JP2024007265A - 映像分析装置、映像分析方法、及びプログラム - Google Patents

Abstract

【課題】画像に含まれる人の間隔を解析した結果を活用する。【解決手段】映像分析装置１００は、間隔取得部１１０及び表示制御部１１３を備える。間隔取得部１１０は、対象領域を撮影することで得られる映像に含まれる人の間隔を求める。表示制御部１１３は、求められた間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示部に表示させる。【選択図】図１

Description

本発明は、映像分析装置、映像分析方法、及びプログラムに関する。

特許文献１には、密集の解消を促すための混雑状況報知システムが開示されている。混雑状況報知システムは、監視対象領域を撮影した画像に基づいて、撮影画像中の人を骨格情報のみで表示するように画像処理を施したプライバシー保護処理済画像を生成する。混雑状況報知システムは、監視対象領域における実際の距離において個々の人から所定距離内にある個々の円形領域の外縁を示す環状線を、個々の人の動きに応じて移動させながら、プライバシー保護処理済画像中に重ねて表示する。混雑状況報知システムは、環状線が重ねて表示されているプライバシー保護処理済画像を、混雑情報として発信する。

なお、特許文献２には、画像に含まれる人体の複数のキーポイント各々の特徴量を算出し、算出した特徴量に基づき姿勢が似た人体や動きが似た人体を含む画像を検索したり、当該姿勢や動きが似たもの同士でまとめて分類したりする技術が記載されている。また、非特許文献１には、人物の骨格推定に関連する技術が記載されている。

特許６７６４２１４号公報 国際公開第２０２１／０８４６７７号

Zhe Cao, Tomas Simon, Shih-En Wei, Yaser Sheikh, [Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields];, The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017, P. 7291-7299

特許文献１では、プライバシー保護処理済画像を発信することの他に、映像に含まれる人の間隔を解析した結果を活用することは記載されていない。なお、特許文献２及び非特許文献１でも、映像に含まれる人の間隔を解析した結果を活用する技術は開示されていない。

本発明の目的の一例は、上述した課題を鑑み、映像に含まれる人の間隔を解析した結果を活用することを解決する映像分析装置、映像分析方法、及びプログラムを提供することにある。

本発明の一態様によれば、
対象領域を撮影することで得られる映像に含まれる人の間隔を求める間隔取得手段と、
前記求められた間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示手段に表示させる表示制御手段とを備える
映像分析装置が提供される。

本発明の一態様によれば、
対象領域を撮影することで得られる映像に含まれる人の間隔を求める間隔取得手段と、
前記求められた間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、前記対象領域を示す画像に重ねて表示手段に表示させる表示制御手段とを備える
映像分析装置が提供される。

本発明の一態様によれば、
コンピュータが、
対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
前記求められた間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示手段に表示させる
映像分析方法が提供される。

本発明の一態様によれば、
コンピュータに、
対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
前記求められた間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示手段に表示させることを実行させるためのプログラムが提供される。

本発明の一態様によれば、
コンピュータが、
対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
前記求められた間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、前記対象領域を示す画像に重ねて表示手段に表示させる
映像分析方法が提供される。

本発明の一態様によれば、
コンピュータに、
対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
前記求められた間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、前記対象領域を示す画像に重ねて表示手段に表示させることを実行させるためのプログラムが提供される。

本発明の一態様によれば、映像に含まれる人の間隔を解析した結果を活用することが可能になる。

実施形態１に係る映像分析装置の概要を示す図である。 実施形態１に係る映像分析システムの概要を示す図である。 実施形態１に係る映像分析処理の一例を示すフローチャートである。 実施形態１に係る映像分析システムの構成の詳細例を示す図である。 画像情報の構成例を示す図である。 解析情報の構成例を示す図である。 実施形態１に係る映像分析装置の機能的な構成の詳細例を示す図である。 実施形態１に係る映像分析装置の物理的な構成例を示す図である。 実施形態１に係る解析処理の一例を示すフローチャートである。 実施形態１に係る処理対象指定画面の一例を示す図である。 実施形態１に係る映像分析処理の詳細例を示すフローチャートである。 人の間隔の例を示す図である。 実施形態１に係る人数表示画面の一例を示す図である。 実施形態１に係る割合表示画面の一例を示す図である。 実施形態２に係る映像分析装置の概要を示す図である。 実施形態２に係る映像分析システムの概要を示す図である。 実施形態２に係る映像分析処理の一例を示すフローチャートである。 実施形態２に係る映像分析システムの構成の詳細例を示す図である。 実施形態２に係る映像分析装置の機能的な構成の詳細例を示す図である。 実施形態２に係る第３情報の構成例を示す図である。 実施形態２に係る映像分析処理の詳細例を示すフローチャートである。 実施形態２に係る密集レベル表示画面の一例を示す図である。 変形例１に係る映像分析装置の機能的な構成例を示す図である。

以下、本発明の実施形態について、図面を用いて説明する。なお、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。

＜実施形態１＞
図１は、実施形態１に係る映像分析装置１００の概要を示す図である。映像分析装置１００は、間隔取得部１１０及び表示制御部１１３を備える。

間隔取得部１１０は、対象領域を撮影することで得られる映像に含まれる人の間隔を求める。表示制御部１１３は、求められた間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示部に表示させる。

この映像分析装置１００によれば、映像に含まれる人の間隔を解析した結果を活用することが可能になる。

図２は、実施形態１に係る映像分析システム１２０の概要を示す図である。映像分析システム１２０は、映像分析装置１００、少なくとも１つの撮影装置１２１＿１及び解析装置１２２を備える。

撮影装置１２１＿１は、対象領域を撮影することで映像を生成する装置である。解析装置１２２は、映像を解析して、映像に含まれる人を検出するとともに当該人の位置を求める。

この映像分析システム１２０によれば、映像に含まれる人の間隔を解析した結果を活用することが可能になる。

図３は、実施形態１に係る映像分析処理の一例を示すフローチャートである。

間隔取得部１１０は、対象領域を撮影することで得られる映像に含まれる人の間隔を求める（ステップＳ１０１）。表示制御部１１３は、求められた間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示部に表示させる（ステップＳ１０４）。

この映像分析処理によれば、映像に含まれる人の間隔を解析した結果を活用することが可能になる。

以下、実施形態１に係る映像分析システム１２０の詳細例について説明する。

図４は、本実施形態に係る映像分析システム１２０の構成の詳細例を示す図である。

映像分析システム１２０は、映像分析装置１００、撮影装置１２１＿１を含むＫ台の撮影装置１２１＿１～１２１＿Ｋ及び解析装置１２２を備える。ここで、Ｋは、１以上の整数である。

