JP4941206B2

JP4941206B2 - 最適補正値算出装置、最適補正値算出方法、及び最適補正値算出処理プログラム

Info

Publication number: JP4941206B2
Application number: JP2007253999A
Authority: JP
Inventors: 裕斗花邑; 茂義坂本; 将慶籠田; 潤平小林; 啓一郎藤原; 大輔磯田; 洋平石田; 浩輝矢野; 恭之近田
Original assignee: Dai Nippon Printing Co Ltd
Current assignee: Dai Nippon Printing Co Ltd
Priority date: 2007-09-28
Filing date: 2007-09-28
Publication date: 2012-05-30
Anticipated expiration: 2027-09-28
Also published as: JP2009086877A

Description

本発明は、特定の場所を通過する検出対象（例えば、人）の数を判定するシステム等の技術分野に関する。

従来から、駅の改札や、イベント会場、店舗、美術館、又は博物館の出入口等の場所において、そこを通過する人をセンサにより検出（検知）し、通過人数を計測するシステムが知られている。

例えば、特許文献１には、人が入店したことを検知する入店検知センサの検知結果に基づいて来店者数を集計するシステムが開示されている。

また、特許文献２には、調査地点で超音波センサにより車の交通量をカウントし、所定の測定時間毎にカウントされたデータを集計する装置が開示されている。
特開昭６１−９４１７５号公報特開平０８−６３６９４号公報

しかしながら、従来、検出範囲に検出対象が存在する場合でも、センサが検出できない期間（未検出）があり、これにより正確な人数や通行量の判定が困難なことがあった。また、例えば複数のセンサにより上記未検出を補完することも考えられるが、これでは、必要なセンサの台数が増えてしまうため、コストが高くなってしまう。

そこで、本発明は、上記点に鑑みてなされたものであり、特定の場所を通過する検出対象の数を、より精度良く判定するための最適補正値を算出することが可能な最適補正値算出装置、最適補正値算出装方法、及び最適補正値算出処理プログラムを提供することを課題とする。

上記課題を解決するために、請求項１に記載の発明は、特定の場所を通過する検出対象の数を判定する際に用いる最適補正値を算出する最適補正値算出装置であって、特定の場所における検出対象の有無を特定の期間内に所定間隔で検出し、前記検出した検出対象の有又は無を示す検出情報が時系列に並べられた時系列データを出力するセンサから、当該時系列データを取得する時系列データ取得手段と、正解となる検出対象の数を示す正解データを取得する正解データ取得手段と、前記時系列データにおける前記無を示す検出情報を、互いに異なる複数の補正値の夫々の補正値に相当する分前記有を示す検出情報に別々に補正し、当該夫々の補正値により補正された夫々の前記時系列データに基づいて夫々の前記検出対象の数を判定し、当該判定された夫々の検出対象の数と前記正解データに示される検出対象の数とを比較して夫々の誤差を算出する誤差算出手段と、前記算出された夫々の誤差に基づいて、最も誤差の絶対値が小さい補正値を、前記最適補正値として特定する最適補正値特定手段と、を備え、前記誤差算出手段は、前記補正値に相当する分の前記検出情報の補正において、前記補正値が１である場合には、連続しない前記無を示す検出情報を前記有を示す検出情報に補正し、前記補正値が２以上である場合には、連続しない前記無を示す検出情報及び当該補正値以下の連続する前記無を示す検出情報を前記有を示す検出情報に補正することを特徴とする。

請求項２に記載の発明は、請求項１に記載の最適補正値算出装置において、前記時系列データ取得手段は、異なる時間帯に、前記検出対象の数が単数である単数用の前記時系列データと、前記検出対象の数が複数である複数用の前記時系列データを夫々複数取得し、前記正解データ取得手段は、前記単数用の前記正解データと、前記複数用の前記正解データを取得し、前記誤差算出手段は、複数の前記単数用の前記時系列データと、複数の前記複数用の前記時系列データの夫々について、前記補正値毎の誤差の算出を行い、当該算出された誤差を、前記複数の補正値毎に合計して合計誤差を算出し、前記最適補正値特定手段は、前記算出された合計誤差の絶対値が最も小さい補正値を、前記最適補正値として特定することを特徴とする。

