JP2020008929A - 身長算出システム、情報処理装置およびプログラム - Google Patents

身長算出システム、情報処理装置およびプログラム Download PDF

Info

Publication number
JP2020008929A
JP2020008929A JP2018126737A JP2018126737A JP2020008929A JP 2020008929 A JP2020008929 A JP 2020008929A JP 2018126737 A JP2018126737 A JP 2018126737A JP 2018126737 A JP2018126737 A JP 2018126737A JP 2020008929 A JP2020008929 A JP 2020008929A
Authority
JP
Japan
Prior art keywords
height
size
person
image
pixels
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
Application number
JP2018126737A
Other languages
English (en)
Inventor
佑介 山浦
Yusuke Yamaura
佑介 山浦
昌嗣 外池
Masatsugu Sotoike
昌嗣 外池
新宮　淳
Atsushi Shingu
淳 新宮
大輔 池田
Daisuke Ikeda
大輔 池田
祐介 宇野
Yusuke Uno
祐介 宇野
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.)
Fujifilm Business Innovation Corp
Original Assignee
Fuji Xerox Co Ltd
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 Fuji Xerox Co Ltd filed Critical Fuji Xerox Co Ltd
Priority to JP2018126737A priority Critical patent/JP2020008929A/ja
Priority to US16/150,291 priority patent/US20200013180A1/en
Publication of JP2020008929A publication Critical patent/JP2020008929A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1072—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0608—Height gauges
    • 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
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image
    • 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
    • G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Dentistry (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】人体における一箇所の部位が映っている画像に基づいて、画像に映っている人体からなる人物の身長を算出する。【解決手段】被写体を撮影する撮影手段と、撮影手段により撮影された画像に映っている人体における特定の一の部位を検出する検出手段と、検出手段により検出された一の部位が、画像内に存在する特定の領域と重なっているときの部位の大きさに基づいて、人体からなる人物の身長を算出する算出手段と、を備える。【選択図】図３