映像分析装置１００、撮影装置１２１＿１～１２１＿Ｋの各々及び解析装置１２２は、有線、無線又はこれらを組み合わせて構成される通信ネットワークＮを介して互いに接続されている。映像分析装置１００、撮影装置１２１＿１～１２１＿Ｋの各々及び解析装置１２２は、通信ネットワークＮを介して互いに情報を送受信する。

（撮影装置１２１＿１～１２１＿Ｋの構成）
撮影装置１２１＿２～１２１＿Ｋの各々は、上述の撮影装置１２１＿１と同様に、対象領域を撮影することで映像を生成する装置である。撮影装置１２１＿１～１２１＿Ｋの各々は、例えば、予め定められた対象領域内における所定の撮影領域を撮影するために設置されるカメラである。対象領域は、建物、施設、市町村、都道府県などであってもよく、これらの中で適宜定められる範囲であってもよい。撮影装置１２１＿１～１２１＿Ｋの各々の撮影領域は、一部が互いに重なり合っていてもよく、互いに異なる領域であってもよい。

撮影装置１２１＿２～１２１＿Ｋのいずれか１台が撮影する映像は、例えば所定のフレームレートで撮影された時系列のフレーム画像（以下、単に「画像」とも称する。）から構成される。撮影装置１２１＿２～１２１＿Ｋの各々は、撮影することで得られる映像を、例えばリアルタイムで、解析装置１２２へ通信ネットワークＮを介して送信する。

（解析装置１２２の機能）
解析装置１２２は、撮影装置１２１＿１～１２１＿Ｋの各々が撮影することで得られる映像を解析する。解析装置１２２は、図４に示すように、解析部１２３と、解析記憶部１２４とを備える。

解析部１２３は、映像を構成する画像を含む画像情報１２４ａを撮影装置１２１＿１～１２１＿Ｋの各々から取得し、取得した画像情報１２４ａを解析記憶部１２４に記憶させる。解析部１２３は、取得した画像情報１２４ａのそれぞれに含まれる画像を解析する。解析部１２３は、画像を解析した結果を示す解析情報１２４ｂを生成し解析記憶部１２４に記憶させる。また、解析部１２３は、画像情報１２４ａ及び解析情報１２４ｂを映像分析装置１００へ通信ネットワークＮを介して送信する。

解析部１２３は、複数種類のエンジンを用いて画像を解析する。各種のエンジンは、画像を解析して当該画像に含まれる検出対象を検出するための機能を備える。検出対象は、人を含む。検出対象は、自動車、鞄など予め定められる物を含んでもよい。

解析部１２３は、複数種類のエンジンを用いて画像を解析することで、画像に含まれる人の外観属性を求めてもよい。

外観属性とは、人の外観上の属性である。外観属性は、例えば、年齢層、性別、服装のタイプ（例えば、カジュアル、フォーマルなど）や色、靴のタイプ（例えば、スニーカ、革靴、ハイヒールなど）や色、髪型、帽子の着用又は非着用、ネクタイの着用又は非着用、眼鏡の着用又は非着用、傘を所持しているか否か、傘をさしているか否かなどの１つ以上を含む。

エンジンの種類の例として、（１）物体検出エンジン、（２）顔解析エンジン、（３）人型解析エンジン、（４）姿勢解析エンジン、（５）行動解析エンジン、（６）外観属性解析エンジン、（７）勾配特徴解析エンジン、（８）色特徴解析エンジン、（９）動線解析エンジンを挙げることができる。なお、解析装置１２２は、ここで例示した種類のエンジン及びその他の種類のエンジンのうちの少なくとも１つのエンジンを備えるとよい。

（１）物体検出エンジンは、画像から人物及び物を検出する。物体検出機能は、画像内の人物及び物の位置を求めることもできる。物体検出処理に適用されるモデルとして、例えば、ＹＯＬＯ（Ｙｏｕ Ｏｎｌｙ Ｌｏｏｋ Ｏｎｃｅ）がある。

（２）顔解析エンジンは、画像から人の顔を検出し、検出した顔の特徴量（顔特徴量）の抽出、検出した顔の分類（クラス分け）などを行う。顔解析エンジンは、顔の画像内の位置を求めることもできる。顔解析エンジンは、異なる画像から検出した人物の顔特徴量同士の類似度などに基づいて、異なる画像から検出した人物の同一性を判定することもできる。

（３）人型解析エンジンは、画像に含まれる人の人体的特徴量（例えば、体形の肥痩や、身長、服装などの全体的な特徴を示す値）の抽出、画像に含まれる人の分類（クラス分け）などを行う。人型解析エンジンは、人の画像内の位置を特定することもできる。人型解析エンジンは、異なる画像に含まれる人の人体的特徴量などに基づいて、異なる画像に含まれる人の同一性を判定することもできる。

（４）姿勢解析エンジンは、人の姿勢を示す姿勢情報を生成する。姿勢情報は、例えば、人物の姿勢推定モデルを含む。姿勢推定モデルは、画像から推定される人物の関節を繋いだモデルである。姿勢推定モデルは、例えば、関節に対応する関節要素、胴体に対応する体幹要素、関節間を接続する骨に対応する骨要素などに対応する複数のモデル要素から構成される。姿勢解析機能は、例えば、画像から人物の関節点を検出し、関節点を繋げて姿勢推定モデルを作成する。

そして、姿勢解析エンジンは、姿勢推定モデルの情報を用いて、人の姿勢を推定し、推定した姿勢の特徴量（姿勢特徴量）の抽出、画像に含まれる人の分類（クラス分け）などを行う。姿勢解析エンジンは、異なる画像に含まれる人の姿勢特徴量などに基づいて、異なる画像に含まれる人の同一性を判定することもできる。

姿勢解析エンジンには、例えば、特許文献２、非特許文献１に開示された技術を適用することができる。

（５）行動解析エンジンは、姿勢推定モデルの情報、姿勢の変化などを用いて、人の動きを推定し、人の動きの特徴量（動き特徴量）の抽出、画像に含まれる人の分類（クラス分け）などを行うことができる。行動解析エンジンでは、棒人間モデルの情報を用いて、人の身長を推定したり、人物の画像内の位置を特定したりすることもできる。行動解析エンジンは、例えば、姿勢の変化又は推移、移動（位置の変化又は推移）などの行動を画像から推定し、その行動に関する動き特徴量を抽出することができる。

