JP2024031068A - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents

Abstract

【課題】交通環境を撮像する複数のカメラの設置関係の推定を支援すること。【解決手段】例えば、情報処理装置２００は、第１カメラが撮像した第１画像から識別した第１移動体群と第２カメラが撮像した第２画像から識別した第２移動体群とが同じ移動体群であるか否かを判定する判定部２４２と、同じ移動体群と判定された第１移動体群の移動態様と第２移動体群の移動態様とに基づいて、第１カメラと第２カメラとの設置関係を識別可能な設置関係情報を出力する出力部２４３と、を備える。【選択図】図７

Description

本出願は、情報処理装置、情報処理方法及び情報処理プログラムに関する。

道路上、道路の路側等に設置されたカメラは、キャリブレーションを行うことが知られている。特許文献１には、ＧＰＳ受信機、データ送信機、目印等を搭載した計測車両を用いてキャリブレーションを行うことが開示されている。特許文献２には、カメラのキャリブレーションにおいて、道路平面に存在するラインの方向が撮像画像において入力された場合に、当該方向と道路平面パラメータを含む演算式によって表される方向とに基づいて、道路平面パラメータを推定することが開示されている。

特開２０１２－１００３６号公報 特開２０１７－１２９９４２号公報

特許文献１では、計測車両が必要であり、キャリブレーションを行う場合に作業者が必要であった。特許文献２では、道路上の車線を画像に対して手入力する必要があり、作業の手間がかかるという問題がある。このため、複数のカメラを用いる従来のシステムは、人的作業や交通規制を必要とすることなく、交通環境を撮像するカメラの設置状態を推定したいとのニーズがある。

態様の１つに係る情報処理装置は、第１カメラが撮像した第１画像から識別した第１移動体群と第２カメラが撮像した第２画像から識別した第２移動体群とが同じ移動体群であるか否かを判定する判定部と、同じ前記移動体群と判定された前記第１移動体群の移動態様と前記第２移動体群の移動態様とに基づいて、前記第１カメラと前記第２カメラとの設置関係を識別可能な設置関係情報を出力する出力部と、を備える。

態様の１つに係る情報処理方法は、コンピュータが、第１カメラが撮像した第１画像から識別した第１移動体群と第２カメラが撮像した第２画像から識別した第２移動体群とが同じ移動体群であるか否かを判定することと、同じ前記移動体群と判定された前記第１移動体群の移動態様と前記第２移動体群の移動態様とに基づいて、前記第１カメラと前記第２カメラとの設置関係を識別可能な設置関係情報を出力することと、を含む。

態様の１つに係る情報処理プログラムは、コンピュータに、第１カメラが撮像した第１画像から識別した第１移動体群と第２カメラが撮像した第２画像から識別した第２移動体群とが同じ移動体群であるか否かを判定させることと、同じ前記移動体群と判定された前記第１移動体群の移動態様と前記第２移動体群の移動態様とに基づいて、前記第１カメラと前記第２カメラとの設置関係を識別可能な設置関係情報を出力させることと、を実行させる。

図１は、実施形態に係るカメラシステムの一例を説明するための図である。 図２は、図１に示す第１カメラ及び第２カメラが撮像した画像情報を模式的に示す図である。 図３は、移動体群情報のデータ構造の一例を示す図である。 図４は、情報処理装置が出力する設置関係情報の一例を示す図である。 図５は、図１に示すカメラの構成の一例を示す図である。 図６は、実施形態に係る学習装置の構成の一例を示す図である。 図７は、実施形態に係る情報処理装置の構成の一例を示す図である。 図８は、カメラが実行する処理手順の一例を示すフローチャートである。 図９は、情報処理装置が実行する処理手順の一例を示すフローチャートである。 図１０は、カメラシステムにおけるカメラ及び情報処理装置の動作の一例を示す図である。 図１１は、実施形態に係る情報処理装置の他の構成の一例を示す図である。 図１２は、情報処理装置が実行する他の処理手順の一例を示すフローチャートである。

本出願に係る情報処理装置、情報処理方法、情報処理プログラム等を実施するための複数の実施形態を、図面を参照しつつ詳細に説明する。なお、以下の説明により本発明が限定されるものではない。また、以下の説明における構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。以下の説明において、同様の構成要素について同一の符号を付すことがある。さらに、重複する説明は省略することがある。

（システム概要）
図１は、実施形態に係るカメラシステムの一例を説明するための図である。図１に示すように、カメラシステム１は、交通環境１０００の近傍に設置された複数のカメラ１００を用いて、交通環境１０００を監視するシステムを含む。カメラシステム１は、設置するカメラ１００の台数を節約するため、カメラ１００の撮像領域が重なり合わないように、複数のカメラ１００を設置している。また、カメラシステム１は、道路１１００の監視に適用される場合、カメラ１００が道路１１００の移動体を撮像可能なように設置され、撮像した画像には道路１１００の周囲の建物が映っていない場合が多い。本実施形態に係るカメラシステム１は、複数のカメラ１００の設置関係を把握させる機能を提供する。

カメラシステム１は、複数のカメラ１００と、情報処理装置２００と、を有する。複数のカメラ１００は、交通環境１０００を上方から撮像可能なように、交通環境１０００の異なる位置に設定されている。交通環境１０００は、例えば、一般道路、高速道路、有料道路等を含む。情報処理装置２００は、複数のカメラ１００の各々から各種情報を取得し、当該情報に基づいて複数のカメラ１００の設置関係を推定する機能を有する。複数のカメラ１００と情報処理装置２００とは、有線、無線又は有線及び無線を任意に組み合わせたネットワークによって通信可能な構成になっている。図１に示す一例では、説明を簡単化するために、カメラシステム１は、２台のカメラ１００と１台の情報処理装置２００を有する場合について説明するが、カメラ１００及び情報処理装置２００の台数はこれに限定されない。例えば、カメラシステム１は、同じ道路１１００の複数の交差点等に点在する複数のカメラ１００を備える構成としてもよい。

カメラ１００は、道路１１００と当該道路１１００を移動する移動体２０００とを含む交通環境１０００を、撮像可能なように設置されている。道路１１００を移動する移動体２０００は、例えば、道路１１００を移動可能な車両、人物等を含む。移動体２０００は、例えば、道路交通法で定められた大型自動車、普通自動車、大型特殊自動車、大型自動二輪車、普通自動二輪車、小型特殊自動車、自転車等を含むが、他の車両、移動体等を含んでもよい。なお、大型自動車は、自動車で車両総重量が８０００ｋｇ以上のもの、最大積載量が５０００ｋｇ以上のもの、乗車定員が１１人以上のもの（バス、トラックなど）等を含む。カメラ１００は、例えば、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ Ｉｍａｇｅ Ｓｅｎｓｏｒ）、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）等のイメージセンサを用いて電子的に画像を撮像できる。カメラ１００の撮像方向は、交通環境１０００の道路平面に向けられた状態で設置されている。カメラ１００は、例えば、道路１１００、交差点、駐車場、地下道等に設置できる。カメラ１００は、動画及び静止画の少なくとも一方を撮影可能としてよい。

図１に示す一例では、道路１１００は、移動体２０００が移動方向１１００Ｍへ向かって移動可能な車線を有する。移動体２０００は、普通車２１００と、大型車２２００と、二輪車２３００と、を有する。普通車２１００は、普通自動車を含む。大型車２２００は、大型自動車、大型特殊自動車等を含む。二輪車２３００は、大型自動二輪、普通自動二輪車等を含む。移動体２０００は、移動方向１１００Ｍへ移動することで、位置Ｐ１を通過して位置Ｐ２へ移動している。

カメラ１００は、第１カメラ１００Ａと、第２カメラ１００Ｂと、を有する。第１カメラ１００Ａは、道路１１００の位置Ｐ１と、当該位置Ｐ１を移動する移動体２０００とを撮像可能なように設置されている。第２カメラ１００Ｂは、道路１１００の位置Ｐ２と、当該位置Ｐ２を移動する移動体２０００とを撮像可能なように設置されている。すなわち、カメラ１００は、道路１１００の移動方向１１００Ｍにおいて、第１カメラ１００Ａが上流側の位置Ｐ１を撮像し、第２カメラ１００Ｂが下流側の位置Ｐ２を撮像する。第１カメラ１００Ａと第２カメラ１００Ｂとは、移動経路上で同一の移動体２０００を撮像撮像可能な装置である。

図２は、図１に示す第１カメラ１００Ａ及び第２カメラ１００Ｂが撮像した画像情報を模式的に示す図である。図２に示す一例では、画像情報Ｄ１０は、画像を模式的に示している。なお、以下の説明において、Ｘ軸方向は道路１１００の道路面と平行な移動体２０００の移動方向であり、Ｙ軸方向は道路面に対して高さ方向であり、Ｚ軸方向はＸ軸方向と直交する方向である。

図２の場面Ｃ１では、第１カメラ１００Ａは、道路１１００を移動する普通車２１００、大型車２２００及び二輪車２３００を撮像した画像情報Ｄ１０を取得する。この場合、第１カメラ１００Ａは、画像情報Ｄ１０から普通車２１００、大型車２２００及び二輪車２３００を識別し、普通車２１００、大型車２２００及び二輪車２３００を含む第１移動体群３１００を識別する。第１カメラ１００Ａは、識別結果を示す移動体群情報Ｄ３０を生成し、当該移動体群情報Ｄ３０を情報処理装置２００に送信する。

