JP6778736B2 - 判定装置およびプログラム - Google Patents

Description

本発明は、判定装置およびプログラムに関する。

従来、例えば、人物の行動から当該人物が不審か否かを判定する装置が知られている。

特開２０１２−７９３４０号公報

この種の人物を判定する装置では、例えば、新たな観点で人物を判定できれば有意義である。

そこで、本発明の課題の一つは、新規な観点で人物を判定できる判定装置およびプログラムを得ることである。

本発明の第１態様に係る判定装置は、人物の撮像によって得られた画像データに基づいて、前記人物の身体的特徴を示す第１のデータと、前記人物に付属した付属物を示す第２のデータと、を取得する取得部と、前記取得部によって取得された前記第１のデータおよび前記第２のデータから導いた第１の情報と、前記取得部によって取得された前記第２のデータから導いた第２の情報と、に基づいて、前記人物が不審者かを判定する判定部と、前記判定部による前記人物の判定の結果を出力する出力部と、を備え、前記第１の情報は、前記人物の容姿の不審度を示す容姿スコアであり、前記人物の容姿の変化に応じて変動し、前記第２の情報は、前記人物と前記人物の前記付属物との状態の不審度を示す状態スコアであり、前記人物と前記人物の前記付属物との状態の変化に応じて変動する。

前記判定装置では、例えば、前記取得部は、前記画像データに基づいて、前記人物の動きを示す第３のデータを取得し、前記判定部は、前記第１の情報と、前記第２の情報と、前記取得部によって取得された前記第３のデータから導いた第３の情報と、に基づいて、前記人物が不審者かを判定し、前記第３の情報は、前記人物の行動の不審度を示す。

前記判定装置では、例えば、前記取得部は、一または複数の前記第１のデータと一または複数の前記第２のデータとを取得し、前記判定部は、前記取得部によって取得された前記第１のデータおよび前記第２のデータに関連付けされたスコアに基づいて、前記第１の情報を導く。

前記判定装置では、例えば、前記判定部は、前記取得部によって取得された前記第２のデータに関連付けされたスコアに基づいて、前記第２の情報を導く。

前記判定装置では、例えば、前記判定部は、前記取得部によって取得された前記第３のデータに関連付けされたスコアに基づいて前記第３の情報を導く。

本発明の第２態様に係るプログラムは、コンピュータを、人物の撮像によって得られた画像データに基づいて、前記人物の身体的特徴を示す第１のデータと、前記人物に付属した付属物を示す第２のデータと、を取得する取得部と、前記取得部によって取得された前記第１のデータおよび前記第２のデータから導いた第１の情報と、前記取得部によって取得された前記第２のデータから導いた第２の情報と、に基づいて、前記人物が不審者かを判定する判定部と、前記判定部による前記人物の判定の結果を出力する出力部と、として機能させるためのプログラムであって、前記第１の情報は、前記人物の容姿の不審度を示す容姿スコアであり、前記人物の容姿の変化に応じて変動し、前記第２の情報は、前記人物と前記人物の前記付属物との状態の不審度を示す状態スコアであり、前記人物と前記人物の前記付属物との状態の変化に応じて変動する、プログラムである。

本発明の上記態様によれば、例えば、新規な観点で人物を判定できる判定装置およびプログラムを得ることができる。

図１は、実施形態の不審者判定システムの構成の一例を示すブロック図である。 図２は、実施形態の判定装置の構成の一例を示すブロック図である。 図３は、実施形態の判定装置の機能構成の一例を示すブロック図である。 図４は、実施形態の判定装置の物体検出部が実行する物体検出処理の一例を説明するための図である。 図５は、実施形態の判定装置の骨格推定部が実行する骨格推定処理の一例を説明するための図である。 図６は、実施形態の判定装置のデータ抽出部が実行する抽出処理の一例を説明するための図である。 図７は、実施形態の判定装置の行動不審度判定部が実行する行動不審度判定処理の一例を説明するための図ある。 図８は、実施形態の判定装置の行動不審度判定部が実行する行動不審度判定処理の他の一例を説明するための図ある。 図９は、実施形態の判定装置が実行する判定処理によるある時刻の各スコアを説明するための図である。 図１０は、実施形態の判定装置が実行する判定処理によるスコアを時系列で示した図である。

