JP2021012696A - 情報処理装置、情報処理方法及びプログラム - Google Patents

Abstract

【課題】 複数の認識環境の認識結果を適切な結果にすることが出来る。【解決手段】 複数の領域毎に撮像された画像に含まれる注目人物と、予め設定された登録人物と、に基づいて、前記注目人物が前記登録人物である確からしさを推定する推定手段と、前記複数の領域のうち第１の領域において撮像された第１の注目人物について、前記第１の領域とは異なる領域で撮像された画像に含まれる第２の注目人物が前記登録人物である確からしさが閾値より大きい状態を保持した期間が所定の期間より長い場合に、前記第１の領域における前記第１の注目人物が前記登録人物である確からしさをより下げるように更新し、前記第２の注目人物が前記登録人物である確からしさが閾値より大きい状態を保持した期間が所定の期間より短い場合に、前記第１の領域における前記第１の注目人物が前記登録人物である確からしさを下げないように更新する更新手段と、を有する情報処理装置。【選択図】 図２

Description

本発明は、人物を認識する技術に関する。

従来、互いに異なる場所を撮影する複数のカメラにおいて、同じ時刻にそれぞれのカメラで撮像した画像から同一の人物が認識されてしまう場合がある。しかしながら、同一人物は、これらの離れた場所に同時には存在できないので、何れかの認識結果は誤りである。これを考慮し、互いに異なる場所を撮影する複数のカメラの画像認識においては、現実的な移動速度で移動する人物が一定の時間内に存在しうる空間の領域を示す時間的および空間的制約を導入することが有効である。特許文献１では、上記空間的制約を用いて、特定の領域を撮影した画像に含まれるある人物について、一定期間前にその特定の領域から移動不可能と考えられる領域で上記登録人物が検出されていた場合は、該人物は登録人物ではないと認識する。

特開２００６−２２１３５５号公報

特許文献１では、上記空間的制約に基づいて認識結果を取捨選択し、確定する。つまり、ある時間と場所において確定した認識結果を正しいとしたとき、そこで認識された人物がその時間と場所に存在した事実に基づきそれ以外の認識を行う。そのため、１度でも認識結果が誤っていた場合、全体として正しい認識結果が得られなくなる恐れがある。例えば、もし、認識候補が複数あり、ある領域において突出して高い認識尤度の候補が無い場合に、上記空間的制約と矛盾しない認識結果が必ず正しいとして候補を絞ってしまうと、全体として正しい認識結果が得られなくなる。本発明は上記課題に鑑みてなされたものであり、上記空間的制約に基づいて複数の認識環境での認識を行う場合に、ある認識環境において突出して高い認識尤度の候補が無かったとしても、複数の認識環境の認識結果を適切な結果とすることを主な目的とする。

上記課題を解決する本発明にかかる情報処理装置は、複数の領域毎に撮像された画像に含まれる注目人物と、予め設定された登録人物と、に基づいて、前記注目人物が前記登録人物である確からしさを推定する推定手段と、前記複数の領域のうち第１の領域において撮像された第１の注目人物について、前記第１の領域とは異なる領域で撮像された画像に含まれる第２の注目人物が前記登録人物である確からしさが閾値より大きい状態を保持した期間が所定の期間より長い場合に、前記第１の領域における前記第１の注目人物が前記登録人物である確からしさをより下げるように更新し、前記第２の注目人物が前記登録人物である確からしさが閾値より大きい状態を保持した期間が所定の期間より短い場合に、前記第１の領域における前記第１の注目人物が前記登録人物である確からしさを下げないように更新する更新手段と、を有することを特徴とする。

本発明によれば、上記空間的制約に基づいて複数の認識環境での認識を行う場合に、ある領域において突出して高い認識尤度の候補が無かったとしても、複数の認識環境の認識結果を適切な結果にすることが出来る。

情報処理装置のハードウェア構成例を示す図 情報処理装置の機能構成例を示すブロック図 撮像部が撮像した画像の一例を示す図 情報が付与された撮像画像の一例を示す図 人物候補画像の一例を示す図 人物確信度の求め方の一例を示す図 登録人物の特徴量をまとめた一例を示す図 人物確信度テーブルの一例を示す図 情報処理装置が実行する処理を説明するフローチャート エリア確信度テーブルの一例を示す図 ＧＵＩに表示した一例を示す図 人物確信度テーブルの一例を示す表 人物確信度の推移の一例を示す図 情報処理装置が実行する処理を説明するフローチャート 人物確信度テーブルの一例を示す表 人物確信度の推移の一例を示す図 人物確信度の推移の一例を示す図 人物確信度の推移の一例を示す図 撮像領域を分割した一例を示す図 人物追跡部の動作の一例を説明する図

以下に、本発明の好ましい実施の形態を、図面に基づいて詳細に説明する。なお、以下の実施形態において示す構成は一例に過ぎず、本発明は図示された構成に限定されるものではない。

＜実施形態１＞
図１は、情報処理システムのハードウェア構成例を示す図である。中央処理ユニット（ＣＰＵ）１０１は、ＲＡＭ１０３をワークメモリとして、ＲＯＭ１０２や記憶装置１０４に格納されたＯＳやその他プログラムを読みだして実行し、システムバス１０９に接続された各構成を制御して、各種処理の演算や論理判断などを行う。ＣＰＵ１０１が実行する処理には、実施形態の情報処理が含まれる。記憶装置１０４は、ハードディスクドライブや外部記憶装置などであり、実施形態の情報処理にかかるプログラムや各種データを記憶する。入力部１０５は、カメラなどの撮像装置、ユーザ指示を入力するためのボタン、キーボード、タッチパネルなどの入力デバイスである。なお、記憶装置１０４は例えばＳＡＴＡなどのインタフェイスを介して、入力部１０５は例えばＵＳＢなどのシリアルバスを介して、それぞれシステムバス１０９に接続されるが、それらの詳細は省略する。通信Ｉ／Ｆ１０６は無線通信または有線通信で外部の機器と通信を行う。表示部１０７はディスプレイである。センサ１０８は画像センサや距離センサである。撮像装置１１ａに対応する。

図２は、特定の人物を認識する情報処理システム１の機能構成例を示すブロック図である。撮像システム１１は、環境の状況を監視する受光センサを有し、動画像を撮像できる。以下、個々の撮像システム１１を区別する必要がある場合は、撮像装置１１ａ、撮像装置１１ｂ、・・・と記す。なお、各々の撮像システム１１が撮像する領域は重なり合ってないものとする。なお、撮像システム１１は、ハードウェア構成例のセンサ１０８に対応する。また、撮像システムを情報処理装置が備えてもよい。撮像装置は、レンズ等の工学系とＣＭＯＳセンサやＣＣＤセンサ等の画像センサとを内蔵し、具体的にはＲＧＢカラーカメラである。

