JP2016103690A - 監視システム、監視装置、および監視方法 - Google Patents

Abstract

【課題】 動線分析処理の計算コストを抑制しながら不審行動の検出精度を向上する。【解決手段】 監視対象の動線を分析する動線分析装置であって、監視対象の動線を計測する動線計測手段と、監視者が監視対象を認識できる可視領域を計測する可視領域計測手段と、前記動線計測手段によって計測された動線と、前記可視領域計測手段によって計測された可視領域との、時間的・空間的な重なりを検出する重なり検出手段と、前記重なり検出手段によって検出された前記時間的・空間的な重なりを有する区間の動線を抽出する動線抽出手段と、を有する。【選択図】 図１

Description

本発明は動線を用いた監視システム、監視装置、監視方法に関するものである。

従来、監視カメラに代表される監視システムは監視領域における迷子検知、不審者検出など、防犯、治安維持のために用いられてきた。一方近年、監視記録を詳細に分析することによって、店舗内における人物の消費行動の分析に応用するなど、多目的に活用する監視システムが普及してきている。このような高度な分析に必要な情報（人物行動や車両行動等）を収集・分析するために、複数の監視カメラやセンサを連携させたシステムが知られている。また、人物や車両等の移動軌跡を詳細に追跡して分析を行う動線追跡技術を利用したシステムが知られている。

特許文献１では、複数の人物動線の相関を用いて異常行動を検出する手法が示されている。この方法によれば、１つの人物動線だけでは検知が困難な異常も検知することが可能であり、それにより不審者の検出率の向上を図っている。
また、特許文献２では、監視カメラの代わりにICタグを用いて人物動線を計測し、予め決められた動線のパターンと計測した動線のパターンが一致しなかった場合に、その動線の場所を監視カメラで撮影して異常を検知する方法が開示されている。

特開２０１３−４５３４４号公報 特開２００８−２９９５８４号公報

監視カメラを用いた不審者検出が最も有効に機能するのは、混雑した店舗や大規模な店舗等のように多数の監視対象が存在して目視での不審者検出が困難な状況においてである。しかしながら、大量の人物の動線をリアルタイムに分析するには膨大な量の計算を高速に行うことが必要である。そのため、計算機資源の長大化・高価格化が避けられないという課題があるが、前述の先行技術ではこの点が考慮されていなかった。

かかる課題を解決するため、本発明の動線分析装置は、監視対象の動線を分析する動線分析装置であって、
監視対象の動線を計測する動線計測手段と、
監視者が監視対象を認識できる可視領域を計測する可視領域計測手段と、
前記動線計測手段によって計測された動線と、前記可視領域計測手段によって計測された可視領域との、時間的・空間的な重なりを検出する重なり検出手段と、
前記重なり検出手段によって検出された前記時間的・空間的な重なりを有する区間の動線を抽出する動線抽出手段と、を有することを特徴とする。

また、本発明の監視システムは、監視カメラと動線分析装置とを有する監視システムであって、
前記動線分析装置は、
前記監視カメラによって撮影された映像データから取得された前記監視対象の位置と前記位置に対応する時刻とに基づいて前記監視対象の動線を計測する動線計測手段と、
監視者が監視対象を認識できる可視領域を計測する可視領域計測手段と、
前記動線計測手段によって計測された動線と、前記可視領域計測手段によって計測された可視領域との、時間的・空間的な重なりを検出する重なり検出手段と、
前記重なり検出手段によって検出された前記時間的・空間的な重なりを有する区間の動線を抽出する動線抽出手段と、
前記動線抽出手段によって抽出された動線に異常性が認められるかを分析する動線分析手段と、
前記動線分析手段によって動線に異常性が認められた監視対象を記録する記録手段と、
を有することを特徴とする。

さらに、本発明の動線分析方法は、監視対象の動線を分析する動線分析方法であって、
監視対象の動線を計測する動線計測工程と、
監視者が監視対象を認識できる可視領域を計測する可視領域計測工程と、
前記動線計測工程において計測された動線と、前記可視領域計測工程において計測された可視領域との、時間的・空間的な重なりを検出する重なり検出工程と、
前記重なり検出工程において検出された前記時間的・空間的な重なりを有する区間の動線を抽出する動線抽出工程と、
を有することを特徴とする。