（６）外観属性解析エンジンは、人に付随する外観属性を認識することができる。外観属性解析エンジンは、認識した外観属性に関する特徴量（外観属性特徴量）の抽出、画像に含まれる人の分類（クラス分け）などを行う。外観属性とは、外観上の属性であり、例えば、服装の色、靴の色、髪型、帽子やネクタイ、眼鏡の着用又は非着用などの１つ以上を含む。

（７）勾配特徴解析エンジンは、画像における勾配の特徴量（勾配特徴量）を抽出する。勾配特徴解析エンジンには、例えば、ＳＩＦＴ、ＳＵＲＦ、ＲＩＦＦ、ＯＲＢ、ＢＲＩＳＫ、ＣＡＲＤ、ＨＯＧなどの技術を適用することができる。

（８）色特徴解析エンジンは、画像から物体を検出し、検出した物体の色の特徴量（色特徴量）の抽出、検出した物体の分類（クラス分け）などを行うことができる。色特徴量は、例えばカラーヒストグラムなどである。色特徴解析エンジンは、例えば、画像に含まれる人物、物を検出することができる。

（９）動線解析エンジンは、例えば上述のエンジンのいずれか１つ又は複数が行った同一性の判定の結果を用いて、映像に含まれる人の動線（移動の軌跡）を求めることができる。詳細には例えば、時系列的に異なる画像間で同一であると判定された人を接続することで、その人の動線を求めることができる。また例えば、動線解析エンジンは、人の移動方向及び移動速度を示す移動特徴量を求めることができる。移動特徴量は、人の移動方向及び移動速度のいずれか１つであってもよい。

動線解析エンジンは、異なる撮影領域を撮影する複数の撮影装置１２１＿２～１２１＿Ｋで撮影した映像を取得した場合などには、異なる撮影領域を撮影した複数の画像間に跨る動線を求めることもできる。

また、（１）～（９）のエンジンは、それぞれが求める特徴量の信頼度を求めることができる。

なお、（１）～（９）の各エンジンは、他のエンジンが行った解析の結果を適宜利用してもよい。映像分析装置１００は、解析装置１２２の機能を備える解析部を備えてもよい。

解析記憶部１２４は、画像情報１２４ａ、解析情報１２４ｂなどの各種の情報を記憶するための記憶部である。

画像情報１２４ａは、複数の画像の各々を示す情報である。図５は、画像情報１２４ａの構成例を示す図である。画像情報１２４ａは、例えば、画像ＩＤ、撮影装置ＩＤ、撮影時間及び画像を関連付ける。

画像ＩＤは、映像を構成する画像の各々を識別するための情報（画像識別情報）である。撮影装置ＩＤは、撮影装置１２１＿１～１２１＿Ｋの各々を識別するための情報（撮影識別情報）である。撮影時間は、画像が撮影された時間を示す情報である。撮影時間は、例えば、日付及び時刻を含む。

画像情報１２４ａでは、画像ＩＤと、当該画像ＩＤを用いて識別される画像とが関連付けられる。また、画像情報１２４ａでは、当該画像ＩＤを用いて識別される画像を撮影した撮影装置１２１＿１～１２１＿Ｋを識別するための撮影装置ＩＤと、当該画像ＩＤが示す画像が撮影された時間を示す撮影時間と、が関連付けられる。

図６は、解析情報１２４ｂの構成例を示す図である。解析情報１２４ｂは、画像ＩＤ、撮影装置ＩＤ、撮影時間及び解析結果を関連付ける。

解析情報１２４ｂにて関連付けられる画像ＩＤ、撮影装置ＩＤ及び撮影時間は、画像情報１２４ａにて関連付けられる画像ＩＤ、撮影装置ＩＤ及び撮影時間のそれぞれと同様である。

解析結果は、これに関連付けられた画像ＩＤを用いて識別される画像を解析した結果を示す情報である。解析情報１２４ｂにおいて、解析結果には、当該解析結果を得るために解析の対象となった画像を識別するための画像ＩＤが関連付けられる。

解析結果は、例えば、人ＩＤ及び位置を関連付ける。

人ＩＤは、画像から検出された人を識別するための情報（人識別情報）である。解析情報１２４ｂにおいて、人ＩＤは、これに関連付けられた画像ＩＤを用いて識別される画像に含まれる人を識別するための情報である。人ＩＤは、検出対象が同一人物であるか否かに関わらず、複数の画像の各々から検出された人に対応する画像の各々を識別するための情報である。

なお、人ＩＤは、複数の画像の各々から検出された人に対応する画像が示す人物の各々を識別するための情報であってもよい。この場合の人ＩＤは、検出対象が同一人物である場合に同一の人ＩＤとなり、検出対象が異なる人物である場合に異なる人ＩＤとなる。

位置は、人の位置を示す情報である。人の位置は、例えば画像内における位置を用いて表される。なお、位置は、実空間における位置を用いて表されてもよい。解析情報１２４ｂにおいて、位置は、これに関連付けられた人ＩＤを用いて識別される人の位置を示す。

外観属性は、人の外観属性を示す。解析情報１２４ｂにおいて、外観属性は、これに関連付けられた人ＩＤを用いて識別される人の外観属性を示す。

（映像分析装置１００の機能）
図７は、本実施形態に係る映像分析装置１００の機能的な構成の詳細例を示す図である。映像分析装置１００は、記憶部１０８、受信部１０９、間隔取得部１１０、第１処理部１１１、第２処理部１１２、表示制御部１１３及び表示部１１４を備える。なお、映像分析装置１００は、解析部１２３を備えてもよく、この場合、映像分析システム１２０は解析装置１２２を備えなくてもよい。

記憶部１０８は、各種情報を記憶するための記憶部である。

受信部１０９は、画像情報１２４ａ、解析情報１２４ｂなどの各種の情報を解析装置１２２から通信ネットワークＮを介して受信する。受信部１０９は、画像情報１２４ａ、解析情報１２４ｂを解析装置１２２から、リアルタイムで受信してもよく、映像分析装置１００での処理に用いる場合など必要に応じて受信してもよい。

受信部１０９は、受信した情報を記憶部１０８に記憶させる。すなわち、本実施形態において記憶部１０８に記憶される情報は、画像情報１２４ａ及び解析情報１２４ｂを含む。

なお、受信部１０９は、画像情報１２４ａを撮影装置１２１＿１～１２１＿Ｋから通信ネットワークＮを介して受信し、受信した情報を記憶部１０８に記憶させてもよい。また、受信部１０９は、映像分析装置１００での処理に用いる場合など必要に応じて、画像情報１２４ａ及び解析情報１２４ｂを解析装置１２２から通信ネットワークＮを介して受信してもよい。この場合、画像情報１２４ａ及び解析情報１２４ｂは、記憶部１０８に記憶されなくてもよい。さらに、例えば受信部１０９が画像情報１２４ａ、解析情報１２４ｂのすべてを解析装置１２２から受信して記憶部１０８に記憶させる場合などには、解析装置１２２は画像情報１２４ａ及び解析情報１２４ｂを保持しなくてもよい。