請求項３に記載の発明は、請求項１又は２に記載の最適補正値算出装置において、前記誤差算出手段は、前記単数用の前記時系列データと、前記複数用の前記時系列データの前記合計誤差を別々に算出し、夫々の合計誤差に対して異なる重み付け値を乗算した後、当該夫々の合計誤差の総和を前記複数の補正値毎に算出し、前記最適補正値特定手段は、前記算出された合計誤差の総和の絶対値が最も小さい補正値を、前記最適補正値として特定することを特徴とする。

請求項４に記載の発明は、特定の場所を通過する検出対象の数を判定する際に用いる最適補正値を算出するコンピュータにより実行される最適補正値算出方法であって、特定の場所における検出対象の有無を特定の期間内に所定間隔で検出し、前記検出した検出対象の有又は無を示す検出情報が時系列に並べられた時系列データを出力するセンサから、当該時系列データを取得する工程と、正解となる検出対象の数を示す正解データを取得する工程と、前記時系列データにおける前記無を示す検出情報を、互いに異なる複数の補正値の夫々の補正値に相当する分前記有を示す検出情報に別々に補正し、当該夫々の補正値により補正された夫々の前記時系列データに基づいて夫々の前記検出対象の数を判定し、当該判定された夫々の検出対象の数と前記正解データに示される検出対象の数とを比較して夫々の誤差を算出する誤差算出工程と、前記算出された夫々の誤差に基づいて、最も誤差の絶対値が小さい補正値を、前記最適補正値として特定する工程と、を含み、前記誤差算出工程においては、前記補正値に相当する分の前記検出情報の補正において、前記補正値が１である場合には、連続しない前記無を示す検出情報を前記有を示す検出情報に補正し、前記補正値が２以上である場合には、連続しない前記無を示す検出情報及び当該補正値以下の連続する前記無を示す検出情報を前記有を示す検出情報に補正することを特徴とする。

請求項５に記載の発明は、特定の場所を通過する検出対象の数を判定する際に用いる最適補正値を算出するコンピュータを、特定の場所における検出対象の有無を特定の期間内に所定間隔で検出し、前記検出した検出対象の有又は無を示す検出情報が時系列に並べられた時系列データを出力するセンサから、当該時系列データを取得する時系列データ取得手段、正解となる検出対象の数を示す正解データを取得する正解データ取得手段、前記時系列データにおける前記無を示す検出情報を、互いに異なる複数の補正値の夫々の補正値に相当する分前記有を示す検出情報に別々に補正し、当該夫々の補正値により補正された夫々の前記時系列データに基づいて夫々の前記検出対象の数を判定し、当該判定された夫々の検出対象の数と前記正解データに示される検出対象の数とを比較して夫々の誤差を算出する誤差算出手段、及び、前記算出された夫々の誤差に基づいて、最も誤差の絶対値が小さい補正値を、前記最適補正値として特定する最適補正値特定手段として機能させ、前記誤差算出手段が、前記補正値に相当する分の前記検出情報の補正において、前記補正値が１である場合には、連続しない前記無を示す検出情報を前記有を示す検出情報に補正し、前記補正値が２以上である場合には、連続しない前記無を示す検出情報及び当該補正値以下の連続する前記無を示す検出情報を前記有を示す検出情報に補正するように機能させることを特徴とする。

本発明によれば、低コストで、誤判定を極力抑え、検出対象の数を精度良く判定することができる。

以下、本発明を実施するための最良の実施形態について、図面に基づいて説明する。なお、以下に説明する実施の形態は、通過人数計測システムに対して本発明を適用した場合の実施形態である。

先ず、図１を参照して、本実施形態に係る通過人数計測システムの構成及び機能について説明する。

図１は、本実施形態に係る通過人数計測システムの概要構成例を示す図である。図１に示すように、通過人数計測システムＳは、人感センサ１（センサの一例）、及び計測サーバ２（最適補正値算出装置の一例）等を備えて構成されており、人感センサ１と計測サーバ２とは通信手段を介して接続されている。