Description

本発明は、身長算出システム、情報処理装置およびプログラムに関する。
特許文献１には、頭部検出部により検出された頭部を用いて、撮像部により時系列で撮像された画像それぞれから対象人物の足元位置を仮定身長毎に推定することが開示されている。
特開２０１３−３７４０６号公報
例えば、撮影された画像に映っている人体の頭と足との距離から、画像に映っている人体からなる人物の身長を算出する技術が存在する。しかしながら、場合によっては、撮影された画像に人体の頭と足の両方は映っていないことがあり、この場合、画像に映っている人物の身長を算出することが困難であった。
本発明の目的は、人体における一箇所の部位が映っている画像に基づいて、画像に映っている人体からなる人物の身長を算出することにある。
請求項１に記載の発明は、被写体を撮影する撮影手段と、前記撮影手段により撮影された画像に映っている人体における特定の一の部位を検出する検出手段と、前記検出手段により検出された前記一の部位が、画像内に存在する特定の領域と重なっているときの当該部位の大きさに基づいて、前記人体からなる人物の身長を算出する算出手段と、を備えた、身長算出システムである。
請求項２に記載の発明は、前記検出手段に検出された特定の一の部位が前記特定の領域と重なっているときの当該部位の大きさに係る部位情報を取得する取得手段と、前記取得手段に取得された前記部位情報に基づいて、予め定められた身長を対応付ける大きさを決定する決定手段と、をさらに備え、前記算出手段は、前記一の部位が前記特定の領域と重なっているときの当該部位の大きさと、前記予め定められた身長が対応付けられた前記大きさとの関係に基づいて、前記人物の身長を算出することを特徴とする請求項１記載の身長算出システムである。
請求項３に記載の発明は、前記部位情報に係る人物の属性を推定する推定手段をさらに備え、前記決定手段は、前記属性ごとに定められた身長を対応付ける大きさをそれぞれ決定し、前記算出手段は、前記一の部位が前記特定の領域と重なっているときの当該部位の大きさと、前記属性ごとに身長が対応付けられた前記大きさのうち当該一の部位の大きさに最も近い大きさとの関係に基づいて、前記人物の身長を算出することを特徴とする請求項２記載の身長算出システムである。
請求項４に記載の発明は、前記部位情報に基づいて、前記部位の大きさの正規分布を前記属性ごとに作成する作成手段をさらに備え、前記決定手段は、前記属性ごとに、前記正規分布における平均値に前記予め定められた身長を対応付けることを特徴とする請求項３記載の身長算出システムである。
請求項５に記載の発明は、前記属性は、人物の年代および／または性別であり、属性ごとに定められた身長は、各属性における身長の平均値として定められた身長であることを特徴とする請求項３または４記載の身長算出システムである。
請求項６に記載の発明は、前記画像は、撮影された動画のうちの一の画像であり、前記部位情報は、検出された前記一の部位が前記特定の領域と重なっている間の動画を構成する各画像における当該部位の大きさの平均値に係る情報であることを特徴とする請求項２記載の身長算出システムである。
請求項７に記載の発明は、前記平均値は、検出された前記一の部位が前記特定の領域と重なっている間であって、当該部位に係る人物の歩行における一周期の間の動画を構成する各画像における当該部位の大きさの平均値であることを特徴とする請求項６記載の身長算出システムである。
請求項８に記載の発明は、前記決定手段は、身長が既知である人物の人体における特定の一の部位が前記特定の領域と重なっているときの当該部位の大きさに基づいて、前記属性ごとに身長が対応付けられた前記大きさの値をそれぞれ補正することを特徴とする請求項３乃至７の何れかに記載の身長算出システムである。
請求項９に記載の発明は、前記算出手段は、前記一の部位が前記特定の領域と重なっているときの当該部位の大きさと、第１の身長が対応付けられ且つ当該部位よりも小さい第１の大きさと、当該第１の身長よりも高い第２の身長が対応付けられ且つ当該部位よりも大きい第２の大きさとの関係に基づいて、前記人の身長を算出することを特徴とする請求項１記載の身長算出システムである。
請求項１０に記載の発明は、高い身長ほど対応付ける大きさを大きくして、３以上の予め定められた身長に対応付ける大きさをそれぞれ決定する決定手段をさらに備え、前記算出手段は、前記人の身長を算出するにあたり、前記決定手段により決定された３以上の前記大きさのうち、前記一の部位の大きさの次に小さい大きさと、当該一の部位の大きさの次に大きい大きさとを用いることを特徴とする請求項８記載の身長算出システムである。
請求項１１に記載の発明は、撮影された画像に映っている人体における特定の一の部位を検出する検出手段と、前記検出手段により検出された前記一の部位が、画像内に存在する特定の領域と重なっているときの当該部位の大きさに基づいて、前記人体からなる人物の身長を算出する算出手段と、を備えた、情報処理装置である。
請求項１２に記載の発明は、コンピュータに、撮影された画像に映っている人物の人体における特定の一の部位を検出する機能と、検出された前記一の部位が、画像内に存在する特定の領域と重なっているときの当該部位の大きさに基づいて、前記人物の身長を算出する機能と、を実現させるためのプログラムである。
請求項１の発明によれば、人体における一箇所の部位が映っている画像に基づいて、画像に映っている人体からなる人物の身長を算出することができる。
請求項２の発明によれば、予め定められた身長を対応付ける大きさを部位情報に関わらず決定する場合に比べ、用いられる撮影手段ごとに算出される身長にばらつきが生じることを抑制できる。
請求項３の発明によれば、一の部位の大きさに関わらず、身長が対応付けられた大きさとして同じ大きさに基づいて身長を算出する場合に比べて、身長の算出の精度を向上させることができる。
請求項４の発明によれば、一の部位情報に係る部位の大きさに予め定められた身長を対応付ける場合に比べて、予め定められた身長を対応付ける大きさが、予め定められた身長を対応付ける大きさの決定に用いる部位情報に係る人ごとにばらつくことを抑制できる。
請求項５の発明によれば、人物の年代および／または性別に応じた身長を定めることができる。
請求項６の発明によれば、部位情報が一の画像における部位の大きさに係る情報である場合に比べて、一の人物に係る部位情報のばらつきを抑制することができる。
請求項７の発明によれば、人物の歩行における一周期が映っていない動画から部位情報を作成する場合に比べて、部位情報に用いられる画像における一の人物の歩行の段階によって部位情報にばらつきが生じることを抑制できる。
請求項８の発明によれば、身長が既知ではない人物の特定の一の部位が特定の領域と重なっているときの部位の大きさに基づいて、身長が対応付けられた大きさを補正する場合に比べて、身長が対応付けられる大きさの精度を向上させることができる。
請求項９の発明によれば、画像に映っている人体からなる人物の身長を、第１の身長と第２の身長との間の何れかの値として算出することができる。
請求項１０の発明によれば、一の部位の大きさに関わらず、身長が対応付けられた大きさとして同じ大きさに基づいて身長を算出する場合に比べて、身長の算出の精度を向上させることができる。
請求項１１の発明によれば、人体における一箇所の部位が映っている画像に基づいて、画像に映っている人体からなる人物の身長を算出することができる。
請求項１２の発明によれば、人体における一箇所の部位が映っている画像に基づいて、画像に映っている人体からなる人物の身長を算出することができる。
身長算出システムの全体構成例を示す図である。 情報処理装置のハードウェア構成を例示したブロック図である。 情報処理装置の機能構成を示した図である。 端末装置のハードウェア構成の一例を示した図である。 端末装置の機能構成を示した図である。 （ａ）は、店舗に設けられたビデオカメラの撮影領域内を人物が歩行する様子を示した図であり、（ｂ）は、動画データ取得部がビデオカメラから取得した動画の一例を示した図である。 記憶部が顔画素数を管理するための顔画素数管理テーブルの構成例を示した図である。 スケール作成部により作成されるヒストグラムの一例を示した図である。 身長のスケールを示した図である。 身長算出部による身長の算出の手法を示した図である。 身長算出処理の流れを示したフローチャートである。 身長算出部による身長の算出の結果に係る画像である算出結果画像を示した図である。 （ａ）、（ｂ）は、属性ごとに身長が対応付けられた画素数をそれぞれ補正する手法を示した図である。
以下、添付図面を参照して、本発明の実施形態について詳細に説明する。
＜身長算出システム１０の構成＞
