JP2022033196A - 情報処理システム、情報処理方法およびプログラム - Google Patents

Abstract

【課題】 リアルタイムで異常事象に対して検出および反応することが可能である監視システムを開示する。【解決手段】 本開示の一態様に係る情報処理システムは、センサデータに基づいて事象が発生した事象位置を特定する特定部と、前記特定された事象位置及びカメラ駆動部の性能に基づいて制御するカメラを選択する選択部と、前記事象を含むように前記選択されたカメラの方向を制御する制御部と、を備える。【選択図】図１４

Description

本発明は、情報を処理する技術に関する。

例えば動画分析および音声分析などである上記リアルタイム分析技術は、現場において異常事象を検出することが可能である。概して、管理者は事象近くに位置するセンサからのデータを人手により分析して、状況を認識し、または、事象の詳細を学習する。上記管理者は、周期的または連続的なセンサデータから関連する情報を人手により選択して、上記状況をより認識し、または、上記事象のより詳細を学習する。その分析結果および上記分析に用いる上記センサデータは、上記事象に対して決定をなすには不十分であることがあるため、この手続きは、異常事象に対する上記管理者の反応の遅れを招く。

より詳しく見ることを提供する表示（view）と、上記事象をそれが展開するままに、より広範に見ることを提供する概観とを含む上記事象の詳細を示すように、センサを自動的に選択および制御することが可能なシステムが必要である。それは管理者が、提供された表示内の情報に基づいて即座に応じることを可能とするためである。さらに、他の望ましい特徴および特性は、添付の図面およびこの開示の背景とあわせて、後述の詳細な説明および添付の特許請求の範囲から明らかになることとなる。

上記を鑑みて、本発明の主たる目的は、リアルタイムで異常事象に対して検出および反応することが可能である監視システム等を提供することである。

本開示の一態様に係る情報処理システムは、センサデータに基づいて事象が発生した事象位置を特定する特定手段と、前記特定された事象位置及びカメラ駆動部の性能に基づいて制御するカメラを選択する選択手段と、前記事象を含むように前記選択されたカメラの方向を制御する制御手段と、を備える。

本開示の一態様に係る情報処理方法は、センサデータに基づいて事象が発生した事象位置を特定し、前記特定された事象位置及びカメラ駆動部の性能に基づいて制御するカメラを選択し、前記事象を含むように前記選択されたカメラの方向を制御する。

本開示の一態様に係るプログラムは、センサデータに基づいて事象が発生した事象位置を特定する特定処理と、前記特定された事象位置及びカメラ駆動部の性能に基づいて制御するカメラを選択する選択処理と、前記事象を含むように前記選択されたカメラの方向を制御する制御処理と、をコンピュータに実行させる。

本発明によれば、リアルタイムで異常事象に対して検出および反応することが可能である監視システム等を提供することが可能である。

その別個の各図にわたって同一または機能的に類似の要素には同様の参照符号を付し、かつ、下記詳細な説明と共に明細書に組み込まれてその一部を形成する添付図面は、本発明に係る様々な実施形態の説明ならびに様々な原理および例示である利点の説明に役立つ。本発明の例示である特徴および利点は、以下の添付図面と合わせたときに次の詳細な説明から明らかになることとなる。
図１は、関連技術の監視システムで用いるセンサの概略図である。 図２は、本発明の実施形態に係る監視システムで用いるセンサの概略図である。 図３は、本発明の実施形態に係る監視システムのブロック図である。 図４は、本発明の実施形態に係るフローチャートである。 図５は、本発明の別の実施形態に係る監視システムのブロック図である。 図６は、本発明の別の実施形態に係るフローチャートである。 図７は、本発明の第１の実施形態における監視システムで用いるセンサの概略図である。 図８は、本発明の第１の実施形態における上記監視システムで用いる上記センサの第１の状況の概略図である。 図９は、本発明の第１の実施形態における上記監視システムで用いる上記センサの第２の状況の概略図である。 図１０は、本発明の第１の実施形態における上記監視システムで用いる上記センサの第３の状況の概略図である。 図１１は、本発明の第２の実施形態における監視システムで用いるセンサの第１の状況の概略図である。 図１２は、本発明の第２の実施形態における上記監視システムで用いる上記センサの第２の状況の概略図である。 図１３Ａは、本発明の第３の実施形態における複数の区画に関する監視システムで用いるセンサの第１の状況の概略図である。 図１３Ｂは、本発明の第３の実施形態における複数の区画に関する上記監視システムで用いる上記センサの別の状況の概略図である。 図１４は、本発明の第４の実施形態における監視システムのブロック図である。 図１５は、本発明の実施形態における監視システムを実現する情報処理装置のブロック図である。

