θが７０度の場合、次の範囲になる。即ち、図１６（ａ）に示すカメラＡの空間配置情報におけるカメラＢの角度レンジは、角度θに９０度の角度幅を持たせた２５度〜１１５度となる。
カメラＡの撮像領域からカメラＢの撮像領域まで向かう経路は、道路なので、ヒト、クルマ、自転車の全てが移動できる。そのため、図１６（ａ）のカメラＡに関する表において、カメラＢの角度レンジ及び距離は、ヒト、クルマ、自転車の全ての種別カテゴリで同一の値が設定されている。

本実施形態では、実行ＰＣは、Ｓ１５０２で算出した動きベクトルの角度が、Ｓ１５０３で特定状態を検出した構成カメラに対応する空間配置情報の他の構成カメラに対応する角度レンジに含まれる場合、次の処理を行う。即ち、実行ＰＣは、前記空間配置情報の前記他の構成カメラに対応する距離が、Ｓ１５０５で算出した動きベクトルの大きさに予め定められた期間の長さを乗じた距離未満である場合、前記他の構成カメラを予想移動領域に含まれる構成カメラとして選択する。
また、実行ＰＣは、Ｓ１５０５で変換した動きベクトルの角度が、Ｓ１５０３で特定状態を検出した構成カメラに対応する空間配置情報の他の構成カメラに対応する角度レンジに含まれる場合、次の処理を行うようにしてもよい。即ち、実行ＰＣは、前記空間配置情報の前記他の構成カメラに対応する距離が、Ｓ１５０５で算出した動きベクトルの大きさに予め定められた期間の長さを乗じた距離未満である場合、前記他の構成カメラを予想移動領域に含まれる構成カメラとして選択してもよい。

また、図１７（ｂ）に示すように、カメラＡの撮影範囲の中心から構成カメラであるカメラＣの撮影範囲の中心までの経路上に階段がある場合、実行ＰＣは、以下の処理を行う。即ち、実行ＰＣは、Ｓ１５０４で認識した種別カテゴリが「ヒト」である場合、構成カメラから階段に向かう方向のベクトルの角度レンジを空間配置情報に記載する。また、実行ＰＣは、Ｓ１５０４で認識した種別カテゴリが「ヒト」である場合、空間配置情報における距離の記載についても、階段を考慮する。より具体期には、実行ＰＣは、ｘ−ｙ平面上におけるカメラＡからカメラＣまでの階段を経由した距離を空間配置情報に距離として記載する。
図１７（ｂ）の例では、実行ＰＣは、「クルマ」、「自転車」が階段を通過することが不可能なので、図１６（ａ）のカメラＡに対応する空間配置情報の「クルマ」、「自転車」に対応する項目に、カメラＣの情報を記載しない。そのため、実行ＰＣは、Ｓ１５０３でカメラＡにより特定状態が検出された場合、Ｓ１５０６で如何なる予想移動領域を算出したとしても、Ｓ１５０４で認識した種別カテゴリが「クルマ」、「自転車」であるなら、カメラＣを選択しないこととなる。
また、実行ＰＣは、図１６（ｂ）に示すカメラＢに対応する空間配置情報において、カメラＢの撮影範囲の中心からカメラＣの撮影範囲の中心までの経路に階段があるため、種別カテゴリ「クルマ」、「自転車」に対応する項目に、カメラＣの情報を記載しない。そのため、実行ＰＣは、Ｓ１５０３でカメラＢにより特定状態が検出された場合、Ｓ１５０６で如何なる予想移動領域を算出したとしても、Ｓ１５０４で認識した種別カテゴリが「クルマ」、「自転車」であるなら、カメラＣを選択しないこととなる。
複数のカメラ１の構成カメラそれぞれに対応する空間配置情報がそれぞれの構成カメラ毎に事前に設定されており、実行ＰＣは、Ｓ１５０７において、Ｓ１５０６で算出した予想移動領域に基づき、将来対象物体を撮像し得る構成カメラの選択を行う。

