JP2023116345A

JP2023116345A - 監視システム、監視方法及び監視プログラム

Info

Publication number: JP2023116345A
Application number: JP2022019092A
Authority: JP
Inventors: 智史永作; Satoshi Eisaku; 律文安江; Norifumi Yasue
Original assignee: NTT Communications Corp
Current assignee: NTT Communications Corp
Priority date: 2022-02-09
Filing date: 2022-02-09
Publication date: 2023-08-22

Abstract

【課題】鉄道車両内の異常を精度良く検知すること。【解決手段】実施形態の車載装置１０は、列車２に含まれる車両２０のそれぞれに備えられる。撮影装置３０は、車両２０のそれぞれに備えられ、車両２０の内部を撮影する。車載装置１０は、撮影装置によって撮影された画像を収集する。また、車載装置１０は、画像から異常を検知する。車載装置１０は、検知結果をサーバ又は乗務員が利用する端末装置に通知する。【選択図】図１

Description

特許法第３０条第２項適用申請有りＡ社本社１Ｆ会議室開催日令和３年１２月１７日

本発明は、監視システム、監視方法及び監視プログラムに関する。

昨今、鉄道車両内における犯罪の発生が社会問題になっている。鉄道車両内においては、放火、暴行、痴漢、危険物の置き逃げといった犯罪が発生する場合がある。

そのような犯罪の発生を検知するための技術として、車両内に備えられたカメラを用いた監視システムが提案されている（例えば、特許文献１を参照）。

特開２０１２－６９０２２号公報

しかしながら、従来の技術では、鉄道車両内の異常を精度良く検知できない場合があるという問題がある。

ここでは、監視システムは、鉄道車両内における犯罪行為に伴って発生する様々な事象を異常として検知するものとする。

例えば、特許文献１には、人が倒れている場合のパターンを監視カメラに記憶させておく方法が記載されている。一方で、犯罪行為に伴って発生する事象は多様であり、あらゆるパターンを監視カメラに記憶させておき、異常を検知することは困難である。

例えば、人が倒れている画像のパターンには、人がうつ伏せで倒れているパターン、人が横向きに倒れているパターン、人が仰向けに倒れているパターンといった様々なバリエーションがあると考えられる。

上述した課題を解決し、目的を達成するために、監視システムは、列車に含まれる車両のそれぞれに備えられた車載装置と、前記車両のそれぞれに備えられ、前記車両の内部を撮影する撮影装置と、を有し、前記車載装置は、前記撮影装置によって撮影された画像を収集する収集部と、前記画像から異常を検知する検知部と、前記検知部による検知結果を通知する通知部と、を有することを特徴とする。

本発明によれば、鉄道車両内の異常を精度良く検知することができる。

図１は、監視システムの構成例を示す図である。図２は、撮影装置の配置例を示す図である。図３は、車載装置の構成例を示す図である。図４は、ドアが閉まっている場合の画像の例を示す図である。図５は、ドアが開いている場合の画像の例を示す図である。図６は、画像一覧画面の例を示す図である。図７は、異常画像表示画面の例を示す図である。図８は、監視システムの構成例を示す図である。図９は、車載装置の処理の流れを示すフローチャートである。図１０は、人の状態及び動きに関する異常検知処理の流れを示すフローチャートである。図１１は、人の移動に関する異常検知処理の流れを示すフローチャートである。図１２は、監視プログラムを実行するコンピュータの一例を示す図である。

以下に、本願に係る監視システム、監視方法及び監視プログラムの実施形態を図面に基づいて詳細に説明する。なお、本発明は、以下に説明する実施形態により限定されるものではない。

［第１の実施形態の構成］
まず、図１を用いて、第１の実施形態の監視システムの構成を説明する。図１は、監視システムの構成例を示す図である。

図１に示すように、車載装置１０、撮影装置３０、端末装置４０及びサーバ５０を有する。また、車載装置１０及び撮影装置３０は、列車２の車両２０のそれぞれに備えられる。車載装置１０は、監視装置の一例である。