なお、本開示の移動体群は、移動体２０００が単数の場合も複数の場合も含むとしてよい。また、本開示の移動体群情報Ｄ３０は、移動体２０００の有無、種別、色、移動方向、配置、相対位置、移動体２０００のサイズ若しくはスコア等を含む情報を含むとしてよい。本開示の移動体群情報Ｄ３０の移動体２０００の種別には、軽自動車、普通自動車、大型車、警察車両、救急車、消防車、トラック、バス、バイク、自転車等の情報を含むとしてもよい。本開示の移動体群情報Ｄ３０の移動体２０００の種別には、当該移動体２０００の製造メーカ若しくは当該移動体２０００の車種名又はこれらの組み合わせの情報を含むとしてもよい。本開示の移動体群情報Ｄ３０の移動体２０００の種別には、ハイブリッドカー、電気自動車、自動運転自動車、ミニバン、コンパクトカー、セダン、ＳＵＶ若しくはスポーツカーまたはこれらの組み合わせの情報を含むとしてもよい。本開示の移動体群情報Ｄ３０の移動体２０００の配置には、複数の走行レーンがある場合の移動体２０００の走行レーンの位置若しくは複数の移動体間での走行順序を含むとしてもよい。本開示の移動体群情報Ｄ３０の移動体２０００のサイズは、移動体２０００の全長、全幅、全高若しくは総排気量又はこれらの組み合わせの情報を含むとしてもよい。本開示のスコアは、移動体群が利用しやすいかを表現する値としてよい。本開示のスコアは、移動体群に含まれる移動体２０００の数、種別の数等が多いほど、移動体群の価値が高くなるように、スコアを設定するとしてもよい。これにより、情報処理装置２００は、スコアの低い移動体群を判定に用いないことで、同じ移動体群であるか否かの判定精度を向上させることができる。

例えば、カメラ１００は、識別した第１移動体群３１００に含まれる移動体２０００の種別、色、移動方向、配置、相対位置若しくはスコア又はこれらの任意の組み合わせの情報を識別するとしてよい。種別は、移動体群に含まれる移動体２０００ごとの種別を含む。色は、移動体群に含まれる移動体２０００ごとの色情報を含む。移動方向は、移動体群に含まれる移動体２０００の移動方向である。配置は、移動体群における移動体２０００の配置（走行順序）を含む。相対位置は、移動体群における重心からの位置を含む。スコアは、移動体群や移動体群に含まれる移動体２０００ごとの重要度、着目度等を含む。

カメラ１００は、学習装置３００が機械学習した物体推定モデルＭ１を用いて、画像情報Ｄ１０を撮像された物体を推定できる。カメラ１００は、画像情報Ｄ１０を物体推定モデルＭ１に入力し、物体推定モデルＭ１の出力を撮像された物体と推定できる。

図１に示すように、学習装置３００は、例えば、コンピュータ、サーバ装置等である。学習装置３００は、カメラシステム１の構成に含まれてもよいし、含まれなくてもよい。学習装置３００は、移動体２０００を含む交通環境１０００を撮像した画像情報Ｄ１０と、移動体２０００の正解値情報とを有する複数の第１教師情報を取得する。正解値情報は、例えば、移動体２０００の画像、種別、色若しくは移動方向（向き）又はこれらの任意の組み合わせの情報を含むとしてよい。

学習装置３００は、複数の第１教師情報を用いた機械学習で、入力された画像情報Ｄ１０が示す移動体２０００を推定する物体推定モデルＭ１を生成する。教師ありの機械学習は、例えば、ニューラルネットワーク、線形回帰、ロジスティック回帰等のアルゴリズムを用いることができる。物体推定モデルＭ１は、入力された画像情報Ｄ１０の移動体２０００を推定するように、複数の教師情報の画像と正解値情報とを機械学習したモデルである。物体推定モデルＭ１は、画像情報Ｄ１０が入力されると、画像情報Ｄ１０が示す移動体２０００の種別、色、移動方向等を推定した推定結果を出力する。学習装置３００は、生成した物体推定モデルＭ１をカメラ１００に提供することで、カメラ１００による物体認識を可能にしている。

学習装置３００は、複数の教師情報を用いた機械学習で、入力された複数の移動体群情報Ｄ３０が同じ移動体群であるか否かを判定する判定モデルＭ２を生成する。判定モデルＭ２は、入力された複数の移動体群情報Ｄ３０が同じ移動体群であるか否かを判定するように、複数の教師情報としての移動体群情報Ｄ３０と正解値情報とを機械学習したモデルである。判定モデルＭ２は、複数の移動体群情報Ｄ３０が入力されると、複数の移動体群が同じ移動体群であるか否かの判定結果を出力する。学習装置３００は、生成した判定モデルＭ２を情報処理装置２００に提供することで、判定モデルＭ２の出力に基づく判定を可能にしている。なお、学習装置３００の一例については、後述する。

図３は、移動体群情報Ｄ３０のデータ構造の一例を示す図である。図３に示すように、移動体群情報Ｄ３０は、種別、色、移動方向、配置、相対位置、スコア等の各種情報を含む。移動体群情報Ｄ３０の種別は、同一種別の移動体２０００の大小、大中小等のサイズを含む。本実施形態では、カメラ１００は、識別結果に基づいて移動体群情報Ｄ３０を生成して情報処理装置２００に送信する場合について説明するが、これに限定されない。例えば、カメラシステム１は、移動体群情報Ｄ３０を生成する機能を、情報処理装置２００で実現してもよい。

図２に示すように、第１カメラ１００Ａは、場面Ｃ１に示す画像情報Ｄ１０を撮像すると、認識プログラム、機械学習等を用いて、画像情報Ｄ１０から普通車２１００、大型車２２００及び二輪車２３００の種別、色、移動方向等を識別する。第１カメラ１００Ａは、識別した複数の移動体２０００を含む第１移動体群３１００を識別し、第１移動体群３１００の第１移動方向３１００Ｍと、第１移動体群３１００における移動体２０００の配置、相対位置及びスコアとを識別する。第１移動方向３１００Ｍは、第１移動体群３１００の原点３０００Ｓからのベクトルで表している。第１カメラ１００Ａは、識別結果に基づいて、第１カメラ１００Ａの移動体群情報Ｄ３０を生成する。第１カメラ１００Ａは、生成した移動体群情報Ｄ３０を情報処理装置２００に送信する。

例えば、第１カメラ１００Ａは、第１移動体群３１００と、第１移動体群３１００の第１移動方向３１００Ｍと交わる方向に移動可能な移動体２４００を撮像可能な交通環境１０００を撮像できる。この場合、第１カメラ１００Ａは、第１移動体群３１００の第１移動方向３１００Ｍと交わる方向に移動可能な移動体２４００の移動体群を識別することができる。すなわち、第１カメラ１００Ａは、異なる方向へ移動する移動体群を識別することができる。なお、以下の説明において、第１移動体群３１００及び第２移動体群３２００を区別して説明する必要がない場合には、単に移動体群３０００と表す。

その後、道路１１００の位置Ｐ１を通過した普通車２１００、大型車２２００及び二輪車２３００は、道路１１００の位置Ｐ２へ移動する。普通車２１００、大型車２２００及び二輪車２３００が道路１１００の位置Ｐ２に到達すると、第２カメラ１００Ｂは、場面Ｃ２に示す画像情報Ｄ１０を撮像する。第２カメラ１００Ｂは、認識プログラム、機械学習等を用いて、画像情報Ｄ１０から普通車２１００、大型車２２００及び二輪車２３００の種別、色、移動方向等を識別する。第２カメラ１００Ｂは、識別した複数の移動体２０００を含む第２移動体群３２００を識別し、第２移動体群３２００の第２移動方向３２００Ｍと、第２移動体群３２００における移動体２０００の配置、相対位置及びスコアとを識別する。第２移動方向３２００Ｍは、第２移動体群３２００の原点３０００Ｓからのベクトルで表している。第２カメラ１００Ｂは、識別結果に基づいて、第２カメラ１００Ｂの移動体群情報Ｄ３０を生成する。第２カメラ１００Ｂは、生成した移動体群情報Ｄ３０を情報処理装置２００に送信する。

一般的に、複数の移動体２０００が道路１１００を移動する場合、厳密には一致せずとも、大まかには配置、走行順序が変わらないことが多い。このことに着目し、情報処理装置２００は、第１カメラ１００Ａ及び第２カメラ１００Ｂから移動体群情報Ｄ３０を受信すると、第１カメラ１００Ａが撮像した第１移動体群３１００と第２カメラ１００Ｂが撮像した第２移動体群３２００とが同じ移動体群３０００であるか否かを判定する。情報処理装置２００は、２つの移動体群情報Ｄ３０が示す複数の移動体２０００の種類、色、配置若しくは位置又はこれらの任意の組み合わせの情報の一致度が判定閾値を超えている場合、同じ移動体群であると判定できる。例えば、学習装置が複数の移動体群情報Ｄ３０と正解情報とを機械学習した判定モデルを用いて、同じ移動体群３０００であるか否かを判定できる。

情報処理装置２００は、同じ移動体群３０００と判定された第１移動体群３１００の移動態様と第２移動体群３２００の移動態様とに基づいて、第１カメラ１００Ａと第２カメラ１００Ｂとの設置関係を識別可能な設置関係情報を出力する。情報処理装置２００は、例えば、複数のカメラ１００の相互関係を推定し、複数のカメラ１００の相対角度、相対位置等を識別可能な設置関係情報を出力する。本実施形態では、情報処理装置２００は、第１カメラ１００Ａ及び第２カメラ１００Ｂが撮像した移動体２０００の群としての見え方を、複数のカメラ１００間で判定することで、複数のカメラ１００間の相互関係を推定する。本開示の移動態様には、移動の速度、方向、位置、走行レーン、他の移動体との相対距離、他の移動体との相対速度若しくは他の移動体との相対位置又はこれらの任意の組み合わせを含むことができる。

図４は、情報処理装置２００が出力する設置関係情報Ｄ１００の一例を示す図である。図４に示すように、情報処理装置２００は、画像情報Ｄ１０、交通環境１０００等の情報に基づいて生成した設置関係情報Ｄ１００を出力する。本実施形態では、設置関係情報Ｄ１００は、推定した相対角度と相対位置を識別可能な情報になっている。設置関係情報Ｄ１００は、同じ道路１１００の同一の移動方向１１００Ｍを基準として、複数のカメラ１００の原点Ｄ１０１と、Ｘ軸Ｄ１０２と、Ｚ軸Ｄ１０３と、を有する。原点Ｄ１０１は、カメラ１００ごとの道路１１００の道路面の軸を示している。Ｘ軸Ｄ１０２は、原点Ｄ１０１に対するＸ軸方向を示している。Ｚ軸Ｄ１０３は、原点Ｄ１０１に対するＺ軸方向を示し、Ｘ軸Ｄ１０２と直交している。