従業員が目視可能な区域を特定し、当該区域内に存在する動線に絞って分析することで、万引き犯などが無意識に行う従業員の視線を回避する行動を効率的に検出でき、店舗における犯罪防止・犯人検挙に効果が期待できる。また、分析対象の動線データが絞られるため、分析計算量の増加の抑制しながら不審行動の識別精度を向上させることができる。それにより、多数の監視対象が存在する環境下でも、小規模な計算機資源で不審者の検出を実現することが可能となる。

実施形態１における監視システムの構成図である。 実施形態１における監視サーバのモジュール構成図である。 実施形態１における動線データの構成図である。 実施形態１における可視領域データの構成図である。 実施形態１における装着型カメラのモジュール構成図である。 実施形態１における可視領域データと動線データの模式図である。 実施形態１における正常モデルを用いた異常検知方法の説明図である。 実施形態１における映像解析処理のフローチャートである。 実施形態１における動線分析処理のフローチャートである。 実施形態１の監視システムに用いるコンピュータシステムの構成図である。 実施形態１における可視領域データと動線データの模式図である。 実施形態５における可視領域データと動線データの模式図である。

以下、図を参照しながら本発明を実施する形態を説明する。
＜実施形態１＞
本発明の第１の実施形態である監視システムについて説明する。
［監視システムの構成］
図１は本システムの構成の説明図である。
図１に示すように、本システムは、監視カメラ１０１、装着型カメラ１０２、無線ＬＡＮ基地局１０３、ネットワーク１０４、監視サーバ１０５、モニタ装置１０６を備える。

監視カメラ１０１はネットワーク１０４を介して監視サーバ１０５と接続され、撮影した映像を監視サーバ１０５に送信する機能を有する。ここでは、説明を簡単にするため各監視カメラ１０１の設置位置、撮影方向や焦点距離などはいずれも固定とし、それらはカメラ設置情報として監視サーバ１０５で管理されているものとする。さらに、監視領域内での位置は予め設定された平面座標上の位置として表わされるものとする。

装着型カメラ１０２は従業員が装着する小型カメラである。本システムでは眼鏡型のカメラを用いるものとし、従業員の顔の正面方向とカメラの撮影方向が一致するように調整されているものとする。装着型カメラは無線ＬＡＮ基地局１０３を介して監視サーバ１０５に接続される。また、３次元姿勢センサを備え、自機の姿勢を計測した姿勢データを監視サーバ１０５に送信することが可能である。さらに、位置計測機能を有し、自機の位置を計測した位置データを監視サーバ１０５に送信することが可能である。なお、位置計測機能には無線ＬＡＮ電波強度やＧＰＳなど既存の任意の手段を用いることが可能であり、本発明はその手段によって限定されるものではない。本システムでは無線ＬＡＮ電波強度を利用するものとする。

監視サーバ１０５は本システムの機能を統括するサーバである。少なくとも、以下の機能を有する。１）監視カメラから映像を受信する映像受信サーバ機能。２）監視カメラから受信した映像を解析し、人物の動線データを計測して記録する機能。３）動線データを分析して人物の異常行動を検出する機能。４）装着型カメラから受信した姿勢および位置計測データに基づいて各装着型カメラの撮影可能範囲を算出する機能。５）人物の動線と装着型カメラの撮影可能範囲との時間的・空間的な重なりを検出し、検出結果に基づいて動線データの分析処理を制御する機能。

モニタ装置１０６は監視カメラから受信した映像を表示する機能に加えて、人物の動線データを表示する機能および異常行動が検出された人物を強調して表示する機能を有する。
これら以外にも、監視者がシステムを操作するための入出力入力手段も有するが、本発明の実施には関係しないため説明は省略する。