情報処理装置１００は、画像から特定の人物を認識する。情報処理装置１００は、画像取得部１２、抽出部１３、認識部１４、保持部１５、エリア確信度取得部１６を有する。

画像取得部１２は、所定の領域を監視対象とする撮像システム１１が撮像した画像を取得し、抽出部１３に出力する。この際、画像にはカメラＩＤと撮像時刻が付与される。たとえば、撮像装置１１ａで第１の領域を撮像した画像にはａ、撮像装置１１ｂで第２の領域を撮像した画像にはｂというカメラＩＤが付与される。ここでは、第１の領域と第２の領域とは一瞬で移動できないくらい離れた距離に存在する領域であるとする。すなわち、人物が第１の領域から第２の領域に所定の速さで移動すると仮定した場合に、所定の時間だけ要する、という制約を時間的・空間的制約とする。なお、本実施形態は撮像システム１１によってリアルタイムに撮像された映像に対して処理を行う例を説明するが、録画された過去の映像に対しても同様の処理が可能である。その場合は、画像取得部１２は、保持部１５が保持する過去の画像を取得する。

抽出部１３では、撮像システム１１によって撮像された画像から人物１人あたりの身体の（部分または全体）特徴を示す部分画像を抽出する。すなわち、画像取得部１２から得た画像から人物候補領域を抽出し、人物候補画像として出力する。人物候補領域とは、画像のうち人物を示す特徴を含む領域である。人物候補画像とは、人物一人分の特徴を有する部分画像である。ある画像に複数の人物候補が含まれる場合は、その数に応じて人物候補画像を取得する。そのため、１画面に多くの人物候補があれば多くの人物候補画像を出力し、人物候補が見つからなければ出力は行わない。なお、人物候補画像には、エリアＩＤと撮像時刻を示す情報が付与される。さらに、カメラＩＤと、入力撮像画像に対する人物候補領域の位置と大きさも必要に応じて付与される。

エリアＩＤとは、エリアを識別する位置情報である。エリアとは、人物候補が存在する場所の領域を表すもので、ここでは各々のカメラの撮像領域とする。この場合、撮像部１１ａで撮像した画像にはａ、撮像部１１ｂで撮像した画像にはｂというエリアＩＤが付与される。エリアＩＤは、カメラＩＤと対応づけられている。

ついで、抽出部１３が出力する各々の人物候補画像に対し、以下の認識部１４での処理がなされる。認識部１４は、推定部１４１と更新部１４２から構成される。認識部１４は、ある人物候補画像について各登録人物との人物確信度の最大値が所定の閾値より大きい場合、人物候補画像に含まれる人物は登録人物であると認識する。人物確信度は後述するエリア確信度に基づいて更新された値を用いる。

推定部（出力部）１４１は、入力される人物候補画像に対して、人物候補画像に含まれる人物が、認識対象である登録人物である可能性を示す人物確信度（情報）を、すべての登録人物について出力する。つまり、推定部１４１は、抽出された部分画像毎に人物確信度を出力する。詳しい処理については後述する。もし、１００人登録してある場合には、１００個の人物確信度を取得する。ここでは、人物確信度は、確実に当該人物でない場合を０、確実に当該人物である場合を１とする、［０，１］の実数で表される数値とする。つまり、推定部１４１は、監視カメラに映った人物と、登録された人物との類似度を算出する。

更新部１４２では、保持部１５が保持するエリア確信度（領域情報）を参照し、時間的および空間的制約を用いて、推定部１４１から得た人物確信度を更新する。すなわち、更新部１４２は、第１の領域とは異なる第２の領域に登録人物が存在する可能性に基づいて、人物候補画像に含まれる人物（注目人物）が、認識対象である登録人物である可能性を示す人物確信度（情報）を更新する。ここでは、２つの仮定に基づいて人物確信度を更新する。一つ目の仮定は、時刻ｔ−１に第２の領域に存在したならば、時刻ｔに第１の領域に存在する可能性は低いことである。もう一つの仮定は、時刻ｔ−１に第１の領域に存在したならば、時刻ｔに第１の領域に存在する可能性は高いことである。更新した人物確信度は保持部１５に保持される。なお、エリア確信度（領域情報）とは、ある人物があるエリアに存在する可能性を示す数値であり、詳細はこのあと説明する。

エリア確信度取得部１６は、抽出部１３が出力する全ての人物候補画像について、上記認識部１４によって人物確信度が推定されると、人物確信度を元にエリア確信度（領域情報）を更新する。詳しい処理は後述する。更新されたエリア確信度は保持部１５に保持する。

表示装置１７では、保持部１５が保持する人物確信度を参照して、システムの目的に応じた表示を行う。たとえば、画像取得部１２が出力した撮像画像に、検出した人物枠や人物名等を重畳表示する。なお、情報処理装置１００が表示部を有する構成でもよい。また、表示装置以外でもユーザに認識結果を提示できる装置であれば、例えば、音声発生装置でもよい。

以下では、例を用いて、より詳細に説明する。なお、撮像システム１１における撮像装置は何台あっても構わないが、ここでは２台の場合を説明する。撮像装置１１ａと撮像装置１１ｂは、互いに重なりあわない領域を撮像している。たとえば、撮像装置１１ａは部屋ａの全体、撮像装置１１ｂは部屋ｂの全体を撮像しているものとする。また、撮像装置１１ａが撮像している領域をエリアａ、撮像装置１１ｂが撮像している領域をエリアｂとする。この場合、エリアａとエリアｂは重なり合わない。

図３（ａ）（ｂ）は、撮像部１１が時刻ｔ１において撮像した画像である。図３（ａ）が撮像装置１１ａで撮像した撮像画像２１ａ、図３（ｂ）が撮像装置１１ｂで撮像した撮像画像２１ｂである。撮像画像２１ａには、人物が２名写っており、撮像画像２１ｂには１名写っている。撮像画像２１ａおよび撮像画像２１ｂは、画像取得部１２によって、カメラＩＤと撮像時刻が付与される。また、本実施形態では入力画像を識別するため、入力画像ＩＤも付与する。図４（ａ）に、これらの情報が付与された撮像画像２１ａおよび撮像画像２１ｂを示す。必要に応じて撮像画像の大きさ等の情報をさらに付与しても構わない。