図４に示す一例では、設置関係情報Ｄ１００は、第１カメラ１００Ａと第２カメラ１００Ｂに対応した原点Ｄ１０１とＸ軸Ｄ１０２とＺ軸Ｄ１０３とを有している。設置関係情報Ｄ１００は、第１カメラ１００Ａの原点Ｄ１０１に対する第２カメラ１００Ｂの原点Ｄ１０１の相対角度を示しており、第２カメラ１００Ｂの原点Ｄ１０１が１３０度回転している。設置関係情報Ｄ１００は、第１カメラ１００Ａの原点Ｄ１０１に対する第２カメラ１００Ｂの原点Ｄ１０１の相対位置を示しており、第２カメラ１００Ｂの原点Ｄ１０１がＸ軸方向に４５ｍ、Ｚ軸方向に８ｍ離れている。これにより、情報処理装置２００は、設置関係情報Ｄ１００を出力することで、設置された複数のカメラ１００の間の相互関係等を認識させることができる。なお、本実施形態では、設置関係情報Ｄ１００は、２つのカメラ１００の設置に関する相互関係を示しているが、２カ所以上のカメラ１００の相互関係を示す情報としてもよい。本開示の設置関係情報Ｄ１００は、複数のカメラ１００の間の距離、複数のカメラ１００の相対的な撮像方向、若しくは複数のカメラ１００の地面からの設置高さ又はこれらの任意の組み合わせを含むことができる。

（カメラの構成例）
図５は、図１に示すカメラ１００の構成の一例を示す図である。図５に示すように、複数のカメラ１００の各々は、撮像部１１０と、センサ部１２０と、通信部１３０と、記憶部１４０と、制御部１５０と、を備える。制御部１５０は、撮像部１１０、センサ部１２０、通信部１３０、記憶部１４０等と電気的に接続されている。

なお、本実施形態では、カメラ１００が撮像部１１０、センサ部１２０、通信部１３０、記憶部１４０及び制御部１５０を備える構成について説明するがこれに限定されない。例えば、カメラ１００は、撮像部１１０、通信部１３０、記憶部１４０及び制御部１５０を備える構成としてもよい。

撮像部１１０は、道路１１００と当該道路１１００を移動する移動体２０００とを含む交通環境１０００を撮像可能なように設置されている。撮像部１１０は、例えば、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ Ｉｍａｇｅ Ｓｅｎｓｏｒ）、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）等のイメージセンサを用いて電子的に画像情報Ｄ１０を撮像できる。撮像部１１０は、交通環境１０００を所定のフレームレートでリアルタイムに撮像し、撮像した画像情報Ｄ１０を制御部１５０に供給できる。

センサ部１２０は、カメラ１００の状態を識別可能なセンサ情報を検出する。センサ部１２０は、例えば、位置センサ、ジャイロセンサ等の各種センサを用いることができる。位置センサとしては、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）受信機等の絶対座標の位置を取得するセンサ等が例示される。センサ部１２０は、カメラ１００の設置位置、設置角度等を含むセンサ情報を制御部１５０に供給できる。これにより、制御部１５０は、センサ情報に基づいてカメラ１００の自己位置、設置状態等の情報を取得できる。

通信部１３０は、例えば、情報処理装置２００、他の通信機器等と通信できる。通信部１３０は、各種通信規格をサポートできる。通信部１３０は、例えば、有線又は無線ネットワーク等を介して各種データを送受信できる。通信部１３０は、受信したデータを制御部１５０に供給できる。通信部１３０は、制御部１５０が指示した送信先にデータを送信できる。

記憶部１４０は、プログラム及び各種情報（データ）を記憶できる。記憶部１４０は、制御部１５０の処理結果を一時的に記憶する作業領域としても利用される。記憶部１４０は、半導体記憶媒体、及び磁気記憶媒体等の任意の非一過的（ｎｏｎ－ｔｒａｎｓｉｔｏｒｙ）な記憶媒体を含んでよい。記憶部１４０は、複数の種類の記憶媒体を含んでよい。記憶部１４０は、メモリカード、光ディスク、又は光磁気ディスク等の可搬の記憶媒体と、記憶媒体の読み取り装置との組み合わせを含んでよい。記憶部１４０は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等の一時的な記憶領域として利用される記憶デバイスを含んでよい。

記憶部１４０は、例えば、プログラム１４１、画像情報Ｄ１０、移動体群情報Ｄ３０、設置状態情報Ｄ４０、物体推定モデルＭ１、状態推定モデルＭ１０等の各種情報を記憶できる。プログラム１４１は、カメラ１００の各種動作に関する処理を実現するための機能を制御部１５０に実行させるプログラムである。画像情報Ｄ１０は、撮像部１１０で撮像した画像を示す情報を含む。移動体群情報Ｄ３０は、撮像部１１０が撮像した画像情報Ｄ１０から識別した移動体群３０００を示す情報を含む。設置状態情報Ｄ４０は、カメラ１００の設置状態、設置位置等を識別可能な情報を含む。物体推定モデルＭ１は、学習装置３００が提供した機械学習モデルであり、入力された画像情報Ｄ１０の移動体２０００の推定に用いられる。状態推定モデルＭ１０は、入力された画像情報Ｄ１０を撮像したカメラ１００の設置状態パラメータを推定するように機械学習した機械学習モデルである。状態推定モデルＭ１０は、画像情報Ｄ１０を撮像したカメラ１００の設置状態パラメータの推定に用いられる。

制御部１５０は、演算処理装置である。演算処理装置は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＳｏＣ（Ｓｙｓｔｅｍ－ｏｎ－ａ－Ｃｈｉｐ）、ＭＣＵ（Ｍｉｃｒｏ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、及びコプロセッサを含むが、これらに限定されない。制御部１５０は、カメラ１００の動作を統括的に制御して各種の機能を実現できる。

具体的には、制御部１５０は、記憶部１４０に記憶されている情報を必要に応じて参照しつつ、記憶部１４０に記憶されているプログラム１４１に含まれる命令を実行できる。そして、制御部１５０は、データ及び命令に応じて機能部を制御し、それによって各種機能を実現できる。機能部は、例えば、センサ部１２０及び通信部１３０を含むが、これらに限定されない。

制御部１５０は、画像認識部１５１、識別部１５２、推定部１５３、送信部１５４等の機能部を有する。制御部１５０は、プログラム１４１を実行することによって、画像認識部１５１、識別部１５２、推定部１５３、送信部１５４等の機能部を実現する。プログラム１４１は、カメラ１００の制御部１５０を、画像認識部１５１、識別部１５２、推定部１５３及び送信部１５４として機能させるためのプログラムである。

画像認識部１５１は、撮像部１１０が撮像した画像情報Ｄ１０が示す画像から、移動体２０００を認識する。画像認識部１５１は、例えば、移動体２０００の認識を学習済みの機械学習モデル、画像認識プログラム等を用いて、画像における移動体２０００の有無、種別、色、移動方向、配置、相対位置、スコア等を認識する機能を有する。

識別部１５２は、画像認識部１５１の認識結果に基づいて、撮像部１１０が撮像した画像から少なくとも１以上の移動体２０００を含む移動体群３０００を識別する。識別部１５２は、画像における移動体２０００の有無、種別、色、移動方向、配置、相対位置、スコア等に基づいて移動体群３０００を識別し、移動体群３０００の移動方向、移動体群３０００の原点（中心）等を識別する。識別部１５２は、識別した移動体群３０００を識別可能な移動体群情報Ｄ３０を生成して記憶部１４０に記憶する。

推定部１５３は、学習装置３００が生成した状態推定モデルＭ１０で、入力した画像情報Ｄ１０を撮像したカメラ１００の設置状態パラメータを推定する機能を提供できる。設置状態パラメータは、例えば、カメラ１００の設置角度、設置位置等を含む。設置状態パラメータは、例えば、カメラ１００の画素数、画像のサイズ等を含んでもよい。推定部１５３は、画像情報Ｄ１０を状態推定モデルＭ１０に入力し、状態推定モデルＭ１０の出力に基づいてカメラ１００の設置状態パラメータを推定できる。推定部１５３は、推定した設置状態パラメータに基づいて、カメラ１００の設置角度、設置位置等を示す設置状態情報Ｄ４０を生成して記憶部１４０に記憶する。

送信部１５４は、通信部１３０を介して、各種情報を情報処理装置２００に送信する機能を提供できる。送信部１５４は、通信部１３０を介して、画像情報Ｄ１０、移動体群情報Ｄ３０、設置状態情報Ｄ４０等を情報処理装置２００に送信する。送信部１５４は、カメラ１００の設置時、メンテナンス時等に、移動体群情報Ｄ３０及び設置状態情報Ｄ４０を情報処理装置２００に送信するように、通信部１３０を制御する。

以上、本実施形態に係るカメラ１００の機能構成例について説明した。なお、図５を用いて説明した上記の構成はあくまで一例であり、本実施形態に係るカメラ１００の機能構成は係る例に限定されない。本実施形態に係るカメラ１００の機能構成は、仕様や運用に応じて柔軟に変形可能である。

（学習装置の構成例）
図６は、実施形態に係る学習装置３００の構成の一例を示す図である。図６に示すように、学習装置３００は、表示部３１０と、操作部３２０と、通信部３３０と、記憶部３４０と、制御部３５０と、を備える。制御部３５０は、表示部３１０、操作部３２０、通信部３３０、記憶部３４０等と電気的に接続されている。本実施形態では、学習装置３００は、ニューラルネットワークのひとつであるＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を用いて機械学習を実行する一例について説明する。ＣＮＮは、公知であるように、入力層と、中間層と、出力層と、を有する。

表示部３１０は、制御部３５０の制御によって各種情報を表示可能なように構成されている。表示部３１０は、例えば、液晶ディスプレイ、有機ＥＬディスプレイ等の表示パネルを有する。表示部３１０は、制御部３５０から入力される信号に応じて、文字、図形、画像等の情報を表示する。

操作部３２０は、ユーザの操作を受け付けるための１ないし複数のデバイスを有する。ユーザの操作を受け付けるためのデバイスは、例えば、キー、ボタン、タッチスクリーン、マウス等を含む。操作部３２０は、受け付けた操作に応じた信号を制御部３５０へ供給できる。

