JP2017156956A - 機器選択装置、その方法及びそのプログラム - Google Patents

機器選択装置、その方法及びそのプログラム Download PDF

Info

Publication number
JP2017156956A
JP2017156956A JP2016039114A JP2016039114A JP2017156956A JP 2017156956 A JP2017156956 A JP 2017156956A JP 2016039114 A JP2016039114 A JP 2016039114A JP 2016039114 A JP2016039114 A JP 2016039114A JP 2017156956 A JP2017156956 A JP 2017156956A
Authority
JP
Japan
Prior art keywords
image
setting area
congestion
selection
real
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.)
Abandoned
Application number
JP2016039114A
Other languages
English (en)
Inventor
昌之 丸山
Masayuki Maruyama
昌之 丸山
山口 修
Osamu Yamaguchi
修 山口
智行 柴田
Satoyuki Shibata
智行 柴田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP2016039114A priority Critical patent/JP2017156956A/ja
Priority to US15/260,182 priority patent/US20170256044A1/en
Publication of JP2017156956A publication Critical patent/JP2017156956A/ja
Abandoned legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53Recognition of crowd images, e.g. recognition of crowd congestion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30242Counting objects in image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2215/00Indexing scheme for image rendering
    • G06T2215/16Using real world measurements to influence rendering

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】画像内の人数の偏在に基づいて、混雑の緩和を行うことができる機器を選択できる機器選択装置を提供する。
【解決手段】機器選択装置10は、実世界に配された複数台の機器を含む画像を取得する画像取得部11と、稼働中の1台の前記機器を設定し、前記機器に対応する前記画像上の画像設定領域を設定し、前記画像設定領域内に存在する人間の画像混雑度を算出する第1算出部12と、前記画像と前記実世界上との位置関係から、前記画像設定領域に対応する前記実世界上の現実設定領域を算出し、前記画像混雑度から前記現実設定領域内の現実混雑度を算出する第2算出部13と、前記現実混雑度が予め定めた第1基準を満たしている場合に、前記設定した稼働中の機器以外の停止中の前記機器を、予め定めた第1選択規則に基づいて選択し、前記選択した停止中の前記機器の稼働情報を出力する選択部14とを有する。
【選択図】 図1

