JP2019109724A

JP2019109724A - 異常判定装置

Info

Publication number: JP2019109724A
Application number: JP2017242506A
Authority: JP
Inventors: 顕夫岩上; Akio Iwagami
Original assignee: Nippon Signal Co Ltd
Current assignee: Nippon Signal Co Ltd
Priority date: 2017-12-19
Filing date: 2017-12-19
Publication date: 2019-07-04
Anticipated expiration: 2037-12-19
Also published as: JP6999399B2

Abstract

【課題】カメラの死角領域が生じていても、異常な行動をしている人物を検知可能とする手段を提供する。【解決手段】画像取得部１１１は、監視対象領域内に離散配置された複数のカメラ１４からの画像を取得する。人物検知部１１２は、画像取得部１１１が取得した画像から人物を検知する。検知ログ更新部１１３は、人物検知部１１２による検知結果に基づき、人物の移動経路と、移動経路上の死角領域における滞在時間を示すデータを格納する検知ログＤＢの更新を行う。異常行動判定部１１４は、検知ログＤＢに格納されているデータに基づき、対象者の行動が異常であるか否かを判定する。【選択図】図７

Description

本発明は、異常な行動をする人物を検知する技術に関する。

異常な行動をする人物を検知するための技術が提案されている。例えば、特許文献１には、カメラで撮像されている人物の所定エリア内における滞在時間に基づいて、その人物が異常な行動をしているか否かを判定する装置が記載されている。

特開２００６−１１７２８号公報

特許文献１に記載の技術による場合、いずれのカメラにも撮像されない死角領域に人物が長時間、滞在していても、その異常な行動は検知されない。従って、異常な行動をしている人物を漏れなく検知するためには、死角領域が生じないように多数のカメラを配置する必要がある。

本発明は、上記の事情に鑑み、カメラの死角領域が生じていても、異常な行動をしている人物を検知可能とする手段を提供する。

上述した課題を解決するため、本発明は、監視対象領域内に離散配置された複数のカメラにより撮像された画像に基づき、対象者が前記監視対象領域のうち前記複数のカメラのいずれの撮像領域でもない死角領域に滞在した時間を特定し、前記死角領域に滞在した時間に基づき、前記対象者の行動が異常であるか否かを判定する異常判定装置を、第１の態様として提供する。

第１の態様の異常判定装置によれば、死角領域が生じていても、異常な行動をする対象者を検知することができる。

第１の態様の異常判定装置において、前記死角領域と隣接する複数の撮像領域のうち前記対象者が前記死角領域に入る前に滞在した撮像領域と前記死角領域から出た後に滞在した撮像領域の組み合わせに応じて特定される基準を用いて、前記対象者の行動が異常であるか否かを判定する、という構成が第２の態様として採用されてもよい。

第２の態様の異常判定装置によれば、対象者の撮像領域間の移動経路に基づいて、異常な行動をしている対象者を検知することができる。

第１の態様又は第２の態様の異常判定装置において、前記死角領域を通過する人物が前記死角領域に滞在する時間の確率分布を用いて、前記対象者の行動が異常であるか否かを判定する、という構成が第３の態様として採用されてもよい。

第３の態様の異常判定装置によれば、対象者が死角領域に滞在する時間に基づいて、異常な行動をしている対象者を検知することができる。

第１の態様乃至第３の態様の異常判定装置において、前記監視対象領域は複数の前記死角領域を含み、複数の前記死角領域の各々に滞在した時間に基づき、前記対象者の行動が異常であるか否かを判定する、という構成が第４の態様として採用されてもよい。

第４の態様の異常判定装置によれば、死角領域が複数ある場合でも、異常な行動をしている対象者を検知することができる。

第１の態様乃至第４の態様の異常判定装置において、前記対象者の行動が異常であると判定した場合、ユーザに対する報知を行う、という構成が第５の態様として採用されてもよい。

