JP2022112917A - 監視カメラおよび学習モデル設定支援システム - Google Patents

Abstract

【課題】ユーザによる監視カメラの設定を効率的に支援し、監視カメラの運用中のユーザビリティを向上できる。【解決手段】監視カメラは、人工知能を備える監視カメラであって、監視エリアを撮像する撮像部と、対象物の検知を行う人工知能に用いる少なくとも１つの学習モデルを有効にする時間帯を示すスケジュール情報を取得する取得部と、学習モデルに基づいて、撮像部により撮像された撮像画像から対象物を検知する検知部と、検知部により対象物が検知された場合、対象物を検知した旨のアラームを生成して出力するプロセッサと、を備え、プロセッサは、スケジュール情報に基づいて、学習モデルを切り替える。【選択図】図３

Description

本開示は、監視カメラおよび学習モデル設定支援システムに関する。

特許文献１には、人工知能を備える監視カメラが開示されている。監視カメラは、検知対象に関連するパラメータを端末装置から受信し、パラメータに基づいて人工知能を構築し、構築した人工知能を用いて、撮像部が撮像する映像から検知対象を検知する。

特開２０２０－１１３９４５号公報

特許文献１では、検知対象ごとに設定されたパラメータ（例えば、検知対象を検知するためのＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）の学習モデル）を切り替えて検知対象を検知する。ところが、監視カメラを利用するユーザは、例えば、検知すべき対象物あるいは事象が異なることがあるので、監視カメラで使用可能なパラメータを時間帯によって使い分けたいという要望があり、監視カメラのユーザビリティの向上に関して改善の余地があったと言える。

本開示は、上述した従来の事情に鑑みて案出され、ユーザによる監視カメラの設定を効率的に支援し、監視カメラの運用中のユーザビリティを向上できる監視カメラおよび学習モデル設定支援システムを提供することを目的とする。

本開示は、人工知能を備える監視カメラであって、監視エリアを撮像する撮像部と、対象物の検知を行う人工知能に用いる少なくとも１つの学習モデルを有効にする時間帯を示すスケジュール情報を取得する取得部と、前記学習モデルに基づいて、前記撮像部により撮像された撮像画像から前記対象物を検知する検知部と、前記検知部により前記対象物が検知された場合、前記対象物を検知した旨のアラームを生成して出力するプロセッサと、を備え、前記プロセッサは、前記スケジュール情報に基づいて、前記学習モデルを切り替える、監視カメラを提供する。

また、本開示は、ユーザ操作を受け付け可能な端末装置と、前記端末装置と通信可能であって、人工知能を備え、監視エリアを撮像する少なくとも１台の監視カメラと、を備える学習モデル設定支援システムであって、前記端末装置は、前記ユーザ操作に基づいて、対象物の検知を行う前記人工知能に用いる少なくとも１つの学習モデルを有効にする時間帯の情報を示すスケジュール情報を生成して、前記監視カメラに送信し、前記監視カメラは、送信された前記スケジュール情報に基づいて、前記学習モデルを切り替えて、前記対象物が検知された場合、前記対象物を検知した旨のアラームを生成して出力する、学習モデル設定支援システムを提供する。

本開示によれば、ユーザによる監視カメラの設定を効率的に支援し、監視カメラの運用中のユーザビリティを向上できる。

実施の形態に係る学習モデル設定支援システムの内部構成例を示すブロック図 実施の形態における監視カメラのスケジュール設定画面の一例を示す図 監視カメラのアプリケーション切り替え例を説明する図 実施の形態における監視カメラの動作手順例を示すフローチャート アラーム画面の一例を示す図 アラーム画面の一例を示す図

以下、添付図面を適宜参照しながら、本開示に係る監視カメラおよび学習モデル設定支援システムを具体的に開示した実施の形態を詳細に説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。なお、添付図面および以下の説明は、当業者が本開示を十分に理解するために提供されるのであって、これらにより特許請求の範囲に記載の主題を限定することは意図されていない。

図１を参照して、実施の形態に係る学習モデル設定支援システム１００の内部構成について説明する。図１は、実施の形態に係る学習モデル設定支援システム１００の内部構成例を示す図である。

学習モデル設定支援システム１００は、少なくとも１台以上の監視カメラＣ１，…のそれぞれにより監視される監視エリアから検知対象を検知するためのアプリケーションを曜日、時間帯等によって切り替え可能にするシステムである。学習モデル設定支援システム１００は、監視カメラＣ１，…のそれぞれを所有または使用するユーザによって操作される端末装置Ｐ１により、検知対象を検知するためのアプリケーションのスケジュール設定を監視カメラごとに受け付けて設定する。学習モデル設定支援システム１００は、１台以上の監視カメラＣ１，…のそれぞれと、端末装置Ｐ１と、ネットワークＮＷと、外部記憶媒体Ｍ１と、を含んで構成される。なお、図１に示す例において、外部記憶媒体Ｍ１は１台である例を示すが、複数台であってもよい。

学習モデル設定支援システム１００における監視カメラＣ１，…のそれぞれは、人工知能（ＡＩ：Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）が搭載されたカメラであって、ＡＩの学習済みモデルを用いて撮像された撮像映像（撮像画像）を解析し、ユーザにより設定された特定の検知対象または検知オブジェクトの検知を実行する。監視カメラＣ１，…のそれぞれは、ネットワークＮＷを介して、端末装置Ｐ１との間でデータ通信可能に接続され、端末装置Ｐ１から送信された検知対象を検知するための各種設定情報に基づいて、撮像部１３によって撮像された撮像画像に画像処理を実行し、検知対象の検知を行う。

ここでいう各種設定情報は、一例として検知対象（例えば、人，二輪車，車両等）、検知対象を検知する検知エリアあるいは検知ライン、各検知エリアあるいは各検知ラインで検知対象を検知する検知モード（例えば、検知エリアへの侵入検知，滞留検知，方向検知，ラインクロス等）、検知設定等の検知設定と、検知設定で設定された検知対象を検知するためのアプリケーションと、各監視カメラＣ１，…のそれぞれで使用（有効化）されるアプリケーションを有効化するスケジュール等の情報である。なお、検知設定は、少なくとも有効にする少なくとも１つのアプリケーションの情報を含む。また、各種設定情報は、上述の例に限定されないことは言うまでもない。

監視カメラＣ１，…のそれぞれは、通信部１０と、プロセッサ１１と、メモリ１２と、撮像部１３と、ＡＩ処理部１４と、外部記憶媒体Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１５と、登録データベースＤＢと、を含んで構成される。なお、図１に示す登録データベースＤＢは、監視カメラＣ１，…のそれぞれと一体的に構成される例を示すが、別体であってもよいし、別体に構成され、かつ、複数の監視カメラＣ１，…のそれぞれとの間でデータ通信可能に接続されてもよい。

取得部の一例としての通信部１０は、端末装置Ｐ１との間でネットワークＮＷを介してデータ通信可能に接続される。なお、通信部１０は、端末装置Ｐ１との間で有線通信可能に接続されてよいし、無線ＬＡＮなどの無線ネットワークを介して接続されてもよい。ここでいう無線通信は、例えばＢｌｕｅｔｏｏｔｈ（登録商標）、ＮＦＣ（登録商標）などの近距離無線通信、またはＷｉ－Ｆｉ（登録商標）などの無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）を介した通信である。