［監視サーバのモジュール構成］
図２は監視サーバ１０５のモジュール構成図である。ここに示す構成はハードウェアとソフトウェアの組み合わせによって実現できるものであって、一つの機能ブロックが一つのハードウェアに対応するものではない。本実施形態においては、図１０に示すＣＰＵ１００１がＲＯＭ１００２等に格納された各プログラムをＲＡＭ１００３に展開し実行することでその機能を実現する。

映像受信部２０１は通信部２０６を通じて監視カメラ１０１と接続され、監視カメラ１０１から映像データを受信する。
映像解析部２０２（動線計測手段に相当）は受信した映像データを解析して人物領域を認識し、人物毎の動きを追尾した動線データを生成して記憶装置２０８に記録する。

［動線データのデータ構成］
図３に本システムの動線データのデータ構成を示す。ここで、動線データは一連の時系列データを意味し、図３はその時系列中の一時点のデータを示したものである。動線識別子３０１は動線データを一意に特定する識別子であり、監視対象の人物と１対１に対応する。ｘ座標３０２とｙ座標３０３はカメラ設置情報と映像内の監視対象の人物の位置に基づいて算出した監視領域内の監視対象の人物の位置を、平面座標で示したものである。測定時刻３０４は監視カメラで撮影された時刻を示す。認識領域識別子３０５は映像データ内で人物領域として認識された領域を特定する識別子であり、同一人物には同一の識別子が付与される。

動線データ分析部２０３は映像解析部が生成した動線データを分析する。説明を簡単にするため、本システムの動線データ分析部は正常行動を示す動線データのモデル（以下、正常モデル）を逸脱した動線データを検出する処理のみを行う。正常モデルは予め構築して動線データ分析部に設定されているものとする。なお、動線データの分析方法については本発明の規定する所ではなく、上記以外の方法を用いた実施形態も本発明の範疇に含まれる。

装着者測位部２０４（可視領域計測手段に相当）は通信部２０６を通じて装着型カメラ１０２と接続され、姿勢データと位置データを受信する。装着者測位部２０４は受信した姿勢データと位置データを用いて、装着型カメラの撮影可能範囲を算出する。なお、装着型カメラの撮影パラメータは固定であるとし、予め装着者測位部に登録されているものとする。前述の通り、本システムでは従業員の顔の正面方向と装着型カメラの撮影方向が一致するように調整されているとしたので、撮影可能範囲を従業員の可視領域として扱う。

［可視領域データのデータ構成］
図４に本システムの可視領域データのデータ構成を示す。ここでは、説明を簡単にするために監視領域を２次元格子状に領域分割したセルの識別子で領域を表わすものとする。カメラ識別子４０１は装着型カメラを一意に特定する識別子である。セル識別子４０２は、装着型カメラの撮影可能範囲に含まれるセルを一意に特定する識別子のリストであり、従業員の可視領域に相当する（図６の例では、”１２”，”１３”，”１８”，”１９”，”２０”，”２６”，”２７”）。測定時刻４０３は姿勢データと位置データが装着型カメラで計測された時刻である。

動線分析制御部２０５（動線抽出手段に相当）は、可視領域データのセル識別子が示す位置と測定時刻を検索条件として、当該時刻に当該セル内に存在する動線データを記憶装置２０８から検索し、動線データ分析部２０３に提供する。
通信部２０６はネットワーク１０４を介して、監視カメラ・装着型カメラ・無線ＬＡＮ基地局と通信を行う。
表示部２０７はモニタ装置１０７に監視カメラ映像や人物の動線データを表示する。
記憶装置２０８は本システムが利用する各種のデータを記録する。

［装着型カメラのモジュール構成］
図５は装着型カメラのモジュール構成図である。
撮影部５０１はレンズや撮像素子から構成されるが詳細は割愛する。通信部５０２は無線ＬＡＮの通信インタフェースで、無線ＬＡＮ基地局１０３を介して監視サーバとの通信を行う。姿勢計測部５０３は３次元ジャイロスコープを有し、装着型カメラの姿勢を計測する。位置計測部５０４は通信部５０２から受信電波強度を取得して、装着型カメラの位置を計測する。ここでは一般的な三角測量による位置計測を行う。三角測量に必要な無線ＬＡＮ基地局の位置や送出電波強度などは予め位置計測部に設定されているものとし、位置計測部５０４は監視領域内の平面座標値を算出して記録する。センサ管理部５０５は姿勢計測部５０３と位置計測部５０４を制御し、通信部５０２を介して計測データを定期的に監視サーバ１０５に送信する。電源部５０６はバッテリーである。

