JP2021182225A - 監視装置、監視プログラム、記憶媒体、および、監視方法 - Google Patents

監視装置、監視プログラム、記憶媒体、および、監視方法 Download PDF

Info

Publication number
JP2021182225A
JP2021182225A JP2020087060A JP2020087060A JP2021182225A JP 2021182225 A JP2021182225 A JP 2021182225A JP 2020087060 A JP2020087060 A JP 2020087060A JP 2020087060 A JP2020087060 A JP 2020087060A JP 2021182225 A JP2021182225 A JP 2021182225A
Authority
JP
Japan
Prior art keywords
information
specific part
image
monitoring device
unit
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
JP2020087060A
Other languages
English (en)
Inventor
良幸 長尾
Yoshiyuki Nagao
昌康 佐藤
Masayasu Sato
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.)
Computer System Kenkyusho Kk
Computer System Technology Co Ltd
Original Assignee
Computer System Kenkyusho Kk
Computer System Technology 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 Computer System Kenkyusho Kk, Computer System Technology Co Ltd filed Critical Computer System Kenkyusho Kk
Priority to JP2020087060A priority Critical patent/JP2021182225A/ja
Publication of JP2021182225A publication Critical patent/JP2021182225A/ja
Pending legal-status Critical Current

Links

Images

Landscapes

  • Closed-Circuit Television Systems (AREA)
  • Alarm Systems (AREA)
  • Image Analysis (AREA)

Abstract

【課題】移動監視装置を用いた監視装置、監視プログラム、記憶媒体及び監視方法を提供する。【解決手段】監視装置（ＭＯＳ１）は、移動監視装置（ＭＭ１）とサーバ（ＳＶ１）とを含む。移動監視装置（ＭＭ１）が、画像を撮像する撮像部（ＣＭ１）と、自装置を移動させる駆動部と、移動監視装置の位置を取得する取得部と、移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、サーバに送信する通信部(COM)とを有する。サーバ（ＳＶ１）が、当該位置における画像とを含む、監視情報を受信する通信部（ＣＯＭ）と、警報を出力する出力部（ＯＵＴ）と、を有する。【選択図】図1

Description

本発明は、監視装置、監視プログラム、記憶媒体、および、監視方法に関し、特に、移動監視装置を用いた監視装置、監視プログラム、記憶媒体、および、監視方法に関するものである。
家畜の生産は、近年、急速に大規模化が進んできている。従来は、家族経営の生産者が多かったが、現在では、農協や株式会社などが国内外の市場に向けて、大量の鶏肉、鶏卵、豚、牛などを生産している。
家畜生産の大規模化に伴い、生産技術や家畜の品種改良も進み、画一化された畜舎において、優良な家畜を安定して大量に生産できるようになった。特に、餌やりや水供給は、それらに適した自動機械が実用化され、大規模畜舎においては、掃除以外は、人手がほとんどかからないようになった。
しかしながら、大規模化における弊害もある。大規模な畜舎においては、優良な家畜の安定生産のためには、病気になった家畜、死亡した家畜のような、品質の悪い状態の家畜をいち早く検知し、それらを除去する必要がある。これには、ベテランのスタッフが精神集中して家畜状態を観察して、広大な畜舎を検査して回る必要がある。しかし、ベテランスタッフの数は少なく、経験の浅いスタッフや集中力に欠けたスタッフの場合は、見逃しや、検査漏れが発生し、例えば、病気が他の家畜に伝染したり、死骸の腐敗により新たな病気が発生したりする恐れがある。
監視カメラは従来から利用されてきたが、インターネット回線の普及によってネットワークに接続され、遠隔のサーバで監視するような運用が多くなりつつある。また、カメラの画素数も多くなり、録画された画像を事後的に解析して、事故や犯罪の認識が可能となった。このような監視カメラの現状であるが、最も多い利用形態は、建物に無人の監視カメラを設置し、遠隔地において、監視カメラの映像を監視して、防犯に役立てるものである。防犯係員は、監視カメラの多数の画像を多数の表示装置で実際に観察して、疑わしい対象（不審者や不審物）を認識し、必要であれば、警備員を派遣したり、不審者に警告したりしている。
監視カメラの自動化の従来技術として、画像処理装置、画像処理システム及びプログラム（特許文献１を参照されたい。）がある。これは、「監視領域の全景画像内に注視領域を設定し、画像解析手段により、設定した注視領域の画像を解析して移動体を検出し、検出に基づきカメラ部のズームカメラを作動して上記移動体を撮影する。その際、注視部分画像に全景画像との空間的な関係情報と、注視部分画像の全景画像における時間軸上の遷移を示す時間的な関係情報を作成し、注視部分画像に前記各関係情報を付与して画像記憶部に記憶させる。検索時には、上記各関係情報を用いて、全景画像及び注視部分画像を検索して両画像を重ねて表示部に表示する。」といった技術である。
特開2010-233185号公報
上記の従来技術は、監視領域を設定した後で、その監視領域内での移動体を不審な対象としてズームさせて撮影するものである。これは、不審者を自動追尾してズームする技術であるが、「監視領域の自動設定」はできない。また、監視領域が広い場合や監視領域に複数の移動体が入った場合には、高速な演算装置でなければ処理が間に合わなくなり、不審な対象の捕捉が不可能になるなどのデメリットがある。
このように、監視カメラの自動化の技術は発展してきたが、家畜や農産物対象において、異常な個体の識別、特定といった技術は、開発されていない。
そこで、本発明の目的は、監視装置、監視プログラム、記憶媒体、および、監視方法を提供することである。
また、本発明の他の目的は、移動監視装置を用いた監視装置、監視プログラム、記憶媒体、および、監視方法を提供することである。
上述した諸課題を解決すべく、第１の発明による監視装置（畜舎監視装置など）は、
撮影された場所の位置情報を含む画像、を取得する画像取得部と、
取得した画像と、個体の特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）とを格納する記憶部と、
格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、
ことを特徴とする。
また、第２の発明による監視装置（畜舎監視装置）は、
撮影された場所の位置情報を含む画像を、取得する画像取得部と、
取得した画像と、異常な個体の特定部位の物理的情報である異常特定部位情報（鶏の場合は、異常、病気、衰弱、傷が付いている、または、死亡している鶏のトサカ、肉垂（健康状態を示す傾向が強い特定部位が好適である。）などの色情報、寸法情報、形状情報など）とを格納する記憶部と、
格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以内に、特定部位と異常特定部位情報とがある場合、或いは、特定部位と異常特定部位情報とが一致する場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、
ことを特徴とする。
また、第３の発明による監視装置（畜舎監視装置）は、
撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得部と、
取得した画像を格納する記憶部と、
格納した画像の各個体に基づき、個体の少なくとも１つの特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）を生成する生成部と、
格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
識別した特定部位と、生成された標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、
ことを特徴とする。
また、第４の発明による監視装置（畜舎監視装置）は、
前記生成部が、
格納した画像のうち、所定の期間内（好適には、直近１−３週間程度）の画像のみの各個体に基づき、個体の少なくとも１つの特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）を生成する、
ことを特徴とする。
家畜の各部位は成長に伴い、形状、寸法、色などが変化するため、本構成によって、現在の状態の家畜の標準的な状態を反映できるため、より適切に異常な個体を特定することが可能となる。
また、第５の発明による監視装置（畜舎監視装置）は、
第３または第４の発明において、
前記生成部、前記識別部、または、前記警告部が、
ＡＩ技法に基づき動作する、
ことを特徴とする。
また、第６の発明による監視装置（畜舎監視装置）は、
撮影された場所の位置情報を含む画像、を取得する画像取得部と、
取得した画像と、（予め取得された画像において、ラベル付けされた個体の特定部位に基づき）ＡＩ技法を用いて学習されたＡＩモデルと、を格納する記憶部と、
格納した画像において、前記ＡＩモデルを用いて、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
前記ＡＩモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、ことを特徴とする。
また、第７の発明による監視装置（畜舎監視装置）は、
撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得部と、
取得した画像を格納する記憶部と、
格納した画像の各個体に異常（病気、死亡、衰弱などの不健康であることを示す）ラベル付けし、或いは、特定部位にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成する生成部と、
格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
前記ＡＩモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力（送信）する警告部と、
を含む、ことを特徴とする。
また、第８の発明による監視装置（畜舎監視装置）は、
撮影された場所の位置情報を含む個体が撮影された映像を、取得する画像取得部と、
取得した映像を格納する記憶部と、
格納した映像の各個体の動作にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成する生成部と、
格納した映像において、ＡＩモデルを用いて、映像内の個体の動作を識別する識別部と、
ＡＩモデルを用いて、識別した個体の動作が異常であるか否かを判定し、異常である場合、当該個体が位置する位置情報と、当該個体を含む映像と、を含む警告情報を出力する警告部と、
を含む、ことを特徴とする。
好適には、格納した映像のうち、所定の期間内（好適には、直近１−３週間程度）の映像に重み付けして、ＡＩモデルを生成する。家畜の各部位は成長に伴い、形状、寸法、色などが変化するため、本構成によって、現在の状態の家畜の標準的な状態を反映できるため、より適切に異常な個体を特定することが可能となる。例えば、豚の場合は、特定の感染症のときに皮膚に現れる斑点の模様、色彩、目の充血具合などを設定して、異常を判定することが可能である。
また、第９の発明による監視装置（畜舎監視装置）は、
監視された場所の位置情報と、当該場所で測定された、測定値を含む監視情報（音、臭い、温度、湿度など）を、取得する監視情報取得部と、
取得した監視情報を格納する記憶部と、
格納した監視情報の測定値にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成する生成部と、
格納した監視情報において、前記ＡＩモデルを用いて、監視情報の測定値を識別する識別部と、
前記ＡＩモデルを用いて、識別した測定値が異常であるか否かを判定し、異常である場合、位置情報と、当該測定情報と、を含む警告情報を出力する警告部と、
を含む、ことを特徴とする。
上述したように本発明の解決手段を装置として説明してきたが、本発明はこれらに実質的に相当する方法、プログラム、プログラムを記録した記憶媒体としても実現し得るものであり、本発明の範囲にはこれらも包含されるものと理解されたい。なお、下記の方法やプログラムの各ステップは、データの処理においては必要に応じて、CPU、DSPなどの演算処理装置を使用するものであり、入力したデータや加工・生成したデータなどを磁気テープ、HDD、メモリなどの記憶装置に格納するものである。
例えば、本発明をプログラムとして実現させた第１０の発明による監視プログラムは、
１つまたは複数の演算処理装置を第１〜９のいずれかの発明に記載の監視装置として機能させる監視プログラムである。
また、例えば、本発明を記憶媒体として実現させた第１１の発明による記憶媒体は、
第１０の発明に記載の監視プログラムを格納したコンピュータ可読な記憶媒体である。
また、例えば、本発明を方法として実現させた第１２の発明による、監視装置を用いた監視方法は、
演算装置が、撮影された場所の位置情報を含む画像、を取得する画像取得ステップと、
前記演算装置が、取得した画像と、個体の特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、形状情報など）とを格納する記憶ステップと、
前記演算装置が、格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別ステップと、
前記演算装置が、識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
を含む、
ことを特徴とする。
また、第１３の発明による監視方法は、
演算装置が、撮影された場所の位置情報を含む画像を、取得する画像取得ステップと、
前記演算装置が、取得した画像と、異常な個体の特定部位の物理的情報である異常特定部位情報（鶏の場合は、異常、病気、衰弱、傷が付いている、または、死亡している鶏のトサカ、肉垂（健康状態を示す傾向が強い特定部位）などの色情報、形状情報など）とを格納する記憶ステップと、
前記演算装置が、格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別ステップと、
前記演算装置が、識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以内に、特定部位と異常特定部位情報とがある場合、或いは、特定部位と異常特定部位情報とが一致する場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
を含む、
ことを特徴とする。
また、第１４の発明による監視方法は、
演算装置が、撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得ステップと、
前記演算装置が、取得した画像を格納する記憶ステップと、
前記演算装置が、格納した画像の各個体に基づき、個体の少なくとも１つの特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、鶏のトサカ、肉垂などの色情報、形状情報など）を生成する生成ステップと、
前記演算装置が、格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別ステップと、
前記演算装置が、識別した特定部位と、生成された標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
を含む、
ことを特徴とする。
また、第１５の発明による監視方法は、
第１３の発明の監視方法において、
前記生成ステップが、
格納した画像のうち、所定の期間内（好適には、直近１−３週間程度）の画像のみの各個体に基づき、個体の少なくとも１つの特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）を生成する、
ことを特徴とする。
家畜の各部位は成長に伴い、形状、寸法、色などが変化するため、本構成によって、現在の状態の家畜の標準的な状態を反映できるため、より適切に異常な個体を特定することが可能となる。
また、第１６の発明による監視方法は、
第１４または第１５の発明において、
前記生成ステップ、前記識別ステップ、または、前記ステップが、
ＡＩ技法に基づき動作する、
ことを特徴とする。
また、第１７の発明による監視方法は、
演算装置が、撮影された場所の位置情報を含む画像、を取得する画像取得ステップと、
前記演算装置が、取得した画像と、ラベル付けされた個体の特定部位に基づきＡＩ技法を用いて学習されたＡＩモデルと、を格納する記憶ステップと、
前記演算装置が、格納した画像において、前記ＡＩモデルを用いて、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別ステップと、
前記演算装置が、前記ＡＩモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
を含む、ことを特徴とする。
また、第１８の発明による監視方法は、
演算装置が、撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得ステップと、
前記演算装置が、取得した画像を格納する記憶ステップと、
前記演算装置が、格納した画像の各個体の特定部位にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成する生成ステップと、
前記演算装置が、格納した画像において、ＡＩモデルを用いて、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別ステップと、
前記演算装置が、ＡＩモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力（送信）する警告ステップと、
を含む、ことを特徴とする。
また、第１９の発明による監視方法は、
演算装置が、撮影された場所の位置情報を含む個体が撮影された映像を、取得する画像取得ステップと、
前記演算装置が、取得した映像を格納する記憶ステップと、
前記演算装置が、格納した映像の各個体の動作にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成する生成ステップと、
前記演算装置が、格納した映像において、前記ＡＩモデルを用いて、映像内の個体の動作を識別する識別ステップと、
前記演算装置が、前記ＡＩモデルを用いて、識別した個体の動作が異常であるか否かを判定し、異常である場合、当該個体が位置する位置情報と、当該個体を含む映像と、を含む警告情報を出力する警告ステップと、
を含む、ことを特徴とする。
本発明をプログラムとして実現させた第２０の発明による監視プログラムは、
コンピュータに第１１〜１９のいずれかの発明に記載の監視方法を実行させる監視プログラムである。
また、本発明を記憶媒体として実現させた第２１の発明による記憶媒体は、
第２０の発明に記載の監視プログラムを格納したコンピュータ可読な記憶媒体である。
上述したように、ここまでは、監視装置の態様で説明してきた。以下は、ドローン、車輪や無限軌道などを使った自走装置のように、一般的な移動監視装置と、サーバとで分散処理で実現させた態様で説明する。
また、第２２の発明による監視装置は、
移動監視装置とサーバとを含む監視装置であって、
前記移動監視装置が、
画像を撮像する撮像部と、
自装置を移動させる駆動部と、
前記移動監視装置の位置を取得する取得部（ＧＰＳユニットなど）と、
前記移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、前記サーバに送信する通信部と、
を有し、
前記サーバが、
前記移動監視装置から、前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報を受信する通信部と、
前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報と、個体の特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）とを格納する記憶部と、
格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を有する、
ことを特徴とする。
即ち、識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、識別した特定部位が異常（異常イベント（事象））であると判定した場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する。
また、第２３の発明による監視装置は、
前記移動監視装置の前記駆動部が、
自走式である、
ことを特徴とする。
また、第２４の発明による監視装置は、
前記生成部、前記識別部、または、前記警告部が、
ＡＩ技法に基づき動作する、
ことを特徴とする。
また、第２５の発明による監視装置（畜舎監視装置）は、
移動監視装置とサーバとを含む監視装置であって、
前記移動監視装置が、
画像を撮像する撮像部と、
自装置を移動させる駆動部と、
前記移動監視装置の位置を取得する取得部（ＧＰＳユニットなど）と、
前記移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、前記サーバに送信する通信部と、
を有し、
前記サーバが、
前記移動監視装置から、前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報を受信する通信部と、
受信した画像と、（予め取得された画像において、ラベル付けされた個体の特定部位に基づき）ＡＩ技法を用いて学習されたＡＩモデルと、を格納する記憶部と、
格納した画像において、前記ＡＩモデルを用いて、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
前記ＡＩモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、ことを特徴とする。