通信部１０は、ＡＩ処理部１４により生成された検知対象が検知された旨のアラームを、ネットワークＮＷを介して端末装置Ｐ１に送信する。また、通信部１０は、ネットワークＮＷを介して、端末装置Ｐ１から送信された各種設定情報を取得し、取得された各種設定情報をプロセッサ１１に出力する。

プロセッサ１１は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）またはＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）を用いて構成され、メモリ１２と協働して、各種の処理および制御を行う。具体的には、プロセッサ１１はメモリ１２に保持されたプログラムおよびデータを参照し、そのプログラムを実行することにより、各部の機能を実現する。なお、ここでいう機能は、例えば各種設定情報に基づいて撮像画像を画像処理する機能、スケジュール情報に基づいて、ＡＩ処理部１４により使用されるアプリケーションを切り替える機能、ＡＩ処理部１４により検知された検知データに基づいて、検知対象を検知した旨を通知するアラームを生成する機能等を実現する。

プロセッサ１１は、端末装置Ｐ１から送信された各種設定情報に基づいて、撮像部１３により撮像された撮像画像を画像処理して、ＡＩ処理部１４に出力する。また、プロセッサ１１は、ＡＩ処理部１４から検知対象を検知した旨の制御信号または検知データが出力された場合、制御信号または検知データに基づいて、検知対象が検知された旨を通知するアラームを生成する。プロセッサ１１は、通信部１０を介して端末装置Ｐ１にアラームを送信する。

メモリ１２は、例えばプロセッサ１１の各処理を実行する際に用いられるワークメモリとしてのＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）と、プロセッサ１１の動作を規定したプログラムおよびデータを格納するＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）とを有する。ＲＡＭには、プロセッサ１１により生成あるいは取得されたデータもしくは情報が一時的に保存される。ＲＯＭには、プロセッサ１１の動作を規定するプログラムが書き込まれている。メモリ１２は、撮像部１３によって撮像された撮像画像、端末装置Ｐ１から送信された各種設定情報等を記憶する。

撮像部１３は、少なくともレンズ（不図示）とイメージセンサ（不図示）とを有して構成される。イメージセンサは、例えばＣＣＤ（Ｃｈａｒｇｅｄ－Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）あるいはＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ－Ｏｘｉｄｅ－Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）等の固体撮像素子であり、撮像面に結像した光学像を電気信号に変換する。撮像部１３は、撮像された撮像画像をプロセッサ１１に出力する。

ＡＩ処理部１４は、例えばＣＰＵ、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）またはＦＰＧＡを用いて構成され、スケジュール情報に基づいて、有効化されるアプリケーションを切り替える。ＡＩ処理部１４は、有効化されたアプリケーションに対応する学習データに基づいて、撮像部１３によって撮像された撮像画像に画像処理および解析処理を実行する。ＡＩ処理部１４は、ＡＩ演算処理部１４Ａと、復号処理部１４Ｂと、学習モデルデータベース１４Ｃと、を含んで構成される。

検知部の一例としてのＡＩ演算処理部１４Ａは、プロセッサ１１から出力された各種設定情報と、学習モデルデータベース１４Ｃに記憶され、プロセッサ１１により有効化されたアプリケーション（学習モデル）に基づいて、撮像部１３により撮像された撮像画像に画像処理および解析処理を実行し、検知対象を検知したと判定した場合、検知された検知対象に関する検知データ（例えば、検知された人物の顔画像あるいは簡易録画映像データ、検知対象の位置を示す検知枠が重畳された撮像画像等）を生成する。ＡＩ演算処理部１４Ａは、生成された検知データをプロセッサ１１に出力する。

復号処理部１４Ｂは、学習データが端末装置Ｐ１から送信された場合、プロセッサ１１から出力された学習データを復号処理する。復号処理部１４Ｂは、学習モデルデータベース１４Ｃに復号された学習データを出力して記憶させる。

学習モデルデータベース１４Ｃは、ＲＡＭおよびＲＯＭなどによる半導体メモリと、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）あるいはＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等によるストレージデバイスのうちいずれかを含む記憶デバイスを有する。また、学習モデルデータベース１４Ｃは、例えばＡＩ演算処理部１４Ａが実行する画像処理を規定するプログラム、ＡＩ演算処理部１４Ａにより実行される検知対象の検知処理に用いられる各種アプリケーション（つまり、学習モデル）を生成または記憶する。

なお、ここでいう各種アプリケーションは、登録データベースＤＢに登録された複数の人物のそれぞれを顔認証処理により検知する顔認証アプリケーション１４１Ａ、人物が起こす所定の行動（例えば人物のふらつき、喧嘩、拳銃所持、万引き等の事件等の引き金となりかねない行為等）を検知する不審行動検知アプリケーション１４１Ｂ、動体を検知する動体検知アプリケーション１４１Ｃ等である。なお、上述した各種アプリケーションは、一例であってこれに限定されない。学習モデルデータベース１４Ｃは、他のアプリケーションとして、例えば、二輪車あるいは車両の色、車型、ナンバープレート等を検知するアプリケーション等を記憶していてもよい。また、不審行動検知アプリケーション１４１Ｂにより検知される所定の行動は、上述の例に限定されなくてよい。

学習データを生成するための学習は、１つ以上の統計的分類技術を用いて行っても良い。統計的分類技術としては、例えば、線形分類器（ｌｉｎｅａｒ ｃｌａｓｓｉｆｉｅｒｓ）、サポートベクターマシン（ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅｓ）、二次分類器（ｑｕａｄｒａｔｉｃ ｃｌａｓｓｉｆｉｅｒｓ）、カーネル密度推定（ｋｅｒｎｅｌ ｅｓｔｉｍａｔｉｏｎ）、決定木（ｄｅｃｉｓｉｏｎ ｔｒｅｅｓ）、人工ニューラルネットワーク（ａｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ）、ベイジアン技術および／またはネットワーク（Ｂａｙｅｓｉａｎ ｔｅｃｈｎｉｑｕｅｓ ａｎｄ/ｏｒ ｎｅｔｗｏｒｋｓ）、隠れマルコフモデル（ｈｉｄｄｅｎ Ｍａｒｋｏｖ ｍｏｄｅｌｓ）、バイナリ分類子（ｂｉｎａｒｙ ｃｌａｓｓｉｆｉｅｒｓ）、マルチクラス分類器（ｍｕｌｔｉ－ｃｌａｓｓ ｃｌａｓｓｉｆｉｅｒｓ）、クラスタリング（ａ ｃｌｕｓｔｅｒｉｎｇ ｔｅｃｈｎｉｑｕｅ）、ランダムフォレスト（ａ ｒａｎｄｏｍ ｆｏｒｅｓｔ ｔｅｃｈｎｉｑｕｅ）、ロジスティック回帰（ａ ｌｏｇｉｓｔｉｃ ｒｅｇｒｅｓｓｉｏｎ ｔｅｃｈｎｉｑｕｅ）、線形回帰（ａ ｌｉｎｅａｒ ｒｅｇｒｅｓｓｉｏｎ ｔｅｃｈｎｉｑｕｅ）、勾配ブースティング（ａ ｇｒａｄｉｅｎｔ ｂｏｏｓｔｉｎｇ ｔｅｃｈｎｉｑｕｅ）等が挙げられる。但し、使用される統計的分類技術はこれらに限定されない。また、学習データの生成は、監視カメラＣ１，…のそれぞれのＡＩ処理部１４で行われても良いし、例えばネットワークＮＷを用いて監視カメラＣ１，…のそれぞれとの間で通信可能に接続された端末装置Ｐ１により行われてもよい。さらに、学習データは、ネットワークＮＷを介して端末装置Ｐ１から受信（取得）されてもよいし、外部記憶媒体Ｉ／Ｆ１５を介して通信可能に接続された外部記憶媒体Ｍ１から受信（取得）されてもよい。