通信部３３０は、例えば、カメラ１００、情報処理装置２００、他の通信機器等と通信できる。通信部３３０は、各種通信規格をサポートできる。通信部３３０は、例えば、有線又は無線ネットワーク等を介して各種データを送受信できる。通信部３３０は、受信したデータを制御部３５０に供給できる。通信部３３０は、制御部３５０が指示した送信先にデータを送信できる。

記憶部３４０は、プログラム及び各種情報を記憶できる。記憶部３４０は、制御部３５０の処理結果を一時的に記憶する作業領域としても利用される。記憶部３４０は、半導体記憶媒体、及び磁気記憶媒体等の任意の非一過的な記憶媒体を含んでよい。記憶部３４０は、複数の種類の記憶媒体を含んでよい。記憶部３４０は、メモリカード、光ディスク、又は光磁気ディスク等の可搬の記憶媒体と、記憶媒体の読み取り装置との組み合わせを含んでよい。記憶部３４０は、ＲＡＭ等の一時的な記憶領域として利用される記憶デバイスを含んでよい。

記憶部３４０は、例えば、プログラム３４１、教師情報３４２、物体推定モデルＭ１、判定モデルＭ２、状態推定モデルＭ１０、設置関係推定モデルＭ２０等の各種情報を記憶できる。プログラム３４１は、ＣＮＮを用いて、画像情報Ｄ１０が示す物体を推定する物体推定モデルＭ１を生成する機能を制御部３５０に実行させる。プログラム３４１は、ＣＮＮを用いて、複数の移動体群情報Ｄ３０が同じ移動体群３０００であるか否かを判定する判定モデルＭ２を生成する機能を制御部３５０に実行させる。プログラム３４１は、ＣＮＮを用いて、画像情報Ｄ１０を撮像したカメラ１００の設置状態パラメータを推定する状態推定モデルＭ１０を生成する機能を制御部３５０に実行させる。プログラム３４１は、ＣＮＮを用いて、複数のカメラ１００の設置関係を推定する設置関係推定モデルＭ２０を生成する機能を制御部３５０に実行させる。

教師情報３４２は、機械学習に用いる学習情報、訓練情報等を含む。教師情報３４２は、物体推定の機械学習に用いる画像情報Ｄ１０と、該画像情報Ｄ１０に関連付けられた正解値情報Ｄ２１とを組み合わせた情報を有する。画像情報Ｄ１０は、教師あり学習の入力情報である。例えば、画像情報Ｄ１０は、移動体２０００を含む交通環境１０００を撮像したカラーの画像を示している。正解値情報Ｄ２１は、教師あり機械学習の正解情報である。正解値情報Ｄ２１は、例えば、移動体２０００の画像、種別、色、移動方向（向き）等の情報を含む。

教師情報３４２は、移動体群３０００の判定の機械学習に用いる移動体群情報Ｄ３０と、移動体群情報Ｄ３０が同じ移動体群３０００であるか否かを機械学習するための正解値情報Ｄ２２とを組み合わせた情報を有する。例えば、正解値情報Ｄ２２は、同じ移動体群３０００であると判定する複数の移動体群情報Ｄ３０を有する。正解値情報Ｄ２２は、同じ移動体群３０００であると判定するための移動体群３０００の画像、配置、移動方向等の情報を含む。

教師情報３４２は、状態推定の機械学習に用いる画像情報Ｄ１０と、該画像情報Ｄ１０に関連付けられた正解値情報Ｄ２３とを組み合わせたデータを有する。画像情報Ｄ１０は、教師あり学習の入力情報である。例えば、画像情報Ｄ１０は、移動体２０００を含む交通環境１０００を撮像したカラーの画像を示し、画素数が１２８０×９６０である。正解値情報Ｄ２３は、画像情報Ｄ１０を撮像したカメラ１００の設置状態パラメータを示す情報を有する。正解値情報Ｄ２３は、教師あり機械学習の正解情報である。正解値情報Ｄ２３は、例えば、カメラ１００の設置角度（α，β，γ）及び設置位置（ｘ，ｙ，ｚ）の６つのパラメータ（値）を示すデータを有する。

教師情報３４２は、複数のカメラ１００の設置関係を推定する機械学習に用いる移動体群情報Ｄ３０及び設置状態情報Ｄ４０と、移動体群情報Ｄ３０及び設置状態情報Ｄ４０から設置関係を推定するための正解値情報Ｄ２４とを組み合わせた情報を有する。例えば、正解値情報Ｄ２４は、複数の移動体群情報Ｄ３０の移動方向と複数のカメラ１００の設置状態情報Ｄ４０が示す設置状態等との関係に基づいて上記の設置関係情報Ｄ１００を推定するための情報を含む。

物体推定モデルＭ１は、教師情報３４２が有する画像情報Ｄ１０及び正解値情報Ｄ２１を用いて、画像情報Ｄ１０が示す移動体２０００の特徴、規則性、パターン等を抽出し、正解値情報Ｄ２１との関係を機械学習することで生成された学習モデルである。物体推定モデルＭ１は、画像情報Ｄ１０が入力されると、当該画像情報Ｄ１０が示す移動体２０００の特徴等と類似する教師情報３４２を予測し、画像情報Ｄ１０が示す物体の位置、向き、速度及び車種を推定し、推定結果を出力する。

判定モデルＭ２は、教師情報３４２が有する複数の移動体群情報Ｄ３０及び正解値情報Ｄ２２を用いて、移動体群情報Ｄ３０が示す移動体群３０００の特徴、規則性、パターン等を抽出し、複数の移動体群３０００が同じ移動体群３０００であるか否かの関係を機械学習することで生成された学習モデルである。判定モデルＭ２は、複数の移動体群情報Ｄ３０が入力されると、複数の移動体群情報Ｄ３０が示す複数の移動体群３０００が同じ移動体群３０００であるか否かを判定し、判定結果を出力する。判定モデルＭ２は、移動体群３０００の移動体２０００の種別情報、配置情報及び色情報の少なくとも一方に基づいて、複数の移動体群情報Ｄ３０が示す複数の移動体群３０００が同じ移動体群３０００であるか否かを判定できる。

判定モデルＭ２は、第１移動体群３１００の大きさに対する個々の移動体２０００の相対的な第１サイズに基づいて第１移動体群３１００の中の移動体２０００の種別情報を判定し、第２移動体群３２００の大きさに対する個々の移動体２０００の相対的な第２サイズに基づいて第２移動体群の中の移動体２０００の種別情報を判定できる。判定モデルＭ２は、第１移動体群３１００の重心を原点とした個々の移動体２０００の第１相対位置と、第２移動体群３２００の重心を原点とした個々の移動体２０００の第２相対位置とに基づいて、第１移動体群３１００と第２移動体群３２００とが同じ移動体群であるか否かを判定できる。判定モデルＭ２は、第１移動体群３１００及び第２移動体群３２００のスコアが判定条件を満たす場合に、第１移動体群３１００と第２移動体群３２００とが同じ移動体群であるか否かを判定できる。

状態推定モデルＭ１０は、教師情報３４２が有する画像情報Ｄ１０及び正解値情報Ｄ２３を用いて、画像情報Ｄ１０の特徴、規則性、パターン等を抽出し、正解値情報Ｄ２３との関係を機械学習することで生成された学習モデルである。状態推定モデルＭ１０は、画像情報Ｄ１０が入力されると、該画像情報Ｄ１０の特徴等と類似する教師情報３４２を予測し、当該正解値情報Ｄ２３に基づいて、画像情報Ｄ１０を撮像したカメラ１００の設置状態パラメータを推定し、推定結果を出力する。

設置関係推定モデルＭ２０は、教師情報３４２が有する移動体群情報Ｄ３０、設置状態情報Ｄ４０及び正解値情報Ｄ２４を用いて、複数のカメラ１００による移動体群３０００の見え方（撮像状態）に基づく複数のカメラ１００設置関係を機械学習することで生成された学習モデルである。設置関係推定モデルＭ２０は、複数の移動体群情報Ｄ３０及び設置状態情報Ｄ４０が入力されると、複数のカメラ１００による移動体群３０００の見え方等と類似する教師情報３４２を予測し、当該正解値情報Ｄ２４に基づいて複数のカメラ１００の設置関係を推定し、推定結果を出力する。

制御部３５０は、演算処理装置である。演算処理装置は、例えば、ＣＰＵ、ＳｏＣ、ＭＣＵ、ＦＰＧＡ、及びコプロセッサを含むが、これらに限定されない。制御部３５０は、学習装置３００の動作を統括的に制御して各種の機能を実現できる。

具体的には、制御部３５０は、記憶部３４０に記憶されている情報を必要に応じて参照しつつ、記憶部３４０に記憶されているプログラム３４１に含まれる命令を実行できる。そして、制御部３５０は、データ及び命令に応じて機能部を制御し、それによって各種機能を実現できる。機能部は、例えば、表示部３１０及び通信部３３０を含むが、これらに限定されない。

制御部３５０は、第１取得部３５１、第１機械学習部３５２、第２取得部３５３、第２機械学習部３５４、第３取得部３５５、第３機械学習部３５６、第４取得部３５７、第４機械学習部３５８等の機能部を有する。制御部３５０は、プログラム３４１を実行することによって、第１取得部３５１、第１機械学習部３５２、第２取得部３５３、第２機械学習部３５４、第３取得部３５５、第３機械学習部３５６、第４取得部３５７、第４機械学習部３５８等の機能を実現する。プログラム３４１は、学習装置３００の制御部３５０を、第１取得部３５１、第１機械学習部３５２、第２取得部３５３、第２機械学習部３５４、第３取得部３５５、第３機械学習部３５６、第４取得部３５７及び第４機械学習部３５８として機能させるためのプログラムである。

第１取得部３５１は、移動体２０００を含む交通環境１０００を撮像した画像情報Ｄ１０と正解値情報Ｄ２１とを教師情報３４２として取得する。第１取得部３５１は、予め設定された格納先、操作部３２０で選択された格納先等から画像情報Ｄ１０及び正解値情報Ｄ２１を取得して記憶部３４０の教師情報３４２に関連付けて記憶する。第１取得部３５１は、機械学習に用いる複数の画像情報Ｄ１０及び正解値情報Ｄ２１を取得する。