当業者は、上記図中の要素は簡単かつ明瞭に示されており、必ずしも縮尺通りに描かれていないということを認識しているであろう。例えば、集積回路構成を示している上記図中の一部の要素の寸法は、本実施形態および別の実施形態の理解の向上に役立つように、他の要素に対して大きく示すことがある。

次の詳細な説明は、事実上の例にすぎず、この発明またはこの発明の用途および使用を限定することを意図していない。また、前述の発明の背景または次の詳細な説明において提示するいずれの理論によっても制限する意図はない。

はじめに、本発明の実施形態の基本概念を説明する。図１を参照すると、関連技術の監視システムで用いるセンサを示している。当該システムは、第１のセンサ（マイクロホン）３０によって事象領域１２内の異常事象位置１０を検出し、異常事象位置１０に最も近いカメラであるカメラ３２を選択する。しかしながら、最も近いカメラ３２は異常事象位置１０の一部のみを撮影し、管理者は、異常事象位置１０に関する限られた情報のみ（カメラ画面３４内の情報）をカメラ３２から受信しうる。この場合、最も近いカメラ３２は床に横たわる人々ではなく周囲の人々の一部を撮影しているため、管理者は、床に横たわる人または人々を認識していない。管理者は、異常事象位置１０周辺のいくつかのセンサを人手により操作することによって、その状況を学習しようとすることができる。しかしながら、時間を取って、何が発生しているかを学習し、例えば医療従事者を呼び出すことで上記事象に応じている。いくつかの場合では、対応の遅延が致命的になりうる。

図２を参照すると、本発明の実施形態に係る監視システムで用いるセンサを示している。監視システムは、第１のセンサ３０で異常事象位置１０を検出して、事象領域１２内の異常事象位置１０を推定する。監視システムは、異常事象位置１０の近くに位置する他のセンサ（カメラ４２および他のセンサ）を選択する。監視システムは、他のセンサの指向性固定センサに関するＦＯＶ（Field of View）および／または無指向性もしくは可動センサに関するＦＯＲ（Field of Regarding）の組み合わせで、事象領域１２全体をカバーする。監視システムは、検出した異常事象位置１０を感知するように、選択したセンサ（マイクロホン３０、マイクロホン４０および／またはカメラ４２）を制御する。この際、選択したセンサ（カメラ４２）が、事象領域画像４６（カメラ４２による）の全体を撮影する。その後管理者は、人手による操作なしに、床に横たわる人（人々）を認識するようになる。管理者は、遅延なしにその状況に対して学習し、応じることができるため、致命的になる前に状況に対処することが可能となりうる。

本発明の実施形態によれば、管理者は、事象のより近い表示だけでなく、より広範な表示を伴う事象の外観で事象の詳細を学習することによって事象を認識するようになることが可能である。それは、監視システムが以下に記載するようにセンサを選択および制御することが可能であるからである。この利点により、管理者は、即座に事象に応じることができるようになる。

図３および図４を参照すると、本発明の実施形態に係るブロック図およびフローチャートを開示している。監視システム１０００が、センサデータ受信部１００で、センサ（図示せず）からセンサデータを連続的に受信する（ステップ２００）。センサデータ受信部１００が、受信したデータをカバレッジ分析部１０２に送信する。カバレッジ分析部１０２が、カバレッジ（coverage）情報を、例えば事象の大きさおよび／または事象の動きなどである事象関連データと比較することによってセンサのカバレッジ情報を分析するものであるカバレッジ分析を実行する。カバレッジ分析部１０２は、異常事象位置１０における異常事象を観測する最良のセンサを特定する（ステップ２０２）。センサ選択部１０４が、カバレッジ分析部１０２によるカバレッジ分析に基づいて、１つ以上のセンサ（最良のセンサ）を選択する（ステップ２０４）。センサ駆動部１０６が、センサ選択部１０４からの信号に応じて、１つ以上のセンサを駆動する（ステップ２０６）。したがって、図３のシステムは、図４の方法に従って動作して、異常事象をそれが展開するままに観測する最良のセンサを自動的に選択および駆動するということが理解されうる。このように、管理者は、有利に、事象の展開を一見して、適切かつ時を得た対応のきっかけとなることが可能である。

