JP2018101268A - 通行量計測装置 - Google Patents

Abstract

【課題】移動体の通行量を高精度に計測する。【解決手段】通行量計測装置１００は、判定部１０２と計測部１０３とを含む。判定部１０２は、移動体の通行量の計測対象エリアを異なるアングルで撮影することによって得られた複数の画像データからそれぞれから検出された１つ以上の移動体の推定身長の組み合わせが複数の画像データ間でマッチするか否かを判定する。計測部１０３は、１つ以上の移動体の推定身長の組み合わせが複数の画像データ間でマッチすると判定された場合には複数の画像データのいずれかから検出された移動体の総数を移動体の通行量として計測し、１つ以上の移動体の推定身長の組み合わせが複数の画像データ間でマッチしないと判定された場合には複数の画像データのうちの少なくとも１つから検出された移動体の総数を移動体の通行量の計測に用いない。【選択図】図２

Description

本発明は、移動体の通行量の計測技術に関する。

近年、監視カメラの映像から移動体（例えば人間）の通行量を計測する試みがなされている。通行量を計測することが唯一の目的であるならば、通行量の計測対象エリアを真上から撮影することが好ましい。計測対象エリアを真上から撮影した画像は、オクルージョンが他のアングルで撮影した画像に比べて生じにくいため、通行量を高精度に計測しやすい。

しかしながら、計測対象エリアを真上から撮影した画像は、移動体の特徴が現れる部位（例えば人間の顔や身体など）が写りにくく、移動体の属性（例えば人間の性別、年齢、服装など）を分析するのには向いていない。また、計測対象エリアの周囲の環境次第ではカメラの設置条件が制約され、当該計測対象エリアを真上から撮影することが困難となることもある。

移動体の特徴が現れる部位を写りやすくするためには、計測対象エリアを真上からではなく横方向から撮影することが好ましい。ここで、横方向とは、非鉛直方向を広く意味しており、厳密な意味での水平方向に限られず水平方向よりも上または下に傾いた方向も含み得る。他方で、横方向から撮影した画像は、真上から撮影した画像に比べて、オクルージョンが生じやすく通行量の計測精度に悪影響を及ぼすおそれがある。

特許文献１には、光軸が平行に設置された複数の撮像手段によって同一タイミングで計測領域を撮影した複数の画像間で（特徴点の）対応付けによって得られる空間座標データを利用し、個々の人間同士を分離する技術が開示されている。しかしながら、複数の画像から特徴点を検出する処理の負荷は相当大きいので、計測対象エリアの通行量が多い場合にはリアルタイム処理は困難となるおそれがある。

特開平１０−４９７１８号公報 特許第３０１１７４８号公報 特許第３１２３５８７号公報

本発明は、移動体の通行量を高精度に計測することを目的とする。

本発明の一態様によれば、通行量計測装置は、判定部と計測部とを含む。判定部は、移動体の通行量の計測対象エリアを異なるアングルで撮影することによって得られた複数の画像データからそれぞれから検出された１つ以上の移動体の推定身長の組み合わせが当該複数の画像データ間でマッチするか否かを判定する。計測部は、１つ以上の移動体の推定身長の組み合わせが複数の画像データ間でマッチすると判定された場合には当該複数の画像データのいずれかから検出された移動体の総数を移動体の通行量として計測し、１つ以上の移動体の推定身長の組み合わせが複数の画像データ間でマッチしないと判定された場合には当該複数の画像データのうちの少なくとも１つから検出された移動体の総数を移動体の通行量の計測に用いない。

本発明の別の態様によれば、通行量計測装置は、判定部と計測部とを含む。判定部は、移動体の通行量の計測対象エリアを異なるアングルで撮影することによって得られた複数の画像データからそれぞれから検出された１つ以上の移動体の推定身長および検出位置のペアの組み合わせが当該複数の画像データ間でマッチするか否かを判定する。計測部は、１つ以上の移動体の推定身長および検出位置のペアの組み合わせが複数の画像データ間でマッチすると判定された場合には当該複数の画像データのいずれかから検出された移動体の総数を移動体の通行量として計測し、１つ以上の移動体の推定身長および検出位置のペアの組み合わせが複数の画像データ間でマッチしないと判定された場合には当該複数の画像データのうちの少なくとも１つから検出された移動体の総数を移動体の通行量の計測に用いない。