Description

本発明の実施形態は、機器選択装置、その方法及びそのプログラムに関するものである。
従来、カメラによって人間の数を算出し、その算出結果に基づいてこれら人間を誘導して混雑を解消する技術が提案されている。
特開2014−170417号公報 特開2015−108913号公報 特開2006−031645号公報
しかし、上記従来技術であると撮影範囲内の人間の総数のみに基づいて混雑緩和を行っており、撮影範囲内の局所的な人数の偏在に基づいて混雑緩和を行っておらず、そのため、この混雑の緩和を行うためにどの機器を選択して動作させるかが判断できないという問題点があった。
そこで本発明の実施形態は、上記問題点に鑑み、取得した画像内の人数の偏在に基づいて混雑の緩和を行うことができる機器を選択できる機器選択装置、その方法及びそのプログラムを提供することを目的とする。
本発明の実施形態は、実世界に配された複数台の機器を含む画像を取得する画像取得部と、稼働中の1台の前記機器を設定し、前記画像上に前記機器に対応する画像設定領域を設定し、前記画像設定領域内に存在する人間の画像混雑度を算出する第1算出部と、前記画像と前記実世界上との位置関係から、前記画像設定領域に対応する前記実世界上の現実設定領域を算出し、前記画像混雑度から前記現実設定領域内の現実混雑度を算出する第2算出部と、前記現実混雑度が予め定めた第1基準を満たしている場合に、前記設定した稼働中の機器以外の停止中の前記機器を、予め定めた第1選択規則に基づいて選択し、前記選択した停止中の前記機器の稼働情報を出力する選択部と、を有する機器選択装置である。
本発明の一実施形態の機器選択装置のブロック図。 機器選択装置のフローチャート。 3台のレジを1台のカメラで撮影した画像の図。 画像上に画像設定領域を設定した図。 混雑が増えた画像上に画像設定領域を設定した図。 画像上に画像設定領域の結合を防止する境界線を設けた図。 2台のレジの前で買物客の行列が形成されている場合の実世界の平面図。 (a)は1台のレジの前で買物客の行列が折れ曲がっている場合の画像の図であり、(b)はその実世界の平面図。 1台のレジ前で買物客が混雑している場合の画像の図。 レジ前の買物客の混雑が解消している場合の画像の図。 パーティションポールを画像認識した状態の画像の図。 機器選択装置のハードウェア構成の一例を表すブロック図。
以下、本発明の一実施形態の機器選択装置10について図面を参照して説明する。
実施形態1
以下、本発明の実施形態1の機器選択装置10について図1と図2を参照して説明する。
機器選択装置10について図1のブロック図に基づいて説明する。図1に示すように機器選択装置10は、画像取得部11、第1算出部12、第2算出部13、選択部14を有している。
「機器」とは、複数の人間が行列を作って順番に操作し、又は、通行する機器を意味する。スーパーマーケットや小売店などのレジ、自動販売機、駅、映画館、食堂、遊園地などの券売機、銀行のATM、空港の搭乗ゲート、スタジアムや遊園地の入場口などの入場ゲートである。本実施形態では、複数台の機器が、一列に沿って設置されている。なお、機器選択装置10と複数台の機器は、管理者によって管理され、機器は、機器選択装置10の稼働信号に基づいて機器が自動的に稼働するか、又は、稼働信号に基づいて管理者が機器を稼働させる。また、機器は、機器選択装置10の停止信号に基づいて機器が自動的に停止するか、又は、停止信号に基づいて管理者が機器を停止させる。
1台のカメラ100が、画像取得部11に接続され、人間の混雑度を算出したい範囲を撮影するように建屋や野外に設置され、さらに複数の機器が、同じ画像8で全て撮影できるように設置されている。また、カメラ100を設置したときに世界座標系と画像座標系の位置関係(画像と実世界の位置関係)を示すカメラパラメータを較正(キャリブレーション)して求めておく。世界座標系における実世界の位置と、画像座標系における画像8上の位置との関係は、そのカメラパラメータに基づいて、実世界の位置を画像8の位置に投影し、また、逆に画像8の位置を実世界の位置に投影して算出する。
また、第1算出部12、第2算出部13には、マウス、ペン、キーボードなどの入力装置107とディスプレイなどの表示装置109が接続されている。以下、各部11〜14を図2のフローチャートに基づいて説明する。
画像取得部11は、ステップS1において、カメラ100から時刻t1における画像8を取得する。「画像8」は、静止画像、又は、動画像の一フレームを意味する。また、画像取得部11は、時刻t1に続いて、時刻t2、t3の画像8を取得する。
第1算出部12は、ステップS2において、取得した時刻t1における画像8上に設定された1つ以上の画像設定領域内の画像混雑度を算出する。