第５の態様の異常判定装置によれば、ユーザは異常な行動をしている対象者を知ることができる。

第１の態様乃至第５の態様の異常判定装置において、前記複数のカメラのいずれかにより撮像された画像から抽出した前記対象者の特徴情報を記憶し、前記特徴情報を用いて前記複数のカメラのいずれかにより撮像された画像に写っている人物と前記対象者の同定を行うことにより、前記対象者が前記複数のカメラのいずれかの撮像領域及び前記死角領域の各々に滞在した期間を特定する、という構成が第６の態様として採用されてもよい。

第６の態様の異常判定装置によれば、ある対象者の撮像領域及び死角領域の各々における滞在時間が分かる。

第６の態様の異常判定装置において、前記対象者の特徴情報が、前記複数のカメラのいずれにより撮像された画像からも抽出されない時間が閾値以上に継続した後は、前記対象者の特徴情報の記憶を維持しない、という構成が第７の態様として採用されてもよい。

第７の態様の異常判定装置によれば、監視対象領域外に出た対象者に関する情報が無駄に記憶される不都合が回避される。

一実施形態に係る異常判定システムの構成を示した図。一実施形態に係る複数のカメラの撮像領域を例示した図。一実施形態に係る異常判定装置のハードウェア構成を示したブロック図。一実施形態に係る人物テーブルのデータ構成を例示した図。一実施形態に係る検知ログＤＢのデータ構成を例示した図。一実施形態に係る異常判定システムにおいて検知された人物の移動経路を例示した図。一実施形態に係る異常判定装置の機能的構成を示したブロック図。一実施形態に係る異常判定装置の異常行動判定部が行う処理のフローを示した図。一実施形態に係る遷移確率テーブルのデータ構成を例示した図。一実施形態に係る正規分布パラメータテーブルのデータ構成を例示した図。一実施形態に係る未検出時間テーブルのデータ構成を例示した図。一実施形態に係る異常判定装置の異常行動判定部が用いる確率と異常度の関係を例示したグラフ。一実施形態に係る異常判定システムにおいて検知された人物の移動経路を例示した図。一実施形態に係る異常判定システムのディスプレイに表示される画面を例示した図。一変形例に係る異常判定システムにおいて用いられる滞在時間と確率の関係を例示したグラフ。一変形例に係る異常判定システムにおいて用いられる滞在時間と確率の関係を例示したグラフ。一変形例に係る複数のカメラの配置を例示した図。一変形例に係る複数のカメラの配置を例示した図。

＜実施形態＞
以下、本発明の一実施形態に係る異常判定システム１を説明する。異常判定システム１は、通行人の行動が異常であるか否かを判定するシステムである。以下の説明において、異常判定システム１の監視対象領域は駅構内の通路Ｓであるものとするが、異常判定システム１の監視対象領域は通行人が通行する領域であればいずれであってもよい。

図１は、異常判定システム１の構成を示した図である。図１に例示の異常判定システム１は、異常判定装置１１と、ディスプレイ１２と、操作装置１３と、複数のカメラ１４Ａ〜１４Ｆ（以下、「カメラ１４」と総称する）と、スピーカ１５を備える。

異常判定装置１１は、監視対象領域内に離散配置された複数のカメラ１４により撮像された画像に基づき、通路Ｓの通行人（監視の対象者）の行動が異常であるか否かを判定する装置である。

ディスプレイ１２は異常判定装置１１に接続され、異常判定装置１１のユーザに対し異常判定装置１１により行われた判定の結果等の各種情報を表示する。操作装置１３はキーボードやマウス等であり、異常判定装置１１に接続され、異常判定装置１１のユーザが異常判定装置１１に対し行うデータ入力等の操作を受け付ける。