図５および図６を参照すると、別の実施形態に係るブロック図およびフローチャートを開示している。別の実施形態に係る監視システム２０００は、センサデータ受信部１００で、センサ（図示せず。）からセンサデータを連続的に受信し（ステップ２００）、データ分析部１０８によって受信したデータを分析する（ステップ２０８）。センサデータ受信部１００が受信したデータをデータ分析部１０８に送信するとき、データ分析部１０８は、受信したデータを分析して事象関連情報を特定する。データ分析部１０８は、事象関連情報、すなわち、異常事象位置１０および事象の大きさを特定し、この事象関連情報をカバレッジ分析部１０２へ転送する（ステップ２０８）。このように、データ分析部１０８は、センサデータ受信部１００からの受信したデータを連続的に検討する。データ分析部１０８が、管理者が関心を持つ事象が発生していると判断するとき、データ分析部１０８は、関心の異常事象位置１０および事象の大きさを判断する。そしてデータ分析部１０８はカバレッジ分析部１０２にその事象関連情報を転送し、カバレッジ分析部１０２の事象カバレッジ動作（カバレッジ分析）のきっかけとなる。カバレッジ分析部１０２はその後、カバレッジ分析を実行して、事象をそれが展開するままに観測する最良のセンサを特定する（ステップ２０２）。センサ選択部１０４が、事象を観測する最良のセンサを特定する情報を受信して、カバレッジ分析からの情報に応じてセンサを駆動するために選択する（ステップ２０４）。管理者がシステムから利用可能な最良のカバレッジで事象を有利に追跡できるように、センサ駆動部１０６がセンサを駆動する（ステップ２０６）。

カバレッジ分析部１０２は、センサそれぞれのカバレッジを分析し、検出した事象を観測する好適なセンサを特定する。カバレッジ分析部１０２は、カバレッジ情報を、例えば事象の大きさおよび／または事象の動きなどである事象関連データと比較することによって、センサカバレッジ情報を分析する。その後、カバレッジ分析部１０２は、センサ選択部１０４に結果を送信する。これは、センサ選択部１０４が、事象をとらえるのに十分に大きい、指向性固定センサのＦＯＶ（Field Of View）および無指向性または可動センサのＦＯＲ（Field of Regarding）を有するような、検出した事象に最も近いセンサの選択を可能とするためである。

カバレッジ分析部１０２によるカバレッジ分析は、事象のタイプに基づいた分析を含みうる。いくつかのタイプの監視対象の事象があり、管理者に有用な情報は、事象のタイプごとに異なる。本実施形態に係るカバレッジ分析部１０２は、事象のタイプに合わせてカスタマイズされ、事象ごとに管理者に有用な情報を提供する。

ある場合のシナリオでは、公衆エリア内の放棄された物体について、それらが安全上のリスクを引き起こす可能性があるため、管理者が懸念している場合がある。例えば、鉄道駅にある物体追跡システムでは、静止したままのものを判断し、その後その物体を近くで観測可能なカメラを選択することができる。別の場合のシナリオでは、管理者が混雑について懸念している場合がある。混雑事象を監視するには、事象シーンの一部では、管理者が決定を下し、即座に応じるのに不十分である場合がある。したがって、全景の表示で事象を観測可能なカメラが選択される。

カバレッジ分析部１０２によるカバレッジ分析は、地図情報を考慮に入れてよい。地図情報は、壁または構造を規定する他の空間に関する情報を含む。実際の状況では、センサのカバレッジは、様々な物によって妨げられる傾向がある。本実施形態に係るカバレッジ分析部１０２は、最適なＦＯＶおよび／またはＦＯＲを決定するときに、例えば壁または構造を規定する他の空間である物を考慮に入れる。

ある場合のシナリオでは、事象位置とカメラとの間に壁があり、カメラで事象を撮影することができない。管理者に有用な情報を提供するために、センサ選択の一覧から、壁によって事象を撮影することができないカメラを除外し、事象を撮影することができるカメラが選択される。その事象領域を直接撮影することができるカメラがなければ、そのとき、当該領域をとらえることができるマイクロホンが選択される。

