JP5560397B2

JP5560397B2 - 自律型防犯警戒システム及び自律型防犯警戒方法

Info

Publication number: JP5560397B2
Application number: JP2011281888A
Authority: JP
Inventors: 浩沼本
Original assignee: 株式会社ウェルソック
Priority date: 2011-12-22
Filing date: 2011-12-22
Publication date: 2014-07-23
Anticipated expiration: 2031-12-22
Also published as: JP2013131153A

Description

本発明は、自律型防犯警戒システム及び自律型防犯警戒方法に係り、特に通信ネットワークを介して遠隔地の監視等を行う自律型防犯警戒システム及び自律型防犯警戒方法に関するものである。

近年における犯罪の増加とその凶悪化に対処すべく、企業、警察、警備会社等により、最新技術を応用した犯罪防止のための様々なシステムが構築されている。防犯システムの一般的な技術として、例えば、カメラや各種センサを監視対象場所に配置して、カメラからの画像情報やセンサでの検知情報に基づいて侵入者を検出し、その侵入者に警告を行う警備システム、あるいは監視センタ等へ異常を通報する警備システムが知られている（例えば、特許文献１）。

また、監視対象者のプライバシーの侵害という観点から、多数設置された監視カメラを常時、動作させた状態にするのではなく、カメラの設置場所において、一定以上の音量を検知した場合にのみ異常状態と認識してカメラを動作させ、緊急性のある異常事態に対しては正確な情報を入手できるようにした監視システムが提案されている（例えば、特許文献２）。さらには、撮影画像に含まれる動体領域を検知する動体検知機能、例えば、時間的に連続する複数枚の画像で構成された時系列画像を比較して、各画像間の差異を検出する機能を有するカメラを備えた監視装置や、監視員による映像監視負担の軽減を図った監視システムも提案されている（例えば、特許文献３、特許文献４）。

特開２００８−２８７４４号公報特開２００７−２２８４５９号公報特開２０１０−１３０２９２号公報特開２００６−２８７８８４号公報

しかしながら、上記従来の警備システムでは、撮影画像を単に録画し、必要に応じて関係者に提出される形態をとっており、低画質の録画機能を有するだけ(ノンインテリジェンス)である。しかも、故障対策が整っていないため防犯機能を果たせず、犯罪の抑止効果が低い上、警備システムとしての費用対効果も著しく低いものとなっている。また、上述した監視システムは、監視区域内及びその区域周囲の音を識別して異常を警告する構成となっていても、映像との相互解析(人工知能による処理)を行わない。また、監視区域をアナログ式カメラで撮影した映像（監視画像）のアナログ映像信号をＡ／Ｄ変換してデジタル信号とし、それを圧縮処理して画像記録手段（画像メモリ）に送出したり、あるいは映像信号に警告文を重畳してモニタに出力している。そして、防犯の目的に対して人間（監視者）が介在し、その者による状況判断を余儀なくされるため人間の判断力・注意力に依存したシステムとなり、結果として、無人監視ができず誤認の排除もできない、という問題があった。

一方、監視員が映像を監視する負担の軽減を図った上記従来の監視システムは、スマートカメラシステムを採用しているため、画像処理の負担を端末側が負うことになり、カメラ毎に独立した監視解析判断となる。つまり移動、逃亡する監視対象を複数のカメラで追尾し、有機的かつ総合的に画像解析処理及び判断を行うことができないという問題があり、広域監視には不向きであった。また、監視区域を撮影した画像情報の他、監視区域の音声情報を取得し、それぞれ独立して画像情報解析及び音声情報解析を行う従来の監視システムは、上述した従来の警備システムと同様に、映像と音声の相互解析(人工知能による処理)を行わないノンインテリジェンスタイプであるため、それぞれ単独での警告を人間が相互判断する必要があった。

また、従来の監視システムは、各監視区域に配置した監視装置において画像情報等の解析、異常の有無の判断を行い、その結果を通信網を介してクライアントコンピュータや携帯電話端末等へ配信する構成をとっている。そのため、監視装置に画像情報の解析等のための高価なソフトウエアを搭載（常駐）しておく必要があり、コストパフォーマンスが低く、さらに最新のソフトウエアへの更新や古い機器の取り替え等に対して迅速に対応できず、早期にシステムの老朽化を招くだけでなく、ユーザにとって保守対応に多大な費用を要するという問題があった。

さらに従来の監視システムは、複数のコンピュータを活用したシステムの分散化により、警戒・防犯のための機能を実現するシステムが乱立し、それに伴ってシステム規模も肥大化するので、管理コストの増大、警戒・防犯上の機密情報の漏洩という問題があった。また、従来は、画像情報と音声情報について個別に情報分析・情報判断をしており、画像情報と音声情報相互の関連づけをしていない。その結果、監視判断に誤認が生じやすく、的確な警戒情報・防犯情報を提供できない、という問題もあった。

本発明は、上述した課題を解決するために提案されたものであり、複数の地域等から取得した映像と音声、及び認知情報を複合的に判断して、監視・防犯に対する誤認を排除できる自律型防犯警戒システム及び自律型防犯警戒方法を提供することを目的とする。

上記目的を達成するために、本発明の自律型防犯警戒システムは、監視・防犯対象とする複数の地域及び複数の施設に配置された複数の撮像手段と、監視・防犯対象とする複数の地域及び複数の施設に配置された複数の集音手段と、前記複数の撮像手段で取得された映像である画像情報を、通信ネットワークを介して監視センターに送信するとともに、前記複数の集音手段で取得された音及び音声である音声情報を、該通信ネットワークを介して該監視センターに送信する送信手段と、防犯警戒対象として少なくとも特定人の顔画像、単一又は複数人の異常行動画像、特定の場所における放置物の画像を含む特徴画像を監視画像データベースとして前記監視センター内に登録する手段と、防犯警戒対象として少なくとも人の悲鳴、人を脅す声、複数人の争う声、爆発音、衝突音、衝撃音を含む特徴音を監視音声データベースとして前記監視センター内に登録する手段と、前記監視画像データベースを参照して、前記監視センターに送信された画像情報に前記特徴画像が含まれているか否かの画像解析をする画像解析手段と、前記監視音声データベースを参照して、前記監視センターに送信された音声情報に前記特徴音が含まれているか否かの音声解析をする音声解析手段と、前記音声情報と同時に取得された前記画像情報に前記特徴画像が含まれている場合、該画像情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該画像情報に基づく危険度レベルを判定する第１の危険度レベル判定手段と、前記画像情報と同時に取得された前記音声情報に前記特徴音が含まれている場合、該音声情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該音声情報に基づく危険度レベルを判定する第２の危険度レベル判定手段と、前記第１の危険度レベル判定手段で判定された危険度レベルと、前記第２の危険度レベル判定手段で判定された危険度レベルとの組み合わせに対して所定の論理判断を行い、該論理判断の結果をもとに前記複数の地域及び前記複数の施設の防犯警戒レベルを決定する防犯警戒レベル決定手段と、前記防犯警戒レベル決定手段で決定された防犯警戒レベルに従って前記複数の地域及び前記複数の施設に所定の警告をする警告手段と、を備え、前記画像解析手段、前記音声解析手段、前記第１の危険度レベル判定手段、前記第２の危険度レベル判定手段、前記防犯警戒レベル決定手段、及び前記警告手段は前記監視センター内に配置され、前記複数の危険度レベルは、少なくとも高位の危険度レベルと中位の危険度レベルと低位の危険度レベルとからなり、前記防犯警戒レベル決定手段は、前記所定の論理判断として、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記高位の危険度レベルの場合、前記防犯警戒レベルを第１の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルのうち一方が前記高位の危険度レベルで他方が前記中位の危険度レベルの場合、前記防犯警戒レベルを第２の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記中位の危険度レベルの場合、前記防犯警戒レベルを第３の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルのうち一方が前記高位の危険度レベルで他方が前記低位の危険度レベルの場合、及び該一方が前記中位の危険度レベルで該他方が前記低位の危険度レベルの場合には、前記防犯警戒レベルを第４の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記低位の危険度レベルの場合、前記防犯警戒レベルを第５の防犯警戒レベルと決定する論理判断を行い、該第１の防犯警戒レベルから該第５の防犯警戒レベルに至るにしたがい順次、高位の防犯警戒レベルから低位の防犯警戒レベルとすることを特徴とする。

この発明によれば、監視・防犯の対象である複数の地域及び複数の施設を視覚的かつ聴覚的に監視しながら状況判断ができ、誤作動がなく、信頼性の高い防犯情報を提供する自律型防犯警戒システムの提供が可能となる。

また、本発明は、前記複数の地域及び前記複数の施設間において前記複数の撮像手段を連携させて、該複数の撮像手段で取得された画像情報から特定の映像に対応する警戒対象を追跡する追跡手段をさらに備え、前記追跡手段は、前記複数の地域及び前記複数の施設を細分化した各領域ごとに配置された前記撮像手段で取得した画像情報より、前記各領域における前記特定の映像に対応する警戒対象の相対的な動きをもとに前記複数の撮像手段を連携して該警戒対象を追跡し、前記防犯警戒レベル決定手段は、前記追跡手段による前記特定の映像に対応する警戒対象の追跡結果をもとに前記防犯警戒レベルを決定する。これにより、移動、逃亡する監視対象の広域監視が可能となる。