人感センサ１は、特定の観測場所の検出範囲内における人の有無を特定の期間（例えば、１００ｍｓ又は１０００ｍｓ）内に所定間隔（例えば、５ｍｓ又は５０ｍｓのサンプリング間隔）で検出し、検出した人の有（人が居た（動いた））又は無（人が居なかった（動かなかった））を示す検出情報が時系列に並べられた時系列データを記憶、出力するようになっている。ここで、特定の観測場所としては、駅の改札や、イベント会場、店舗、美術館、又は博物館の出入口等が挙げられる。

かかる検出情報は、人の有検出の場合「１」となり、人の無検出の場合「０」となる。そして、時系列データは、１と０とが所定ビット数並べられたデータである。

計測サーバ２は、例えばサーバコンピュータからなり、ＣＰＵを主体として構成された処理部２１、各種データを記憶する記憶部２２、人感センサ１からの時系列データを受信するための通信部２３、及び所定のデータを入力するための入力部２４等を備えて構成されている。

そして、計測サーバ２の処理部２１は、ＣＰＵが例えば記憶部２２に記憶されている各種プログラム（本発明の最適補正値算出処理プログラムを含む）を読み出し実行することにより、本発明の時系列データ取得手段、正解データ取得手段、誤差算出手段、及び最適補正値特定手段等として機能し、後述する処理を行うようになっている。

このような構成において計測サーバ２は、人感センサ１からの出力された上記時系列データを入力し、当該時系列データに基づいて、上記特定の場所を通過する人の数を判定（計測）するようになっている。例えば、時系列データが、「１１１１１１０００１１１１１１０００」として入力されたとすると、このデータからは、連続する「１」の群が２つあることから、通過人数は２人と判定される。つまり、通過人数は、「１」の後に「０」が出現することを目印として判定される。

ところで、人が人感センサ１の検出範囲内を通過している通過期間は、時系列データにおいて理想的には「１」が連続的に並ぶ筈であるが、当該通過期間内において何らかの原因により人感センサ１が人を検出できないことがあり、例えば連続した「１」の中に「０」が含まれてしまう場合がある。例えば、「１１０１１１」というように連続した「１」の中に１つ「０」が含まれる場合や、「１１００１１」というように連続した「１」の中に２つ「０」が含まれる場合がある（「０」が３つ以上含まれる場合もある）。このような場合、本来ならば、通過人数が１人として判定されるべきところ、誤って２人として判定されてしまうことになる。このため、本実施形態においては、処理部２１は、時系列データにおける無を示す検出情報（ここでは、「０」）を、所定の補正値に相当する分上記有を示す検出情報（ここでは、「１」）に補正し、し、当該補正された時系列データに基づいて上記通過する人の数（通過人数）を判定するようになっている。

ここで、処理部２１は、上記所定の補正値に相当する分の上記検出情報の補正において、当該補正値が「１」である場合には、連続しない「０」を「１」に補正し、当該補正値が「２」以上である場合には、連続しない「０」及び当該補正値以下の連続する「０」を「１」に補正する（当該補正値より大きい値以上連続する「０」については「１」に補正しない）ようになっている。

より具体的には、処理部２１は、上記時系列データにおける検出情報を先頭から一文字ずつ読み込こんでいき、「１」の後に「０」が出現した場合、上記補正値の個数だけ上記判定を保留し、「１」の後にある「０」の個数が上記補正値以下であった場合、保留した「０」を「１」に補正する。例えば、時系列データが「１１００１１」であり補正値が「２」であったとすると、当該時系列データは「１１１１１１」に補正される。一方、例えば、時系列データが「１１００１１」であり補正値が「１」であったとすると当該時系列データは補正されず、また、例えば、時系列データが「１１０００１」であり補正値が「２」であったとすると、当該時系列データは補正されないことになる。

しかしながら、あまりに上記補正値が小さいと補正が十分ではなく、例えば、１人の通過を２人として判定されるような誤（過剰）判定になる可能性があり、一方、あまりに上記補正値が大きいと補正が過剰になり、例えば、２人の通過を１人として判定されるような誤（見逃し）判定になる可能性がある。そこで、本実施形態においては、これら双方の誤判定を極力抑える（つまり、通過人数を精度良く判定する）ことが可能な最適補正値を特定（算出）する（補正のための算出ルール）ように構成している。