抽出部１３は、画像取得部１２から撮像画像２１を取得し、人物の特徴を含む人物候補画像（部分画像）を抽出する。これには、撮像画像２１から人物と思われる人物候補領域を検出し、検出した領域の画像を切り出せばよい。人物候補領域は２２１、２２２、２２３の３つあり、各々Ａさん、Ｂさん、Ｃさんが写っている。人物候補領域の抽出方法としては、たとえば、ピクセルレベルで似たようなピクセルを統合する。１つの領域になるまで徐々に統合し、各レベルで１つの領域となっている部分のバウンディングボックスに対して、人物らしさの判定をして候補を絞り、人物候補領域を抽出する。なお、人物候補領域の抽出方法はこれに限らず、ディープラーニングを利用して人物が存在しうる領域を抽出してもよい。

図５（ａ）に、撮像画像２１ａおよび撮像画像２１ｂを、抽出部１３が処理した結果を示す。次に推定部１４１は、抽出部１３が出力する人物候補画像それぞれについて（注目人物毎に）、予め設定してある人物ごとに、当該人物であると思われる人物確信度を（０，１）の範囲の多値情報として取得する。取得結果は、保持部１５に保持する。なお、ここで人物確信度は０と１を含まないようにする。これは、装置のみの判断で人物の認識結果を確定することを避けるためである。情報処理装置による認識結果は、ある時点で１度誤ると、その後の処理結果に間違った影響がかかってしまう可能性がある。本実施形態では、その誤認識の影響を抑え、最終的に正しい認識結果を得ることを目的とする。なお、認識結果を確定させることによって処理を安定的にして、なおかつ処理負荷を軽減できる。例えば、ユーザが認識結果をチェックしたタイミングで、正しい認識結果は人物確信度を１にするようにしてもよい。人物確信度を推定する他の方法としては、推定部１４１は、学習済みモデルを用いて人物確信度の推定を行う。例えば、学習済みモデルには、過去の認識結果や、現在の監視カメラの映像を入力する。学習済みモデルは、ある画像に映った人物について、認識結果や検出されたタイミングに基づいて、その人物についての人物確信度を推定させてもよい。

なお、人物確信度の求め方は、人物認証の分野では広く知られた技術であるが、ここでは一例を、図６を用いて説明する。なお、本発明は人物確信度の求め方を限定していない。そのため、ここで説明する手法以外を用いても構わない。

人物候補画像Ｅ３１が与えられると、特徴量取得Ｐ３１では、人物を特徴付ける値（通常はベクトル）である特徴量を取得する。一般に特徴量は、人物候補画像に写っている人物が同一人物である場合は、向きやポーズ、また照明等の条件に左右されずに近い値をとる。一方で、異なる人物である場合は、大きく異なる値をとる。特徴量の取得方法は、人物認識の分野では広く知られた技術であるので、詳細は割愛する。例えば、ディープニューラルネットではＣＮＮ等で、畳み込み演算とプーリングを組み合わせることによって特徴量を取得する。

一方、登録人物の各々が写っている画像に対し、予め特徴量取得Ｐ３１を行っておき、特徴量を取得しておく。こうして取得した特徴量は、登録人物を識別する人物ＩＤとともに、特徴量（登録人物）Ｅ３２としてまとめておく。特徴量（登録人物）Ｅ３２を特徴量（登録人物）テーブルとしてまとめた例を図７に示す。

特徴量取得Ｐ３１で取得された特徴量は、類似度取得Ｐ３２によって、特徴量（登録人物）Ｅ３２の各々の特徴量と比較され、各登録人物に対する人物確信度Ｅ３３が取得される。人物確信度の取得方法には特に拘らないが、たとえば特徴量ベクトル同士のコサイン類似度（負の値は０とする）や、特徴量ベクトル間のユークリッド距離をべき指数とした定数（１未満の正数）のべき乗を用いることができる。

取得された人物確信度Ｅ３３は、抽出部１３の出力と合わせて、人物確信度テーブルとして保持部１５に保持する。図８に人物確信度テーブルの例を示す。人物候補画像ＩＤが１−１のレコードに注目すると、Ａさんを撮像したものであるにも関わらず、僅かにＢさんの人物確信度が高くなってしまっている。これは人物を誤認識したということになる。

更新部１４２は、推定部１４１が取得した人物確信度を、直前の時点の各登録人物のエリア確信度を用いて修正する。撮像部１１が撮像を開始した時刻がｔ１だとすると、直前のエリア確信度は未取得である。未取得の場合、エリア確信度を０として扱うが、本実施形態では結果的に、更新部１４２によって人物確信度は修正されないことになる。更新部１４２の動作の詳細は、このあと時刻ｔ２における説明の中で行う。

修正された人物確信度によって保持部１５が保持する人物確信度テーブルは更新されるが、時刻ｔ１の時点では図８と同様である。抽出部１３が出力したすべての人物候補画像に対して、認識部１４によって各登録人物の確信度を取得したら、エリア確信度取得部１６によって各登録人物のエリア確信度を取得する。すなわち、エリア確信度取得部１６は、複数の領域毎に登録人物が存在する確率を示すエリア確信度を取得する。

エリア確信度（エリア確信度）とは、あるエリアにある人物が存在すると思われる度合いを表すもので、ここでは、確実にいない場合を０、確実にいる場合を１とする、［０，１］の実数で表される数値とする。エリア確信度の取得方法として、たとえば、当該エリアにあるすべての人物候補画像の、当該人物の人物確信度の最大値と、直前のエリア確信度との加重平均を用いることができる。

エリア確信度＝（当該人物の人物確信度）×ｓ＋直前のエリア確信度×（１−ｓ） （式１）
ここで０＜ｓ≦１である。「当該人物の人物確信度」は当該時刻の撮像画像から算出される。一方、「直前のエリア確信度」はそれ以前の情報を含む。１画像から取得した確信度が絶対であれば、ｓ＝１である。しかし、人物の隠れ（この場合は人物がいなくなるため、典型的にはｓ＝０になる）や、画像による確信度のゆらぎがあるため、少し前の情報も考慮するために重みづけを行う。この式により時間方向の値が考慮される。加重平均以外の方法でも良い。ｓは、ここでは固定された定数であるが、場合によって可変である。

図８を参照すると、エリアＩＤがａのエリアの人物候補画像は、人物候補画像ＩＤが１−１と１−２の２枚があり、Ａさんの人物確信度は各々０．７３、０．２３である。そこでＡさんと各登録人物との人物確信度の最大値をとる。０．７３と０．２３の最大値をとると、０．７３となる。ｓ＝０．７とすると、時刻ｔ１における、Ａさんのエリアａにおけるエリア確信度は、０．７３×０．７＝０．５１となる。