本発明によれば、前記監視センターにおけるクラウドコンピューティングにより、当該自律型防犯警戒システムの複数の契約者が前記監視画像データベースと前記監視音声データベースを共有するとともに、前記監視センターに配置された前記画像解析手段、前記音声解析手段、前記第１の危険度レベル判定手段、前記第２の危険度レベル判定手段、前記防犯警戒レベル決定手段、及び前記警告手段を共有することを特徴とする。

また、本発明によれば、異なる複数の通信ネットワークそれぞれを介して異なる複数の監視センターを配置し、該複数の監視センター各々が前記監視画像データベース、前記監視音声データベース、前記画像解析手段、前記音声解析手段、前記第１の危険度レベル判定手段、前記第２の危険度レベル判定手段、前記防犯警戒レベル決定手段、及び前記警告手段を有することを特徴とする。

本発明に係るコンピュータは、監視・防犯対象とする複数の地域及び複数の施設に配置された複数の撮像手段で取得された映像である画像情報と、該監視・防犯対象とする複数の地域及び複数の施設に配置された複数の集音手段で取得された音及び音声である音声情報とを通信ネットワークを介して受信する受信手段と、防犯警戒対象として少なくとも特定人の顔画像、単一又は複数人の異常行動画像、特定の場所における放置物の画像を含む特徴画像を格納した監視画像データベースを参照して、前記受信手段で受信した画像情報に前記特徴画像が含まれているか否かの画像解析をする画像解析手段と、防犯警戒対象として少なくとも人の悲鳴、人を脅す声、複数人の争う声、爆発音、衝突音、衝撃音を含む特徴音を格納した監視音声データベースを参照して、前記受信手段で受信した音声情報に前記特徴音が含まれているか否かの音声解析をする音声解析手段と、前記音声情報と同時に取得された前記画像情報に前記特徴画像が含まれている場合、該画像情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該画像情報に基づく危険度レベルを判定する第１の危険度レベル判定手段と、前記画像情報と同時に取得された前記音声情報に前記特徴音が含まれている場合、該音声情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該音声情報に基づく危険度レベルを判定する第２の危険度レベル判定手段と、前記第１の危険度レベル判定手段で判定された危険度レベルと、前記第２の危険度レベル判定手段で判定された危険度レベルとの組み合わせに対して所定の論理判断を行い、該論理判断の結果をもとに前記複数の地域及び前記複数の施設の防犯警戒レベルを決定する防犯警戒レベル決定手段と、前記防犯警戒レベル決定手段で決定された防犯警戒レベルに従って前記複数の地域及び前記複数の施設に所定の警告をする警告手段と、を備え、前記複数の危険度レベルは、少なくとも高位の危険度レベルと中位の危険度レベルと低位の危険度レベルとからなり、前記防犯警戒レベル決定手段において、前記所定の論理判断として、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記高位の危険度レベルの場合、前記防犯警戒レベルを第１の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルのうち一方が前記高位の危険度レベルで他方が前記中位の危険度レベルの場合、前記防犯警戒レベルを第２の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記中位の危険度レベルの場合、前記防犯警戒レベルを第３の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルのうち一方が前記高位の危険度レベルで他方が前記低位の危険度レベルの場合、及び該一方が前記中位の危険度レベルで該他方が前記低位の危険度レベルの場合には、前記防犯警戒レベルを第４の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記低位の危険度レベルの場合、前記防犯警戒レベルを第５の防犯警戒レベルと決定する論理判断を行い、該第１の防犯警戒レベルから該第５の防犯警戒レベルに至るにしたがい順次、高位の防犯警戒レベルから低位の防犯警戒レベルとすることを特徴とする。

また、上記目的を達成するために、本発明に係る自律型防犯警戒方法は、監視・防犯対象とする複数の地域及び複数の施設で取得された映像を画像情報として通信ネットワークを介して監視センターに送信し、監視・防犯対象とする複数の地域及び複数の施設で取得された音及び音声を音声情報として前記通信ネットワークを介して前記監視センターに送信し、防犯警戒対象として少なくとも特定人の顔画像、単一又は複数人の異常行動画像、特定の場所における放置物の画像を含む特徴画像を監視画像データベースとして前記監視センター内に登録し、防犯警戒対象として少なくとも人の悲鳴、人を脅す声、複数人の争う声、爆発音、衝突音、衝撃音を含む特徴音を監視音声データベースとして前記監視センター内に登録し、前記監視画像データベースを参照して、前記監視センターに送信された画像情報に前記特徴画像が含まれているか否かの画像解析をし、前記監視音声データベースを参照して、前記監視センターに送信された音声情報に前記特徴音が含まれているか否かの音声解析をし、前記音声情報と同時に取得された前記画像情報に前記特徴画像が含まれている場合、該画像情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該画像情報に基づく第１の危険度レベルを判定し、前記画像情報と同時に取得された前記音声情報に前記特徴音が含まれている場合、該音声情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該音声情報に基づく第２の危険度レベルを判定し、前記第１の危険度レベルと、前記第２の危険度レベルとの組み合わせに対して所定の論理判断を行い、該論理判断の結果をもとに前記複数の地域及び前記複数の施設の防犯警戒レベルを決定し、前記決定された防犯警戒レベルに従って前記複数の地域及び前記複数の施設に所定の警告をし、前記画像解析、前記音声解析、前記第１の危険度レベルの判定、前記第２の危険度レベルの判定、前記防犯警戒レベルの決定、及び前記警告を前記監視センター内で行うとともに、前記複数の危険度レベルは、少なくとも高位の危険度レベルと中位の危険度レベルと低位の危険度レベルとからなり、前記防犯警戒レベルの決定において、前記所定の論理判断として、前記画像情報に基づく第１の危険度レベルと前記音声情報に基づく第２の危険度レベルがともに前記高位の危険度レベルの場合、前記防犯警戒レベルを第１の防犯警戒レベルと決定し、前記画像情報に基づく第１の危険度レベルと前記音声情報に基づく第２の危険度レベルのうち一方が前記高位の危険度レベルで他方が前記中位の危険度レベルの場合、前記防犯警戒レベルを第２の防犯警戒レベルと決定し、前記画像情報に基づく第１の危険度レベルと前記音声情報に基づく第２の危険度レベルがともに前記中位の危険度レベルの場合、前記防犯警戒レベルを第３の防犯警戒レベルと決定し、前記画像情報に基づく第１の危険度レベルと前記音声情報に基づく第２の危険度レベルのうち一方が前記高位の危険度レベルで他方が前記低位の危険度レベルの場合、及び該一方が前記中位の危険度レベルで該他方が前記低位の危険度レベルの場合には、前記防犯警戒レベルを第４の防犯警戒レベルと決定し、前記画像情報に基づく第１の危険度レベルと前記音声情報に基づく第２の危険度レベルがともに前記低位の危険度レベルの場合、前記防犯警戒レベルを第５の防犯警戒レベルと決定する論理判断を行い、該第１の防犯警戒レベルから該第５の防犯警戒レベルに至るにしたがい順次、高位の防犯警戒レベルから低位の防犯警戒レベルとすることを特徴とする。

また、本発明に係るプログラムは、コンピュータを、監視・防犯対象とする複数の地域及び複数の施設に配置された複数の撮像手段で取得された映像である画像情報と、該監視・防犯対象とする複数の地域及び複数の施設に配置された複数の集音手段で取得された音及び音声である音声情報とを通信ネットワークを介して受信する受信手段、防犯警戒対象として少なくとも特定人の顔画像、単一又は複数人の異常行動画像、特定の場所における放置物の画像を含む特徴画像を格納した監視画像データベースを参照して、前記受信手段で受信した画像情報に前記特徴画像が含まれているか否かの画像解析をする画像解析手段、防犯警戒対象として少なくとも人の悲鳴、人を脅す声、複数人の争う声、爆発音、衝突音、衝撃音を含む特徴音を格納した監視音声データベースを参照して、前記受信手段で受信した音声情報に前記特徴音が含まれているか否かの音声解析をする音声解析手段、前記音声情報と同時に取得された前記画像情報に前記特徴画像が含まれている場合、該画像情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該画像情報に基づく危険度レベルを判定する第１の危険度レベル判定手段、前記画像情報と同時に取得された前記音声情報に前記特徴音が含まれている場合、該音声情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該音声情報に基づく危険度レベルを判定する第２の危険度レベル判定手段、前記第１の危険度レベル判定手段で判定された危険度レベルと、前記第２の危険度レベル判定手段で判定された危険度レベルとの組み合わせに対して所定の論理判断を行い、該論理判断の結果をもとに前記複数の地域及び前記複数の施設の防犯警戒レベルを決定する防犯警戒レベル決定手段、前記防犯警戒レベル決定手段で決定された防犯警戒レベルに従って前記複数の地域及び前記複数の施設に所定の警告をする警告手段、として機能させ、前記画像解析、前記音声解析、前記画像情報に基づく危険度レベルの判定、前記音声情報に基づく危険度レベルの判定、及び前記防犯警戒レベルの決定を監視センター内で行うとともに、前記複数の危険度レベルは、少なくとも高位の危険度レベルと中位の危険度レベルと低位の危険度レベルとからなり、前記防犯警戒レベル決定手段を、前記所定の論理判断として、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記高位の危険度レベルの場合、前記防犯警戒レベルを第１の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルのうち一方が前記高位の危険度レベルで他方が前記中位の危険度レベルの場合、前記防犯警戒レベルを第２の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記中位の危険度レベルの場合、前記防犯警戒レベルを第３の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルのうち一方が前記高位の危険度レベルで他方が前記低位の危険度レベルの場合、及び該一方が前記中位の危険度レベルで該他方が前記低位の危険度レベルの場合には、前記防犯警戒レベルを第４の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記低位の危険度レベルの場合、前記防犯警戒レベルを第５の防犯警戒レベルと決定する論理判断を行う手段として機能させ、該第１の防犯警戒レベルから該第５の防犯警戒レベルに至るにしたがい順次、高位の防犯警戒レベルから低位の防犯警戒レベルとすることを特徴とする。