以下、本発明の例示的な実施形態が開示される。以下に示される実施形態の構成、ならびに当該構成によってもたらされる作用および効果は、一例である。本発明は、以下の実施形態に開示される構成以外によっても実現可能である。また、本発明によれば、構成によって得られる種々の効果（派生的な効果も含む）のうち少なくとも一つを得ることが可能である。

図１は、実施形態の不審者判定システム１の構成の一例を示すブロック図である。図１に示される不審者判定システム１は、例えば、小売り業等の店舗に入った人物を撮像して得られた画像データに基づいて、当該人物が不審者か否かを判定するものである。以降、不審者か否かの判定対象である人物を対象人物と称する場合もある。

不審者判定システム１は、判定装置２と、カメラ３と、スピーカ４と、操作端末５と、を備えている。判定装置２および操作端末５は、例えば店舗のバックヤード等に設置され、カメラ３およびスピーカ４は、例えば店舗の売り場等に設置されている。判定装置２、カメラ３、スピーカ４、および操作端末５は、ＬＡＮ（Local Area Network）等の通信ネットワーク６によって互いに通信可能に接続されている。

カメラ３は、カラーの２次元画像データを撮像可能なエリアカメラ（エリアセンサ）として構成されている。カメラ３は、店舗の売り場を撮像し、当該撮像して得た画像データを通信ネットワーク６を介して判定装置２に送信する。売り場に設置されるカメラ３の数は、一つであってもよいし複数であってもよい。カメラ３は、撮像装置とも称される。

スピーカ４は、例えば、指向性を有した音声（音波）を店舗の売り場に出力可能である。スピーカ４は、判定装置２や操作端末５による制御を受けて音声を出力する。売り場に設置されるスピーカ４の数は、一つであってもよいし複数であってもよい。スピーカ４は、出力装置とも称される。

操作端末５は、ＣＰＵ（Central Processing Unit）と、メモリと、操作装置と、表示装置と、を備えている。メモリは、ＲＯＭ（Read Only Memory）およびＲＡＭ（Random Access Memory）を含む。すなわち、操作端末５は、一般的なコンピュータのハードウェア構成となっている。操作装置は、キーボードやマウス等を含む。表示装置は、例えば液晶表示装置等である。操作端末５は、情報処理装置とも称される。

図２は、実施形態の判定装置２の構成の一例を示すブロック図である。図２に示されるように、判定装置２は、ＣＰＵ１１と、ＲＯＭおよびＲＡＭを含むメモリ１２と、アクセラレータ１３と、通信制御部１４と、インターフェース（図２では、Ｉ／Ｆ）１５と、ＨＤＤ１６と、を備えている。メモリ１２は、ＲＯＭおよびＲＡＭを含む。判定装置２は、コンピュータの一例である。判定装置２は、不審者検出装置とも称される。

ＣＰＵ１１は、メモリ１２のＲＯＭやＨＤＤ１６等に記憶されたプログラム（アプリケーション）を読み出して実行する。また、ＣＰＵ１１は、各種演算処理を並列処理可能に構成されている。メモリ１２のＲＡＭは、ＣＰＵ１１がプログラムを実行して種々の演算処理を実行する際に用いられる各種データを一時的に記憶する。

アクセラレータ１３は、ＧＰＵ（Graphics Processing Unit）を含み、各種の画像データ処理を実行する。

通信制御部１４は、ＣＰＵ１１を通信ネットワーク６を介して他の機器とデータ通信可能にするためのインターフェースである。インターフェース１５は、例えばＵＳＢ（Universal Serial Bus）等であり、通信ネットワーク６を介さずにＣＰＵ１１を他の機器とデータ通信可能に接続するためのインターフェースである。本実施形態では、操作端末５、カメラ３、およびスピーカ４は、通信制御部１４を介してＣＰＵ１１と接続されるが、これに限られない。例えば、操作端末５、カメラ３、およびスピーカ４は、通信インターフェース１５を介してＣＰＵ１１と接続されてもよい。

ＨＤＤ１６には、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）、プログラム、各種ファイル等が記憶されている。ＨＤＤ１６に記憶された各種ファイルは、容姿スコアマスタ１６ａと、状態スコアマスタ１６ｂと、行動スコアマスタ１６ｃと、を含む。容姿スコアマスタ１６ａ、状態スコアマスタ１６ｂ、および行動スコアマスタ１６ｃの詳細は、後述する。