間隔取得部１１０は、解析情報１２４ｂに基づいて、撮影装置１２１＿１～１２１＿Ｋが対象領域を撮影することで得られる映像に含まれる人の間隔を求める。詳細には、間隔取得部１１０は、解析情報１２４ｂに基づいて、映像を構成する各画像に含まれる人の組み合わせを特定する。間隔取得部１１０は、特定した組み合わせごとに、解析情報１２４ｂの位置を用いて人の間隔を求める。

第１処理部１１１は、間隔取得部１１０が求めた間隔が基準値以下である人の人数に関する第１情報を生成する。基準値は、例えば１メートル、２メートルなど、人の間隔に関して予め定められる値である。第１処理部１１１は、例えばユーザの入力に基づいて、基準値を予め保持する。

第１情報は、間隔が基準値以下である人の人数に関する情報である。第１情報は、例えば、対象領域内を撮影することで得られた各画像に含まれる人のうち、間隔が基準値以下である人の人数、割合などの少なくとも１つを含むとよい。この割合を求める場合、第１処理部１１１は、例えば、各画像に含まれる人の全人数を求め、間隔が基準値以下である人の人数を当該全人数で除することで割合を求める。

第２処理部１１２は、解析情報１２４ｂに基づいて、間隔取得部１１０が求めた間隔が基準値以下である人の外観属性について統計処理を行う。そして、第２処理部１１２は、統計処理を行った結果を示す第２情報を生成する。

第２情報は、求められた間隔が基準値以下である人の外観属性について統計処理を行った結果を示す情報である。

例えば、第２情報は、対象領域内を撮影することで得られた各画像において間隔が基準値以下である人について、外観属性別の人数、構成割合などの少なくとも１つを含んでもよい。この構成割合を求める場合、第２処理部１１２は、例えば、各画像に含まれる人の全人数を求め、間隔が基準値以下である人の外観属性別の人数を全人数で除することで割合を求める。

また例えば、第２情報は、対象領域内を撮影することで得られた各画像において間隔が基準値以下である人について、属する人数が最も多い外観属性、この外観属性に属する人の人数などの少なくとも１つを含んでもよい。さらに例えば、第２情報は、属する人数が多い順で並べた外観属性のリストを含んでもよい。

表示制御部１１３は、各種の情報を表示部１１４（例えば、ディスプレイ）に表示させる。

例えば、表示制御部１１３は、第１処理部１１１が生成した第１情報の時系列での推移を表示部１１４に表示させる。また例えば、表示制御部１１３は、第２処理部１１２が生成した第２情報を表示部１１４に表示させる。

さらに例えば、表示制御部１１３は、表示対象期間及び表示対象領域の少なくとも一方の指定を受け付けてもよい。そして、表示制御部１１３は、表示対象期間及び表示対象領域の少なくとも一方の指定を受け付けると、当該受け付けた指定に基づいて、第１情報の時系列での推移、第２情報などを表示部１１４に表示させてもよい。

表示対象期間の指定を受け付けた場合、表示制御部１１３は、例えば、表示対象期間に撮影された映像に基づく第１情報の時系列での推移、第２情報などを表示部１１４に表示させるとよい。表示対象領域を受け付けた場合、表示制御部１１３は、例えば、表示対象期間に対応する映像に基づく第１情報の時系列での推移、第２情報などを表示部１１４に表示させるとよい。

表示対象期間、表示対象領域を指定する方法は種々である。表示対象期間は、日付、時間帯、日付及び時間帯の組み合わせなどで指定されてもよい。表示対象領域は、１つ以上の撮影装置ＩＤを用いて指定されてもよい。この場合、表示制御部１１３は、指定された撮影装置ＩＤを用いて識別される撮影装置１２１＿１～１２１＿Ｋの撮影領域を表示対象領域に設定するとよい。

また、表示制御部１１３は、撮影装置１２１＿１～１２１＿Ｋが対象領域を撮影することで得られる映像を表示部１１４に表示させてもよい。この場合、表示対象期間の始期及び終期の各々に対応する画像の指定を受け付けることで、表示制御部１１３は、表示対象期間の指定を受け付けてもよい。映像を構成する画像中の領域の指定を受け付けることで、表示制御部１１３は、表示対象領域の指定を受け付けてもよい。

（映像分析装置１００の物理的構成）
図８は、本実施形態に係る映像分析装置１００の物理的な構成例を示す図である。映像分析装置１００は、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、ネットワークインタフェース１０５０及びユーザインタフェース１０６０を有する。

バス１０１０は、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、ネットワークインタフェース１０５０及びユーザインタフェース１０６０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０２０などを互いに接続する方法は、バス接続に限定されない。

プロセッサ１０２０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などで実現されるプロセッサである。

メモリ１０３０は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などで実現される主記憶装置である。

ストレージデバイス１０４０は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、メモリカード、又はＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などで実現される補助記憶装置である。ストレージデバイス１０４０は、映像分析装置１００の機能を実現するためのプログラムモジュールを記憶している。プロセッサ１０２０がこれら各プログラムモジュールをメモリ１０３０に読み込んで実行することで、そのプログラムモジュールに対応する機能が実現される。

ネットワークインタフェース１０５０は、映像分析装置１００を通信ネットワークＮに接続するためのインタフェースである。

ユーザインタフェース１０６０は、ユーザが情報を入力するためのインタフェースとしてのタッチパネル、キーボード、マウスなど、及び、ユーザに情報を提示するためのインタフェースとしての液晶パネル、有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）パネルなどである。

解析装置１２２は、物理的には、映像分析装置１００と同様に構成されるとよい（図８参照）。

（映像分析システム１２０の動作）
ここから、映像分析システム１２０の動作について、図を参照して説明する。

（解析処理）
図９は、本実施形態に係る解析処理の一例を示すフローチャートである。解析処理は、撮影装置１２１＿１～１２１＿Ｋが撮影した画像を解析するための処理である。解析処理は、例えば、撮影装置１２１＿１～１２１＿Ｋ及び解析部１２３の稼働中に繰り返し実行される。