前記サーバが、
多数の画像と、該画像の少なくとも一部に関連付けられた監視事象とを格納する記憶部と、
前記監視部が、
設定された監視事象が、発生しているか否かを監視するにあたって、ＡＩ技法を用いて、前記記憶部を参照して、前記設定された監視事象が、発生しているか否かを監視する、
ことを特徴とする。
また、第２６の発明による監視装置は、
前記移動監視装置の前記通信部が、
監視事象顕著化情報（給餌情報（給餌の場所、時間など）、侵入者威嚇情報（警告音発生場所、時間など）など）をさらに受信し、
前記移動監視装置の前記駆動部が、
前記監視事象顕著化情報に基づき、自装置の移動を制御する、
ことを特徴とする。
また、第２７の発明による監視装置は、
前記サーバの前記通信部が、
監視事象顕著化情報（給餌情報（給餌の場所、時間など）、侵入者威嚇情報（警告音発生場所、時間など）など）をさらに受信し、
前記サーバが、
前記監視事象顕著化情報に基づき、前記通信部を介して、前記移動監視装置の前記駆動部を制御して、前記移動監視装置を移動させる、
ことを特徴とする。
また、第２８の発明による監視装置は、
前記監視事象顕著化情報が、
給餌情報（給餌の場所、時間など）、侵入者威嚇情報（警告光、警告振動、警告音発生場所、時間など）、臭い情報（監視対象の鶏などが嫌う、または、興奮する臭気など）、光情報（照明や屋内の照度、点滅、回転灯など）、開口部開閉情報（窓や換気扇の開閉など）、および、空調設定情報からなる群から選択される１つ以上のものである、
ことを特徴とする。
また、第２９の発明による監視装置は、
前記移動監視装置が、
前記監視事象顕著化情報の状況を発生させる監視事象顕著化状況発生手段をさらに有する（例えば、光を発生する回転灯、音声を出すスピーカー、移動に伴い鶏舎と接触して振動と音を出す棒状部、給餌を開始させる信号出力部、照明や音声の出力を制御する制御信号出力部など）、
ことを特徴とする。
また、第３０の発明による監視プログラムは、
１つまたは複数の演算処理装置を第２１〜２８の発明のいずれか１つに記載の監視装置として機能させる監視プログラムである。
また、第３１の発明による記憶媒体は、
第３０の発明に記載の監視プログラムを格納したコンピュータ可読な記憶媒体である。
図１は、本発明の一実施態様による監視装置の概要を示すブロック図である。 図２は、図１に示した監視装置で実行される処理の一例を示すフローチャートである。 図３は、本装置の移動監視装置の監視技法を説明する模式図である。 図４は、本装置の移動監視装置の他の監視技法を説明する模式図である。 図５は、本装置における取得部の機能を説明する模式図である。 図６は、本装置における飛行ルート設定の機能を説明する模式図である。 図７は、監視部による監視の技法について説明する模式図である。 図８は、マップ状の警報情報を説明する模式図である。 図９は、マップ状の警報情報を説明する模式図である。 図１０は、鶏舎に適用した場合の本装置の移動監視装置の監視技法を説明する模式図である。 図１１は、監視事象顕著化状況発生手段を設けた本装置の移動監視装置の監視技法を説明する模式図である。 図１２は、鶏舎に適用した場合の本装置の移動監視装置の監視技法を説明する模式図である。 図１３は、鶏舎に適用した場合の本装置の移動監視装置の監視技法を説明する模式図である。 図１４は、本発明の一実施態様による監視装置の概要を示すブロック図である。 図１５は、図１４に示した監視装置で実行される処理の一例を示すフローチャートである。 図１６は、本発明の一実施態様（標準特定部位情報の生成）による監視装置の監視技法の模式図である。 図１７は、本発明の一実施態様（標準特定部位情報の活用）による監視装置の監視技法の模式図である。 図１８は、本発明の一実施態様（ＡＩモデル生成）による監視装置の監視技法の模式図である。 図１９は、本発明の一実施態様（ＡＩモデル活用）による監視装置の監視技法の模式図である。 図２０は、本発明の一実施態様（ＡＩモデル生成の応用）による監視装置の監視技法の模式図である。
以降、諸図面を参照しながら、本発明の実施態様を詳細に説明する。
＜実施態様１＞
図１は、本発明の一実施態様による監視装置の概要を示すブロック図である。図に示すように、監視装置ＭＯＳ１は、移動監視装置ＭＭ１、ＭＭ２とサーバＳＶ１とを含むものである。サーバＳＶ１は、制御部（ＣＰＵ、演算処理装置、プロセッサ）ＣＯＮ、入力部ＩＮ、出力部ＯＵＴ、通信部ＣＯＭ、記憶部ＭＥＭ、および、表示部ＤＩＳを有する。移動監視装置ＭＭ２は、特に指摘しない限り移動監視装置ＭＭ１と同様の構成および機能を持つが、作図と説明の便宜上、一部の構成を省略してある。
移動監視装置ＭＭ１は、撮像部としてカメラＣＭ１〜３、センサＳＮＳＲ（気圧計、ジャイロセンサなど）、制御部ＣＯＮ（ＣＰＵ、演算処理装置、プロセッサ）、通信部ＣＯＭ、監視部ＭＯＮ（本機能は、サーバ側に設けてもよい）、出力部ＯＵＴ、記憶部ＳＴＲ、ＧＰＳユニットＧＲを有するが、さらに、入力部（図示せず）、および、表示部（図示せず）を有してもよい。カメラは、鶏舎などの監視対象を撮影するものが２つと、天井や床などに設置した位置指標（点状のマーカーやライン状のものなど）を撮影するもの１つを設けることが好適であるが、１つ、または、２つでその機能を兼ねてもよい。また、カメラは、夜間でも僅かな環境中の光で撮影可能な高性能な機種を使用することが好適である。さらに、カメラは赤外線を検知するものを別途設けたり、上記のものに赤外線機能を搭載させたりして、監視対象の温度を検知して、対象の状態、例えば、死んでいるか、病気であるか否かなどの判定彩材料に使って検知してもよい。
移動監視装置ＭＭ１が、センサＳＮＳＲとして、自装置の位置を測定する位置測定部（図示せず、ＧＰＳユニットでもよい）と、角速度を計測するジャイロセンサと、加速度を計測する加速度センサと、高度を計測する高度センサと、自装置の走行距離を測定または推定する距離計を有する。
移動監視装置ＭＭ１は、
画像を撮像する撮像部ＣＭ１−３と、
自装置を移動させる駆動部ＤＲと、
前記移動監視装置の位置を取得する取得部ＲＥＴ（ＧＰＳユニットなど）と、
前記移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、前記サーバに送信する通信部ＣＯＭと、
を有する。
前記サーバＳＶ１は、
前記サーバが、
前記移動監視装置から、前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報を受信（取得）する通信部ＣＯＭ（および取得部ＡＣＱ）と、
前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報ＭＩと、個体の特定部位の標準的な物理的情報である標準特定部位情報ＳＰＩ（鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）とを格納する記憶部ＭＥＭと、
格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部ＩＤＰと、
識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部ＷＡＮと、
を有する。
例えば、健康な鶏のトサカ、肉垂などの色情報は、ＲＧＢ値で表現することが好適である。下記は、赤の色合いが最も強いものである。
ＲＧＢ
（２５５．０．０）
健康で標準的なものと許容できる範囲でＲＧＢ値を設定することが好適であり、当該畜舎の統計情報からＲＧＢ値を設定することが好適である。また、寸法情報は、標準的な大きさ（寸法）に成長できない個体は、病気、衰弱、その他の何等かの要因があり、いずれ、死亡する可能性が高い場合が多いため、このようなものも異常として把握できるのは、適正な飼育環境上、重要である。
なお、出力される警報は、電子メールの送信、警告音声の出力や送信、画像出力、監視員への警告、管理者への警告、警備会社や警察などへの通報などが好適である。また、監視部は、設定された監視事象が、発生しているか否かを監視するにあたって、ＡＩ技法を用いて、記憶部の画像情報ＩＭ（または、画像情報から派生した派生情報（画像の特徴パターンなど）など）を参照して、前記設定された監視事象が、発生しているか否かを監視することが好適である
移動監視装置ＭＭ１が、
ガイドレールに移動可能に支持、載置、または、懸架され、かつ、該ガイドレールに沿ってガイドされるガイド部ＧＤをさらに有し、
駆動部ＤＲが、
前記ガイドレールに支持、載置、または、懸架されながら、該ガイドレールに沿って、自装置を移動させる。
ネットワークＮＥＴを介して接続された建物情報サーバまたは記憶部ＭＥＭなどから、監視対象の建物や棚、鶏舎などのＣＡＤ情報を取得してもよい。ＣＡＤ情報と、このＣＡＤ情報の空間座標系に対応した、または、対応させた、位置指標配置情報、前記建物に配置された、監視対象の設置物（鶏舎のケージ、机、椅子、機材、など）のレイアウト情報から、移動ルートが設定される。表示部ＤＩＳは、本装置に格納される情報や生成された情報を表示することができる。
サーバＳＶ１の制御部に含まれる各機能部は、制御部のメモリ空間に読み込まれたプログラムモジュールによって実現することが好適である。また、移動装置をドローンや自走装置として実現させた場合は、制御部のメモリ空間に読み込まれたプログラムモジュールによって各機能部を実現したり、内蔵するＧＰＳユニットやカメラユニットなどで各機能部を実現したりすることが可能である。通常、サーバは、記憶部或いはウェブサイトから、プロセッサを本装置の各部として機能させるソフトウェアをダウンロードして、ＰＣにインストールして起動することで、ＰＣが、本装置として動作する。なお、制御部に設けた各機能部は、機能上一定のまとまりのあるステップを１つにまとめたものに過ぎず、複数の機能部を１つの機能部にしたり、その一部を他の機能部に組み入れたり、他の独立した機能部に分割したりすることが可能である。
このように、生成・抽出した情報や中間データおよび取得したデータを外部に送信したり、表示部に表示したり、生成・抽出した情報や中間データおよび取得したデータなどを記憶部に格納したりすることは、後述する他の実態態様でも同様に可能であることに注意されたい。なお、本装置は、汎用コンピュータ、特定用途コンピュータ、サーバ、ＰＣ、スマートフォンなどの携帯端末などのコンピュータ、或いは、本装置の機能や処理手順（方法）をコンピュータ上で実現（実行）するプログラムモジュールをコンピュータが持つＣＰＵや記憶部に保持したり、外部のサーバやストレージかｓら読み込んだりすることで、コンピュータ上に本装置を構築することが好適であり、後続の各実施態様においても同様である。また、各機能部は、ネットワークで接続された別個のコンピュータや装置に分散させてもよい。また、複数の機能部を１つにしたり、処理ステップの一部を他の機能部にさせたりするような形態でもよい。さらに、本実施態様では、サーバと移動監視装置を別個のものとして規定したが、移動監視装置にサーバの各機能の一部または全てを含ませてもよい。
サーバＳＶ１は、格納した画像の各個体に基づき、個体の少なくとも１つの特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）を生成する生成部ＧＥＮを有する。これにより、当該畜舎や家畜の書類に適合させた参照情報を得ることが可能となり、より適切に異常な個体を識別、特定、抽出して、警報を出すことが可能となる。
