JP6789421B2

JP6789421B2 - 情報処理装置、追跡方法、及び追跡プログラム

Info

Publication number: JP6789421B2
Application number: JP2019570309A
Authority: JP
Inventors: 晋飯野; 順司助野; 正英小池; 聡道籏
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2018-02-08
Filing date: 2018-11-22
Publication date: 2020-11-25
Anticipated expiration: 2038-11-22
Also published as: CN111670456A; CN111670456B; JPWO2019155727A1; WO2019155727A1

Description

本発明は、情報処理装置、追跡方法、及び追跡プログラムに関する。

近年の半導体技術の進歩により、産業機器向けＳｏＣ（ＳｙｓｔｅｍＯｎＣｈｉｐ）、ＶＧＡ（ＶｉｄｅｏＧｒａｐｈｉｃｓＡｒｒａｙ）解像度を超えるデジタルカメラ、及び画像センサが、高性能かつ安価になってきている。そのため、デジタルカメラ又は画像センサを用いたシステムが、容易に実現可能になってきている。例えば、当該システムは、空間内における人又は物体を追跡することができる。

ここで、人又は物体を追跡する技術が提案されている（特許文献１，２を参照）。例えば、特許文献１の通過人数計測装置は、複数のカメラが撮像した画像データに基づいて、人間を抽出し、抽出した人間を追跡する。例えば、特許文献２の制御装置は、複数のカメラから画像を取り込んで、画像上の車両を示す特徴を抽出し、車両の動きを追跡する。

特開平１０−４９７１８号公報特開平１０−２６９３６２号公報

ところで、人又は物体の移動軌跡は、複数の位置情報を統合することで算出される。複数の位置情報の中に外れ値の位置情報が含まれる場合がある。例えば、外れ値は、人又は物体の位置を誤検出したときの位置情報である。外れ値を含む複数の位置情報を統合することは、人又は物体の移動軌跡の精度を悪くする。
人又は物体の移動軌跡の精度が悪くなる問題は、単純にカメラのフレームレートを上げるだけでは解決しない。また、人又は物体の移動軌跡の精度が悪くなる問題は、センサがサンプリングする周期を上げるだけでは解決しない。

本発明の目的は、移動軌跡の精度を向上させることである。

本発明の一態様に係る情報処理装置が提供される。情報処理装置は、複数の検出装置のそれぞれが周期的に第１の検出対象を検出した複数の検出情報から前記第１の検出対象の位置を示す複数の検出対象位置を検出する位置検出部と、前記複数の検出装置の検出対象空間を統合した空間を示す共通系座標に前記複数の検出対象位置のそれぞれの座標を座標変換する変換部と、前記複数の検出装置が前記第１の検出対象を検出する前に、前記第１の検出対象が存在していた位置の座標であり、かつ前記共通系座標の座標である第１の座標と、前記第１の検出対象を除く検出対象を前記複数の検出装置が検出する前に、前記第１の検出対象を除く検出対象が存在していた位置の座標であり、かつ前記共通系座標の座標である複数の第３の座標とを記憶する記憶部と、前記複数の検出対象位置が前記共通系座標に変換された複数の座標である複数の変換後座標の中から、前記複数の検出装置のそれぞれが検出対象を検出する周期よりも長い第１の時間前までに検出された検出情報から検出された前記複数の検出対象位置が変換された複数の変換後座標を取得し、取得した前記複数の変換後座標の中から、前記第１の座標と前記複数の第３の座標を含む複数の座標の中で前記第１の座標との距離が最も近い座標である複数の第２の座標を抽出する分類部と、前記複数の第２の座標に基づいて代表座標を算出し、算出した代表座標を、前記第１の検出対象が前記第１の座標から移動した位置と決定する代表座標算出部と、を有する。前記分類部は、取得した前記複数の変換後座標の中から、前記第１の座標と前記複数の第３の座標とを含む複数の座標のそれぞれとの間の距離が第１の閾値を超える複数の第１の変換後座標を抽出し、前記複数の第１の変換後座標に基づいて複数の特徴を検出し、前記複数の特徴のうち第１の特徴に基づいて前記複数の第１の変換後座標の中から第２の変換後座標を抽出する。前記代表座標算出部は、抽出された前記第２の変換後座標の数が第２の閾値以上の場合、前記第２の変換後座標に基づいて代表座標を算出し、算出した代表座標を新たに検出対象が検出された位置として前記記憶部に格納する。