解析部１２３は、撮影装置１２１＿１～１２１＿Ｋの各々から、例えばリアルタイムで、画像情報１２４ａを通信ネットワークＮを介して取得する（ステップＳ２０１）。

解析部１２３は、ステップＳ２０１にて取得した画像情報１２４ａを解析記憶部１２４に記憶させ、当該画像情報１２４ａに含まれる画像を解析する（ステップＳ２０２）。これにより、解析部１２３は、解析情報１２４ｂを生成する。

解析部１２３は、ステップＳ２０２での解析を行うことで生成した解析情報１２４ｂを解析記憶部１２４に記憶させるとともに、通信ネットワークＮを介して映像分析装置１００へ送信する（ステップＳ２０３）。このとき、解析部１２３は、ステップＳ２０１にて取得した画像情報１２４ａを通信ネットワークＮを介して映像分析装置１００へ送信してもよい。

受信部１０９は、ステップＳ２０３にて送信された解析情報１２４ｂを通信ネットワークＮを介して受信する（ステップＳ２０４）。このとき、受信部１０９は、ステップＳ２０３にて送信された画像情報１２４ａを通信ネットワークＮを介して受信してもよい。

受信部１０９は、ステップＳ２０４にて受信した解析情報１２４ｂを記憶部１０８に記憶させて（ステップＳ２０５）、解析処理を終了する。このとき、受信部１０９は、ステップＳ２０４にて受信した画像情報１２４ａを通信ネットワークＮを介して受信してもよい。

（映像分析処理）
映像分析処理は、図３を参照して説明したように、画像を解析した結果を用いて、映像に含まれる人の間隔を解析し、その結果を活用するための処理である。映像分析処理は、例えばユーザがログインすると開始され、表示制御部１１３は、処理対象指定画面１３１を表示部１１４に表示させる。処理対象指定画面１３１は、ユーザの指定を受け付けるための画面である。

図１０は、本実施形態に係る処理対象指定画面１３１の一例を示す図である。図１０に示す処理対象指定画面１３１は、処理対象領域及び処理対象期間を指定するための画面である。

処理対象領域及び処理対象期間は、それぞれ、間隔取得部１１０が人の間隔を求める処理の対象となる領域及び時間である。処理対象領域は、例えば、１つ以上の撮影装置ＩＤを用いて指定される。この場合、処理対象領域には、指定された撮影装置ＩＤを用いて識別される撮影装置１２１＿１～１２１＿Ｋの撮影領域が設定される。

処理対象指定画面１３１は、処理対象領域及び処理対象期間のそれぞれに対応する入力欄を含む。例えばユーザは、各入力欄に入力することで処理対象領域及び処理対象期間を指定する。

図１０は、「処理対象領域」に対応付けられた入力欄を用いて、「撮影装置１」、「撮影装置２」及び「撮影装置３」という３つの撮影装置ＩＤが指定されている例を示す。また、図１０は、「処理対象期間」に対応付けられた入力欄を用いて、「２０２２年４月１日１０：００」を始期とし、「２０２２年４月１日１１：００」を終期とする処理対象期間が指定されている例を示す。

例えば、ユーザが開始ボタン１３１ａを押下すると、映像分析装置１００は、図１１に示す映像分析処理を開始する。

図１１は、本実施形態に係る映像分析処理の詳細例を示すフローチャートである。

間隔取得部１１０は、例えば記憶部１０８に記憶された解析情報１２４ｂに基づいて、撮影装置１２１＿１～１２１＿Ｋが対象領域を撮影することで得られる映像に含まれる人の間隔を求める（ステップＳ１０１）。

詳細には、間隔取得部１１０は、画像に含まれる人について、２人ずつのすべての組み合わせを特定する。そして、間隔取得部１１０は、特定した組み合わせごとに、解析情報１２４ｂの位置を用いて人の間隔を求める。

図１２は、人の間隔の例を示す図である。解析情報１２４ｂに人ＩＤ「Ｐ１」、「Ｐ２」及び「Ｐ３」の人が含まれるとする。この場合、間隔取得部１１０は、すべての組み合わせとして、人ＩＤ「Ｐ１」及び「Ｐ２」の組み合わせ、人ＩＤ「Ｐ１」及び「Ｐ３」の組み合わせ、人ＩＤ「Ｐ２」及び「Ｐ３」の組み合わせを特定する。

そして、間隔取得部１１０は、人ＩＤ「Ｐ１」及び「Ｐ２」の組み合わせについて、これらの人ＩＤに関連付けられた位置に基づいて、間隔Ｄ１－２を求める。間隔取得部１１０は、人ＩＤ「Ｐ１」及び「Ｐ３」の組み合わせについて、これらの人ＩＤに関連付けられた位置に基づいて、間隔Ｄ１－３を求める。間隔取得部１１０は、人ＩＤ「Ｐ２」及び「Ｐ３」の組み合わせについて、これらの人ＩＤに関連付けられた位置に基づいて、間隔Ｄ２－３を求める。

図１１を再び参照する。
第１処理部１１１は、ステップＳ１０１にて求められた間隔に基づいて、間隔が基準値以下である人の人数に関する第１情報を生成する（ステップＳ１０２）。

第２処理部１１２は、解析情報１２４ｂに基づいて、間隔取得部１１０が求めた間隔が基準値以下である人の外観属性について統計処理を行い、当該統計処理の結果を示す第２情報を生成する（ステップＳ１０３）。

詳細には例えば、第２処理部１１２は、ステップＳ１０１にて求められた間隔が基準値以下である人の人ＩＤと、当該人ＩＤに関連付けられた外観情報を取得する。第２処理部１１２は、取得した人ＩＤ及び外観情報に基づいて、間隔が基準値以下である人の外観属性について統計処理を行う。

表示制御部１１３は、例えば、ステップＳ１０２で生成された第１情報とステップＳ１０３で生成された第２情報との少なくとも一方を表示部１１４に表示させる（ステップＳ１０４）。

詳細には例えば、表示制御部１１３は、第１情報の時系列での推移を表示させるための単位時間の指定を受け付ける。表示制御部１１３は、単位時間の指定を受け付けると、当該受け付けた単位時間に従った時間間隔で第１情報の時系列での推移を示す情報を表示部１１４に表示させる。

図１３は、人数表示画面１３２の一例を示す図である。人数表示画面１３２は、第１情報を表示部１１４に表示させるための画面の一例である。図１３に例示する人数表示画面１３２は、単位時間を１０分として、画像に含まれる人の全人数と、間隔が基準値以下である人の人数を折れ線グラフで示す例である。なお、第１情報の時系列での推移は、折れ線グラフに限られず、棒グラフなどで示されてもよい。