図１は、本実施形態による身長算出システム１０の全体構成例を示す図である。本実施形態の身長算出システム１０は、撮影手段の一例としてのビデオカメラ１００と、情報処理装置２００と、端末装置３００とを備える。ビデオカメラ１００と情報処理装置２００、および情報処理装置２００と端末装置３００とは、ネットワーク２０を介して接続されている。
ネットワーク２０は、ビデオカメラ１００と情報処理装置２００および情報処理装置２００と端末装置３００との間の通信を担う情報通信ネットワークである。ネットワーク２０は、データの送受信が可能であれば、その種類は特に限定されず、例えばインターネット、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等として良い。データ通信に用いられる通信回線は、有線であっても無線であっても良い。ビデオカメラ１００と情報処理装置２００とを接続するネットワーク２０と、情報処理装置２００と端末装置３００とを接続するネットワーク２０とは、共通のネットワークであってもよいし、異なるネットワークであってもよい。また、特に図示しないが、ネットワーク２０にはネットワークや通信回線を接続するためのゲートウェイやハブ等の中継装置が設けられてもよい。
本実施形態の身長算出システム１０は、人物が映っている動画を解析し、動画に映っている人物の顔の大きさを算出する。そして、算出した顔の大きさに基づいて、この顔からなる人物の身長を算出する。なお、具体的な身長算出の手法については、後に詳述する。
ビデオカメラ１００は、歩行する人物を撮影する。本実施形態のビデオカメラ１００は、例えば、店舗の内部や空港のフロア等の施設内に設けられる。また、ビデオカメラ１００は、例えば、歩道等の施設外に設けられてもよい。
本実施形態のビデオカメラ１００は、撮影した動画をデジタル・データとして、ネットワーク２０を介して情報処理装置２００へ送信する機能を備える。
情報処理装置２００は、ビデオカメラ１００により撮影された動画を解析し、動画に映っている人物の顔の大きさに基づいて、この人物の身長を算出するサーバである。
情報処理装置２００は、単体のコンピュータにより構成してもよいし、ネットワーク２０に接続された複数のコンピュータにより構成してもよい。後者の場合、後述する本実施形態の情報処理装置２００としての機能は、複数のコンピュータによる分散処理にて実現される。
端末装置３００は、情報処理装置２００により算出された人物の身長に関する情報を出力する情報端末である。端末装置３００は、例えば、コンピュータ、タブレット型情報端末、スマートフォン、その他の情報処理装置により実現される。
＜情報処理装置２００のハードウェア構成＞
図２は、情報処理装置２００のハードウェア構成を例示したブロック図である。
図２に示すように、情報処理装置２００は、ＣＰＵ（Central Processing Unit）２０１と、ＲＡＭ２０２およびＲＯＭ２０３と、外部記憶装置２０４と、ネットワーク・インターフェイス２０５とを備える。
ＣＰＵ２０１は、ＲＯＭ２０３に格納されているプログラムを実行することにより、各種の制御および演算処理を行う。
ＲＡＭ２０２は、ＣＰＵ２０１による制御や演算処理において作業メモリとして用いられる。
ＲＯＭ２０３は、ＣＰＵ２０１が実行するプログラムや制御において用いられる各種のデータを格納する。
外部記憶装置２０４は、例えば、磁気ディスク装置や、データの読み書きが可能な不揮発性の半導体メモリで実現され、ＲＡＭ２０２に展開されてＣＰＵ２０１により実行されるプログラムや、ＣＰＵ２０１による演算処理の結果を格納する。
ネットワーク・インターフェイス２０５は、ネットワーク２０に接続して、ビデオカメラ１００や端末装置３００との間でデータの送受信を行う。
なお、図２に示す構成例は、情報処理装置２００をコンピュータで実現するハードウェア構成の一例に過ぎない。情報処理装置２００の具体的構成は、以下に説明する機能を実現し得るものであれば、図２に示す構成例に限定されない。
＜情報処理装置２００の機能構成＞
次に、情報処理装置２００の機能構成について説明する。
図３は、情報処理装置２００の機能構成を示した図である。
図３に示すように、情報処理装置２００は、動画データ取得部２１０と、領域識別部２２０と、属性推定部２３０と、検知部２４０と、サイズ算出部２５０と、記憶部２６０と、
スケール作成部２７０と、身長算出部２８０と、出力部２９０とを備える。
動画データ取得部２１０は、ネットワーク２０を介してビデオカメラ１００から動画データを取得する。取得した動画データは、例えば図２に示すＲＡＭ２０２や外部記憶装置２０４に格納される。
領域識別部２２０は、動画データ取得部２１０により取得された動画を解析し、人物の顔が映っている領域を識別する。具体的には、領域識別部２２０は、動画における明度、彩度、色相等に基づいて、動画に映っている人物の顔を検出することで、人物の顔が映っている領域を識別する。なお、人物の顔が映っている領域を、以下では、顔領域と称する。また、領域識別部２２０は、画像に映っている人体における顔を検出する検出手段として捉えられる。また、人体における顔は、人体における特定の一の部位として捉えられる。
推定手段の一例としての属性推定部２３０は、領域識別部２２０に検出された顔の画像に基づいてこの顔からなる人物の属性を推定する。具体的には、属性推定部２３０は、領域識別部２２０に識別された顔領域から、顔の部位、輪郭、皺等の特徴を抽出し、抽出した特徴に基づいて、この顔からなる人物の属性を推定する。ここで、人物の属性としては、例えば、人物の性別や年代等が挙げられる。
検知部２４０は、領域識別部２２０により識別された顔領域が動画における特定の領域と重なっていることを検知する。動画における特定の領域については、後に詳述する。
サイズ算出部２５０は、領域識別部２２０により識別された顔領域の大きさを算出する。具体的には、サイズ算出部２５０は、顔領域が動画における特定の領域と重なっていることが検知部２４０により検知されたときの顔領域の画像を構成する画素の数（画素数）を算出することで、顔領域の大きさを算出する。なお、顔領域が動画における特定の領域と重なっていることが検知部２４０により検知されたときの顔領域の画像を構成する画素数を、以下では、顔画素数と称する。顔画素数は、領域識別部２２０に検出された顔が特定の領域と重なっているときの顔の大きさに係る部位情報として捉えられる。
記憶部２６０は、サイズ算出部２５０により算出された顔画素数を、この顔からなる人物について属性推定部２３０に推定された属性に対応付けて記憶する。これにより、顔画素数の情報が人物ごとに蓄積される。
スケール作成部２７０は、身長の算出に用いられる物差しとしてのスケールを作成する。具体的には、取得手段の一例としてのスケール作成部２７０は、記憶部２６０に格納されている顔画素数の情報を取得し、取得した情報に基づいて、予め定められた身長に対応付ける画素数を決定する。また、スケール作成部２７０は、予め定められた身長への画素数の対応付けを、属性推定部２３０に推定された属性ごとに行う。すなわち、本実施形態のスケール作成部２７０は、属性ごとに定められた身長に対応付ける画素数の各々を決定する。これにより、予め定められた身長に対応付けられた画素数が属性ごとに示された身長のスケールが作成される。なお、スケールを作成する手法については、後に詳述する。
算出手段の一例としての身長算出部２８０は、動画に映っている人物の身長を算出する。具体的には、身長算出部２８０は、スケール作成部２７０に作成された身長のスケールを用いて、領域識別部２２０に検出された顔からなる人物の身長を算出する。なお、身長を算出する手法については、後に詳述する。
出力部２９０は、身長算出部２８０により算出された身長に関する情報を、ネットワーク２０を介して端末装置３００に送信する。
動画データ取得部２１０、領域識別部２２０、属性推定部２３０、検知部２４０、サイズ算出部２５０、記憶部２６０、スケール作成部２７０、身長算出部２８０、および出力部２９０は、ソフトウェアとハードウェア資源とが協働することにより実現される。
具体的には、本実施形態では、ＲＯＭ２０３（図２参照）や外部記憶装置２０４に、オペレーティングシステム、オペレーティングシステムと協働して実行されるアプリケーションソフト等が記憶されている。そして、本実施形態では、ＣＰＵ２０１が、これらのプログラムをＲＯＭ２０３等から主記憶装置であるＲＡＭ２０２に読み込み、実行することで、動画データ取得部２１０、領域識別部２２０、属性推定部２３０、検知部２４０、サイズ算出部２５０、スケール作成部２７０、身長算出部２８０、出力部２９０の各機能部が実現される。
また、記憶部２６０は、ＲＯＭ２０３や外部記憶装置２０４などにより実現される。