同様に時刻ｔ１における、Ａさんのエリアｂにおけるエリア確信度は、０．２９×０．７＝０．２０となる。こうしてすべてのエリアに対して、エリア確信度を取得する。

またエリア確信度取得部１６では、他エリア確信度（他エリア確信度）の更新も行う。他エリア確信度とは、ある人物が、注目しているエリア外にいると思われる度合いである。たとえば、カメラがｎ台、すなわちｎ個のエリアがある場合、「エリアａの他エリア確信度」はエリアａ以外のエリア確信度の最大値とすればよい。あるいは、「１−エリア確信度」としてもよい。

たとえば、エリアＩＤがａのエリアの他エリア確信度は、エリアＩＤがａ以外のエリアのＡさんのエリア確信度の最大値とする。本実施形態ではエリアＩＤがａ以外のエリアはエリアＩＤがｂのエリアのみであるため、０．２０を得る。これが、時刻ｔ１における、Ａさんのエリアａにおける他エリア確信度である。

こうしてすべてのエリアに対して、エリア確信度および他エリア確信度を取得したものを図１０（ａ）に示す。取得したエリア確信度および他エリア確信度は、エリア確信度テーブルとして、保持部１５で保持する。なお、図１０（ａ）には時刻情報も含まれているが、本実施形態ではエリア確信度は最新のもののみ使用するため、時刻情報を必ずしも保持する必要はない。

以上により、撮像システム１１によって撮像した画像に写る各人物候補に関して、登録人物毎に人物確信度が取得される。取得された人物確信度をどのように使うかは、本発明では特に規定しないが、ここでは検出した人物の検出枠と名前を撮像画像に重畳して表示する例を説明する。

図９に表示装置１７が実行する処理を説明するフローチャートを示す。表示部１７は、不図示の部により表示するカメラのカメラＩＤ（Ｅ４１）を指定する。ステップＳ４１では、表示部１７が、選択されたカメラＩＤ（Ｅ４１）と一致する入力画像を画像取得部１２の出力から抽出する。

ここでは選択されたカメラＩＤ（Ｅ４１）が、「ａ」とする。すると、図４（ａ）の左側の入力画像が、抽出された入力画像Ｅ４２として抽出される。

次に、ステップＳ４２で、表示装置１７が、人物確信度テーブルＥ４３から人物候補画像のレコードを抽出する。抽出された入力画像Ｅ４２の入力画像ＩＤは「ａ１」である。そこで図８の人物確信度テーブルＥ４３から、入力画像ＩＤが「ａ１」であるものを抽出する。抽出結果は、図８の人物候補画像ＩＤが１−１および１−２のレコードである。

抽出された各レコードに対して、表示装置１７が、ステップＳ４３からステップＳ４５の処理を行う。レコードの処理は同時並列して行うことができるが、ここではまず人物候補画像ＩＤが１−１のレコードに注目して説明する。

まず、ステップＳ４３にて、表示装置１７が、画像から検出された人物に対して、各登録人物との類似度を示す人物確信度のうち最大のものを抽出する。ここでは「Ｂさん」の「０．７５」が抽出される。次いで、ステップＳ４４で、表示装置１７が、人物確信度のうち最大値を取る０．７５が所定の閾値より大きいか否かが判定される。ここでは閾値を０．６であるとする。この場合、０．７５＞０．６であるので、ステップＳ４５の処理を行う。もし、最大の人物確信度が閾値以下であった場合は、このレコードに対しては何もせずに終了する。

ステップＳ４５では、表示装置１７が、抽出された入力画像Ｅ４２（入力画像ＩＤがａ１の入力画像）に対して、人物検出枠と名前を重畳描画する。人物検出枠は、レコードの位置と大きさで表されている。人物候補画像ＩＤが１−２のレコードに対しても同様の処理を行う。その結果、「Ｃさん」として人物検出枠が、重畳描画される。ステップＳ４２で抽出したすべてのレコードに対して、ステップＳ４３からステップＳ４５の処理が終了すると、ステップＳ４６によって重畳描画された入力画像Ｅ４２が不図示の表示装置に表示される。

表示装置に表示された例を図１１（ａ）に示す。この段階ではＡさんをＢさんと誤認識してしまっている。なお、検出枠の表示方法や対応する人物名の表示方法等は、本実施形態で行っている以外の方法を用いても構わない。

次に、撮像部１１が時刻ｔ２において撮像した画像を処理する場合を説明する。なお、時刻ｔ２はｔ１の直後に撮像されるタイミングであり、ｔ２−ｔ１は、人物のエリアａ−ｂ間の移動に比べて、十分に短い時間間隔である。ここでは時刻ｔ１の説明と異なる部分を中心に説明を行う。

撮像部１１ｂの撮像領域に、新たな人物（Ｂさん）が進入してきて、図３（ｃ）のような撮像画像が得られたとする。このとき、画像取得部１２から出力される入力画像は、図４（ｂ）のｂ２ようになる。ここでは、説明を簡単にするため、撮像装置１１ａが撮像する画像には変化がなく、撮像装置１１ｂが撮像する画像には、新たな人物であるＢさんが写りこんでいる以外は変化がないものとする。

そして抽出部１３が出力する人物候補画像は、図５（ｂ）のようになる。さらに各々の人物候補画像を推定部１４１で処理した結果、得られる人物確信度テーブルを図１２（ａ）に示す。

次いで、更新部１４２によって、人物確信度テーブルの各々の人物候補画像の人物確信度が更新される。更新部１４２では、
・直前に同一エリアにいたら、人物確信度を上げる （仮定１）
・直前に他のエリアにいたら、人物確信度を下げる （仮定２）
というように人物確信度を修正する。

これは、各々「ある時点にあるエリアにいた人物は、次の時点でも同じエリアにいるだろう」、「ある時点に別のエリアにいた人物は、次の時点でもこのエリアにはいないだろう」に相当する。例えば次のようにして実現できる。

人物確信度１＝人物確信度０＋エリア確信度＾ｍ×（１−人物確信度０）×Ｒ （式２）
人物確信度２＝人物確信度１×（１−他エリア確信度＾ｎ） （式３）
１≦ｍ，０＜Ｒ＜１，１≦ｎである。