外部記憶媒体Ｉ／Ｆ１５は、外部記憶媒体Ｍ１（例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリ，ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ Ｍｅｍｏｒｙ）（登録商標）カード等）を挿抜可能に設けられ、外部記憶媒体Ｍ１との間でデータ通信可能に接続される。外部記憶媒体Ｉ／Ｆ１５は、プロセッサ１１の要求に基づいて、外部記憶媒体Ｍ１に記憶された学習データを取得し、プロセッサ１１に出力する。また、外部記憶媒体Ｉ／Ｆ１５は、プロセッサ１１の要求に基づいて、撮像部１３によって撮像された撮像画像（撮像映像）のデータ、あるいは監視カメラＣ１，…のそれぞれにおけるＡＩ処理部１４により生成された学習データ等を外部記憶媒体Ｍ１に送信し、記憶させる。なお、外部記憶媒体Ｉ／Ｆ１５は、複数の外部記憶媒体のそれぞれを同時にデータ通信可能に接続可能であってよい。

外部記憶媒体Ｍ１は、例えばＵＳＢメモリあるいはＳＤ（登録商標）カード等の記憶媒体であって、撮像部１３により撮像された撮像画像（撮像映像）する。なお、外部記憶媒体Ｍ１は、他の監視カメラあるいは端末装置Ｐ１によって生成された学習データ等を記憶してよい。

登録データベースＤＢは、ＲＡＭおよびＲＯＭなどによる半導体メモリと、ＳＳＤあるいはＨＤＤ等によるストレージデバイスのうちいずれかを含む記憶デバイスにより構成される。登録データベースＤＢは、特定の検知対象に関する検知対象情報、特定の検知対象の撮像画像（例えば、検知対象となる人物の顔画像、二輪車または車両の撮像画像，ナンバープレート画像等）、特定の検知対象の撮像映像データ、過去に特定の検知対象が検知された検知履歴情報等を登録（格納）する。なお、登録データベースＤＢは、複数の監視カメラＣ１，…のそれぞれと別体で構成されてもよいし、複数の監視カメラＣ１，…のそれぞれと別体に構成、かつ、複数の監視カメラＣ１，…のそれぞれとの間でデータ通信可能に接続されてもよい。

また、実施の形態における登録データベースＤＢは、一例として、複数の人物のそれぞれの顔画像を登録（格納）する例を示すが、これに限定されない。登録データベースＤＢは、ＡＩ処理部１４が備えるアプリケーションにより検知される特定の検知対象（つまり、ユーザにより指定された人物、二輪車、車両等の検知対象）の検知処理あるいは認証処理で使用される撮像画像あるいは録画映像を登録（格納）する。例えば、登録データベースＤＢに登録（格納）されるデータは、二輪車あるいは車両の撮像画像、二輪車あるいは車両のナンバープレートの撮像画像、人物の全身画像等であってもよい。さらに、登録データベースＤＢは、登録（格納）された撮像画像あるいは録画映像のそれぞれに、検知対象の特徴等を示す情報（例えば、人物の属性情報（性別、身長、体格等）、二輪車あるいは車両のナンバープレート情報、二輪車あるいは車両の車種、二輪車あるいは車両の色情報等）、過去の検知履歴（アラーム履歴）等が対応付けて登録（格納）されてもよい。

端末装置Ｐ１は、例えばＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ），タブレット，スマートフォン等の装置であって、ユーザの入力操作（ユーザ操作）を受け付け可能なインターフェース（例えば、キーボード，マウス，タッチパネルディスプレイ等）を備える。端末装置Ｐ１は、ネットワークＮＷを介して監視カメラＣ１，…のそれぞれとの間でデータ通信可能に接続され、ユーザ操作に基づいて生成された信号（例えば、各種設定情報，学習データ，アプリケーション等）を、ネットワークＮＷを介して監視カメラＣ１，…のそれぞれに送信する。また、端末装置Ｐ１は、ネットワークＮＷを介して監視カメラＣ１，…のそれぞれから送信された撮像画像、あるいは監視カメラＣ１，…のそれぞれから送信されたアラームに基づくアラーム画面（例えば、図５および図６に示すアラーム画面ＳＣ２，ＳＣ３等）を生成して、モニタ（不図示）に表示する。

ネットワークＮＷは、端末装置Ｐ１および監視カメラＣ１，…のそれぞれとの間で無線通信ネットワークまたは有線通信ネットワークによって通信可能に接続される。ここでいう無線通信ネットワークは、例えば無線ＬＡＮ、無線ＷＡＮ、４Ｇ（第４世代移動通信システム）、５Ｇ（第５世代移動通信システム）、またはＷｉ－Ｆｉ（登録商標）等の無線通信規格に準じて提供される。

次に、図２を参照して、監視カメラＣ１，…のそれぞれに設定されるスケジュール設定画面ＳＣ１について説明する。図２は、実施の形態における監視カメラＣ１，…のスケジュール設定画面ＳＣ１の一例を示す図である。なお、図２に示すスケジュール設定画面ＳＣ１は、一例であってこれに限定されないことは言うまでもない。

スケジュール設定画面ＳＣ１は、端末装置Ｐ１により生成されて、端末装置Ｐ１が備えるモニタ（不図示）に出力されて表示される。スケジュール設定画面ＳＣ１は、端末装置Ｐ１を操作するユーザにより監視カメラＣ１，…のそれぞれのスケジュールの設定操作を受け付ける。

スケジュール設定画面ＳＣ１は、タイムテーブル一覧ＴＴと、タイムテーブル一覧ＴＴで設定された１つ以上のタイムテーブルＴＢＡ，ＴＢＢのそれぞれの詳細設定欄ＴＢＡ１，ＴＢＢ１のそれぞれと、設定ボタンＢＴ０と、を含んで生成される。なお、図２に示すスケジュール設定画面ＳＣ１は、１台以上の監視カメラＣ１，…のそれぞれに２つのタイムテーブルＴＢＡ，ＴＢＢのそれぞれが設定される例について説明するが、設定されるタイムテーブルの数はこれに限定されず、少なくとも１つ以上であればよい。また、スケジュール設定画面ＳＣ１により設定されるスケジュールは、ユーザ操作により指定された１台以上の監視カメラに設定適用される。

