JP2018163601A - 対応付け方法、情報処理装置及び対応付けプログラム - Google Patents
対応付け方法、情報処理装置及び対応付けプログラム Download PDFInfo
- Publication number
- JP2018163601A JP2018163601A JP2017061632A JP2017061632A JP2018163601A JP 2018163601 A JP2018163601 A JP 2018163601A JP 2017061632 A JP2017061632 A JP 2017061632A JP 2017061632 A JP2017061632 A JP 2017061632A JP 2018163601 A JP2018163601 A JP 2018163601A
- Authority
- JP
- Japan
- Prior art keywords
- information
- group
- attribute
- person
- detected
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000003384 imaging method Methods 0.000 claims abstract description 245
- 238000001514 detection method Methods 0.000 claims abstract description 85
- 238000000605 extraction Methods 0.000 claims description 16
- 239000000284 extract Substances 0.000 claims description 13
- 230000002093 peripheral effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 48
- 230000006399 behavior Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
Abstract
【解決手段】複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得し、第1の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定し、特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第1の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出し、抽出した属性のうち、統計的に優位を示す属性を特定する。
【選択図】図4
Description
図1は、情報処理システム10の全体構成を示す図である。図1に示す情報処理システム10は、情報処理装置1と、撮像装置2と、無線端末3(以下、単に端末3とも呼ぶ)とを有する。図1に示す撮像装置2には、撮像装置2a及び2bが含まれている。また、図1に示す無線端末3には、無線端末3a、3b、3c及び3dが含まれている。
図1に示す情報処理装置1は、例えば、撮像装置2によって撮影された撮像画像に含まれる情報や無線端末3から取得された情報から、各店舗の来店客の動作分析を行う。具体的に、情報処理装置1は、例えば、来店客を性別や年齢等の属性(デモグラフィクス)毎に分類し、分類した属性毎に来店客の動作分析を行う。
次に、情報処理装置1のハードウエア構成について説明する。図2は、情報処理装置1のハードウエア構成を説明する図である。
次に、情報処理装置1のソフトウエア構成について説明する。図3は、情報処理装置1の機能ブロック図である。
次に、第1の実施の形態の概略について説明する。図4は、第1の実施の形態における対応付け処理の概略を説明するフローチャートである。
次に、第1の実施の形態の詳細について説明する。図5は、第1の実施の形態における対応付け処理の詳細を説明するフローチャートである。また、図6から図8は、第1の実施の形態における対応付け処理の詳細を説明する図である。図6から図8を参照しながら、図5に示す対応付け処理を説明する。
図6は、検出属性情報131の具体例を説明する図である。具体的に、図6(A)は、図1で説明した撮像装置2aによって撮影された撮像画像に含まれる人物の属性を含む検出属性情報131aの具体例を説明する図である。また、図6(B)は、図1で説明した撮像装置2bによって撮影された撮像画像に含まれる人物の属性を含む検出属性情報131bの具体例を説明する図である。
図7は、検出回数情報132の具体例を説明する図である。
図8は、特定属性情報133の具体例を説明する図である。
次に、第2の実施の形態における対応付け処理について説明を行う。
初めに、第2の実施の形態における情報処理装置1のソフトウエア構成について説明する。図9は、第2の実施の形態における情報処理装置1の機能ブロック図である。
次に、第2の実施の形態の概略について説明する。図10は、第2の実施の形態における対応付け処理の概略を説明するフローチャートである。
次に、第2の実施の形態の詳細について説明する。図11から図14は、第2の実施の形態における対応付け処理の詳細を説明するフローチャートである。また、図15から図29は、第2の実施の形態における対応付け処理の詳細を説明する図である。図15から図29を参照しながら、図11から図14に示す対応付け処理を説明する。
図15は、検出人数情報141の具体例を説明する図である。具体的に、図15(A)は、図1で説明した撮像装置2aが撮影した撮像画像に含まれる人物に対応する検出人数情報141aの具体例を説明する図である。また、図15(B)は、図1で説明した撮像装置2bが撮影した撮像画像に含まれる人物に対応する検出人数情報141bの具体例を説明する図である。
図16は、平均検出人数情報142の具体例を説明する図である。