図３は、実施形態の判定装置２の機能構成の一例を示すブロック図である。図３に示されるように、判定装置２は、機能的構成として、画像デコード部２１と、物体検出部２２と、骨格推定部２３と、画像切り出し部２４と、詳細分類部２５と、人物追跡部２６と、データ蓄積部２７と、データ抽出部２８と、データカテゴリー分類部２９と、判定部３０と、判定結果保存部３５と、判定結果通知部３６と、を備えている、これらの機能的構成は、ＣＰＵ１１およびアクセラレータ１３のＧＰＵがＨＤＤ１６等に記憶されたプログラムを実行した結果として実現される。一例としては、物体検出部２２、骨格推定部２３、画像切り出し部２４、詳細分類部２５、および人物追跡部２６は、アクセラレータ１３のＧＰＵによって実現され、画像デコード部２１、データ蓄積部２７、データ抽出部２８、データカテゴリー分類部２９、判定部３０、判定結果保存部３５、および判定結果通知部３６は、ＣＰＵ１１によって実現される。なお、各機能的構成の分担は、上記に限られない。また、上記の機能的構成の一部または全部が専用のハードウェア（回路）によって実現されてもよい。

画像デコード部２１は、カメラ３からの画像データをデコードする。

物体検出部２２は、デコードされた画像データから、検出対象の物体（以後、単に物体とも称する）を周知の手法で検出する。物体は、対象人物および当該対象人物の付属物等である。このとき、物体検出部２２は、物体の全体および物体を構成するパーツを検出する。例えば、物体検出部２２は、対象人物の全体および対象人物を構成するパーツ（手、顔、頭等）を検出する。ここで、図４は、実施形態の判定装置２の物体検出部２２が実行する物体検出処理の一例を説明するための図である。図４に示されるように、物体検出部２２は、画像データ１００の各フレームにおいて、物体（図４では一例として対象人物）を囲む領域を特定する座標を検出する。例えば、画像（高さ：７２０、幅：１２８０）の左上の座標を原点（０，０）とした場合、図４に示す例では、物体検出部２２は、対象人物を囲む領域（高さ：５００、幅：３００）の左上の座標（２００，２００）、左下の座標（２００，７００）、右上の座標（５００，２００）、右下の座標（５００，７００）を検出して、領域を特定する。なお、図４の例では、物体の全体を囲む四角形の領域を特定する座標が示されているが、物体検出部２２は、物体のパーツを囲む領域を特定する座標も検出する。また、物体検出部２２は、検出した物体の座標の信頼度を周知の方法で算出する。また、物体検出部２２は、検出された座標から物体の大きさを推定（算出）する。ここで、対象人物の付属物は、対象人物と一体に移動する物体とも言える。

図３に戻って、画像切り出し部２４は、画像データから、物体検出部２２によって検出された物体の領域を、物体ごとに切り出す。以後、画像切り出し部２４によって切り出された領域を、切り出し画像データとも称する。

詳細分類部２５は、切り出し画像データを周知の手法で分類（特定）する。詳細分類部２５による分類の一例は、対象人物については、服装、年齢、性別、顔や体の向き等である。詳細分類部２５による分類の他の一例は、手については、状態（握り状態、開き状態）等である。また、詳細分類部２５による分類の他の一例は、顔については、顔の向き、年齢、性別、表情、眼鏡の有無、視線等である。また、詳細分類部２５による分類の他の一例は、頭については、頭の向き、かぶり物の着用の有無、髪型、髪の色等である。また、また、詳細分類部２５による分類の他の一例は、収容体については、鞄、リュックサック、ハンドバック、キャリーケース等である。また、詳細分類部２５による分類の他の一例は、袋については、紙袋、レジ袋等である。

詳細分類部２５は、上記のようにして分類した項目を関連付けして対象人物を示す対象人物データとする。対象人物データは、例えば、年齢、性別、体や顔の向き、付属物の有無、付属物の状態等のうち少なくとも一つを含む。詳細分類部２５は、分類結果である対象人物データをデータ蓄積部２７に送信する。