第１機械学習部３５２は、第１取得部３５１が取得した複数の教師情報３４２を用いた機械学習で、入力された画像情報Ｄ１０が示す移動体２０００を推定する物体推定モデルＭ１を生成する。第１機械学習部３５２は、例えば、教師情報３４２に基づいてＣＮＮを構築する。ＣＮＮは、画像情報Ｄ１０を入力とし、画像情報Ｄ１０に対する推定結果を出力するようにネットワークが構築される。推定結果は、画像情報Ｄ１０が示す移動体２０００（物体）の位置、向き、速度及び車種等の情報を有する。

第２取得部３５３は、複数の移動体群情報Ｄ３０と正解値情報Ｄ２２とを教師情報３４２として取得する。第２取得部３５３は、予め設定された格納先、操作部３２０で選択された格納先等から移動体群情報Ｄ３０及び正解値情報Ｄ２２を取得して記憶部３４０の教師情報３４２に関連付けて記憶する。第２取得部３５３は、機械学習に用いる複数の移動体群情報Ｄ３０及び正解値情報Ｄ２２を取得する。

第２機械学習部３５４は、第２取得部３５３が取得した複数の教師情報３４２を用いた機械学習で、入力された複数の移動体群情報Ｄ３０が示す複数の移動体群３０００が同じ移動体群３０００であるか否かを判定する判定モデルＭ２を生成する。第２機械学習部３５４は、例えば、教師情報３４２に基づいてＣＮＮを構築する。ＣＮＮは、複数の移動体群情報Ｄ３０を入力とし、入力された複数の移動体群情報Ｄ３０が示す複数の移動体群３０００が同じ移動体群３０００であるか否かの判定結果を出力するように、ネットワークが構築される。

例えば、判定モデルＭ２は、複数の移動体群３０００の移動方向同士を比較し、比較結果と正解値とに基づいて複数の移動体群３０００が同じ移動体群３０００であるか否かを判定するように、機械学習されている。例えば、判定モデルＭ２は、移動体群３０００に含まれる複数の移動体２０００の種別情報の組み合わせを比較し、比較結果と正解値とに基づいて複数の移動体群３０００が同じ移動体群３０００であるか否かを判定するように、機械学習されている。例えば、判定モデルＭ２は、移動体群３０００に含まれる複数の移動体２０００の種別、色、配置、及び、移動体群３０００の原点３０００Ｓを中心とする相対位置の組み合わせを比較し、比較結果と正解値とに基づいて複数の移動体群３０００が同じ移動体群３０００であるか否かを判定するように、機械学習されている。

第３取得部３５５は、移動体２０００を含む交通環境１０００を撮像した画像情報Ｄ１０と該画像情報Ｄ１０を撮像したカメラ１００の設置状態パラメータの正解値情報Ｄ２３とを教師情報３４２として取得する。第３取得部３５５は、予め設定された格納先、操作部３２０で選択された格納先等から画像情報Ｄ１０及び正解値情報Ｄ２３を取得して記憶部３４０の教師情報３４２に関連付けて記憶する。第３取得部３５５は、機械学習に用いる複数の画像情報Ｄ１０及び正解値情報Ｄ２３を取得する。

第３機械学習部３５６は、第３取得部３５５が取得した複数の教師情報３４２を用いた機械学習で、入力された画像情報Ｄ１０を撮像したカメラ１００の設置状態パラメータを推定する状態推定モデルＭ１０を生成する。第３機械学習部３５６は、例えば、教師情報３４２に基づいてＣＮＮを構築する。ＣＮＮは、画像情報Ｄ１０を入力とし、画像情報Ｄ１０に対する識別結果を出力するようにネットワークが構築される。識別結果は、画像情報Ｄ１０を撮像したカメラ１００の設置状態パラメータを推定するための情報を有する。

第４取得部３５７は、移動体群情報Ｄ３０と、当該移動体群情報Ｄ３０に関連付けられた設置状態情報Ｄ４０と、それらの情報に対応した複数のカメラ１００の設置関係を示す正解値情報Ｄ２４とを教師情報３４２として取得する。第４取得部３５７は、予め設定された格納先、操作部３２０で選択された格納先等から移動体群情報Ｄ３０、設置状態情報Ｄ４０及び正解値情報Ｄ２４を取得して記憶部３４０の教師情報３４２に関連付けて記憶する。第４取得部３５７は、機械学習に用いる複数の移動体群情報Ｄ３０、設置状態情報Ｄ４０及び正解値情報Ｄ２４を取得する。

第４機械学習部３５８は、第４取得部３５７が取得した複数の教師情報３４２を用いた機械学習で、入力された移動体群情報Ｄ３０及び設置状態情報Ｄ４０に対応した複数のカメラ１００の設置関係を推定する設置関係推定モデルＭ２０を生成する。第４機械学習部３５８は、例えば、教師情報３４２に基づいてＣＮＮを構築する。ＣＮＮは、複数の移動体群情報Ｄ３０及び設置状態情報Ｄ４０を入力とし、複数のカメラ１００の設置関係を推定するようにネットワークが構築される。すなわち、第４機械学習部３５８は、複数のカメラ１００に映る移動体群３０００の見え方に基づいて複数のカメラの設置関係を推定する設置関係推定モデルＭ２０を生成する。

以上、本実施形態に係る学習装置３００の機能構成例について説明した。なお、図６を用いて説明した上記の構成はあくまで一例であり、本実施形態に係る学習装置３００の機能構成は係る例に限定されない。本実施形態に係る学習装置３００の機能構成は、仕様や運用に応じて柔軟に変形可能である。

本実施形態では、学習装置３００は、物体推定モデルＭ１、判定モデルＭ２、状態推定モデルＭ１０及び設置関係推定モデルＭ２０を生成する場合について説明するが、これに限定されない。学習装置３００は、物体推定モデルＭ１、判定モデルＭ２、状態推定モデルＭ１０及び設置関係推定モデルＭ２０を個別に生成する複数の装置で実現してもよい。

（情報処理装置の構成例）
図７は、実施形態に係る情報処理装置２００の構成の一例を示す図である。図７に示すように、情報処理装置２００は、入力部２１０と、通信部２２０と、記憶部２３０と、制御部２４０と、を備える。制御部２４０は、入力部２１０、通信部２２０、記憶部２３０等と電気的に接続されている。以下の説明では、情報処理装置２００は、外部の電子機器で結果を出力させる場合について説明するが、表示装置等の出力装置を構成に備えてもよい。

入力部２１０は、カメラ１００が撮像した画像情報Ｄ１０が入力される。入力部２１０は、例えば、ケーブルを介してカメラ１００と電気的に接続可能なコネクタを有する。入力部２１０は、カメラ１００から入力された画像情報Ｄ１０を制御部２４０に供給する。

通信部２２０は、例えば、カメラ１００、学習装置３００、カメラ１００を管理する管理装置等と通信できる。通信部２２０は、各種通信規格をサポートできる。通信部２２０は、例えば、有線又は無線ネットワーク等を介して各種情報を送受信できる。通信部２２０は、受信した情報を制御部２４０に供給できる。通信部２２０は、制御部２４０が指示した送信先に情報を送信できる。

記憶部２３０は、プログラム及び情報を記憶できる。記憶部２３０は、制御部２４０の処理結果を一時的に記憶する作業領域としても利用される。記憶部２３０は、半導体記憶媒体、及び磁気記憶媒体等の任意の非一過的な記憶媒体を含んでよい。記憶部２３０は、複数の種類の記憶媒体を含んでよい。記憶部２３０は、メモリカード、光ディスク、又は光磁気ディスク等の可搬の記憶媒体と、記憶媒体の読み取り装置との組み合わせを含んでよい。記憶部２３０は、ＲＡＭ等の一時的な記憶領域として利用される記憶デバイスを含んでよい。

記憶部２３０は、例えば、プログラム２３１、設定情報２３２、画像情報Ｄ１０、移動体群情報Ｄ３０、設置状態情報Ｄ４０、設置関係情報Ｄ１００、判定モデルＭ２、設置関係推定モデルＭ２０等を記憶できる。プログラム２３１は、情報処理装置２００を稼働させるための各種制御に関する機能を制御部２４０に実行させる。設定情報２３２は、情報処理装置２００の動作に関する各種の設定、管理対象のカメラ１００の設置状態に関する設定等の各種情報を含む。記憶部２３０は、複数の画像情報Ｄ１０及び移動体群情報Ｄ３０を関連付けて時系列の順序で記憶できる。記憶部２３０は、複数のカメラ１００の各々に対応した設置状態情報Ｄ４０と設置関係情報Ｄ１００とを関連付けて記憶できる。判定モデルＭ２は、学習装置３００が生成した機械学習モデルである。設置関係推定モデルＭ２０は、学習装置３００が生成した機械学習モデルである。

制御部２４０は、演算処理装置である。演算処理装置は、例えば、ＣＰＵ、ＳｏＣ、ＭＣＵ、ＦＰＧＡ及びコプロセッサを含むが、これらに限定されない。制御部２４０は、情報処理装置２００の動作を統括的に制御して各種の機能を実現する。

具体的には、制御部２４０は、記憶部２３０に記憶されている情報を必要に応じて参照しつつ、記憶部２３０に記憶されているプログラム２３１に含まれる命令を実行する。そして、制御部２４０は、情報及び命令に応じて機能部を制御し、それによって各種機能を実現する。機能部は、例えば、入力部２１０及び通信部２２０を含むが、これらに限定されない。

制御部２４０は、取得部２４１、判定部２４２、出力部２４３等の機能部を有する。制御部２４０は、プログラム２３１を実行することによって、取得部２４１、判定部２４２、出力部２４３等の機能部を実現する。プログラム２３１は、情報処理装置２００の制御部２４０を、取得部２４１、判定部２４２及び出力部２４３として機能させるためのプログラムである。