なお、Ｒはエリア確信度が１の場合に、人物確信度１をいくつにするのか、を示す値である。また、ｍ、ｎはグラフのカーブを示す。例えばｍ＝１の場合、図１３（ａ）のグラフは、直線になる。また、１＜ｍの場合、下に凸のグラフとなり、ｍが大きくなればなるほど、凸の度合いが大きくなる（横軸、縦軸にくっついてくる）。ｎについても同様で、図１３（ｂ）で示される。ｎ＝１の場合は直線、１＜ｎの場合は上に凸で、ｎが大きくなればなるほど凸の度合いが大きくなる。Ｒ，ｍ，ｎは事前に観測を行って、最適な値を決める。記号＾はべき乗を表し、「Ａ＾ｋ」は「Ａのｋ乗」を表すものとする。

また、人物確信度０は更新部１４２で修正する前の人物確信度、人物確信度２は修正後の人物確信度である。式２は仮定１に対応するもので、人物確信度１は、エリア確信度の値により、人物確信度０と１の間の値をとる。式３は仮定２に対応するもので、人物確信度２は、他エリア確信度の値により、０と人物確信度１の間の値をとる。

式２と式３によって、人物確信度０がどのように人物確信度２に修正されるかを図１３に示す。本実施形態に沿って、更新部１４２の動作を、図１４を用いて説明する。まず人物候補画像ＩＤが２−１のレコードの処理を説明する。

ステップＳ７１で、更新部１４２が、各対象人物（各人物候補画像に写っている人物）についての登録人物に対する人物確信度を、人物確信度テーブルＥ４３から取得する。例えば、人物候補画像ＩＤ２−１で示される対象人物は登録人物Ａさん、Ｂさん、Ｃさんなので、図１２（ａ）の人物確信度テーブルから各々の人物確信度０．７３、０．７５、０．２３を得る。

ステップＳ７２では、更新部１４２が、この各々対象人物の人物確信度について修正・更新を行う。例えば、ｍ＝１０、ｎ＝６、Ｒ＝０．５とすると、式２によって、Ａさんの人物確信度は、図１０（ａ）のエリア確信度テーブルＥ７１を参照して、人物確信度１は、
０．７３＋０．５１＾１０×（１−０．７３）×０．５＝０．７３
となる。これを式３に適用すると、人物確信度２は、
０．７３×（１−０．２０＾６）＝０．７３
となる。

そこで、人物確信度テーブルの人物候補画像ＩＤが２−１のレコードのＡさんの人物確信度を０．７３から０．７３に修正・更新を行う。こうしてすべての人物候補画像に対して人物確信度を更新した、人物確信度テーブルＥ４３を図１２（ｂ）に示す。

次に、エリア確信度取得部１６でエリア確信度と他エリア確信度を取得し、エリア確信度テーブルＥ７１を更新する。図１０（ｂ）は更新されたエリア確信度テーブルである。ｓ＝０．７として、時刻ｔ２における、Ａさんのエリアａにおけるエリア確信度は、図１０（ａ）および図１２（ｂ）を参照して、式１を用いると、
０．７３×０．７＋０．５１×（１−０．７）＝０．６６
となる。

更新されたエリア確信度テーブルＥ７１を図１０（ｂ）に示す。表示部１７で表示装置に表示した例は、図１１（ａ）と変わらず、ＡさんをＢさんと誤認識してしまっている。さらに時刻ｔ３、ｔ４、・・・と処理を続けていき、ｔ２０での人物確信度テーブルを図１５に、エリア確信度テーブルを図１０（ｃ）に示す。時刻ｔ２０で、表示部１７で表示装置に表示した例を図１１（ｂ）に示す。正しくＡさんと認識されていることがわかる。

図１６に、人物候補領域２２１の人物に関する、Ａさん、Ｂさんの人物確信度の推移をｔ１からｔ６０までプロットしたものを示す。なお、撮像部１１ａは撮像する画像が時刻ｔ１〜ｔ６０で図３（ａ）であり、撮像部１１ｂが撮像する画像が時刻ｔ１〜ｔ２０およびｔ４１〜ｔ６０で図３（ｂ）、時刻ｔ２１〜ｔ４０で図３（ｃ）である。また、ｓ＝０．１、ｍ＝１０、ｎ＝６、Ｒ＝０．５で計算した。

図１６を見てわかるように、他のエリアにＢさんが出現すると（ｔ２０）、Ｂさんの人物確信度が落ちてくる。また、他のエリアにＢさんがいなくなると（ｔ４０）、Ｂさんの人物確信度が上がる。

本発明の効果がよくわかるように、模式的にグラフを作成したものが図１７である。あるエリアから抽出した人物候補画像の、ＡさんとＢさんの人物確信度を、時間の経過とともにプロットしたものである。実線がＡさん、破線がＢさんの人物確信度である。時刻ｔｂに、当該人物候補画像のあるエリアとは異なるエリアで、Ｂさんが出現したときの様子である。

また、グラフの上に矢印で領域とＡ／Ｂが示してあるが、これは該人物候補画像の認識結果を表している。図１７（ａ）が本発明適用前、図１７（ｂ）が本発明適用後のグラフである。本発明適用前は、認識結果がＡさんとＢさんの間でバタついていることがわかる。しかし、本発明適用後は、時刻ｔｂで、他のエリアにＢさんが出現して以降は、認識結果はＡさんで安定している。

このように、本発明を実施することにより、上記空間的制約に基づいて複数の認識環境での認識を行う場合に、ある認識環境において突出して高い認識尤度の候補が無かったとしても、複数の認識環境の認識結果を適切な結果にすることが出来る。なお、人物確信度の落ち方や上がり方は、式１〜式３に依存するが、本発明では式の定義は領域外である。

また、本実施形態では人物確信度を元に表示部１７によって表示装置に表示を行ったが、本発明は人物確信度を取得することに特徴があり、人物確信度を元に、他の処理を行ってもよい。他の処理の例としては、たとえば人物追跡等がある。

また、本実施形態では、推定部１４１ですべての人物候補画像に対して処理を行ったのちに、更新部１４２で人物確信度を修正した。しかし、ひとつの人物候補画像に対して、推定部１４１、更新部１４２の処理を行い、これをすべての人物候補画像に対して順番に行ってもよい。またひとつの人物候補画像に対する、推定部１４１、更新部１４２の処理を、並列してすべての人物候補画像に対して行ってもよい。

また、本実施形態では、抽出部１３で人物候補画像を抽出して、特徴量取得Ｐ３１で、人物を特徴づける特徴量を取得している。しかし、人物を特徴づける特徴量として、顔の特徴量を用いてもよい。たとえば、人物候補画像からさらに顔領域を取得し、該顔領域に対して顔特徴量を取得する。この顔特徴量を、人物を特徴づける特徴量として用いてもよい。あるいは、人物候補画像ではなく、顔候補画像を抽出し、該領域に対して顔特徴量を取得し、この顔特徴量を、人物を特徴づける特徴量として用いてもよい。