カメラ１４の各々は異常判定装置１１に接続され、撮像領域内を所定の時間間隔で撮像した画像を表す画像データを順次、異常判定装置１１に送信する。図２は、複数のカメラ１４の各々の撮像領域を示した図である。カメラ１４Ａは撮像領域ａを、カメラ１４Ｂは撮像領域ｂを、カメラ１４Ｃは撮像領域ｃを、カメラ１４Ｄは撮像領域ｄを、カメラ１４Ｅは撮像領域ｅを、カメラ１４Ｆは撮像領域ｆを、各々撮像する。なお、通路Ｓは一方通行であり、図２の左から右に向かう方向に通行人が通行することが想定されている。

図２に示されるように、撮像対象領域である通路Ｓには、いずれのカメラ１４の撮像領域でもない死角領域ｇ、ｈ、ｉが存在する。

図１を参照し、異常判定システム１の構成の説明を続ける。スピーカ１５は異常判定装置１１に接続され、管理対象領域内の通行人に対し異常判定装置１１が出力するメッセージ音声を発音する。

図３は、異常判定装置１１のハードウェア構成を示したブロック図である。異常判定装置１１のハードウェアは、プロセッサ１１０１と、メモリ１１０２と、インタフェース１１０３を備えるコンピュータである。プロセッサ１１０１は、メモリ１１０２に記憶されているプログラムに従い各種データ処理を行う。メモリ１１０２は、プロセッサ１１０１により実行されるプログラム等の各種データを記憶する。インタフェース１１０３はディスプレイ１２、操作装置１３、カメラ１４、スピーカ１５等の装置と接続され、これらの装置とプロセッサ１１０１又はメモリ１１０２との間のデータの入出力を行う。

メモリ１１０２には、監視対象領域を通行する通行人（対象者）の特徴情報及び異常／正常の判定結果を格納するデータベースである人物テーブルと、監視対象領域を通行する通行人の検知結果を時系列で格納するデータベースである検知ログＤＢが記憶されている。

図４は、人物テーブルのデータ構成を例示した図である。人物テーブルは、監視対象領域において検知された人物の各々に関するデータレコードの集まりであり、各データレコードは、人物を識別する人物ＩＤ（Identifier）、人物の画像から抽出された特徴を示す特徴情報、及び、人物の行動が正常／異常のいずれであるかを示す判定結果を含んでいる。

図５は、検知ログＤＢのデータ構成を例示した図である。検知ログＤＢは、検知された人物の各々に対応するデータテーブルの集まりであり、各データテーブルには、いずれかのカメラ１４により撮像された画像から人物が検知された期間の開始時刻（検知開始時刻）と、当該期間の終了時刻（検知終了時刻）と、当該画像を撮像したカメラ１４を識別するカメラＩＤとを含むデータレコードが、例えば検知開始時刻の昇順で格納されている。

図５に例示の人物ＩＤ「１２３４」に関するデータテーブル内のデータは、人物ＩＤ「１２３４」で識別される人物が、撮像領域ａに７秒間滞在した後、撮像領域ａと撮像領域ｂの間の死角領域ｇに５秒間滞在した後、撮像領域ｂに４秒間滞在した後、撮像領域ｂと撮像領域ｃの間の死角領域ｈに６秒間滞在した後、撮像領域ｃに５秒間滞在したことを示している。図６は、図５に例示の人物ＩＤ「１２３４」に関するデータテーブル内のデータが示す、人物ＩＤ「１２３４」で識別される人物の移動経路Ｒ１を示した図である。

図７は、異常判定装置１１の機能的構成を示したブロック図である。すなわち、プロセッサ１１０１が本実施形態に係るプログラムに従うデータ処理を行うことによって、図７に示す構成を備える装置として動作する。以下に、異常判定装置１１が備える機能的構成を説明する。

画像取得部１１１は複数のカメラ１４の各々から当該カメラ１４が撮像した画像を表す画像データを取得する。人物検知部１１２は、画像取得部１１１が取得した画像データが表す画像から人物の特徴情報を抽出し、抽出した特徴情報に基づき画像に写っている人物を検知する。