図17は、振分検出人数情報143の具体例を説明する図である。具体的に、図17(A)は、図1で説明した撮像装置2aが撮影した撮像画像に含まれる人物に対応する振分検出人数情報143aの具体例を説明する図である。また、図17(B)は、図1で説明した撮像装置2bが撮影した撮像画像に含まれる人物に対応する振分検出人数情報143bの具体例を説明する図である。
図18は、推定人数情報144の具体例を説明する図である。
図19は、合計検出人数情報145の具体例を説明する図である。図19に示す合計検出人数情報145は、図15で説明した検出人数情報141の項目のうち、「グループ名」、「男性20代」、「男性30代」、「女性20代」及び「女性30代」を項目として有する。
図20は、検出指数情報146の具体例を説明する図である。
図21から図26は、S54の処理の具体例を説明する図である。
初めに、未振分人数情報147の具体例について説明を行う。図21は、未振分人数情報147の具体例を説明する図である。具体的に、図21(A)は、未振分人数情報147のうち、撮像装置2aが撮影した撮像画像に含まれる人数に対応する未振分人数情報147aを説明する具体例である。また、図21(B)は、未振分人数情報147のうち、撮像装置2bが撮影した撮像画像に含まれる人数に対応する未振分人数情報147bを説明する具体例である。
次に、振分済人数情報148の具体例について説明を行う。図22は、振分済人数情報148の具体例を説明する図である。具体的に、図22(A)は、振分済人数情報148のうち、撮像装置2aが撮影した撮像画像に含まれる人数に対応する振分済人数情報148aを説明する具体例である。また、図22(B)は、振分済人数情報148のうち、撮像装置2bが撮影した撮像画像に含まれる人数に対応する振分済人数情報148bを説明する具体例である。
図21(A)で説明した未振分人数情報147aにおける「時刻」に「11:00」が設定されている情報の「グループ名」には、「G1」及び「G3」が設定されている。そして、図20で説明した検出指数情報146における「グループ名」に「G1」または「G3」が設定された情報の各属性に設定された情報のうちの最大値は、「グループ名」が「G1」である情報の「女性20代」に設定された情報である「1.50(人)」、及び「グループ名」が「G3」である情報の「女性20代」に設定された情報である「1.50(人)」である。
図27は、平均振分済人数情報149の具体例を説明する図である。
図28は、振分指数情報150の具体例を説明する図である。
複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得し、
第1の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定し、
特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第1の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出し、
抽出した属性のうち、統計的に優位を示す属性を特定する、
ことを特徴とする対応付け方法。
付記1において、
前記属性を特定する工程では、前記統計的に優位を示す属性を、前記第1の識別情報を有する無線端末に対応する属性として特定する、
ことを特徴とする対応付け方法。
付記1において、
前記属性を特定する工程では、
前記複数の撮像装置から取得した撮像画像から抽出された回数を前記属性毎に特定し、
前記回数が最も多い前記属性を、前記統計的に優位を示す属性として特定する、
ことを特徴とする対応付け方法。
複数の撮像装置のそれぞれの周辺に位置することが検出された複数の無線端末を、所定の関係にある無線端末毎のグループに分類し、
前記複数の撮像装置毎に、各撮像装置の周辺に位置することが検出された前記グループを特定し、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を特定し、
特定した前記グループと、特定した前記人数とに基づき、前記グループのそれぞれに含まれる推定人数を算出し、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人物の属性を抽出し、
特定した前記グループと、算出した前記推定人数と、抽出した前記属性とに基づき、前記グループ毎に、各グループに含まれる人物の前記属性を特定する、
ことを特徴とする対応付け方法。
付記4において、
前記グループを分類する工程では、
前記複数の無線端末毎に、前記複数の撮像装置のいずれかが各無線端末を最初に検出した時刻から最後に検出した時間までの検出時間を特定し、
前記複数の無線端末毎に、特定した検出時間のうち、無線端末間の距離が第1閾値以下であった時間の割合が第2閾値以上であった他の無線端末を、同一の前記グループに含まれる他の無線端末として分類を行う、
ことを特徴とする対応付け方法。
付記5において、
前記推定人数を算出する工程では、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を、各撮像装置のそれぞれの周辺に位置することが検出されたグループに振り分け、
振り分けた前記人数を前記グループ毎に平均した人数を、前記グループのそれぞれに含まれる前記推定人数として算出する、
ことを特徴とする対応付け方法。
付記6において、
前記グループを特定する工程では、前記グループの特定を所定の時間毎に行い、
前記人物の数を特定する工程では、前記人物の数の特定を前記所定の時間内に検出された人物毎に行い、
前記推定人数を算出する工程では、
前記複数の撮像装置毎であって前記所定の時間毎に、各撮像装置から取得した撮像画像に含まれる人数を、各撮像装置のそれぞれの周辺に位置することが検出されたグループの数で除算することによって、各撮像装置の周辺に位置することが検出されたグループのそれぞれに対応する第1人数を算出し、
前記複数の撮像装置毎であって前記グループ毎に、算出した前記第1人数の平均値を算出し、