本実施形態の処理により、実行ＰＣは、特定状態が検出された対象物体の種別カテゴリと、対象物体の動きベクトルと、を参照して、対象物体の将来の移動範囲を推定する。そして、実行ＰＣは、対象物体の映像を撮像する可能性が通常よりも高いと判断した構成カメラに対しては、映像データのデータ量が増加するように、構成カメラの取得パラメータ又は記憶装置の保存パラメータを変更することで、以下の効果を奏する。即ち、実行ＰＣは、将来の被写体の映像データを、より高品質に取得又は記憶することができるようになる。
また、実行ＰＣは、更に、対象物体の映像を撮像する可能性が通常よりも高いと判断しなかった構成カメラに対して、映像データのデータ量を減少させるように構成カメラの取得パラメータ又は記憶装置の保存パラメータを変更することで、以下の効果を奏する。即ち、実行ＰＣは、複数のカメラ１の空間配置情報を考慮して、対象物体の予想移動領域に含まれる構成カメラから得られるデータ量を優先することで、通信トラフィック及び記憶メディア等のリソースを適切に配分することができる。
特に、実行ＰＣは、種別カテゴリ毎に異なる経路をたどることを考慮した、構成カメラ間の空間配置情報を参照することにより、構成カメラの実際の設置状況を考慮した構成カメラの選択を実現することができる。

＜実施形態８＞
実施形態１〜７では、監視システムのシステム構成は、図１（ａ）に示すものであるとした。しかし、監視システムの構成は、図１（ａ）に示すものに限定されない。監視システムは、図２に示すような複数台のＰＣで構成されるコントロールセンター２による集中制御を行うものでなく、分散して配置された複数のＰＣ等のコントロール装置が近傍に位置する構成カメラを管理する構成であってもよい。
実施形態１〜７では、複数のカメラ１の各構成カメラは、距離画像取得装置を含むとした。しかし、距離画像取得装置は、監視システムの必須構成要件ではなく、実施形態１〜７では、映像データから抽出される動きベクトルの補正処理に利用される距離情報を得る目的、Ｓ３０４等の座標変換処理で利用される距離情報を取得する目的で追加されている。よって、複数のカメラ１の各構成カメラは、目的に応じて距離画像取得装置を含まなくてもよい。
例えば、Ｓ３０４等の動きベクトル変換処理ステップの処理において、実行ＰＣは、構成カメラに対する撮像対象物体の移動方向が限定される状況であれば、距離情報を参照することなく、カメラ座標系からグローバル座標系への変換処理を実行することができる。例えば、撮像対象物体が常に構成カメラに対して横切る方向に移動する場合等がある。また、実行ＰＣは、検出した物体の撮影された映像上での大きさの変化から奥行き方向の移動を推定することもできる。
実施形態１〜７では、実行ＰＣは、複数のカメラ１からの映像データを単体又は複数の構成ＰＣ内部の記憶装置であるとした。しかし、実行ＰＣは、実行ＰＣは、複数のカメラ１からの映像データを外部の記憶装置に記憶することとしてもよい。
実施形態１〜３、６〜７では、実行ＰＣは、Ｓ３０４等の動きベクトル変換処理ステップの処理において、参考文献３の方法を用いることとしたが、前記手法以外の方法を用いてもよい。

実施形態１〜７におけるＳ３０５等の移動領域算出ステップの処理、Ｓ３０６等の領域内カメラ選択ステップの処理は、実施形態１〜７の説明で前述した方法に限定されない。
実施形態１〜７では、Ｓ３０５等の移動領域算出ステップの処理において、実行ＰＣは、Ｓ３０４等の動きベクトル変換処理ステップの処理で変換されたｘ−ｙ平面上の動きベクトルの始点を特定状態が検出された画像を取得した構成カメラの位置とした。しかし、前記動きベクトルの始点は、前記構成カメラの位置に限定されず、実行ＰＣは、前記動きベクトルの始点を前記構成カメラの撮影範囲の中心としてもよい。また、実行ＰＣは、前記動きベクトルの始点をＳ３０３等の特定状態検出処理ステップの処理で特定状態が検出された位置としてもよい。
実施形態１〜７では、Ｓ３０６等の領域内カメラ選択ステップの処理において、実行ＰＣは、Ｓ３０５等の移動領域算出ステップの処理で算出した予想移動領域内の構成カメラを選択することとした。しかし、実行ＰＣは、前記予想移動領域を撮影範囲に含む構成カメラを選択することとしてもよい。