以下、最適補正値算出方法について説明する。

最適補正値算出方法の基本原理としては、人感センサ１により実測されたサンプルデータとしての時系列データと、当該サンプルデータが実測されたときの作業者による通過人数の目視（観測）データとしての正解データ（例えば、１人又は２人）とが準備される（正解データは、例えば入力部２４から作業者が入力）。そして、サンプルデータとしての時系列データにおける「０」が、互いに異なる複数の補正値（例えば、０〜３）の夫々の補正値に相当する分「１」に別々に補正され、当該夫々の補正値により補正された夫々の当該時系列データに基づいて夫々の通過人数が判定され、当該判定された夫々の通過人数と上記正解データに示される通過人数とが比較されて夫々の誤差が算出され、当該算出された夫々の誤差に基づいて、最も誤差の絶対値が小さい補正値が最適補正値として特定されこれが設定されるようになっている。

より具体的には、図２に示す流れで最適補正値が特定されることになる。

上記サンプルデータとしての時系列データには、通過人数が単数（１人）である単数用の時系列データ（以下、「通過の時系列データ」という）と、通過人数が複数（例えば、２人。３人以上であっても構わない）である複数用の時系列データ（以下、「通過間隔の時系列データ」という）があり、また、上記正解データには、単数用の時系列データに対応する単数用の正解データ（以下、「通過の正解データ」という）と、複数用の時系列データに対応する複数用の正解データ（以下、「通過間隔の正解データ」という）がある。そして、処理部２１は、異なる時間帯に人感センサ１により実測されたサンプルデータとしての、上記通過の時系列データと上記通過間隔の時系列データを夫々取得すると共に、上記通過の正解データと上記通過間隔の正解データとを取得する。続いて、処理部２１は、当該取得した通過の時系列データと通過間隔の時系列データの夫々について、上記補正値毎の誤差の算出を行い（通過の時系列データについては通過における補正値（例えば、０〜３の夫々）により補正して補正値毎の誤差を算出し、通過間隔の時系列データについては通過間隔における補正値（例えば、０〜３の夫々）により補正して補正値毎の誤差の算出を行う）、通過における補正値の誤差と、通過間隔における補正値の誤差とを、複数の補正値毎に合計（例えば、補正値「１」のときの通過における誤差と、通過間隔における誤差とを合計）して合計誤差を算出し、当該算出した合計誤差の絶対値が最も小さい補正値を上記最適補正値として特定するようになっている。このような方法により、上述した誤判定を極力抑える（つまり、通過人数を精度良く判定する）ことが可能となる。

ここで、上記通過の時系列データと上記通過間隔の時系列データのサンプルは、夫々複数あることが精度上望ましい。

図３（Ａ）は、通過（一人の人が通過）の時系列データのサンプルが夫々複数（この例では、５つ）ある場合の通過における補正値（この例では、０、１、２、３）毎の誤差及び合計誤差の一例を示す図であり、図３（Ｂ）は、通過間隔（２人の人が通過）の時系列データのサンプルが夫々複数（この例では、５つ）ある場合の通過間隔における補正値（この例では、０、１、２、３）毎の誤差及び合計誤差の一例を示す図であり、図３（Ｃ）は、通過における合計誤差と通過間隔における合計誤差の補正値毎の総和である合計誤差（以下、「総合誤差」という）の一例を示す図である。なお、図３（Ａ）及び（Ｂ）における時系列データは、作業者の指示にしたがって夫々異なる時間帯に人感センサ１により実測され、処理部２１により取得されたデータである。

図３（Ｃ）の例では、通過における合計誤差と通過間隔における合計誤差の補正値毎の総合誤差の絶対値が最も小さいのは補正値が「２」のときの誤差であり、処理部２１は、当該補正値「２」を最適補正値として特定することになる。こうして特定された最適補正値は、上記特定の場所における通過人数が判定（計測）される際（本番の観測場面）において設定され、上述したように使用（つまり、最適補正値の個数だけ上記判定が保留され、「１」の後にある「０」の個数が最適補正値以下であった場合、保留された「０」が「１」に補正）されることになる。