＜端末装置３００のハードウェア構成＞
次に、端末装置３００のハードウェア構成について説明する。
図４は、端末装置３００のハードウェア構成の一例を示した図である。
図４に示すように、端末装置３００は、ＣＰＵ３０１と、ＲＡＭ３０２およびＲＯＭ３０３と、表示装置３０４と、入力装置３０５とネットワーク・インターフェイス３０６とを備える。
ＣＰＵ３０１は、ＲＯＭ３０３に格納されているプログラムを実行することにより、各種の制御および演算処理を行う。
ＲＡＭ３０２は、ＣＰＵ３０１による制御や演算処理において作業メモリとして用いられる。
ＲＯＭ３０３は、ＣＰＵ３０１が実行するプログラムや制御において用いられる各種のデータを格納している。
表示装置３０４は、例えば液晶ディスプレイにより構成され、ＣＰＵ３０１の制御により画像を表示する。
入力装置３０５は、例えばキーボードやマウス、タッチセンサ等の入力デバイスで実現され、操作者の入力操作を受け付ける。端末装置３００がタブレット端末やスマートフォン等である場合、液晶ディスプレイとタッチセンサとが組み合わされたタッチパネルが表示装置３０４および入力装置３０５として機能する。
ネットワーク・インターフェイス３０６は、ネットワーク２０に接続して、情報処理装置２００との間でデータの送受信を行う。
なお、図４に示す構成例は、端末装置３００をコンピュータで実現するハードウェア構成の一例に過ぎない。端末装置３００の具体的構成は、以下に説明する機能を実現し得るものであれば、図４に示す構成例に限定されない。
＜端末装置３００の機能構成＞
次に、端末装置３００の機能構成について説明する。
図５は、端末装置３００の機能構成を示した図である。
図５に示すように、端末装置３００は、身長情報取得部３１０と、表示画像生成部３２０と、表示制御部３３０と、操作受付部３４０とを備える。
身長情報取得部３１０は、情報処理装置２００により算出された人物の身長に関する情報を、ネットワーク２０を介して取得する。受信した情報は、例えば図４のＲＡＭ３０２に格納される。
表示画像生成部３２０は、身長情報取得部３１０により取得された情報に基づき、人物の身長を示す出力画像を生成する。
表示制御部３３０は、表示画像生成部３２０により生成された出力画像を、例えば図４に示すコンピュータにおける表示装置３０４に表示させる。
操作受付部３４０は、操作者が入力装置３０５により行った入力操作を受け付ける。そして、操作受付部３４０により受け付けられた操作にしたがって、表示制御部３３０が表示装置３０４への出力画像等の表示制御を行う。
身長情報取得部３１０、表示画像生成部３２０、表示制御部３３０、および操作受付部３４０は、ソフトウェアとハードウェア資源とが協働することにより実現される。
具体的には、本実施形態では、ＲＯＭ３０３（図３参照）に、オペレーティングシステム、オペレーティングシステムと協働して実行されるアプリケーションソフト等が記憶されている。そして、本実施形態では、ＣＰＵ３０１が、これらのプログラムをＲＯＭ３０３等から主記憶装置であるＲＡＭ３０２に読み込み、実行することで、身長情報取得部３１０、表示画像生成部３２０、表示制御部３３０、操作受付部３４０の各機能部が実現される。
＜顔画素数を算出する手法について＞
次に、顔画素数を算出する手法について説明する。
図６（ａ）は、店舗に設けられたビデオカメラ１００の撮影領域内を人物が歩行する様子を示した図であり、図６（ｂ）は、動画データ取得部２１０がビデオカメラ１００から取得した動画の一例を示した図である。
図６（ａ）に示すように、ビデオカメラ１００は、店舗Ａ内において、店舗Ａ内を歩行する人物よりも上側であって、店舗Ａの入口Ｂからみて奥側に設けられている。また、ビデオカメラ１００は、店舗Ａの入口Ｂを向いている。ビデオカメラ１００は、撮影領域Ｒに映る被写体を動画撮影する。
図６（ｂ）に示すように、動画データ取得部２１０がビデオカメラ１００から取得した動画には、ビデオカメラ１００の撮影領域Ｒ（図６（ａ）参照）に映る人物が映っている。
領域識別部２２０は、この動画から人物に係る顔領域Ｗを識別する。
検知部２４０は、動画における特定の領域に基準線Ｌを設ける。図示の例では、基準線Ｌは、動画における横方向に水平に延びる線である。また、この基準線Ｌは、図６（ａ）に示す現実空間においては、ビデオカメラ１００のレンズから撮影領域Ｒにおける店舗Ａの床に向かって延びる直線に相当する。
検知部２４０は、顔領域Ｗが動画における特定の領域に重なっていることを検知する。具体的には、検知部２４０は、顔領域Ｗが動画における基準線Ｌと重なっていることを検知することで、顔領域Ｗが特定の領域と重なっていることを検知する。すなわち、人物の顔が特定の領域と重なっているときとは、顔領域Ｗが基準線Ｌと重なっているときを意味する。
サイズ算出部２５０は、顔領域Ｗが基準線Ｌと重なっていることが検知部２４０により検知されたときの顔領域Ｗの画素数（顔画素数）を算出する。
ここで、図６（ａ）、（ｂ）を参照しながら、人物Ｘに係る顔領域Ｗが基準線Ｌと重なっているときのこの顔領域Ｗの大きさ、および、人物Ｘよりも身長が低い人物Ｙに係る顔領域Ｗが基準線Ｌと重なっているときのこの顔領域Ｗの大きさについて説明する。
図６（ａ）に示すように、人物Ｘと人物Ｙとが店舗Ａの入口Ｂからビデオカメラ１００に向かって歩くと、人物Ｘと人物Ｙとは、基準線Ｌと重なるようになる。このとき、人物Ｘは、人物Ｙよりもビデオカメラ１００に近い位置で基準線Ｌと重なる。
そのため、図６（ｂ）に示すように、人物Ｘに係る顔領域Ｗが基準線Ｌに重なっているときの顔領域Ｗの大きさは、人物Ｙに係る顔領域Ｗが基準線Ｌに重なっているときの顔領域Ｗの大きさよりも大きい。このように、人物の身長が高いほど、顔領域Ｗが基準線Ｌに重なっているときの顔領域Ｗの大きさが大きくなる。
そこで、本実施形態では、顔領域Ｗが大きいほどこの顔領域Ｗの画素数が高くなることを用いて、顔領域Ｗが基準線Ｌと重なっているときの顔領域Ｗの画素数（顔画素数）に基づいて人物の身長を算出する。すなわち、本実施形態では、顔画素数が高いほど、高い身長が算出される。
＜顔画素数管理テーブルの説明＞
次に、記憶部２６０に格納されている情報について説明する。
図７は、記憶部２６０が顔画素数を管理するための顔画素数管理テーブルの構成例を示した図である。
図７に示す顔画素数管理テーブルでは、「年代」に、属性推定部２３０により推定された人物の年代が示されている。また、「性別」に、属性推定部２３０により推定された人物の性別が示されている。また、「顔画素数」に、サイズ算出部２５０に算出された顔画素数が示されている。さらに、「時刻」に、顔領域が動画における基準線Ｌ（図６（ｂ）参照）と重なっていると検知部２４０に検知された画像について記録されている年月日および時刻が示されている。
本実施形態の顔画素数管理テーブルでは、一の人物に係る「顔画素数」に対して、この人物について属性推定部２３０により推定された「年代」および「性別」が対応付けられている。
＜身長のスケールを作成する手法の説明＞
次に、身長のスケールを作成する手法について説明する。
図８は、スケール作成部２７０により作成されるヒストグラムの一例を示した図である。また、図９は、身長のスケールを示した図である。
スケール作成部２７０は、まず、顔画素数についてのヒストグラムを、属性ごとに作成する。具体的には、スケール作成部２７０は、一の属性（例えば３０代男性）に対応付けられて顔画素数が記憶部２６０に格納されている人の数が予め定められた人数（例えば３０人）以上になると、これらの顔画素数の情報を用いて、一の属性が対応付けられた顔画素数についてのヒストグラムを作成する。
図８に示したヒストグラムは、３０代男性の顔画素数についてのヒストグラムである。このヒストグラムは、記憶部２６０に格納されている顔画素数管理テーブルにおいて「３０代」および「男性」が対応付けられている「顔画素数」の情報に基づいて作成される。ヒストグラムの横軸は顔画素数を示し、縦軸は顔画素数に係る人の数（人数）を示す。
次に、スケール作成部２７０は、予め定められた身長に対応付ける画素数を決定する。具体的には、スケール作成部２７０は、作成したヒストグラムをフィッティングして正規分布Ｆを作成し、作成した正規分布ＦのピークＶにおける顔画素数に、予め定められた身長を対応付ける。ここで、正規分布のピークＶにおける顔画素数は、正規分布Ｆにおける顔画素数の平均値である。また、予め定められた身長としては、例えば、各属性における身長の平均値が挙げられる。身長の平均値としては、例えば、公表されている身長の平均値を用いてもよい。また、身長の平均値としては、例えば、二人以上の身長を測定し、測定結果として求められた身長の平均値を用いてもよい。