本実施形態では２台のカメラが別々の離れた場所を監視するシステムを説明するが、異なる領域を監視できるシステムであればよい。例えば、１台のカメラを回転させることによって複数の領域を監視する形態でもよい。この場合は、人物の移動が短時間で行えることから、空間的制約を緩和してもよい。

さらに、更新部１４２は、ある注目人物が登録人物である確からしさがある所定期間より長い時間で閾値より大きい値を取る場合にだけ、その注目人物以外の注目人物について登録人物である確からしさを更新するようにしてもよい。複数の領域のうち第１の領域において撮像された第１の注目人物について、第１の領域とは異なる領域で撮像された画像に含まれる第２の注目人物が登録人物である確からしさが閾値より大きい状態を保持した期間が所定の期間より長い場合を考える。その場合、更新部１４２は、第１の領域における第１の注目人物が登録人物である確からしさをより下げるように更新する。また、第２の注目人物が登録人物である確からしさが閾値より大きい状態を保持した期間が所定の期間より短い場合に、第１の領域における第１の注目人物が登録人物である確からしさを下げないように更新する。このように処理時間に幅を持たせることによって、他の領域で誤認識が起きた場合でも、注目人物についての認識結果が頻繁に変動する状況を防ぐ。また、各人物は領域内を動き回るため、見え方によって類似度が異なって推定される。この場合に、注目人物と登録人物との類似度がよく変動することが考えられる。このような場合において、ある注目人物が登録人物である確からしさが安定したときに、他の注目人物についての推定結果に反映する処理を行うことで、互いの推定結果が頻繁に変動することを防ぐ効果がある。

＜実施形態２＞
実施形態１では、仮定１および式２で表されるように、エリア確信度が高い場合には人物確信度を上げるが、エリア確信度が低い場合は人物確信度を修正することはしなかった。しかしながら、エリア確信度が低い場合には、現在も当該エリアにはいないと思われるため、人物確信度を下げてもよい。

すなわち、
・直前に同一エリアにいなかったら、人物確信度を下げる （仮定３）
というように人物確信度を修正する。

本発明では、人物確信度の詳細な修正方法は規定しないが、式４（式４−１または式４−２）を満たすような値Ｌを取得し、式５によって人物確信度３を取得することで実現できる。

（エリア確信度／ｐ）＾ｒ＋（Ｌ／ｑ）＾ｒ＝１（０≦エリア確信度＜ｐ）（式４−１）
ただし、０＜ｐ＜１、０＜ｑ＜１、０＜ｒ＜１
Ｌ＝０（エリア確信度≧ｐ） （式４−２）
人物確信度３＝人物確信度２×（１−Ｌ） （式５）
式４と式５を適用することによって取得されるＬと、人物確信度２がどのように人物確信度３に修正されるかを図１８に示す。このようにして、更新部１４２は、人物確信度０を人物確信度３に修正する。

＜実施形態３＞
実施形態１では、エリアごとにすべての登録人物のエリア確信度および他エリア確信度を取得し、エリア確信度テーブルとして保持していた。そのため、保持すべきエリア確信度および他エリア確信度の数は、各々エリア数×登録人物数となる。登録人物数が多い場合には、保持する数も膨大となり、エリア確信度テーブルに必要なメモリ量が増大する。

ところで、式２および式３、またｑが小さい場合の式５では、エリア確信度や他エリア確信度が小さい場合に、人物確信度が修正される程度は小さい。そのため、値が小さなエリア確信度や他エリア確信度はゼロとみなしても、結果はあまり変わらない。そこで、エリア確信度や他エリア確信度が大きいものは保持し、他は保持しないようにすることでエリア確信度テーブルの大きさを大幅に抑えることができる。

たとえば、エリア確信度を、エリアごとに、値の高いものから順に、所定数のみを保持するようにすればよい。同様に、他エリア確信度を、エリアごとに、値の高いものから順に、所定数のみを保持するようにすればよい。あるいは、エリア確信度を、エリアごとに、値の高いものから順に、所定値を超えたもののみを保持するようにしてもよい。

同様に、他エリア確信度を、エリアごとに、値の高いものから順に、所定値を超えたもののみを保持するようにしてもよい。また、エリアごとではなく、全エリアを通して保持する値を選択してもよい。すなわち、エリア確信度を、全てのエリアにおいて、値の高いものから順に、所定数のみを保持するようにしてもよい。同様に、他エリア確信度を、全てのエリアにおいて、値の高いものから順に、所定数のみを保持するようにしてもよい。あるいは、エリア確信度を、全てのエリアにおいて、値の高いものから順に、所定値を超えたもののみを保持するようにしてもよい。同様に、他エリア確信度を、全てのエリアにおいて、値の高いものから順に、所定値を超えたもののみを保持するようにしてもよい。

以上により、エリア確信度テーブルに必要なメモリ量を大幅に減らすことができる。

＜実施形態４＞
実施形態１では、エリアは、各々のカメラ（撮像部１１）の撮像領域とした。この場合、同一カメラの撮像領域内の複数の人物候補画像が、同一の人物であると誤認識されることを防ぐことができない。これは画角の広いカメラのように、撮像画像から多くの人物候補画像が得られる場合には、少なからず起こりうることである。

そこで、カメラの撮像領域を互いに重なり合わないいくつかの部分に分割したものをエリアとしてもよい。なお、分割したすべての部分ではなく、いくつかの部分をエリアとしてもよい。

カメラの撮像領域を分割した例を図１９に示す。カメラの撮像領域は１３１であり、これを分割して、３つの部分１３１１、１３１２、１３１３をエリアとしている。

以上により、同一カメラの撮像領域内の複数の人物候補画像が、同一の人物であると誤認識されることを抑制することができる。

実施形態１では、１エリア１カメラであったため、本発明を適用するには複数のカメラが必要であったが、本実施形態では１台または複数のカメラで適用可能である。

＜実施形態５＞
実施形態４では、カメラの撮像領域を固定的に分割したが、追跡部と組み合わせ、同一の人物追跡ＩＤを持つ人物候補画像を同一エリアに含まれるものとしても扱ってもよい。