以上説明したように、上記実施形態によれば、通過の時系列データと通過間隔の時系列データの夫々について、上記補正値毎の誤差の算出を行い、通過における補正値の誤差と、通過間隔における補正値の誤差とを、複数の補正値毎に合計して合計誤差を算出し、当該算出した合計誤差の絶対値が最も小さい補正値を上記最適補正値として特定するように構成したので、低コストで、上述した誤判定を極力抑え、通過人数を精度良く（精度の向上）判定することができる。

なお、上記実施形態において、通過における合計誤差と通過間隔における合計誤差とは、同じ重み付けで総合誤差を算出するように構成したが、別の例として、観測場所での人の行動確率を考慮した重み付けを行っても良く、例えば、処理部２１は、通過における合計誤差と通過間隔における合計誤差に対して異なる重み付け値を乗算した後、当該夫々の合計誤差の総和である総合誤差を複数の補正値毎に算出し、算出した総合誤差の絶対値が最も小さい補正値を、上記最適補正値として特定するように構成しても良い。

図４（Ａ）は、通過における合計誤差の重み付けを大きくした場合の総合誤差の一例を示す図であり、図４（Ｂ）は、通過間隔における合計誤差の重み付けを大きくした場合の総合誤差の一例を示す図である。

図４（Ａ）の例では、例えば、出入口などの狭い場所で、１人で通過するときと、複数人で通過するときとの比率が２：１の場合に、通過における合計誤差の重みを強くすることでより高い精度で最適補正値（図４（Ａ）の例では、補正値「２」）を特定することができる。一方、図４（Ｂ）の例では、例えば、イベント会場などで、１人で通過するときと、複数人で通過するときとの比率が１：３の場合に、通過間隔における合計誤差の重みを強くすることでより高い精度で最適補正値（図４（Ｂ）の例では、補正値「２」）を特定することができる。

また、上記実施形態においては、検出対象として人を例にとって説明したが、その他にも、例えば車両等に対しても適用可能である。

本実施形態に係る通過人数計測システムの概要構成例を示す図である。最適補正値が特定されるまでの流れの一例を示す図である。（Ａ）は、通過の時系列データのサンプルが夫々複数ある場合の通過における補正値毎の誤差及び合計誤差の一例を示す図であり、（Ｂ）は、通過間隔の時系列データのサンプルが夫々複数ある場合の通過間隔における補正値毎の誤差及び合計誤差の一例を示す図であり、（Ｃ）は、通過における合計誤差と通過間隔における合計誤差の補正値毎の総和である合計誤差の一例を示す図である。（Ａ）は、通過における合計誤差の重み付けを大きくした場合の総合誤差の一例を示す図であり、（Ｂ）は、通過間隔における合計誤差の重み付けを大きくした場合の総合誤差の一例を示す図である。