前記複数の撮像装置毎であって前記所定の時間毎に、各撮像装置の周辺に位置することが検出されたグループのそれぞれに対応する人数の比が、各撮像装置の周辺に位置することが検出されたグループのそれぞれに対応する前記第1人数の平均値の比になるように、各撮像装置から取得した撮像画像に含まれる数を、各撮像装置のそれぞれの周辺に位置することが検出されたグループのそれぞれに振り分けることによって、各撮像装置のそれぞれの周辺に位置することが検出されたグループのそれぞれに対応する第2人数を算出し、
前記グループ毎に、算出した前記第2人数の平均値を、各グループに含まれる人物の前記推定人数として算出する、
ことを特徴とする対応付け方法。
付記7において、
前記属性を抽出する工程では、前記属性の抽出を、前記複数の撮像装置毎であって前記所定の時間毎であって前記属性毎に、各撮像装置から取得した撮像画像に含まれる第3人数を特定することによって行い、
前記属性を特定する工程では、
前記グループ毎であって前記属性毎に、各グループと各属性とに対応する前記第3人数を加算することによって第4人数を算出し、
前記グループ毎に、前記属性のそれぞれに対応する人数の比が、前記属性のそれぞれに対応する前記第4人数の比になるように、前記推定人数を前記属性のそれぞれに振り分けることによって第5人数を算出し、
前記複数の撮像装置毎であって前記所定の時間毎に、各撮像装置の周辺に位置することが検出された前記グループのいずれかと前記属性のいずれかとの複数の組合せのうち、各組合せに対応する前記第5人数が多い組合せを優先して、各撮像装置の周辺に位置することが検出された前記グループに対応する前記推定人数を、前記複数の組合せに振り分けることによって、前記複数の組合せ毎の第6人数を特定し、
前記複数の組合せ毎に、特定した前記第6人数の平均値を算出し、
前記グループ毎に、前記属性のそれぞれに対応する人数の比が、前記属性のそれぞれに対応する前記第6人数の平均値の比になるように、各グループに対応する前記推定人数を前記属性のそれぞれに振り分けることにより、各グループに含まれる人物の前記属性を特定する、
ことを特徴とする対応付け方法。
付記8において、
前記第6人数を特定する工程では、
前記グループに対応する前記推定人数を前記複数の組合せのいずれかに振り分ける毎に、振り分けられた前記複数の組合せのいずれかに対応する前記第5人数から、振り分けた人数を減算し、
前記グループに対応する前記推定人数の振り分けが再度行われる場合、前記複数の組合せにおいて、振り分けた人数が減算された前記第5人数が多い組合せから順に、前記グループに対応する前記推定人数の振り分けを行う、
ことを特徴とする対応付け方法。
付記9において、
前記第6人数を特定する工程では、
前記複数の組合せに含まれる特定の組合せに振り分けた人数が、前記特定の組合せに対応する前記第3人数に達した場合、前記特定の組合せに対する振り分けを終了する、
ことを特徴とする対応付け方法。
付記9において、
前記複数の組合せのうち、特定のグループに対応する組合せのそれぞれに振り分けた人数を加算した人数が、前記特定のグループに対応する前記推定人数に達した場合、前記特定のグループに対応する組合せのいずれかに対する振り分けを終了する、
ことを特徴とする対応付け方法。
複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得する情報取得部と、
第1の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定する撮像装置特定部と、
特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第1の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出する属性抽出部と、
抽出した属性のうち、統計的に優位を示す属性を特定する属性特定部と、を有する、
ことを特徴とする情報処理装置。
複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得し、
第1の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定し、
特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第1の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出し、
抽出した属性のうち、統計的に優位を示す属性を特定する、
処理をコンピュータに実行させることを特徴とする対応付けプログラム。
複数の撮像装置のそれぞれの周辺に位置することが検出された複数の無線端末を、所定の関係にある無線端末毎のグループに分類するグループ分類部と、
前記複数の撮像装置毎に、各撮像装置の周辺に位置することが検出された前記グループを特定するグループ特定部と、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を特定する人数特定部と、
特定した前記グループと、特定した前記人数とに基づき、前記グループのそれぞれに含まれる推定人数を算出する推定人数算出部と、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人物の属性を抽出する属性抽出部と、
特定した前記グループと、算出した前記推定人数と、抽出した前記属性とに基づき、前記グループ毎に、各グループに含まれる人物の前記属性を特定する属性特定部と、を有する、
ことを特徴とする情報処理装置。
複数の撮像装置のそれぞれの周辺に位置することが検出された複数の無線端末を、所定の関係にある無線端末毎のグループに分類し、
前記複数の撮像装置毎に、各撮像装置の周辺に位置することが検出された前記グループを特定し、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を特定し、
特定した前記グループと、特定した前記人数とに基づき、前記グループのそれぞれに含まれる推定人数を算出し、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人物の属性を抽出し、