実施形態１〜７では、コントロールセンター２は、複数の構成ＰＣによって構成されるものとしたが、単体の構成ＰＣによって構成されていてもよい。コントロールセンター２が単体の構成ＰＣによって構成されている場合、以下のようになる。即ち、単体の構成ＰＣのＣＰＵが、前記単体の構成ＰＣの記憶装置等に記憶されたプログラムに基づき処理を実行することによって、コントロールセンター２の機能及び前述したフローチャートの処理が実現される。
実施形態１〜３、６〜７では、Ｓ３０２等の動きベクトル算出ステップの処理での動きベクトルの算出方法は、参考文献１に示すオプティカルフローの算出を利用した方法であるとした。しかし、動きベクトルの算出方法は、前記方法に限定されず、複数のカメラ１の各構成カメラが含む距離画像取得装置により取得された距離情報を用いて、三次元空間における動きベクトルを算出する方法等あってもよい。
実施形態１〜７では、特定状態を検出する特定状態検出処理方法は、参考文献２に示す方法であるとした。しかし、特定状態検出処理方法は、前記方法に限定されず、他の手法を用いてもよい。例えば、監視システムは、事前に特定状態が撮像されている画像データを用いて学習した検出器を用いて、特定状態を検出してもよい。
実施形態１〜７では、取得パラメータ、保存パラメータは、映像の解像度を制御する制御パラメータであるとした。しかし、取得パラメータ、保存パラメータは、前記制御パラメータに限るものではなく、映像の階調、フレームレート等、映像のデータ量に関わるパラメータであれば何でもよい。また、取得パラメータ、保存パラメータは、一つのパラメータに限定されるものではなく、複数のパラメータの組み合わせであってもよい。

実施形態１〜７では、実行ＰＣは、Ｓ３０６等の領域内カメラ選択ステップの処理で選択されなかった構成カメラの取得パラメータ、前記構成カメラの映像データを記憶する記憶装置の保存パラメータを、全て同一となるように変更した。しかし、実行ＰＣは、取得パラメータ、保存パラメータを、それぞれ異なるように変更してもよい。また、実行ＰＣは、複数のカメラ１の映像データの総容量、保存される前記映像データの総容量を定常状態と同一とするように取得パラメータ、保存パラメータを変更した。しかし、実行ＰＣは、リソースの許容範囲内であれば、複数のカメラ１の映像データの総容量、保存される前記映像データの総容量を定常状態と異なるものとなるように、取得パラメータ、保存パラメータを変更してもよい。
例えば、実行ＰＣは、通信リソース、データ保存リソース等に余裕が有る場合、特定状態が検出された後の予め定められた期間の間の取得パラメータ、保存パラメータについて、次のようにしてもよい。即ち、実行ＰＣは、複数のカメラ１の映像データのデータ総容量、保存される前記映像データの総容量が増加するように、取得パラメータ、保存パラメータを変更するようにしてもよい。実施形態１では、実行ＰＣは、Ｓ３０６で選択されなかった構成カメラの取得パラメータである画像の解像度を３２０×２４０としたが、６４０×４８０のままとしてもよい。

実施形態１〜７では、定常状態において、監視システムは、複数のカメラ１の各構成カメラに対して同一の取得パラメータ適用し、前記各構成カメラの映像データの記憶処理に対して同一の保存パラメータを適用するものとした。しかし、監視システムは、定常状態においても構成カメラ毎、映像データ毎に異なる取得パラメータ、保存パラメータを適用してもよい。
実施形態１〜７では、実行ＰＣは、Ｓ３０７の取得パラメータ変更ステップ等のパラメータ変更処理で変更したパラメータを、変更した時点から移動領域算出処理で利用した期間と同一の長さの期間経過後に元の値に戻すこととした。しかし、パラメータの変更の時点からパラメータを元の値に戻す時点までの期間の長さは、移動領域算出処理で利用した期間と同一の長さでなくてもよい。例えば、前記期間は、前記期間に対して、予め設定した期間を加えたものであってもよい。その場合、監視システムは、対象物体が移動途中に停止する等して、前記対象物体の予想移動領域内に留まる期間が長くなった場合に対応することができる。
実施形態１〜７では、実行ＰＣは、Ｓ３０８の取得パラメータ再変更ステップ等のパラメータ再変更処理において、複数のカメラ１の各構成カメラのパラメータを定常状態におけるパラメータに戻すように変更するものとした。また、実行ＰＣは、前記各構成カメラの映像データの記憶処理に関する保存パラメータを定常状態におけるパラメータに戻すように変更するものとした。しかし、実行ＰＣは、定常状態とは異なる取得パラメータ、保存パラメータに変更してもよい。