本発明によれば、監視・防犯に対する誤認を排除して、的確な警戒情報・防犯情報を提供できるという効果を奏する。

本発明の実施形態に係る自律型防犯警戒システムの全体構成を示す図である。実施形態に係る防犯システムの監視制御部の詳細構成を示すブロック図である。実施形態に係る防犯システムにおける監視制御手順を示すフローチャートである。実施形態に係る防犯システムの監視制御における画像解析のアルゴリズムを説明するための図である。実施形態に係る防犯システムの画像解析ソフトウエアにおける動体検知等の処理手順を示すフローチャートである。実施形態に係る防犯システムの監視制御における音声解析のアルゴリズムを説明するための図である。実施形態に係る防犯システムの監視制御における危険度判断手順の一例を示すフローチャートである。実施形態に係る防犯システムの基幹システム・アーキテクチャーを示す図である。実施形態に係る防犯システムにおけるカメラ間連携を説明するための図である。実施形態に係る防犯システムにおける業種別テンプレートの例を示す図である。

以下、本発明の好ましい実施形態について図面を参照しながら詳細に説明する。図１は、本発明の実施形態に係る自律型防犯警戒システム（以下、単に防犯システムともいう）の全体構成を示す図である。図１に示すように防犯システム１は、監視対象地域等に対する監視・防犯を集中的に管理する総合監視センター１０と、複数の監視カメラＣ_ａ１〜Ｃ_ｅｎ及び複数の監視用マイクＭ_ａ１〜Ｍ_ｅｎからなる監視端末３_ａ１〜３_ｅｎと、高速通信網５０を介して画像情報及び音声情報を総合監視センター１０へ送信するとともに、これら複数の監視カメラ及び複数の監視用マイクの切り換え等を行う端末制御装置１５ａ〜１５ｅとを備える。ここでは、監視対象地域Ａ〜Ｃそれぞれに対応させて端末制御装置１５ａ〜１５ｃを設置し、防犯システム１による警戒・防犯サービスの提供について契約をした会社（施設）Ｄに対して端末制御装置１５ｄを設置し、さらに、契約者の個人宅Ｅには端末制御装置１５ｅが設置されている。なお、図１に示す例では、端末制御装置１５ａ〜１５ｅそれぞれにｎ組（ｎは正の整数）の監視端末が収容される構成としているが、端末制御装置に収容する監視端末の数は、これに限定されない。

複数の監視カメラと複数の監視用マイクのうち、監視カメラＣ_ａ１〜Ｃ_ａｎと監視用マイクＭ_ａ１〜Ｍ_ａｎが監視対象地域Ａの監視・防犯に供され、以下同様に、監視カメラＣ_ｂ１〜Ｃ_ｂｎと監視用マイクＭ_ｂ１〜Ｍ_ｂｎが監視対象地域Ｂに、そして、監視カメラＣ_ｃ１〜Ｃ_ｃｎと監視用マイクＭ_ｃ１〜Ｍ_ｃｎが監視対象地域Ｃの監視・防犯に供される。また、監視カメラＣ_ｄ１〜Ｃ_ｄｎと監視用マイクＭ_ｄ１〜Ｍ_ｄｎは、防犯対象として会社Ｄの倉庫や店舗等の監視・防犯に供され、監視カメラＣ_Ｅ１〜Ｃ_Ｅｎと監視用マイクＭ_Ｅ１〜Ｍ_Ｅｎが、防犯対象として個人宅Ｅの監視・防犯に供される。これら複数の監視カメラと複数のマイクは、監視対象地域、会社等ごとに設けたローカルエリアネットワーク（例えば、有線ＬＡＮ）を経由して高速通信網５０に接続されている。そのため、端末制御装置１５ａ〜１５ｅは、ＬＡＮと高速通信網５０間に介在するゲートウエイ（Ｇ／Ｗ）機能を有する。

監視カメラＣ_ａ１〜Ｃ_ｅｎは、動画像をカラー撮影できる高解像度のデジタルカメラであり、例えば、ウェブサーバ機能を持つネットワークカメラ（定点カメラ、ドーム型カメラ、ＰＴＺカメラ、暗闇でも写る赤外線カメラや暗視カメラ、ミリ波カメラ等を含む）である。総合監視センター１０が監視カメラＣ_ａ１〜Ｃ_ｅｎから送信された画像情報により監視対象地域等を視覚的に監視するため、監視カメラＣ_ａ１〜Ｃ_ｅｎは、監視対象地域Ａ〜Ｃ、会社Ｄ、及び個人宅Ｅそれぞれのほぼ全域を網羅できる位置に配置されている。

これらの監視カメラＣ_ａ１〜Ｃ_ｅｎは、端末制御装置１５ａ〜１５ｅを介して高速通信網５０に接続されている。そのため、監視カメラＣ_ａ１〜Ｃ_ｅｎで撮影された監視対象地域Ａ〜Ｃ、会社Ｄ、及び個人宅Ｅそれぞれの画像は、画像情報として端末制御装置１５ａ〜１５ｅ及び高速通信網５０を経由して、総合監視センター１０に送信される。その結果、監視カメラＣ_ａ１〜Ｃ_ｅｎの設置場所から遠隔地にある総合監視センター１０において、監視カメラＣ_ａ１〜Ｃ_ｅｎで撮影した画像をもとに、後述する監視・防犯処理が実行される。

監視用マイクＭ_ａ１〜Ｍ_ｅｎは集音マイクとして機能し、監視対象地域Ａ〜Ｃ、会社Ｄ、及び個人宅Ｅそれぞれにおいて発生した種々の音、音声等を取得し、それを音声情報として、端末制御装置１５ａ〜１５ｅ及び高速通信網５０を経由して、総合監視センター１０に送信する。総合監視センター１０は、監視用マイクＭ_ａ１〜Ｍ_ｅｎで取得された音声等をもとに、後述する監視・防犯のための処理を実行する。

総合監視センター１０は、監視・防犯機能を実現するとともに、防犯システム１全体を制御する監視制御部５と、監視・防犯制御に使用する各種データを格納するデータベースとして機能する、例えば、ＨＤＤ（ハードディスクドライブ）からなるデータ格納部７と、高速通信網５０とのネットワークインターフェースとして機能する通信制御部９とを備える。高速通信網５０は、例えば、高速光通信網、インターネット網等で構成され、端末制御装置１５ａ〜１５ｅ及び通信制御部９は、通信状況等に応じて適宜、高速光通信網又はインターネット網を選択し、通信を行う。

図２は、本実施形態に係る自律型防犯警戒システムの監視制御部の詳細構成を示すブロック図である。図２に示すように監視制御部５は、監視制御部５を含む防犯システム１全体を制御する中央制御部３０と、防犯システム１全体の制御及び後述する画像解析等に使用するソフトウエア群を格納する大容量メモリ４１と、監視制御に必要な監視画像等を格納する監視画像・音声データベースとしてのデータ格納部７とを備える。さらに、監視制御部５は、監視カメラＣ_ａ１〜Ｃ_ｅｎから送信された画像情報及び監視用マイクＭ_ａ１〜Ｍ_ｅｎからの音声情報を格納する画像メモリ２３及び音声メモリ２５を備える。なお、監視制御部５のインタフェース（Ｉ／Ｆ）２７には、受信した画像情報を適宜、可視表示するためのモニタ５５と、受信した音声情報を適宜、信号増幅するための増幅器（ＡＭＰ）５７とが接続され、増幅器５７からの音声信号は、スピーカ５９より可聴音として出力される。Ｉ／Ｆ２７は、例えば、ＲＳ２３２Ｃ，ＲＳ４８５等のシリアル通信用のインタフェースである。

上記の中央制御部３０、大容量メモリ４１、画像メモリ２３、音声メモリ２５等は、相互に所定のビット列データの伝送が可能なようにデータバス２０を介して接続されている。中央制御部３０は、例えば、マイクロプロセッサ等からなる中央処理部（ＣＰＵ）３１と、監視カメラＣ_ａ１〜Ｃ_ｅｎで撮影された映像についての画像情報を解析する画像解析部３３と、監視用マイクＭ_ａ１〜Ｍ_ｅｎで取得した音や音声についての音声情報を解析する音声解析部３５と、画像情報等の解析結果をもとに防犯のために警察等へ発報し、あるいは監視結果を分析して報告書（レポート）を作成し、それを契約者・会員等に送付する分析レポート部３７と、契約者・会員等の管理や課金管理を行うサービス管理部３９とを備える。なお、中央処理部（ＣＰＵ）３１は、図示を省略するが、監視・防犯制御に必要な各種データを一時的に記憶するための随時読出し／書込みメモリ（ＲＡＭ）、制御プログラム等を格納する読出し専用メモリ（ＲＯＭ）、入出力装置（Ｉ／Ｏ）を備える。