なお、スケール作成部２７０は、顔画素数に基づいて、予め定められた身長を対応付ける大きさを決定する決定手段として捉えられる。また、スケール作成部２７０は、顔画素数の正規分布を属性ごとに作成する作成手段として捉えられる。
スケール作成部２７０は、残りの属性に関しても、ヒストグラムの作成、および、予め定められた身長に対応付ける画素数の決定を行う。スケール作成部２７０がヒストグラムの作成と予め定められた身長に対応付ける画素数の決定とを属性ごとに行うことで、図９に示すように、属性ごとに予め定められた身長と画素数とが対応付けられた身長のスケールが作成される。
＜身長を算出する手法の説明＞
次に、身長を算出する手法について説明する。
図１０は、身長算出部２８０による身長の算出の手法を示した図である。
以下では、図１０を参照しながら、サイズ算出部２５０により算出された顔画素数から身長を算出する手法について説明する。
身長算出部２８０は、対象の顔画素数Ｐｘから身長を算出するにあたり、まず、身長のスケールに示されている画素数のうち何れの属性に対応付けられている画素数を基準として用いるかを決定する。具体的には、身長算出部２８０は、スケールに属性ごとに示されている画素数のうち、対象の顔画素数Ｐｘの次に大きい画素数、および対象の顔画素数Ｐｘの次に小さい顔画素数を基準として用いることを決定する。なお、対象の顔画素数Ｐｘよりも大きな画素数がスケールに示されていない場合、スケールに属性ごとに示されている画素数のうち、対象の顔画素数Ｐｘの次に小さい画素数とその次に小さい画素数とを基準として用いる。また、対象の顔画素数Ｐｘよりも小さい画素数がスケールに示されていない場合、スケールに属性ごとに示されている画素数のうち、対象の顔画素数Ｐｘの次に大きい画素数とその次に大きい画素数とを基準として用いる。
次に、身長算出部２８０は、下式（１）を用いて身長Ｈを算出する。
式（１）において、Ｈａは、身長の算出にあたり基準として用いられる二つの画素数のうち大きい方の画素数に対応付けられている身長であり、Ｈｂは、小さい方の画素数に対応付けられている身長である。また、ａは、下式（２）により求められる。
式（２）において、Ｐａは、身長の算出にあたり基準として用いられる二つの画素数のうち大きい方の画素数であり、Ｐｂは、小さい方の画素数である。
身長算出部２８０は、式（２）に対象の顔画素数Ｐｘを代入することにより、ａを算出する。また、算出したａを式（１）に代入することにより、身長Ｈを算出する。
＜身長を算出する処理の流れ＞
次に、身長を算出する処理（身長算出処理）の流れについて説明する。
図１１は、身長算出処理の流れを示したフローチャートである。身長算出処理は、動画データ取得部２１０がビデオカメラ１００から新たに動画データを取得した場合に行われる処理である。
まず、領域識別部２２０は、動画データ取得部２１０が取得した動画に映っている人物の顔を検出し（Ｓ１０１）、この人物に係る顔領域を識別する。
属性推定部２３０は、領域識別部２２０に検出された人物の顔から、この人物の属性を推定する（Ｓ１０２）。
サイズ算出部２５０は、領域識別部２２０に顔が検出された人物に係る顔画素数を算出する（Ｓ１０３）。
続いて、身長算出部２８０は、身長のスケール（図９参照）がスケール作成部２７０により既に作成済であるか否かを判定する（Ｓ１０４）。この場合において、身長算出部２８０は、身長のスケールにて身長と画素数とが対応付けられた属性が二つ以上存在する場合、身長のスケールが作成済であると判定し、二つ未満である場合、身長のスケールが作成済でないと判定する。
身長のスケールが作成済と判定された場合（Ｓ１０４にてＹＥＳ）、身長算出部２８０は、サイズ算出部２５０に算出された顔画素数から、人物の身長を算出する（Ｓ１０５）。具体的には、身長算出部２８０は、サイズ算出部２５０に算出された顔画素数と、身長のスケールに示されている身長および画素数とに基づいて、身長を算出する。
出力部２９０は、算出された身長に関する情報を、端末装置３００に出力する（Ｓ１０６）。
ステップ１０６の後、およびステップ１０４にて否定結果が得られた場合、記憶部２６０は、サイズ算出部２５０に算出された顔画素数を、属性推定部２３０に推定された属性と対応付けて記憶する（Ｓ１０７）。記憶された情報は、顔画素数管理テーブル（図７参照）として管理される。
続いて、スケール作成部２７０は、顔画素数管理テーブルを参照し、ステップ１０３にて推定された属性に対応付けられて顔画素数が記憶部２６０に格納されている人数が予め定められた人数以上であるか否かを判定する（Ｓ１０８）。否定結果が得られた場合、身長算出処理を終了する。
一方、ステップ１０８にて肯定結果が得られた場合、スケール作成部２７０は、ステップ１０３にて推定された属性について、顔画素数のヒストグラムを作成する（Ｓ１０９）。
続いて、スケール作成部２７０は、ヒストグラムについて正規分布を作成し、作成した正規分布における顔画素数の平均値と、予め定められた身長とを対応付けた身長のスケールを作成する（Ｓ１１０）。
なお、ステップ１０８にて肯定結果が得られた場合において、ステップ１０３にて推定された属性について身長のスケールに身長と画素数とが対応付けられている場合であっても、ステップ１０９以降の処理を行ってもよい。すなわち、身長のスケールにて予め定められた身長を対応付ける画素数の更新を行ってもよい。この場合、サイズ算出部２５０によって新たに算出された顔画素数も含めて新たにヒストグラムが作成され、このヒストグラムに基づいて、身長のスケールにて予め定められた身長を対応付ける画素数が決定されるようになる。
また、動画に複数の人物の顔が映っている場合、この複数の人物の各々について身長算出処理が行われる。
このように、本実施形態では、ビデオカメラ１００により撮影された画像に映っている人物の顔が画像内に存在する特定の領域と重なっているときの顔の大きさに基づいて、画像に映っている人物の身長を算出する。
ここで、例えば、撮影された画像に映っている人体の頭と足との距離から、画像に映っている人体からなる人物の身長を算出することがある。しかし、場合によっては、撮影された画像に人体の頭と足の両方は映っていないことがあり、この場合には、画像に映っている人物の身長を算出することが困難であった。
これに対し、本実施形態のように、画像に映っている人物における顔の大きさに基づいてこの人物の身長を算出するようにすると、画像に顔が映っている一方で足が映っていない人物の身長が算出される。
なお、本実施形態では、人物の顔の大きさから身長を算出しているが、これに限定されない。
例えば、画像に映っている人物の手の大きさから身長を算出してもよい。この場合、領域識別部２２０は、画像に映っている人物の手を検出し、手が映っている領域を識別する。また、属性推定部２３０は、識別された人物の手の部位、輪郭、皺等の特徴を抽出し、抽出した特徴に基づいて、この手からなる人物の属性を推定する。さらに、サイズ算出部２５０は、人物の手の領域が画像における基準線Ｌ（図６（ｂ）参照）と重なっているときの手の領域における画像を構成する画素数を算出する。算出された画素数は、推定された属性に対応付けられて記憶部２６０に蓄積される。そして、スケール作成部２７０は、記憶部２６０に蓄積された手の領域の画素数についてのヒストグラムを属性ごとに作成し、作成したヒストグラムに基づいて、属性ごとに予め定められた身長に対応付ける画素数を決定し、身長についてのスケールを作成する。そして、身長算出部２８０は、人物の手の領域が画像における基準線Ｌと重なっているときの手の領域の画素数と、スケールに示された画素数との関係に基づいて、身長を算出する。
また、人物の身長を算出するために用いる人体の部位は、人体の部位のうち顔や手以外の部位であってもよい。
すなわち、画像に映っている人体における特定の一の部位を領域識別部２２０により検出し、検出した一の部位が、画像内に存在する特定の領域と重なっているときの一の部位の大きさに基づいて、画像に映っている人体からなる人物の身長を算出してもよい。
また、本実施形態では、スケール作成部２７０は、サイズ算出部２５０に算出された顔画素数に基づいて、予め定められた身長を対応付ける画素数を決定する。そして、身長算出部２８０は、サイズ算出部２５０に算出された顔画素数と、予め定められた身長が対応付けられた画素数との関係に基づいて、人物の身長を算出する。
そのため、ビデオカメラ１００の種類やビデオカメラ１００が設けられる位置に応じて、サイズ算出部２５０に算出される顔画素数が変わり、これに伴い、予め定められた身長が対応付けられる大きさも変わる。
＜表示装置３０４に出力される内容＞
次に、端末装置３００の表示装置３０４に出力される内容について説明する。
図１２は、身長算出部２８０による身長の算出の結果に係る画像である算出結果画像３５０を示した図である。