人物検知部１１２は、画像から抽出した特徴情報と、人物テーブルに登録されている特徴情報の各々との類似度を特定し、特定した類似度に基づき、画像に写っている人物と過去に検知され人物テーブルに登録されている人物の同定を行う。なお、本願において、２つの特徴情報の類似度が所定の閾値以上に高く、それらの特徴情報を持つ画像の人物が同一人物であるとみなせるような場合、それらの２つの特徴情報は同一であるものとする。画像に写っている人物と同定される人物が人物テーブルに登録されていない場合、人物検知部１１２は新たな人物が検知されたと判定し、人物テーブルに新規データレコードを追加し、新たに検知された人物の人物ＩＤと特徴情報を格納する。

検知ログ更新部１１３は、人物検知部１１２による人物の検知結果に基づき、検知ログＤＢを更新する。異常行動判定部１１４は、検知ログＤＢに格納されているデータに基づいて、人物検知部１１２により検知された人物の行動が異常であるか否かを判定し、判定結果を人物テーブルに書き込む。報知部１１５は、異常行動判定部１１４によって通行人の行動が異常であると判定された場合、その旨を異常判定装置１１のユーザ（例えば、駅職員）と通行人に報知する。なお、本実施形態においては、報知部１１５による駅職員等のユーザに対する報知は、ディスプレイ１２による画像の表示で行われ、通行人に対する報知は、スピーカ１５による音の発音で行われる。

データ削除部１１６は、検知ログＤＢに格納されているデータに基づき、人物検知部１１２により複数のカメラ１４のいずれにより撮像された画像からも特徴情報が抽出されない時間が閾値以上に継続した人物に関し、当該人物に関するデータを人物テーブル及び検知ログＤＢから削除する（当該人物に関するデータを人物テーブル及び検知ログＤＢに維持しない）。記憶部１１７は、人物テーブル、検知ログＤＢに加え、異常判定装置１１の他の構成部がデータ処理を行う際に生成する各種データを記憶する。

図８は、異常行動判定部１１４が行う処理のフローを示した図である。異常行動判定部１１４は、図８のフローに従う処理を、人物テーブルに登録されている人物（対象者）の各々に関し、所定時間の経過毎に行う。

まず、異常行動判定部１１４は、検知ログＤＢに格納されている対象者のデータに基づき、対象者の移動経路を特定する（ステップＳ１０１）。例えば、図５に例示のデータに基づく場合、異常行動判定部１１４は、「撮像領域ａ→撮像領域ｂ→撮像領域ｃ」を移動経路として特定する。

続いて、異常行動判定部１１４は、ステップＳ１０１において特定した移動経路上の隣り合う２つの撮像領域の組み合わせの各々に関し、一般的な通行人が撮像領域Ｘから撮像領域Ｙへ移動する確率である確率ｐ１（Ｘ，Ｙ）を特定する（ステップＳ１０２）。

図９は、ステップＳ１０２の処理において異常行動判定部１１４が用いる遷移確率テーブルのデータ構成を示した図である。遷移確率テーブルには、移動元の撮像領域Ｘと移動先の撮像領域Ｙの組み合わせの各々に関し、確率ｐ１（Ｘ，Ｙ）を示す数値が格納されている。遷移確率テーブルは予め記憶部１１７に記憶されている。なお、遷移確率テーブルに格納されている数値は、例えば監視対象領域において過去に監察された多数の通行人の移動経路のサンプルに基づき算出されたものであり、各行及び各列の数値の合計はいずれも「１」である。図９のデータ例による場合、例えば、一般的な通行人が撮像領域ａから撮像領域ｂへ移動する確率である確率ｐ１（撮像領域ａ，撮像領域ｂ）は「０．３」となる。