タイムテーブル一覧ＴＴは、ユーザ操作により指定された１台以上の監視カメラＣ１，…のそれぞれに設定される１つ以上のタイムテーブルＴＢＡ，ＴＢＢのそれぞれと、監視カメラＣ１，…のそれぞれにより実現される検知機能をＯＦＦに設定するＯｆｆテーブルＴＢＣとを含んで構成される。タイムテーブル一覧ＴＴは、ユーザによる１台以上の監視カメラＣ１，…のそれぞれにタイムテーブル（具体的に、タイムテーブルＴＢＡ，ＴＢＢ、およびＯｆｆテーブルＴＢＣ）を適用する曜日の指定操作を受け付ける。例えば、図２に示す例において、タイムテーブル一覧ＴＴは、監視カメラＣ１，…のそれぞれに、曜日「月、火、水、木、金」にタイムテーブルＴＢＡを設定し、曜日「土、日」にタイムテーブルＴＢＢを設定する。

詳細設定欄ＴＢＡ１，ＴＢＢ１のそれぞれは、ユーザによるタイムテーブル一覧ＴＴで設定された各タイムテーブルＴＢＡ，ＴＢＢのそれぞれで、各検知設定を設定する時間帯を１台以上の監視カメラＣ１，…のそれぞれのすべてのアプリケーションを無効状態（つまり、オフ状態）に設定する時間帯について指定操作を受け付ける。詳細設定欄ＴＢＡ１，ＴＢＢ１のそれぞれは、時間帯指定欄ＴＢＡ１１，ＴＢＢ１１と、検知設定有効時間帯欄ＴＢＡ１２，ＴＢＢ１２と、検知設定指定欄ＴＢＡ１３，ＴＢＢ１３と、を含んで構成される。

時間帯指定欄ＴＢＡ１１，ＴＢＢ１１は、検知設定指定欄ＴＢＡ１３，ＴＢＢ１３で指定された各検知設定を有効にする時間帯についてユーザによる指定操作を受け付ける。

検知設定有効時間帯欄ＴＢＡ１２，ＴＢＢ１２は、時間帯指定欄ＴＢＡ１１，ＴＢＢ１１で指定された各時間帯を可視化する。検知設定有効時間帯欄ＴＢＡ１２，ＴＢＢ１２は、ユーザ操作により検知設定指定欄ＴＢＡ１３，ＴＢＢ１３で指定された各検知設定が、時間帯指定欄ＴＢＡ１１，ＴＢＢ１１で指定された各時間帯で有効化されることを示す。

検知設定指定欄ＴＢＡ１３，ＴＢＢ１３は、時間帯指定欄ＴＢＡ１１，ＴＢＢ１１で指定された各時間帯において、監視カメラＣ１，…のそれぞれで有効化される検知設定についてユーザによる指定操作を受け付ける。

例えば、図２に示す例において、「タイムテーブル１」で示されるタイムテーブルＴＢＡは、時間帯「９：００～１２：００」に動作内容「検知設定１」で示される検知設定（アプリケーション）を有効にし、時間帯「１２：００～２１：００」に動作内容「検知設定２」で示される検知設定（アプリケーション）を有効にし、時間帯「２１：００～９：００」に動作内容「検知設定３」で示される検知設定（アプリケーション）を有効にするスケジュールを示す。また、「タイムテーブル２」で示されるタイムテーブルＴＢＢは、時間帯「００：００～２４：００」に動作内容「検知設定３」で示される検知設定（アプリケーション）を有効にするスケジュールを示す。

設定ボタンＢＴ０は、ユーザ操作により設定されたタイムテーブル一覧ＴＴおよび１つ以上のタイムテーブルＴＢＡ，ＴＢＢのそれぞれを、所定の監視カメラで有効にするアプリケーションのスケジュールを設定するためのボタンである。端末装置Ｐ１は、ユーザ操作により設定ボタンＢＴ０が選択（押下）されると、タイムテーブル一覧ＴＴおよび１つ以上のタイムテーブルＴＢＡ，ＴＢＢのそれぞれに指定された各時間帯および検知設定に基づくスケジュール情報を生成して、ユーザにより指定された監視カメラに送信し、スケジュール情報の設定を実行させる。

ここで、図３を参照して、図２に示すスケジュール設定画面ＳＣ１で設定されたスケジュールに基づく監視カメラＣ１のアプリケーションの切り替えについて具体例を用いて説明する。図３は、監視カメラＣ１のアプリケーション切り替え例を説明する図である。なお、以下で説明する監視カメラＣ１の設置場所、監視エリア、および監視カメラＣ１に設定されたタイムテーブルは一例であって、これに限定されないことは言うまでもない。また、以下に示す検知設定は一例であってこれに限定されない。

図３に示す監視カメラＣ１は、一例として店舗の出入り口を撮像する監視カメラであって、スケジュール設定画面ＳＣ１で設定された「タイムテーブル１」で設定されたスケジュールが設定される。

また、図３に示す例において「検知設定１」は、時間帯「９：００～１２：００」に顔認証アプリケーション１４１Ａと、不審行動検知アプリケーション１４１Ｂとを同時に有効にする設定である。「検知設定２」は、時間帯「１２：００～２１：００」に顔認証アプリケーション１４１Ａを有効にする設定である。「検知設定３」は、時間帯「２１：００～９：００」に動体検知アプリケーション１４１Ｃを有効にする設定である。

監視カメラＣ１は、「タイムテーブル１」に基づいて、現在の時間が「９：００」であると判定した場合、顔認証アプリケーション１４１Ａと、不審行動検知アプリケーション１４１Ｂとを同時に有効するアプリケーション切り替え処理を実行する。監視カメラＣ１は、「タイムテーブル１」に基づいて、現在の時間が「１２：００」であると判定した場合、顔認証アプリケーション１４１Ａを有効にするアプリケーション切り替え処理を実行する。また、監視カメラＣ１は、「タイムテーブル１」に基づいて、現在の時間が「２１：００」であると判定した場合、動体検知アプリケーション１４１Ｃを有効にするアプリケーション切り替え処理を実行する。

このようなスケジュールの設定により、ユーザは、例えば、監視カメラＣ１が設置された店舗の出入り口付近で行われるタイムセールの時間帯「９：００～１２：００」に、店舗の出入り口付近を訪れる複数の人物のそれぞれについて、監視カメラＣ１により店舗への出入りが禁止されている人物を検知したり、所定の行動（例えば、万引き、スリ等）があるか否かを検知したりできる。また、ユーザは、例えば、監視カメラＣ１が設置された店舗の出入り口付近で行われるタイムセールが終了してから店舗が閉店する時間帯「１２：００～２１：００」までの間、監視カメラＣ１により店舗を訪れる複数の人物のそれぞれのうち店舗への出入りが禁止されている人物を検知したり、店舗が閉店してから翌朝に店舗が開店するまでの時間帯「２１：００～９：００」に店舗に侵入しようとする人物を検知したりできる。つまり、ユーザは、例えば、各監視カメラで検知したい検知対象あるいは検知条件等に基づくスケジュールの設定を行うことにより、監視カメラで行われる検知処理に用いられるアプリケーション、およびアプリケーションの設定を自動で切り替えることができる。