また、カバレッジ分析部１０２によるカバレッジ分析は、センサ駆動部の性能に基づいた分析を含みうる。センサ駆動部１０６は、センサ選択部１０４からの情報に基づいて、例えば、パン‐チルト‐ズーム（ＰＴＺ）であるセンサ設定を変更することができる。また、センサ駆動部１０６は、センサの方向を変更することができうる。センサ駆動部１０６およびセンサのこれらの性能を考慮に入れることによって、各センサのカバレッジが特定されて、事象をとらえる最良のセンサが本実施形態に係るカバレッジ分析２０２によって特定されることとなる。

（第１の実施形態）
図７を参照すると、本発明の第１の実施形態を開示している。この第１の実施形態では、監視システム（監視システム２０００）が、検出された事象の観測に好適であるセンサを選択する。例えばマイクロホンをもつ監視カメラである多感覚併用の監視デバイスを、監視領域に配置する。例示である監視領域内のカメラ構成を、マイクロホン（３０、４０、５０、６０および７０）を伴う固定カメラ（３２、４２、５２、６２および７２）として示す。例えばマイクロホンのない固定カメラまたはマイクロホン単独である単一のセンサデバイスもまた用いてよい。センサデータ受信部１００が、これらのセンサデバイスからのデータを受信し、当該データをデータ分析部１０８に渡す。センサデータ受信部１００は、必要であれば、例えば復号化、符号化、トランスコーディングおよび解像度変換などの媒体変換の処理をしてもよい。

データ分析部１０８が、センサデバイスからのデータを分析する。データは、あるカメラで検出された例えば集合して解散する群衆などの異常な群集行動を含みうる。データはまた、あるマイクロホンで検出された例えば叫び声または破壊音などの異常音を含みうる。データ分析部１０８は、単一のセンサまたは複数のセンサによって検出されたデータを分析しうる。データ分析部１０８は、データ分析の結果をカバレッジ分析部１０２に渡す。データ分析部１０８は、例えば事象の位置、事象と同種の可能性、事象の時間、可能性のある事象一覧および可能性のある次の事象候補などの検出された事象についてのメタデータを渡しうる。

図８を参照すると、本発明の第１の実施形態の監視システム２０００で用いるセンサの第１の状況を開示している。カバレッジ分析部１０２は、データ分析部１０８によって検出された事象の観測に好適であるセンサを特定する。カバレッジ分析部１０２は、例えば指向性固定センサのＦＯＶ（field of view）もしくは無指向性または可動センサのＦＯＲ（field of regard）であるセンサカバレッジ情報を、センサごとに特定する。一例では、カバレッジ分析部１０２は、検出された事象の位置と重複するＦＯＶまたはＦＯＲを有するセンサを特定する。マイクロホン６０によって検出された事象に関しては、カバレッジ分析部１０２が、カメラ５２またはカメラ６２ではなくカメラ３２を特定するが、これはカメラ３２のＦＯＶ３６が、マイクロホン６０のＦＯＲ６８と最大に重複するＦＯＶを有するからである。また、カメラ６２によって検出された事象に関しては、カバレッジ分析部１０２が、カメラ５２ではなくカメラ３２を特定する。これはカメラ３２のＦＯＶ３６が、カメラ５２のＦＯＶと比較してカメラ６２のＦＯＶ６６とより大きく重複するカバレッジ領域を有するからである。

図９を参照すると、本発明の第１の実施形態の第２の状況を開示している。カバレッジ分析部１０２が、データ分析部１０８によって推定される事象の大きさをカバーするＦＯＶまたはＦＯＲを有するカメラを特定する。マイクロホン６０で検出された事象に関しては、カバレッジ分析部１０２が、カメラ３２またはカメラ６２ではなく、カメラ５２を特定する。これは、カメラ６２のＦＯＶが部分的に事象をカバーする一方で、カメラ５２のＦＯＶ５６が異常事象位置１０の推定された事象領域の全体をカバーするからである。また、カメラ５２は、カメラ３２と比べて異常事象位置１０により近い。したがって、カバレッジ分析部１０２により、カメラ５２が特定される。