ステップＳ１０２（図８）に続いて、異常行動判定部１１４は、検知ログＤＢに格納されている対象者のデータに基づき、対象者が移動経路上の死角領域の各々に滞在した時間ｔを特定する（ステップＳ１０３）。例えば、図５に例示のデータに基づく場合、異常行動判定部１１４は、撮像領域ａから撮像領域ｂへの移動経路上の死角領域ｇに滞在した時間として「５秒間」、撮像領域ｂから撮像領域ｃへの移動経路上の死角領域ｈに滞在した時間として「６秒間」、を特定する。

ステップＳ１０３（図８）に続いて、異常行動判定部１１４は、対象者の移動経路上の死角領域の各々に関し、一般的な通行人が上流側の撮像領域Ｘから当該死角領域に移動した後、当該死角領域に時間ｔだけ滞在した後、下流側の撮像領域Ｙに移動する確率である確率ｐ２（Ｘ，Ｙ，ｔ）を特定する（ステップＳ１０４）。

ステップＳ１０４において、異常行動判定部１１４は以下の式１（正規分布）に従い、確率ｐ２（Ｘ，Ｙ，ｔ）を算出する。

ただし、μは上流側の撮像領域Ｘと下流側の撮像領域Ｙの組み合わせに応じた滞在時間ｔの平均値であり、σは上流側の撮像領域Ｘと下流側の撮像領域Ｙの組み合わせに応じた滞在時間ｔの標準偏差である。

式１に示される確率ｐ２（Ｘ，Ｙ，ｔ）は、死角領域と隣接する複数の撮像領域のうち対象者が当該死角領域に入る前に滞在した撮像領域（上流側の撮像領域）と当該死角領域から出た後に滞在した撮像領域（下流側の撮像領域）の組み合わせに応じて特定される基準の一例である。

図１０は、ステップＳ１０４の処理において異常行動判定部１１４が用いる正規分布パラメータテーブルのデータ構成を示した図である。正規分布パラメータテーブルには、死角領域、当該死角領域の上流側の撮像領域、及び、当該死角領域の下流側の撮像領域の組み合わせの各々に関し、当該死角領域における滞在時間ｔの平均値μと標準偏差σの値が格納されている。正規分布パラメータテーブルは予め記憶部１１７に記憶されている。

以下に正規分布パラメータテーブルに格納されている数値の算出方法について説明する。図１１は、過去に監視対象領域を通過した通行人に関し検知ログＤＢ（図５）に記録されたデータに基づき、様々な人物が死角領域に滞在した時間（未検出時間）を、その死角領域の上流側の撮像領域と下流側の撮像領域の組み合わせ毎にグルーピングしたテーブル（以下、「未検出時間テーブル」という）である。

例えば、図５に例示のデータによれば、人物ＩＤ「１２３４」で識別される対象者は、２０１７年１２月１日１２時３５分２４秒に撮像領域ａから死角領域ｇに入り、５秒後の２０１７年１２月１日１２時３５分２９秒に死角領域ｇから撮像領域ｂに入ったことが分かる。この場合、未検出時間テーブル（図１４）の上流側の撮像領域ａと下流側の撮像領域ｂの組み合わせに対応する欄に、未検出時間のサンプルデータとして「５」秒が入ることになる。

正規分布パラメータテーブルに格納されている数値は、未検出時間テーブルに格納されているサンプルデータが示す未検出時間の平均値μと標準偏差σである。例えば、図１１に例示のデータによれば、上流側の撮像領域ａから死角領域ｇを経由して下流側の撮像領域ｂに移動した通行人の死角領域ｇにおける滞在時間（未検出時間）のサンプルは、５秒、６秒、１１秒、３秒、・・・である。これらのサンプルの平均値μと標準偏差σが、図１０に例示の正規分布パラメータテーブルの第１行に格納されることになる。

ステップＳ１０４（図８）に続いて、異常行動判定部１１４は、対象者の移動経路上の死角領域の各々に関し、以下の式２に従い、異常度Ｌ（Ｘ，Ｙ，ｔ）を算出する（ステップＳ１０５）。