図１２に示すように、算出結果画像３５０には、人物画像３５１と、身長情報３５２と、属性情報３５３と、時刻情報３５４と、次ボタン３５５と、前ボタン３５６とが表示されている。
人物画像３５１には、身長が算出された人物の画像が表示されている。具体的には、人物画像３５１には、身長が算出された人物について領域識別部２２０に顔領域として識別された画像が表示されている。
身長情報３５２には、身長算出部２８０により算出された身長が表示されている。
属性情報３５３には、身長が算出された人物について属性推定部２３０に推定された属性が表示されている。具体的には、属性情報３５３には、属性推定部２３０に推定された人物の年代および性別が表示されている。
時刻情報３５４には、身長が算出された人物がビデオカメラ１００に撮影されたときの時刻が表示されている。具体的には、時刻情報３５４には、身長が算出された人物に係る顔領域が動画における基準線Ｌ（図６（ｂ）参照）と重なっていると検知部２４０に検知された画像について記録されている年月日および時刻が表示されている。図示の例では、時刻情報３５４として「２０１８年７月２日１４時００分００秒」が表示されている。
操作者が次ボタン３５５を選択すると、時刻情報３５４に表示されている時刻の次に遅い時刻において検知部２４０に検知された人物に係る算出結果画像３５０が表示される。また、操作者が前ボタン３５６を選択すると、時刻情報３５４に表示されている時刻の次に早い時刻において検知部２４０に検知された人物に係る算出結果画像３５０が表示される。
なお、本実施形態では、歩行する人物よりも上側にビデオカメラ１００を設けている（図６（ａ）参照）が、これに限定されない。
例えば、歩行する人物の足元の高さ等、歩行する人物の顔よりも下側にビデオカメラ１００を設けてもよい。すなわち、歩行する人物の身長の算出に用いる特定の一の部位に対して高低差を設けるようにビデオカメラ１００を設置すればよい。
また、本実施形態では、動画における特定の領域に一の基準線Ｌ（図６（ｂ）参照）を設け、顔領域が基準線Ｌと重なっているときの顔領域の画素数を算出し、算出した画素数に基づいて、予め定められた身長を対応付ける画素数を決定するようにしたが、これに限定されない。
例えば、動画に二本以上の基準線を設け、顔領域が各基準線と重なっているときの顔領域の画素数の平均値に基づいて、予め定められた身長を対応付ける画素数を決定してもよい。
また、本実施形態では、領域識別部２２０に識別された顔領域を構成する画素数に基づいて、予め定められた身長を対応付ける画素数を決定するようにしたが、これに限定されない。
例えば、領域識別部２２０に識別された顔領域の画像に対して、ビデオカメラ１００の撮影領域に人が映っていない状態で撮影された画像を用いて背景差分を行ってもよい。そして、差分として得られた画像を構成する画素数に基づいて、予め定められた身長を対応付ける画素数を決定してもよい。
また、本実施形態では、顔領域と基準線Ｌとの重なりが生じたときの画像における顔領域の画素数に基づいて、予め定められた身長を対応付ける画素数を決定しているが、これに限定されない。
例えば、顔領域と基準線Ｌとが重なっている間の動画を構成する各画像における顔領域の画素数の平均値に基づいて、予め定められた身長を対応付ける画素数を決定してもよい。
また、例えば、顔領域と基準線Ｌとが重なっている間であって人物の歩行における一周期の間の動画を構成する各画像における顔領域の画素数の平均値に基づいて、予め定められた身長を対応付ける画素数を決定してもよい。
具体的には、領域識別部２２０が、動画の上下方向における顔領域の動揺の規則性を検出し、この動揺の規則性から、人物の歩行の周期を検出する。そして、動画において顔領域と基準線Ｌとが重なっている期間のうちの歩行の一周期の期間の動画を構成する各画像を抽出し、抽出した画像における顔領域の画素数の平均値に基づいて、予め定められた身長を対応付ける画素数を決定してもよい。
また、本実施形態では、身長のスケールにて予め定められた身長に対応付ける画素数を、ヒストグラムについて作成した正規分布Ｆ（図８参照）のピークＶにおける顔画素数としているが、これに限定されない。
例えば、記憶部２６０に記憶されている属性ごとの顔画素数の平均値を、身長のスケールにて予め定められた身長に対応付けてもよい。
また、例えば、身長が既知である人物に係る顔画素数に基づいて、予め定められた身長を対応付けた画素数を補正してもよい。具体的には、身長が既知である特定の属性の人物をビデオカメラ１００により撮影して得られる動画から、この人物に係る顔画素数を算出する。そして、この特定の属性について身長のスケールに対応付けられている身長と画素数とを、身長が既知の人物の身長とこの人物について算出した顔画素数とに置き換えてもよい。
また、例えば、身長が既知である人物に係る顔領域が基準線Ｌと重なっているときの顔領域の画素数に基づいて、属性ごとに身長が対応付けられた画素数をそれぞれ補正してもよい。
図１３（ａ）、（ｂ）は、属性ごとに身長が対応付けられた画素数をそれぞれ補正する手法を示した図である。
以下では、図１３（ａ）、（ｂ）を参照しながら、属性ごとに身長が対応付けられた画素数をそれぞれ補正する手法について説明する。
まず、身長が既知である人物の属性について身長のスケールに示されている画素数Ｐｓ０（図１３（ａ）参照）を補正する。具体的には、下式（３）を用いて、身長が既知である人物の属性について身長のスケールに示されている画素数（補正前の画素数）Ｐｓ０を、補正後の画素数Ｐｓにする。
式（３）において、Ｈｗは、身長が既知である人物の身長であり、Ｐｗは、この人物について算出された顔画素数である。また、Ｈｓは、身長が既知である人物の属性について身長のスケールに示されている身長である。
続いて、残りの属性について身長のスケールに示されている画素数を補正する。具体的には、残りの属性について身長のスケールに示されている画素数の各々に対し、最初に補正した属性について画素数が変動した値を減算する。より具体的には、最初に補正された属性における補正前の画素数Ｐｓ０から補正後の画素数Ｐｓを差し引いた値（Ｐｓ０−Ｐｓ）を、残りの属性について身長のスケールに示されている画素数の各々に対して減算することにより、残りの属性について身長のスケールに対応付けられている画素数をそれぞれ補正する。
また、本実施形態では、身長のスケールにて身長と画素数とを年代および性別ごとに対応付けているが、身長のスケールにて身長と画素数とを対応付ける区分の対象となる属性は、年代および性別に限定されない。
例えば、身長のスケールにて身長と画素数とを国籍ごとに示してもよい。この場合、属性推定部２３０は、領域識別部２２０に識別された顔の特徴から、人物の年代、性別、および国籍を推定する。また、スケール作成部２７０は、人物の年代、性別、国籍ごとに定められた身長を対応付ける画素数を決定することにより、年代、性別、国籍ごとに定められた身長と画素数とが対応付けられた身長のスケールを作成してもよい。
また、本実施形態では、一の属性に対応付けられて顔画素数が記憶部２６０に格納されている人数が予め定められた人数以上になると、この一の属性が対応付けられた顔画素数についてのヒストグラムを作成しているが、これに限定されない。
例えば、期間に基づいて、ヒストグラムを作成するか否かを決定してもよい。具体的には、情報処理装置２００に時刻を計測する計時部（不図示）を設け、動画データ取得部２１０が初めて動画データを取得してから予め定められた期間（例えば３０日）が経過すると、記憶部２６０に格納されている顔画素数の情報を用いてヒストグラムを作成するようにしてもよい。
また、本実施形態では、ビデオカメラ１００を用いて動画を撮影し、撮影した動画データに映っている人物の身長を算出しているが、これに限定されない。
例えば、被写体を撮影する撮影手段を用いて写真を撮影し、撮影した写真に写っている人物の顔領域の大きさに基づいて、この人物の身長を算出してもよい。
また、本発明の実施形態を実現するプログラムは、磁気記録媒体（磁気テープ、磁気ディスクなど）、光記憶媒体（光ディスクなど）、光磁気記録媒体、半導体メモリなどのコンピュータが読取可能な記録媒体に記憶した状態で提供し得る。また、インターネットなどの通信手段を用いて提供することも可能である。
また、本開示は上記の実施形態に何ら限定されるものではなく、本開示の要旨を逸脱しない範囲で種々の形態で実施することができる。
２０…ネットワーク、１００…ビデオカメラ、２００…情報処理装置、２１０…動画データ取得部、２２０…領域識別部、２３０…属性推定部、２４０…検知部、２５０…サイズ算出部、２６０…記憶部、２７０…スケール作成部、２８０…身長算出部、２９０…出力部、３００…端末装置