図１０を参照すると、本発明の第１の実施形態の第３の状況を開示している。カバレッジ分析部１０２が、壁または構造を規定する他の空間を含む地図情報に基づいてカメラを特定する。センサのカバレッジ内に壁または構造を規定する他の空間があれば、カバレッジ分析２０２は、当該壁または構造を規定する他の空間を考慮に入れる。マイクロホン４０で検出された事象に関しては、カバレッジ分析部１０２が、カメラ５２ではなくマイクロホン４０およびマイクロホン３０を特定するが、これはカメラ５２の表示が壁２０によって妨げられているからである。壁または構造を規定する他の空間は、センサの特定において相当な影響を有しうるため、カバレッジ分析で地図情報を考慮に入れることは、管理者に対して正確な情報を提供することに役立つ。

別の例では、カバレッジ分析部１０２は、センサの設置構成に基づいてカメラを特定してよい。管理者の要求には様々なタイプがある。管理者は、ある状況において事象自体ではなく、事象の周辺に関しての情報の取得を希望することがある。そうした状況では、センサの設置構成に基づいたカバレッジ分析２０２が、管理者にとって有用となることとなる。カバレッジ分析部１０２は、センサの設置構成および事象関連データに応じて、事象位置から立ち去るような物体または人をとらえることができる複数個のセンサのうちの１つまたは複数を決定しうる。また、カバレッジ分析部１０２は、展開する事象を監視することができる複数個のセンサのうちの１つまたは複数を決定することができる。そうした複数個のセンサのうちの１つまたは複数は、地図情報の、構造を規定する空間の範囲内に規定された空間のうちの大部分をとらえるものである複数個のセンサのうちの少なくとも１つを含む。

本発明の第１の実施形態によれば、監視システムは、リアルタイムで異常事象に対して検出および反応することが可能である。これは、カバレッジ分析部１０２が、ルールベースのアルゴリズム法、機械学習アルゴリズム法および／または地理的な地図ベースのアルゴリズムに従って、データを分析することを理由とする。また、壁または構造を規定する他の空間の情報は、地図情報ではなくＦＯＶの情報に含まれていてよい。

カバレッジ分析部１０２はさらに、ブール式（Boolean formula）に従って１つ以上のアルゴリズム法を組み合わせることによってデータを分析する、アルゴリズム法のうちの１つまたは複数のそれぞれの結果のスコアに応じてアルゴリズム法のうちの１つまたは複数のそれぞれの結果を計算する、および／またはアルゴリズム法のうちの１つまたは複数のそれぞれの所定の優先度に応じてアルゴリズム法による上記結果に優先順位を付けることができる。カバレッジ分析部１０２は、機械学習アルゴリズム法に従ってデータを分析してもよく、機械学習アルゴリズム法は、これらのアルゴリズム法を弱学習器とみなすＡｄａＢｏｏｓｔに基づいている。さらに、カバレッジ分析部１０２は、複数個のセンサを１つ以上の好適なセンサのクラスタと１つ以上の好適でないセンサのクラスタとに分けるために、クラスタリングアルゴリズムに従ってデータを分析してもよい。

カバレッジ分析部１０２が、特定されたセンサの情報をセンサ選択部１０４に渡す。センサ選択部１０４が、センサを選択し、選択されたセンサの情報をセンサ駆動部１０６に送信する。センサ選択部１０４は、例えば事象情報であるメタデータをセンサ駆動部１０６に渡しうる。センサ選択部１０４はまた、センサ一覧およびメタデータを、管理者に提示するためにアプリケーションシステムに渡し、選択されたセンサを監視するように管理者を促しうる。センサ選択部１０４はまた、１つより多いセンサを選択してよい。センサ選択部１０４が複数のセンサを選択する場合、センサ選択部１０４は、最適なセンサの優先順位またはランク付けを示すセンサ優先順位スコアをもつセンサ一覧を出力しうる。

センサ駆動部１０６は、必要であれば、センサ選択部１０４からの情報に基づいてセンサ設定を変更できる。局所的事象をとらえ、事象を近くで観測するためには、センサ駆動部１０６が、事象位置の最適に近接なカバレッジのために、音量、解像度またはＰＴＺズーム設定を変更することによって、センサ設定を変更しうる。また、広域の事象をとらえ、事象のシーン全体を観測するためには、センサ駆動部１０６が、事象位置の最適に広域なカバレッジのために、音量、解像度またはＰＴＺズーム設定を変更することによって、センサ設定を変更する。