特定した前記グループと、算出した前記推定人数と、抽出した前記属性とに基づき、前記グループ毎に、各グループに含まれる人物の前記属性を特定する、
処理をコンピュータに実行させることを特徴とする対応付けプログラム。
2b:撮像装置 3a:無線端末
3b:無線端末 3c:無線端末
3d:無線端末
Claims (14)
- 複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得し、
第1の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定し、
特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第1の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出し、
抽出した属性のうち、統計的に優位を示す属性を特定する、
ことを特徴とする対応付け方法。 - 請求項1において、
前記属性を特定する工程では、
前記複数の撮像装置から取得した撮像画像から抽出された回数を前記属性毎に特定し、
前記回数が最も多い前記属性を、前記統計的に優位を示す属性として特定する、
ことを特徴とする対応付け方法。 - 複数の撮像装置のそれぞれの周辺に位置することが検出された複数の無線端末を、所定の関係にある無線端末毎のグループに分類し、
前記複数の撮像装置毎に、各撮像装置の周辺に位置することが検出された前記グループを特定し、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を特定し、
特定した前記グループと、特定した前記人数とに基づき、前記グループのそれぞれに含まれる推定人数を算出し、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人物の属性を抽出し、
特定した前記グループと、算出した前記推定人数と、抽出した前記属性とに基づき、前記グループ毎に、各グループに含まれる人物の前記属性を特定する、
ことを特徴とする対応付け方法。 - 請求項3において、
前記グループを分類する工程では、
前記複数の無線端末毎に、前記複数の撮像装置のいずれかが各無線端末を最初に検出した時刻から最後に検出した時間までの検出時間を特定し、
前記複数の無線端末毎に、特定した検出時間のうち、無線端末間の距離が第1閾値以下であった時間の割合が第2閾値以上であった他の無線端末を、同一の前記グループに含まれる他の無線端末として分類を行う、
ことを特徴とする対応付け方法。 - 請求項4において、
前記推定人数を算出する工程では、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を、各撮像装置のそれぞれの周辺に位置することが検出されたグループに振り分け、
振り分けた前記人数を前記グループ毎に平均した人数を、前記グループのそれぞれに含まれる前記推定人数として算出する、
ことを特徴とする対応付け方法。 - 請求項5において、
前記グループを特定する工程では、前記グループの特定を所定の時間毎に行い、
前記人物の数を特定する工程では、前記人物の数の特定を前記所定の時間内に検出された人物毎に行い、
前記推定人数を算出する工程では、
前記複数の撮像装置毎であって前記所定の時間毎に、各撮像装置から取得した撮像画像に含まれる人数を、各撮像装置のそれぞれの周辺に位置することが検出されたグループの数で除算することによって、各撮像装置の周辺に位置することが検出されたグループのそれぞれに対応する第1人数を算出し、
前記複数の撮像装置毎であって前記グループ毎に、算出した前記第1人数の平均値を算出し、
前記複数の撮像装置毎であって前記所定の時間毎に、各撮像装置の周辺に位置することが検出されたグループのそれぞれに対応する人数の比が、各撮像装置の周辺に位置することが検出されたグループのそれぞれに対応する前記第1人数の平均値の比になるように、各撮像装置から取得した撮像画像に含まれる数を、各撮像装置のそれぞれの周辺に位置することが検出されたグループのそれぞれに振り分けることによって、各撮像装置のそれぞれの周辺に位置することが検出されたグループのそれぞれに対応する第2人数を算出し、
前記グループ毎に、算出した前記第2人数の平均値を、各グループに含まれる人物の前記推定人数として算出する、
ことを特徴とする対応付け方法。 - 請求項6において、
前記属性を抽出する工程では、前記属性の抽出を、前記複数の撮像装置毎であって前記所定の時間毎であって前記属性毎に、各撮像装置から取得した撮像画像に含まれる第3人数を特定することによって行い、
前記属性を特定する工程では、
前記グループ毎であって前記属性毎に、各グループと各属性とに対応する前記第3人数を加算することによって第4人数を算出し、
前記グループ毎に、前記属性のそれぞれに対応する人数の比が、前記属性のそれぞれに対応する前記第4人数の比になるように、前記推定人数を前記属性のそれぞれに振り分けることによって第5人数を算出し、
前記複数の撮像装置毎であって前記所定の時間毎に、各撮像装置の周辺に位置することが検出された前記グループのいずれかと前記属性のいずれかとの複数の組合せのうち、各組合せに対応する前記第5人数が多い組合せを優先して、各撮像装置の周辺に位置することが検出された前記グループに対応する前記推定人数を、前記複数の組合せに振り分けることによって、前記複数の組合せ毎の第6人数を特定し、
前記複数の組合せ毎に、特定した前記第6人数の平均値を算出し、
前記グループ毎に、前記属性のそれぞれに対応する人数の比が、前記属性のそれぞれに対応する前記第6人数の平均値の比になるように、各グループに対応する前記推定人数を前記属性のそれぞれに振り分けることにより、各グループに含まれる人物の前記属性を特定する、
ことを特徴とする対応付け方法。 - 請求項7において、
前記第6人数を特定する工程では、
前記グループに対応する前記推定人数を前記複数の組合せのいずれかに振り分ける毎に、振り分けられた前記複数の組合せのいずれかに対応する前記第5人数から、振り分けた人数を減算し、