大容量メモリ４１に格納されるソフトウエア群は、防犯システム１の基本ソフトウエアとしてのオペレーティングシステム（ＯＳ）を含む、システム全体を制御・管理するための集中管理ソフトウエア４３と、入力された画像情報を所定のアルゴリズムに基づいて解析するための画像解析ソフトウエア４５と、入力された音声情報を解析するための音声解析ソフトウエア４７とからなる。また、監視制御部５に接続されたデータ格納部７には、例えば、不審者、ストーカー等の特定人の顔情報、犯罪歴のある者のブラックリスト情報等、さらには、特定の場面や状況において人間の発する声、爆発音、衝突音等が予めデータとして格納されており、防犯システム１が監視・防犯制御を行うための監視画像データベース及び音声データベースとして機能する。なお、データ格納部７に格納された上記のデータは、例えば、日単位あるいは周単位等、適宜、更新される。

本実施形態に係る自律型防犯警戒システムは、監視カメラ等の複数の端末装置が通信ネットワークを介して総合監視センター１０に接続され、これら複数の端末が、総合監視センター１０に搭載された監視・防犯のための種々のアプリケーション・ソフトウエアをクラウド・コンピューティングのリソースとして動的に利用できる構成となっている。総合監視センター１０は、図１及び図２では図示を省略した給電設備、冷却設備等を備える、クラウド・コンピューティングのデータセンターとして機能し、監視・防犯業務におけるサービスの拡張、サービス内容の変更、契約者の増減等に柔軟に対応できる。

なお、図１では、高速通信網５０に接続される総合監視センター１０を１つだけ記載したが、システム構成はこれに限定されない。例えば、同一の通信網に複数の総合監視センターを配置したり、あるいは、異なる複数の通信網に複数の総合監視センターを配置して、各総合監視センターが同一のリソースを有することで、一の総合監視センターでシステム障害や異常が発生したり、定期的なメンテナンスを行う際、他の総合監視センターによって、監視対象とする地域の防犯及び警戒業務のバックアップをするようにしてもよい。

次に、本実施形態に係る自律型防犯警戒システムにおける監視制御について説明する。図３は、本実施形態に係る自律型防犯警戒システムにおける監視制御手順を示すフローチャートである。中央制御部３０の中央処理部（ＣＰＵ）３１は、ステップＳ１１において、監視カメラＣ_ａ１〜Ｃ_ｅｎで撮った映像についての画像情報と、監視用マイクＭ_ａ１〜Ｍ_ｅｎで取得した音声についての音声情報とを取り込み（映像入力及び音声入力）、ステップＳ１２において、画像情報を可視画像としてモニタ５５に表示するとともに、音声情報を可聴音としてスピーカ５９より出力する。また、ステップＳ１３で、これらの画像情報及び音声情報をデータ圧縮して、それぞれを画像メモリ２３及び音声メモリ２５に格納する。

本実施形態に係る防犯システムでは、後述する顔認証による監視・防犯制御（警戒情報を得るための制御）のため、例えば、不審者、徘徊者、ストーカー、クレーマ等の特定人の顔の画像情報を監視画像データベースとして予めデータ格納部７に格納する。さらには、例えば、複数人が集合した状態で暴動行為を起こす際に見られる特徴的な画像情報、禁止区域に侵入しようとする者に特徴的な画像情報、刃物を振り回す、器物を破壊する等の異常な行為に特徴的な画像情報、店舗等における万引き行為に特徴的な画像情報、人間が倒れ込むときの画像情報、転倒した人間の画像情報、通常の状態では特定の場所に存在しない物又は放置物（置き去りとなった物、落書き、迷惑駐車等を含む）の画像情報等を監視用の画像データベースとして予めデータ格納部７に格納する。これらの画像情報は認知情報であり、人間の知覚、視覚、聴覚、記憶、経験等をもとにデータベース化した情報である。

ＣＰＵ３１は、ステップＳ１５において、画像解析部３３を起動して所定のアルゴリズムに従って画像を分析する。ここでは、画像解析部３３が、大容量メモリ４１内の画像解析ソフトウエア４５によって、監視画像データベースとして予めデータ格納部７に格納された上記の画像情報を参照しながら、監視カメラＣ_ａ１〜Ｃ_ｅｎで撮影された映像（画像）の中から特定人の顔を検出する処理、画像情報の中から動的な変化を捉える処理（動体検知）、パターン照合等を行う。そして、ＣＰＵ３１は、画像解析部３３における画像解析の結果、例えば、撮影された映像（画像）中に特定の人物の顔を認識したり、画像中の人物の表情から異常事態を認識したり、あるいは格闘や暴動行為、禁止区域に侵入しようとする行為、刃物等を持って他人に危害を加える異常な行動あるいは行為、異常な動きをする物体等が認められた場合、ステップＳ１７において、入力した画像情報の中に特定の警戒情報が含まれていると判断する。そして、ステップＳ２３に進み、危険度の判断（警戒レベル設定）を行う。

ＣＰＵ３１は、上記の画像解析と並行して、ステップＳ１９において、音声解析部３５を起動して、所定のアルゴリズムに従って音及び音声を分析する。そのため、本実施形態に係る防犯システムでは、例えば、人が言い争う際の声についての音声情報、悲鳴等の助けを求める声についての音声情報、特定人の声紋情報、特定の状況で人が発する声の声紋情報、爆発音、衝突音、衝撃音等についての音声情報を監視用の音声データベースとして予めデータ格納部７に格納する。なお、これらの音声情報も認知情報であり、人間の知覚、視覚、聴覚、記憶、経験等をもとにデータベース化した情報である。

音声解析部３５は、大容量メモリ４１に格納された音声解析ソフトウエア４７により、監視用の音声データベースとして予めデータ格納部７に格納された上記の音声情報を参照しながら、監視用マイクＭ_ａ１〜Ｍ_ｅｎで取得した音や音声の解析を行う。そして、入力された音や音声の音声情報中における、例えば、人が言い争う声、悲鳴等の助けを求める声、爆発音、衝突音、衝撃音等の有無を判断する。ＣＰＵ３１は、ステップＳ２１で、音声解析部３５における音声解析の結果、入力された音声情報の中に特定の警戒情報が含まれていると判断した場合、次のステップＳ２３で危険度の判断（監視レベル判断）を行う。

ＣＰＵ３１は、ステップＳ２３における危険度の判断において、ステップＳ１５での画像解析部３３による画像解析の結果と、ステップＳ１７における特定の警戒情報についての判断結果と、ステップＳ１９での音声解析部３５による音声解析の結果と、ステップＳ２１での特定の警戒情報についての判断結果とを勘案して、複合的に危険度の判断をする。具体的には、ＣＰＵ３１は、画像解析によって認識された危険度レベルと、音声解析によって認識された危険度レベルとを総合して警戒レベルを設定する。例えば、画像情報に基づき、特定の地域等の様子を示す映像（画像）から判断して、その画像情報と同時に取得された音声情報に不自然あるいは異常な音声や音が含まれていると認識した場合は、そのような状況を勘案して危険度判断をする。さらに、ＣＰＵ３１は、複数の監視カメラ間の連携により危険度を判断する。なお、これらの危険度判断、カメラ間連携の詳細については、後述する。

ＣＰＵ３１は、ステップＳ２５において、集中管理ソフトウエア４３を起動して、上記ステップＳ２３における危険度判断の結果に基づいて、必要な警報の発信、及び必要な通知を行う。例えば、図１に示す地域Ａにおいて最高危険度を示す警戒情報、あるいはそれに準ずる危険度を示す警戒情報が得られた場合、地域Ａにある学校、地域Ａに居住する契約者の携帯電話等に対して、その警戒情報に応じた警戒・防犯のための情報（警戒内容、警戒レベル情報等）を発信するとともに、地域Ａの防災放送等によって警戒・防犯を行うための情報を発報する。さらに、地域Ａに隣接する他の地域に対しても警戒情報を通知し、地域Ａにおける警戒情報を複数の地域で共有することで、犯罪発生の未然防止や他地域への被害の拡大防止に資する構成となっている。

危険度判断の結果、最高危険度を示す警戒情報が得られた場合には、現時点で犯罪が発生している可能性があるため、ステップＳ２７において、例えば、図１に示す高速通信網５０と公衆回線網６０を介して、警察１１や警備会社１３にその旨の通報をする。さらには、分析レポート部３７が、危険度判断の結果や警戒・防犯データを分析し、その分析内容を報告書として防犯システムの契約者や会員等に送付する。

図４は、本実施形態に係る自律型防犯警戒システムの監視制御における画像解析のアルゴリズムを説明するための図である。本防犯システム１の画像解析部３３は、画像解析ソフトウエア４５による画像解析のうち、画像中における人物の顔を特定する。これは、監視カメラＣ_ａ１〜Ｃ_ｅｎで撮影したデジタル画像の中から「顔」を認識する技術であり、入力画像から顔と認識される部分を切り出すステップ（「顔画像検出エンジン」と呼ばれる）と、その顔画像をもとに、予め照合用データベースに登録されている人物の中から特定人を推測するステップ（「顔画像照合エンジン」と呼ばれる）からなる。

「顔画像検出エンジン」では、「多重照合顔検出法」と呼ばれるアルゴリズムを使用して、撮影された画像から「目」と思われる領域を抽出し、その位置等の情報から「顔」かどうかを判断し（図４のステップＳ４１，Ｓ４３）、それが顔であれば、その部分を切り出す処理をする（図４のステップＳ４５）。この方法では、例えば、検索対象となる人物の表情が異なったり、横を向いている場合でも、本人検出が可能である。なお、「顔」として切り出す範囲を、例えば、対象人物画像の唇の下から眉毛の上までとした場合、その人物がカツラ等を使用しても、次の顔画像照合処理に影響を与えない。