人物追跡部２６は、周知のトレース技術等の手法によって、物体検出部２２によって検出された対象人物の追跡を行なう。これにより、対象人物ごとのデータの抽出が可能となる。人物追跡部２６は、追跡の結果を示す追跡データをデータ蓄積部２７に送信する。

骨格推定部２３は、物体検出部２２によって検出された対象人物の骨格を推定（算出）する。具体的には、骨格推定部２３は、例えば、首、右肩、右肘等の各点の座標を推定（算出）する。骨格推定部２３は、骨格の推定結果を示す骨格データをデータ蓄積部２７に送信する。

データ蓄積部２７は、詳細分類部２５からの対象人物データと、人物追跡部２６からの追跡データと、骨格推定部２３からの骨格データとを、メモリ１２またはＨＤＤ１６等の記憶部に記憶させる。すなわち、データ蓄積部２７は、対象人物データと、追跡データと、骨格データとを、記憶部に蓄積する。

上記の物体検出部２２、画像切り出し部２４、詳細分類部２５、および人物追跡部２６が行なう一連の処理と、骨格推定部２３が行なう処理は、例えば、機械学習により生成された学習済みモデル（パラメータ）に、画像データを入力することによりなされる。

図６は、実施形態の判定装置２のデータ抽出部２８が実行する抽出処理の一例を説明するための図である。図６に示されるように、データ抽出部２８は、データ蓄積部２７によって蓄積された各種データ（対象人物データ、追跡データ、骨格データ）を対象人物ごとに抽出して抽出データとし、当該抽出データを時系列に並べる。すなわち、データ抽出部２８は、画像データ１００における対象人物ごとのデータ（対象人物データ、追跡データ、骨格データ）を撮像された画像データのフレームの順に並べる。時系列に並べられた抽出データを時系列データとも称する。

データカテゴリー分類部２９は、データ抽出部２８によって得られた時系列データに含まれるデータを、静的データ、半動的データ、および動的データに分類する。すなわち、データカテゴリー分類部２９は、データ抽出部２８によって得られた時系列データから静的データ、半動的データ、および動的データを取得する。データカテゴリー分類部２９は、取得部の一例である。静的データは、第１のデータの一例であり、半動的データは、第２のデータの一例であり、動的データは、第３のデータの一例である。

静的データは、対象人物の身体的特徴を示すデータである。具体的には、静的データは、年齢、性別、身長等である。静的データは、直ぐには変化しないものとも言うことができる。静的データは、画像データにおける一または複数のフレームによって検出可能である。本実施形態では、一例として、複数（例えば、１０個）のフレームにおいて静的データの候補となる候補データ（年齢、性別、身長等）に変化が無い場合、すなわち当該候補データが同じの場合に、当該候補データを静的データとして確定する。

半動的データは、対象人物に付属した付属物を示すデータである。具体的には、半動的データにおける付属物は、服装、持ち物、乗り物等である。服装には、服装の種類（形）および服装の色が含まれる。服装の種類は、例えば、シャツ（長袖シャツ、半袖シャツ等）、パンツ（ロングパンツ、ショートパンツ等）、スカート、上着（ジャケット、コート等）、かぶり物（帽子、ヘルメット）、学生服、眼鏡、マスク等である。また、持ち物は、物を収容可能な第１収容体（鞄、リュックサック、ハンドバック、キャリーケース、袋等）、物を収容可能な第２収容体袋（紙袋、レジ袋等の袋）、傘、財布、携帯電話、カート等である。乗り物は、ベビーカー、車椅子等である。半動的データは、画像データにおける一または複数のフレームによって検出可能である。本実施形態では、一例として、複数（例えば、５０個）のフレームにおいて半動的データの候補となる静的データの候補となる候補データのうち最も多い候補データを半動的データとして確定する。

動的データは、対象人物の動きを示すデータである。具体的には、動的データは、複数のフレームにおける、対象人物の顔の向き、対象人物の手の位置、対象人物の体の向き等である。すなわち、動的データは、対象人物の顔の向き、対象人物の手の位置、対象人物の体の向きの時系列の変化の有無を示す。動的データは、対象人物の動きを特定するためのデータとも言える。