車両２０は、列車２を構成する鉄道車両である。また、例えば、列車２は、鉄道を走行する電車である。

図１に示すように、車載装置１０は、同一の車両２０内の撮影装置３０と有線又は無線で接続されている。例えば、車載装置１０及び撮影装置３０は、列車２に設けられたＬＡＮ（Local Area Network）にWi-Fiにより接続される。

これにより、車載装置１０は、撮影装置３０からデータを受信することができる。

また、車載装置１０、端末装置４０及びサーバ５０は、ネットワークＮに接続されている。例えば、ネットワークＮはインターネットである。

これにより、車載装置１０、端末装置４０及びサーバ５０は、ネットワークＮを介して互いにデータの送信及び受信を行うことができる。

ここで、車載装置１０は、画像認識処理を実行するためのモジュールを搭載し、撮影装置３０に対するエッジコンピュータとして機能する。例えば、車載装置１０に搭載されたモジュールには、ＧＰＵ（Graphics Processing Unit）が備えられる。

車載装置１０は、ＧＰＵを利用してニューラルネットワークを用いた画像認識処理を実行することができる。

また、車載装置１０は、車両内、又は車両間の連結部の壁面の裏側に設けられた点検用スペースに設定されてもよい。

撮影装置３０は、照明装置とカメラが一体化された装置である（参考文献：浜井電球工業株式会社、「カメラ付きLED照明（RLioT-Camera）」（ＵＲＬ：http://www.hamai.co.jp/dk/website/products/）（ただし、「RLioT」は登録商標））。なお、撮影装置３０は、照明装置と一体化されていないカメラであってもよい。

撮影装置３０は、常時又は所定のタイミングで車両２０内の画像を撮影する。また、撮影装置３０は、車両２０内の画像を同一の車両２０内の車載装置１０へ送信する。

撮影装置３０は、一定時間（例えば１秒）おきに静止画像を撮影してもよいし、常に動画像を撮影してもよい。

また、撮影装置３０は、図２のように配置される。図２は、撮影装置の配置例を示す図である。図２は、車両２０を上部から鉛直下向きに見た図である。

例えば、図２のように配置された既存の照明装置を、撮影装置３０に交換することで、撮影装置３０を容易に設置することができる。

また、図２のように撮影装置３０を分散した位置に配置することで、車両２０の内部を撮影する際に死角が生じにくくなる。

端末装置４０は、列車２の乗務員（例えば車掌及び運転士）によって利用される。端末装置４０は、パーソナルコンピュータ、スマートフォン及びタブレット型端末等である。

図１を用いて、監視システム１の処理の流れを説明する。まず、図１に示すように、車載装置１０は、撮影装置３０が撮影した車両２０内の画像を収集する（ステップＳ１１）。

車載装置１０は、収集した画像から異常を検知する（ステップＳ１２）。車載装置１０は、画像から抽出した特徴量を訓練済みのニューラルネットワークに入力して得られた出力結果を基に異常検知を行う。

次に、車載装置１０は、検知結果をサーバ５０に送信する（ステップＳ１３）。車載装置１０は、全ての検知結果をサーバ５０に送信してもよいし、異常が検知された場合の検知結果のみをサーバ５０に送信してもよい。