「画像混雑度」とは、画像8上の画像設定領域内の人間に基づく統計量であり、例えば単位領域内に占める人間の面積の割合、又は、単位領域内の人数である。第1算出部12は、人間の上半身や頭部を検出して画像混雑度を算出する。また、第1算出部12は、画像8を小領域(例えば10×10画素の領域)に分割し、小領域内のテクスチャを特徴量として小領域内の人数と特徴量との関係を機械学習し、小領域内の人数を求めて画像混雑度を算出してもよい。
「画像設定領域」は、特定の機器に対応した画像混雑度を算出するための画像8上の領域であり、カメラ100の設置、カメラパラメータの求値後に設定する。設定方法は、下記の方法がある。第1算出部12が、画像設定領域を求める方法について説明する。
まず、混雑計測開始時(時刻t1)における最初の画像設定領域の設定方法について説明する。
第1の設定方法は、管理者が、特定の機器の識別情報を設定し、また、表示装置109を見ながら入力装置107を用いて、画像設定領域を画像8上で直接設定する。そして、第1算出部12は、設定した機器の識別情報(以下、「設定識別情報」という)と画像設定領域を対応付ける。
第2の設定方法は、管理者が、特定の機器の識別情報を設定し、また、実世界の図面(道路の地図や店舗の設計図など)上で領域を指定し、第1算出部12が、実世界で指定した領域に対応した画像8上の領域をカメラパラメータを用いて投影し、その投影した画像8上の領域を画像設定領域に設定する。そして、第1算出部12は、設定した機器の設定識別情報と画像設定領域を対応付ける。
第3の設定方法は、管理者が、画像8上、又は、実世界上の基準となる位置(一点)を指定し、第1算出部12は、その指定した点を画像8上に投影し、投影した点から一定の距離範囲内を画像設定領域として設定する。また、管理者が、特定の機器の識別情報を設定する。そして、第1算出部12は、設定した機器の設定識別情報と画像設定領域を対応付ける。
第4の設定方法は、実世界の構造物により予め人間が集中する形態がわかる場合である。このときには、第1算出部12は、カメラ100で撮影している範囲内の構造物を画像認識で検出し、検出結果に基づいて画像設定領域を設定する。また、管理者が、特定の機器の識別情報を設定する。そして、第1算出部12は、設定した機器の設定識別情報と画像設定領域を対応付ける。「構造物」とは、部屋や野外に設置された棚の配置、道路、通路、行列を作るためのパーティションポール、床や地面に描かれた誘導用線などである。
次に、人間の移動の状態によって画像設定領域は時間と共に変化するので、第1算出部12は、その時間変化をもとに画像設定領域の結合や分離を行う。
画像混雑度の結合や分離は、既に存在する混雑(集団、又は、一人の人間)、すなわち、時刻t1以前の時刻t0における混雑Aと、時効t0と時刻t1の間に追加で現れた混雑(集団、又は、一人の人間)Bについて、それぞれの混雑A,B間の距離を求め、距離が事前に定めた距離閾値r以下なら混雑Aの範囲と混雑Bの範囲を結合する。既存の混雑が複数存在する場合は、最も距離が短い既存混雑に結合する。また、距離が距離閾値s以上なら分離する。画像8上の混雑A,B間の距離について、例示する。
第1の例は、混雑Aの重心(座標)と混雑Bの重心(座標)の市街地距離を混雑A,B間の距離とする。
第2の例は、混雑Aを構成する範囲に含まれる画素の中のある1点Pと、混雑Bを構成する範囲に含まれる画素の中のある1点Qについて点Pと点Qのユークリッド距離を求め、全ての点P,点Qの組み合わせについて距離を求め、最小値を混雑A,B間の距離とする。
複数の既存混雑が画像8上に存在し、画像8上で優位な距離の差が得られなくなった場合、すなわち、画像8上で人間同士(例えば、頭部特徴を元に混雑度を計測する場合、頭部同士である)が重なってしまうと画像8上でどれほど合理的に結合、分離しても、その結果が正しくない可能性がある。そのような場合に画像8上で結合、分離するために、図6のように事前に定めた境界で強制的に領域を分ける。
一方、画像8上での分離が難しい場合は、まず画像設定領域を実空間上に射影し、実空間上で何メートル離れているかを計算して結合するか分離するかを判断する。
画像8上で結合するか、実空間上で結合するかの判断は、例えば以下のように行う。
まず画像8上に既存混雑A,Bが存在し、そこに新たな混雑Cが生じたとき、混雑A,B間の距離をa,混雑A,C間の距離をbとしたとき、結合判断用の距離閾値r1と、判断をあきらめる距離閾値r2の2つの距離閾値を用意する。但し、r1>r2である。
第1算出部12は、r2<a<b<r1, r2<a<r1<b,a<r2<b<r1,a<r2<r1<bのときは、混雑Cを混雑Aに結合する。