［コンピュータシステムの構成］
図１０は、本実施形態の監視システムに用いるコンピュータシステムの構成図である。ＣＰＵ１００１は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）および各種アプリケーションプログラムを実行し、コンピュータ装置各部の制御を行う。ＲＯＭ１００２は、ＣＰＵ１００１が実行するプログラムや演算用のパラメータのうちの固定的なデータを格納する。ＲＡＭ１００３は、ＣＰＵ１００１の作業領域やデータの一時記憶領域を提供する。ＲＯＭ１００２およびＲＡＭ１００３、バス１００４を介してＣＰＵ１００１に接続される。キーボードなどの入力装置１００５、ＣＲＴ、液晶ディスプレイなどの表示装置１００６、ハードディスク装置、ＭＯ、ＣＤ−ＲＯＭ等の外部記憶装置１００７は、インタフェース１００８を介してバス１００４に接続されている。また、バス１００４は通信部１００９を介してネットワークと接続される。

引き続いて、本システムの動線分析処理について図６〜図１０を参照して詳しく説明する。なお、以下の各処理に先立って、全ての監視カメラおよび装着型カメラは監視サーバとの接続を確立し、相互に通信可能な状態になっているものとする。

図６は図３、図４で説明したデータを模式的に示したものである。監視領域６０１の左下を平面座標の原点として、座標軸と並行なセル６０２が設定されている。
装着型カメラ６０３は時刻００：１０：０１に（Ｘ座標、Ｙ座標）＝（２０、２５）にあり、撮影方向は（１、０）であることを示している。この時点での装着型カメラの撮影可能範囲、すなわち従業員６０４の可視領域は図中の太枠のセル（セル識別子＝１２，１３，１８，１９，２０，２６，２７）で示している。

監視対象６０７の動線データ６０５は破線で示しているが、実体は◆で示す点６０６の（Ｘ座標、Ｙ座標）の時系列データである。図６は、この動線が時刻００：１０：０１の前後１秒間に可視領域を通過している（時刻００：０９：５９．５から時刻００：１０：０２．０まで可視領域内にいた）ことを示している。
なお、従業員も監視対象の人物も複数存在し得るが、ここでは説明を簡単にするため各１人であるとする。

［映像解析処理 動線データの生成］
図８は監視サーバにおける映像解析処理を示すフローチャートである。
まず、通信部２０６が監視カメラから１フレーム分の映像データを受信する（ステップＳ８０１）。次に、映像解析部は受信した映像データから人物領域を抽出する（ステップＳ８０２）。続いて、前フレームの映像データから抽出した人物領域と、現フレームの映像データからステップＳ８０２で抽出した人物領域とを比較して、同一人物であるかを判定する（ステップＳ８０３、Ｓ８０４）。

同一人物と判定された場合は、前フレームの映像データ中の同一人物の人物領域を示す認識領域識別子を検索条件として記憶装置２０８から動線データを検索し、取得した動線データから動線識別子を取得する（ステップＳ８０５、Ｓ８０６）。次に、カメラ設置情報を用いて、ステップＳ８０２で抽出した人物領域の監視領域内での位置を算出する（ステップＳ８０７）。

次に映像データから測定時刻を取得する（ステップＳ８０８）。最後に、以上のデータから動線データを構築して記憶装置に記録する（ステップＳ８０９）。一方、ステップＳ８０３、Ｓ８０４で同一人物と判定される人物領域が存在しなかった場合は、新規に動線識別子を発行し（ステップＳ８１０）、現フレームの認識領域識別子を用いて新たな動線データとして記憶装置に記録する。