また、車載装置１０は、撮影装置３０から収集した画像を検知結果とともにサーバ５０に送信してもよい。

ここで、サーバ５０は、検知結果を基に監視情報を生成する（ステップＳ１４）。監視情報は、列車２の乗務員が検知結果を確認するための情報である。

例えば、サーバ５０は、視認性を考慮してデザインされたＷｅｂページであって、異常検知結果を示す情報が掲載されたＷｅｂページを、監視情報として生成する。

サーバ５０は、生成した監視情報を端末装置４０に送信する（ステップＳ１５）。端末装置４０は、提供する乗務員に監視情報を提供する。

なお、監視情報は、監視システム１の管理者、監視システム１と連携する他のシステムに送信されてもよい。

なお、ここで説明した車載装置１０による処理は、図１に示す複数の車載装置１０によって行われる。

つまり、複数の車載装置１０が、それぞれ同一の車両２０に備えられた撮影装置３０から画像を収集する。そして、複数の車載装置１０が検知結果をサーバ５０に送信する。

図３を用いて、車載装置１０の構成を説明する。図３は、車載装置の構成例を示す図である。

図３に示すように、車載装置１０は、通信部１１、記憶部１２及び制御部１３を有する。

通信部１１は、車載装置１０が他の装置との間でデータの送受信を行うためのインタフェースである。

例えば、通信部１１は、Wi-Fiモジュールを含む。これにより、車載装置１０は列車２内のＬＡＮに接続し、撮影装置３０との間でデータの送受信を行うことができる。

また、例えば、通信部１１は、モバイルデータ通信（例えば、ＬＴＥ（Long Term Evolution）又は５Ｇ）用の通信モジュールを含む。これにより、車載装置１０はネットワークＮに接続し、サーバ５０との間でデータの送受信を行うことができる。

記憶部１２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、光ディスク等の記憶装置である。なお、記憶部１２は、ＲＡＭ（Random Access Memory）、フラッシュメモリ、ＮＶＳＲＡＭ（Non Volatile Static Random Access Memory）等のデータを書き換え可能な半導体メモリであってもよい。記憶部１２は、車載装置１０で実行されるＯＳ（Operating System）や各種プログラムを記憶する。

記憶部１２は、モデル情報１２１を記憶する。モデル情報１２１は、画像認識のためのモデルに関する情報である。例えば、モデル情報１２１は、画像認識を行うニューラルネットワークのパラメータである。

制御部１３は、車載装置１０全体を制御する。制御部１３は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ等の電子回路、及びＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）等の集積回路である。また、制御部１３は、画像認識処理を実行するためのＧＰＵを含む。

制御部１３は、各種の処理手順を規定したプログラムや制御データを格納するための内部メモリを有し、内部メモリを用いて各処理を実行する。また、制御部１３は、各種のプログラムが動作することにより各種の処理部として機能する。例えば、制御部１３は、収集部１３１、検知部１３２及び通知部１３３を有する。

収集部１３１は、撮影装置によって撮影された画像を収集する。収集部１３１は、車載装置１０と同じ車両２０に備えられた撮影装置３０の全て又は一部から画像を収集する。

収集部１３１は、複数の撮影装置３０のそれぞれから収集した画像を連結した画像を収集してもよい。

検知部１３２は、収集部１３１によって収集された画像から異常を検知する。検知部１３２は、モデル情報１２１から構築したモデルを用いて画像認識を行うことで、異常を検知する。

例えば、モデルはＹＯＬＯによる画像認識を行う。この場合、モデルは、画像内の所定の位置に配置されるバウンディングボックスに特定のオブジェクトが含まれている確率に基づくスコアを出力する。

モデルは、鉄道車両内において発生することが想定される犯罪行為に関するオブジェクトを認識するようにあらかじめ訓練される。例えば、犯罪行為には、喧嘩、暴行、痴漢、放火等がある。

また、検知部１３２は、モデルによって出力されたスコアが閾値以上であるオブジェクトがあった場合、当該オブジェクトを検出する。そして、検知部１３２は、オブジェクトを検出した場合、異常を検知する。

例えば、検知部１３２は、放火に関するオブジェクトである「炎」を検出した場合、異常を検知する。

また、検知部１３２は、暴行に関するオブジェクトである「暴行を行っている人」、「凶器を所持している人」、又は「物を振り回している人」が検出された場合、異常を検知する。