第1算出部12は、a<b<r2のときは、画像8上での結合の判断をあきらめるか、強制的に画像設定領域に分割する。
第1算出部12は、r2<r1<a<bのときは、混雑Cは混雑A及び混雑Bのいずれにも結合しない。
第1算出部12は、画像8上での結合、分離をせず、全て実空間上に投影してもよい。但し、画像8上から実空間への射影時に検出された人間の身長差からくる位置誤差が生じるので、画像8上で有意な連結性が計測できる場合は画像8上で区分をした方が精度が上がる。
第2算出部13は、ステップS3において、カメラパラメータを用いて時刻t1における画像8上の画像設定領域に対応する実世界上の領域(以下、「現実設定領域」という)を算出する。
次に、第2算出部13は、時刻t1における現実設定領域内の人間の密度(以下、「現実混雑度」という)を画像混雑度から算出する。なお、現実混雑度は、単位面積当たりの人数であり、例えば1平方メートル当たりの人数であって、画像混雑度が、単位領域内に占める人間の面積の割合、又は、単位領域内の人数であるので、第2算出部13は、画像混雑度を現実設定領域の面積に対応するように変換して現実混雑度を算出する。
画面混雑度から現実混雑度への変換は、画面(画像8の平面)を床に平行で床からの高さhの平面に射影変換(Homography変換)して求める。この射影変換のパラメータはカメラパラメータから求める。高さhは、現実混雑度を求めるために検出する人間の部位によって設定値が異なり、例えば現実混雑度の計測に頭部の特徴量を用いる場合は人間の身長とし、上半身特徴を用いる場合は上半身矩形の上端の高さ(=身長)、又は、上半身矩形の下端(すなわち、みぞおちの高さである)とする。統計によると日本人間の身長の平均値は男性で約170cm、同女性で約158cmであるので、現実混雑度の計測に頭部の特徴量を用いる場合は、例えばh=164cmと設定すればよい。また、上半身矩形の下端を用いる場合も同様に、体のみぞおちの高さの平均値を用いてh=117cmと設定すればよい。
次に、第2算出部13は、時刻t1における画像設定領域と対応付けられた設定した機器の設定識別情報を、算出した現実設定領域にそのまま対応付ける。
選択部14は、ステップS4において、時刻t1における現実設定領域の現実混雑度が予め定めた第1基準を満たしている場合に、その現実設定領域に対応付けられた機器の設定識別情報を呼び出す。そして、選択部14は、予め定められた第1選択規則に基づいて設定識別情報を有する機器以外の機器の識別情報(以下、「選択識別情報」という)を一、又は、複数選択し、その選択した機器を稼働させて、時刻t1における人間の混雑を緩和、解消できる。
選択部14が、選択識別情報を有する機器を稼働させる場合には、その機器に直接稼働情報を出力するか、又は、管理者の制御装置に稼働情報(選択識別情報を表現した音声信号、又は、テキスト信号)を出力する。
第1基準は、混雑がひどい状態を示す基準であり、例えば、現実混雑度が第1混雑閾値(3人/m2)以上である。
第1選択規則には、例えば、下記のような規則があり、選択部14が記憶している。なお、前提条件として、n台の機器が一列に並んで配置され、その中の1台が設定識別情報を有する機器とし、停止している機器のみから選択する。
第1規則は、停止している機器であって、設定識別情報を有する機器と片側、又は、両側に隣接する1台、又は、複数台の機器を選択する。
第2規則は、停止している機器であって、設定識別情報を有する機器が列の一端にある場合には、他端にある1台の機器を選択する。
第3規則は、停止している機器であって、列の中の1台、又は、複数台の機器をランダムに選択する。
第4規則は、停止している機器であって、設定識別情報を有する機器と片側、又は、両側の2台隣の1台、又は、複数台の機器を選択する。
上記説明では、機器選択装置10が、時刻t1の画像8についての処理のみ説明したが、以後続いて時刻t2の画像8、時刻t3の画像8と順番に処理して、各時刻において稼働する機器を選択する。この処理するタイミングは、1分毎、10分毎、30分毎、1時間毎である。
本実施形態によれば、実世界上の混雑した現実設定領域を特定し、この混雑を解消する機器を適切に稼働するように稼働情報を時刻毎に出力することで、混雑をリアルタイムに緩和、解消できる。
実施形態2
以下、本発明の実施形態2の機器選択装置10について図1、図3〜図10を参照して説明する。本実施形態でも、機器選択装置10は、図1に示すように、カメラ100、画像取得部11、第1算出部12、第2算出部13、選択部14、入力装置107、表示装置109を有している。