「顔画像照合エンジン」では、データ格納部７にデータベースとして登録された顔画像情報とのマッチングを行う（図４のステップＳ４７）。この顔画像照合では、「摂動空間法」と「適応的領域混合マッチング法」と呼ばれるアルゴリズムを採用している。「摂動空間法」は、照合用データベースに人物を登録する際、明るさや顔の向きの違いによる変動等も予測しておき、入力画像で顔の向きが異なっていても認識できるようにする前処理である。そして、適応的領域混合マッチング法は、顔認識そのものを行う処理である。このマッチング方法は、一般に使われている「特徴点」方式に比べて、顔の一部が隠れていても認識できる等の特徴がある。また、顔画像を複数の部分領域に分割し、それぞれの類似度を計算して、その結果を数値スコアで表わす。上記の照合用データベースの中で、一番スコアの高い人物が対象者と推測される（図４のステップＳ４９，Ｓ５１）。これらのステップで推測された対象者が、指名手配中の人物や不審者、凶悪事件の容疑者等であった場合、ステップＳ５３で、警戒レベルを最高度の危険度が設定される。

本防犯システム１の画像解析部３３において使用する、画像中における人物の顔を特定するための画像解析方法は、捜査機関における犯罪者の照合や企業等において社員の照合を行う、いわゆる「認証」を目的とする方法と位置づけることができる。この方法以外に、本防犯システム１の画像解析部３３では、例えば、マーケティング用途としても使用される画像解析方法であって、男女、年齢（例えば、１０歳単位）、感情（喜怒哀楽）を見分けるための画像解析方法（顔検出技術）を使用する。

この顔検出技術は、膨大な量の顔画像を分析・学習し、それをもとに作られた「３次元顔モデル」を使って目や口等の位置を正確に検出して、顔の骨格やしわ、たるみ等を総合的に解析することで、人間の顔の特徴から性別や、１０代・２０代等の年齢層（年代）を推定する技術である。例えば、子供の顔は、大人の顔と比べて目が大きく位置が高い、目と眉の間隔が広い、鼻や口が小さい、顔の輪郭が丸く顎が小さい等の特徴があることを利用して、顔属性を推定する。その際、カメラで撮影した画像から目や口元等の明暗差の違いを荒く分析し、顔と思われる部分を検出した後、さらに、その部分を細かく分析する。そして、撮影画像中の顔画像と登録済みの顔画像との類似度を数値化し、人物の特定を客観的に行う。

画像解析のうち、画像中における被写体の動きの検出（動体検知）には、例えば、一般的に知られているフレーム間差分方法、速度フィールドを計算する方法、特徴抽出とマッチングを利用する方法、空間・時間フィルターを使う方法等を用いる。これらのうち、フレーム間差分方法は、動画像中の時間的に前後する２枚の入力画像に対して、全画素の輝度値の差分を取り、その差分値が予め定めた閥値を超えた場合、動体が存在すると判定する方法である。

図５は、本実施形態に係る防犯システムの画像解析ソフトウエアにおける動体検知等の処理手順を示すフローチャートである。画像解析部３３は、図５のステップＳ６１で、監視カメラＣ_ａ１〜Ｃ_ｅｎで撮影された画像情報を取り込み、続くステップＳ６３において、取り込んだ画像情報の中から、例えば、異常な動きを示す画像部分、通常とは異なる動きをする画像部分、監視対象地域の特定の場所に本来的には存在しない物（放置物、廃棄物、落書き等）の画像等を特定の画像要素として認定する。そして、ステップＳ６５で、大容量メモリ４１内の画像解析ソフトウエア４５によって、予めデータ格納部７内に格納された監視画像データベース（認知情報）を参照して、上記ステップで認定された特定画像に対して動体検知処理、パターン照合等を行う。

画像解析部３３による上記動体検知処理等の結果、ステップＳ６７において、例えば、画像情報中に数人による暴動行為、倒れ込む人、禁止区域に侵入しようとする者、刃物等を持って他人に危害を加える異常な行為、異常な動きをする物体、異常あるいは不自然な行動をとる者等が認められた場合、ＣＰＵ３１は、ステップＳ６９で、入力された画像情報の中に特定の警戒情報が含まれている（異常発生）と判断する。そして、ステップＳ７１において、危険度の判断（警戒レベル設定）を行う。

図６は、本実施形態に係る自律型防犯警戒システムの監視制御における音声解析のアルゴリズムを説明するための図である。図６のステップＳ８１で、ＣＰＵ３１は、監視用マイクＭ_ａ１〜Ｍ_ａｎで取得された音声情報を取り込む。そこで、ステップＳ８３において、音声解析部３５により、取り込んだ音声情報に対して、例えば周波数分析、声紋分析等を行って、その音声情報から音響的特徴を抽出する。そして、ステップＳ８５で、大容量メモリ４１内の音声解析ソフトウエア４７によって、予めデータ格納部７内に格納された監視音声データベース（認知情報）を参照して、上記ステップで抽出された音響的特徴を有する特定の音声と音声データベース内の音声情報とを照合する。

ここで、音響的特徴の抽出方法について簡単に説明する。通常の生活空間や環境では、複数の異なる音が同時に発生しており、本防犯システム１では、それら複数の異なる音の混合音の中から、犯罪や事故に関連する異常音を判別する必要がある。そこで、音声解析ソフトウエア４７として、例えば、ある環境で取得した音及び音声から周波数特性（スペクトラム特性）を抽出して、人間の音声や動物の鳴き声か否かを分析するための汎用ソフトウエアを使用できる。このようなソフトウエアは、例えば、パーソナルコンピュータ上で動作させることが可能である等、音及び音声の分析そのものを簡易に行うことができ、入手も容易であるという利点がある。また、周波数分解能に優れたＦＦＴ（高速フーリエ変換）分析機能を有するソフトウエアを使用して音声の継続時間と周波数との関係を分析し、その結果をもとに、その音声が人間の音声のうち、特定の状況において発せられる音声か否かを特定してもよい。さらには、取得した音に対して、その周波数のみならず波形解析を行い、爆発音、衝突音等を特定するようにしてもよい。波形解析のためのソフトウエアも、一般に入手できる汎用的なソフトウエア（デジタル波形解析ソフトウエア）を使用することができる。

本実施形態に係る自律型防犯警戒システムでは、様々な場所で予め採取した音及び音声、例えば、子供の遊ぶ声、悲鳴や救助を求める声、特定の状況において発せられる人間の声、爆発音、衝突音等の特徴（特徴音ともいう）を、上述した方法で分析・解析する。そして、分析・解析した結果をデータ格納部７に格納しておき、防犯システム１において、上述した音響的特徴を有する特定の音声と照合して監視・防犯処理を行う際の音声データベースとして使用する。

ＣＰＵ３１は、ステップＳ８７において、上記照合の結果、例えば、入力された音声情報の中に悲鳴、人を脅す声、助けを求める声等が認識され、そのように認識された音声情報と予め音声データベースに格納された音声情報とが特徴点において一致すると認められた場合は、ステップＳ８９で、入力された音声情報の中に特定の警戒情報が含まれている（異常発生）と判断する。そして、ステップＳ９１において、危険度の判断（警戒レベル設定）を行う。

図７は、本実施形態に係る自律型防犯警戒システムの監視制御における危険度判断（警戒レベルの設定）手順の一例を示すフローチャートである。本防犯システムでは、危険度判断の結果をもとに５段階の警戒レベルを設定する。具体的には、危険度の高い順に、最高危険度（警戒レベル５とする）、高危険度（警戒レベル４とする）、中危険度（警戒レベル３とする）、小危険度（警戒レベル２とする）、低危険度（警戒レベル１とする）の５ランクに区分する。ここでは、例えば、画像情報に基づく危険度判断において、その判断結果をもとに危険度のレベルを「大」「中」「小」に分け、同様に、音声情報に基づく危険度の判断結果をもとに、危険度のレベルを「大」「中」「小」に分ける。そこで、ＣＰＵ３１は、図７のステップＳ１０１において、画像情報に基づく危険度レベル（つまり、画像情報的な観点から危険な状態と判断されたレベル）を「大」と判断し、かつ、ステップＳ１０３において、音声情報に基づく危険度レベル（つまり、音声情報的な観点から危険な状態と判断されたレベル）も「大」と判断した場合、当該対象地域等において現実にトラブル、犯罪等が発生しており、最高の警戒レベルである「警戒レベル５」と論理判断する（ステップＳ１１５）。

一方、ＣＰＵ３１は、ステップＳ１０１における画像情報に基づく危険度レベルが「大」であっても、ステップＳ１０３での音声情報に基づく危険度レベルを「中」と判断した場合、あるいは、ステップＳ１０１で画像情報に基づく危険度レベルを「中」と判断したが、ステップＳ１０５における音声情報に基づく危険度レベルが「大」であると判断した場合には、トラブルが発生している可能性が非常に高く、極めて危険度が高いとして、「警戒レベル４」と論理判断する（ステップＳ１１４）。また、ＣＰＵ３１は、画像情報に基づく危険度と音声情報に基づく危険度がともに中程度の場合、ステップＳ１０１で「中」、ステップＳ１０５でも「中」となり、現時点ではトラブルは発生していないが、今後の状況によってはトラブルに進展する可能性があり、放置できないとして、「警戒レベル３」と論理判断する（ステップＳ１１３）。