（第２の実施形態）
本発明の第２の実施形態では、監視システムは好適なセンサを選択せず、代わりに様々な視界（viewing）のための候補を一覧にする。視界は、限定するものではないが、事象を取り囲む様々な表示を含む。監視システムは、ズームアウトカメラから事象の領域をとらえ、事象周辺で何が発生しているかを学習する。あるいは、監視システムは、室内で事象が発生した場合に当該室の出口をとらえる。視界はまた、事象の被写体（subject）間近の視界を含みうる。監視システムは、事象の被写体または原因を学習するように、事象を近くでとらえる。

カバレッジ分析部１０２が、展開する事象を監視することができる複数個のセンサのうちの１つまたは複数を決定し、選択データをセンサ選択部１０４に出力する。センサ選択部１０４は、展開する事象を監視することができる複数個のセンサのうちの１つまたは複数の特定を含む。

図１１を参照すると、カバレッジ分析部１０２は、様々な視界のためにセンサを特定する。例えば、視界は、事象のＦＯＶまたはＦＯＲのカバレッジに基づいてカメラを特定することを含む。この例では、カバレッジ分析部１０２が、マイクロホン６０で検出されるような異常事象位置１０の周囲を表示するカメラ３２を特定するが、これはカメラ３２のＦＯＶが異常事象位置１０の周囲をカバーするからである。また、カバレッジ分析部１０２は、マイクロホン６０によって近くで検出されるような事象の被写体を表示するカメラ５２を特定する。これは、カメラ５２のＦＯＶが異常事象位置１０をカバーし、かつ、カメラ３２と比較して、カメラ５２が異常事象位置１０により近いからである。したがって、管理者が、所望の視界に基づいて各表示を選択することができるように、システムは、カメラ３２および５２をそれらの視界（例えば、近接、広域）とともに一覧にする。

図１２を参照すると、視界はまた、ＦＯＶおよび／またはＦＯＲのカバレッジに基づいてカメラを特定することを含む。この例では、カバレッジ分析部１０２が、マイクロホン６０で検出される事象周囲を表示するカメラ３２を特定するが、これはカメラ３２のＦＯＶが、マイクロホン６０のＦＯＲと最大に重複するＦＯＶを有するからである。また、カバレッジ分析部１０２は、マイクロホン６０で検出される事象の被写体を間近で表示するカメラ５２を特定する。これはカメラ５２のＦＯＶが、マイクロホン６０のＦＯＲと重複するカバレッジを有し、かつ、カメラ５２がマイクロホン６０に近いからである。したがって、この例では、管理者が、所望の視界に基づいて各表示を選択することができるように、システムはカメラ３２および５２を一覧にする。

カバレッジ分析部１０２は、その結果をセンサ選択部１０４に渡す。センサ選択部１０４が、視界情報を含む情報をセンサ駆動部１０６に渡す。センサ選択部１０４は、そのセンサ一覧およびメタデータを、利用者／管理者に情報を提示するアプリケーションシステムに渡し、選択されたセンサのうちの１つまたは複数を監視するように利用者を促しうる。センサ駆動部１０６は、必要であれば、センサ選択部１０４からの視界情報に基づいてセンサ設定を変更しうる。センサ選択部１０４は、管理者が監視するものである選択データに応じて複数個のセンサのうちの１つまたは複数を選択する。選択データは、センサ優先順位スコアを含む。センサ選択部は、センサ優先順位スコアに従う、管理者が監視するものである選択データに応じて複数個のセンサのうちの１つより多くを選択する。センサ選択部はさらに、複数個のセンサのうちの１つまたは複数についての一覧を、提案された最適な監視を管理者がするためのものである対応するセンサ優先順位スコアとともに、出力する。

本発明の第２の実施形態によれば、監視システムは、リアルタイムで異常事象に対して検出および反応することが可能である。それは、管理者が、様々な視界のための一覧候補に基づいて各表示を選択できることが理由である。視界は、限定するものではないが、事象を取り囲む様々な表示を含む。監視システムは、ズームアウトカメラから事象領域をとらえ、事象周辺で何が発生しているかを学習する。

（第３の実施形態）
本発明の第３の実施形態では、カバレッジ分析部１０２は、センサカバレッジ分析およびセンサ特定に、地図情報を用いうる。この第３の実施形態では、監視フィールド内に複数の区画があり、各区画に１つ以上のカメラおよび／またはマイクロホンを有する。音は、区画のうちの１つにおけるマイクロホンのみで検出するのではなく、近接する区画内のマイクロホンによっても検出可能である。したがって、事象位置を特定し、事象が発生した区画にあるカメラを選択することができるシステムが要求される。