ただし、ｍｉｎ（ａ，ｂ）はａとｂのうち小さい方を示す関数であり、Ｌ_maxは異常度の上限値として設定された値である。

図１２は、式２に従う場合の、確率ｐ１（Ｘ，Ｙ）と確率ｐ２（Ｘ，Ｙ，ｔ）の積である確率ｐ（Ｘ，Ｙ，ｔ）と異常度Ｌ（Ｘ，Ｙ，ｔ）の関係を示したグラフである。

ステップＳ１０５（図８）に続いて、異常行動判定部１１４は、以下の式３に従い、全異常度Ｍを算出する（ステップＳ１０６）。

ただし、ｎは移動経路上の死角領域の数を示し、Ｘ_iはｉ番目の死角領域の上流側の撮像領域、Ｙ_iはｉ番目の死角領域の下流側の撮像領域、ｔ_iはｉ番目の死角領域における滞在時間を示す。

続いて、異常行動判定部１１４は、ステップＳ１０６において算出した全異常度Ｍに基づき、対象者の行動が異常であるか否かを判定する（ステップＳ１０７）。具体的には、異常行動判定部１１４は、全異常度Ｍが予め定められた閾値以下であれば「正常」、閾値を超えていれば「異常」、と判定する。

続いて、異常行動判定部１１４は、人物テーブルに判定の結果を書き込む処理（人物テーブルの更新）を行う（ステップＳ１０８）。

図１３は、図６に例示した移動経路Ｒ１と比較し、全異常度Ｍが高く算出され、異常と判定される可能性が高い移動経路Ｒ２を例示した図である。なお、検知ログＤＢに格納されるデータからは、図１３に示すＲ２の詳細な移動経路（例えば、死角領域ｇ及びｈにおける詳細な移動経路）は特定できないが、対象者が移動経路Ｒ２に沿った移動を行った場合、死角領域ｇ及びｈにおける滞在時間が通常より長くなるため、全異常度Ｍが高くなり、対象者の行動が異常と判定される可能性が高くなる。

以上が、異常行動判定部１１４が行う処理である。なお、異常行動判定部１１４によって対象者の行動が異常である、と判定され、当該対象者に関する人物テーブルのデータレコードに格納されている「判定結果」の値が「正常」から「異常」に変更されると、報知部１１５により、異常判定装置１１のディスプレイ１２に対し、異常な行動をしている通行人が検知されたことを示す表示が指示される。

図１４は、ディスプレイ１２に表示される画面（以下、「モニタリング画面」という）を例示した図である。モニタリング画面の領域Ｊには、監視対象領域において現在検知されている通行人の位置が「○」又は「●」で示される。「●」は異常な行動を行っている通行人の位置を示し、「○」は行動に異常が認められない通行人の位置を示す。また、モニタリング画面の領域Ｋには、異常な行動を行っている通行人が写っている画像が表示される。領域Ｋの画像において、楕円で囲まれている通行人が、異常な行動を行っている通行人である。

異常判定装置１１のユーザ（駅職員等）は、モニタリング画面を見て、異常な行動を行っている通行人の位置と振る舞いを確認することができる。

また、人物テーブルのデータレコードに格納されている「判定結果」の値が「正常」から「異常」に変更されると、報知部１１５により、監視対象領域に配置されているスピーカ１５に対し、例えば「お困りでしたら手を挙げて下さい。駅係員が参ります。」といったメッセージ音声の発音が指示される。スピーカ１５からメッセージ音声が発音されることで、通行人は、例えば道に迷っている等の理由により誰かの助けを必要としている場合、駅職員等の助けを受けることができる。また、異常な行動をしている通行人が、例えばすりや盗撮などの犯罪を行おうとしているような場合、メッセージ音声が発音されることで、その行動が抑止される。