他方、ＣＰＵ３１は、画像情報に基づく危険度と音声情報に基づく危険度の一方が「大」で、他方が「小」の場合、あるいは、一方が「中」で、他方が「小」の場合には、現状ではトラブルは発生していないが、トラブルに進展する可能性があり得るとして、「警戒レベル２」と論理判断する（ステップＳ１１２）。また、ＣＰＵ３１は、ステップＳ１０１における画像情報に基づく危険度レベルが「小」で、ステップＳ１０７での音声情報に基づく危険度レベルも「小」と判断した場合、当該対象地域等においてトラブルの発生がなく、その可能性もないとして、「警戒レベル１」と論理判断する（ステップＳ１１１）。このように、画像解析及び音声解析に基づく複合的・統合的判断により、例えば、ナイフを持って切りかかっている人物像が映像として取得され、同時に人の悲鳴が音声として取得された場合、その音声の認識結果をもとに重み付けを行うことで、トラブル（事象）の真偽・緊急性の判定、及び峻別が可能となる。

なお、上述した画像解析、音声解析、及び危険度判断の制御において、いわゆる人口知能（ＡＩ）を用いて、警戒・防犯制御のルールを自動生成したり、あるいは学習機能を有するようにしてもよい。例えば、画像解析部３３、音声解析部３５に人工ニューラルネット回路（ＮＮ）等の人口知能プログラムを採用して、入力された画像情報及び音声情報と、出力としての警戒レベルの判定結果との関係を学習させたり、特定の画像要素について以前に危険と判断した事実を経験値として積み上げる学習をさせることによって、より複雑かつ高度な画像解析判断及び音声解析判断（判断能力の作り込み）が可能となる。例えば、「６月２２日、１５：４５に認識した不審者はその後どうしたのか？」というような複雑な要求・命題も設定可能となり、その結果がレポートとして自動生成されて、契約者・会員等へメール添付やＦＡＸにより送付される。

また、画像解析判断及び音声解析判断のために取得した大量のデータを、システム規模のデータベース（ＤＢ）であるデータウエアハウスに蓄積し、管理する構成としてもよい。例えば、本実施形態に係る自律型防犯警戒システムの基幹システム・アーキテクチャーとして、図８に示すような階層構造のアーキテクチャを構築する。図８において、各層がその上下の層と論理的に接続されており、階層の最上位には、外部システム等とのインターフェイス（サービス管理システム）として機能する論理階層であるサービス層８１が配され、サービス層８１の下層には、取得した大量の情報を、後述するデータウェアハウスから柔軟かつ高速に取り出して、画像解析判断及び音声解析判断に有用な結果を検索するための手法であるデータマイニングを実行するデータマイニング・モジュールと、ある証拠（画像データ、音声データ）をもとに特定の事象の発生を確率的に推論する確率推論エンジンとを備えたデータマイニング層８２が配されている。なお、上述した人口知能（ＡＩ）をデータマイニング・モジュールと確率推論エンジンに内蔵する構成にしてもよい。

データマイニング層８２の下層には、蓄積されたデータを加工・分析して、画像解析判断及び音声解析判断に活用するＢＩ(Business Intelligence)ツールを提供するＢＩデータ解析レポーティング層８３と、画像解析判断及び音声解析判断に必要な情報を、必要なときに容易に取り出すことができる環境を提供する統合管理データウエアハウス（ＤＷＨ）８４とが配されている。データウェアハウスは、例えば、ネットワーク上に存在する複数のデータを統合したり、様々な情報源から大量の情報を集め、画像解析判断及び音声解析判断で利用される膨大なデータを蓄積・管理する。ＤＷＨ８４の下層に配された画像・音声解析アラート層８５は、上述した顔認証等の画像解析や音声解析に基づく動体検知トラップによるアラーム、異常発生（発報）に対応した音声警報等を行う。そして、最下層の監視映像・音声管理層８６は、画像解析や音声解析結果の管理等を行う。なお、監視映像・音声管理層８６には、監視カメラ、集音マイク、その他のセンサ等の監視端末モジュール８７が配されている。

本実施形態に係る自律型防犯警戒システムでは、基幹システム・アーキテクチャーとして、図８に示す階層構造のアーキテクチャを採用することで、大量のデータの中から必要な情報を抜き取って解析するという自律型のシステムを実現している。システムを自律型としたことにより、人間を超える画像解析、音声解析、及び危険度の判断及び分析が可能となる。

次に、本実施形態に係る防犯システムにおけるカメラ間連携について説明する。図９は、複数の監視カメラによって１あるいはそれ以上の対象者（対象物）の動きを捉え、追跡する方法（カメラ間連携）を模式的に示す図である。図９に示すように、例えば、監視対象の地域Ａが６つの領域Ａ１〜Ａ６に分割され、それぞれの領域に計６台の監視カメラＣ_ａ１〜Ｃ_ｅ６が配置されている場合を想定する。なお、同一のカメラで動体画像をズームする方法では、監視地域の中に死角が生じるという問題があるため、ここでは、細分化した各領域ごとに１台の監視カメラを設置する。

例えば、領域Ａ１の監視カメラＣ_ａ１によって、不審な行動をとる人物９０ａが特定された場合、中央制御部３０のＣＰＵ３１は、領域Ａ１における人物９０ａの動きを追う。具体的には、人物９０ａが監視カメラＣ_ａ１から離れる方向に進んでいるか、監視カメラに向かう方向に進んでいるか、あるいは、監視カメラの光軸を横切る方向に移動しているかを判断する。人物９０ａが監視カメラＣ_ａ１から離れる方向に進んでいることが検知されれば、人物９０ａは、領域Ａ１に隣接する領域Ａ２又はＡ４に向かうことが予想される。

そこで、中央制御部３０のＣＰＵ３１は、領域Ａ２及びＡ４の画像の中から、人物９０ａと同一人と推測される人物９０ｂを特定する処理をする。図９に示す例では、領域Ａ２に設置した監視カメラＣ_ａ２と領域Ａ４に設けた監視カメラＣ_ａ４の双方において、人物９０ｂの存在を検知するので、中央制御部３０のＣＰＵ３１は、人物９０ｂが領域Ａ２と領域Ａ４の境界付近に居ると判断する。その後、例えば、領域Ａ２の監視カメラＣ_ａ２の画像から人物９０ｂが消失し、領域Ａ４の監視カメラＣ_ａ４が人物９０ｂを検知すると、人物９０ｂは、領域Ａ４に滞在していると判断できる。

図９に示す例では、人物９０ｂが監視カメラＣ_ａ４の光軸（一点鎖線で示す）を横切る方向に移動したことが検知されるため、ＣＰＵ３１は、引き続き領域Ａ４の映像を解析し、人物９０ｂと同一人と推測される人物９０ｃを特定する。これと同時に、領域Ａ４に隣接する領域６に設置した監視カメラＣ_ａ６の画像を解析する。ここでは、領域Ａ４において特定された人物９０ｃが、領域６の監視カメラＣ_ａ６の光軸（一点鎖線で示す）を横切って移動することが検知されるため、ＣＰＵ３１は、人物９０ｃと同一人と推測される人物９０ｄが領域Ａ６内に居ると判断する。

上記のカメラ間連携において、それぞれの監視カメラに当該監視地域の地図情報、建物のフロア情報、及び追尾のためのフローとシーケンスを予めプログラムしておくことで、移動、逃亡する監視対象を1画面の中で観ているように捕らえることができる。なお、図９の例では、監視対象である地域Ａ内の６つの領域Ａ１〜Ａ６におけるカメラ間の連携を模式的に示しているが、監視対象が複数の地域に跨っていても、カメラ間における連携のための制御は同じである。

以上説明したように、本実施形態に係る自律型防犯警戒システムは、監視カメラとしての複数のデジタルカメラと集音体としての複数のマイクを、高速通信網を介して総合監視センターに接続して、カメラからの画像情報の解析結果とマイクからの音声情報の解析結果とを複合して犯罪の危険度を判断する構成としている。そのため、従来のように遠隔地の状況を単にモニタリングするシステムとは異なり、対象地域、施設等を視覚的かつ聴覚的に監視しながら状況判断ができ、誤作動のない防犯システムの提供が可能となるだけでなく、契約者等に信頼性の高い確実な防犯情報・防犯サービスを提供することができる。

また、総合監視センターに集中的に配されたソフトウエア群により、制御部が一元的に監視・防犯のための処理を行うことで、警備員や監視者等の人力に頼る属人的な監視・防犯を排除して誤認をなくし、監視・防犯の質的な向上を図ることができる。さらに、総合監視センターに監視・防犯のための画像データ及び音声データを保存するので、例えば、犯罪被疑者等による証拠隠滅を確実に防止できる。さらに、複数の監視カメラ間を連携させた監視制御を総合監視センターで集中的に行うことによって、例えば、不審者の特徴を示す情報を監視カメラ間で伝達するという迂遠な方法をとる必要がないので、移動、逃亡する監視対象の追跡及び状況把握をリアルタイムで、確実かつ効率的に行うことができる。つまり、有機的かつ総合的に画像解析処理及び判断が可能となり、犯罪の抑止、被疑者の迅速な確保に貢献できる。