図１６は、本発明の一実施態様（標準特定部位情報の生成）による監視装置の監視技法の模式図である。図に示すように、鶏ＢＤ１−ＢＤ７が映る画像情報ＳＩ３から標準特定部位情報ＳＰＩ１（これは、トサカの色の数値情報、ＲＧＢで規定することが好適である）、標準特定部位情報ＳＰＩ２（これは、肉垂れのサイズの数値情報）、を生成し、記憶部に格納する。次の図で、標準特定部位情報の活用方法を示す。
図１７は、本発明の一実施態様（標準特定部位情報の活用）による監視装置の監視技法の模式図である。図に示すように、標準特定部位情報ＳＰＩ１と、鶏ＢＤ１２のトサカの色とを比較する。この場合は、鶏ＢＤ１２のトサカの色は、標準特定部位情報ＳＰＩ１の範囲内に入るので、一致すると判断し、鶏ＢＤ１２は正常であると判定される。そして、別の個体を比較することになる。
他方、標準特定部位情報ＳＰＩ１と、鶏ＢＤ１７のトサカの色とを比較する。この場合は、鶏ＢＤ１７のトサカの色は、標準特定部位情報ＳＰＩ１の範囲外にあるので、一致しない、即ち、異常であると判定され、個体ＢＤ１７の位置と画像とを含む警告情報を出力する。
図２は、図１に示した監視装置で実行される処理の一例を示すフローチャートである。監視装置は、サーバＳＶ１と移動監視装置ＭＭ１の２つの装置が連携して処理を行う。他のサーバにある情報や機能を移動装置に設置しておけば、サーバとの連携は不要とすることも可能である。
ステップＳ１１にて、移動監視装置のカメラが画像を撮像する。次に、ステップＳ１２にて、取得部が、移動監視装置の位置を取得する。そして、ステップＳ１３にて、移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、サーバに送信する。サーバは、ステップＳ１４にて、移動監視装置の駆動部が、位置指標で位置確認、および／または、ジャイロセンサおよび加速度センサ（またはＧＰＳ,距離計）を利用して位置確認しながら、移動監視装置をガイドレールに沿って移動させる。なお、移動は、センサなどを使わずに、所定の距離（例えば、鶏舎の１ケージ分の距離など）を動くモータ電力を供給したり、所定の時間だけモータ動作させたりなど、簡易的な手法でもよい。
ステップＳ１５にて、移動監視装置のカメラが画像を撮像する。次に、移動監視装置の位置を取得し、ステップＳ１６にて、移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、サーバに送信する。ステップＳ１７にて、レールの終わりか否か、または、移動監視装置に搭載した電池の残量電力が不足している否かを判定する。判定条件を満たす場合は、ステップＳ１９−２に進み、基地に帰還する。判定条件を満たさない場合は、ステップＳ１８に進む。
ステップＳ１８にて、画像に異常イベント（監視事象）が発生しているか否かを判定する。異常イベントが発生していない場合は、ステップＳ１５に戻り、移動および撮像を続ける。異常イベントが発生している場合は、そのまま警報を発してもよいが、誤認識を少なくさせるために、ステップＳ１８−１に進み、移動監視装置を停止させるか、減速させて、当該異常イベントの画像の観察を続けることが好適である。そして、ステップＳ１８−２にて、異常イベントの発生が継続していると判定した場合に、ステップＳ１９にて、異常イベントの発生した位置、その時間の画像（映像を含む）を含む警報を出力する。ステップＳ１８−２にて、異常イベントの発生が継続していないと判定した場合は、誤認識であると判断し警報は出さずに、ステップＳ１５に戻り、移動（監視）を続ける。ステップＳ１９にて警報を出した後は、ステップＳ１９−１に進み、ステップＳ１７と同様に、レール（ルート）の終わりか否か、または、搭載した電池の残量電力が不足している否かを判定する。判定条件を満たす場合は、移動監視装置の基地（充電スポット）に帰還する。判定条件を満たさない場合は、ステップＳ１５に戻り、移動（監視）を続ける。
異常イベントの判定は、例えば、識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する。即ち、識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、識別した特定部位が異常（異常イベント（事象））であると判定した場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する。
図３は、本装置の移動監視装置の監視技法を説明する模式図である。図に示すように、建物ＢＬＤの天井に設置された位置指標ＰＩ１〜４をカメラＣＭ３で撮影して、当該指標に基づき、自装置の位置を認識する。位置指標は、位置指標配置情報の座標に配置されており、移動監視装置ＭＭ１は、位置指標で自装置の位置を認識しながら、移動ルートＲＴ１に沿って、位置指標ＰＩ１〜４を順次認識していきながら、自装置の移動(駆動)を制御する。移動の際は、床に載置されたガイドレールＧＲ（これは天井や壁に載置、設置してもよい）に沿って移動する。位置指標は、ガイドレールＧＲに一体化してもよい。また、位置指標を用いず、距離計などで位置を測定、推定してもよい。また、位置指標は、蛍光部材や文字、図形、模様、色彩などのいずれか１つ以上を施したものが好適であり、天井に向けたカメラＣＭ３で撮影して、位置指標を画像認識することが好適である。位置指標は、それぞれ固有のものであり、個別に認識することで、位置指標配置情報ＬＩＬＩを参照することで、どの位置に移動監視装置が位置にするかが判明する仕組みになっている。或いは、位置指標は、特定の無線や光の信号を出す装置、WIFI基地局、無線タグでもよい（この場合は、カメラに代えて、無線通信部、光受信部などで信号を読み取る。）。また、位置指標に代えて室内用のＧＰＳ信号ユニットを設けて、これを移動監視装置のＧＰＳユニットで読み取ることで対応することも可能である。
そして、移動監視装置は、移動しながら、カメラＣＭ１、ＣＭ２で、左右の監視対象の棚ＳＢＪ１，ＳＢＪ２（建物ＢＬＤに設置されている）を撮影し、そこで、監視事象が発生しているか否かを監視する。
図４は、本装置の移動監視装置の他の監視技法を説明する模式図である。図に示すように、移動監視装置ＭＭ２は、自走式であり、タイヤや無限軌道などで駆動し、床に載置された、または、塗布されたガイドラインＧＬに沿って移動する。その他の機能は、図１６のそれらと同様である。ガイドラインＧＬは、磁気テープ、磁気を含ませた塗膜、配色に特徴があるフィルム、テープ、塗膜（例えば、白色、黄色など）などが好適である。ガイドラインは、上述した飛行ルートに相当するものであり、走行ルートとして機能する。
図５は、本装置における取得部の機能を説明する模式図である。図に示すように、本装置は、建物のＣＡＤ情報ＣＩを取得する。このＣＡＤ情報は、３次元ＣＡＤであり、建物内の部材や壁、天井、床などは、３次元の空間座標を持つ。また、本装置は、建物のＣＡＤ情報ＣＩの空間座標系に対応した、建物に配置された、監視対象の設置物（鶏舎のケージ、机、椅子、機材、など）のレイアウト情報ＳＬＩを取得する。ＣＡＤ情報ＣＩに、レイアウト情報ＳＬＩを組み込む（マージ）。そして、本装置は、建物のＣＡＤ情報ＣＩの空間座標系に対応した、位置指標配置情報ＰＩ１〜４を取得し、これも図の下段に示すように、ＣＡＤ情報ＣＩに、位置指標配置情報ＰＩ１〜４を組み込む（マージ）。結果として、建物に、位置指標、設置物が配置された建物内部構造が全て記述されたＣＡＤ情報ＣＩＡＬＬを得られる。本装置は、このＣＡＤ情報ＣＩＡＬＬに、飛行ルートや移動ルートを設定するが、次の図でこれを説明する。
ここでは、移動装置をドローンとして説明するが、もちろん、移動装置は自走式車両としてもよい。図６は、本装置における飛行ルート設定の機能を説明する模式図である。図に示すように、ドローン基地ＤＢの位置も記述されたＣＡＤ情報ＣＩＡＬＬに、レイアウト情報ＳＬＩに対応して配置された設置物である監視対象ＳＢＪ１，ＳＢＪ２があり、その間に通路（飛行に適した空間）があるものとする。本装置は、飛行ルートは、監視対象を監視可能であって、所定の広さの空間に設定するといったルート設定ルール（記憶部に格納される）に基づき、飛行ルートＦＲ１を自動設定する（手動で設定も可能である）。同様に、監視対象ＳＢＪ３，ＳＢＪ４があり、その間に通路（飛行に適した空間）があるものとする。本装置は、人が通れる程度の空間を通路と認識する機能を持つ。飛行ルートは、監視対象を監視可能であって、所定の広さの空間であって、所定の高さ（通常は、平均身長の目線程度の高さ１６０ｃｍ）に設定するといったルート設定ルール（記憶部に格納される）に基づき、飛行ルートＦＲ２も自動設定する（手動で受け付けて設定も可能）。図のように、飛行ルートＦＲ１，ＦＲ２のように設定した場合は、飛行ルートの順番をＦＲ１が先でＦＲ２が後といったように設定する。或いは、飛行ルートを全て連結して１つの飛行ルートを設定してもよい。
この例では、監視対象は、１段の鶏舎を想定してあるが、２，３段の場合は、平面的には同じ座標の飛行ルートであるが、高度を順次変えた別の飛行ルートを設定して、２段目、３段目などを監視させることが可能である。或いは、図１のように、各段を撮像するカメラを各段の数だけ設置させてもよい。
図７は、監視の技法について説明する模式図である。鶏舎の監視の例で説明する。図に示すように、カメラが捉えた画面インターフェイスＳＬ１には、鶏ＢＤ１〜７までが存在する。本装置は、鶏の頭部のトサカ、嘴などの特定部位を図形、色彩、模様などで認識するロジックがあり、画面内に撮影された鶏の個体を全て捕捉する。そして、各個体の動作を観察し、動きのない個体を抽出する。また、特定部位と、記憶部に格納されたマスターである、個体の特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）とを比較して、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、即ち、異常あるか否かを判定する。画面インターフェイスＳＬ２には、鶏ＢＤ４のトサカ部ＨＤＴ４が、白っぽいため、標準特定部位情報である、標準的で健康な鶏のトサカの鮮明な赤色と、かなり離れた色調であるため、異常と判定している。このような鶏や、動きがない鶏を監視事象、即ち、異常イベント（死亡、病気、または衰弱）と確定する。画面インターフェイスＳＬ３の鶏ＢＤ４が異常イベントと確定した鶏であり、この時点（或いは、基地に帰還時に）で警報を発する。また、鶏の場合は、体を羽で覆われているため、通常の方法では、体温を外部からは計測しにくい。しかし、トサカ部分は、羽がなく、すぐ下を血管が通っており、この部分の温度を赤外線カメラや、通常のカメラの赤外線機能などで温度計測することで、体温を容易に計測可能であり、当該鶏が死亡しているか否かを確実に判定することが可能である。本装置は、既知の画像認識技法で、注目領域としてトサカを捕捉し、さらに、そのトサカの温度計測により、異常事象の確定をより精度高く実施することが可能である。
このように、本実施例では、鶏の特定部位であるトサカや肉垂れび色で、死亡、病気、衰弱の鶏を識別することが可能となった。
図８は、マップ状の警報情報を説明する模式図である。ドローンまたは移動装置から送信（出力）されるのは、監視事象発生の画像・映像と、当該地点の座標である。これでは、警報を受けた係員には、状況を把握しづらいため、本装置は、当該、監視事象（異常イベント）発生の建物ＢＬＤ１、２の、異常イベント発生ポイントＯＡＢＥ１〜３、さらには、その詳細情報「異常イベントが発生（３段目）、ケージ番号A101BR031」などが表示されたマップ状の警報情報ＷＲＮ１を出す。この警報は、ＣＡＤ情報を平面化して、異常イベント発生ポイントを表示させたものである。作業員は、警告情報に基づき、当該ケージを確認し、所定の作業（この例では、死亡または弱った個体（鶏）を除去する作業）を行う。