実施形態１〜５では、実行ＰＣは、取得パラメータ、保存パラメータのうち１つを変更することとしたが、他方のパラメータを変更してもよいし、取得パラメータ、保存パラメータの両方を変更してもよい。
実施形態３〜７では、実行ＰＣは、Ｓ８０８の保存パラメータ再変更ステップ等のパラメータ再変更処理を独立した処理ステップとしている。しかし、実行ＰＣは、実施形態２のように、Ｓ８０７の保存パラメータ変更ステップ等のパラメータ変更処理でパラメータを変更する際に、パラメータ変更処理を開始した時点から予め定められた期間が経過した時点で、パラメータを変更するようにしてもよい。実行ＰＣは、更に、パラメータ変更処理を開始した時点から予め定められた期間が経過した時点に、自動的に取得パラメータが元の取得パラメータに戻るようにしてもよい。その場合、実行ＰＣは、Ｓ８０８等のパラメータ再変更処理を省略することができるが、実質的な処理内容は変わらない。

実施形態３では、Ｓ８０７において、実行ＰＣは、映像データが記憶装置に保存される期間を表す保存パラメータを変更してもよい。例えば、定常状態において、映像データは記憶装置に１年間保持された後に消去されるものとする。実行ＰＣは、保存パラメータを変更した映像データに関して、保存する期間を予め定められた期間（例えば１ヶ月間）延長するように、保存パラメータを変更することができる。
特定状態を有する対象物体を含む映像データ及び対象物体を含んでいると予想される映像データは、将来何らかの事件が発生した場合等に、改めて参照する可能性が定常状態に撮影された映像データよりも高い。そこで、実行ＰＣは、特定状態を有する対象物体を含む映像データ及び対象物体を含んでいると予想される映像データについての保存期間を延長することにより、対象物体に関する情報をより長期に渡り保存することができる。なお延長する期間は、ユーザにより事前に設定されているものとし、記憶装置の総容量と、ユーザのニーズに合わせて決定される。

実施形態４、５では、図９に示す監視システムの処理には、動きベクトル算出ステップは含まれていないが、動きベクトル算出ステップと同様の処理が特定状態検出処理ステップＳ９０２の処理に含まれていてもよい。即ち、実施形態３における特定状態検出処理ステップＳ９０２の処理は、特徴量として動きベクトルを用いる処理に限定されず、他の特徴量を用いる手法等の他の特定状態検出処理手法であってもよい。
実施形態７では、構成カメラに対応する空間配置情報の表現方法は、前記構成カメラと他の構成カメラとの距離、及び前記構成カメラの撮影範囲の中心と前記他の構成カメラの撮影範囲の中心との角度に基づく角度レンジで表現する方法であるとした。しかし、構成カメラに対応する空間配置情報の表現方法は、前記方法に限定されず、種別カテゴリ毎に異なる経路を辿り得ることを考慮した表現方法であれば、他の方法でもよい。
例えば、構成カメラに対応する空間配置情報の表現方法は、動きベクトルの角度を参照せず、ｘ−ｙ平面上の前記構成カメラと他の構成カメラとの距離だけで表現する方法でもよい。前記方法では、空間配置情報には、距離の情報だけが記載されることとなる。実行ＰＣは、Ｓ１５０７において、Ｓ１５０５で算出したｘ−ｙ平面内の動きベクトルに予め定められた期間の長さを乗じたベクトルの大きさが、前記空間配置情報に記載された距離の値より大きい場合、前記距離に対応する構成カメラを選択する。
また、構成カメラに対応する空間配置情報の表現方法は、動きベクトルの角度と、前記構成カメラの撮影範囲の中心と他の構成カメラの撮影範囲の中心との距離と、で表現する方法でもよい。更に、構成カメラに対応する空間配置情報の表現方法は、動きベクトルの角度を参照せず、前記構成カメラの撮影範囲の中心と他の構成カメラの撮影範囲の中心との距離だけで表現する方法でもよい。

＜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。

１ 複数のカメラ、２ コントロールセンター

Claims (17)