さらには、クラウド・コンピューティング技術を用いることで、高速通信網（インターネット）を通じた遠方からの監視・防犯処理が可能となるにとどまらず、監視・防犯のためのアプリケーション・ソフトウエアが行う固有の処理やルール、その手順を、例えば、PaaS(Platform as a Service)のフレームワークで構成することで、防犯システムの契約者等は最低限のＩＴ基盤（例えば、監視カメラ）を保有するだけで済む。そのため、複数の契約者が、総合監視センターに集中的に配した複数のアプリケーション・ソフトウエアを共有して、防犯システムの構築コスト、運用・保守コストを大幅に低減できる。

本発明は、上述した実施形態に限定されず、種々の変形が可能である。例えば、上記実施形態では、データ格納部７に格納された集中管理ソフトウエア４３等は、一般的な防犯システムにおけるシステム制御・管理のための汎用性のあるソフトウエアとしてもよいし、あるいは、防犯システムを導入する業種別に、その業種に特有の状況・特徴を監視・防犯の対象とすることを可能としたソフトウエアをテンプレートとして作成し、それを格納しておいてもよい。例えば、図１０に示すように、製造業界における防犯システムの場合、製造工程における作業者の手順、異常行為（例えば、食品製造業界であれば異物混入行為）、標準工程を外れた異常行動等を特徴画像として、それを判別可能となるように集中管理ソフトウエア等の設計、仕様を決めてもよい。また、スーパーマーケット等の小売業の場合、挙動不審者等の映像を特徴画像とし、設備等を破壊する音を特徴音として、ソフトウエア設計することができる。さらに、流通業界に特化した防犯システムの場合、流通ターミナルに出入りするトラックの車種、業者名、運転手の顔や声等を特徴画像、及び特徴音として監視、判別できるように集中管理ソフトウエア等を設計する。

一方、事務系の業務を主とする業界の防犯システムであれば、テンプレートとして、社員の扱う書類の種類、機密文書へのアクセスの有無、業務を行う社員の顔や声、事務所に出入りする業者（得意先）の顔や声を判別可能なように集中管理ソフトウエア等を設計してもよい。特に銀行等のサービス業の場合、強盗による凶悪事件に備えて、図１０に示すように、異常行動者や特異な服装をした者の映像を特徴画像とし、破壊音や銃器の発砲音を特徴音としたソフトウエア設計が可能である。このように集中管理ソフトウエア等を業種別にテンプレート化することにより、その業種に特有の状況に円滑に対処可能な防犯システムを提供できる。また、集中管理により、ソフトウエアの更新（アップデート）も容易になり、常に、その業種の最新状況に対応したソフトウエアを提供可能となる。

また、上述した実施形態では、端末装置として複数の監視カメラ及び複数の監視用マイクをネットワークに接続して配置される例を挙げたが、これらに加えて、例えば、不審者や不審動物の侵入の発生、火災（熱）や煙等を検出する各種センサ、送信されてきた画像情報等から犯罪行為をしていると判断できる者に対する威嚇のために、音声等を出力できるスピーカ等を監視・防犯対象地域に配してもよい。

さらには、上述した実施形態において、監視端末（複数の監視カメラＣ_ａ１〜Ｃ_ｅｎ及び監視用マイクＭ_ａ１〜Ｍ_ｅｎ）を有線方式のＬＡＮ経由で高速通信網５０に接続する構成としているが、これに限定されない。例えば、メッシュ型の無線ＬＡＮを構築して、監視端末（監視カメラ及び監視用マイク）を相互に接続することで、より広い範囲を網羅する防犯システムとすることができる。

また、上述した実施形態では、画像情報に基づく危険度判断において、その判断結果をもとに危険度のレベルを「大」「中」「小」に分けるとともに、音声情報に基づく危険度の判断結果をもとに、危険度のレベルを「大」「中」「小」に分け、それらの組み合わせにより対象地域等の危険度を判断しているが、これらのレベルの組み合わせは、図７に示す例に限定されない。例えば、画像情報又は音声情報に基づく危険度レベルが「大」であれば、それと組み合わされる音声情報又は画像情報に基づく危険度レベルが「小」であっても、「警戒レベル３」と論理判断する等、監視・防犯対象に応じて警戒レベルを変えることのできる構成としてもよい。

１自律型防犯警戒システム（防犯システム）
５監視制御部
７データ格納部
９通信制御部
１０総合監視センター
１５ａ〜１５ｅ端末制御装置
２０データバス
２３画像メモリ
２５音声メモリ
３０中央制御部
３３画像解析部
３５音声解析部
３７分析レポート部
３９サービス管理部
４１大容量メモリ
４３集中管理ソフトウエア
４５画像解析ソフトウエア
４７音声解析ソフトウエア
５０高速通信網
５５モニタ
５７増幅器
５９スピーカ
６０公衆回線網
Ｃ_ａ１〜Ｃ_ｅｎ監視カメラ
Ｍ_ａ１〜Ｍ_ｅｎ監視用マイク