［動線分析処理 可視領域データの生成と異常性の検知］
図９は監視サーバにおける動線分析処理を示すフローチャートである。
まず、装着者測位部２０４が、装着型カメラのセンサ管理部５０５から姿勢データと位置データと測定時刻を受信し（ステップＳ９０１）、装着型カメラの撮影可能範囲を算出して（ステップＳ９０２）、可視領域データを生成する（ステップＳ９０３）。ここでは、図１１（ａ）に示す太枠のセルが撮影可能範囲として算出されたものとする。

続いて装着者測位部は生成した可視領域データを動線分析制御部に渡す（ステップＳ９０４）。動線分析制御部は、可視領域データのセル識別子が示すセルと重なりのある（＝セル内を通っている）動線データを記憶装置から検索する（ステップＳ９０５）。ここでは、動線データのｘ座標、ｙ座標、測定時刻の３項目を検索条件とし、セルの上下左右端で囲まれた平面座標の範囲と、可視領域データの測定時刻の前後１秒の範囲を評価値として検索を行う。

可視領域と重なりのある動線データが得られなかった場合は、ステップＳ９０１へ戻り、可視領域と重なりのある動線データが得られた場合は、ステップＳ９０７へ進む（ステップＳ９０６）。ここでは、図１１（ａ）に示すように、可視領域と重なりのある動線データが得られなかったものとする（ステップＳ９０６でＮＯ）。

そして、再び装着者測位部２０４が、装着型カメラのセンサ管理部５０５から姿勢データと位置データと測定時刻を受信し（ステップＳ９０１）、装着型カメラの撮影可能範囲を算出して（ステップＳ９０２）、可視領域データを生成する（ステップＳ９０３）。ここでは、図１１（ｂ）に示す太枠のセルが撮影可能範囲として算出され、可視領域と重なりのある動線データとして動線データ６０５が得られたものとする（ステップＳ９０６でＹＥＳ）。

動線分析制御部は取得した動線データを分析対象データとして動線データ分析部２０３に引き渡す（ステップＳ９０７）。動線データ分析部は受け取った分析対象データを正常モデルと比較して、異常性を検知する（ステップＳ９０８、Ｓ９０９）。ここでは、後述するように、セル２７、セル２０、セル１３を通過する正常な動線データの存在範囲を正常モデルとして用い、その範囲に分析対象データが収まっているかを判定する。図１１（ｂ）に示す例では異常性は検知されなかったものとする（ステップＳ９０９でＮＯ）。

そして、再び装着者測位部２０４が、ステップＳ９０１へ戻り、ステップＳ９０２〜Ｓ９０３と進む。装着型カメラのセンサ管理部から受信した計測データと、前回受信した計測データとの差が所定の閾値未満である場合は、撮影可能範囲を再度算出せず、また可視領域データを再度生成しないとしても良い。ここでは、今回受信した計測データと前回受信した計測データとの差が所定の閾値未満であり、撮影可能範囲として算出された図１１（ｃ）に示す太枠のセルは、図１１（ｂ）に示す太枠のセルと同じであるとする。

可視領域と重なりのある動線データとして動線データ６０５が得られ（ステップＳ９０６でＹＥＳ）、ステップＳ９０７を経て動線データ分析部は受け取った分析対象データを正常モデルと比較して、異常性を検知する（ステップＳ９０８、Ｓ９０９）。図１１（ｃ）に示す例では異常性が検知されたものとする（ステップＳ９０９でＹＥＳ）。

図７に正常モデルと異常性がある分析対象データの例を示す。灰色領域で示す正常モデル７０１に対し、分析対象データ７０２がその範囲に収まっていないことから、この分析対象データ（動線データ）は異常性があると判定する。
分析対象データに異常性が検知されたら、動線データ分析部は分析対象データの認識領域識別子３０５を表示部２０７に通知する（ステップＳ９１０）。表示部は通知された認識領域識別子が示す人物領域を特定して（ステップＳ９１１）、モニタ装置１０６に表示する（ステップＳ９１２）。一方、異常性が検知されなければ処理を終える。
以上で本実施形態における動線分析処理についての説明は終わりである。