以上により、実施の形態に係る学習モデル設定支援システム１００は、スケジュール設定画面ＳＣ１によりユーザによる監視カメラＣ１，…のそれぞれの設定を支援し、監視カメラＣ１，…のそれぞれの運用におけるユーザビリティを向上できる。

次に、図４を参照して、実施の形態における監視カメラＣ１，…の動作手順について説明する。図４は、実施の形態における監視カメラＣ１，…の動作手順例を示すフローチャートである。

監視カメラＣ１，…のそれぞれは、事前あるいは任意のタイミングで端末装置Ｐ１から送信されたスケジュール情報に基づいて、有効にするアプリケーションの切り替えを実行する。

監視カメラＣ１，…のそれぞれは、現在の時刻をカウントし（Ｓｔ１）、メモリ１２に記憶されたスケジュール情報を参照する（Ｓｔ２）。監視カメラＣ１，…のそれぞれは、スケジュール情報に基づいて、カウントされた現在の時刻で有効にすべきアプリケーションの有無（つまり、設定されたスケジュールの有無）を判定する（Ｓｔ３）。

監視カメラＣ１，…のそれぞれは、カウントされた現在の時刻で有効にすべきアプリケーションがある（つまり、設定されたスケジュールがある）と判定した場合（Ｓｔ３，ＹＥＳ）、スケジュール情報に基づくアプリケーションに切り替えて（Ｓｔ４）、アプリケーションに基づいて、検知対象の検知処理を開始する。

なお、ステップＳｔ４の処理において、スケジュール情報が監視カメラにより実行される検知対象の検知機能をオフする（つまり、すべてのアプリケーションを無効にする）旨の情報である場合、監視カメラＣ１，…のそれぞれは、すべてのアプリケーションを無効にして、ステップＳｔ１の処理に戻る。

一方、監視カメラＣ１，…のそれぞれは、カウントされた現在の時刻で有効にすべきアプリケーションがない（つまり、設定されたスケジュールがない）と判定した場合（Ｓｔ３，ＹＥＳ）、現在有効に設定されているアプリケーションに基づく検知対象の検知処理を継続する。

次に、図５を参照して、アラーム画面ＳＣ２について説明する。図５は、端末装置Ｐ１に表示されるアラーム画面ＳＣ２の一例を示す図である。なお、図５に示すアラーム画面ＳＣ２は、一例であってこれに限定されない。また、図５に示す例では、顔認証アプリケーション１４１Ａが有効である場合に生成されるアラーム画面ＳＣ２について説明する。

アラーム画面ＳＣ２は、監視カメラＣ１，…のそれぞれから送信されたアラームに基づいて、端末装置Ｐ１によって生成されて、端末装置Ｐ１のモニタ（不図示）に表示される。例えば、図５に示すアラーム画面ＳＣ２は、事前に検知対象として監視カメラＣ１，…のそれぞれの登録データベースＤＢに登録された人物の撮像画像あるいは録画映像と、監視カメラＣ１，…のそれぞれにより撮像された人物の撮像画像（図５に示す例では、顔画像）あるいは録画映像とを含んで生成され、検知対象として登録された人物と検知された人物とを比較可能に表示される。

アラーム画面ＳＣ２は、検知履歴欄ＨＳと、登録顔画像ＲＧＦと、顔画像ＤＦＴと、サムネイル画像ＲＧＶ，ＤＴＶのそれぞれと、映像再生ボタンＢＴ１，ＢＴ２のそれぞれと、正報判断ボタンＢＴ３と、動画ダウンロードボタンＢＴ４と、メール通知ボタンＢＴ５と、検知情報ＭＳ１と、登録情報ＭＳ２と、を含む。

検知履歴欄ＨＳは、複数の監視カメラＣ１，…のそれぞれから送信されたアラームのそれぞれの検知履歴情報として、アラームのそれぞれに対応する人物が検知された検知日時情報と、人物が検知された監視カメラの監視カメラ情報（例えば、監視カメラが監視（撮像）するエリア情報、監視カメラ名、各監視カメラに割り当てられた識別番号等）とが表示される。例えば、図５に示す検知履歴欄ＨＳは、アラーム通知情報のそれぞれに対応する６つの検知履歴情報のそれぞれが「１２：３４：５６ 〇店 店舗入口」，「１２：００：００ 〇店 店舗入口」，「１１：００：００ 〇店 店舗入口」，「１０：００：００ 〇店 店舗入口」，「９：００：００ 〇店 店舗入口」，「８：００：００ 〇店 店舗入口」のように表示される。なお、図５に示す検知履歴欄ＨＳは、紙面上側に最新のアラーム通知情報に対応する検知履歴情報が表示されるが、一例であってこれに限定されない。

端末装置Ｐ１は、ユーザにより検知履歴欄ＨＳに表示された少なくとも１つの検知履歴情報のそれぞれのうちいずれかの検知履歴情報が選択（押下）操作されると、選択（押下）された検知履歴情報に対応するアラームに基づいて、アラーム画面を生成して表示する。また、端末装置Ｐ１は、現在モニタに表示されているアラーム画面に対応する検知履歴情報を太字、枠線、文字色の変更等により強調表示する。また、端末装置Ｐ１は、検知履歴欄ＨＳ内におけるいずれか１つ以上の検知履歴情報が選択操作された状態で、クリアボタンＢＴ６がユーザ操作により選択（押下）された場合、検知履歴欄ＨＳに表示された検知履歴情報を削除する。

顔画像ＤＦＴは、複数の監視カメラＣ１，…のそれぞれにより撮像された人物の顔画像である。また、登録顔画像ＲＧＦは、事前に登録データベースＤＢに登録（格納）され、複数の監視カメラＣ１，…のそれぞれにより顔画像ＤＦＴに対応する人物と同一あるいは類似すると判定された人物の顔画像である。

サムネイル画像ＲＧＶは、事前に登録データベースＤＢに登録（格納）され、登録顔画像ＲＧＦの人物の録画映像データのサムネイル画像である。サムネイル画像ＲＧＶは、再生ボタンＢＴＲが重畳表示される。端末装置Ｐ１は、ユーザ操作により映像再生ボタンＢＴ１あるいは再生ボタンＢＴＲが選択（押下）されると、録画映像データを再生する。

サムネイル画像ＤＴＶは、事前に登録データベースＤＢに登録（格納）され、監視カメラにより撮像された顔画像ＤＦＴに対応する録画映像データのサムネイル画像である。サムネイル画像ＤＴＶは、再生ボタンＢＴＤが重畳表示される。端末装置Ｐ１は、ユーザ操作により映像再生ボタンＢＴ２あるいは再生ボタンＢＴＤが選択（押下）されると、録画映像データを再生する。

検知情報ＭＳ１は、顔画像ＤＦＴが撮像された監視カメラの監視カメラ情報「〇店 店舗入口 カメラ」と、撮像日時情報「２０２１年１月５日 １２：３４：５６」とが表示される。