取得部２４１は、通信部２２０を介して、複数のカメラ１００から画像情報Ｄ１０及び移動体群情報Ｄ３０を取得する。例えば、取得部２４１は、第１カメラ１００Ａから第１移動体群情報として移動体群情報Ｄ３０を取得し、第２カメラ１００Ｂから第２移動体群情報として移動体群情報Ｄ３０を取得する。取得部２４１は、同日の同一時間帯に、第１カメラ１００Ａから取得した移動体群情報Ｄ３０と第２カメラ１００Ｂから取得した移動体群情報Ｄ３０を関連付けて記憶部２３０に記憶する。

判定部２４２は、第１カメラ１００Ａが撮像した画像から識別した第１移動体群３１００と第２カメラ１００Ｂが撮像した画像から識別した第２移動体群３２００とが同じ移動体群３０００であるか否かを判定する。判定部２４２は、複数の移動体群３０００に含まれる移動体２０００の種別、色、移動方向、配置、相対位置、スコア等の情報を用いて、同じ移動体群３０００であるか否かを判定する。本実施形態では、判定部１４２は、機械学習済みの判定モデルＭ２を用いて判定を行う、判定部２４２は、判定モデルＭ２に複数の移動体群情報Ｄ３０を入力し、判定モデルＭ２の出力を判定結果とする。なお、判定部２４２は、判定モデルＭ２の判定結果が信頼度を含む場合、信頼度が高いと、同じ移動体群３０００であるか否かの判定を有効とし、信頼度が低いと、同じ移動体群３０００であるか否かの判定を無効としてもよい。

出力部２４３は、同じ移動体群３０００と判定された第１移動体群３１００の移動態様と第２移動体群３２００の移動態様とに基づいて、第１カメラ１００Ａと第２カメラ１００Ｂとの設置関係を識別可能な設置関係情報Ｄ１００を出力する。出力部２４３の出力は、例えば、設置関係情報Ｄ１００を生成し、当該設置関係情報Ｄ１００を外部の電子機器、出力装置等に出力させることを含む。出力部２４３は、第１移動体群３１００の第１移動方向３１００Ｍと第２移動体群３２００の第２移動方向３２００Ｍとに基づいて、第１カメラ１００Ａと第２カメラ１００Ｂの設置関係を識別可能な設置関係情報Ｄ１００を出力する。本実施形態では、出力部２４３は、機械学習済みの設置関係推定モデルＭ２０を用いて設置関係の推定を行う。出力部２４３は、設置関係推定モデルＭ２０に複数の移動体群情報Ｄ３０及び設置状態情報Ｄ４０を入力し、設置関係推定モデルＭ２０の出力を推定結果とする。

出力部１４３は、第１移動体群３１００の時系列の情報と、第２移動体群３２００の時系列の情報と、に基づいて統計的な設置関係情報Ｄ１００を出力する。例えば、出力部２４３は、相異なる複数の第１移動体群３１００と第２移動体群３２００との組み合わせごとに対して、第１カメラ１００Ａと第２カメラ１００Ｂの設置関係の推定結果を統計的に示す設置関係情報Ｄ１００を出力する。出力部２４３は、第１カメラ１００Ａと第２カメラ１００Ｂとの相互関係を識別可能な設置関係情報Ｄ１００を出力する（例えば図４参照）。

出力部２４３は、第１移動体群３１００及び第２移動体群３２００のスコアを識別可能な設置関係情報Ｄ１００を出力する。出力部２４３は、移動体群３０００に含まれる移動体２０００の数または種別情報の数が多いほど高くなるスコアを識別可能な設置関係情報Ｄ１００を出力する。出力部２４３は、移動体群情報Ｄ３０に基づいて移動体群３０００に含まれる移動体２０００の数、種別情報の数を認識し、認識した数に応じたスコアを示す情報を設置関係情報Ｄ１００に付加する。

出力部２４３は、判定部２４２が判定した移動体群３０００の数が規定数以上になったら出力の動作を終了する。これにより、情報処理装置２００は、判定した移動体群３０００の数を終了条件とすることで、設置関係の推定を適宜終了させることができる。

以上、本実施形態に係る情報処理装置２００の機能構成例について説明した。なお、図７を用いて説明した上記の構成はあくまで一例であり、本実施形態に係る情報処理装置２００の機能構成は係る例に限定されない。本実施形態に係る情報処理装置２００の機能構成は、仕様や運用に応じて柔軟に変形可能である。

（カメラの処理手順例）
図８は、カメラ１００が実行する処理手順の一例を示すフローチャートである。図８に示す処理手順は、カメラ１００の制御部１５０がプログラム１４１を実行することによって実現される。

図８に示すように、カメラ１００の制御部１５０は、カメラ１００の設置状態を推定する（ステップＳ１００）。例えば、制御部１５０は、学習装置３００が生成した機械学習済みの設置関係推定モデルＭ２０で、入力した画像情報Ｄ１０を撮像したカメラ１００の設置状態パラメータを推定する。制御部１５０は、設置関係推定モデルＭ２０で推定した設置状態パラメータ、センサ部１２０で検出した位置情報等に基づいて、設置状態情報Ｄ４０を生成し、記憶部１４０に記憶する。制御部１５０は、ステップＳ１００の処理が終了すると、処理をステップＳ１０１に進める。

制御部１５０は、撮像部１１０で撮像した画像情報Ｄ１０の移動体２０００を識別する（ステップＳ１０１）。例えば、制御部１５０は、画像情報Ｄ１０を物体推定モデルＭ１に入力し、物体推定モデルＭ１の出力に基づいて画像情報Ｄ１０が示す移動体２０００を識別する。識別結果は、例えば、移動体２０００の種別、色、移動方向（向き）、画像における配置等の情報を含む。制御部１５０は、識別結果を画像情報Ｄ１０に関連付けて記憶部１４０に記憶すると、処理をステップＳ１０２に進める。

制御部１５０は、移動体群情報Ｄ３０を生成する（ステップＳ１０２）。例えば、制御部１５０は、ステップＳ１０１で識別した複数の移動体２０００の識別結果に基づいて、移動体２０００の種別、色、移動方向等と、移動体群３０００の移動方向、配置装置位置、スコア等の情報を識別可能な移動体群情報Ｄ３０を生成する。制御部１５０は、生成した移動体群情報Ｄ３０と画像情報Ｄ１０と設置状態情報Ｄ４０とを関連付けて記憶部１４０に記憶すると、処理をステップＳ１０３に進める。

制御部１５０は、通信部１３０を介して、移動体群情報Ｄ３０及び設置状態情報Ｄ４０を情報処理装置２００に送信する（ステップＳ１０３）。例えば、制御部１５０は、画像情報Ｄ１０に基づいて移動体群情報Ｄ３０を生成した場合に、移動体群情報Ｄ３０を情報処理装置２００に送信する。これにより、カメラ１００は、移動体群３０００を撮像したタイミングで移動体群情報Ｄ３０を送信することで、移動する移動体群３０００を情報処理装置２００に追跡させることができる。制御部１５０は、ステップＳ１０３の処理が終了すると、図８に示す処理手順を終了させる。

なお、図８に示す処理手順は、情報処理装置２００がカメラ１００の設置状態情報Ｄ４０を予め記憶する場合、カメラ１００が設置状態情報Ｄ４０を送信しない処理手順に変更することができる。この場合、ステップＳ１０３は、移動体群情報Ｄ３０のみを情報処理装置２００に送信する構成とすればよい。

（情報処理装置の処理手順例）
図９は、情報処理装置２００が実行する処理手順の一例を示すフローチャートである。図９に示す処理手順は、情報処理装置２００の制御部２４０がプログラム２３１を実行することによって実現される。図９に示す処理手順は、制御部２４０によって繰り返し実行される。

図９に示すように、情報処理装置２００の制御部２４０は、複数のカメラ１００から移動体群情報Ｄ３０及び設置状態情報Ｄ４０を取得する（ステップＳ２０１）。例えば、制御部２４０は、通信部２２０を介して複数のカメラ１００から受信した同日及び同時間帯の移動体群情報Ｄ３０及び設置状態情報Ｄ４０を取得し、記憶部２３０に関連付けて記憶する。制御部２４０は、ステップＳ２０１の処理が終了すると、処理をステップＳ２０２に進める。

制御部２４０は、複数の移動体群３０００を比較する（ステップＳ２０２）。例えば、制御部２４０は、複数の移動体群情報Ｄ３０を判定モデルＭ２に入力し、判定モデルＭ２の出力を複数の移動体群情報Ｄ３０が同じ移動体群３０００であるか否かの判定結果として記憶部２３０に記憶する。例えば、制御部２４０は、判定モデルＭ２を用いずに、複数の移動体群情報Ｄ３０同士を比較して、同じ移動体群３０００であるか否かを判定してもよい。制御部２４０は、ステップＳ２０２の処理が終了すると、処理をステップＳ２０３に進める。

制御部２４０は、ステップＳ２０２の比較結果に基づいて、同じ移動体群３０００であるか否かを判定する（ステップＳ２０３）。制御部２４０は、複数のカメラ１００の各々が撮像した複数の移動体群３０００が同じ移動体群３０００ではないと判定した場合（ステップＳ２０３でＮｏ）、処理を後述するステップＳ２０６に進める。また、制御部２４０は、同じ移動体群３０００であると判定した場合（ステップＳ２０３でＹｅｓ）、処理をステップＳ２０４に進める。

制御部２４０は、複数のカメラ１００の設置関係を推定する（ステップＳ２０４）。例えば、制御部２４０は、同じ移動体群３０００と判定した複数の移動体群情報Ｄ３０及び設置状態情報Ｄ４０を設置関係推定モデルＭ２０に入力する。制御部２４０は、設置関係推定モデルＭ２０が推定した推定結果を出力すると、当該推定結果を複数のカメラ１００の設置関係として記憶部２３０に記憶する。制御部２４０は、ステップＳ２０４の処理が終了すると、処理をステップＳ２０５に進める。

制御部２４０は、設置関係情報Ｄ１００を出力する（ステップＳ２０５）。例えば、制御部２４０は、ステップＳ２０５の推定結果に基づいて、図４に示したような設置関係情報Ｄ１００を生成し、当該設置関係情報Ｄ１００の出力処理を実行する。出力処理は、例えば、設置関係情報Ｄ１００を表示装置に表示させる処理、情報処理装置の外部の電子機器に送信する処理等を含む。制御部２４０は、ステップＳ２０５の処理が終了すると、処理をステップＳ２０６に進める。