図９は、マップ状の警報情報を説明する模式図である。マップ状の警報情報ＷＲＮ１は、平面図であるが、鶏舎などでは縦方向に幾つかのケージ棚があり、平面ではどの高さのケージ棚か不明である。それに対応したのが図１３のマップ状の警報情報ＷＲＮ２である。これは、図８のマップを見て、異常イベントの発生地点に作業員が辿り付いた後、図９のマップを見て、縦方向のどの高さの棚に異常が発生したのかを理解させる目的で使用される。
図１０は、鶏舎に適用した場合の本装置の移動監視装置の監視技法を説明する模式図である。図に示すように、建物ＢＬＤの天井ＳＬに設置されたガイドレールＧＲに、移動監視装置ＭＭ３のガイド部ＧＤが支持され、移動監視装置ＭＭ３が懸架されている。移動監視装置ＭＭ３は、何らかの位置指標や、距離計などで自装置の位置を認識しながら、移動ルートＲＴ１に沿って、自装置の移動(駆動)を制御する。移動の際は、天井ＳＬに設置されたガイドレールＧＲに沿って移動する。位置指標は、ガイドレールＧＲに一体化してもよい。また、位置指標を用いず、距離計などで位置を測定、推定してもよい。
移動監視装置ＭＭ３は、上段の鶏舎ＣＧ３１、ＣＧ４１のために、カメラＣＭ２−３，下段の鶏舎ＣＧ３２、ＣＧ４２のために、カメラＣＭ４−５を有する。この例では、死亡、または、病気などの弱っている鶏が異常イベントであり、鶏ＢＤ１１，ＢＤ１２は、正常であり、異常イベントとは認識しない。鶏ＢＤ１３，ＢＤ１４は、蹲っている、または、倒れているので、サーバ側で、異常イベントと判定し、警報を出す。警報の際には、位置を示す鶏舎番号ＣＧ３２．鶏舎番号ＣＧ４２か、何らかの位置情報と、当該画像を出力する。
監視事象顕著化情報を利用すると、監視の精度がよくなり、誤警報を相当程度低減することが可能である。監視事象顕著化情報は、給餌情報（給餌の場所、時間など）、侵入者威嚇情報（警告光、警告振動、警告音発生場所、時間など）、臭い情報（監視対象の鶏などが嫌う、または、興奮する臭気など）、光情報（照明や屋内の照度、点滅、回転灯など）、開口部開閉情報（窓や換気扇の開閉など）、および、空調設定情報からなる群から選択される１つ以上のものである。
よって、移動監視装置に、前記監視事象顕著化情報の状況を発生させる監視事象顕著化状況発生手段をさらに設ける（例えば、光を発生する回転灯、音声を出すスピーカー、移動に伴い鶏舎と接触して振動と音を出す棒状部、給餌を開始させる信号出力部、照明や音声の出力を制御する制御信号出力部など）ことが好適である。
図１１は、監視事象顕著化状況発生手段を設けた本装置の移動監視装置の監視技法を説明する模式図である。図に示すように、移動監視装置ＭＭ４は、監視事象顕著化状況発生手段として、監視対象のエリアだけに光（好適には、鶏にストレスを与えず、活動化させる程度の光や光の色や波長）を発生し、鶏を刺激する回転灯ＰＬ１、ＰＬ２（回転灯）、監視対象のエリアだけに振動と音を発生し、鶏を刺激する鶏舎打撃棒ＢＲ１，ＢＲ２を有する。このときの振動と音は、給餌の際の音響と、給餌の振動にできるだけ近いものにすることが好適である。給餌の音や振動を与えられると、元気な鶏は、必ず、反応して、立ち上がり、活動的になるからである。また、給餌の際の音を再現して、再生するスピーカーに監視事象顕著化状況発生手段として好適である。或いは、餌の臭いや、オスの臭い（フェロモン）などを発生する手段も監視事象顕著化状況発生手段として有効である。
図１２は、鶏舎に適用した場合の本装置の移動監視装置の監視技法を説明する模式図である。図に示すように、建物の床ＦＬに設置、敷設、または塗布されたガイドラインＧＬを、移動監視装置ＭＭ５のライン読取センサＬＳＮが読み取り、このガイドラインＧＬに沿って自動で移動する。移動監視装置ＭＭ５は、ガイドラインで自装置の位置を認識しながら（好適には距離計やジャイロセンサなどを併用する）、ガイドラインＧＬに沿って、自装置の移動(駆動)を制御する。ガイドラインは、誘導のみならず、位置指標が一体化したものでもよい。また、位置指標を用いず、距離計などで位置を測定、推定してもよい。
図１３は、鶏舎に適用した場合の本装置の移動監視装置の監視技法を説明する模式図である。図に示すように、建物の天井ＳＬに設置、敷設、または塗布されたガイドラインＧＬを、移動監視装置ＭＭ６の上部に設置されたライン読取センサＬＳＮが読み取り、このガイドラインＧＬに沿って自動で移動する。移動監視装置ＭＭ５は、ガイドラインで自装置の位置を認識しながら（好適には距離計、加速度計、および／または、ジャイロセンサなどを併用する）、ガイドラインＧＬに沿って、自装置の移動(駆動)を制御する。ガイドラインは、誘導のみならず、位置指標が一体化したものでもよい。また、位置指標を用いず、距離計などで位置を測定、推定してもよい。本態様の利点は、鶏舎などの鶏糞や羽などで汚れた場合に、床に設置されたガイドラインを読み取り不良になる恐れがあるが、それを防止できる。天井は、鶏糞や羽などで汚染される可能性はほぼないからである。
上述した監視技法は、監視の手法として画像情報を用いたものであるが、距離センサを用いた監視技法を以下の実施態様３で説明する。
＜実施態様２＞
図１４は、本発明の一実施態様による監視装置の概要を示すブロック図である。図に示すように、監視装置ＭＯＳ１は、移動監視装置ＭＭ１、ＭＭ２とサーバＳＶ２とを含むものである。サーバＳＶ２は、制御部（ＣＰＵ、演算処理装置、プロセッサ）ＣＯＮ、入力部ＩＮ、出力部ＯＵＴ、通信部ＣＯＭ、記憶部ＭＥＭ、および、表示部ＤＩＳを有する。移動監視装置ＭＭ２は、特に指摘しない限り移動監視装置ＭＭ１と同様の構成および機能を持つが、作図と説明の便宜上、一部の構成を省略してある。
また、サーバＳＶ２は、
撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得部と、
取得した画像を格納する記憶部ＭＥＭと、
格納した画像の各個体の特定部位にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルＡＩＭ（ＡＩアルゴリズムおよび派生した各種データとして記憶部に格納される）を生成する生成部ＧＥＮと、
格納した画像において、前記ＡＩモデルを用いて、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部ＩＤＰと、
前記ＡＩモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力（送信）する警告部ＷＡＮと、
を含む。
また、本発明は、個体の動作を識別して、異常判定する態様でも実施可能である。その場合は、
サーバＳＶ２は、
格納した映像の各個体の動作にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成する生成部ＧＥＮと、
格納した映像において、ＡＩモデルを用いて、映像内の個体の動作を識別する識別部ＩＤＰと、
ＡＩモデルを用いて、識別した個体の動作が異常であるか否かを判定し、異常である場合、当該個体が位置する位置情報と、当該個体を含む映像と、を含む警告情報を出力する警告部ＷＡＮと、
を含む。
移動監視装置ＭＭ１は、撮像部としてカメラＣＭ１〜３、センサＳＮＳＲ（気圧計、ジャイロセンサなど）、制御部ＣＯＮ（ＣＰＵ、演算処理装置、プロセッサ）、通信部ＣＯＭ、監視部ＭＯＮ（本機能は、サーバ側に設けてもよい）、出力部ＯＵＴ、記憶部ＳＴＲ、ＧＰＳユニットＧＲを有するが、さらに、入力部（図示せず）、および、表示部（図示せず）を有してもよい。カメラは、鶏舎などの監視対象を撮影するものが２つと、天井や床などに設置した位置指標（点状のマーカーやライン状のものなど）を撮影するもの１つを設けることが好適であるが、１つ、または、２つでその機能を兼ねてもよい。また、カメラは、夜間でも僅かな環境中の光で撮影可能な高性能な機種を使用することが好適である。さらに、カメラは赤外線を検知するものを別途設けたり、上記のものに赤外線機能を搭載させたりして、監視対象の温度を検知して、対象の状態、例えば、死んでいるか、病気であるか否かなどの判定彩材料に使って検知してもよい。
移動監視装置ＭＭ１が、センサＳＮＳＲとして、自装置の位置を測定する位置測定部（図示せず、ＧＰＳユニットでもよい）と、角速度を計測するジャイロセンサと、加速度を計測する加速度センサと、高度を計測する高度センサと、自装置の走行距離を測定または推定する距離計を有する。
移動監視装置ＭＭ１は、
画像を撮像する撮像部ＣＭ１−３と、
自装置を移動させる駆動部ＤＲと、
前記移動監視装置の位置を取得する取得部ＲＥＴ（ＧＰＳユニットなど）と、
前記移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、前記サーバに送信する通信部ＣＯＭと、
を有する。
前記サーバＳＶ１は、
前記サーバが、
前記移動監視装置から、前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報を受信（取得）する通信部ＣＯＭ（および取得部ＡＣＱ）と、
前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報ＭＩと、個体の特定部位の標準的な物理的情報である標準特定部位情報ＳＰＩ（鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）とを格納する記憶部ＭＥＭと、
格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部ＩＤＰと、
識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部ＷＡＮと、
を有する。
なお、出力される警報は、電子メールの送信、警告音声の出力や送信、画像出力、監視員への警告、管理者への警告、警備会社や警察などへの通報などが好適である。また、監視部は、設定された監視事象が、発生しているか否かを監視するにあたって、ＡＩ技法を用いて、記憶部の画像情報ＩＭ（または、画像情報から派生した派生情報（画像の特徴パターンなど）など）を参照して、前記設定された監視事象が、発生しているか否かを監視することが好適である
移動監視装置ＭＭ１が、
ガイドレールに移動可能に支持、載置、または、懸架され、かつ、該ガイドレールに沿ってガイドされるガイド部ＧＤをさらに有し、
駆動部ＤＲが、
前記ガイドレールに支持、載置、または、懸架されながら、該ガイドレールに沿って、自装置を移動させる。
ネットワークＮＥＴを介して接続された建物情報サーバまたは記憶部ＭＥＭなどから、監視対象の建物や棚、鶏舎などのＣＡＤ情報を取得してもよい。ＣＡＤ情報と、このＣＡＤ情報の空間座標系に対応した、または、対応させた、位置指標配置情報、前記建物に配置された、監視対象の設置物（鶏舎のケージ、机、椅子、機材、など）のレイアウト情報から、移動ルートが設定される。表示部ＤＩＳは、本装置に格納される情報や生成された情報を表示することができる。
サーバＳＶ１の制御部に含まれる各機能部は、制御部のメモリ空間に読み込まれたプログラムモジュールによって実現することが好適である。また、移動装置をドローンや自走装置として実現させた場合は、制御部のメモリ空間に読み込まれたプログラムモジュールによって各機能部を実現したり、内蔵するＧＰＳユニットやカメラユニットなどで各機能部を実現したりすることが可能である。通常、サーバは、記憶部或いはウェブサイトから、プロセッサを本装置の各部として機能させるソフトウェアをダウンロードして、ＰＣにインストールして起動することで、ＰＣが、本装置として動作する。なお、制御部に設けた各機能部は、機能上一定のまとまりのあるステップを１つにまとめたものに過ぎず、複数の機能部を１つの機能部にしたり、その一部を他の機能部に組み入れたり、他の独立した機能部に分割したりすることが可能である。