本実施形態では、機器選択装置10を、スーパーマーケット、コンビニエンスストアなどの小売店に一列に配置された3台のレジ21,レジ22,レジ23の稼働、停止に適用した場合について説明する。図3に示すように、複数の買物客4は、各レジの前で1列の行列をそれぞれ形成して会計処理を待っている。この適用例では、「機器」とは。従業員3が会計作業を行うレジ、又は、買物客4が自分自身で会計作業を行うセルフレジである。「レジ」とは、レジスター台2の上にレジスター1が置かれ、このレジスター1を従業員3が操作して、買物客4の会計を処理するものであり、買物客4は会計が終了するとそのレジ21などの前を通行できるため、一種のゲートである。セルフレジも、従業員3に代わって買物客4が自分自身で会計を処理するものであり、買物客4は会計が終了するとそのレジの前を通行できるため、一種のゲートである。また、1台のカメラ100が、図3に示すように、3台のレジ21,レジ22,レジ23と買物客4が行列を形成する範囲を撮影している。そして、画像取得部11が、カメラ100からこの画像8を取得する。なお、レジ21,レジ22,レジ23の識別情報は、それぞれ「R21」、「R22」、「R23」とする。
第1算出部12は、取得した時刻t1における画像8上に設定された画像設定領域内の買物客4の画像混雑度を算出する。
買物客4の画像混雑度を算出するための画像設定領域の設定方法は、管理者が表示装置109に表示された画像8を見ながら入力装置107で設定する。また、管理者が、その画像設定領域の特定の機器の識別情報を設定する。
例えば、図4に示すように、管理者が、レジ21の前にできる買物客4の行列の領域を画像設定領域31と設定し、その設定識別情報として「R21」と設定し、レジ22の前にできる買物客4の行列の領域を画像設定領域32と設定し、その設定識別情報として「R22」と設定し、レジ23の前にできる買物客4の行列でできそうな領域を画像設定領域33として画像8上に設定と設定し、その設定識別情報として「R23」と設定する。
なお、第1算出部12は、画像設定領域31,32,33の画像混雑度が、予め定めた第1閾値以上になった場合には、下記の第1の条件、又は、第2の条件を満たすことを前提として、図5に示すように、領域311,321,331を、それぞれ画像設定領域31,32,33に結合して画像設定領域を拡張する。
第1の条件は、隣接する画像設定領域31,32,33の画像混雑度が予め定めた第2閾値以上になったときである。
第2の条件は、それぞれ画像設定領域31と画像設定領域311、画像設定領域32と画像設定領域321、画像設定領域33と画像設定領域331の画像混雑度の変化率が予め定めた第3閾値以下になるときである。
このとき、画像設定領域31と画像設定領域32が結合しないようにする場合は、図6に示すように、管理者が境界線50、又は、境界領域51を画像設定領域31と画像設定領域32の間に予め設定し、第1算出部12が、境界線50、又は、境界領域51を跨いで画像設定領域が結合しないように処理する。
第2算出部13は、カメラパラメータを用いて時刻t1における画像8上の画像設定領域を実世界に投影して現実設定領域を算出する。第2算出部13は、図4に示す画像設定領域31,32,33に対応する実世界上の現実設定領域を、図7に示すようにそれぞれ現実設定領域41,42,43と設定する。次に、第2算出部13は、この現実設定領域内の現実混雑度を画像混雑度から算出する。次に、第2算出部13は、画像設定領域と対応付けられた設定識別情報を、算出した現実設定領域にそのまま対応付ける。
図8(a)に示すように買物客4の行列が一直線状にならず、途中で折れるような画像設定領域31の場合は、図8(b)に示すように折れ曲がった領域を現実設定領域41として設定する。
選択部14は、時刻t1における各レジの現実設定領域における現実混雑度が予め定めた基準を満たすかどうかで、稼働するレジを選択する。
図9に示すように、1台のレジ21が稼働している状態で、そのレジ21の現実設定範囲41の現実混雑度が高く、予め定めた第1基準(例えば、現実混雑度が3人/m2以上)を満たしたとする。
選択部14は、レジ21は、既に稼働しているため、第1選択規則に基づいて選択識別情報を選択する。第1選択規則としては、例えば、実施形態1における第1規則を用い、設定識別情報を有する機器と隣接する1台のレジ22を選択する。選択部14は、レジ22の選択識別情報「R02」が稼働するように、選択識別情報(R02)を含む稼働情報を管理者に出力する。
以下、機器選択装置10は、同様にして時刻t毎に上記処理を繰り返し行う。
本実施形態により、混んでいるレジを特定し、この混雑を解消するための停止中のレジをリアルタイムに稼働させることができる。