本発明によれば、移動体の通行量を高精度に計測することができる。

第１の実施形態に係る通行量計測装置を含む通行量計測システムを例示するブロック図。 図１の通行量計測装置を例示するブロック図。 図１の監視装置を例示するブロック図。 通行量の計測対象エリアとその付近の移動体を例示する図。 通行量の計測対象エリアとその付近の移動体を真上から見下ろした図の一例。 図５の監視装置２００−１によって撮影される画像から検出される移動体を例示する図。 図５の監視装置２００−２によって撮影される画像から検出される移動体を例示する図。 通行量の計測対象エリアとその付近の移動体を真上から見下ろした図の一例。 図８の両方の監視装置によって撮影される画像から検出される移動体を例示する図。 図３の監視装置の動作を例示するフローチャート。 図２の通行量計測装置の動作を例示するフローチャート。 通行量の計測対象エリアとその付近の移動体を真上から見下ろした図の一例。 図１２の監視装置２００−１によって撮影される画像から検出される移動体を例示する図。 図１２の監視装置２００−２によって撮影される画像から検出される移動体を例示する図。 通行量の計測対象エリアとその付近の移動体を真上から見下ろした図の一例。 図１５の両方の監視装置によって撮影される画像から検出される移動体を例示する図。 通行量の計測対象エリアとその付近の移動体を真上から見下ろした図の一例。 図１７の監視装置２００−３によって撮影される画像から検出される移動体を例示する図。 移動体が検出窓を通り過ぎる時の様子の説明図。 移動体が検出窓を通り過ぎる時に得られるフレーム差分のうち当該検出窓に対応する２次元画素データを例示する図。 図２０の２次元画素データの各水平ライン上の１次元画素データを幅方向に積分した値を例示するグラフ。

以下、図面を参照しながら実施形態の説明を述べる。なお、以降、説明済みの要素と同一または類似の要素には同一または類似の符号を付し、重複する説明については基本的に省略する。例えば、複数の同一または類似の要素が存在する場合に、各要素を区別せずに説明するために共通の符号を用いることがあるし、各要素を区別して説明するために当該共通の符号に加えて枝番号を用いることもある。

（第１の実施形態）
第１の実施形態に係る通行量計測装置は、例えば、複数のカメラ付きの監視装置にネットワーク接続されたサーバである。通行量計測装置は、予め定められた通行量の計測対象エリアを通行する移動体の数を、当該計測対象エリアを異なるアングルで撮影する複数の監視装置から通知される移動体の推定身長に基づいて計測する。なお、身長は、全高として読み替えることができる。

本実施形態に係る通行量計測装置を含む通行量計測システムが図１に例示される。図１の通行量計測システムは、通行量計測装置１００と、複数の監視装置２００−１，２００−２・・・とを含む。通行量計測装置１００は、複数の監視装置２００−１，２００−２，・・・とネットワーク接続されている。

なお、監視装置２００の数は２つに限られず３つ以上であってもよい。また、複数の計測対象エリアが異なる場所に定められてもよい。この場合には、各計測対象エリアは、複数の監視装置２００によって異なるアングルで撮影されることになる。

監視装置２００−１および監視装置２００−２は、同一の計測対象エリアを異なるアングルでそれぞれ撮影することで画像データを得る。監視装置２００は、画像データから移動体を検出し、さらにこの移動体の身長を推定する。監視装置２００は、画像データから検出された移動体の総数と当該移動体のそれぞれの推定身長とを当該画像データの撮影時刻と併せてネットワーク経由で通行量計測装置１００に通知する。

なお、移動体の検出および移動体の身長の推定は、監視装置２００とは別の装置（例えば通行量計測装置１００）によって行われてもよい。但し、この場合には、監視装置２００は、データサイズの大きな画像データを送信する必要がある。故に、監視装置２００と別の装置との間のネットワークは、十分な解像度およびフレームレートを有する画像データを送信できる程度の帯域幅を確保することが求められる。

具体的には、監視装置２００は、図３に例示されるように、カメラ２０１と、記憶部２０２と、移動体検出部２０３と、身長推定部２０４と、通信部２０５とを含む。

カメラ２０１は、通行量の計測対象エリアを所定のアングルで撮影するように配置される。カメラ２０１は、計測対象エリアを継続的に撮影することで画像データを生成し、撮影時刻と関連付けて記憶部２０２に格納する。

記憶部２０２に格納された画像データは、移動体検出部２０３によって読み出される。移動体検出部２０３は、画像データから移動体の検出を試みる。移動体検出部２０３は、画像データから移動体が検出されたならば、当該画像データを身長推定部２０４に送る。移動体検出部２０３は、現行の画像データと過去（例えば１フレーム前）に撮影された画像データとの（フレーム）差分を計算し、差分から移動体を検出してもよい。

具体的には、図４に例示されるように、計測対象エリア内に仮想的な検出窓２０が１つまたは複数設けられてよい。移動体検出部２０３は、フレーム差分中で各検出窓２０に対応する矩形状の２次元画素データから当該検出窓２０を通り過ぎる移動体１０を検出してもよい。