図１５は、図１に示した監視装置で実行される処理の一例を示すフローチャートである。監視装置は、サーバＳＶ１と移動監視装置ＭＭ１の２つの装置が連携して処理を行う。他のサーバにある情報や機能を移動装置に設置しておけば、サーバとの連携は不要とすることも可能である。
予め、生成部が、格納した画像の各個体の特定部位にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成しておき、記憶部に格納する。そして、ステップＳ２１にて、移動監視装置のカメラが画像を撮像する。次に、ステップＳ２２にて、取得部が、移動監視装置の位置を取得する。そして、ステップＳ２３にて、移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、サーバに送信する。サーバは、ステップＳ２４にて、移動監視装置の駆動部が、位置指標で位置確認、および／または、ジャイロセンサおよび加速度センサ（またはＧＰＳ,距離計）を利用して位置確認しながら、移動監視装置をガイドレールに沿って移動させる。なお、移動は、センサなどを使わずに、所定の距離（例えば、鶏舎の１ケージ分の距離など）を動くモータ電力を供給したり、所定の時間だけモータ動作させたりなど、簡易的な手法でもよい。
ステップＳ２５にて、移動監視装置のカメラが画像を撮像する。次に、移動監視装置の位置を取得し、ステップＳ２６にて、移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、サーバに送信する。ステップＳ２７にて、レールの終わりか否か、または、移動監視装置に搭載した電池の残量電力が不足している否かを判定する。判定条件を満たす場合は、ステップＳ２９−２に進み、基地に帰還する。判定条件を満たさない場合は、ステップＳ２８に進む。
ステップＳ２８にて、画像に異常イベント（監視事象）が発生しているか否かを判定する。即ち、格納した画像において、前記ＡＩモデルを用いて、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別し、そして、警告部が、ＡＩモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力（送信）する。
異常イベントが発生していない場合は、ステップＳ２５に戻り、移動および撮像を続ける。異常イベントが発生している場合は、そのまま警報を発してもよいが、誤認識を少なくさせるために、ステップＳ２８−１に進み、移動監視装置を停止させるか、減速させて、当該異常イベントの画像の観察を続けることが好適である。そして、ステップＳ２８−２にて、異常イベントの発生が継続していると判定した場合に、ステップＳ２９にて、異常イベントの発生した位置、その時間の画像（映像を含む）を含む警報を出力する。ステップＳ２８−２にて、異常イベントの発生が継続していないと判定した場合は、誤認識であると判断し警報は出さずに、ステップＳ２５に戻り、移動（監視）を続ける。ステップＳ２９にて警報を出した後は、ステップＳ２９−１に進み、ステップＳ２７と同様に、レール（ルート）の終わりか否か、または、搭載した電池の残量電力が不足している否かを判定する。判定条件を満たす場合は、移動監視装置の基地（充電スポット）に帰還する。判定条件を満たさない場合は、ステップＳ２５に戻り、移動（監視）を続ける。
この例は、特定部位の画像での判定であるが、個体の動作で判定してもよい。その場合は、以下のように構成させる。
また、監視装置（畜舎監視装置）は、
撮影された場所の位置情報を含む個体が撮影された映像を、取得する画像取得部と、
取得した映像を格納する記憶部と、
格納した映像の各個体の動作にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成する生成部と、
格納した映像において、ＡＩモデルを用いて、映像内の個体の動作を識別する識別部と、
ＡＩモデルを用いて、識別した個体の動作が異常であるか否かを判定し、異常である場合、当該個体が位置する位置情報と、当該個体を含む映像と、を含む警告情報を出力する警告部と、
を含む、ことを特徴とする。
好適には、格納した映像のうち、所定の期間内（好適には、直近１−３週間程度）の映像に重み付けして、ＡＩモデルを生成する。家畜の各部位は成長に伴い、形状、寸法、色などが変化するため、本構成によって、現在の状態の家畜の標準的な状態を反映できるため、より適切に異常な個体を特定することが可能となる。また、畜舎の個体の生育情報（例えば、生後１週間、２ヶ月など）を取得して、これに基づき、ＡＩモデルをカスタマイズさせることによって、より病気や衰弱、死亡の家畜を精度よく識別、特定、監視することが可能となる。
個体を画像として捉える態様で説明してきたが、本発明は、画像、映像のみならず、個体や畜舎の状況を反映する他の測定情報を利用して、個体の異常を識別、特定することも可能である。
例えば、監視装置（畜舎監視装置）は、
監視された場所の位置情報と、当該場所で測定された、測定値を含む監視情報（音、臭い、温度、湿度など）を、取得する監視情報取得部と、
取得した監視情報を格納する記憶部と、
格納した監視情報の測定値にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成する生成部と、
格納した監視情報において、前記ＡＩモデルを用いて、監視情報の測定値を識別する識別部と、
前記ＡＩモデルを用いて、識別した測定値が異常であるか否かを判定し、異常である場合、位置情報と、当該測定情報と、を含む警告情報を出力する警告部と、
を含む、ことを特徴とする。
図１８は、本発明の一実施態様（ＡＩモデル生成）による監視装置の監視技法の模式図である。図に示すように、鶏ＢＤ１−ＢＤ７が映る画像情報ＳＩ３から、ＡＩモデルＡＩＭ１（これは、トサカの色の数値情報、ＲＧＢで規定することが好適である）、ＡＩモデルＡＩＭ２（これは、肉垂れのサイズの数値情報）、を生成し、記憶部に格納する。ＡＩモデルの生成法は多数あり、例えば、特定部位であるトサカ領域を抽出し、そこの色情報を抽出し、さらに、各個体の健康状態を示すラベルを付加させるようなものでもよいが、単に、各個体の健康状態を示すラベルを付加させて、特定部位やその特徴量は、ＡＩに抽出させて、健康状態（病気、死亡を含む）に関連がある１つの特定部位、または、２つ以上の特定部位の組み合わせをＡＩに探索、学習させて、ＡＩモデルを生成してもよい。次の図で、ＡＩモデルの活用方法を示す。また、ＡＩモデルは、特定部位だけではなく、排泄物、環境の温度、環境の湿度、臭い、音、などが利用できる。
図１９は、本発明の一実施態様（ＡＩモデル活用）による監視装置の監視技法の模式図である。図に示すように、ＡＩモデルＡＩＭ１と、鶏ＢＤ１６トサカの色とを比較する。この場合は、鶏ＢＤ１６のトサカの色は、ＡＩモデルＡＩＭ１の範囲内に入るので、一致すると判断し、鶏ＢＤ１６は正常であると判定される。そして、別の個体を比較することになる。
他方、ＡＩモデルＡＩＭ１と、鶏ＢＤ１９のトサカの色とを比較する。この場合は、鶏ＢＤ１９のトサカの色は、ＡＩモデルＡＩＭ１の範囲外にあるので、一致しない、即ち、異常であると判定され、個体ＢＤ１９の位置と画像とを含む警告情報を出力する。
図２０は、本発明の一実施態様（ＡＩモデル生成の応用）による監視装置の監視技法の模式図である。これは、個体が健康か否かのラベルを各個体に付加し（例えば、不健康、死亡、病気のラベルだけを付けるのが好適である。ラベルなしは、自動的に健康であると判定できる）、これを学習して、ＡＩモデルを自動生成させる。既知のＡＩアルゴリズムを使って、異常である、不健康、死亡、病気について、特徴を示す特定部位の特定情報を自動的に抽出させることもできる。例えば、ＡＩモデルＡＩＭ５は、特定部位１の模様、ＡＩモデルＡＩＭ６は、特定部位２の形状、ＡＩモデルＡＩＭ７は、特定部位３の温度などである。例えば、鶏のトサカや肉垂れの温度は、健康状態を示すものであり、作業者が指定しなくても、自動的にＡＩＭモデルＡＩＭ７が生成される。このＡＩの利点は、ある事象（ここでは、家畜の不健康状態）にラベルを付けておくだけで、通常は、見逃すような特定部位の症状（温度、形状、色、模様など）を示す特徴量をＡＩが抽出し、それを利用するＡＩモデルが生成されることである。これにより、未知の病気の場合でも、ＡＩモデルによって、特定部位の症状（温度、形状、色、模様など）を示す特徴量が特定でき、これを用いて、不健康状態の家畜を自動的に識別、特定可能なことである。また、ＡＩモデルＡＩＭ５，ＡＩＭ６などのように、個別の特定部位や機能別にＡＩモデルを生成してもよいが、全ての特定部位や機能についてを含む単一のＡＩモデルを生成してもよい。全てを含むＡＩモデルであれば、各特定部位の各特徴量の関連性によって、さらに詳細に健康状態や異常状態の推定、特定などが可能となる。
本発明を諸図面や実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形や修正を行うことが容易であることに注意されたい。従って、これらの変形や修正は本発明の範囲に含まれることに留意されたい。例えば、各部、各ステップなどに含まれる処理や機能などは論理的に矛盾しないように再配置可能であり、複数の手段／部やステップなどを１つに組み合わせたり、或いは分割したりすることが可能である。或いは、本発明による装置、方法、プログラムなどの一部の構成要素、機能、処理、ステップなどを遠隔地のサーバなどに配置することも可能であることに注意されたい。また、本発明をリアルタイムの監視装置として説明してきたが、撮影済みの画像を入力として、不審な対象が撮影した時間帯や瞬間を切り出す、編集装置や編集システムとしても使用可能である。
ＡＣＱ……取得部
ＡＩＭ……モデル
ＢＤ１１，ＢＤ１２……鶏
ＢＤ１３，ＢＤ１４……鶏
ＢＤ４……鶏
ＢＬＤ……建物
ＢＬＤ１……建物
ＢＲ１，ＢＲ２……鶏舎打撃棒
ＣＡＤ……次元
ＣＧ３１……鶏舎
ＣＧ３２……鶏舎
ＣＧ３２……鶏舎番号
ＣＧ４２……鶏舎番号
ＣＩ……情報
ＣＩＡＬＬ……情報
ＣＭ１……カメラ
ＣＭ１……撮像部
ＣＭ２……カメラ
ＣＭ３……カメラ
ＣＭ４……カメラ
ＣＯＭ……通信部
ＣＯＮ……制御部
ＤＢ……ドローン基地
ＤＩＳ……表示部
ＤＲ……駆動部
ＦＬ……床
ＦＲ１……飛行ルート
ＦＲ１，ＦＲ２……飛行ルート
ＦＲ２……飛行ルート
ＧＤ……ガイド部
ＧＥＮ……生成部
ＧＬ……ガイドライン
ＧＲ……ガイドレール
ＧＲ……ユニット
ＨＤＴ４……トサカ部
ＩＤＰ……識別部
ＩＭ……画像情報
ＩＮ……入力部
ＬＩＬＩ……位置指標配置情報
ＬＳＮ……ライン読取センサ
ＭＥＭ……記憶部
ＭＩ……監視情報
ＭＭ１……移動監視装置
ＭＭ２……移動監視装置
ＭＭ３……移動監視装置
ＭＭ４……移動監視装置
ＭＭ５……移動監視装置
ＭＭ６……移動監視装置
ＭＯＮ……監視部
ＭＯＳ１……監視装置
ＮＥＴ……ネットワーク
ＯＵＴ……出力部
ＰＬ１……回転灯
ＲＥＴ……取得部
ＲＴ１……移動ルート
ＳＢＪ１，ＳＢＪ２……監視対象
ＳＢＪ１，ＳＢＪ２……棚
ＳＢＪ３，ＳＢＪ４……監視対象
ＳＬ……天井
ＳＬ１……画面インターフェイス
ＳＬ２……画面インターフェイス
ＳＬ３……画面インターフェイス
ＳＬＩ……レイアウト情報
ＳＮＳＲ……センサ
ＳＰＩ……標準特定部位情報
ＳＴＲ……記憶部
ＳＶ１……サーバ
ＳＶ２……サーバ
ＷＡＮ……警告部
ＷＲＮ１……警報情報
ＷＲＮ２……警報情報