図１３Ａおよび図１３Ｂを参照すると、複数個のセンサのうちの１つはマイクロホンである。センサデータ受信部１００が、マイクロホンから、音声入力の方向を含む事象関連データを受信する。カバレッジ分析部１０２は、複数のマイクロホンからのこうした方向情報を用いる。音が、ある区画の内部からであれば、その後システムは区画内にあるカメラを選択する。図１３Ａの場合では、システムはカメラ４２を選択するが、これはマイクロホン４０が、音はカメラ４２を含む区画内部からであったということを検出したからである。また、他のマイクロホン３０、５０および６０が、音はカメラ４２で監視する区画からであるとカバレッジ分析部１０２で解釈されうるような音の方向を検出した。

一方、全ての音が区画外部からであった場合、その後システムは、区画外部をとらえるカメラを選択する。図１３Ｂの場合では、システムはカメラ７２を選択するが、これはマイクロホン３０、４０、５０および６０の全てが、音は全ての区画の外部からであったということを検出したからである。

本発明の第３の実施形態によれば、監視システムは、リアルタイムで異常事象に対して検出および反応することが可能である。それは、カバレッジ分析部１０２は、センサカバレッジ分析およびセンサ特定のために、地図情報を用いることができることが理由である。

（第４の実施形態）
図１４を参照することにより、本発明の第４の実施形態における監視システム１が説明される。第４の実施形態の監視システム１は、受信部２、カバレッジ分析部３およびセンサ選択部４を含む。

受信部２が、複数個のセンサから事象関連データを受信する。カバレッジ分析部３が、受信部からの所定のデータおよび事象関連データを分析するものであって、所定のデータは地図情報およびセンサカバレッジ情報を含む。センサ選択部４が、カバレッジ分析部３と接続し、カバレッジ分析部３による分析に基づいて複数個のセンサのうちの１つまたは複数を選択する。

本発明の第４の実施形態によれば、監視システム１は、リアルタイムで異常事象に対して検出および反応することが可能である。それは、カバレッジ分析部３が、選択可能な受信部からの所定のデータおよび事象関連データを分析して、所望の表示を含む事象の詳細を示すことが理由である。

実施形態はほんの例であり、どのような方法であっても、この発明の範囲、適用性、重要性または構成を限定することを意図していないことをさらに認識されたい。むしろ、先述の詳細な説明は、当業者に対して、この発明のある実施形態を実施するための簡便な道筋を提供することとなる。様々な変更が、添付の特許請求の範囲に記載されるこの発明の範囲から逸脱することなく、ある実施形態において記載した要素の機能ならびに配置および製造方法に対してなされてよいということが理解される。

例として、図１５に、本発明のある実施形態に関する監視システムを実施することが可能である情報処理装置９００（コンピュータ）の構成を示している。すなわち、図１５は、図２および図７から１３Ｂにおけるシステムを実施することができるコンピュータ（情報処理装置）の構成を示しており、した実施形態における個々の機能を実施することが可能であるハードウェア環境を表す。

図１５に示す情報処理装置９００は、構成要素として以下を含む。

-ＣＰＵ９０１（中央処理装置）
-ＲＯＭ９０２（リードオンリメモリ）
-ＲＡＭ９０３（ランダムアクセスメモリ）
-ハードディスク９０４（記憶装置）
-外部装置９０５への通信インタフェース（インタフェース：以下「Ｉ／Ｆ」と称する。）
-ＣＤ－ＲＯＭ（コンパクトディスクリードオンリメモリ）などの記憶媒体９０７に記憶されたデータを読み出しおよび書き込み可能なリーダ／ライタ９０８
-入力／出力インタフェース９０９

情報処理装置９００は、これらの構成要素がバス９０６（通信回線）を介して接続される概括的なコンピュータである。

例としてした実施形態で説明した本発明は、コンピュータプログラムを伴う図１５に示す情報処理装置９００を提供し、その後そうしたハードウェア内のＣＰＵ９０１にコンピュータプログラムを読み出し、それを解釈し、それを実行することで達成される。コンピュータプログラムは、これら実施形態の説明で参照したブロック図（図３、５、１４）またはフローチャート（図３、５）に示した機能を実施することが可能である。装置に対して提供されるコンピュータプログラムは、揮発性の読み書き可能な記憶メモリ（ＲＡＭ９０３）またはハードディスク９０４などの不揮発性記憶装置内に記憶することが可能である。