判定部３０は、データカテゴリー分類部２９によって取得された、静的データ、半動的データ、および動的データに基づいて、対象人物が不審者か否かを判定する。具体的には、判定部３０は、静的データ、半動的データ、および動的データから対象人物の不審度を示すスコアを算出し、当該スコアに基づいて、対象人物が不審者か否かを判定する。不審度は、怪しさのレベルを示しものであり、不審度のスコアが高い程、対象人物の不審度が高い。以下、判定部３０について詳細に説明する。

判定部３０は、容姿不審度判定部３１と、状態不審度判定部３２と、行動不審度判定部３３と、総合不審度判定部３４と、を有している。

容姿不審度判定部３１は、対象人物の容姿の不審度を判定する。具体的には、容姿不審度判定部３１は、データカテゴリー分類部２９によって取得された対象人物の静的データおよび半動的データと、ＨＤＤ１６に記憶された容姿スコアマスタ１６ａとから、対象人物の容姿の不審度を示す容姿スコアを導く（算出する）。容姿スコアは、第１の情報の一例である。

容姿は、静的データが示す対象人物の身体的特徴と、半動的データが示す対象人物と対象人物に付属した付属物との状態と、によって特定される。すなわち、容姿は、例えば、静的データおよび半動的データに基づく。ここで、容姿スコアマスタ１６ａは、静的データが示す対象人物の身体的特徴と、半動的データが示す対象人物と対象人物に付属した付属物との状態と、のそれぞれに関連付けされたスコアを記憶している。また、容姿スコアマスタ１６ａは、静的データが示す対象人物の身体的特徴と、半動的データが示す対象人物と対象人物に付属した付属物との状態とのある組み合わせに関連付けされたスコアも記憶している。ここで、上記の組み合わせは、例えば、若者（低年齢層）と茶髪との組み合わせや、高齢者（高年齢層）と茶髪との組み合わせ等である。例えば、若者（低年齢層）と茶髪との組み合わせのスコアは、高齢者（高年齢層）と茶髪との組み合わせのスコアよりも高く設定されている。

容姿不審度判定部３１は、静的データが示す対象人物の身体的特徴のスコアと、対象人物と対象人物に付属した付属物との状態のスコアと、対象人物の身体的特徴と半動的データが示す対象人物と対象人物に付属した付属物との状態とのある組み合わせに関連付けされたスコアを、容姿スコアマスタ１６ａから取得する。容姿不審度判定部３１は、取得した一または複数の各スコアの合計を容姿スコアとする。

状態不審度判定部３２は、対象人物と当該対象人物の付属物との状態の不審度を判定する。具体的には、状態不審度判定部３２は、データカテゴリー分類部２９によって取得された対象人物の半動的データおよび動的データと、ＨＤＤ１６に記憶された状態スコアマスタ１６ｂとから、対象人物の状態の不審度を示す状態スコアを導く（算出する）。状態スコアは、第２の情報の一例である。

対象人物と当該対象人物の付属物との状態は、半動的データが示す対象人物と対象人物に付属した付属物との状態によって特定される。すなわち、対象人物の状態は、例えば、半動的データおよび動的データに基づく。ここで、状態スコアマスタ１６ｂは、対象人物と対象人物に付属した付属物との状態のスコアを記憶している。具体的には、状態スコアマスタ１６ｂは、半動的データおよび動的データに関連付けされたスコアを記憶している。状態不審度判定部３２は、対象人物と対象人物に付属した付属物との状態のスコアを、状態スコアマスタ１６ｂから取得する。状態不審度判定部３２は、取得した一または複数の各スコアの合計を状態スコアとする。

例えば、対象人物と当該対象人物の付属物との状態は、付属物が服装の場合、対象人物が上着を着ている状態や、対象人物が上着を脱いだ状態である。また、対象人物と当該対象人物の付属物との状態は、例えば、付属物がマスクの場合、対象人物がマスクを掛けている状態や対象人物がマスクを外した状態等である。また、対象人物と当該対象人物の付属物との状態は、付属物が鞄の場合、対象人物が鞄を肩から掛けて手が鞄から離れている状態や、対象人物の手が鞄に位置している（鞄の口に手を掛けている）状態、対象人物の手が鞄の中に位置している状態等である。