オブジェクト「暴行を行っている人」は、実際に殴る、蹴るといった直接的な暴行の動作を行っている人に対応する。

オブジェクト「凶器を所持している人」は、暴行に利用される恐れがあるナイフ及び拳銃といった道具を手に持っている人に対応する。

オブジェクト「物を振り回している人」は、ナイフ及び棒等を振り回し、暴行につながる恐れのある動作を行っている人に対応する。

このように、暴行という１つの種類の犯罪行為に対し、複数のオブジェトが対応付けられていてもよい。

また、各オブジェクトには、優先度が設けられていてもよい。例えば、優先度は「暴行を行っている人」が最も高く、「凶器を所持している人」、「物を振り回している人」の順で低くなるものとする。

このとき、検知部１３２は、モデルの出力から「暴行を行っている人」が検出されなかった場合、さらにモデルの出力から「凶器を所持している人」が検出できるか否かを確認する。そして、検知部１３２は、モデルの出力から「凶器を所持している人」が検出されなかった場合、さらにモデルの出力から「物を振り回している人」が検出できるか否かを確認する。

このように、各オブジェクトに優先度を設けておくことにより、検知部１３２は、検出のための処理を効率良く行うことができる。

また、検知部１３２は、画像から検出した複数の人の移動方向を基に異常を検知することができる。

検知部１３２は、車両２０のドアが開いている場合は、人の移動方向を基にした異常の検知を行わない。

これは、車両２０のドアが開いている場合、乗客の乗り降り、座席又はスペース間の移動が発生し、人の移動方向が一定でないと考えられるためである。

なお、車両２０のドアが開いている場合には、ドアが開く動作の途中及びドアが閉じる動作の途中が含まれる。

また、検知部１３２は、車両２０のドアが閉じている場合は、人の移動方向を基にした異常の検知を行う。

車両２０のドアが閉じている場合、単一又は少数の乗客が座席の変更及び降車の準備等により移動することは考えられる。一方で、多数の乗客が一斉に移動することは、犯罪行為に起因している可能性がある。

例えば、図４に示すように、検知部１３２は、画像３０１の領域３０１ａにおいて閉じた状態のドアを検出した場合、人の移動方向を基にした異常の検知を行う。図４は、ドアが閉まっている場合の画像の例を示す図である。

例えば、暴行等により倒れた人の元、痴漢の発生場所等に多数の人が駆け寄ることが考えられる。また、例えば、炎が発生した場所から離れる方向、通り魔から離れる方向等に、多数の人が逃げることが考えられる。

例えば、図５に示すように、検知部１３２は、画像３０１の領域３０１ａにおいて開いた状態のドアを検出した場合、人の移動方向を基にした異常の検知を行わない。図５は、ドアが開いている場合の画像の例を示す図である。

図５の矢印は、車両２０に乗り降りする人（乗客）の移動の流れを表している。

検知部１３２による人の移動方向を基にした異常の検知について説明する。まず、検知部１３２は、撮影された時刻が異なる複数の画像から人を検出する。このとき、検知部１３２は、検出した人のそれぞれに、互いを区別するための識別子を付与する。

なお、ここでの画像は、静止画像であってもよいし、動画像に含まれるフレーム画像であってもよい。

例えば、検知部１３２は、時刻ｔ_１に撮影された画像において検出した３人のそれぞれに、「Ｐ０１１」、「Ｐ０１２」、「Ｐ０１３」のように識別子を付与する。そして、検知部１３２は、時刻ｔ_２（ただしｔ_２＞ｔ_１）に撮影された画像において検出した人と、既に識別子を付与したが同一であるか否かを判定する。

例えば、検知部１３２は、人を検出した領域の画像の特徴量が類似しているか否かにより、人の同一性を判定する。

そして、同じ識別子が付与された人の、画像間での位置を結んだベクトルを生成し、当該ベクトルの方向を当該人の移動方向とみなす。

例えば、識別子「Ｐ０１１」が付与された人の時刻ｔ_１における位置から時刻ｔ_２における位置へ向かうベクトルが示す方向を、識別子「Ｐ０１１」が付与された人の移動方向とする。