登録情報ＭＳ２は、登録データベースＤＢに登録（格納）された登録顔画像ＲＧＦに対応する人物のカテゴリ情報「カテゴリ：万引き犯」と、登録顔画像ＲＧＦが撮像された撮像日時情報「２０２０年８月１日」および監視カメラの監視カメラ情報「〇店 車用品」と、登録データベースＤＢに登録（格納）された登録顔画像ＲＧＦに対応する人物の属性情報「４０代男性 １８０ｃｍ」および特徴情報「がっちり体型」と、を含んで表示される。なお、図５に示す登録情報ＭＳ２は、一例であってこれに限定されない。例えば、登録情報ＭＳ２は、登録顔画像ＲＧＦが撮像された撮像日時情報および監視カメラ情報のみであってもよい。

正報判断ボタンＢＴ３は、このアラームに対応する人物の動画ファイルの生成を監視カメラに要求するためのボタンである。ユーザは、アラーム画面ＳＣ２に表示された登録顔画像ＲＧＦ、顔画像ＤＦＴ、サムネイル画像ＲＧＶが示す録画映像データ、あるいはサムネイル画像ＤＴＶが示す録画映像データのそれぞれの目視確認により、このアラーム画面ＳＣ２に対応するアラームが誤報でないと判断した場合に、正報判断ボタンＢＴ３が選択（押下）する。端末装置Ｐ１は、ユーザにより正報判断ボタンＢＴ３を選択（押下）操作された場合、録画映像データに対応する動画ファイルの生成を要求する制御指令を生成して、アラームの送信元である監視カメラに送信する。複数の監視カメラＣ１，…のそれぞれは、端末装置Ｐ１から送信された制御指令に基づいて動画ファイルを生成した後、この動画ファイルあるいは動画ファイルのＵＲＬを端末装置Ｐ１に送信する。

動画ダウンロードボタンＢＴ４は、複数の監視カメラＣ１，…のそれぞれにより生成された動画ファイルを端末装置Ｐ１のメモリ（不図示）内にダウンロードするためのボタンである。端末装置Ｐ１は、ユーザにより動画ダウンロードボタンＢＴ４が選択（押下）操作された場合、生成された動画ファイルの送信を要求する制御指令を生成して送信する。端末装置Ｐ１は、複数の監視カメラＣ１，…のそれぞれから送信された動画ファイルをダウンロードする。

メール通知ボタンＢＴ５は、ユーザにより事前に登録された端末（例えば、スマートフォン、タブレット端末、ＰＣ等）に、このアラームが発報された旨の通知メールを送信するためのボタンである。端末装置Ｐ１は、ユーザによりメール通知ボタンＢＴ５が選択（押下）操作された場合、登録顔画像ＲＧＦ、顔画像ＤＦＴ、サムネイル画像ＲＧＶが示す登録簡易映像データ、あるいはサムネイル画像ＤＴＶが示す簡易録画映像データのそれぞれと、検知情報ＭＳ１と、登録情報ＭＳ２とを含む通知メールを生成して、事前に登録された少なくとも１台の端末に送信する。

なお、端末装置Ｐ１は、動画ファイルが生成済みである場合、この動画ファイルのＵＲＬを含む通知メールを生成したり、ユーザ操作により作成されたこの人物の特徴（例えば、服装、体型、装飾品、所持品等）、この人物が最後に撮像（検知）された監視カメラの場所（例えば、監視カメラの位置情報，エリア情報等）のテキストデータが作成されている場合、作成されたテキストデータを含む通知メールを生成したりする。

次に、図６を参照して、アラーム画面ＳＣ３について説明する。図６は、端末装置Ｐ１に表示されるアラーム画面ＳＣ３の一例を示す図である。なお、図６に示すアラーム画面ＳＣ３は、一例であってこれに限定されない。また、図６に示す例では、不審行動検知アプリケーション１４１Ｂが有効である場合に生成されるアラーム画面ＳＣ３について説明する。

アラーム画面ＳＣ３は、監視カメラＣ１，…のそれぞれから送信されたアラームに基づいて、端末装置Ｐ１によって生成されて、端末装置Ｐ１のモニタ（不図示）に表示される。例えば、図６に示すアラーム画面ＳＣ３は、監視カメラＣ１，…のそれぞれにより撮像された撮像映像（ライブ映像）に、所定の行動が検知された箇所を示す検知枠ＦＲが重畳されたライブ映像を含んで生成される。なお、ライブ映像は、監視カメラＣ１，…のそれぞれにより撮像された撮像画像に、所定の行動が検知された箇所を示す検知枠が重畳された検知画像であってもよい。

アラーム画面ＳＣ３は、ライブ画欄ＳＴＬ１と、設定欄ＳＴＬ２と、ライブ映像表示領域ＳＣ３１と、検知アラーム欄ＡＲＬと、を含む。

ライブ画欄ＳＴＬ１は、現在ライブ映像表示領域ＳＣ３１に表示されている監視カメラのライブ映像の表示に関する設定が可能な各種項目を含む。ライブ画欄ＳＴＬ１は、監視カメラ情報ＬＴ１と、ズーム調整欄ＬＴ２と、明るさ調整欄ＬＴ３と、ログ表示再生ボタンＢＴ９と、を含む。

監視カメラ情報ＬＴ１は、ライブ映像表示領域ＳＣ３１に表示されているライブ映像が撮像された監視カメラに関する情報が表示される。例えば、図６に示す例における監視カメラ情報ＬＴ１は、例えば、ライブ映像表示領域ＳＣ３１に表示されているライブ映像を撮像した監視カメラの解像度情報「解像度：２５６０×１４４０」、監視カメラに設定された撮像モード情報「モード：フレームレート指定」、ＦＰＳ情報「ＦＰＳ：３０ｆｐｓ」、画質設定情報「画質：ｎｏｒｍａｌ」、通信速度情報「速度：６１４４ｋｂｐｓ」等が示される。

ズーム調整欄ＬＴ２は、ユーザ操作に基づいて、ライブ映像表示領域ＳＣ３１に表示されているライブ映像を拡大または縮小する。端末装置Ｐ１は、ユーザ操作により、ズーム調整欄ＬＴ２に示された各種倍率（図６に示す例では、１倍，２倍，４倍）のうちいずれかの倍率が選択（押下）されると、ライブ映像表示領域ＳＣ３１に表示されているライブ映像を選択された倍率に拡大または縮小して表示する。なお、図６に示す各種倍率は、一例であってこれに限定されないことは言うまでもない。

明るさ調整欄ＬＴ３は、ライブ映像表示領域ＳＣ３１に表示されているライブ映像の明るさを明るくするボタンＢＴ７と、ライブ映像の明るさを暗くするボタンＢＴ８とを含む。端末装置Ｐ１は、ユーザによるボタンＢＴ７またはボタンＢＴ８の選択（押下）操作に基づいて、ライブ映像表示領域ＳＣ３１に表示されているライブ映像の明るさを調整（変更）して表示する。

ログ表示再生ボタンＢＴ９は、レコーダＲＤに録画された録画映像の表示または再生するボタンである。端末装置Ｐ１は、ユーザ操作によりログ表示再生ボタンＢＴ９が選択（押下）されると、ライブ映像表示領域ＳＣ３１が撮像された監視カメラにより撮像され、レコーダＲＤに録画された録画映像を表示または再生する。