行動不審度判定部３３は、対象人物の行動の不審度を判定する。具体的には、行動不審度判定部３３は、データカテゴリー分類部２９によって取得された対象人物の動的データと、ＨＤＤ１６に記憶された行動スコアマスタ１６ｃとから、対象人物の行動の不審度を示す行動スコアを導く（算出する）。行動スコアは、第３の情報の一例である。

対象人物の行動は、動的データが示す対象人物の動きによって特定される。すなわち、対象人物の行動は、例えば、動的データに基づく。ここで、行動スコアマスタ１６ｃは、動的データが示す対象人物の動きに関連付けされたスコアを記憶している。行動不審度判定部３３は、対象人物の行動のスコアを、行動スコアマスタ１６ｃから取得する。行動不審度判定部３３は、取得した一または複数の各スコアの合計を行動スコアとする。

図７は、実施形態の判定装置２の行動不審度判定部３３が実行する行動不審度判定処理の一例を説明するための図ある。図８は、実施形態の判定装置２の行動不審度判定部３３が実行する行動不審度判定処理の他の一例を説明するための図ある。図７に示されるように、行動不審度判定部３３は、胴体に対する顔の向きの角度の変化である顔の振れ幅が４５度以上となる行動が３秒間に２回以上行なわれた場合には、対象人物が周囲を気にする第１の行動を行なったと判定する。第１の行動は、所謂キョロキョロと顔を動かす行動である。このとき、行動不審度判定部３３は、対象人物の顔が会計場所（レジスターの場所）方を繰り返し向くという行動（動作）も検出可能である。なお、この場合、行動不審度判定部３３は、会計場所（レジスターの場所）等を含む店舗内のレイアウトを示すレイアウト情報をＨＤＤ１６等の記憶部から取得する。また、図８に示されるように、行動不審度判定部３３は、体（胴体）をある向きにから１３５度以上回転させて４秒以内にある向きに戻す行動が行なわれた場合には、対象人物が周囲を気にする第２の行動を行なったと判定する。

総合不審度判定部３４は、容姿不審度判定部３１の判定結果と、状態不審度判定部３２の判定結果と、行動不審度判定部３３の判定結果と、に基づいて、対象人物が不審者か否かを判定する。

一例として、総合不審度判定部３４は、容姿不審度判定部３１が算出した容姿スコアと、状態不審度判定部３２が算出した状態スコアと、行動不審度判定部３３が算出した行動スコアとの合計値（以後、合計スコアとも称する）を算出する。そして、総合不審度判定部３４は、合計スコアが閾値以上の場合には、対象人物は不審者であると判定する。総合不審度判定部３４は、合計スコアが閾値未満の場合には、対象人物は不審者ではないと判定する。

別の一例として、総合不審度判定部３４は、合計スコアの算出において、容姿スコアと、状態スコアと、行動スコアと、のいずれかに規定の重み付けを行なう。

また、別の一例として、総合不審度判定部３４は、容姿スコアと状態スコアと行動スコアとのうち二つ以上が、容姿スコアと状態スコアと行動スコアとのそれぞれに設定された閾値を超えた場合には、対象人物は不審者であると判定する。総合不審度判定部３４は、容姿スコアと状態スコアと行動スコアとのうち二つ以上が、容姿スコアと状態スコアと行動スコアとのそれぞれに設定された閾値を超えない場合には、対象人物は不審者ではないと判定する。

次に、上記の各スコアの具体的な例を図９および図１０を参照して説明する。図９は、実施形態の判定装置２が実行する判定処理によるある時刻の各スコアを説明するための図である。対象人物のある時刻の各スコアは、図９に示されるように関連付けされて一つにまとめられる。これにより、総合不審度判定部３４が、合計スコアを算出することができる。図９の例では、対象人物の容姿（図９では、容姿）において、１０代、暗い色の服の服装等の項目に対してスコアが付されている。また、図９の例では、対象人物と付属物との状態（図９では状態）において、口元が隠れている、目元が隠れている、鞄に手を掛けている、という項目に対してスコアが付されている。また、図９の例では、対象人物の行動（図９では行動）において、周囲を気にする第１の行動（図９では、周囲を気にする（１））、周囲を気にする第２の行動（図９では、周囲を気にする（２））という項目に対してスコアが付されている。