Claims (12)

  1. 被写体を撮影する撮影手段と、
    前記撮影手段により撮影された画像に映っている人体における特定の一の部位を検出する検出手段と、
    前記検出手段により検出された前記一の部位が、画像内に存在する特定の領域と重なっているときの当該部位の大きさに基づいて、前記人体からなる人物の身長を算出する算出手段と、
    を備えた、身長算出システム。
  2. 前記検出手段に検出された特定の一の部位が前記特定の領域と重なっているときの当該部位の大きさに係る部位情報を取得する取得手段と、
    前記取得手段に取得された前記部位情報に基づいて、予め定められた身長を対応付ける大きさを決定する決定手段と、をさらに備え、
    前記算出手段は、前記一の部位が前記特定の領域と重なっているときの当該部位の大きさと、前記予め定められた身長が対応付けられた前記大きさとの関係に基づいて、前記人物の身長を算出することを特徴とする請求項１記載の身長算出システム。
  3. 前記部位情報に係る人物の属性を推定する推定手段をさらに備え、
    前記決定手段は、前記属性ごとに定められた身長を対応付ける大きさをそれぞれ決定し、
    前記算出手段は、前記一の部位が前記特定の領域と重なっているときの当該部位の大きさと、前記属性ごとに身長が対応付けられた前記大きさのうち当該一の部位の大きさに最も近い大きさとの関係に基づいて、前記人物の身長を算出することを特徴とする請求項２記載の身長算出システム。
  4. 前記部位情報に基づいて、前記部位の大きさの正規分布を前記属性ごとに作成する作成手段をさらに備え、
    前記決定手段は、前記属性ごとに、前記正規分布における平均値に前記予め定められた身長を対応付けることを特徴とする請求項３記載の身長算出システム。
  5. 前記属性は、人物の年代および／または性別であり、
    属性ごとに定められた身長は、各属性における身長の平均値として定められた身長であることを特徴とする請求項３または４記載の身長算出システム。
  6. 前記画像は、撮影された動画のうちの一の画像であり、
    前記部位情報は、検出された前記一の部位が前記特定の領域と重なっている間の動画を構成する各画像における当該部位の大きさの平均値に係る情報であることを特徴とする請求項２記載の身長算出システム。
  7. 前記平均値は、検出された前記一の部位が前記特定の領域と重なっている間であって、当該部位に係る人物の歩行における一周期の間の動画を構成する各画像における当該部位の大きさの平均値であることを特徴とする請求項６記載の身長算出システム。
  8. 前記決定手段は、身長が既知である人物の人体における特定の一の部位が前記特定の領域と重なっているときの当該部位の大きさに基づいて、前記属性ごとに身長が対応付けられた前記大きさの値をそれぞれ補正することを特徴とする請求項３乃至７の何れかに記載の身長算出システム。
  9. 前記算出手段は、前記一の部位が前記特定の領域と重なっているときの当該部位の大きさと、第１の身長が対応付けられ且つ当該部位よりも小さい第１の大きさと、当該第１の身長よりも高い第２の身長が対応付けられ且つ当該部位よりも大きい第２の大きさとの関係に基づいて、前記人の身長を算出することを特徴とする請求項１記載の身長算出システム。
  10. 高い身長ほど対応付ける大きさを大きくして、３以上の予め定められた身長に対応付ける大きさをそれぞれ決定する決定手段をさらに備え、
    前記算出手段は、前記人の身長を算出するにあたり、前記決定手段により決定された３以上の前記大きさのうち、前記一の部位の大きさの次に小さい大きさと、当該一の部位の大きさの次に大きい大きさとを用いることを特徴とする請求項８記載の身長算出システム。
  11. 撮影された画像に映っている人体における特定の一の部位を検出する検出手段と、
    前記検出手段により検出された前記一の部位が、画像内に存在する特定の領域と重なっているときの当該部位の大きさに基づいて、前記人体からなる人物の身長を算出する算出手段と、
    を備えた、情報処理装置。
  12. コンピュータに、
    撮影された画像に映っている人物の人体における特定の一の部位を検出する機能と、
    検出された前記一の部位が、画像内に存在する特定の領域と重なっているときの当該部位の大きさに基づいて、前記人物の身長を算出する機能と、
    を実現させるためのプログラム。
JP2018126737A 2018-07-03 2018-07-03 身長算出システム、情報処理装置およびプログラム Pending JP2020008929A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018126737A JP2020008929A (ja) 2018-07-03 2018-07-03 身長算出システム、情報処理装置およびプログラム
US16/150,291 US20200013180A1 (en) 2018-07-03 2018-10-03 Height calculation system, information processing apparatus, and non-transitory computer readable medium storing program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018126737A JP2020008929A (ja) 2018-07-03 2018-07-03 身長算出システム、情報処理装置およびプログラム