ここで、検知部１３２は、人のそれぞれについて生成したベクトルを移動方向に延長した直線を算出する。そして、算出した直線のうち、閾値を超える数の直線が特定の点又は領域（以下、対象位置）を通る場合、多数の人が対象位置に近付いているとみなし、異常を検知する。

このように、検知部１３２は、車両のドアが閉じていて、かつ特定の位置に向かうように複数の人が移動していることが検出された場合、異常を検知する。

また、検知部１３２は、人のそれぞれについて生成したベクトルを移動方向と反対側に延長した直線を算出する。そして、算出した直線のうち、閾値を超える数の直線が対象位置を通る場合、多数の人が対象位置から離れているとみなし、異常を検知する。

このように、検知部１３２は、車両のドアが閉じていて、かつ特定の位置から離れるように複数の人が移動していることが検出された場合、異常を検知する。

通知部１３３は、検知部１３２による検知結果を通知する。通知部１３３は、サーバ５０を経由して、端末装置４０を利用する乗務員に検知結果を通知する。

サーバ５０は、車載装置１０から取得した画像及び検知結果を基に、画像一覧画面及び異常画像表示画面を生成し、端末装置４０に提供する。端末装置４０は、提供された画像一覧画面及び異常画像表示画面を表示する。

図６は、画像一覧画面の例を示す図である。図６に示すように、画像一覧画面４０１には、撮影装置３０によって撮影された画像が表示される。

図６に示す「Ａ０３＿１」、「Ａ０３＿２」、「Ａ０３＿３」、「Ａ０３＿４」は、画像が撮影された列車及び車両を識別するための情報である。例えば、「Ａ０３」は列車を識別する情報である。また、「＿１」等は、車両を識別する情報である。

図７は、異常画像表示画面の例を示す図である。異常画像表示画面３０２は、異常が検知された際の画像（静止画像又は動画像）を表示する画面である。

画像表示領域３０２ａに表示される画像は、画像リスト３０２ｂの中から選択された画像であってもよい。画像リスト３０２ｂには、画像ごとの、列車及び車両を識別する情報、異常が検知された日時及び検知された異常に関する説明が表示される。

異常画像表示画面３０２によれば、乗務員は、犯罪行為が発生した場所と離れた場所にいる場合であっても、犯罪行為の詳細を確認することができる。

ここで、監視システム１は、ネットワークＮを利用しない構成であってもよい。図８は、監視システムの構成例を示す図である。

図８に示すように、車載装置１０は、インターネットではなく、列車２内のＬＡＮを介して、端末装置４０に検知結果を送信してもよい。

図８の例では、まず、車載装置１０は、撮影装置３０が撮影した車両２０内の画像を収集する（ステップＳ２１）。

次に、車載装置１０は、収集した画像から異常を検知する（ステップＳ２２）。そして、車載装置１０は、検知結果を端末装置４０に送信する（ステップＳ２３）。

例えば、車載装置１０は、画像一覧画面４０１及び異常画像表示画面３０２を生成し、端末装置４０に提供する。

［第１の実施形態の処理］
図９を用いて、車載装置１０の処理の流れを説明する。図９は、車載装置の処理の流れを示すフローチャートである。

まず、図９に示すように、車載装置１０は、カメラから画像を収集する（ステップＳ１０１）。カメラは、撮影装置３０である。

次に、車載装置１０は、人の状態及び動きに関する異常検知を行う（ステップＳ１０２）。例えば、車載装置１０は、暴行の発生を検出した場合に異常を検知する。

そして、車載装置１０は、火災に関する異常検知を行う（ステップＳ１０３）。例えば、車載装置１０は、炎及び煙を検出した場合に異常を検知する。

車載装置１０は、人の移動に関する異常検知（ステップＳ１０４）。例えば、車載装置１０は、対象位置に多数の人が近付いていること、又は対象位置から多数の人が離れていることを検出した場合に異常を検知する。