以上の説明では、無線ＬＡＮの電波強度を用いて装着型カメラの位置計測を行う方法を用いたが、他の手段を用いて位置計測を行っても良い。例えば、ＧＰＳを用いる方法や、無線タグを利用する実施形態も本発明の範疇に含まれる。さらに、装着型カメラの位置計測部を用いる代わりに、監視カメラの映像から装着型カメラを装着している従業員を認識して位置計測を行う方法を用いても本発明は実施可能である。

以上の説明では、３次元ジャイロスコープを用いて装着型カメラの姿勢を計測し、これと位置計測データとを合わせて装着型カメラの撮影可能範囲を算出するとしたが、これ以外の方法を用いても良い。例えば装着型カメラの映像データを監視サーバで解析して撮影可能範囲を算出する方法を用いても本発明は実施可能であり、その手段を含んだ実施形態も本発明の範疇に含まれる。

以上の説明では、動線データの異常性を検知する方法として、正常モデルの規定する範囲内に分析対象の動線データが収まっているかを判定したが、本発明はこの方法に限定されるものではない。動線データの異常性を検知するこれ以外の方法を用いた実施形態も本発明の範疇に含まれる。

以上の説明では、可視領域データの測定時刻の前後１秒の範囲で測定された動線データを分析対象データとして用いたが、本発明はこれに限定されるものではない。監視カメラのフレームレート、監視領域内での人物の平均移動速度、監視領域の混雑の程度などの状況によって分析に必要な動線データの範囲や量は異なり、それらの状況に応じた検索条件を用いる方法も本発明の範疇に含まれる。

以上の説明では、監視サーバの装着者測位部が装着型カメラの監視領域内の平面座標位置を算出するとしたが、装着型カメラの位置計測部が算出するとしても良い。
実施形態１の処理の説明は以上である。

以上述べた様に、本発明を実施する監視システムは、従業員が目視可能な領域に対象を絞って動線データの分析を行うことで、分析対象のデータ量を削減して分析処理の計算負荷を低減することができる。同時に、従業員が目視可能な領域の動線データを分析することで、犯罪者が従業員の視線を無意識に回避する行動を高精度に検知することができる。つまり、大規模な店舗や混雑した店舗のように監視対象が多数存在していて、目視による不審者の検出が困難な環境においても、少ない計算機資源で効率的に不審者を検出することができる。それにより、監視カメラの導入を促進して犯罪防止や犯罪検挙を改善することが期待できる。

＜実施形態２＞
実施形態１では、可視領域の算出に装着型カメラの撮影可能範囲を用いる方法について述べた。本実施形態では、従業員は位置センサと姿勢センサだけを備えた装着計測装置を装着する。
本実施形態における監視サーバの装着者測位部は、まず装着型計測装置から位置センサと姿勢センサの測定データを取得して従業員の位置と向いている方向を特定する。これに、一般的な人間の視力や視界範囲、さらに他人の視線を感じることのできる距離などを考慮して従業員が目視可能な領域を算出し、可視領域とする。

なお、従業員の視線方向を正しく計測するためには、顔の正面方向に合わせて姿勢センサをキャリブレーションしておくことが必要であるが、姿勢センサのキャリブレーションは既存技術を用いて実施可能であり、それらの手段を含んだ実施形態も本発明に含まれる。
本実施形態によれば、従業員が装着する装置にカメラ機能が不要なので、装置の小型・軽量化や低価格化を図ることができる。また、カメラを備えないことで、従業員がカメラを装着することに対する従業員と顧客の双方の心理障壁を低減することができ、監視システムの導入を促進する効果が得られる。

＜実施形態３＞
実施形態１では、１度の動線データ分析で異常性を検知したら直ちに通知する方法について述べた。本実施形態では、同一人物に対応付けられている動線データの複数の区間を対象として動線データ分析を行い、異常性が検知される区間の発生率が所定の閾値を超えた場合に通知を行う。