移動体１０が検出窓２０に重なっていなければ、フレーム差分のうち当該検出窓２０に対応する２次元画素データは、ノイズを考慮しなければ略全ての場所で画素値が零（フレーム間で変化がなかったことを意味する）となる。他方、例えば図１９に示されるように、移動体１０が検出窓２０に重なっていれば、フレーム差分のうち当該検出窓２０に対応する２次元画素データにおいて移動体１０の動きに応じた位置の画素値が非零（フレーム間で変化があったことを意味する）となる。すなわち、図２０に例示されるように、検出窓２０に対応する２次元画素データにおいて、移動体１０の動きのあった部分の画素値が非零（黒色で図示）、その他の部分の画素値が零（白色で図示）となる。故に、フレーム差分において各検出窓２０に対応する矩形状の２次元画素データに着目すれば、当該検出窓２０を通り過ぎる移動体を検出することができる。

図４の例によれば、理想的には、検出窓２０−１〜２０−３または図示されない他の検出窓のいずれかをそれぞれ通り過ぎる合計４体の移動体を検出することができる。なお、図４および以降の図面において、監視装置２００に付された矢印は、当該監視装置２００のカメラアングルを模式的に示している。

このほか、移動体の検出には、種々の公知の技法を用いることができる。公知の技法は、例えば特許文献２または特許文献３に記載の技法を含み得る。

身長推定部２０４は、移動体検出部２０３から移動体を検出することのできた画像データを受け取る。身長推定部２０４は、検出された移動体の各々の身長を推定する。身長推定部２０４は、画像データの撮影時刻を示す情報と、当該画像データから検出された移動体の総数を示す情報と、各移動体の推定身長を示す情報とを通信部２０５に送る。移動体の身長の推定には、種々の公知の技法を用いることができる。

前述のように、移動体１０が検出窓２０を通り過ぎる時には、フレーム差分のうち当該検出窓２０に対応する２次元画素データは非零の画素値を含んでいる。身長推定部２０４は、この２次元画素データの各水平ライン上の１次元画素データを幅方向に積分する。この積分値をそれぞれプロットすることで図２１に例示されるグラフが得られる。図２１のグラフにおいて、移動体１０に動きがある場合に、このグラフは上端および下端付近では略零となり、中央付近には非零領域が生じる。この非零領域の出現範囲から、移動体１０の身長を推定することができる。

例えば、身長推定部２０４は、閾値を超える積分値が得られた高さの最小値および最大値をそれぞれ探索し、両者の差を移動体１０の推定身長として算出してもよい。閾値は、ノイズを考慮して零よりも大きな値に設定することができる。

なお、身長推定部２０４は、この画素数換算の推定身長を、例えば１７０ｃｍなどの実サイズに変換してもよい。身長推定部２０４は、例えば、監視装置２００と検出窓２０との空間的な関係に基づいて幾何学的な計算を行うことで、推定身長を実サイズに変換してもよい。

通信部２０５は、身長推定部２０４から送られた種々の情報を、ネットワーク経由で通行量計測装置１００へと送信する。

監視装置２００の動作例が図１０に示される。カメラ２０１は、通行量の計測対象エリアを継続的に撮影し、移動体検出部２０３は撮影画像から移動体の検出を試みる（ステップＳ３０１およびステップＳ３０２）。

移動体が検出されると、身長推定部２０４は各移動体の身長を推定する（ステップＳ３０３）。通信部２０５は、ステップＳ３０２において検出された移動体の総数と、ステップＳ３０３において得られた各移動体の推定身長とを、ネットワーク経由で通行量計測装置１００に通知する（ステップＳ３０４）。

通行量計測装置１００は、同一の計測対象エリアを撮影する複数の監視装置２００の各々より、（当該監視装置２００によって撮影された）画像データから検出された移動体の総数と当該移動体のそれぞれの推定身長とを当該画像データの撮影時刻と併せて通知される。

通行量計測装置１００は、同一の撮影時刻に関連付けられた複数の画像データ間で移動体の推定身長の組み合わせがマッチ（一致）するか否かを判定する。複数の監視装置２００の間で時刻は完全に同期している必要はないが、同一の撮影時刻に関連付けられた画像データ間で撮影される移動体に齟齬が生じない程度には高精度であることが好ましい。

なお、推定身長のマッチング精度は、推定身長の誤差に応じて定められてよい。推定身長の誤差が±５ｃｍ以内であるならば、例えば真の身長が１６５ｃｍである移動体が１６０ｃｍに推定されることも１７０ｃｍに推定されることもあり得るので、１６０ｃｍおよび１７０ｃｍはマッチするとみなすことができる。

通行量計測装置１００は、同一の撮影時刻に関連付けられた複数の画像データ間で移動体の推定身長の組み合わせがマッチすると判定したならば、当該複数の画像データのいずれかから検出された移動体の総数を、当該撮影時刻における移動体の通行量として計測する。