図１４は、割合表示画面１３３の一例を示す図である。割合表示画面１３３は、第１情報を表示部１１４に表示させるための画面の他の例である。図１４に例示する割合表示画面１３３は、単位時間を１０分として、間隔が基準値以下である人の割合を折れ線グラフで示す例である。なお、第１情報の時系列での推移は、折れ線グラフに限られず、棒グラフなどで示されてもよい。

また、図１４に例示する割合表示画面１３３は、間隔が基準値以下である人の割合とともに、各時間帯の第２情報を含む。図１４に例示する第２情報は、属する人数が最も多い外観属性である。図１４において、例えば１０：００～１０：１０の時間帯に関連付けられた第２情報は、属する人数が最も多い外観属性が「カジュアル」な服装であることを示す。

なお、表示制御部１１３は、例えばユーザの指定に基づいて、表示部１１４に表示させる画面の態様（例えば、人数表示画面１３２又は割合表示画面１３３）を決定するとよい。

（作用・効果）
以上、本実施形態によれば、映像分析装置１００は、間隔取得部１１０及び表示制御部１１３を備える。間隔取得部１１０は、対象領域を撮影することで得られる映像に含まれる人の間隔を求める。表示制御部１１３は、求められた間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示部１１４に表示させる。

これにより、ユーザは、映像に含まれる人について、間隔が基準値以下である人の人数に関する第１情報の時系列での推移を閲覧することができる。従って、画像に含まれる人の間隔を解析した結果を活用することが可能になる。

本実施形態によれば、第１情報は、間隔が基準値以下である人の割合、間隔が基準値以下である人の人数の少なくとも１つを含む。

これにより、ユーザは、間隔が基準値以下である人の割合、間隔が基準値以下である人の人数の少なくとも１つの時系列での推移を閲覧することができる。従って、画像に含まれる人の間隔を解析した結果を活用することが可能になる。

本実施形態によれば、表示制御部１１３は、さらに、求められた人の間隔が基準値以下である人の外観属性について統計処理を行った結果を示す第２情報を表示部１１４に表示させる。

これにより、ユーザは、映像に含まれる人について、間隔が基準値以下である人の外観属性について統計処理を行った結果を示す第２情報を閲覧することができる。従って、画像に含まれる人の間隔を解析した結果を活用することが可能になる。

本実施形態によれば、表示制御部１１３は、表示対象期間及び表示対象領域の少なくとも一方の指定を受け付けると、当該受け付けた指定に基づいて、第１情報の時系列での推移を表示部１１４に表示させる。

これにより、ユーザは、所望の表示対象期間及び表示対象領域の少なくとも一方に対応する映像に含まれる人について、間隔が基準値以下である人の人数に関する第１情報の時系列での推移を閲覧することができる。従って、画像に含まれる人の間隔を解析した結果を活用することが可能になる。

本実施形態によれば、表示制御部１１３は、時系列での推移を表示させるための単位時間の指定を受け付けると、単位時間に従った時間間隔で第１情報の時系列での推移を示す情報を表示部１１４に表示させる。

これにより、ユーザは、単位時間に従った時間間隔で第１情報の時系列での推移を閲覧することができる。従って、画像に含まれる人の間隔を解析した結果を活用することが可能になる。

＜実施形態２＞
実施形態１では、映像に含まれる人の間隔に基づいて、第１情報の時系列での推移などを表示部１１４に表示させる例を説明した。映像に含まれる人の間隔を解析した結果を活用する方法は、これに限られない。実施形態２では、映像に含まれる人の間隔に基づいて、人の密集レベルを表示部１１４に表示させる例を説明する。本実施形態では、説明を簡明にするため、実施形態１と異なる点について主に説明し、実施形態１と重複する説明は適宜省略する。

図１５は、実施形態２に係る映像分析装置２００の概要を示す図である。映像分析装置２００は、実施形態１と同様の間隔取得部１１０、及び、実施形態１に係る表示制御部１１３に代わる表示制御部２１３を備える。

表示制御部２１３は、求められた間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、対象領域を示す画像に重ねて表示部に表示させる。

この映像分析装置２００によれば、映像に含まれる人の間隔を解析した結果を活用することが可能になる。

図１６は、実施形態２に係る映像分析システム２２０の概要を示す図である。映像分析システム２２０は、実施形態１に係る映像分析装置１００に代わる映像分析装置２００と、実施形態１と同様の少なくとも１つの撮影装置１２１＿１及び解析装置１２２と、を備える。

この映像分析システム２２０によれば、映像に含まれる人の間隔を解析した結果を活用することが可能になる。

図１７は、実施形態２に係る映像分析処理の一例を示すフローチャートである。本実施形態に係る映像分析処理は、実施形態１と同様のステップＳ１０１と、実施形態１に係るステップＳ１０４に代わるステップＳ２１４とを含む。

ステップＳ２１４では、表示制御部２１３は、求められた間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、対象領域を示す画像に重ねて表示部に表示させる。

この映像分析処理によれば、映像に含まれる人の間隔を解析した結果を活用することが可能になる。

以下、実施形態２に係る映像分析システム２２０の詳細例について説明する。

図１８は、本実施形態に係る映像分析システム２２０の構成の詳細例を示す図である。

映像分析システム２２０は、詳細には、実施形態１に係る映像分析装置１００に代わる映像分析装置２００と、実施形態１と同様の撮影装置１２１＿１～１２１＿Ｋ及び解析装置１２２と、を備える。

（映像分析装置２００の機能）
図１９は、本実施形態に係る映像分析装置２００の機能的な構成の詳細例を示す図である。映像分析装置２００は、実施形態１と同様の記憶部１０８、受信部１０９、間隔取得部１１０及び表示部１１４を備える。映像分析装置２００は、さらに、実施形態１に係る第１処理部１１１及び第２処理部１１２に代わる第３処理部２１５と、実施形態１に係る表示制御部１１３に代わる表示制御部２１３と、を備える。

第３処理部２１５は、間隔取得部１１０が求めた人の間隔に基づいて得られる第３情報を生成する。第３情報は、人の密集レベルを少なくとも３段階で示す情報である。

詳細には例えば、第３処理部２１５は、予め定められた方法で対象領域を分割したセグメントごとに、間隔取得部１１０が求めた人の間隔が基準値以下である人の数を特定する。第３処理部２１５は、予め定められた基準と、セグメントごとの間隔が基準値以下である人の数とに基づいて、各セグメントの密集レベルを決定する。第３処理部２１５は、決定した密集レベルに基づいて、第３情報を生成する。第３処理部２１５は、さらに、解析情報１２４ｂに基づいて、第３情報を生成してもよい。第３処理部２１５は、生成した第３情報を記憶部１０８に記憶させてもよい。