1. 複数の撮影手段のうち、少なくとも１つの撮影手段により撮影された被写体の画像から前記被写体の状態情報を取得する取得手段と、
   前記取得手段により取得された前記状態情報と前記複数の撮影手段の配置情報とに基づいて、前記複数の撮影手段により撮影される映像データの容量に関するパラメータを変更する変更手段と、
   を有する情報処理装置。
2. 前記変更手段は、前記複数の撮影手段に応じて特定した期間の間、前記複数の撮影手段により撮影される映像データの容量に関するパラメータを変更する請求項１記載の情報処理装置。
3. 前記変更手段は、前記取得手段により取得された前記状態情報に基づいて前記画像が撮影された時点から設定された期間の後に前記被写体の存在する領域を特定し、前記配置情報に示される場所に配置された前記撮影手段が前記領域に含まれるか否かに基づいて、前記撮影手段により撮影される映像データの容量に関するパラメータを変更する請求項１又は２記載の情報処理装置。
4. 前記変更手段は、前記撮影手段が前記領域に含まれる場合、前記撮影手段により撮影される映像データの容量を増加させるように前記パラメータを変更し、前記撮影手段が前記領域に含まれない場合、前記撮影手段により撮影される映像データの容量を減少させるように前記パラメータを変更する請求項３記載の情報処理装置。
5. 前記変更手段は、前記状態情報として前記被写体の動きベクトルを特定し、特定した動きベクトルに基づいて前記画像が撮影された時点から設定された期間の後に前記被写体の存在する領域を特定する請求項３又は４記載の情報処理装置。
6. 前記変更手段は、前記状態情報が取得された画像を撮影した撮影手段が配置された位置と、前記位置を始点とする前記動きベクトルの終点と、をつなぐ線分を直径とする円形領域を前記領域として特定する請求項５記載の情報処理装置。
7. 前記変更手段は、前記状態情報として前記被写体のカテゴリ情報を特定し、特定した前記カテゴリ情報に基づいて前記画像が撮影された時点から設定された期間の後に前記被写体の存在する領域を特定する請求項３又は４記載の情報処理装置。
8. 前記変更手段は、前記カテゴリ情報に対応して予め設定された対応領域を前記領域として特定する請求項７記載の情報処理装置。
9. 前記カテゴリ情報は、種別カテゴリ情報、動作カテゴリ情報、特定状態カテゴリ情報のうち、少なくとも一つを含む請求項７又は８記載の情報処理装置。
10. 前記変更手段は、前記取得手段により取得された前記状態情報と前記複数の撮影手段の配置情報とに基づいて、前記パラメータとして前記複数の撮影手段の取得パラメータを変更する請求項１乃至９何れか１項記載の情報処理装置。
11. 前記変更手段は、前記取得手段により取得された前記状態情報と前記複数の撮影手段の配置情報とに基づいて、前記パラメータとして前記映像データが記憶される記憶装置の保存パラメータを変更する請求項１乃至１０何れか１項記載の情報処理装置。
12. 前記パラメータは、解像度、フレームレート、階調のうち、少なくとも１つを含む請求項１乃至１１何れか１項記載の情報処理装置。
13. 前記変更手段は、前記取得手段により取得された前記状態情報と前記被写体の種別カテゴリ情報に応じた前記配置情報とに基づいて、前記撮影手段により撮影される映像データの容量に関するパラメータを変更する請求項１乃至１２何れか１項記載の情報処理装置。
14. 複数の撮影手段と、
    前記複数の撮影手段のうち、少なくとも１つの撮影手段により撮影された被写体の画像から前記被写体の状態情報を取得する取得手段と、
    前記取得手段により取得された前記状態情報と前記複数の撮影手段の配置情報とに基づいて、前記複数の撮影手段により撮影される映像データの容量に関するパラメータを変更する変更手段と、
    を有する監視システム。
15. 情報処理装置が実行する情報処理方法であって、
    複数の撮影手段のうち、少なくとも１つの撮影手段により撮影された被写体の画像から前記被写体の状態情報を取得する取得ステップと、
    前記取得ステップにより取得された前記状態情報と前記複数の撮影手段の配置情報とに基づいて、前記複数の撮影手段により撮影される映像データの容量に関するパラメータを変更する変更ステップと、
    を含む情報処理方法。
16. 複数の撮影手段を含む監視システムが実行する情報処理方法であって、
    前記複数の撮影手段のうち、少なくとも１つの撮影手段により撮影された被写体の画像から前記被写体の状態情報を取得する取得ステップと、
    前記取得ステップにより取得された前記状態情報と前記複数の撮影手段の配置情報とに基づいて、前記複数の撮影手段により撮影される映像データの容量に関するパラメータを変更する変更ステップと、
    を含む情報処理方法。
17. コンピュータに、
    複数の撮影手段のうち、少なくとも１つの撮影手段により撮影された被写体の画像から前記被写体の状態情報を取得する取得ステップと、
    前記取得ステップにより取得された前記状態情報と前記複数の撮影手段の配置情報とに基づいて、前記複数の撮影手段により撮影される映像データの容量に関するパラメータを変更する変更ステップと、
    を実行させるためのプログラム。

Images