他方、複数の画像データ間で移動体の推定身長の組み合わせがマッチしないならば、後述されるように、いずれかの画像データにおいてオクルージョンまたはその他の障害により移動体の身長が誤って推定された可能性がある。故に、通行量計測装置１００は、同一の撮影時刻に関連付けられた複数の画像データのうち一部または全部における移動体の検出結果を、信頼性が低いとして移動体の通行量の計測に用いない。

通行量計測装置１００は、例えば図２に示されるように、通信部１０１と、判定部１０２と、計測部１０３と、記憶部１０４とを含む。

通信部１０１は、ネットワーク経由で、複数の監視装置２００とデータをやり取りすることができる。通信部１０１は、監視装置２００から前述の情報を受信すると、判定部１０２に送る。

判定部１０２は、同一の計測対象エリアを撮影する複数の監視装置２００からの情報を通信部１０１から受け取ることがある。この場合に、判定部１０２は、これらの情報を比較することで、各画像データからの検出結果が通行量の計測に用いるのにふさわしいか否かを判定する。具体的には、判定部１０２は、同一の計測対象エリアを撮影する複数の画像データ間で推定身長の組み合わせがマッチするか否かを判定する。

複数の画像データ間で推定身長の組み合わせがマッチするならば、当該複数の画像データのいずれにおいてもオクルージョンまたはその他の障害が生じている可能性は低い。故に、いずれの画像データからの検出結果も信頼性が高いと評価できる。そこで、判定部１０２は、複数の画像データのいずれかから検出された移動体の総数を当該画像データの撮影時刻と併せて計測部１０３に通知する。

他方、複数の画像データ間で推定身長の組み合わせがマッチしないならば、当該複数の画像データの少なくとも一部においてオクルージョンまたはその他の障害が生じている可能性が高い。故に、複数の画像データの少なくとも一部からの検出結果は信頼性が低いと評価できる。そこで、判定部１０２は、複数の画像データの少なくとも一部から検出された移動体の総数を計測部１０３に通知する対象から除外する。換言すれば、後述される計測部１０３は、係る移動体の総数を移動体の通行量の計測に用いない。

判定部１０２は、複数の画像データ間で推定身長の組み合わせがマッチしない場合に、オクルージョンまたはその他の障害が生じている可能性の高い少なくとも１つの画像データをさらに判定してもよい。

具体的には、判定部１０２は、各画像データから検出された移動体の推定身長が所定の範囲内にあるか否かを検査し、画像データ毎に当該所定の範囲内の推定身長を持つ移動体の総数をカウントする。そして、判定部１０２は、この総数の最も多かった画像データから検出された移動体の総数を、当該画像データの撮影時刻と併せて計測部１０３に通知する。

所定の範囲は、通行量を計測する対象となる移動体の身長の分布から統計的に導出されてもよい。例えば、通行量を計測する対象となる移動体が人間であるならば、身長が２２０ｃｍ以上であることは極めて珍しい。故に、移動体の推定身長が２２０ｃｍであった場合には、本当に２２０ｃｍの人間が検出されたのではなく画像データ中で重なり合った複数の人間が誤って１人の人間として検出されている可能性のほうが高いと考えられる。

そこで、以降の説明では、通行量を計測する対象となる移動体が人間であると仮定し、所定の範囲を２１０ｃｍ以下に設定するが、所定の範囲はこれに限られない。また、移動体は、人間に限られず、動物であってもよいし、製品、ロボットまたはその他の無生物であってもよい。さらに、所定の範囲には下限が設けられてもよい。例えば、移動体の推定身長が例えば５０ｃｍ以下であるならば、当該移動体は人間ではなく動物である可能性のほうが高いと考えられる。

他方、判定部１０２は、複数の画像データから検出された移動体の推定身長のいずれも所定の範囲外である場合には、当該複数の画像データから検出された移動体の総数を全て計測部１０３に対する通知対象から除外する。換言すれば、後述される計測部１０３は、係る移動体の総数を全て、移動体の通行量の計測に用いない。

例えば、図５に示されるように、計測対象エリア内を移動体１０−５および移動体１０−６が通行していると仮定する。監視装置２００−１から見ると移動体１０−６は移動体１０−５によって遮蔽されるかもしれない。この場合に、図６に例示されるように、監視装置２００−１によって撮影される画像データからは推定身長が２２０ｃｍである１体の移動体が検出される。他方、図７に例示されるように、監視装置２００−２によって撮影される画像データからは推定身長がそれぞれ１６０ｃｍおよび１７０ｃｍである２体の移動体が検出される。