Publications (1)

Publication Number Publication Date
JP2020008929A true JP2020008929A (ja) 2020-01-16

Family

ID=69101428

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018126737A Pending JP2020008929A (ja) 2018-07-03 2018-07-03 身長算出システム、情報処理装置およびプログラム

Country Status (2)

Country Link
US (1) US20200013180A1 (ja)
JP (1) JP2020008929A (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111626162A (zh) * 2020-05-18 2020-09-04 江苏科技大学苏州理工学院 基于时空大数据分析的水上救援系统及溺水警情预测方法
JP2022121319A (ja) * 2021-02-08 2022-08-19 ソフトバンク株式会社 情報処理装置、プログラム、及び情報処理方法
JP2023035988A (ja) * 2021-08-30 2023-03-13 アップル インコーポレイテッド 体組成分析回路を有する電子デバイス

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11030756B2 (en) 2018-10-26 2021-06-08 7-Eleven, Inc. System and method for position tracking using edge computing
US10878585B1 (en) * 2019-10-25 2020-12-29 7-Eleven, Inc. Sensor array for scalable position tracking system
US11587243B2 (en) 2019-10-25 2023-02-21 7-Eleven, Inc. System and method for position tracking using edge computing
US11501454B2 (en) 2019-10-25 2022-11-15 7-Eleven, Inc. Mapping wireless weight sensor array for item detection and identification
US11450011B2 (en) 2019-10-25 2022-09-20 7-Eleven, Inc. Adaptive item counting algorithm for weight sensor using sensitivity analysis of the weight sensor

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003219396A (ja) * 2002-01-17 2003-07-31 Matsushita Electric Ind Co Ltd 画像処理方法、画像処理装置、画像処理プログラム及び監視システム
JP2008123100A (ja) * 2006-11-09 2008-05-29 Omron Corp 情報処理装置および方法、並びにプログラム
JP2009088709A (ja) * 2007-09-27 2009-04-23 Fujifilm Corp 身長推定装置及び撮影装置
JP2010217955A (ja) * 2009-03-13 2010-09-30 Omron Corp 検出装置、評価装置および方法、並びに、プログラム
JP2011193187A (ja) * 2010-03-15 2011-09-29 Omron Corp 監視カメラ端末
US20170255272A1 (en) * 2012-11-08 2017-09-07 Cuesta Technology Holdings, Llc Multi-modal input control of touch-based devices

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE539558T1 (de) * 2002-04-25 2012-01-15 Panasonic Corp Objektdetektionseinrichtung, objektdetektionsserver und objektdetektionsverfahren
JP5434569B2 (ja) * 2009-12-22 2014-03-05 ソニー株式会社 情報処理装置および方法、並びにプログラム
JP5756709B2 (ja) * 2011-08-03 2015-07-29 綜合警備保障株式会社 身長推定装置、身長推定方法、及び身長推定プログラム
CN109479115B (zh) * 2016-08-01 2021-01-12 索尼公司 信息处理装置、信息处理方法和程序

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003219396A (ja) * 2002-01-17 2003-07-31 Matsushita Electric Ind Co Ltd 画像処理方法、画像処理装置、画像処理プログラム及び監視システム
JP2008123100A (ja) * 2006-11-09 2008-05-29 Omron Corp 情報処理装置および方法、並びにプログラム
JP2009088709A (ja) * 2007-09-27 2009-04-23 Fujifilm Corp 身長推定装置及び撮影装置
JP2010217955A (ja) * 2009-03-13 2010-09-30 Omron Corp 検出装置、評価装置および方法、並びに、プログラム
JP2011193187A (ja) * 2010-03-15 2011-09-29 Omron Corp 監視カメラ端末
US20170255272A1 (en) * 2012-11-08 2017-09-07 Cuesta Technology Holdings, Llc Multi-modal input control of touch-based devices

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Y0HE1: "［例］身長の分布は本当に正規分布に従うのか！？", [ONLINE], JPN7022002807, 7 September 2016 (2016-09-07), ISSN: 0004946930 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111626162A (zh) * 2020-05-18 2020-09-04 江苏科技大学苏州理工学院 基于时空大数据分析的水上救援系统及溺水警情预测方法
CN111626162B (zh) * 2020-05-18 2023-06-02 江苏科技大学苏州理工学院 基于时空大数据分析的水上救援系统及溺水警情预测方法
JP2022121319A (ja) * 2021-02-08 2022-08-19 ソフトバンク株式会社 情報処理装置、プログラム、及び情報処理方法
JP2023035988A (ja) * 2021-08-30 2023-03-13 アップル インコーポレイテッド 体組成分析回路を有する電子デバイス

Also Published As

Publication number Publication date
US20200013180A1 (en) 2020-01-09

Similar Documents

Publication Publication Date Title
JP2020008929A (ja) 身長算出システム、情報処理装置およびプログラム
JP4277534B2 (ja) 画像編集装置および画像編集方法
US9338311B2 (en) Image-related handling support system, information processing apparatus, and image-related handling support method
JP2005215750A (ja) 顔検知装置および顔検知方法
JP2006319870A (ja) 撮影装置および方法並びにプログラム
WO2020237565A1 (zh) 一种目标追踪方法、装置、可移动平台及存储介质
US10058237B2 (en) Image processing device, image processing method, and program
US9218794B2 (en) Image processing apparatus, image processing method, and non-transitory computer readable medium
JP2012023502A (ja) 撮影支援システム、撮影支援方法、サーバ、撮影装置およびプログラム
JP5771647B2 (ja) 肌解析装置、肌解析システム、肌解析方法および肌解析プログラム
JP2009124231A (ja) 画像補正装置および画像補正方法
JP2016123044A (ja) 被写体追跡装置、その制御方法およびプログラム
JP6413310B2 (ja) 見守り装置、表示方法及びプログラム
WO2022174539A1 (zh) 自行走设备的摄像曝光方法和装置
JP4882577B2 (ja) 物体追跡装置およびその制御方法、物体追跡システム、物体追跡プログラム、ならびに該プログラムを記録した記録媒体
TWM537281U (zh) 跌倒偵測系統
JP5499531B2 (ja) 電子カメラ
JP5272775B2 (ja) 電子スチルカメラ
JP2013218393A (ja) 撮像装置
US9501840B2 (en) Information processing apparatus and clothes proposing method
JP2015233202A (ja) 画像処理装置および画像処理方法、並びにプログラム
JP2019062436A (ja) 画像処理装置、画像処理方法、及びプログラム
JP2018160024A (ja) 画像処理装置、画像処理方法及びプログラム
JP2017072945A (ja) 画像処理装置、画像処理方法
JP2022022874A (ja) 情報処理装置、情報処理方法、及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210621

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220614

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220621

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20221220