＜変形例＞
上述の実施形態は様々に変形され得る。以下に、それらの変形の例を示す。なお、以下に示す２以上の変形例が適宜組み合わされてもよい。

（１）上述した実施形態の説明に用いた具体的なデータ例、処理フローの例、異常な行動であるか否かの判定に用いる数式等はあくまで例示であって、他のデータ、処理フロー、数式等が用いられてもよい。例えば、異常行動判定部１１４は式１〜式３に示した数式に従い全異常度を算出するもとしたが、全異常度の算出方法はこれに限られない。死角領域における滞在時間を用いて判定が行われる限り、異常行動判定部１１４が判定に用いる方法としては様々なものが採用され得る。

（２）上述した実施形態において、異常行動判定部１１４は、一般的な通行人が死角領域に滞在する時間の正規分布（式１）を用いて、対象者の行動が異常であるか否かの判定を行う。異常行動判定部１１４が判定に用いる確率分布は正規分布に限られない。例えば、未検出時間テーブル（図１１）に格納されているデータが示すサンプル値の分布をそのまま反映した確率分布が用いられてもよい。

また、異常行動判定部１１４が判定に用いる確率分布は正規分布のように滞在時間ｔの変化に応じて確率ｐ２（Ｘ，Ｙ，ｔ）が連続的に変化する確率分布に限られず、図１５に例示する２値関数や、図１６に例示する多値関数に従う確率分布等が用いられてもよい。

図１５に示す２値関数は、未検出時間テーブル（図１１）に格納されているデータが示すサンプル値のうち下限値をｔ１、上限値をｔ２として、下限値ｔ１から上限値ｔ２までの範囲の発生確率を「１」に設定した関数である。

また、図１６に示す多値関数は、未検出時間テーブル（図１１）に格納されているデータが示すサンプル値をｔ１（下限値）以上ｔ２未満、ｔ２以上ｔ３未満、ｔ３以上ｔ４未満、ｔ４以上ｔ５（上限値）以下、という４つのグループに区分し、それらのグループに属するサンプル値の数をサンプル値全体の数で割った値をそれらのグループの発生確率として設定した関数である。

（３）上述した実施形態において、異常行動判定部１１４は移動経路に関する確率ｐ１（Ｘ，Ｙ）を用いた異常度に基づき、対象者の行動が異常であるか否かの判定を行う。異常行動判定部１１４が判定を行うにあたり、移動経路が考慮されなくてもよい。

（４）上述した実施形態において、異常行動判定部１１４は対象者の行動が異常であるか否かの判定を行うにあたり、撮像領域における滞在時間を用いない。これに代えて、異常行動判定部１１４が判定を行うにあたり、撮像領域における滞在時間が考慮されてもよい。

（５）上述した実施形態において、異常行動判定部１１４は対象者の移動経路の全体に関する異常度を示す全異常度に基づき、対象者の行動が異常であるか否かの判定を行う。これに代えて、もしくは加えて、異常行動判定部１１４が、移動経路の一部に関する異常度に基づき対象者の行動が異常であるか否かの判定を行ってもよい。

例えば、全異常度Ｍは所定の閾値以下であっても、移動経路上のいずれかの死角領域に関する異常度Ｌ（Ｘ，Ｙ，ｔ）が所定の閾値を超えている場合、異常行動判定部１１４が対象者の行動を異常と判定してもよい。

（６）上述した実施形態において、異常判定システム１は異常な行動をしている人物が検知された場合、ディスプレイ１２の表示によりユーザにその旨の報知を行う。これに代えて、もしくは加えて、アラート音やメッセージ音声の発音により、異常判定装置１１のユーザ（駅職員等）に対する報知が行われてもよい。

（７）上述した実施形態において、監視対象領域である通路Ｓは一方通行であることが想定されている。本発明に係る異常判定システムの監視対象領域は一方通行の通路に限られず、双方向通行の通路、自由な方向に通行が可能なフロア等のいずれであってもよい。