図１０は、実施形態の判定装置２が実行する判定処理によるある時刻の各スコアを説明するための図である。図１０には、対象人物の容姿に関しては、暗い色の服を着ている状態から、白の上着を着た状態を経て、再び暗い色の服を着た状態に変化した例が示されている。この場合、容姿スコアは、対象人物が、暗い色（例えば黒）の服を着ている状態では、規定の値となり、対象人物が白の上着を着た状態では、暗い色（例えば黒）の服を着ている状態よりも低い値（例えば、零）となる。

また、図１０には、対象人物と対象人物に付属した付属物との状態に関しては、目元が隠れた状態から、目元および口元が隠れた状態を経て、目元および口元が隠れるとともに鞄に手を掛けている状態に変化した例が示されている。目元が隠れた状態は、例えばサングラス等によるものであり、口元が隠れるのは、例えばマスク等によるものである。この場合、容姿スコアは、目元が隠れた状態、目元および口元が隠れた状態、目元および口元が隠れるとともに鞄に手を掛けている状態の順に高い値となる。

また、図１０には、対象人物の行動に関しては、周囲を気にする第１の行動（図１０では、周囲を気にする（１））が間隔を空けて行なわれた後、周囲を気にする第２の行動が行なわれた例が示されている。この場合、行動スコアは、周囲を気にする第１の行動が行なわれている間は、規定のスコアとなり、周囲を気にする第２の行動が行なわれている間は、周囲を気にする第１の行動が行なわれている間の規定の値よりも高い値となる。

そして、上記の容姿スコア、状態スコア、行動スコアの変動に応じてそれらの合計値（合計スコア）が変動する。

図３に戻って、判定結果保存部３５は、判定部３０の判定結果をＨＤＤ１６やアクセラレータ１３に設けられたメモリ等の記憶部に記憶させる。判定部３０の判定結果には、容姿スコア、状態スコア、行動スコア、および合計値（合計スコア）と、対象人物が不審者か否かを示す情報が含まれる。

判定結果通知部３６は、判定部３０の判定結果を操作端末５に送信（出力）、すなわち通知する。このとき、判定結果通知部３６は、判定部３０の判定結果を示す画面を操作端末５に送信する。これにより、判定部３０の判定結果が操作端末５の表示装置に表示される。判定部３０の判定結果を示す画面には、不審者である対象人物と特定するための印が対象人物にオーバーラップして表示される。また、判定部３０によって対象人物が不審者であると判定された場合には、判定結果通知部３６は、スピーカ４から所定の音声が出力されるようにスピーカ４を制御する。所定の音声は、例えば「お探し物は何ですか」等である。すなわち、判定部３０によって対象人物が不審者であると判定された場合には、判定結果通知部３６は、スピーカ４によって対象人物に声掛けを行なう。この場合、例えば、スピーカ４は、対象人物の近傍に位置するスピーカ４が選択されうる。判定結果通知部３６は、出力部の一例である。

以上のように、本実施形態の判定装置２は、データカテゴリー分類部２９（取得部）と、判定部３０と、判定結果通知部３６（出力部）と、を備えている。データカテゴリー分類部２９は、人物の撮像によって得られた画像データに基づいて、人物の身体的特徴を示す静的データ（第１のデータ）と、人物に付属した付属物を示す半動的データ（第２のデータ）と、を取得する。判定部３０は、データカテゴリー分類部２９によって取得された静的データおよび半動的データから導いた容姿スコア（第１の情報）に基づいて、人物を判定する。判定結果通知部３６は、判定部３０による人物の判定の結果を出力する。よって、本実施形態によれば、人物の身体的特徴と、人物に付属した付属物という観点によって人物を判定することができる。

また、本実施形態では、データカテゴリー分類部２９は、画像データに基づいて、人物の動きを示す動的データを取得し、判定部３０は、容姿スコアと、データカテゴリー分類部２９によって取得された半動的データおよび動的データから導いた状態スコア（第２の情報）と、に基づいて、人物を判定する。よって、本実施形態によれば、容姿スコアだけで人物を判定する場合に比べて、人物の判定を高い精度で行なうことができる。