Claims

監視・防犯対象とする複数の地域及び複数の施設に配置された複数の撮像手段と、
監視・防犯対象とする複数の地域及び複数の施設に配置された複数の集音手段と、
前記複数の撮像手段で取得された映像である画像情報を、通信ネットワークを介して監視センターに送信するとともに、前記複数の集音手段で取得された音及び音声である音声情報を、該通信ネットワークを介して該監視センターに送信する送信手段と、
防犯警戒対象として少なくとも特定人の顔画像、単一又は複数人の異常行動画像、特定の場所における放置物の画像を含む特徴画像を監視画像データベースとして前記監視センター内に登録する手段と、
防犯警戒対象として少なくとも人の悲鳴、人を脅す声、複数人の争う声、爆発音、衝突音、衝撃音を含む特徴音を監視音声データベースとして前記監視センター内に登録する手段と、
前記監視画像データベースを参照して、前記監視センターに送信された画像情報に前記特徴画像が含まれているか否かの画像解析をする画像解析手段と、
前記監視音声データベースを参照して、前記監視センターに送信された音声情報に前記特徴音が含まれているか否かの音声解析をする音声解析手段と、
前記音声情報と同時に取得された前記画像情報に前記特徴画像が含まれている場合、該画像情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該画像情報に基づく危険度レベルを判定する第１の危険度レベル判定手段と、
前記画像情報と同時に取得された前記音声情報に前記特徴音が含まれている場合、該音声情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該音声情報に基づく危険度レベルを判定する第２の危険度レベル判定手段と、
前記第１の危険度レベル判定手段で判定された危険度レベルと、前記第２の危険度レベル判定手段で判定された危険度レベルとの組み合わせに対して所定の論理判断を行い、該論理判断の結果をもとに前記複数の地域及び前記複数の施設の防犯警戒レベルを決定する防犯警戒レベル決定手段と、
前記防犯警戒レベル決定手段で決定された防犯警戒レベルに従って前記複数の地域及び前記複数の施設に所定の警告をする警告手段と、
を備え、
前記画像解析手段、前記音声解析手段、前記第１の危険度レベル判定手段、前記第２の危険度レベル判定手段、前記防犯警戒レベル決定手段、及び前記警告手段は前記監視センター内に配置され、前記複数の危険度レベルは、少なくとも高位の危険度レベルと中位の危険度レベルと低位の危険度レベルとからなり、前記防犯警戒レベル決定手段は、前記所定の論理判断として、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記高位の危険度レベルの場合、前記防犯警戒レベルを第１の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルのうち一方が前記高位の危険度レベルで他方が前記中位の危険度レベルの場合、前記防犯警戒レベルを第２の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記中位の危険度レベルの場合、前記防犯警戒レベルを第３の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルのうち一方が前記高位の危険度レベルで他方が前記低位の危険度レベルの場合、及び該一方が前記中位の危険度レベルで該他方が前記低位の危険度レベルの場合には、前記防犯警戒レベルを第４の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記低位の危険度レベルの場合、前記防犯警戒レベルを第５の防犯警戒レベルと決定する論理判断を行い、該第１の防犯警戒レベルから該第５の防犯警戒レベルに至るにしたがい順次、高位の防犯警戒レベルから低位の防犯警戒レベルとすることを特徴とする自律型防犯警戒システム。
前記複数の地域及び前記複数の施設間において前記複数の撮像手段を連携させて、該複数の撮像手段で取得された画像情報から特定の映像に対応する警戒対象を追跡する追跡手段をさらに備え、
前記追跡手段は、前記複数の地域及び前記複数の施設を細分化した各領域ごとに配置された前記撮像手段で取得した画像情報より、前記各領域における前記特定の映像に対応する警戒対象の相対的な動きをもとに前記複数の撮像手段を連携して該警戒対象を追跡し、
前記防犯警戒レベル決定手段は、前記追跡手段による前記特定の映像に対応する警戒対象の追跡結果をもとに前記防犯警戒レベルを決定することを特徴とする請求項１に記載の自律型防犯警戒システム。
前記監視センターにおけるクラウドコンピューティングにより、当該自律型防犯警戒システムの複数の契約者が前記監視画像データベースと前記監視音声データベースを共有するとともに、前記監視センターに配置された前記画像解析手段、前記音声解析手段、前記第１の危険度レベル判定手段、前記第２の危険度レベル判定手段、前記防犯警戒レベル決定手段、及び前記警告手段を共有することを特徴とする請求項１又は２に記載の自律型防犯警戒システム。
異なる複数の通信ネットワークそれぞれを介して異なる複数の監視センターを配置し、該複数の監視センター各々が前記監視画像データベース、前記監視音声データベース、前記画像解析手段、前記音声解析手段、前記第１の危険度レベル判定手段、前記第２の危険度レベル判定手段、前記防犯警戒レベル決定手段、及び前記警告手段を有することを特徴とする請求項１又は２に記載の自律型防犯警戒システム。
監視・防犯対象とする複数の地域及び複数の施設に配置された複数の撮像手段で取得された映像である画像情報と、該監視・防犯対象とする複数の地域及び複数の施設に配置された複数の集音手段で取得された音及び音声である音声情報とを通信ネットワークを介して受信する受信手段と、
防犯警戒対象として少なくとも特定人の顔画像、単一又は複数人の異常行動画像、特定の場所における放置物の画像を含む特徴画像を格納した監視画像データベースを参照して、前記受信手段で受信した画像情報に前記特徴画像が含まれているか否かの画像解析をする画像解析手段と、
防犯警戒対象として少なくとも人の悲鳴、人を脅す声、複数人の争う声、爆発音、衝突音、衝撃音を含む特徴音を格納した監視音声データベースを参照して、前記前記受信手段で受信した音声情報に前記特徴音が含まれているか否かの音声解析をする音声解析手段と、
前記音声情報と同時に取得された前記画像情報に前記特徴画像が含まれている場合、該画像情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該画像情報に基づく危険度レベルを判定する第１の危険度レベル判定手段と、
前記画像情報と同時に取得された前記音声情報に前記特徴音が含まれている場合、該音声情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該音声情報に基づく危険度レベルを判定する第２の危険度レベル判定手段と、
前記第１の危険度レベル判定手段で判定された危険度レベルと、前記第２の危険度レベル判定手段で判定された危険度レベルとの組み合わせに対して所定の論理判断を行い、該論理判断の結果をもとに前記複数の地域及び前記複数の施設の防犯警戒レベルを決定する防犯警戒レベル決定手段と、
前記防犯警戒レベル決定手段で決定された防犯警戒レベルに従って前記複数の地域及び前記複数の施設に所定の警告をする警告手段と、
を備え、
前記複数の危険度レベルは、少なくとも高位の危険度レベルと中位の危険度レベルと低位の危険度レベルとからなり、前記防犯警戒レベル決定手段において、前記所定の論理判断として、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記高位の危険度レベルの場合、前記防犯警戒レベルを第１の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルのうち一方が前記高位の危険度レベルで他方が前記中位の危険度レベルの場合、前記防犯警戒レベルを第２の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記中位の危険度レベルの場合、前記防犯警戒レベルを第３の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルのうち一方が前記高位の危険度レベルで他方が前記低位の危険度レベルの場合、及び該一方が前記中位の危険度レベルで該他方が前記低位の危険度レベルの場合には、前記防犯警戒レベルを第４の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記低位の危険度レベルの場合、前記防犯警戒レベルを第５の防犯警戒レベルと決定する論理判断を行い、該第１の防犯警戒レベルから該第５の防犯警戒レベルに至るにしたがい順次、高位の防犯警戒レベルから低位の防犯警戒レベルとすることを特徴とするコンピュータ。
監視・防犯対象とする複数の地域及び複数の施設で取得された映像を画像情報として通信ネットワークを介して監視センターに送信し、
監視・防犯対象とする複数の地域及び複数の施設で取得された音及び音声を音声情報として前記通信ネットワークを介して前記監視センターに送信し、
防犯警戒対象として少なくとも特定人の顔画像、単一又は複数人の異常行動画像、特定の場所における放置物の画像を含む特徴画像を監視画像データベースとして前記監視センター内に登録し、
防犯警戒対象として少なくとも人の悲鳴、人を脅す声、複数人の争う声、爆発音、衝突音、衝撃音を含む特徴音を監視音声データベースとして前記監視センター内に登録し、
前記監視画像データベースを参照して、前記監視センターに送信された画像情報に前記特徴画像が含まれているか否かの画像解析をし、
前記監視音声データベースを参照して、前記監視センターに送信された音声情報に前記特徴音が含まれているか否かの音声解析をし、
前記音声情報と同時に取得された前記画像情報に前記特徴画像が含まれている場合、該画像情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該画像情報に基づく第１の危険度レベルを判定し、
前記画像情報と同時に取得された前記音声情報に前記特徴音が含まれている場合、該音声情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該音声情報に基づく第２の危険度レベルを判定し、
前記第１の危険度レベルと、前記第２の危険度レベルとの組み合わせに対して所定の論理判断を行い、該論理判断の結果をもとに前記複数の地域及び前記複数の施設の防犯警戒レベルを決定し、
前記決定された防犯警戒レベルに従って前記複数の地域及び前記複数の施設に所定の警告をし、
前記画像解析、前記音声解析、前記第１の危険度レベルの判定、前記第２の危険度レベルの判定、前記防犯警戒レベルの決定、及び前記警告を前記監視センター内で行うとともに、前記複数の危険度レベルは、少なくとも高位の危険度レベルと中位の危険度レベルと低位の危険度レベルとからなり、前記防犯警戒レベルの決定において、前記所定の論理判断として、前記画像情報に基づく第１の危険度レベルと前記音声情報に基づく第２の危険度レベルがともに前記高位の危険度レベルの場合、前記防犯警戒レベルを第１の防犯警戒レベルと決定し、前記画像情報に基づく第１の危険度レベルと前記音声情報に基づく第２の危険度レベルのうち一方が前記高位の危険度レベルで他方が前記中位の危険度レベルの場合、前記防犯警戒レベルを第２の防犯警戒レベルと決定し、前記画像情報に基づく第１の危険度レベルと前記音声情報に基づく第２の危険度レベルがともに前記中位の危険度レベルの場合、前記防犯警戒レベルを第３の防犯警戒レベルと決定し、前記画像情報に基づく第１の危険度レベルと前記音声情報に基づく第２の危険度レベルのうち一方が前記高位の危険度レベルで他方が前記低位の危険度レベルの場合、及び該一方が前記中位の危険度レベルで該他方が前記低位の危険度レベルの場合には、前記防犯警戒レベルを第４の防犯警戒レベルと決定し、前記画像情報に基づく第１の危険度レベルと前記音声情報に基づく第２の危険度レベルがともに前記低位の危険度レベルの場合、前記防犯警戒レベルを第５の防犯警戒レベルと決定する論理判断を行い、該第１の防犯警戒レベルから該第５の防犯警戒レベルに至るにしたがい順次、高位の防犯警戒レベルから低位の防犯警戒レベルとすることを特徴とする自律型防犯警戒方法。
コンピュータを、
監視・防犯対象とする複数の地域及び複数の施設に配置された複数の撮像手段で取得された映像である画像情報と、該監視・防犯対象とする複数の地域及び複数の施設に配置された複数の集音手段で取得された音及び音声である音声情報とを通信ネットワークを介して受信する受信手段、
防犯警戒対象として少なくとも特定人の顔画像、単一又は複数人の異常行動画像、特定の場所における放置物の画像を含む特徴画像を格納した監視画像データベースを参照して、前記受信手段で受信した画像情報に前記特徴画像が含まれているか否かの画像解析をする画像解析手段、
防犯警戒対象として少なくとも人の悲鳴、人を脅す声、複数人の争う声、爆発音、衝突音、衝撃音を含む特徴音を格納した監視音声データベースを参照して、前記受信手段で受信した音声情報に前記特徴音が含まれているか否かの音声解析をする音声解析手段、
前記音声情報と同時に取得された前記画像情報に前記特徴画像が含まれている場合、該画像情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該画像情報に基づく危険度レベルを判定する第１の危険度レベル判定手段、
前記画像情報と同時に取得された前記音声情報に前記特徴音が含まれている場合、該音声情報に特定の警戒情報が含まれると判断して、予め定めた複数の危険度レベルより該音声情報に基づく危険度レベルを判定する第２の危険度レベル判定手段、
前記第１の危険度レベル判定手段で判定された危険度レベルと、前記第２の危険度レベル判定手段で判定された危険度レベルとの組み合わせに対して所定の論理判断を行い、該論理判断の結果をもとに前記複数の地域及び前記複数の施設の防犯警戒レベルを決定する防犯警戒レベル決定手段、
前記防犯警戒レベル決定手段で決定された防犯警戒レベルに従って前記複数の地域及び前記複数の施設に所定の警告をする警告手段、
として機能させ、
前記画像解析、前記音声解析、前記画像情報に基づく危険度レベルの判定、前記音声情報に基づく危険度レベルの判定、及び前記防犯警戒レベルの決定を監視センター内で行うとともに、前記複数の危険度レベルは、少なくとも高位の危険度レベルと中位の危険度レベルと低位の危険度レベルとからなり、前記防犯警戒レベル決定手段を、前記所定の論理判断として、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記高位の危険度レベルの場合、前記防犯警戒レベルを第１の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルのうち一方が前記高位の危険度レベルで他方が前記中位の危険度レベルの場合、前記防犯警戒レベルを第２の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記中位の危険度レベルの場合、前記防犯警戒レベルを第３の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルのうち一方が前記高位の危険度レベルで他方が前記低位の危険度レベルの場合、及び該一方が前記中位の危険度レベルで該他方が前記低位の危険度レベルの場合には、前記防犯警戒レベルを第４の防犯警戒レベルと決定し、前記画像情報に基づく危険度レベルと前記音声情報に基づく危険度レベルがともに前記低位の危険度レベルの場合、前記防犯警戒レベルを第５の防犯警戒レベルと決定する論理判断を行う手段として機能させ、該第１の防犯警戒レベルから該第５の防犯警戒レベルに至るにしたがい順次、高位の防犯警戒レベルから低位の防犯警戒レベルとすることを特徴とするプログラム。