上記選択部14では、混雑ひどい時にレジを稼働させる処理だけであったが、これに加えて混雑が緩和、解消された時にレジを停止させる処理を行ってもよい。このときは、第1選択規則に加えて、停止するレジを選択するための第2選択規則を選択部14が記憶している。この第2選択規則は、複数台のレジの現実混雑度が低い場合に、現実混雑度がより低い1台のレジを選択して停止するという規則である。なお、レジを停止させる場合には、稼働しているレジから選択することが前提条件となる。
図10に示すように、2台のレジ21,22が稼働している状態で、レジ21,22の現実設定範囲41,42の現実混雑度が共に低く、予め定めた第2基準(例えば、現実混雑度が0.5人/m2以下)を満たしたとする。なお、第2基準は、混雑が緩和、解消された状態を示す基準であり、例えば、現実混雑度が第2混雑閾値(1人/m2)以下である。選択部14は、第2選択規則に基づいてレジ22が停止するように選択する。具体的には、選択部14は、画像混雑度がより低く、稼働率が低いレジ22を第2選択規則に基づいて選択し、管理者にレジ22を停止するように選択識別情報(R02)を含む停止情報を出力する。
実施形態3
本発明の実施形態3の機器選択装置10について図11に基づいて説明する。
図11に示すように、本実施形態では、複数台のレジ、又は、セルフレジに、複数の買物客4がフォーク並び(1列振り分け方式)で行列を形成する場合に、複数台のレジの近傍に行列を形成するためのパーティションポールが設置されているとする。そのときには、機器選択装置10の画像取得部11が、このパーティションポールを画像認識で検出し、第1算出部12が、その画像認識した領域を画像設定領域61として設定する。
実施形態4
本発明の実施形態4の機器選択装置10について説明する。
上記実施形態2では、機器としてレジで説明したが、これに代えて駅、食堂、映画館の券売機でもよい。この場合には、機器選択装置10は、レジの場合と同様に、稼働中の券売機に並んだ観客の行列の現実混雑度を算出し、その現実混雑度が高い場合には、他の券売機を稼働させる稼働情報を出力する。
変更例
図12は、機器選択装置10のハードウェア構成の一例を表すブロック図である。図12に示すように、機器選択装置10は、CPU101と、機器選択プログラムなどを記憶するROM102と、RAM103と、HDD(Hard Disk Drive)104と、HDD104とのインターフェイスであるI/F105と、カメラ100からの画像8を取得するインターフェイスであるI/F106と、マウス、ペン、キーボードなどの入力装置107と、入力装置107とのインターフェイスであるI/F108と、ディスプレイなどの表示装置109と、表示装置109とのインターフェイスであるI/F110と、稼働情報や停止情報を出力する出力装置111と、出力装置111とのインターフェイスであるI/F112と、バス113とを備えており、通常のコンピュータを利用したハードウェア構成となっている。
機器選択装置10では、CPU101がROM102から機器選択プログラムをRAM103上に読み出して実行することにより、上記各部(画像取得部11、第1算出部12、第2算出部13、選択部14)がコンピュータ上で実現され、HDD104に記憶されているデータ等を用いて、I/F106からの上記処理を行う。
なお、機器選択プログラムはHDD104に記憶されていてもよい。また、機器選択プログラムは、インストール可能な形式又は実行可能な形式のファイルでCD(Compact Disk)−ROM、CD−R、メモリカード、DVD(Digital Versatile Disk)、フレキシブルディスク(FD)、USBメモリ等のコンピュータで読み取り可能な記憶媒体に記憶されて提供されるようにしてもよい。また、プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するようにしてもよい。また、機器選択プログラムを、インターネット等のネットワーク経由で提供または配布するようにしてもよい。
また、上記コンピュータに限らず、機器選択装置10は、システムLSI(LargeScale Integration)で実現してもよく、CPU(Central Processing Unit)と、機器選択プログラムを記憶するROM(Read Only Memory))と、RAM(Random Access Memory)と、カメラ100からの画像8の入力用のインターフェイスであるI/Fと、選択した機器仁関する情報を外部へ出力する出力用I/Fと、これら部品を接続するバスとを備えた構成でもよい。
なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
10・・・機器選択装置、11・・・画像取得部、12・・・第1算出部、13・・・第2算出部、14・・・選択部