図２０は、本実施形態に係る第３情報の構成例を示す図である。第３情報は、解析情報１２４ｂと同様の画像情報と、この画像情報に基づいて得られる密集情報とを関連付ける情報である。

密集情報は、密集領域に関する情報である。密集情報は、密集領域を識別するための密集領域ＩＤ（密集領域識別情報）と、当該密集領域に居る人の人ＩＤと、当該密集領域に居る人の外観属性と、当該密集領域に対応する密集レベルと、を関連付ける。

図１９を再び参照する。
表示制御部２１３は、実施形態１と同様に、各種の情報を表示部１１４（例えば、ディスプレイ）に表示させる。本実施形態に係る表示制御部２１３は、第３処理部２１５が生成した第３情報を、対象領域を示す画像に重ねて表示部１１４に表示させる。

なお、表示制御部２１３は、実施形態１に係る表示制御部１１３と同様に、表示対象期間及び表示対象領域の少なくとも一方の指定を受け付けると、当該受け付けた指定に基づいて、第３情報の時系列での推移を表示部１１４に表示させてもよい。また、表示制御部２１３は、時系列での推移を表示させるための単位時間の指定を受け付けると、単位時間に従った時間間隔で第３情報の時系列での推移を示す情報を表示部１１４に表示させてもよい。

映像分析装置２００は、物理的には、実施形態１に係る映像分析装置１００と同様に構成されるとよい（図８参照）。

（映像分析システム２２０の動作）
映像分析システム２２０は、実施形態１と同様の解析処理と、実施形態１とは異なる映像分析処理とを実行する。

図２１は、本実施形態に係る映像分析処理の詳細例を示すフローチャートである。映像分析処理は、例えば、実施形態１と同様の処理対象指定画面１３１（図１１参照）にて処理対象領域及び処理対象期間の指定を受け付けて、ユーザが開始ボタン１３１ａを押下することで開始されるとよい。

本実施形態に係る映像分析処理は、実施形態１と同様のステップＳ１０１と、実施形態１に係るステップＳ１０２～Ｓ１０３に代わるステップＳ２１５と、実施形態１に係るステップＳ１０４に代わるステップＳ２１４とを含む。

ステップＳ２１５では、第３処理部２１５は、間隔取得部１１０が求めた人の間隔と、解析情報１２４ｂとに基づいて、第３情報を生成する。

詳細には例えば、上述したように、第３処理部２１５は、予め定められた基準と、セグメントごとの間隔が基準値以下である人の数とに基づいて、各セグメントの密集レベルを決定して第３情報を生成する。

なお、第３情報を生成する方法はこれに限られない。
例えば、第３処理部２１５は、間隔取得部１１０が求めた人の間隔が基準値以下である人を特定してもよい。この場合、第３処理部２１５は、解析情報１２４ｂに基づいて、間隔が基準値以下である人の各々の位置を中心とし、かつ、基準値を半径とする円形領域である人領域を特定してもよい。

そして、第３処理部２１５は、少なくとも一部が互いに重なり合う人領域がある場合に、当該重なり合う人領域を統合してもよい。これにより、第３処理部２１５は、間隔取得部１１０が求めた間隔が基準値以下である人が居る領域（密集領域）を特定することができる。

第３処理部２１５は、密集領域における人の密度（単位は、例えば［人／平方メートル］）。第３処理部２１５は、予め定められた基準と密度とに基づいて、密集領域に対応する密集レベルを決定してもよい。

ステップＳ２１４では、表示制御部２１３は、例えば、ステップＳ２１５で生成された第３情報を、当該第３情報を生成する基となった画像とともに表示部１１４に表示させる。

図２２は、密集レベル表示画面１３４の一例を示す図である。密集レベル表示画面１３４は、密集レベルを画像とともに表示部１１４に表示させるための画面である。図２２に例示する密集レベル表示画面１３４は、３段階の密集レベルのうち、レベル２，３に相当する密集領域が検出されて、レベル２，３の密集領域が画像とともに表示される画面の例である。

異なる密集レベルの密集領域は、異なる態様で表示されるとよい。図２２の例では、レベル２の密集領域には点が施されており、レベル３の密集領域にはハッチングが施されている。なお、異なる密集レベルの密集領域を表示するための態様は、ハッチング、点などの模様に限られず、色、色の濃さなどを含んでもよい。

図２２において、密集レベル表示画面１３４は、映像を構成する画像が時系列で表示されてもよい。そして、表示制御部２１３は、各画像とともに、表示中の画像に対応する第３情報を含む密集レベル表示画面１３４を表示部１１４に表示させてもよい。これにより、第３情報の時系列での推移を示す情報を表示部１１４に表示させることができる。

（作用・効果）
以上、本実施形態によれば、映像分析装置２００は、間隔取得部１１０と、表示制御部２１３とを備える。表示制御部２１３は、求められた間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、対象領域を示す画像に重ねて表示部１１４に表示させる。

これにより、ユーザは、映像に含まれる人の間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、対象領域を示す画像とともに閲覧することができる。従って、画像に含まれる人の間隔を解析した結果を活用することが可能になる。

本実施形態によれば、表示制御部２１３は、表示対象期間及び表示対象領域の少なくとも一方の指定を受け付けると、当該受け付けた指定に基づいて、第３情報の時系列での推移を表示部１１４に表示させる。

これにより、ユーザは、所望の表示対象期間及び表示対象領域の少なくとも一方に対応する映像に含まれる人の間隔に基づいて得られる第３情報を、対象領域を示す画像とともに閲覧することができる。従って、画像に含まれる人の間隔を解析した結果を活用することが可能になる。

本実施形態によれば、表示制御部２１３は、時系列での推移を表示させるための単位時間の指定を受け付けると、単位時間に従った時間間隔で第３情報の時系列での推移を示す情報を表示部１１４に表示させる。

これにより、ユーザは、単位時間に従った時間間隔で第３情報を閲覧することができる。従って、画像に含まれる人の間隔を解析した結果を活用することが可能になる。

（変形例１）
映像分析装置は、実施形態１に係る第１処理部１１１及び第２処理部１１２と、実施形態２に係る第３処理部２１５とを備えてもよい。図２３は、本変形例に係る映像分析装置３００の機能的な構成例を示す図である。映像分析装置３００は、実施形態１に係る映像分析装置１００の機能的な構成に加えて第３処理部２１５を備えるとともに、表示制御部１１３に代わる表示制御部３１３を備える。表示制御部３１３は、例えば、ユーザの指示に従って、第１情報、第２情報、第３情報の少なくとも１つを表示部１１４に表示させる。