制御部２４０は、処理した移動体群３０００の数が規定数であるか否かを判定する（ステップＳ２０６）。例えば、制御部２４０は、複数のカメラの設置関係を推定した回数、または、設置関係情報Ｄ１００を出力した回数が、予め設定された規定数となった場合に、処理した移動体群３０００の数が規定数であると判定する。規定数は、例えば、推定精度を向上させるように複数の回数を設定できる。制御部２４０は、処理した移動体群３０００の数が規定数ではないと判定した場合（ステップＳ２０６でＮｏ）、処理を既に説明したステップＳ２０１に戻し、処理を継続する。また、制御部２４０は、処理した移動体群３０００の数が規定数であると判定した場合（ステップＳ２０６でＹｅｓ）、図９に示す処理手順を終了させる。

（カメラシステムの動作例）
図１０は、カメラシステム１におけるカメラ１００及び情報処理装置２００の動作の一例を示す図である。図１０に示す一例では、第１カメラ１００Ａ及び第２カメラ１００Ｂは、図１に示したように、同じ道路１１００の同一の移動方向１１００Ｍの相異なる撮像領域を撮像するように設置されていることを前提とする。

図１０に示すように、第１カメラ１００Ａは、自機の撮像領域を移動する複数の移動体２０００を撮像すると、画像情報Ｄ１０から移動体群３０００を識別する（ステップＳ１１０１）。第１カメラ１００Ａは、移動体群３０００を識別すると、通信部１３０を介して、移動体群情報Ｄ３０を送信する（ステップＳ１１０２）。本実施形態では、第１カメラ１００Ａは、移動体群情報Ｄ３０及び設置状態情報Ｄ４０を情報処理装置２００に送信している。

また、第１カメラ１００Ａが撮像した複数の移動体２０００は、移動方向１１００Ｍへ移動すると、第２カメラ１００Ｂの撮像領域に進入する。

第２カメラ１００Ｂは、自機の撮像領域を移動する複数の移動体２０００を撮像すると、画像情報Ｄ１０から移動体群３０００を識別する（ステップＳ１２０１）。第２カメラ１００Ｂは、移動体群３０００を識別すると、通信部１３０を介して、移動体群情報Ｄ３０を送信する（ステップＳ１２０２）。本実施形態では、第２カメラ１００Ｂは、移動体群情報Ｄ３０及び設置状態情報Ｄ４０を情報処理装置２００に送信している。

情報処理装置２００は、第１カメラ１００Ａからの移動体群情報Ｄ３０を受信した後、第２カメラ１００Ｂからの移動体群情報Ｄ３０を受信すると、それらの移動体群情報Ｄ３０に基づいて、複数の移動体群３０００が同じ移動体群３０００であるか否かを判定する。そして、情報処理装置２００は、複数の移動体群３０００が同じ移動体群３０００であると判定する（ステップＳ１３０１）。情報処理装置２００は、設置関係情報Ｄ１００を推定し、設置関係情報Ｄ１００を出力する（ステップＳ１３０２）。

これにより、情報処理装置２００は、複数のカメラ１００が撮像した画像情報Ｄ１０が示す移動体群３０００の見え方に基づく設置関係情報Ｄ１００を出力することができる。また、情報処理装置２００は、第１カメラ１００Ａ及び第２カメラ１００Ｂの設置場所が離れていても、移動体群３０００の見え方に基づく設置関係情報Ｄ１００を出力することができる。その結果、情報処理装置２００は、複数のカメラを道路１１００の近傍に設置しても、人的作業や交通規制を必要とすることなく、交通環境１０００を撮像する複数のカメラ１００の設置状態の推定を支援することができる。また、情報処理装置２００は、カメラ１００の設置状態を求めるためのキャリブレーションを、複数のカメラを設置した場合にも、治具・作業なしで行うことができる。

その後、第１カメラ１００Ａ及び第２カメラ１００Ｂは、移動体群３０００を撮像するごとに、移動体群情報Ｄ３０を情報処理装置２００に送信する。そして、情報処理装置２００は、複数の移動体群３０００が同じ移動体群３０００であると判定するごとに、設置関係情報Ｄ１００を出力する。これにより、情報処理装置２００は、異なる複数の移動体群３０００が第１カメラ１００Ａ及び第２カメラ１００Ｂを通過するごとに、複数のカメラ１００の間の設置関係を推定することで、設置関係の推定精度を向上させることができる。

また、情報処理装置２００は、判定した移動体群３０００の数が規定数以上になった場合に動作を終了する。これにより、情報処理装置２００は、複数のカメラ１００の設置関係の推定を適宜終了させることができる。

情報処理装置２００は、移動体群３０００に含まれる移動体２０００の種別、配置（走行順序）、色、移動方向、配置及び装置位置の少なくとも１つに基づいて同じ移動体群３０００であるか否かを判定できる。これにより、情報処理装置２００は、複数の移動体群３０００を正確に識別できるので、同じ移動体群３０００であるか否かの判定精度を向上させることができる。例えば、情報処理装置２００は、異なる種別、色等の移動体２０００の組み合わせの移動体群３０００に着目することで、異なる位置の複数のカメラ１００であっても、複数の移動体群３０００をより一層正確に識別できる。

情報処理装置２００は、出力部２４３が第１移動体群の時系列の情報と、第２移動体群の時系列の情報と、に基づいて統計的な設置関係情報Ｄ１００を出力することができる。例えば、情報処理装置２００は、複数のカメラ１００ごとに、移動体群３０００を撮像した日時等をカメラ１００に関連付けた設置関係情報Ｄ１００を出力することで、移動体群３０００の移動状況、カメラ１００同士の距離等の把握に貢献することができる。

情報処理装置２００は、複数のカメラ１００間の位置関係の推定で、移動体群３０００が利用しやすいかを、群自体の価値として表現してもよい。例えば、情報処理装置２００は、移動体群３０００に含まれる移動体２０００の数、種別の数等が多いほど、移動体群３０００の価値が高くなるように、スコアを設定することができる。これにより、情報処理装置２００は、スコアの低い移動体群３０００を判定に用いないことで、同じ移動体群３０００であるか否かの判定精度を向上させることができる。

情報処理装置２００の取得部２４１は、撮像領域が重なり合わないように設置された複数のカメラ１００から第１移動体群情報及び第２移動体群情報を取得できる。これにより、情報処理装置２００は、道路１１００の広範囲に設置されたカメラ１００の設置関係情報Ｄ１００を出力できるので、複数のカメラ１００のメンテナンス等の効率を向上させることができる。

（他の実施形態）
図１１は、実施形態に係る情報処理装置２００の他の構成の一例を示す図である。図１１に示すように、情報処理装置２００は、上述した入力部２１０、通信部２２０、記憶部２３０及び制御部２４０を備える。制御部２４０は、上述した取得部２４１、判定部２４２及び出力部２４３と、識別部２４４とを備える構成としてもよい。

この場合、上述した取得部２４１は、複数のカメラ１００から画像情報Ｄ１０を取得する機能を有する構成とすればよい。また、記憶部２３０は、上述した物体推定モデルＭ１を記憶する構成とすればよい。

識別部２４４は、上述した物体推定モデルＭ１、物体識別プログラム等を用いて、画像情報Ｄ１０から１以上の移動体２０００を含む移動体群３０００を識別する。識別部２４４は、移動体２０００の有無、種別、色、移動方向、配置、相対位置、スコア等に基づいて、移動体群３０００の移動方向、移動体群３０００の原点（中心）等を識別する。識別部２４４は、識別した移動体群３０００を識別可能な移動体群情報Ｄ３０を生成し、移動体群情報Ｄ３０をカメラ１００に関連付けて記憶部２３０に記憶する。

上述した判定部２４２は、識別部２４４が識別した複数の移動体群３０００が同じ移動体群３０００であるか否かを判定する機能を有する構成とすればよい。

図１２は、情報処理装置２００が実行する他の処理手順の一例を示すフローチャートである。図１２に示す処理手順は、図９に示した処理手順の一部を変更した処理手順である。図１２に示す処理手順は、制御部２４０によって繰り返し実行される。

図１２に示すように、情報処理装置２００の制御部２４０は、複数のカメラ１００から画像情報Ｄ１０及び設置状態情報Ｄ４０を取得する（ステップＳ２１１）。例えば、制御部２４０は、通信部２２０を介して複数のカメラ１００から受信した同日及び同時間帯の画像情報Ｄ１０及び設置状態情報Ｄ４０を取得し、記憶部２３０に関連付けて記憶する。制御部２４０は、ステップＳ２１１の処理が終了すると、処理をステップＳ２１２に進める。

制御部２４０は、複数のカメラ１００ごとに、画像情報Ｄ１０から移動体２０００を識別して移動体群情報Ｄ３０を生成する（ステップＳ２１２）。例えば、制御部２４０は、画像情報Ｄ１０を物体推定モデルＭ１に入力し、物体推定モデルＭ１の出力に基づいて画像情報Ｄ１０が示す移動体２０００を識別する。そして、制御部２４０は、識別した複数の移動体２０００の識別結果に基づいて、移動体２０００の種別、色、移動方向等と、移動体群３０００の移動方向、配置装置位置、スコア等の情報を識別可能な移動体群情報Ｄ３０を生成する。制御部２４０は、生成した移動体群情報Ｄ３０と画像情報Ｄ１０と設置状態情報Ｄ４０とを関連付けて記憶部２３０に記憶すると、処理を既に説明したステップＳ１０２に進める。そして、制御部２４０は、ステップＳ１０２からステップＳ１０６の処理を実行する。なお、ステップＳ１０２からステップＳ１０６の処理は、図９のステップＳ１０２からステップＳ１０６の処理と同一であるため、説明を省略する。