例えば、図６に示す例では、
測定時刻＝００：０９：５９．５〜測定時刻＝００：１０：００．０、
測定時刻＝００：１０：００．０〜測定時刻＝００：１０：００．５、および
測定時刻＝００：１０：００．５〜測定時刻＝００：１０：０１．０、の３つの区間では異常性が検知されず、
測定時刻＝００：１０：０１．０〜測定時刻＝００：１０：０１．５、および
測定時刻＝００：１０：０１．５〜測定時刻＝００：１０：０２．０、の２つの区間では異常性が検知されたとする。
この場合、異常性が検知された区間の発生率は２／５＝０．４となり、この発生率が所定の閾値を超えた場合に通知を行う。

本実施形態によれば、他人とのすれ違いや障害物を避ける動作など、本来は正常な行動と判断されるべきものが異常行動として誤検知されるのを抑制することが可能となる。それにより、不審者の異常行動を監視者が把握しやすくなり、不審者検出の効率を改善する効果が期待できる。

＜実施形態４＞
以上の実施形態では、異常性が検知された動線データに対応付けられた人物領域をモニタ装置に表示する方法について述べた。本実施形態は、異常性が検知された動線データに対応付けられた人物を監視カメラで追尾するものである。

実施形態１においては、各監視カメラの設置位置、撮影方向や焦点距離などはいずれも固定としたが、本実施形態では監視カメラは雲台装置を備え、撮影方向を自由に変更する事が可能である。また、ズームレンズを備え、焦点距離を変更して撮影することが可能である。さらに、監視サーバは監視カメラ制御部を備え、ネットワーク１０４を介して監視カメラの動作を制御することができる。

本実施形態の動線データ分析部は、異常性を検知した動線データの認識領域識別子を表示部に通知するとともに、映像解析部にも通知する。映像解析部は、通知された認識領域識別子が示す人物領域の画角内での位置を監視カメラ制御部に通知する。監視カメラ制御部は当該人物領域を画角内に捉えるように、雲台装置の姿勢と監視カメラの焦点距離とを制御する。また、モニタ装置は当該人物領域を撮影している監視カメラの映像を出力する。

本実施形態によれば、動線データ分析で異常性が検知された人物を監視カメラが自動的に追尾して撮影するため、監視員による不審者の監視が容易になる。それにより、犯罪の防止や検挙を改善する効果が期待できる。

＜実施形態５＞
以上の実施形態では、監視カメラから監視サーバに画像データが入力される度に映像解析部が動線データを計測する方法について述べた。本実施形態の映像解析部は、まず装着者測位部から可視領域データを取得する。次に、監視カメラから受信した映像データの撮影範囲に存在する監視対象の位置と可視領域との重なりの有無を判定する。重なりが有ると判定された場合は、前述した通りの処理に従って人物領域の抽出ならびに動線データの生成を行う。一方、重なりが無いと判定された場合は、人物領域の抽出ならびに動線データの生成は行わない。

例えば、図１２（ａ）に示す例では、監視カメラから受信した映像データの撮影範囲に存在する監視対象の位置６０６（◇で示す）と可視領域とに重なりが無いと判定されたため動線データの生成を行わない。
図１２（ｂ）に示す例では、測定時刻＝００：０９：５９．５〜測定時刻＝００：１０：０１．０の区間で、監視対象の位置６０６（◆で示す）と可視領域とに重なりが有ると判定されたため動線データ６０５の生成を行う。
図１２（ｃ）に示す例では、測定時刻＝００：１０：０２．０より後の区間で、監視対象の位置６０６（◇で示す）と可視領域とに重なりが無いと判定されたため動線データの生成を行わない。

本実施形態によれば、映像解析部のデータ処理量を削減することができるため、監視サーバに求められるデータ処理性能を低く抑えることができる。それにより、システムの小型化や低価格化に効果が期待できる。

＜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。

プログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤなどを用いることができる。
また、プログラムコードの指示に基づき、コンピュータ上で稼動しているＯｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ（ＯＳ）などが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