変形例１によれば、ユーザは、第１情報、第２情報、第３情報の少なくとも１つを閲覧することができる。従って、画像に含まれる人の間隔を解析した結果を活用することが可能になる。

以上、図面を参照して本発明の実施形態及び変形例について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。

また、上述の説明で用いた複数のフローチャートでは、複数の工程（処理）が順番に記載されているが、実施形態で実行される工程の実行順序は、その記載の順番に制限されない。実施形態では、図示される工程の順番を内容的に支障のない範囲で変更することができる。また、上述の実施形態及び変形例は、内容が相反しない範囲で組み合わせることができる。

上記の実施形態の一部または全部は、以下の付記のようにも記載されうるが、以下に限られない。

１． 対象領域を撮影することで得られる映像に含まれる人の間隔を求める間隔取得手段と、
前記求められた人の間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示手段に表示させる表示制御手段とを備える
映像分析装置。
２． 前記第１情報は、前記間隔が基準値以下である人の割合、前記間隔が基準値以下である人の人数の少なくとも１つを含む
１．に記載の映像分析装置。
３． 前記表示制御手段は、さらに、前記求められた人の間隔が基準値以下である人の外観属性について統計処理を行った結果を示す第２情報を前記表示手段に表示させる
１．又は２．に記載の映像分析装置。
４． 前記表示制御手段は、表示対象期間及び表示対象領域の少なくとも一方の指定を受け付けると、当該受け付けた指定に基づいて、前記第１情報の時系列での推移を前記表示手段に表示させる
１．～３．のいずれか１つに記載の映像分析装置。
５． 前記表示制御手段は、前記時系列での推移を表示させるための単位時間の指定を受け付けると、前記単位時間に従った時間間隔で前記第１情報の時系列での推移を示す情報を前記表示手段に表示させる
１．から４．のいずれか１つに記載の映像分析装置。
６． 対象領域を撮影することで得られる映像に含まれる人の間隔を求める間隔取得手段と、
前記求められた人の間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、前記対象領域を示す画像に重ねて表示手段に表示させる表示制御手段とを備える
映像分析装置。
７． 前記表示制御手段は、表示対象期間及び表示対象領域の少なくとも一方の指定を受け付けると、当該受け付けた指定に基づいて、前記第３情報の時系列での推移を前記表示手段に表示させる
６．に記載の映像分析装置。
８． 前記表示制御手段は、時系列での推移を表示させるための単位時間の指定を受け付けると、前記単位時間に従った時間間隔で前記第３情報の時系列での推移を示す情報を前記表示手段に表示させる
６．又は７．に記載の映像分析装置。
９． 上記１．～８．のいずれか１つに記載の映像分析装置と、
前記対象領域を撮影することで前記映像を生成する少なくとも１つの撮影装置と、
前記映像を解析して、前記映像に含まれる人を検出するとともに当該人の位置を求める解析装置とを備える
映像分析システム。
１０． コンピュータが、
対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
前記求められた人の間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示手段に表示させる
映像分析方法。
１１． コンピュータに、
対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
前記求められた人の間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示手段に表示させることを実行させるためのプログラム。
１２． コンピュータに、
対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
前記求められた人の間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示手段に表示させることを実行させるためのプログラムが記録された記録媒体。
１３． コンピュータが、
対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
前記求められた人の間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、前記対象領域を示す画像に重ねて表示手段に表示させる
映像分析方法。
１４． コンピュータに、
対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
前記求められた人の間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、前記対象領域を示す画像に重ねて表示手段に表示させることを実行させるためのプログラム。
１５． コンピュータに、
対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
前記求められた人の間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、前記対象領域を示す画像に重ねて表示手段に表示させることを実行させるためのプログラムが記録された記録媒体。

１００，２００，３００ 映像分析装置
１０８ 記憶部
１０９ 受信部
１１０ 間隔取得部
１１１ 第１処理部
１１２ 第２処理部
１１３，２１３，３１３ 表示制御部
１１４ 表示部
１２０，２２０ 映像分析システム
１２１＿１～１２１＿Ｋ 撮影装置
１２２ 解析装置
１２３ 解析部
１２４ 解析記憶部
１２４ａ 画像情報
１２４ｂ 解析情報
１３１ 処理対象指定画面
１３２ 人数表示画面
１３３ 割合表示画面
１３４ 密集レベル表示画面
２１５ 第３処理部

Claims (10)

1. 対象領域を撮影することで得られる映像に含まれる人の間隔を求める間隔取得手段と、
   前記求められた間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示手段に表示させる表示制御手段とを備える
   映像分析装置。
2. 前記第１情報は、前記間隔が基準値以下である人の割合、前記間隔が基準値以下である人の人数の少なくとも１つを含む
   請求項１に記載の映像分析装置。
3. 前記表示制御手段は、さらに、前記求められた間隔が基準値以下である人の外観属性について統計処理を行った結果を示す第２情報を前記表示手段に表示させる
   請求項１又は２に記載の映像分析装置。
4. 前記表示制御手段は、表示対象期間及び表示対象領域の少なくとも一方の指定を受け付けると、当該受け付けた指定表示に基づいて、前記第１情報の時系列での推移を前記表示手段に表示させる
   請求項１又は２に記載の映像分析装置。
5. 対象領域を撮影することで得られる映像に含まれる人の間隔を求める間隔取得手段と、
   前記求められた間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、前記対象領域を示す画像に重ねて表示手段に表示させる表示制御手段とを備える
   映像分析装置。
6. 前記表示制御手段は、表示対象期間及び表示対象領域の少なくとも一方の指定を受け付けると、当該受け付けた指定に基づいて、前記第３情報の時系列での推移を前記表示手段に表示させる
   請求項５に記載の映像分析装置。
7. コンピュータが、
   対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
   前記求められた間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示手段に表示させる
   映像分析方法。
8. コンピュータに、
   対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
   前記求められた間隔が基準値以下である人の人数に関する第１情報の時系列での推移を表示手段に表示させることを実行させるためのプログラム。
9. コンピュータが、
   対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
   前記求められた間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、前記対象領域を示す画像に重ねて表示手段に表示させる
   映像分析方法。
10. コンピュータに、
    対象領域を撮影することで得られる映像に含まれる人の間隔を求め、
    前記求められた間隔に基づいて得られる当該人の密集レベルを少なくとも３段階で示す第３情報を、前記対象領域を示す画像に重ねて表示手段に表示させることを実行させるためのプログラム。

Images