前記グループに対応する前記推定人数の振り分けが再度行われる場合、前記複数の組合せにおいて、振り分けた人数が減算された前記第5人数が多い組合せから順に、前記グループに対応する前記推定人数の振り分けを行う、
ことを特徴とする対応付け方法。 - 請求項8において、
前記第6人数を特定する工程では、
前記複数の組合せに含まれる特定の組合せに振り分けた人数が、前記特定の組合せに対応する前記第3人数に達した場合、前記特定の組合せに対する振り分けを終了する、
ことを特徴とする対応付け方法。 - 請求項8において、
前記複数の組合せのうち、特定のグループに対応する組合せのそれぞれに振り分けた人数を加算した人数が、前記特定のグループに対応する前記推定人数に達した場合、前記特定のグループに対応する組合せのいずれかに対する振り分けを終了する、
ことを特徴とする対応付け方法。 - 複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得する情報取得部と、
第1の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定する撮像装置特定部と、
特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第1の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出する属性抽出部と、
抽出した属性のうち、統計的に優位を示す属性を特定する属性特定部と、を有する、
ことを特徴とする情報処理装置。 - 複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得し、
第1の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定し、
特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第1の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出し、
抽出した属性のうち、統計的に優位を示す属性を特定する、
処理をコンピュータに実行させることを特徴とする対応付けプログラム。 - 複数の撮像装置のそれぞれの周辺に位置することが検出された複数の無線端末を、所定の関係にある無線端末毎のグループに分類するグループ分類部と、
前記複数の撮像装置毎に、各撮像装置の周辺に位置することが検出された前記グループを特定するグループ特定部と、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を特定する人数特定部と、
特定した前記グループと、特定した前記人数とに基づき、前記グループのそれぞれに含まれる推定人数を算出する推定人数算出部と、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人物の属性を抽出する属性抽出部と、
特定した前記グループと、算出した前記推定人数と、抽出した前記属性とに基づき、前記グループ毎に、各グループに含まれる人物の前記属性を特定する属性特定部と、を有する、
ことを特徴とする情報処理装置。 - 複数の撮像装置のそれぞれの周辺に位置することが検出された複数の無線端末を、所定の関係にある無線端末毎のグループに分類し、
前記複数の撮像装置毎に、各撮像装置の周辺に位置することが検出された前記グループを特定し、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を特定し、
特定した前記グループと、特定した前記人数とに基づき、前記グループのそれぞれに含まれる推定人数を算出し、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人物の属性を抽出し、
特定した前記グループと、算出した前記推定人数と、抽出した前記属性とに基づき、前記グループ毎に、各グループに含まれる人物の前記属性を特定する、
処理をコンピュータに実行させることを特徴とする対応付けプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017061632A JP2018163601A (ja) | 2017-03-27 | 2017-03-27 | 対応付け方法、情報処理装置及び対応付けプログラム |
US15/928,888 US10853829B2 (en) | 2017-03-27 | 2018-03-22 | Association method, and non-transitory computer-readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017061632A JP2018163601A (ja) | 2017-03-27 | 2017-03-27 | 対応付け方法、情報処理装置及び対応付けプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018163601A true JP2018163601A (ja) | 2018-10-18 |
Family
ID=63583574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017061632A Pending JP2018163601A (ja) | 2017-03-27 | 2017-03-27 | 対応付け方法、情報処理装置及び対応付けプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10853829B2 (ja) |
JP (1) | JP2018163601A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022185477A1 (ja) * | 2021-03-04 | 2022-09-09 | 日本電気株式会社 | 特性情報生成装置、システム、方法、及びコンピュータ可読媒体 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11366989B2 (en) | 2019-08-20 | 2022-06-21 | Microsoft Technology Licensing, Llc | Negative sampling algorithm for enhanced image classification |