車載装置１０は、検知結果を画像とともに送信（ステップＳ１０５）。車載装置１０は、検知結果をサーバ５０又は端末装置４０に送信する。

図１０を用いて、人の状態及び動きに関する異常検知処理（図９のステップＳ１０２に相当）の流れを説明する。図１０は、人の状態及び動きに関する異常検知処理の流れを示すフローチャートである。ここでは、車載装置１０は、暴行の発生を検出した場合に異常を検知するものとする。

図１０に示すように、まず、車載装置１０は、画像認識の結果から暴行の動作が発生しているか否かを確認する（ステップＳ２０１）。

車載装置１０は、暴行の動作が発生していることが確認できた場合（ステップＳ２０１、Ｙｅｓ）、異常ありと判断（異常を検知）する（ステップＳ２０５）。

車載装置１０は、暴行の動作が発生していることが確認できなかった場合（ステップＳ２０１、Ｎｏ）、画像認識の結果から凶器を所持した人がいるか否かを確認する（ステップＳ２０２）。

車載装置１０は、凶器を所持した人がいることが確認できた場合（ステップＳ２０２、Ｙｅｓ）、異常ありと判断（異常を検知）する（ステップＳ２０５）。

車載装置１０は、凶器を所持した人がいることが確認できなかった場合（ステップＳ２０２、Ｎｏ）、画像認識の結果から物を振り回している人がいるか否かを確認する（ステップＳ２０３）。

車載装置１０は、物を振り回している人がいることが確認できた場合（ステップＳ２０３、Ｙｅｓ）、異常ありと判断（異常を検知）する（ステップＳ２０５）。

車載装置１０は、凶器を所持した人がいることが確認できなかった場合（ステップＳ２０３、Ｎｏ）、異常なしと判断する（ステップＳ２０４）。

図１１を用いて、人の状態及び動きに関する異常検知処理（図９のステップＳ１０４に相当）の流れを説明する。図１１は、人の移動に関する異常検知処理の流れを示すフローチャートである。

図１１に示すように、まず、車載装置１０は、車両のドアが開いているか閉じているかを確認する（ステップＳ３０１）。

車載装置１０は、車両のドアが開いている場合（ステップＳ３０１、開）、異常なしと判断する（ステップＳ３０４）。

車載装置１０は、車両のドアが閉じている場合（ステップＳ３０１、閉）、複数の人が１つの地点（対象位置）に移動しているか否かを確認する（ステップＳ３０２）。

車載装置１０は、複数の人が１つの地点（対象位置）に移動していることが確認できた場合（ステップＳ３０２、Ｙｅｓ）、異常ありと判断（異常を検知）する（ステップＳ３０５）。

車載装置１０は、複数の人が１つの地点（対象位置）に移動していることが確認できなかった場合（ステップＳ３０２、Ｎｏ）、複数の人が１つの地点（対象位置）から移動しているか否かを確認する（ステップＳ３０３）。

車載装置１０は、複数の人が１つの地点（対象位置）から移動していることが確認できた場合（ステップＳ３０３、Ｙｅｓ）、異常ありと判断（異常を検知）する（ステップＳ３０５）。

車載装置１０は、複数の人が１つの地点（対象位置）から移動していることが確認できなかった場合（ステップＳ３０３、Ｎｏ）、異常なしと判断する（ステップＳ３０４）。

［第１の実施形態の効果］
これまで説明してきたように、車載装置１０は、列車２に含まれる車両２０のそれぞれに備えられる。撮影装置３０は、車両２０のそれぞれに備えられ、車両２０の内部を撮影する。車載装置１０の収集部１３１は、撮影装置によって撮影された画像を収集する。また、検知部１３２は、画像から異常を検知する。通知部１３３は、検知部１３２による検知結果を通知する。

このように、車両２０のそれぞれに備えられた車載装置１０が異常検知を行うことにより、鉄道車両内の異常を精度良く検知することができる。

また、検知部１３２は、画像認識により画像から暴行を行っている人、凶器を所持している人、又は物を振り回している人が検出された場合、異常が発生していることを検知する。