この場合に、判定部１０２は、監視装置２００−１および監視装置２００−２によって撮影された画像データから検出された移動体の推定身長の組み合わせ、すなわち、（２２０ｃｍ）と（１６０ｃｍ，１７０ｃｍ）とがマッチしないと判定する。次に、判定部１０２は、各画像データから検出された移動体の推定身長が所定の範囲（２１０ｃｍ以下）内にあるか否かを検査し、画像データ毎に当該所定の範囲内の推定身長を持つ移動体の総数をカウントする。監視装置２００−１によって撮影された画像データにおいて所定の範囲内の推定身長を持つ移動体の総数は０体であり、監視装置２００−２によって撮影された画像データにおいて所定の範囲内の推定身長を持つ移動体の総数は２体である。故に、判定部１０２は、監視装置２００−２によって撮影された画像データから検出された移動体の総数（２体）を計測部１０３に通知する。

また、例えば、図８に示されるように、計測対象エリア内を移動体１０−７が通行していると仮定する。この場合に、図９に示されるように、監視装置２００−１および監視装置２００−２によって撮影される画像データの両方から推定身長が２２０ｃｍである１体の移動体が検出される。

この場合に、判定部１０２は、監視装置２００−１および監視装置２００−２によって撮影された画像データから検出された移動体の推定身長の組み合わせ、すなわち、（２２０ｃｍ）と（２２０ｃｍ）とがマッチすると判定する。故に、判定部１０２は、複数の画像データのいずれかから検出された移動体の総数（１体）を計測部１０３に通知する。

計測部１０３は、画像データの撮影時刻と、当該画像データから検出された移動体の総数とを判定部１０２から通知される。計測部１０３は、この移動体の総数をこの撮影時刻における移動体の通行量として記憶部１０４に格納する。

通行量計測装置１００の動作例が図１１に示される。通信部１０１は、ネットワーク経由で、同一の計測対象エリアを担当する複数の監視装置２００の各々より、当該監視装置２００によって撮影された画像データから検出された移動体の総数を示す情報と各移動体の推定身長を示す情報とを受信する（ステップＳ５０１）。

判定部１０２は、ステップＳ５０１において受信した情報に基づいて、複数の監視装置２００によって撮影された複数の画像データ間で推定身長の組み合わせがマッチするか否かを判定する（ステップＳ４０２）。複数の画像データ間で推定身長の組み合わせがマッチするならば処理はステップＳ４０３へと進み、そうでなければ処理はステップＳ４０４へと進む。

ステップＳ４０３において、計測部１０３は、いずれかの監視装置２００によって撮影された画像データから検出された移動体の総数が当該画像データの撮影時刻と併せて判定部１０２により通知され、当該移動体の総数を当該撮影時刻における通行量として記憶部１０４に格納する。

ステップＳ４０４において、判定部１０２は、複数の監視装置２００によって撮影された複数の画像データの中に所定の範囲内の推定身長を持つ移動体を含む画像データがあるか否かをさらに判定する。所定の範囲内の推定身長を持つ移動体を含む画像データが少なくとも１つある場合には処理はステップＳ４０５へと進み、所定の範囲内の推定身長を持つ移動体を含む画像データがない場合には処理はステップＳ４０６へと進む。

ステップＳ４０５において、計測部１０３は、所定の範囲内の推定身長を持つ移動体を最も多く含む画像データから抽出された移動体の総数が当該画像データの撮影時刻と合わせて判定部１０２により通知され、当該移動体の総数を当該撮影時刻における通行量として記憶部１０４に格納する。

ステップＳ４０６において、判定部１０２は、複数の画像データから検出された移動体の総数を全て、通行量の計測対象から除外して計測部１０３に通知しない。

以上説明したように、第１の実施形態に係る通行量計測装置は、同一の計測対象エリアを異なるアングルで撮影することで得られる複数の画像データから検出される移動体の推定身長の組み合わせが当該複数の画像データ間でマッチするか否かを判定する。そして、この通行量計測装置は、移動体の推定身長の組み合わせが複数の画像データ間でマッチするならば、当該複数の画像データから検出された移動体の総数を通行量として計測する。他方、この通行量計測装置は、移動体の推定身長の組み合わせが複数の画像データ間でマッチしないならば、当該複数の画像データの少なくとも１つから検出された移動体の総数を通行量の計測に用いないようにする。

従って、この通行量計測装置によれば、オクルージョンまたはその他の障害が生じている可能性が低い画像データから検出された移動体の総数に基づいて通行量を高精度に計測することができる。また、この通行量計測装置は、特徴点を検出するなどの高負荷処理を行わないので、リアルタイム処理に好適である。

また、この通行量計測装置は、移動体の推定身長の組み合わせが複数の画像データ間でマッチしない場合には、所定範囲内の推定身長を持つ移動体を最も多く含む画像データから検出された移動体の総数を通行量として計測してもよい。従って、この通行量計測装置によれば、いずれかの画像データにおいてオクルージョンまたはその他の障害が生じている可能性が高い場合にも、そうでない画像データを選別して通行量を高精度に計測することができる。