US11270121B2 (en) | 2019-08-20 | 2022-03-08 | Microsoft Technology Licensing, Llc | Semi supervised animated character recognition in video |
US11450107B1 (en) * | 2021-03-10 | 2022-09-20 | Microsoft Technology Licensing, Llc | Dynamic detection and recognition of media subjects |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010160780A (ja) * | 2008-12-09 | 2010-07-22 | Yahoo Japan Corp | サイネージと連携する情報処理システム及び方法 |
WO2016038902A1 (ja) * | 2014-09-08 | 2016-03-17 | 富士ゼロックス株式会社 | 行動分析装置、行動分析方法、行動分析プログラム、及び記録媒体 |
JP2017049750A (ja) * | 2015-09-01 | 2017-03-09 | 株式会社Jvcケンウッド | 情報提供装置、端末装置、情報提供方法、プログラム |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH056500A (ja) | 1990-09-19 | 1993-01-14 | Hitachi Ltd | 移動体・施設制御システム |
WO2009090804A1 (ja) * | 2008-01-18 | 2009-07-23 | Nikon Corporation | 画像群の標題付与装置、画像のグループ化装置、画像群の代表画像決定装置、画像表示装置、カメラおよび画像表示プログラム |
JP2009260583A (ja) | 2008-04-16 | 2009-11-05 | Nec Corp | 携帯電話機情報視覚化装置、携帯電話機情報視覚化システム及びそれらに用いる携帯電話機情報視覚化方法 |
CN102422297B (zh) * | 2009-05-14 | 2015-04-08 | 联想创新有限公司(香港) | 信息处理器、外部设备扩展系统及外部设备扩展方法 |
JP4643735B1 (ja) * | 2009-08-31 | 2011-03-02 | 株式会社東芝 | 電子機器及び映像処理方法 |
US20110169982A1 (en) * | 2010-01-13 | 2011-07-14 | Canon Kabushiki Kaisha | Image management apparatus, method of controlling the same, and storage medium storing program therefor |
JP5533418B2 (ja) * | 2010-08-10 | 2014-06-25 | 富士通株式会社 | 情報処理装置および情報処理方法 |
US20120109715A1 (en) * | 2010-10-29 | 2012-05-03 | Peng Wu | Visualizing visitation patterns at sites of a commercial facility |
JP5641058B2 (ja) * | 2010-12-28 | 2014-12-17 | 富士通株式会社 | プログラム、情報処理装置および方法 |
JP5585494B2 (ja) * | 2011-02-28 | 2014-09-10 | 富士通株式会社 | 画像処理装置、画像処理プログラム及び画像処理方法 |
JP2013238991A (ja) * | 2012-05-14 | 2013-11-28 | Sony Corp | 情報処理装置、情報処理方法及びプログラム |
JP6071287B2 (ja) * | 2012-07-09 | 2017-02-01 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP2014157390A (ja) * | 2013-02-14 | 2014-08-28 | Sony Corp | 情報処理装置及び記憶媒体 |
WO2015168306A1 (en) * | 2014-04-30 | 2015-11-05 | Eye Stalks Corporation Dba Bay Sensors | Methods, systems, and apparatuses for visitor monitoring |
US10609267B2 (en) * | 2014-07-23 | 2020-03-31 | Orcam Technologies Ltd. | Systems and methods for analyzing advertisement effectiveness using wearable camera systems |
WO2016119897A1 (en) * | 2015-01-30 | 2016-08-04 | Longsand Limited | Tracking a person in a physical space |
US10242287B2 (en) * | 2015-06-11 | 2019-03-26 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and recording medium |