このように、例えば暴行という犯罪行為に対して複数の検出対象のオブジェクトを対応付けたおくことにより、より確実に検知を行うことが可能になる。

また、検知部１３２は、画像から検出した複数の人の移動方向を基に異常を検知する。

例えば、検知部１３２は、車両のドアが閉じていて、かつ特定の位置に向かうように複数の人が移動していることが検出された場合、異常を検知する。また、例えば、検知部１３２は、車両のドアが閉じていて、かつ特定の位置から離れるように複数の人が移動していることが検出された場合、異常を検知する。

このように、複数の人の移動に着目することにより、１人の人の状態及び動作だけでは検知が難しい異常を検知することができるようになる。

［その他の実施形態］
車載装置１０は、位置を測定するための機能が備えられていてもよい。例えば、車載装置１０は、ＧＰＳ（Global Positioning System）受信機により自身の位置を測定する。

車載装置１０は、検知結果を位置情報とともに通知する。これにより、例えば検知結果を見た乗務員は、列車がどの駅に停車中であるか、又はどの区間を走行中であるかを把握することができる。

また、位置情報は、車載装置１０が備えられた車両及び列車を識別する情報と、各列車の運行スケジュールを示すダイヤ情報から推定されたものであってもよい。例えば、ダイヤ情報には、各時間帯における列車の停車駅又は走行区間が記載されている。

また、車載装置１０は、列車を制御するシステムと連携してもよい。この場合、例えば車載装置１０は、異常が検知された場合、列車２の走行を停止させ、各車両のドアを開くように指示を出すことができる。

［システム構成等］
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示のように構成されていることを要しない。すなわち、各装置の分散及び統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散又は統合して構成することができる。さらに、各装置にて行われる各処理機能は、その全部又は任意の一部が、ＣＰＵ（Central Processing Unit）及び当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。なお、プログラムは、ＣＰＵだけでなく、ＧＰＵ等の他のプロセッサによって実行されてもよい。

また、本実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。

［プログラム］
一実施形態として、車載装置１０は、パッケージソフトウェアやオンラインソフトウェアとして上記の監視処理を実行する監視プログラムを所望のコンピュータにインストールさせることによって実装できる。例えば、上記の監視プログラムを情報処理装置に実行させることにより、情報処理装置を車載装置１０として機能させることができる。ここで言う情報処理装置には、デスクトップ型又はノート型のパーソナルコンピュータが含まれる。また、その他にも、情報処理装置にはスマートフォン、携帯電話機やＰＨＳ（Personal Handyphone System）等の移動体通信端末、さらには、ＰＤＡ（Personal Digital Assistant）等のスレート端末等がその範疇に含まれる。

図１２は、監視プログラムを実行するコンピュータの一例を示す図である。コンピュータ１０００は、例えば、メモリ１０１０、ＣＰＵ１０２０を有する。また、コンピュータ１０００は、ハードディスクドライブインタフェース１０３０、ディスクドライブインタフェース１０４０、シリアルポートインタフェース１０５０、ビデオアダプタ１０６０、ネットワークインタフェース１０７０を有する。これらの各部は、バス１０８０によって接続される。

メモリ１０１０は、ＲＯＭ（Read Only Memory）１０１１及びＲＡＭ（Random Access Memory）１０１２を含む。ＲＯＭ１０１１は、例えば、ＢＩＯＳ（Basic Input Output System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース１０３０は、ハードディスクドライブ１０９０に接続される。ディスクドライブインタフェース１０４０は、ディスクドライブ１１００に接続される。例えば磁気ディスクや光ディスク等の着脱可能な記憶媒体が、ディスクドライブ１１００に挿入される。シリアルポートインタフェース１０５０は、例えばマウス１１１０、キーボード１１２０に接続される。ビデオアダプタ１０６０は、例えばディスプレイ１１３０に接続される。