さらに、この通行量計測装置は、移動体の推定身長の組み合わせが複数の画像データ間でマッチせず、かつ、いずれの画像データから検出された移動体の推定身長も所定範囲外である場合には、当該複数の画像データから検出された移動体の総数を全て移動体の計測に用いない。従って、この通行量計測装置によれば、全ての画像データにおいてオクルージョンまたはその他の障害が生じている可能性が高い場合に、誤った通行量が計測されないようにすることができる。

（第２の実施形態）
前述のように、第１の実施形態に係る通行量計測装置は、同一の計測対象エリアを異なるアングルで撮影することで得られる複数の画像データから検出される移動体の推定身長の組み合わせが当該複数の画像データ間でマッチするか否かを判定し、判定結果に基づいて通行量を高精度に計測する。しかしながら、以下に説明するように、全ての画像データにおいてオクルージョンまたはその他の障害が生じている場合にも、推定身長の組み合わせが複数の画像データ間でマッチすることがある。

例えば、図１２に示されるように、計測対象エリア内を移動体１０−８、移動体１０−９および移動体１０−１０が通行していると仮定する。

監視装置２００−１から見ると移動体１０−９は移動体１０−８によって遮蔽されるかもしれない。この場合に、図１３に例示されるように、監視装置２００−１によって撮影される画像データからは推定身長がそれぞれ２２０ｃｍおよび１６０ｃｍである２体の移動体が検出される。

他方、監視装置２００−２から見ると移動体１０−９は移動体１０−１０によって遮蔽されるかもしれない。この場合に、図１４に例示されるように、監視装置２００−２によって撮影される画像データからは推定身長がそれぞれ１６０ｃｍおよび２２０ｃｍである２体の移動体が検出される。

従って、図１２の例によれば、監視装置２００−１によって撮影される画像データから検出される移動体の推定身長の組み合わせ（２２０ｃｍ，１６０ｃｍ）は、監視装置２００−２によって撮影される画像データから検出される移動体の推定身長の組み合わせ（１６０ｃｍ，２２０ｃｍ）とマッチすることになる。しかしながら、図１３および図１４を比較すると、推定身長の組み合わせは同じであるが、図１３では左側の移動体の推定身長が右側の移動体に比べて高く、逆に図１４では右側の移動体の推定身長が左側の移動体に比べて高い。すなわち、監視装置２００−１および監視装置２００−２によって撮影される画像データは大きく異なっており、係る画像データからの検出結果は移動体の通行量を計測するのにふさわしくない。

そこで、第２の実施形態に係る通行量計測装置は、移動体の推定身長だけでなく検出位置も考慮することで、オクルージョンまたはその他の障害が生じている可能性が高い画像データをより確実に排除し、移動体の通行量を高精度に計測する。

具体的には、監視装置２００は、画像データから検出された移動体の総数と当該移動体のそれぞれの推定身長および検出位置のペアとを当該画像データの撮影時刻と併せてネットワーク経由で通行量計測装置に通知する。

ここで、検出位置は、移動体が検出された空間座標によって表現されてもよいし、移動体が検出された検出窓を示す情報によって表現されてもよい。検出位置は、当該検出位置を示す情報を用いて明示的に通知することもできるし、推定身長の情報の並び順によって暗黙的に通知することもできる。具体的には、検出対象エリアにおいて左右方向が予め定義されていてもよく、この場合に、例えば、最も左側で検出された移動体の推定身長の情報が最初に送信され、最も右側で検出された移動体の推定身長の情報が最後に送信されてもよい。

通行量計測装置１００は、複数の監視装置２００の各々より、当該監視装置２００によって撮影された画像データから検出された移動体の総数と当該移動体のそれぞれの推定身長および検出位置のペアとを当該画像データの撮影時刻と併せて通知される。通行量計測装置１００は、同一の撮影時刻に関連付けられた複数の画像データ間で移動体の推定身長および検出位置のペアの組み合わせがマッチするか否かを判定する。

通行量計測装置１００は、同一の撮影時刻に関連付けられた複数の画像データ間で移動体の推定身長および検出位置のペアの組み合わせがマッチすると判定したならば、当該複数の画像データのいずれかから検出された移動体の総数を、当該撮影時刻における移動体の通行量として計測する。

他方、複数の画像データ間で移動体の推定身長および検出位置のペアの組み合わせがマッチしないならば、いずれかの画像データにおいてオクルージョンまたはその他の障害により移動体の身長が誤って推定された可能性がある。故に、通行量計測装置１００は、同一の撮影時刻に関連付けられた複数の画像データのうち一部または全部における移動体の検出結果を、信頼性が低いとして移動体の通行量の計測に用いない。