設定欄ＳＴＬ２は、ユーザ操作により選択されると、監視カメラＣ１，…のそれぞれで有効なアプリケーションにより検知処理を実行する検知エリアの設定、検知エリアのそれぞれで検知される検知モードの設定、検知対象（例えば、人物、二輪車、車両等）に関する設定、監視カメラＣ１，…のそれぞれのスケジュール設定等の各種設定を受け付け可能な画面（例えば、図２に示すスケジュール設定画面ＳＣ１等）を表示する。端末装置Ｐ１は、ユーザ操作により設定された各種設定情報をメモリ（不図示）に記憶するとともに、ユーザにより指定された監視カメラに送信する。

ライブ映像表示領域ＳＣ３１は、ユーザ操作により指定された監視カメラのライブ映像を表示する。端末装置Ｐ１は、ＡＩ処理部１４により検知対象を検知した場合、ライブ映像上に検知対象を示す検知枠ＦＲを重畳したライブ映像を表示する。ここで、図６に示すライブ映像表示領域ＳＣ３１は、不審行動検知アプリケーション１４１Ｂにより検知された所定の行動として万引きを検知した例を示し、所定の行動として検知された箇所（領域）に検知枠ＦＲが重畳されたライブ映像が表示される例を示す。なお、検知枠ＦＲは、監視カメラＣ１，…のそれぞれにより重畳処理されて端末装置Ｐ１に送信され、端末装置Ｐ１のモニタ（不図示）に表示されてもよい。

検知アラーム欄ＡＲＬは、現在有効なアプリケーションおよびアプリケーションに設定された検知モードにより検知対象を検知した旨を通知する。検知アラーム欄ＡＲＬは、各検知モードに対応する１つ以上のアイコンとして例えば、アラームアイコンＡＲ１、ラインクロスアイコンＡＲ２、侵入検知アイコンＡＲ３、滞留検知アイコンＡＲ４、方向検知アイコンＡＲ５等を含む。

アラームアイコンＡＲ１は、少なくとも１つの検知モードで検知対象が検知された場合に点灯する。また、端末装置Ｐ１は、アラームアイコンＡＲ１が点灯した状態で、アラームアイコンＡＲ１がユーザ操作により選択（押下）されると、検知アラーム欄ＡＲＬで点灯状態にあるすべてのアイコンのアラーム状態（点灯状態）を解除し、消灯させる。

ラインクロスアイコンＡＲ２は、検知対象（例えば、人物、二輪車、車両等）がユーザにより指定された指定方向に所定の検知ラインを通過した旨を通知するアイコンである。監視カメラＣ１，…のそれぞれは、所定の検知ラインに検知対象が進入したと判定した場合、この検知モード（ここでは、ラインクロス）の情報を含むアラームを生成して、端末装置Ｐ１に送信する。端末装置Ｐ１は、監視カメラＣ１，…のそれぞれから送信されたアラームを取得し、このアラームに対応するラインクロスアイコンＡＲ２を点灯する。

侵入検知アイコンＡＲ３は、ユーザにより設定された所定の検知エリアに検知対象が進入した旨を通知するアイコンである。監視カメラＣ１，…のそれぞれは、所定の検知エリアに検知対象が進入したと判定した場合、この検知モード（ここでは、侵入検知）の情報を含むアラームを生成して、端末装置Ｐ１に送信する。端末装置Ｐ１は、監視カメラＣ１，…のそれぞれから送信されたアラームを取得し、このアラームに対応する侵入検知アイコンＡＲ３を点灯する。

滞留検知アイコンＡＲ４は、ユーザにより設定された所定の検知エリアに検知対象が一定時間（例えば、３０秒、１分等）以上滞留した旨を通知するアイコンである。監視カメラＣ１，…のそれぞれは、所定の検知エリアに検知対象が一定時間以上滞留したと判定した場合、この検知モード（ここでは、滞留検知）の情報を含むアラームを生成して、端末装置Ｐ１に送信する。端末装置Ｐ１は、監視カメラＣ１，…のそれぞれから送信されたアラームを取得し、このアラームに対応する滞留検知アイコンＡＲ４を点灯する。

方向検知アイコンＡＲ５は、ユーザにより設定された所定の検知エリアで検知対象が所定の指定方向に移動した旨を通知するアイコンである。監視カメラＣ１，…のそれぞれは、所定の検知エリアで検知対象が指定方向に移動したと判定した場合、この検知モード（ここでは、方向検知）の情報を含むアラームを生成して、端末装置Ｐ１に送信する。端末装置Ｐ１は、監視カメラＣ１，…のそれぞれから送信されたアラームを取得し、このアラームに対応する方向検知アイコンＡＲ５を点灯する。

以上により、実施の形態に係る監視カメラＣ１，…のそれぞれは、人工知能を備える監視カメラであって、監視エリアを撮像する撮像部１３と、検知対象（対象物の一例）の検知を行う人工知能に用いる少なくとも１つの学習モデル（アプリケーション）を有効にする時間帯を示すスケジュール情報を取得する通信部１０（取得部の一例）と、学習モデル（アプリケーション）に基づいて、撮像部１３により撮像された撮像画像から検知対象を検知するＡＩ演算処理部１４Ａ（検知部の一例）と、ＡＩ演算処理部１４Ａにより検知対象が検知された場合、検知対象を検知した旨のアラームを生成して出力するプロセッサ１１と、を備える。プロセッサ１１は、スケジュール情報に基づいて、学習モデル（アプリケーション）を切り替える。

これにより、実施の形態に係る監視カメラＣ１，…のそれぞれは、検知対象を検知するために有効化される学習モデル（アプリケーション）を時間帯によって切り替え可能に設定できる。したがって、監視カメラＣ１，…のそれぞれは、監視カメラの運用中のユーザビリティを向上できる。

また、以上により、実施の形態に係る監視カメラＣ１，…のそれぞれが取得するスケジュール情報は、夜間の時間帯で検知対象である動体を検知する動体検知アプリケーション（動体検知学習モデルの一例）を有効化し、昼間の時間帯で検知対象である人物の顔を検知し、検知された人物の顔が事前に登録された人物の顔画像と一致あるいは類似するか否かを判定する顔認証アプリケーション（顔認証学習モデルの一例）を有効化するスケジュールである。これにより、実施の形態に係る監視カメラＣ１，…のそれぞれは、現在の時間が夜間であるか昼間であるかに基づいて、検知対象を検知するためのアプリケーション（学習モデル）を切り替え可能となり、夜間には監視エリア内の動体を検知し、昼間には登録データベースＤＢに登録（格納）された人物のそれぞれの顔画像に同一あるいは類似する人物を検知できる。

また、以上により、実施の形態に係る監視カメラＣ１，…のそれぞれが取得するスケジュール情報は、昼間の時間帯で、顔認証学習アプリケーションと検知対象である人物の行動を検知し、検知された人物の行動が事前に登録された所定の行動であるか否かを判定する不審行動検知アプリケーション（不審行動検知学習モデルの一例）とを有効化するスケジュールである。これにより、実施の形態に係る監視カメラＣ１，…のそれぞれは、例えば、昼間の時間帯に複数のアプリケーションを同時に実行し、登録データベースＤＢに登録（格納）された人物のそれぞれの顔画像に同一あるいは類似する人物の検知処理と、撮像された複数の人物のそれぞれにより行われる所定の行動（例えば人物のふらつき、喧嘩、拳銃所持、万引き等の事件等の引き金となりかねない行為等）の検知処理とを同時に検知できる。