符号の説明

１人感センサ
２計測サーバ
２１処理部
２２記憶部
２３通信部
２４入力部
Ｓ通過人数計測システム

Claims

特定の場所を通過する検出対象の数を判定する際に用いる最適補正値を算出する最適補正値算出装置であって、
特定の場所における検出対象の有無を特定の期間内に所定間隔で検出し、前記検出した検出対象の有又は無を示す検出情報が時系列に並べられた時系列データを出力するセンサから、当該時系列データを取得する時系列データ取得手段と、
正解となる検出対象の数を示す正解データを取得する正解データ取得手段と、
前記時系列データにおける前記無を示す検出情報を、互いに異なる複数の補正値の夫々の補正値に相当する分前記有を示す検出情報に別々に補正し、当該夫々の補正値により補正された夫々の前記時系列データに基づいて夫々の前記検出対象の数を判定し、当該判定された夫々の検出対象の数と前記正解データに示される検出対象の数とを比較して夫々の誤差を算出する誤差算出手段と、
前記算出された夫々の誤差に基づいて、最も誤差の絶対値が小さい補正値を、前記最適補正値として特定する最適補正値特定手段と、
を備え、
前記誤差算出手段は、前記補正値に相当する分の前記検出情報の補正において、前記補正値が１である場合には、連続しない前記無を示す検出情報を前記有を示す検出情報に補正し、前記補正値が２以上である場合には、連続しない前記無を示す検出情報及び当該補正値以下の連続する前記無を示す検出情報を前記有を示す検出情報に補正することを特徴とする最適補正値算出装置。
請求項１に記載の最適補正値算出装置において、
前記時系列データ取得手段は、異なる時間帯に、前記検出対象の数が単数である単数用の前記時系列データと、前記検出対象の数が複数である複数用の前記時系列データを夫々複数取得し、
前記正解データ取得手段は、前記単数用の前記正解データと、前記複数用の前記正解データを取得し、
前記誤差算出手段は、複数の前記単数用の前記時系列データと、複数の前記複数用の前記時系列データの夫々について、前記補正値毎の誤差の算出を行い、当該算出された誤差を、前記複数の補正値毎に合計して合計誤差を算出し、
前記最適補正値特定手段は、前記算出された合計誤差の絶対値が最も小さい補正値を、前記最適補正値として特定することを特徴とする最適補正値算出装置。
請求項２に記載の最適補正値算出装置において、
前記誤差算出手段は、前記単数用の前記時系列データと、前記複数用の前記時系列データの前記合計誤差を別々に算出し、夫々の合計誤差に対して異なる重み付け値を乗算した後、当該夫々の合計誤差の総和を前記複数の補正値毎に算出し、
前記最適補正値特定手段は、前記算出された合計誤差の総和の絶対値が最も小さい補正値を、前記最適補正値として特定することを特徴とする最適補正値算出装置。
特定の場所を通過する検出対象の数を判定する際に用いる最適補正値を算出するコンピュータにより実行される最適補正値算出方法であって、
特定の場所における検出対象の有無を特定の期間内に所定間隔で検出し、前記検出した検出対象の有又は無を示す検出情報が時系列に並べられた時系列データを出力するセンサから、当該時系列データを取得する工程と、
正解となる検出対象の数を示す正解データを取得する工程と、
前記時系列データにおける前記無を示す検出情報を、互いに異なる複数の補正値の夫々の補正値に相当する分前記有を示す検出情報に別々に補正し、当該夫々の補正値により補正された夫々の前記時系列データに基づいて夫々の前記検出対象の数を判定し、当該判定された夫々の検出対象の数と前記正解データに示される検出対象の数とを比較して夫々の誤差を算出する誤差算出工程と、
前記算出された夫々の誤差に基づいて、最も誤差の絶対値が小さい補正値を、前記最適補正値として特定する工程と、
を含み、
前記誤差算出工程においては、前記補正値に相当する分の前記検出情報の補正において、前記補正値が１である場合には、連続しない前記無を示す検出情報を前記有を示す検出情報に補正し、前記補正値が２以上である場合には、連続しない前記無を示す検出情報及び当該補正値以下の連続する前記無を示す検出情報を前記有を示す検出情報に補正することを特徴とする最適補正値算出方法。
特定の場所を通過する検出対象の数を判定する際に用いる最適補正値を算出するコンピュータを、
特定の場所における検出対象の有無を特定の期間内に所定間隔で検出し、前記検出した検出対象の有又は無を示す検出情報が時系列に並べられた時系列データを出力するセンサから、当該時系列データを取得する時系列データ取得手段、
正解となる検出対象の数を示す正解データを取得する正解データ取得手段、
前記時系列データにおける前記無を示す検出情報を、互いに異なる複数の補正値の夫々の補正値に相当する分前記有を示す検出情報に別々に補正し、当該夫々の補正値により補正された夫々の前記時系列データに基づいて夫々の前記検出対象の数を判定し、当該判定された夫々の検出対象の数と前記正解データに示される検出対象の数とを比較して夫々の誤差を算出する誤差算出手段、及び、
前記算出された夫々の誤差に基づいて、最も誤差の絶対値が小さい補正値を、前記最適補正値として特定する最適補正値特定手段として機能させ、
前記誤差算出手段が、前記補正値に相当する分の前記検出情報の補正において、前記補正値が１である場合には、連続しない前記無を示す検出情報を前記有を示す検出情報に補正し、前記補正値が２以上である場合には、連続しない前記無を示す検出情報及び当該補正値以下の連続する前記無を示す検出情報を前記有を示す検出情報に補正するように機能させることを特徴とする最適補正値算出処理プログラム。