また、本実施形態では、例えば、判定部３０は、容姿スコアと、状態スコアと、データカテゴリー分類部２９によって取得された行動データから導いた行動スコア（第３の情報）と、に基づいて、人物を判定する。よって、本実施形態によれば、容姿スコアおよび状態スコアだけで人物を判定する場合に比べて、人物の判定を高い精度で行なうことができる。

また、本実施形態では、例えば、データカテゴリー分類部２９は、一または複数の静的データと一または複数の半動的データとを取得し、判定部３０は、データカテゴリー分類部２９によって取得された静的データおよび半動的データに関連付けされたスコアに基づいて、容姿スコアを導く。よって、本実施形態によれば、静的データおよび半動的データに関連付けされたスコアに基づいて人物を判定することができる。

また、本実施形態では、例えば、判定部３０は、データカテゴリー分類部２９によって取得された半動的データおよび動的データに関連付けされたスコアに基づいて、状態スコアを導く。よって、本実施形態によれば、半動的データに関連付けされたスコアに基づいて人物を判定することができる。

また、本実施形態では、例えば、判定部３０は、データカテゴリー分類部２９によって取得された動的データに関連付けされたスコアに基づいて行動スコアを導く。よって、本実施形態によれば、動的データに関連付けされたスコアに基づいて人物を判定することができる。

以上、本発明の実施形態が例示されたが、上記実施形態は一例であって、発明の範囲を限定することは意図していない。上記実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、組み合わせ、変更を行うことができる。

２…判定装置、２９…データカテゴリー分類部（取得部）、３０…判定部、３６…判定結果通知部（出力部）。

Claims (6)

1. 人物の撮像によって得られた画像データに基づいて、前記人物の身体的特徴を示す第１のデータと、前記人物に付属した付属物を示す第２のデータと、を取得する取得部と、
   前記取得部によって取得された前記第１のデータおよび前記第２のデータから導いた第１の情報と、前記取得部によって取得された前記第２のデータから導いた第２の情報と、に基づいて、前記人物が不審者かを判定する判定部と、
   前記判定部による前記人物の判定の結果を出力する出力部と、
   を備え、
   前記第１の情報は、前記人物の容姿の不審度を示す容姿スコアであり、前記人物の容姿の変化に応じて変動し、
   前記第２の情報は、前記人物と前記人物の前記付属物との状態の不審度を示す状態スコアであり、前記人物と前記人物の前記付属物との状態の変化に応じて変動する、判定装置。
2. 前記取得部は、前記画像データに基づいて、前記人物の動きを示す第３のデータを取得し、
   前記判定部は、前記第１の情報と、前記第２の情報と、前記取得部によって取得された前記第３のデータから導いた第３の情報と、に基づいて、前記人物が不審者かを判定し、
   前記第３の情報は、前記人物の行動の不審度を示す、請求項１に記載の判定装置。
3. 前記取得部は、一または複数の前記第１のデータと一または複数の前記第２のデータとを取得し、
   前記判定部は、前記取得部によって取得された前記第１のデータおよび前記第２のデータに関連付けされたスコアに基づいて、前記第１の情報を導く、請求項１または２に記載の判定装置。
4. 前記判定部は、前記取得部によって取得された前記第２のデータに関連付けされたスコアに基づいて、前記第２の情報を導く、請求項１に記載の判定装置。
5. 前記判定部は、前記取得部によって取得された前記第３のデータに関連付けされたスコアに基づいて前記第３の情報を導く、請求項２に記載の判定装置。
6. コンピュータを、
   人物の撮像によって得られた画像データに基づいて、前記人物の身体的特徴を示す第１のデータと、前記人物に付属した付属物を示す第２のデータと、を取得する取得部と、
   前記取得部によって取得された前記第１のデータおよび前記第２のデータから導いた第１の情報と、前記取得部によって取得された前記第２のデータから導いた第２の情報と、に基づいて、前記人物が不審者かを判定する判定部と、
   前記判定部による前記人物の判定の結果を出力する出力部と、
   として機能させるためのプログラムであって、
   前記第１の情報は、前記人物の容姿の不審度を示す容姿スコアであり、前記人物の容姿の変化に応じて変動し、
   前記第２の情報は、前記人物と前記人物の前記付属物との状態の不審度を示す状態スコアであり、前記人物と前記人物の前記付属物との状態の変化に応じて変動する、プログラム。

Images