例えば、監視対象領域が双方向通行の通路Ｔであれば、図１７に例示のように、複数のカメラ１４のいくつかを、通路Ｔを第１の方向に移動する通行人を概ね正面から撮像するように配置し、複数のカメラ１４のうちのいくつかを、通路Ｔを第１の方向とは反対の第２の方向に移動する通行人を概ね正面から撮像するように配置すればよい。

また、例えば、監視対象領域が自由な方向に通行が可能なフロアＵであれば、図１８に例示のように、撮像方向が様々に異なる複数のカメラ１４をフロアＵに散在するように配置すればよい。

（８）上述した実施形態において、異常行動判定部１１４は、全異常度Ｍが予め定められた閾値以下であれば「正常」、閾値を超えていれば「異常」、と判定する。異常行動判定部１１４が、対象者の行動が正常か異常かを判定するために用いる全異常度Ｍの閾値は、対象者の移動経路に応じて変更されてもよい。例えば、対象者の移動経路に含まれる死角領域にトイレや売店等の施設が含まれるような場合、対象者がそれらの死角領域に滞在する時間がよほど長時間でない限り、その対象者の行動は異常とみなされるべきではない。従って、それらの死角領域を移動経路に含む対象者の行動の判定においては、それらの死角領域を移動経路に含まない対象者の行動の判定に用いる閾値よりも大きな閾値が用いられてもよい。

また、上述した変形例（５）において述べた、移動経路上のいずれかの死角領域に関する異常度Ｌ（Ｘ，Ｙ，ｔ）が所定の閾値を超えている場合、異常行動判定部１１４が対象者の行動を異常と判定する態様において、死角領域に含まれる施設に応じて異なる閾値を用いた判定が行われてもよい。

１…異常判定システム、１１…異常判定装置、１２…ディスプレイ、１３…操作装置、１４…カメラ、１５…スピーカ、１１１…画像取得部、１１２…人物検知部、１１３…検知ログ更新部、１１４…異常行動判定部、１１５…報知部、１１６…データ削除部、１１７…記憶部、１１０１…プロセッサ、１１０２…メモリ、１１０３…インタフェース。

Claims

監視対象領域内に離散配置された複数のカメラにより撮像された画像に基づき、対象者が前記監視対象領域のうち前記複数のカメラのいずれの撮像領域でもない死角領域に滞在した時間を特定し、前記死角領域に滞在した時間に基づき、前記対象者の行動が異常であるか否かを判定する異常判定装置。
前記死角領域と隣接する複数の撮像領域のうち前記対象者が前記死角領域に入る前に滞在した撮像領域と前記死角領域から出た後に滞在した撮像領域の組み合わせに応じて特定される基準を用いて、前記対象者の行動が異常であるか否かを判定する
請求項１に記載の異常判定装置。
前記死角領域を通過する人物が前記死角領域に滞在する時間の確率分布を用いて、前記対象者の行動が異常であるか否かを判定する
請求項１又は２に記載の異常判定装置。
前記監視対象領域は複数の前記死角領域を含み、
複数の前記死角領域の各々に滞在した時間に基づき、前記対象者の行動が異常であるか否かを判定する
請求項１乃至３のいずれか１項に記載の異常判定装置。
前記対象者の行動が異常であると判定した場合、ユーザに対する報知を行う
請求項１乃至４のいずれか１項に記載の異常判定装置。
前記複数のカメラのいずれかにより撮像された画像から抽出した前記対象者の特徴情報を記憶し、前記特徴情報を用いて前記複数のカメラのいずれかにより撮像された画像に写っている人物と前記対象者の同定を行うことにより、前記対象者が前記複数のカメラのいずれかの撮像領域及び前記死角領域の各々に滞在した期間を特定する
請求項１乃至５のいずれか１項に記載の異常判定装置。
前記対象者の特徴情報が、前記複数のカメラのいずれにより撮像された画像からも抽出されない時間が閾値以上に継続した後は、前記対象者の特徴情報の記憶を維持しない
請求項６に記載の異常判定装置。