ハードディスクドライブ１０９０は、例えば、ＯＳ１０９１、アプリケーションプログラム１０９２、プログラムモジュール１０９３、プログラムデータ１０９４を記憶する。すなわち、車載装置１０の各処理を規定するプログラムは、コンピュータにより実行可能なコードが記述されたプログラムモジュール１０９３として実装される。プログラムモジュール１０９３は、例えばハードディスクドライブ１０９０に記憶される。例えば、車載装置１０における機能構成と同様の処理を実行するためのプログラムモジュール１０９３が、ハードディスクドライブ１０９０に記憶される。なお、ハードディスクドライブ１０９０は、ＳＳＤ（Solid State Drive）により代替されてもよい。

また、上述した実施形態の処理で用いられる設定データは、プログラムデータ１０９４として、例えばメモリ１０１０やハードディスクドライブ１０９０に記憶される。そして、ＣＰＵ１０２０は、メモリ１０１０やハードディスクドライブ１０９０に記憶されたプログラムモジュール１０９３やプログラムデータ１０９４を必要に応じてＲＡＭ１０１２に読み出して、上述した実施形態の処理を実行する。

なお、プログラムモジュール１０９３やプログラムデータ１０９４は、ハードディスクドライブ１０９０に記憶される場合に限らず、例えば着脱可能な記憶媒体に記憶され、ディスクドライブ１１００等を介してＣＰＵ１０２０によって読み出されてもよい。あるいは、プログラムモジュール１０９３及びプログラムデータ１０９４は、ネットワーク（ＬＡＮ、ＷＡＮ（Wide Area Network）等）を介して接続された他のコンピュータに記憶されてもよい。そして、プログラムモジュール１０９３及びプログラムデータ１０９４は、他のコンピュータから、ネットワークインタフェース１０７０を介してＣＰＵ１０２０によって読み出されてもよい。

Ｎネットワーク
１監視システム
２列車
１０車載装置
１１通信部
１２記憶部
１３制御部
２０車両
３０撮影装置
４０端末装置
５０サーバ
１２１モデル情報
１３１収集部
１３２検知部
１３３通知部

Claims

列車に含まれる車両のそれぞれに備えられた車載装置と、
前記車両のそれぞれに備えられ、前記車両の内部を撮影する撮影装置と、
を有し、
前記車載装置は、
前記撮影装置によって撮影された画像を収集する収集部と、
前記画像から異常を検知する検知部と、
前記検知部による検知結果を通知する通知部と、
を有することを特徴とする監視システム。
前記検知部は、画像認識により前記画像から暴行を行っている人、凶器を所持している人、又は物を振り回している人が検出された場合、異常を検知することを特徴とする請求項１に記載の監視システム。
前記検知部は、前記画像から検出した複数の人の移動方向を基に異常を検知することを特徴とする請求項１又は２に記載の監視システム。
前記検知部は、前記車両のドアが閉じていて、かつ１つの地点に向かうように複数の人が移動していることが検出された場合、異常を検知することを特徴とする請求項３に記載の監視システム。
前記検知部は、前記車両のドアが閉じていて、かつ１つの地点から離れるように複数の人が移動していることが検出された場合、異常を検知することを特徴とする請求項３又は４に記載の監視システム。
列車に含まれる車両に備えられた車載装置によって実行される監視方法であって、
前記車両に備えられ、前記車両の内部を撮影する撮影装置によって撮影された画像を収集する収集工程と、
前記画像から異常を検知する検知工程と、
前記検知工程による検知結果を通知する通知工程と、
を含むことを特徴とする監視方法。
列車に含まれる車両に備えられた車載装置に、
前記車両に備えられ、前記車両の内部を撮影する撮影装置によって撮影された画像を収集する収集ステップと、
前記画像から異常を検知する検知ステップと、
前記検知ステップによる検知結果を通知する通知ステップと、
を実行させることを特徴とする監視プログラム。