また、以上により、実施の形態に係る監視カメラＣ１，…のそれぞれが取得するスケジュール情報は、夜間の時間帯で検知対象である動体を検知する動体検知アプリケーション（動体検知学習モデルの一例）を有効化し、昼間の時間帯で検知対象である人物の行動を検知し、検知された人物の行動が事前に登録された所定の行動であるか否かを判定する不審行動検知アプリケーション（不審行動検知学習モデルの一例）を有効化するスケジュールである。これにより、実施の形態に係る監視カメラＣ１，…のそれぞれは、監視カメラＣ１，…のそれぞれにおいて現在の時間が夜間であるか昼間であるかに基づいて、検知対象を検知するためのアプリケーションを切り替えて、夜間には監視エリア内の動体を検知し、昼間には撮像された複数の人物のそれぞれにより行われる所定の行動（例えば人物のふらつき、喧嘩、拳銃所持、万引き等の事件等の引き金となりかねない行為等）を検知できる。

また、以上により、実施の形態に係る監視カメラＣ１，…のそれぞれが取得するスケジュール情報は、昼間の時間帯で、不審行動検知アプリケーションと検知対象である人物の顔を検知し、検知された人物の顔が事前に登録された人物の顔画像と一致あるいは類似するか否かを判定する顔認証アプリケーション（顔認証学習モデルの一例）とを有効化するスケジュールである。これにより、実施の形態に係る監視カメラＣ１，…のそれぞれは、例えば、昼間の時間帯に複数のアプリケーションを同時に実行し、撮像された複数の人物のそれぞれにより行われる所定の行動（例えば人物のふらつき、喧嘩、拳銃所持、万引き等の事件等の引き金となりかねない行為等）の検知処理と、登録データベースＤＢに登録（格納）された人物のそれぞれの顔画像に同一あるいは類似する人物の検知処理とを同時に検知できる。

以上により、実施の形態に係る学習モデル設定支援システム１００は、ユーザ操作を受け付け可能な端末装置Ｐ１と、端末装置と通信可能であって、人工知能を備え、監視エリアを撮像する少なくとも１台の監視カメラＣ１，…のそれぞれと、を備える。端末装置Ｐ１は、ユーザ操作に基づいて、検知対象（対象物の一例）の検知を行う人工知能に用いる少なくとも１つの学習モデル（アプリケーション）を有効にする時間帯の情報を示すスケジュール情報を生成して、監視カメラＣ１，…のそれぞれに送信する。監視カメラＣ１，…のそれぞれは、送信されたスケジュール情報に基づいて、学習モデル（アプリケーション）を切り替えて、検知対象が検知された場合、検知対象を検知した旨のアラームを生成して出力する。

これにより、実施の形態に係る学習モデル設定支援システム１００は、監視カメラＣ１，…のそれぞれの人工知能で用いる学習モデル（アプリケーション）の時間帯を示すスケジュール情報の設定を効率的に支援できる。また、学習モデル設定支援システム１００は、時間帯により監視カメラＣ１，…のそれぞれの人工知能で用いる学習モデル（アプリケーション）を切り替え可能にすることで、各監視カメラの運用中のユーザビリティを向上できる。

以上、図面を参照しながら各種の実施の形態について説明したが、本開示はかかる例に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例、修正例、置換例、付加例、削除例、均等例に想到し得ることは明らかであり、それらについても当然に本開示の技術的範囲に属するものと了解される。また、発明の趣旨を逸脱しない範囲において、上述した各種の実施の形態における各構成要素を任意に組み合わせてもよい。

本開示は、ユーザによる監視カメラの設定を効率的に支援し、監視カメラの運用中のユーザビリティを向上できる監視カメラおよび学習モデル設定支援システムとして有用である。

１０ 通信部
１１ プロセッサ
１２ メモリ
１３ 撮像部
１４ ＡＩ処理部
１４Ａ ＡＩ演算処理部
１４Ｂ 復号処理部
１４Ｃ 学習モデルデータベース
１００ 学習モデル設定支援システム
Ｃ１ 監視カメラ
ＤＢ 登録データベース
Ｐ１ 端末装置
ＳＣ１ スケジュール設定画面
ＳＣ２，ＳＣ３ アラーム画面
ＮＷ ネットワーク

Claims (6)

1. 人工知能を備える監視カメラであって、
   監視エリアを撮像する撮像部と、
   対象物の検知を行う人工知能に用いる少なくとも１つの学習モデルを有効にする時間帯を示すスケジュール情報を取得する取得部と、
   前記学習モデルに基づいて、前記撮像部により撮像された撮像画像から前記対象物を検知する検知部と、
   前記検知部により前記対象物が検知された場合、前記対象物を検知した旨のアラームを生成して出力するプロセッサと、を備え、
   前記プロセッサは、前記スケジュール情報に基づいて、前記学習モデルを切り替える、
   監視カメラ。
2. 前記スケジュール情報は、夜間の時間帯で前記対象物である動体を検知する動体検知学習モデルを有効化し、昼間の時間帯で前記対象物である人物の顔を検知し、検知された前記人物の顔が事前に登録された人物の顔画像と同一あるいは類似するか否かを判定する顔認証学習モデルを有効化するスケジュールである、
   請求項１に記載の監視カメラ。
3. 前記スケジュール情報は、前記昼間の時間帯で、前記顔認証学習モデルと前記対象物である人物の行動を検知し、検知された前記人物の行動が事前に登録された所定の行動であるか否かを判定する不審行動検知学習モデルとを有効化するスケジュールである、
   請求項２に記載の監視カメラ。
4. 前記スケジュール情報は、夜間の時間帯で前記対象物である動体を検知する動体検知学習モデルを有効化し、昼間の時間帯で前記対象物である人物の行動を検知し、検知された前記人物の行動が事前に登録された所定の行動であるか否かを判定する不審行動検知学習モデルを有効化するスケジュールである、
   請求項１に記載の監視カメラ。
5. 前記スケジュール情報は、前記昼間の時間帯で、前記不審行動検知学習モデルと前記対象物である人物の顔を検知し、検知された前記人物の顔が事前に登録された人物の顔画像と同一あるいは類似するか否かを判定する顔認証学習モデルとを有効化するスケジュールである、
   請求項４に記載の監視カメラ。
6. ユーザ操作を受け付け可能な端末装置と、
   前記端末装置と通信可能であって、人工知能を備え、監視エリアを撮像する少なくとも１台の監視カメラと、を備える学習モデル設定支援システムであって、
   前記端末装置は、
   前記ユーザ操作に基づいて、対象物の検知を行う前記人工知能に用いる少なくとも１つの学習モデルを有効にする時間帯の情報を示すスケジュール情報を生成して、前記監視カメラに送信し、
   前記監視カメラは、
   送信された前記スケジュール情報に基づいて、前記学習モデルを切り替えて、前記対象物が検知された場合、前記対象物を検知した旨のアラームを生成して出力する、
   学習モデル設定支援システム。

Images