図２（ｂ）は、本実施形態の本発明が適用される情報処理システム１のシステム構成の一例を示す図である。図２（ａ）との違いは、追跡部１８が入っていることである。

実施形態１と比べて、追跡部１８以外の動作の違いはほとんどないので、追跡部１８の動作を中心に説明する。まず、追跡部１８は同一人物と思われる人物候補画像を追跡し、その追跡軌跡に対して人物追跡ＩＤを振る。

図２０を用いて説明する。図２０（ａ）はカメラがある時点で撮像した画像であり、人物１５１および人物１５２が写っている。人物の画像は抽出部１３により、人物候補画像として切り出され、各々の人物候補の追跡を行う。人物追跡部１８は各々の人物が新たな人物であると認識し、人物１５１と人物１５２に新たな人物追跡ＩＤを新たに割り当てる。なお、わかりやすくするため、人物候補の身体のほぼ中心に、人物追跡の軌跡１５１１および１５２１を示す。ここでは人物追跡ＩＤは人物追跡の軌跡ごとにひとつ割り振られるものとする。隠れ等で、同一人物の軌跡が途切れることがある。この場合、人物追跡の手法によって、同一の人物追跡ＩＤを対応付けたり、異なる人物追跡ＩＤを対応付けたりすることがあるが、本発明はいずれの場合でも適用可能である。

その後も抽出部１３から次々と人物候補画像が渡され、人物追跡部はそれらが人物１５１および人物１５２が移動したものであると認識する。図２０（ｂ）は、図２０（ａ）からしばらくした時点のカメラの画像である。人物追跡の軌跡１５１１および１５２１を見ると、２人の人物が互いに異なる方向へ移動していることがわかる。なお、人物１５１および人物１５２が重なる際に、人物１５１の追跡が途絶え、人物追跡の軌跡１５１１が途切れている。重なりが解消されたあとには、再度人物１５１の追跡が始まり、新たな人物追跡ＩＤまたは同一の人物追跡ＩＤで人物追跡の軌跡１５１２が取得される。

このように、人物追跡部１８は、抽出部１３から得られた人物候補画像の各々に対して、人物追跡ＩＤを割り振る。なお、人物追跡の手法は、この分野で広く知られた技術であるため、詳細は割愛する。

追跡部１８は、割り振った人物追跡ＩＤをエリアＩＤとして、人物候補画像を認識部１４に入力する。

以上のように、人物追跡ＩＤをエリアＩＤとすることにより、異なる人物追跡ＩＤを持つ人物候補画像が、同一の人物であると誤認識されることを抑制することができる。また、人物１５１の人物追跡軌跡が一旦、途切れているが、図１６や図１７からわかるように、途切れている時間が短い場合には、人物１５１が他の人物であると誤認証されることを抑制することができる。なお、実施形態１では、１エリア１カメラであったため、本発明を適用するには複数のカメラが必要であったが、本実施形態では実施形態４と同じく、１台または複数のカメラで適用可能である。

本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア（プログラム）を、データ通信用のネットワーク又は各種記憶媒体を介してシステム或いは装置に供給する。そして、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理である。また、そのプログラムをコンピュータが読み取り可能な記録媒体に記録して提供してもよい。

１ 情報処理システム
１１ 撮像システム
１２ 画像取得部
１３ 抽出部
１４ 推定部
１５ 保持部
１６ エリア確信度取得部
１７ 表示装置
１００ 情報処理装置

Claims (20)