Claims (31)

  1. 監視装置であって、
    撮影された場所の位置情報を含む画像、を取得する画像取得部と、
    取得した画像と、個体の特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）とを格納する記憶部と、
    格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
    識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
    を含む、
    ことを特徴とする、監視装置。
  2. 監視装置であって、
    撮影された場所の位置情報を含む画像を、取得する画像取得部と、
    取得した画像と、異常な個体の特定部位の物理的情報である異常特定部位情報（鶏の場合は、異常、病気、衰弱、傷が付いている、または、死亡している鶏のトサカ、肉垂（健康状態を示す傾向が強い特定部位が好適である。）などの色情報、寸法情報、形状情報など）とを格納する記憶部と、
    格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
    識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以内に、特定部位と異常特定部位情報とがある場合、或いは、特定部位と異常特定部位情報とが一致する場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
    を含む、
    ことを特徴とする、監視装置。
  3. 監視装置であって、
    撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得部と、
    取得した画像を格納する記憶部と、
    格納した画像の各個体に基づき、個体の少なくとも１つの特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）を生成する生成部と、
    格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
    識別した特定部位と、生成された標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
    を含む、
    ことを特徴とする、監視装置。
  4. 請求項３に記載の監視装置において、
    前記生成部が、
    格納した画像のうち、所定の期間内（好適には、直近１−３週間程度）の画像のみの各個体に基づき、個体の少なくとも１つの特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）を生成する、
    ことを特徴とする、監視装置。
  5. 請求項３または４に記載の監視装置において、
    前記生成部、前記識別部、または、前記警告部が、
    ＡＩ技法に基づき動作する、
    ことを特徴とする、監視装置。