また、で説明した場合では、ここで、通常の手続きを用いてそうしたハードウェアに対してコンピュータプログラムを提供することが可能である。これらの手続きとしては、例えば、ＣＤ－ＲＯＭなどの任意の様々な記憶媒体９０７を介して装置に対してコンピュータプログラムをインストールすること、または、インターネットなどの通信回線を介して外部ソースからコンピュータプログラムをダウンロードすることを含む。これらの場合では、本発明を、そうしたコンピュータプログラムを形成するコードからなるもの、または、当該コードを記憶する記憶媒体９０７からなるものとして理解することが可能である。

この出願は、２０１４年１０月３０日に出願のシンガポール特許出願第２０１４０７１００－０号に基づき、その優先権の利益を主張し、その開示は参照によりその全体が本明細書に組み入れられたものとする。

実施形態の先の説明は、当業者に対して、本発明をなし、本発明を用いることを可能とするように提供される。さらに、これらの実施形態に対する様々な変形が、当業者に対して容易に明らかとなることとなり、本明細書において規定した共通の原理および特定の例は、発明能力を用いることなく他の実施形態に適用されてよい。したがって、本発明は、本明細書で説明した実施形態に限定されることを意図せず、特許請求の範囲および均等物による限定によって規定される最も広い範囲が与えられる。さらに、出願経過において特許請求の範囲が補正されたとしても、発明者の意図は、特許請求の範囲に記載の発明の全ての均等物を維持することであるということに留意されたい。

１０ 異常事象位置
１２ 事象領域
１４ 音の方向
２０ 壁
３０ マイクロホン
３２ カメラ
３４ カメラ３２による画像
３６ カメラ３２のＦＯＶ
４０ マイクロホン
４２ カメラ
４４ カメラ４２のＦＯＶ
４６ カメラ４２による画像
５０ マイクロホン
５２ カメラ
５６ カメラ５２のＦＯＶ
６０ マイクロホン
６２ カメラ
６６ カメラ６２のＦＯＶ
６８ マイクロホン６０のＦＯＲ
７０ マイクロホン
７２ カメラ
１００ センサデータ受信部
１０２ カバレッジ分析部
１０４ センサ選択部
１０６ センサ駆動部
１０８ データ分析部
２００ センサデータ受信
２０２ カバレッジ分析
２０４ センサ選択
２０６ センサ駆動
２０８ データ分析

Claims (7)

1. センサデータに基づいて事象が発生した事象位置を特定する特定手段と、
   前記特定された事象位置及びカメラ駆動部の性能に基づいて制御するカメラを選択する選択手段と、
   前記事象を含むように前記選択されたカメラの方向を制御する制御手段と、
   を備える情報処理システム。
2. 前記選択手段は、空間に関する地図情報に基づいてカメラを選択する
   請求項１に記載の情報処理システム。
3. 前記地図情報は、壁または構造を規定する他の空間に関する情報であり、
   前記選択手段は、前記構造を規定する空間の範囲内に規定された空間の大部分をとらえるものであるカメラを選択する、
   請求項２に記載の情報処理システム。
4. 前記選択手段は、前記事象の空間的大きさに基づいてカメラを選択する
   請求項１乃至３のいずれか一項に記載の情報処理システム。
5. 前記選択手段は、複数のセンサのうち、前記事象の空間的大きさに基づいて、事象の近接を視界に含む第１センサ及び前記事象の広域を視界に含む第２センサを選択する
   請求項１乃至４のいずれか一項に記載の情報処理システム。
6. センサデータに基づいて事象が発生した事象位置を特定し、
   前記特定された事象位置及びカメラ駆動部の性能に基づいて制御するカメラを選択し、
   前記事象を含むように前記選択されたカメラの方向を制御する、
   情報処理方法。
7. センサデータに基づいて事象が発生した事象位置を特定する特定処理と、
   前記特定された事象位置及びカメラ駆動部の性能に基づいて制御するカメラを選択する選択処理と、
   前記事象を含むように前記選択されたカメラの方向を制御する制御処理と、
   をコンピュータに実行させるプログラム。

Images