さらに、プログラムコードの指示に基づき、機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

２０１ 映像受信部
２０２ 映像解析部
２０３ 動線データ分析部
２０４ 装着者測位部
２０５ 動線分析制御部
２０６ 通信部
２０７ 表示部
２０８ 記憶装置

Claims (11)

1. 監視対象の動線を分析する動線分析装置であって、
   監視対象の動線を計測する動線計測手段と、
   監視者が監視対象を認識できる可視領域を計測する可視領域計測手段と、
   前記動線計測手段によって計測された動線と、前記可視領域計測手段によって計測された可視領域との、時間的・空間的な重なりを検出する重なり検出手段と、
   前記重なり検出手段によって検出された前記時間的・空間的な重なりを有する区間の動線を抽出する動線抽出手段と、を有することを特徴とする動線分析装置。
2. 前記可視領域計測手段が、監視者の位置と姿勢とに基づいて前記可視領域を計測するものであることを特徴とする請求項１に記載の動線分析装置。
3. 前記可視領域計測手段が、監視者が装着しているカメラの位置と姿勢とに基づいて監視者が装着しているカメラの撮影範囲を計測し、計測された撮影範囲を前記可視領域とするものであることを特徴とする請求項１に記載の動線分析装置。
4. 前記動線抽出手段によって抽出された動線に異常性が認められるかを分析する動線分析手段と、
   前記動線分析手段によって動線に異常性が認められた監視対象を記録する記録手段と、
   をさらに有することを特徴とする請求項１から３のいずれか１項に記載の動線分析装置。
5. 前記動線抽出手段は、前記動線と前記可視領域との前記時間的・空間的な重なりを同一の監視対象について複数の区間で検出し、
   前記動線分析手段は、各区間で動線を分析して異常性を有する動線の発生率を算出し、
   前記記録手段は、前記発生率が所定の閾値を超えている監視対象を記録する、
   ことを特徴とする請求項４に記載の動線分析装置。
6. 前記記録手段によって記録された監視対象を表示する表示手段をさらに有することを特徴とする請求項４又は５に記載の動線分析装置。
7. 前記動線計測手段は、前記監視対象の位置と前記可視領域との時間的・空間的な重なりが検出された時間及び空間に限り、監視対象の動線を計測することを特徴とする請求項１乃至６のいずれか１項に記載の動線分析装置。
8. 監視カメラと動線分析装置とを有する監視システムであって、
   前記動線分析装置は、
   前記監視カメラによって撮影された映像データから取得された前記監視対象の位置と前記位置に対応する時刻とに基づいて前記監視対象の動線を計測する動線計測手段と、
   監視者が監視対象を認識できる可視領域を計測する可視領域計測手段と、
   前記動線計測手段によって計測された動線と、前記可視領域計測手段によって計測された可視領域との、時間的・空間的な重なりを検出する重なり検出手段と、
   前記重なり検出手段によって検出された前記時間的・空間的な重なりを有する区間の動線を抽出する動線抽出手段と、
   前記動線抽出手段によって抽出された動線に異常性が認められるかを分析する動線分析手段と、
   前記動線分析手段によって動線に異常性が認められた監視対象を記録する記録手段と、
   を有することを特徴とする監視システム。
9. 前記動線分析手段によって動線に異常性が認められた前記監視対象を追尾するように前記監視カメラの姿勢又は焦点距離のいずれか一方又は双方を制御する監視カメラ制御手段をさらに有することを特徴とする請求項８に記載の監視システム。
10. 監視対象の動線を分析する動線分析方法であって、
    監視対象の動線を計測する動線計測工程と、
    監視者が監視対象を認識できる可視領域を計測する可視領域計測工程と、
    前記動線計測工程において計測された動線と、前記可視領域計測工程において計測された可視領域との、時間的・空間的な重なりを検出する重なり検出工程と、
    前記重なり検出工程において検出された前記時間的・空間的な重なりを有する区間の動線を抽出する動線抽出工程と、
    を有することを特徴とする動線分析方法。
11. 請求項１乃至７のいずれか１項に記載の動線分析装置の各手段としてコンピュータを機能させるためのプログラム。