  6. 監視装置であって、
    撮影された場所の位置情報を含む画像、を取得する画像取得部と、
    取得した画像と、（予め取得された画像において、ラベル付けされた個体、或いは、ラベル付けされた個体の特定部位に基づき）ＡＩ技法を用いて学習されたＡＩモデルと、を格納する記憶部と、
    格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
    前記ＡＩモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
    ことを特徴とする、監視装置。
  7. 監視装置であって、
    撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得部と、
    取得した画像を格納する記憶部と、
    格納した画像の各個体に異常（病気、死亡、衰弱などの不健康であることを示す）ラベル付けし、或いは、特定部位にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成する生成部と、
    格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
    前記ＡＩモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力（送信）する警告部と、
    ことを特徴とする、監視装置。
  8. 監視装置であって、
    撮影された場所の位置情報を含む個体が撮影された映像を、取得する画像取得部と、
    取得した映像を格納する記憶部と、
    格納した映像の各個体にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成する生成部と、
    格納した映像において、映像内の個体の動作を識別する識別部と、
    ＡＩモデルを用いて、識別した個体の動作が異常であるか否かを判定し、異常である場合、当該個体が位置する位置情報と、当該個体を含む映像と、を含む警告情報を出力する警告部と、
    ことを特徴とする、監視装置。
  9. 監視装置であって、
    監視された場所の位置情報と、当該場所で測定された、測定値を含む監視情報（音、臭い、温度、湿度など）を、取得する監視情報取得部と、
    取得した監視情報を格納する記憶部と、
    格納した監視情報の測定値にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成する生成部と、
    格納した監視情報において、前記ＡＩモデルを用いて、監視情報の測定値を識別する識別部と、
    前記ＡＩモデルを用いて、識別した測定値が異常であるか否かを判定し、異常である場合、位置情報と、当該測定情報と、を含む警告情報を出力する警告部と、
    を含む、ことを特徴とする。
    ことを特徴とする、監視装置。
  10. １つまたは複数の演算処理装置を第１〜９のいずれかの発明に記載の監視装置として機能させる監視プログラム。
  11. 請求項１０に記載の監視プログラムを格納したコンピュータ可読な記憶媒体。
  12. 監視方法であって、
    演算装置が、撮影された場所の位置情報を含む画像、を取得する画像取得ステップと、
    前記演算装置が、取得した画像と、個体の特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、形状情報など）とを格納する記憶ステップと、
    前記演算装置が、格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別ステップと、
    前記演算装置が、識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
    を含む、
    ことを特徴とする、監視方法。
  13. 監視方法であって、
    演算装置が、撮影された場所の位置情報を含む画像を、取得する画像取得ステップと、
    前記演算装置が、取得した画像と、異常な個体の特定部位の物理的情報である異常特定部位情報（鶏の場合は、異常、病気、衰弱、傷が付いている、または、死亡している鶏のトサカ、肉垂（健康状態を示す傾向が強い特定部位）などの色情報、形状情報など）とを格納する記憶ステップと、
    前記演算装置が、格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別ステップと、
    前記演算装置が、識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以内に、特定部位と異常特定部位情報とがある場合、或いは、特定部位と異常特定部位情報とが一致する場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
    を含む、
    ことを特徴とする、監視方法。
  14. 監視方法であって、
    演算装置が、撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得ステップと、
    前記演算装置が、取得した画像を格納する記憶ステップと、
    前記演算装置が、格納した画像の各個体に基づき、個体の少なくとも１つの特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、鶏のトサカ、肉垂などの色情報、形状情報など）を生成する生成ステップと、
    前記演算装置が、格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別ステップと、
    前記演算装置が、識別した特定部位と、生成された標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
    を含む、
    ことを特徴とする、監視方法。
  15. 請求項１４に記載の監視方法において、
    前記生成ステップが、
    格納した画像のうち、所定の期間内（好適には、直近１−３週間程度）の画像のみの各個体に基づき、個体の少なくとも１つの特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）を生成する、
    ことを特徴とする、監視方法。
  16. 請求項１４または１５に記載の監視方法において、
    前記生成ステップ、前記識別ステップ、または、前記ステップが、
    ＡＩ技法に基づき動作する、
    ことを特徴とする、監視方法。
  17. 監視方法であって、
    演算装置が、撮影された場所の位置情報を含む画像、を取得する画像取得ステップと、
    前記演算装置が、取得した画像と、ラベル付けされた個体の特定部位に基づきＡＩ技法を用いて学習されたＡＩモデルと、を格納する記憶ステップと、
    前記演算装置が、格納した画像において、前記ＡＩモデルを用いて、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別ステップと、
    前記演算装置が、前記ＡＩモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
    を含む、ことを特徴とする。
    ことを特徴とする、監視方法。
  18. 監視方法であって、
    演算装置が、撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得ステップと、
    前記演算装置が、取得した画像を格納する記憶ステップと、
    前記演算装置が、格納した画像の各個体の特定部位にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成する生成ステップと、
    前記演算装置が、格納した画像において、ＡＩモデルを用いて、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別ステップと、
    前記演算装置が、ＡＩモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力（送信）する警告ステップと、
    を含む、ことを特徴とする。
    ことを特徴とする、監視方法。
  19. 監視方法であって、
    演算装置が、撮影された場所の位置情報を含む個体が撮影された映像を、取得する画像取得ステップと、
    前記演算装置が、取得した映像を格納する記憶ステップと、
    前記演算装置が、格納した映像の各個体の動作にラベル付けし、ＡＩ技法（例えば、強化学習またはディープラーニングなどの技法）を用いて学習されたＡＩモデルを生成する生成ステップと、
    前記演算装置が、格納した映像において、前記ＡＩモデルを用いて、映像内の個体の動作を識別する識別ステップと、
    前記演算装置が、前記ＡＩモデルを用いて、識別した個体の動作が異常であるか否かを判定し、異常である場合、当該個体が位置する位置情報と、当該個体を含む映像と、を含む警告情報を出力する警告ステップと、
    を含む、ことを特徴とする。
    ことを特徴とする、監視方法。
  20. １つまたは複数の演算処理装置を第１１〜１９のいずれかの発明に記載の監視装置として機能させる監視プログラム。
  21. 請求項２０に記載の監視プログラムを格納したコンピュータ可読な記憶媒体。
  22. 移動監視装置とサーバとを含む監視装置であって、
    前記移動監視装置が、
    画像を撮像する撮像部と、
    自装置を移動させる駆動部と、
    前記移動監視装置の位置を取得する取得部（ＧＰＳユニットなど）と、
    前記移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、前記サーバに送信する通信部と、
    を有し、
    前記サーバが、
    前記移動監視装置から、前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報を受信する通信部と、
    前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報と、個体の特定部位の標準的な物理的情報である標準特定部位情報（鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など）とを格納する記憶部と、
    格納した画像において、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
    識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
    を有する、
    ことを特徴とする、監視装置。
  23. 請求項２２に記載の監視装置において、
    前記移動監視装置の前記駆動部が、
    自走式である、
    ことを特徴とする、監視装置。
  24. 請求項２２または２３に記載の監視装置において、
    前記生成部、前記識別部、または、前記警告部が、
    ＡＩ技法に基づき動作する、
    ことを特徴とする、監視装置。
  25. 移動監視装置とサーバとを含む監視装置であって、
    前記移動監視装置が、
    画像を撮像する撮像部と、
    自装置を移動させる駆動部と、
    前記移動監視装置の位置を取得する取得部（ＧＰＳユニットなど）と、
    前記移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、前記サーバに送信する通信部と、
    を有し、
    前記サーバが、
    前記移動監視装置から、前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報を受信する通信部と、
    受信した画像と、（予め取得された画像において、ラベル付けされた個体の特定部位に基づき）ＡＩ技法を用いて学習されたＡＩモデルと、を格納する記憶部と、
    格納した画像において、前記ＡＩモデルを用いて、画像内の特定部位（鶏の場合は、トサカ、肉垂など）を識別する識別部と、
    前記ＡＩモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
    を含む、
    ことを特徴とする、監視装置。
  26. 請求項２５に記載の監視装置において、
    前記移動監視装置の前記通信部が、
    監視事象顕著化情報（給餌情報（給餌の場所、時間など）、侵入者威嚇情報（警告音発生場所、時間など）など）をさらに受信し、
    前記移動監視装置の前記駆動部が、
    前記監視事象顕著化情報に基づき、自装置の移動を制御する、
    ことを特徴とする、監視装置。
  27. 請求項２５に記載の監視装置において、
    前記サーバの前記通信部が、
    監視事象顕著化情報（給餌情報（給餌の場所、時間など）、侵入者威嚇情報（警告音発生場所、時間など）など）をさらに受信し、
    前記サーバが、
    前記監視事象顕著化情報に基づき、前記通信部を介して、前記移動監視装置の前記駆動部を制御して、前記移動監視装置を移動させる、
    ことを特徴とする、監視装置。
  28. 請求項２５−２７のうちのいずれか１項に記載の監視装置において、
    前記監視事象顕著化情報が、
    給餌情報（給餌の場所、時間など）、侵入者威嚇情報（警告光、警告振動、警告音発生場所、時間など）、臭い情報（監視対象の鶏などが嫌う、または、興奮する臭気など）、光情報（照明や屋内の照度、点滅、回転灯など）、開口部開閉情報（窓や換気扇の開閉など）、および、空調設定情報からなる群から選択される１つ以上のものである、
    ことを特徴とする、監視装置。
  29. 請求項２５−２８のうちのいずれか１項に記載の監視装置において、
    前記移動監視装置が、
    前記監視事象顕著化情報の状況を発生させる監視事象顕著化状況発生手段をさらに有する（例えば、光を発生する回転灯、音声を出すスピーカー、移動に伴い鶏舎と接触して振動と音を出す棒状部、給餌を開始させる信号出力部、照明や音声の出力を制御する制御信号出力部など）、
    ことを特徴とする、監視装置。
  30. １つまたは複数の演算処理装置を第２０〜２９のいずれかの発明に記載の監視装置として機能させる監視プログラム。
  31. 請求項３０に記載の監視プログラムを格納したコンピュータ可読な記憶媒体。
JP2020087060A 2020-05-18 2020-05-18 監視装置、監視プログラム、記憶媒体、および、監視方法 Pending JP2021182225A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020087060A JP2021182225A (ja) 2020-05-18 2020-05-18 監視装置、監視プログラム、記憶媒体、および、監視方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020087060A JP2021182225A (ja) 2020-05-18 2020-05-18 監視装置、監視プログラム、記憶媒体、および、監視方法