Claims (14)

  1. 実世界に配された複数台の機器を含む画像を取得する画像取得部と、
    稼働中の1台の前記機器を設定し、前記画像上に前記機器に対応する画像設定領域を設定し、前記画像設定領域内に存在する人間の画像混雑度を算出する第1算出部と、
    前記画像と前記実世界上との位置関係から、前記画像設定領域に対応する前記実世界上の現実設定領域を算出し、前記画像混雑度から前記現実設定領域内の現実混雑度を算出する第2算出部と、
    前記現実混雑度が予め定めた第1基準を満たしている場合に、前記設定した稼働中の機器以外の停止中の前記機器を、予め定めた第1選択規則に基づいて選択し、前記選択した停止中の前記機器の稼働情報を出力する選択部と、
    を有する機器選択装置。
  2. 前記選択部は、前記現実混雑度が予め定めた第2基準を満たしている場合に、前記設定した稼働中の機器以外の稼働中の前記機器を、予め定めた第2選択規則に基づいて選択し、前記選択した稼働中の前記機器の停止情報を出力する、
    請求項1に記載の機器選択装置。
  3. 前記第1算出部は、過去に設定された前記画像設定領域に含まれる混雑と新たに追加された混雑の距離が、距離閾値より小さいときに、過去に設定された前記画像設定領域に新たに追加された前記混雑の範囲を結合して、新たな前記画像設定領域に設定する、
    請求項1又は2に記載の機器選択装置。
  4. 前記画像には、複数台の前記機器が一列に配された状態が含まれ、
    前記画像設定領域には、複数の前記人間の行列が存在している領域が含まれている、
    請求項1乃至3のいずれか一項に記載の機器選択装置。
  5. 前記第1規則は、前記設定した稼働中の機器と隣接している停止中の前記機器を選択するという規則である、
    請求項4に記載の機器選択装置。
  6. 前記第1算出部は、前記画像内における前記人間の前記行列を整列、又は、誘導する器具を画像認識で検出して前記画像設定領域に設定する、
    請求項4に記載の機器選択装置。
  7. 前記第1算出部は、前記画像設定領域の前記画像混雑度が、予め定めた第1閾値より高い場合には、他の領域を前記画像設定領域に結合して前記画像設定領域を拡張する、
    請求項1に記載の機器選択装置。
  8. 前記第1算出部は、(1)前記画像混雑度が前記第1閾値より高く、かつ、(2)前記画像設定領域の前記画像混雑度と、前記画像設定領域に隣接する前記画像設定領域の前記画像混雑度の差が予め定めた第2閾値より低い場合に、前記画像設定領域に前記隣接する画像設定領域を結合する、
    請求項7に記載の機器選択装置。
  9. 前記第1算出部は、前記画像混雑度が前記第1閾値より高い場合でも、設定された境界で分割された他の前記画像設定領域を結合しない、
    請求項7に記載の機器選択装置。
  10. 前記第1基準は、前記現実設定領域内の単位面積当たりの人数が、第1混雑閾値より大きいときである、
    請求項1に記載の機器選択装置。
  11. 前記第2基準は、前記現実設定領域内の単位面積当たりの人数が、第2混雑閾値より小さいときである、
    請求項2に記載の機器選択装置。
  12. 前記機器が、レジ、券売機、自動販売機、ATM、ゲートである、
    請求項1に記載の機器選択装置。
  13. 実世界に配された複数台の機器を含む画像を取得する画像取得ステップと、
    稼働中の1台の前記機器を設定し、前記画像上に前記機器に対応する画像設定領域を設定し、前記画像設定領域内に存在する人間の画像混雑度を算出する第1算出ステップと、
    前記画像と前記実世界上との位置関係から、前記画像設定領域に対応する前記実世界上の現実設定領域を算出し、前記画像混雑度から前記現実設定領域内の現実混雑度を算出する第2算出ステップと、
    前記現実混雑度が予め定めた第1基準を満たしている場合に、前記設定した稼働中の機器以外の停止中の前記機器を、予め定めた第1選択規則に基づいて選択し、前記選択した停止中の前記機器の稼働情報を出力する選択ステップと、
    を有する機器選択方法。
  14. 実世界に配された複数台の機器を含む画像を取得する画像取得機能と、
    稼働中の1台の前記機器を設定し、前記画像上に前記機器に対応する画像設定領域を設定し、前記画像設定領域内に存在する人間の画像混雑度を算出する第1算出機能と、
    前記画像と前記実世界上との位置関係から、前記画像設定領域に対応する前記実世界上の現実設定領域を算出し、前記画像混雑度から前記現実設定領域内の現実混雑度を算出する第2算出機能と、
    前記現実混雑度が予め定めた第1基準を満たしている場合に、前記設定した稼働中の機器以外の停止中の前記機器を、予め定めた第1選択規則に基づいて選択し、前記選択した停止中の前記機器の稼働情報を出力する選択機能と、
    をコンピュータに実現させるための機器選択プログラム。
JP2016039114A 2016-03-01 2016-03-01 機器選択装置、その方法及びそのプログラム Abandoned JP2017156956A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2016039114A JP2017156956A (ja) 2016-03-01 2016-03-01 機器選択装置、その方法及びそのプログラム
US15/260,182 US20170256044A1 (en) 2016-03-01 2016-09-08 Device selecting apparatus, method and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016039114A JP2017156956A (ja) 2016-03-01 2016-03-01 機器選択装置、その方法及びそのプログラム