1. 複数の領域毎に撮像された画像に含まれる注目人物と、予め設定された登録人物と、に基づいて、前記注目人物が前記登録人物である確からしさを推定する推定手段と、
   前記複数の領域のうち第１の領域において撮像された第１の注目人物について、前記第１の領域とは異なる領域で撮像された画像に含まれる第２の注目人物が前記登録人物である確からしさが閾値より大きい状態を保持した期間が所定の期間より長い場合に、前記第１の領域における前記第１の注目人物が前記登録人物である確からしさをより下げるように更新し、前記第２の注目人物が前記登録人物である確からしさが閾値より大きい状態を保持した期間が所定の期間より短い場合に、前記第１の領域における前記第１の注目人物が前記登録人物である確からしさを下げないように更新する更新手段と、を有することを特徴とする情報処理装置。
2. 前記更新手段によって出力された前記注目人物が前記登録人物である確からしさが所定の閾値より大きい場合、前記注目人物は前記登録人物であると認識する認識手段をさらに有することを特徴とする請求項１に記載の情報処理装置。
3. 前記推定手段は、前記登録人物が複数いる場合、前記登録人物毎に前記注目人物が前記登録人物である確からしさを推定することを特徴とする請求項１または２に記載の情報処理装置。
4. 前記推定手段は、前記第１の領域にいる第１の注目人物が複数いる場合、前記第１の注目人物毎に前記登録人物である確からしさを推定することを特徴とする請求項１乃至３のいずれか１項に記載の情報処理装置。
5. 前記推定手段は、前記第１の領域にいる前記第１の注目人物が前記登録人物である確からしさと、前記第２の領域で撮像された画像に含まれる前記第２の人物が前記登録人物である確からしさと、を推定し、
   前記第１の注目人物が前記登録人物である確からしさ、または前記第２の人物が前記登録人物である確からしさに基づいて、前記第１の領域に前記登録人物が存在する確からしさを取得する取得手段をさらに有することを特徴とする請求項１乃至４のいずれか１項に記載の情報処理装置。
6. 前記取得手段は、前記第２の人物が前記登録人物である確からしさに基づいて、前記第１の領域と異なる領域に前記登録人物がいる確からしさを取得し、
   前記更新手段は、前記第１の領域と異なる領域に前記登録人物がいる確からしさに基づいて、前記第１の領域と異なる領域に前記登録人物がいる確からしさが閾値より大きい状態を保持した期間が所定の期間より長い場合に、前記第１の領域にいる前記第１の注目人物が前記登録人物である確からしさをより小さくし、前記第１の領域と異なる領域に前記登録人物がいる確からしさが閾値より大きい状態を保持した期間が所定の期間より短い場合に、前記第１の領域にいる前記第１の注目人物が前記登録人物である確からしさを更新しないことを特徴とする請求項５に記載の情報処理装置。
7. 前記取得手段は、前記第２の人物が前記登録人物である確からしさに基づいて、前記第２の人物が前記登録人物である確からしさが所定の値より大きい場合は前記第１の領域と異なる領域に前記登録人物がいる確からしさがより大きくなるように取得し、前記第２の人物が前記登録人物である確からしさが所定の値より小さい場合は前記第１の領域と異なる領域に前記登録人物がいる確からしさをより小さくなるように取得する請求項６に記載の情報処理装置。
8. 前記取得手段は、前記第２の人物が前記登録人物である確からしさに基づいて、前記第１の領域に前記登録人物がいる確からしさを取得し、
   前記更新手段は、前記第１の領域に前記登録人物がいる確からしさが閾値より大きい状態を保持した期間が所定の期間より長い場合に、前記第１の領域にいる前記第１の注目人物が前記登録人物である確からしさをより大きくし、前記第１の領域に前記登録人物がいる確からしさが閾値より大きい状態を保持した期間が所定の期間より短い場合に、前記第１の領域にいる前記第１の注目人物が前記登録人物である確からしさを更新しないことを特徴とする請求項５に記載の情報処理装置。
9. 前記取得手段は、前記第２の人物が前記登録人物である確からしさに基づいて、前記第２の人物が前記登録人物である確からしさが所定の値より大きい場合は前記第１の領域に前記登録人物がいる確からしさがより小さくなるように取得し、前記第２の人物が前記登録人物である確からしさが所定の値より小さい場合は前記第１の領域とに前記登録人物がいる確からしさをより大きくなるように取得する請求項８に記載の情報処理装置。
10. 前記更新手段は、前記取得手段によって取得された前記第１の領域に前記登録人物がいる確からしさに基づいて、前記第１の領域に前記登録人物がいる確からしさが閾値より大きい状態を保持した期間が所定の期間より長い場合に、前記第１の注目人物が前記登録人物である確からしさをより大きくするように更新し、前記第１の領域に前記登録人物がいる確からしさが閾値より大きい状態を保持した期間が所定の期間より短い場合に、前記第１の注目人物が前記登録人物である確からしさを更新しないことを特徴とする請求項５に記載の情報処理装置。
11. 前記複数の領域を撮像した画像から人物の特徴を有する部分画像を抽出する抽出手段を更に有し、
    前記推定手段は、前記抽出手段によって抽出された前記部分画像毎に前記注目人物が前記登録人物である確からしさを推定することを特徴とする請求項１乃至１０のいずれか１項に記載の情報処理装置。
12. 前記推定手段は、第１の時刻に前記第１の領域で撮像された画像に含まれる前記第１の注目人物が前記登録人物である確からしさと、前記第１の時刻に前記第２の領域で撮像された画像に含まれる前記第２の注目人物が前記登録人物である確からしさと、を推定することを特徴とする請求項１乃至１１のいずれか１項に記載の情報処理装置。
13. 前記推定手段によって推定された、第１の時刻に前記第１の領域で撮像された画像に含まれる第１の注目人物が前記登録人物である確からしさを示す第１の時刻の情報を保持する保持手段をさらに有し、
    前記更新手段は、前記第１の時刻より後の第２の時刻に前記第１の領域で撮像された画像に含まれる前記第１の注目人物が前記登録人物である確からしさを示す第２の時刻の情報と、前記保持手段によって保持された前記第１の時刻の情報とに基づいて、前記第１の注目人物が前記登録人物である確からしさを更新することを特徴とする請求項１乃至１２のいずれか１項に記載の情報処理装置。
14. 前記更新手段は、前記第１の時刻の情報に基づいて、前記第１の時刻に前記第１の領域で撮像された画像に含まれる第１の注目人物が前記登録人物である確からしさが所定の閾値より小さい場合、前記第１の注目人物が前記登録人物である確からしさをより小さい値に更新し、前記第１の時刻に前記第１の領域で撮像された画像に含まれる第１の注目人物が前記登録人物である確からしさが所定の閾値より大きい場合、前記第１の注目人物が前記登録人物である確からしさをより大きい値に更新する請求項１３に記載の情報処理装置。
15. 前記更新手段は、前記第１の時刻に前記第１の領域に前記登録人物がいる確からしさを示す第１の時刻の第１の領域情報と、前記第１の時刻に前記第１の領域と異なる領域に前記登録人物がいる確からしさを示す第１の時刻の第２の領域情報と、の少なくとも一方に基づいて、前記第１の時刻より後の第２の時刻に前記第１の領域に前記登録人物がいる確からしさを更新することを特徴とする請求項１乃至１４のいずれか１項に記載の情報処理装置。
16. 前記更新手段は、前記第１の時刻に前記第１の領域に前記登録人物がいる確からしさを示す第１の時刻の第１の領域情報に基づいて、前記第１の時刻に前記第１の領域に前記登録人物がいる確からしさが所定の値より大きい場合は、前記第２の時刻に前記第１の領域に前記登録人物がいる確からしさをより大きく更新し、前記第１の時刻に前記第１の領域に前記登録人物がいる確からしさが所定の値より小さい場合は、前記第２の時刻に前記第１の領域に前記登録人物がいる確からしさをより小さく更新することを特徴とする請求項１５に記載の情報処理装置。
17. 前記更新手段は、前記第１の時刻に前記第２の領域に前記登録人物がいる確からしさを示す第１の時刻の第２の領域情報に基づいて、前記第１の時刻に前記第２の領域に前記登録人物がいる確からしさが所定の値より大きい場合は、前記第２の時刻に前記第１の領域に前記登録人物がいる確からしさをより小さく更新し、前記第１の時刻に前記第２の領域に前記登録人物がいる確からしさが所定の値より小さい場合は、前記第２の時刻に前記第１の領域に前記登録人物がいる確からしさをより大きく更新することを特徴とする請求項１５に記載の情報処理装置。
18. 前記推定手段は、前記第１の時刻より前の時刻における前記第１の領域に前記登録人物がいる確からしさに基づいて、前記第１の注目人物が前記登録人物である確からしさを推定することを特徴とする請求項１５に記載の情報処理装置。
19. 情報処理方法であって、
    複数の領域毎に撮像された画像に含まれる注目人物と、予め設定された登録人物と、に基づいて、前記注目人物が前記登録人物である確からしさを推定する推定工程と、
    前記複数の領域のうち第１の領域において撮像された第１の注目人物について、前記第１の領域とは異なる領域で撮像された画像に含まれる第２の注目人物が前記登録人物である確からしさが閾値より大きい状態を保持した期間が所定の期間より長い場合に、前記第１の領域における前記第１の注目人物が前記登録人物である確からしさをより下げるように更新し、前記第２の注目人物が前記登録人物である確からしさが閾値より大きい状態を保持した期間が所定の期間より短い場合に、前記第１の領域における前記第１の注目人物が前記登録人物である確からしさを下げないように更新する更新工程と、を有する。
20. コンピュータを、請求項１乃至１８のいずれか１項に記載の情報処理装置が有する各手段として機能させるためのプログラム。
    

Images