このように、他の実施形態に係る情報処理装置２００は、複数のカメラ１００から取得した画像情報Ｄ１０が示す移動体群３０００の見え方に基づいて、設置関係情報Ｄ１００を出力することができる。また、情報処理装置２００は、複数のカメラ１００同士が離れていても、移動体群３０００の見え方に基づく設置関係情報Ｄ１００を出力することができる。その結果、情報処理装置２００は、複数のカメラを道路１１００の近傍に設置しても、人的作業や交通規制を必要とすることなく、交通環境１０００を撮像する複数のカメラ１００の設置状態の推定を支援することができる。

上述した情報処理装置２００は、福風のカメラ１００の外部に設けられる場合について説明したが、これに限定されない。例えば、情報処理装置２００は、複数のカメラ１００のいずれかに組み込まれ、カメラ１００の制御部１５０、モジュール等によって実現してもよい。例えば、情報処理装置２００は、交通環境１０００に設置された信号機、照明機器、通信機器等に組み込まれてもよい。

上述した情報処理装置２００は、サーバ装置等で実現してもよい。例えば、情報処理装置２００は、複数のカメラ１００のそれぞれから画像情報Ｄ１０を取得し、当該画像情報Ｄ１０から設置状態パラメータを推定し、推定結果を提供するサーバ装置とすることができる。

上述した学習装置３００は、物体推定モデルＭ１、判定モデルＭ２、状態推定モデルＭ１０及び設置関係推定モデルＭ２０を生成する場合について説明したが、これに限定されない。例えば、学習装置３００は、情報処理装置２００に組み込まれるように実現してもよい。

また、本開示は、物体推定モデルＭ１、判定モデルＭ２、状態推定モデルＭ１０及び設置関係推定モデルＭ２０について、別々のモデル、別々の学習部で実施する場合のみならず、複数のモデルを合わせた統合モデルとし、機械学習も統合したひとつの機械学習部で行う実施例としてもよい。

添付の請求項に係る技術を完全かつ明瞭に開示するために特徴的な実施形態に関し記載してきた。しかし、添付の請求項は、上記実施形態に限定されるべきものでなく、本明細書に示した基礎的事項の範囲内で当該技術分野の当業者が創作しうるすべての変形例及び代替可能な構成を具現化するように構成されるべきである。

（付記１）
第１カメラが撮像した第１画像から少なくとも１以上の移動体を含む第１移動体群を識別する第１識別部と、
第２カメラが撮像した第２画像から少なくとも１以上の前記移動体を含む第２移動体群を識別する第２識別部と、
前記第１移動体群と前記第２移動体群とが同じ移動体群であるか否かを判定する判定部と、
同じ前記移動体群と判定された前記第１移動体群の移動態様と前記第２移動体群の移動態様とに基づいて、前記第１カメラと前記第２カメラとの設置関係を識別可能な設置関係情報を出力する出力部と、
を備える、情報処理装置。
（付記２）
複数のカメラと、
複数の前記カメラと通信可能な情報処理装置とを備えるカメラシステムであって、
前記情報処理装置は、
第１カメラが撮像した第１画像から識別した第１移動体群と第２カメラが撮像した第２画像から識別した第２移動体群とが同じ移動体群であるか否かを判定する判定部と、
同じ前記移動体群と判定された前記第１移動体群の移動態様と前記第２移動体群の移動態様とに基づいて、前記第１カメラと前記第２カメラとの設置関係を識別可能な設置関係情報を出力する出力部と、
を備える、カメラシステム。

１ カメラシステム
１００ カメラ
１００Ａ 第１カメラ
１００Ｂ 第２カメラ
１１０ 撮像部
１２０ センサ部
１３０ 通信部
１４０ 記憶部
１４１ プログラム
１５０ 制御部
１５１ 画像認識部
１５２ 識別部
１５３ 推定部
１５４ 送信部
２００ 情報処理装置
２１０ 入力部
２２０ 通信部
２３０ 記憶部
２３１ プログラム
２３２ 設定情報
２４０ 制御部
２４１ 取得部
２４２ 判定部
２４３ 出力部
２４４ 識別部
３００ 学習装置
３１０ 表示部
３２０ 操作部
３３０ 通信部
３４０ 記憶部
３４１ プログラム
３４２ 教師情報
３５０ 制御部
３５１ 第１取得部
３５２ 第１機械学習部
３５３ 第２取得部
３５４ 第２機械学習部
３５５ 第３取得部
３５６ 第３機械学習部
３５７ 第４取得部
３５８ 第４機械学習部
１０００ 交通環境
１１００ 道路
２０００ 移動体
３０００ 移動体群
３１００ 第１移動体群
３２００ 第２移動体群
Ｄ１０ 画像情報
Ｄ３０ 移動体群情報
Ｄ４０ 設置状態情報
Ｄ１００ 設置関係情報
Ｍ１ 物体推定モデル
Ｍ２ 判定モデル
Ｍ１０ 状態推定モデル
Ｍ２０ 設置関係推定モデル

Claims (18)

1. 第１カメラが撮像した第１画像から識別した第１移動体群と第２カメラが撮像した第２画像から識別した第２移動体群とが同じ移動体群であるか否かを判定する判定部と、
   同じ前記移動体群と判定された前記第１移動体群の移動態様と前記第２移動体群の移動態様とに基づいて、前記第１カメラと前記第２カメラとの設置関係を識別可能な設置関係情報を出力する出力部と、
   を備える、情報処理装置。
2. 前記第１画像から識別した少なくとも１以上の移動体を含む前記第１移動体群を示す第１移動体群情報、及び、前記第２画像から少なくとも１以上の前記移動体を含む前記第２移動体群を示す第２移動体群情報を取得する取得部をさらに備え、
   前記判定部は、前記第１移動体群情報が示す前記第１移動体群と前記第２移動体群情報が示す前記第２移動体群とが同じ移動体群であるか否かを判定する、
   請求項１に記載の情報処理装置。
3. 前記判定部は、
   前記第１移動体群の前記移動態様としての第１移動方向と、
   前記第２移動体群の前記移動態様としての第２移動方向とを判定し、
   前記出力部は、
   前記第１移動方向と前記第２移動方向とに基づいて、前記第１カメラと前記第２カメラの設置関係を識別可能な前記設置関係情報を出力する、
   請求項２に記載の情報処理装置。
4. 前記判定部は、
   前記第１移動体群の前記移動体の種別情報と前記第２移動体群の前記移動体の種別情報とに基づいて、前記第１移動体群と前記第２移動体群とが同じ移動体群であるか否かを判定する、
   請求項３に記載の情報処理装置。
5. 前記判定部は、
   前記第１移動体群の前記種別情報及び前記移動体の配置情報と、前記第２移動体群の前記種別情報及び前記移動体の配置情報とに基づいて、前記第１移動体群と前記第２移動体群とが同じ移動体群であるか否かを判定する、
   請求項４に記載の情報処理装置。
6. 前記判定部は、
   前記第１移動体群の前記種別情報及び前記移動体の色情報と、前記第２移動体群の前記種別情報及び前記移動体の色情報とに基づいて、前記第１移動体群と前記第２移動体群とが同じ移動体群であるか否かを判定する、
   請求項４に記載の情報処理装置。
7. 前記判定部は、
   前記第１移動体群の大きさに対する個々の前記移動体の相対的な第１サイズに基づいて前記第１移動体群の中の前記移動体の前記種別情報を判定し、
   前記第２移動体群の大きさに対する個々の前記移動体の相対的な第２サイズに基づいて前記第２移動体群の中の前記移動体の前記種別情報を判定する、
   請求項４に記載の情報処理装置。
8. 前記種別情報は、少なくとも、普通車、大型車及び自動二輪車を含む、
   請求項４から７のいずれか１項に記載の情報処理装置。
9. 前記判定部は、前記第１移動体群の重心を原点とした個々の前記移動体の第１相対位置と、前記第２移動体群の重心を原点とした個々の前記移動体の第２相対位置とに基づいて、前記第１移動体群と前記第２移動体群とが同じ移動体群であるか否かを判定する、
   請求項３に記載の情報処理装置。
10. 前記出力部は、前記第１移動体群の時系列の情報と、前記第２移動体群の時系列の情報と、に基づいて統計的な前記設置関係情報を出力する、
    請求項２に記載の情報処理装置。
11. 前記出力部は、前記第１移動体群及び前記第２移動体群のスコアを識別可能な前記設置関係情報を出力する、
    請求項１０に記載の情報処理装置。
12. 前記出力部は、前記移動体群に含まれる前記移動体の数または種別情報の数が多いほど高くなる前記スコアを識別可能な前記設置関係情報を出力する、
    請求項１１に記載の情報処理装置。
13. 前記判定部は、記第１移動体群及び前記第２移動体群の前記スコアが判定条件を満たす場合に、前記第１移動体群情報が示す前記第１移動体群と前記第２移動体群情報が示す前記第２移動体群とが同じ移動体群であるか否かを判定する、
    請求項１１に記載の情報処理装置。
14. 前記出力部は、判定した前記移動体群の数が規定数以上になったら動作終了する、
    請求項１に記載の情報処理装置。
15. 前記出力部は、前記第１カメラと前記第２カメラとの相互関係を識別可能な前記設置関係情報を出力する、
    請求項１に記載の情報処理装置。
16. 前記取得部は、撮像領域が重なり合わないように設置された前記第１カメラ及び前記第２カメラから前記第１移動体群情報及び前記第２移動体群情報を取得する、
    請求項２に記載の情報処理装置。
17. コンピュータが、
    第１カメラが撮像した第１画像から識別した第１移動体群と第２カメラが撮像した第２画像から識別した第２移動体群とが同じ移動体群であるか否かを判定することと、
    同じ前記移動体群と判定された前記第１移動体群の移動態様と前記第２移動体群の移動態様とに基づいて、前記第１カメラと前記第２カメラとの設置関係を識別可能な設置関係情報を出力することと、
    を含む、情報処理方法。
18. コンピュータに、
    第１カメラが撮像した第１画像から識別した第１移動体群と第２カメラが撮像した第２画像から識別した第２移動体群とが同じ移動体群であるか否かを判定させることと、
    同じ前記移動体群と判定された前記第１移動体群の移動態様と前記第２移動体群の移動態様とに基づいて、前記第１カメラと前記第２カメラとの設置関係を識別可能な設置関係情報を出力させることと、
    を実行させる、情報処理プログラム。

Images