Publications (1)

Publication Number Publication Date
JP2017156956A true JP2017156956A (ja) 2017-09-07

Family

ID=59722211

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016039114A Abandoned JP2017156956A (ja) 2016-03-01 2016-03-01 機器選択装置、その方法及びそのプログラム

Country Status (2)

Country Link
US (1) US20170256044A1 (ja)
JP (1) JP2017156956A (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021087065A (ja) * 2019-11-26 2021-06-03 西日本旅客鉄道株式会社 駅監視システム
JP2021524770A (ja) * 2018-05-17 2021-09-16 ユニバーサル シティ スタジオズ リミテッド ライアビリティ カンパニー モジュラー型遊園地システム及び方法
JP2023039286A (ja) * 2021-09-08 2023-03-20 ソフトバンク株式会社 判定装置、プログラム、及び判定方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6950692B2 (ja) * 2016-08-04 2021-10-13 日本電気株式会社 人流推定装置、人流推定方法およびプログラム
JP6918523B2 (ja) * 2017-03-06 2021-08-11 キヤノン株式会社 情報処理システム、情報処理装置、情報処理方法ならびに情報処理方法をコンピュータに実行させるプログラム
JP6733766B1 (ja) * 2019-03-28 2020-08-05 日本電気株式会社 解析装置、制御方法、及びプログラム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7630986B1 (en) * 1999-10-27 2009-12-08 Pinpoint, Incorporated Secure data interchange
CN101965576B (zh) * 2008-03-03 2013-03-06 视频监控公司 用于追踪、索引及搜寻的物件匹配
US9530060B2 (en) * 2012-01-17 2016-12-27 Avigilon Fortress Corporation System and method for building automation using video content analysis with depth sensing
JP6178226B2 (ja) * 2013-12-04 2017-08-09 株式会社日立製作所 人流誘導システム及び人流誘導方法
JP5796228B2 (ja) * 2014-02-06 2015-10-21 パナソニックIpマネジメント株式会社 会計業務支援装置、会計業務支援システムおよび会計業務支援方法
JP5906556B1 (ja) * 2014-10-17 2016-04-20 パナソニックIpマネジメント株式会社 モニタリング装置、モニタリングシステムおよびモニタリング方法
US10623888B2 (en) * 2015-03-05 2020-04-14 Telenav, Inc. Computing system with crowd prediction mechanism and method of operation thereof
JP6645150B2 (ja) * 2015-12-04 2020-02-12 株式会社Jvcケンウッド 情報提供装置、情報提供方法、プログラム

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021524770A (ja) * 2018-05-17 2021-09-16 ユニバーサル シティ スタジオズ リミテッド ライアビリティ カンパニー モジュラー型遊園地システム及び方法
US11633673B2 (en) 2018-05-17 2023-04-25 Universal City Studios Llc Modular amusement park systems and methods
JP7354151B2 (ja) 2018-05-17 2023-10-02 ユニバーサル シティ スタジオズ リミテッド ライアビリティ カンパニー 遊園地システム
JP2021087065A (ja) * 2019-11-26 2021-06-03 西日本旅客鉄道株式会社 駅監視システム
JP2023039286A (ja) * 2021-09-08 2023-03-20 ソフトバンク株式会社 判定装置、プログラム、及び判定方法
JP7303852B2 (ja) 2021-09-08 2023-07-05 ソフトバンク株式会社 判定装置、プログラム、及び判定方法

Also Published As

Publication number Publication date
US20170256044A1 (en) 2017-09-07

Similar Documents

Publication Publication Date Title
JP2017156956A (ja) 機器選択装置、その方法及びそのプログラム
US10839227B2 (en) Queue group leader identification
US8891855B2 (en) Information processing apparatus, information processing method, and program for generating an image including virtual information whose size has been adjusted
US10410333B2 (en) Product monitoring device, product monitoring system, and product monitoring method
US10607356B2 (en) Congestion analysis device, congestion analysis method, and congestion analysis program
US8107676B2 (en) Line length estimation
US20140358639A1 (en) Customer category analysis device, customer category analysis system and customer category analysis method
JP2010097256A (ja) 情報提供装置、情報提供方法及びプログラム
JP2010204882A (ja) 関係分析方法、関係分析プログラム、および、関係分析装置
WO2022160592A1 (zh) 一种信息处理方法、装置、电子设备及存储介质
JP5780348B1 (ja) 情報提示プログラム及び情報処理装置
US9019373B2 (en) Monitoring device, method thereof
JP4963297B2 (ja) 人物計数装置および人物計数方法
JP2023024519A (ja) 情報処理装置
KR102550673B1 (ko) 방문객 출입 통계 분석 방법 및 장치
KR20130092836A (ko) 증강현실기술을 이용한 좌석안내 장치 및 그 방법
US20170228989A1 (en) Information processing apparatus, information processing system, information processing method, and non-transitory storage medium
US9324292B2 (en) Selecting an interaction scenario based on an object
JP2018128895A (ja) 支援システム、支援装置、支援方法及びプログラム
JP6519833B2 (ja) 情報提示装置、情報提示システム、及び情報提示方法
JP5394203B2 (ja) 主要動線出力装置、主要動線出力方法およびプログラム
JP2016105243A (ja) 人流分析システム、人流分析方法、プログラム及びコンピュータ記憶媒体
JP6551856B2 (ja) 情報提示装置、情報提示システム、及び情報提示方法
JP2018106385A (ja) 行列の待ち時間算出システム、行列の待ち時間算出方法及びプログラム
KR101750607B1 (ko) 색상분석을 이용한 능동적인 쇼윈도 디스플레이 장치, 이의 실행 방법 및 시스템

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180220

A762 Written abandonment of application

Free format text: JAPANESE INTERMEDIATE CODE: A762

Effective date: 20190107