例えば、複数の画像データ間で移動体の推定身長の組み合わせはマッチするものの、推定身長および検出位置のペアの組み合わせがマッチしないならば、通行量計測装置１００は、当該複数の画像データの全部における移動体の検出結果を移動体の通行量の計測に用いなくてもよい。係る動作によれば、図１３および図１４のように、複数の画像データの全てにオクルージョンまたはその他の障害が生じているにも関わらず推定身長の組み合わせは偶然一致しているという場合に、移動体の通行量が誤って計測されるのを防ぐことができる。

なお、図１５に例示されるように、計測対象エリア内を移動体１０−１１および移動体１０−１２が通行している場合には、監視装置２００−１および監視装置２００−２によって撮影される画像データの両方から図１６に示されるように移動体が検出される。図１６では、推定身長が１６０ｃｍである移動体が左側の検出窓で検出され、推定身長が２２０ｃｍである移動体が右側の検出窓で検出される。すなわち、複数の画像データ間で移動体の推定身長および検出位置のペアの組み合わせがマッチする。故に、通行量計測装置１００は、図１６に示される移動体の総数（２体）を移動体の通行量として正しく計測できる。

以上説明したように、第２の実施形態に係る通行量計測装置は、複数の画像データから検出される移動体の推定身長および検出位置のペアの組み合わせが当該複数の画像データ間でマッチするか否かを判定する。そして、この通行量計測装置は、移動体の推定身長および検出位置のペアの組み合わせが複数の画像データ間でマッチするならば、当該複数の画像データから検出された移動体の総数を通行量として計測する。他方、この通行量計測装置は、移動体の推定身長および検出位置のペアの組み合わせが複数の画像データ間でマッチしないならば、当該複数の画像データの少なくとも１つから検出された移動体の総数を通行量の計測に用いないようにする。

従って、この通行量計測装置によれば、オクルージョンまたはその他の障害が生じている可能性が高い画像データをより確実に排除し、移動体の通行量を高精度に計測することができる。また、この通行量計測装置は、特徴点を検出するなどの高負荷処理を行わないので、リアルタイム処理に好適である。

（第１の変形例）
前述の第２の実施形態に係る通行量計測装置は、移動体の推定身長だけでなく検出位置も考慮することで、オクルージョンまたはその他の障害が生じている可能性が高い画像データをより確実に排除し、移動体の通行量を高精度に計測する。他方、同一の計測対象エリアを撮影する監視装置の数を増やすことで、オクルージョンまたはその他の障害が生じている可能性が低い画像データを得られる確率を高めることができる。

例えば、図１７に示されるように、図１２の状況において監視装置２００−１および監視装置２００−２とは異なるアングルで計測対象エリアを撮影する監視装置２００−３を追加したと仮定する。

監視装置２００−１から見ると移動体１０−９は移動体１０−８によって遮蔽され、監視装置２００−２から見ると移動体１０−９は移動体１０−１０によって遮蔽される。しかしながら、監視装置２００−３から見ると移動体の重なりは生じないかもしれない。この場合に、図１８に例示されるように、監視装置２００−３によって撮影される画像データからは推定身長がそれぞれ１６０ｃｍ、１７０ｃｍおよび１６０ｃｍである３体の移動体が検出される。

従って、通行量計測装置１００が例えば第１の実施形態において説明したように（具体的には図１１のフローチャートに従って）動作すれば、監視装置２００−３によって撮影された画像データから検出された移動体の総数（３体）を移動体の通行量として計測できる。

このように、同一の計測対象エリアを撮影する監視装置の数を増やすことで、オクルージョンまたはその他の障害が生じている可能性が低い画像データを得られやすくなる。すなわち、全ての画像データからの検出結果を移動体の通行量の計測に用いることができないという事態が起こりにくくなる。故に、移動体の通行量を高精度かつ高頻度に計測することができる。

（第２の変形例）
前述の第１の実施形態または第２の実施形態に係る通行量計測装置は、通行量の計測に加えて移動体の特徴を抽出する機能を備えていてもよい。移動体が人間である場合に、移動体の特徴は、例えば、性別、年齢、服装などであり得る。

例えば、通行量計測装置１００は、複数の画像データのいずれかから検出された移動体の総数が移動体の通行量として計測される場合に、当該複数の画像データのいずれかから移動体の特徴を抽出する特徴抽出部をさらに備えていてもよい。

特徴抽出部は、画像データから移動体の特徴を抽出する能力を獲得するためのディープラーニングによって得られた学習パラメータが設定された深層ニューラルネットワークを含み得る。この深層ニューラルネットワークは、入力データとしての画像データを受け取り、出力データとしての特徴情報を生成する。

特徴抽出部は、学習パラメータおよびプログラムを格納するメモリと、当該プログラムを実行するＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）またはＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などのプロセッサとを含み得る。