US10080129B2 (en) * | 2016-07-25 | 2018-09-18 | Kiana Analytics Inc. | Method and apparatus for integrated tracking of visitors |
-
2017
- 2017-03-27 JP JP2017061632A patent/JP2018163601A/ja active Pending
-
2018
- 2018-03-22 US US15/928,888 patent/US10853829B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010160780A (ja) * | 2008-12-09 | 2010-07-22 | Yahoo Japan Corp | サイネージと連携する情報処理システム及び方法 |
WO2016038902A1 (ja) * | 2014-09-08 | 2016-03-17 | 富士ゼロックス株式会社 | 行動分析装置、行動分析方法、行動分析プログラム、及び記録媒体 |
JP2017049750A (ja) * | 2015-09-01 | 2017-03-09 | 株式会社Jvcケンウッド | 情報提供装置、端末装置、情報提供方法、プログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022185477A1 (ja) * | 2021-03-04 | 2022-09-09 | 日本電気株式会社 | 特性情報生成装置、システム、方法、及びコンピュータ可読媒体 |
Also Published As
Publication number | Publication date |
---|---|
US10853829B2 (en) | 2020-12-01 |
US20180276696A1 (en) | 2018-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110175595B (zh) | 人体属性识别方法、识别模型训练方法及装置 | |
CN107784282B (zh) | 对象属性的识别方法、装置及系统 | |
CN108229314B (zh) | 目标人物的搜索方法、装置和电子设备 | |
JP2018163601A (ja) | 対応付け方法、情報処理装置及び対応付けプログラム | |
US11023534B2 (en) | Classification method and a classification device for service data | |
JP6254836B2 (ja) | 画像検索装置、画像検索装置の制御方法およびプログラム | |
CN109740573B (zh) | 视频分析方法、装置、设备及服务器 | |
JP5780348B1 (ja) | 情報提示プログラム及び情報処理装置 | |
CN105828211A (zh) | 基于智能电视的数据处理方法及装置 | |
US20190197695A1 (en) | Image processing apparatus, image processing method, and storage medium | |
US20190213610A1 (en) | Evaluation device and evaluation method | |
US10402888B2 (en) | System and method for virtual reality content rating using biometric data | |
JP2017004431A (ja) | 顔認識システム、顔認識サーバ及び顔認識方法 | |
US11335098B2 (en) | Data processing methods, apparatuses and storage media | |
JP6577397B2 (ja) | 画像解析装置、画像解析方法、画像解析プログラム、および画像解析システム | |
CN110503457A (zh) | 用户满意度的分析方法及装置、存储介质、计算机设备 | |
CN115393007A (zh) | 一种行业分类模型的训练方法及装置 | |
US20180330199A1 (en) | Fashion analysis device and fashion analysis method | |
JP2015162109A (ja) | タスク割り当てサーバ、タスク割り当て方法およびプログラム | |
US10438085B2 (en) | Image analysis apparatus, image analysis method, and storage medium | |
CN110555349A (zh) | 一种工作时长统计方法和装置 | |
CN110909817A (zh) | 分布式聚类方法及系统、处理器、电子设备及存储介质 | |
US10248853B2 (en) | Image output device, image output method, and computer program product | |
CN110633723B (zh) | 图像处理装置和方法及存储介质 | |
CN112580397A (zh) | 数据处理方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191212 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200925 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201006 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210525 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210714 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20211214 |