Publications (1)

Publication Number Publication Date
JP2021182225A true JP2021182225A (ja) 2021-11-25

Family

ID=78606579

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020087060A Pending JP2021182225A (ja) 2020-05-18 2020-05-18 監視装置、監視プログラム、記憶媒体、および、監視方法

Country Status (1)

Country Link
JP (1) JP2021182225A (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114023048A (zh) * 2021-11-27 2022-02-08 安徽博达项目管理咨询有限公司 一种基于人工智能数据处理和视觉分析的工程监理系统
CN114521513A (zh) * 2022-02-16 2022-05-24 吴绍兵 一种电力监测系统中危险目标的识别方法
JP7281844B1 (ja) 2022-04-08 2023-05-26 ヨシダエルシス株式会社 斃死鶏検出装置およびそれを備える養鶏システム
WO2023191043A1 (ja) * 2022-03-31 2023-10-05 古河電気工業株式会社 動物行動記録装置、動物行動記録方法及びプログラム
CN117857925A (zh) * 2024-03-08 2024-04-09 杭州同睿工程科技有限公司 基于igv的砼预制构件图像采集方法及相关设备

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114023048A (zh) * 2021-11-27 2022-02-08 安徽博达项目管理咨询有限公司 一种基于人工智能数据处理和视觉分析的工程监理系统
CN114521513A (zh) * 2022-02-16 2022-05-24 吴绍兵 一种电力监测系统中危险目标的识别方法
CN114521513B (zh) * 2022-02-16 2023-05-12 长沙泛能电力科技有限公司 一种电力监测系统中危险目标的识别方法
WO2023191043A1 (ja) * 2022-03-31 2023-10-05 古河電気工業株式会社 動物行動記録装置、動物行動記録方法及びプログラム
JP7281844B1 (ja) 2022-04-08 2023-05-26 ヨシダエルシス株式会社 斃死鶏検出装置およびそれを備える養鶏システム
JP2023154786A (ja) * 2022-04-08 2023-10-20 ヨシダエルシス株式会社 斃死鶏検出装置およびそれを備える養鶏システム
CN117857925A (zh) * 2024-03-08 2024-04-09 杭州同睿工程科技有限公司 基于igv的砼预制构件图像采集方法及相关设备
CN117857925B (zh) * 2024-03-08 2024-05-28 杭州同睿工程科技有限公司 基于igv的砼预制构件图像采集方法及相关设备

Similar Documents

Publication Publication Date Title
JP2021182225A (ja) 監視装置、監視プログラム、記憶媒体、および、監視方法
CN108990831B (zh) 一种牲畜健康监控方法和系统
CN109496123B (zh) 家畜的机器人协助监视
US11080882B2 (en) Display control device, display control method, and program
JP7406746B2 (ja) 監視装置、監視プログラム、記憶媒体、および、監視方法
KR101712633B1 (ko) 센서와 무인비행체를 이용한 방목 가축 질병 예측 관리시스템 및 관리방법
CN103971088B (zh) 使用视觉检测器的信息技术资产定位方法和系统
CN110160583A (zh) 一种文物监测装置、文物环境状态监测系统及存储箱
KR101714976B1 (ko) 증강현실 기반의 축사 모니터링 장치
US11729597B2 (en) Digital twin disaster management system customized for underground public areas
WO2020038452A1 (zh) 用于巡检车的巡检方法和装置
KR101652192B1 (ko) 개체식별장치와 무인비행체를 이용한 방목가축 추적관리 시스템
CN115752462A (zh) 楼宇内重点巡检目标巡检方法、系统、电子设备和介质
CN113762113A (zh) 一种牲畜分娩行为监控方法及装置
US20190012535A1 (en) Trail camera image recognition system
US20200388149A1 (en) System and method for preventing false alarms due to display images
CN114020043A (zh) 无人机建筑工程监理系统、方法、电子设备及存储介质
CN115431266A (zh) 一种巡检方法、巡检装置及巡检机器人
KR20190091714A (ko) 지능형 무인비행체를 이용한 지하공동구 자율 탐사 방법 및 장치
KR20180027839A (ko) 증강현실영상 기반의 가축정보 제공 방법 및 장치
KR20150098024A (ko) 영상정보 및 생체신호정보를 이용한 동물의 사육환경 제어 시스템 및 방법
CN112586824A (zh) 一种用于畜禽养殖场的巡检头盔及巡检方法
CN210247950U (zh) 智能检测装置和智能检测系统
JP2021051464A (ja) 侵入検出装置及び侵入検出方法
CN111599030A (zh) 一种基于机房的机器人巡检方法及系统

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230404

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20230404

RD07 Notification of extinguishment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7427

Effective date: 20231019

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20240214

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240402

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240522