通行量計測装置１００は、いずれかの画像データから移動体の特徴を抽出するために、当該画像データを撮影した監視装置２００に当該画像データの送信を要求してもよい。また、通行量計測装置１００は、抽出した移動体の特徴を図示されない上位装置に通知してもよい。

なお、特徴抽出部は、監視装置２００に備えられてもよい。この場合には、特徴抽出部によって抽出された移動体の特徴情報は、通行量計測装置１００またはその他の上位装置へと送信される。

上述の実施形態は、本発明の概念の理解を助けるための具体例を示しているに過ぎず、本発明の範囲を限定することを意図されていない。実施形態は、本発明の要旨を逸脱しない範囲で、様々な構成要素の付加、削除または転換をすることができる。

上記各実施形態において説明された種々の機能部は、回路を用いることで実現されてもよい。回路は、特定の機能を実現する専用回路であってもよいし、プロセッサのような汎用回路であってもよい。

上記各実施形態の処理の少なくとも一部は、汎用のコンピュータを基本ハードウェアとして用いることでも実現可能である。上記処理を実現するプログラムは、コンピュータで読み取り可能な記録媒体に格納して提供されてもよい。プログラムは、インストール可能な形式のファイルまたは実行可能な形式のファイルとして記録媒体に記憶される。記録媒体としては、磁気ディスク、光ディスク（ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＤＶＤ等）、光磁気ディスク（ＭＯ等）、半導体メモリなどである。記録媒体は、プログラムを記憶でき、かつ、コンピュータが読み取り可能であれば、何れであってもよい。また、上記処理を実現するプログラムを、インターネットなどのネットワークに接続されたコンピュータ（サーバ）上に格納し、ネットワーク経由でコンピュータ（クライアント）にダウンロードさせてもよい。

１０・・・移動体
２０・・・検出窓
１００・・・通行量計測装置
２００・・・監視装置
１０１，２０５・・・通信部
１０２・・・判定部
１０３・・・計測部
１０４，２０２・・・記憶部
２０１・・・カメラ
２０３・・・移動体検出部
２０４・・・身長推定部

Claims (6)

1. 移動体の通行量の計測対象エリアを異なるアングルで撮影することによって得られた複数の画像データからそれぞれから検出された１つ以上の移動体の推定身長の組み合わせが当該複数の画像データ間でマッチするか否かを判定する判定部と、
   前記１つ以上の移動体の推定身長の組み合わせが前記複数の画像データ間でマッチすると判定された場合には当該複数の画像データのいずれかから検出された移動体の総数を移動体の通行量として計測し、前記１つ以上の移動体の推定身長の組み合わせが前記複数の画像データ間でマッチしないと判定された場合には当該複数の画像データのうちの少なくとも１つから検出された移動体の総数を前記移動体の通行量の計測に用いない計測部と
   を具備する、通行量計測装置。
2. 前記計測部は、前記１つ以上の移動体の推定身長の組み合わせが前記複数の画像データ間でマッチしないと判定された場合には当該複数の画像データのうち所定の範囲内の推定身長を持つ移動体を最も多く含む画像データから検出された移動体の総数を前記移動体の通行量として計測する、請求項１に記載の通行量計測装置。
3. 前記計測部は、前記１つ以上の移動体の推定身長の組み合わせが前記複数の画像データ間でマッチしないと判定され、かつ、前記推定身長のいずれも所定の範囲外である場合には当該複数の画像データから検出された移動体の総数を全て前記移動体の通行量の計測に用いない、請求項１に記載の通行量計測装置。
4. 移動体の通行量の計測対象エリアを異なるアングルで撮影することによって得られた複数の画像データからそれぞれから検出された１つ以上の移動体の推定身長および検出位置のペアの組み合わせが当該複数の画像データ間でマッチするか否かを判定する判定部と、
   前記１つ以上の移動体の推定身長および検出位置のペアの組み合わせが前記複数の画像データ間でマッチすると判定された場合には当該複数の画像データのいずれかから検出された移動体の総数を移動体の通行量として計測し、前記１つ以上の移動体の推定身長および検出位置のペアの組み合わせが前記複数の画像データ間でマッチしないと判定された場合には当該複数の画像データのうちの少なくとも１つから検出された移動体の総数を前記移動体の通行量の計測に用いない計測部と
   を具備する、通行量計測装置。
5. 前記複数の画像データのいずれかから検出された移動体の総数が前記移動体の通行量として計測される場合に当該複数の画像データのいずれかから移動体の特徴を抽出する特徴抽出部をさらに具備する、請求項１乃至請求項４のいずれか１項に記載の通行量計測装置。
6. 前記特徴抽出部は、前記移動体の特徴を抽出する能力を獲得するためのディープラーニングによって得られた学習パラメータが設定された深層ニューラルネットワークを含む、請求項５に記載の通行量計測装置。