本発明によれば、移動軌跡の精度を向上させることができる。

実施の形態１の追跡システムを示す図（その１）である。実施の形態１の追跡システムを示す図（その２）である。実施の形態１の情報処理装置が有する主なハードウェア構成を示す図である。実施の形態１の情報処理装置の構成を示す機能ブロック図である。実施の形態１の移動軌跡テーブルの例を示す図である。実施の形態１の変換後座標の格納処理を示すフローチャートである。実施の形態１の代表座標の算出処理を示すフローチャートである。実施の形態１の追跡処理の具体例を示す図（その１）である。実施の形態１の追跡処理の具体例を示す図（その２）である。実施の形態１の追跡処理の具体例を示す図（その３）である。実施の形態２の情報処理装置の構成を示す機能ブロック図である。実施の形態２の代表座標の算出処理を示すフローチャート（その１）である。実施の形態２の代表座標の算出処理を示すフローチャート（その２）である。

以下、図面を参照しながら実施の形態を説明する。以下の実施の形態は、例にすぎず、本発明の範囲内で種々の変更が可能である。

実施の形態１．
図１は、実施の形態１の追跡システムを示す図（その１）である。追跡システムは、情報処理装置１００とカメラ２００，２０１，２０２とを含む。情報処理装置１００とカメラ２００，２０１，２０２は、ネットワークを介して接続される。
情報処理装置１００は、撮影対象者の追跡を実施することができる。例えば、情報処理装置１００は、コンピュータである。情報処理装置１００は、カメラ２００，２０１，２０２が撮影した画像を取得する。

カメラ２００，２０１，２０２は、撮像装置又は画像生成装置とも言う。カメラ２００，２０１，２０２は、センサでもよい。カメラ２００，２０１，２０２は、センサを含んでもよい。カメラ、センサ、又は、センサを含むカメラは、検出装置とも言う。図１では、カメラが３台の場合を示している。しかし、カメラの台数は、３台に限らない。

カメラ２００，２０１，２０２は、撮影対象空間に設置される。撮影対象空間とは、カメラが設置された空間であり、カメラが撮影できる範囲の空間である。カメラ２００，２０１，２０２は、撮影対象空間の上方に設置される。例えば、カメラ２００，２０１，２０２は、撮影対象空間である室内の天井に設置される。カメラ２００，２０１，２０２は、撮影対象を上方から撮影する。撮影された画像は、情報処理装置１００に取得される。また、撮影された画像には、撮影された時刻が対応付けられている。

図１では、カメラ２００，２０１，２０２が室内の天井に設置されている状態を示している。情報処理装置１００は、当該室内に存在してもよいし、当該室内と別の場所に存在してもよい。

図２は、実施の形態１の追跡システムを示す図（その２）である。図２は、図１を横から見た状態を示している。カメラ２００とカメラ２０１が撮影できる範囲の一部は、重なっている。カメラ２０１とカメラ２０２が撮影できる範囲の一部は、重なっている。このように、複数のカメラで撮影できる範囲の一部を重ねることは、撮影対象が複数のカメラで撮影されることになる。
なお、図２では、情報処理装置１００の図示を省略している。

次に、情報処理装置１００の主なハードウェア構成について説明する。
図３は、実施の形態１の情報処理装置が有する主なハードウェア構成を示す図である。情報処理装置１００は、プロセッサ１０１、揮発性記憶装置１０２、及び不揮発性記憶装置１０３を有する。

プロセッサ１０１は、情報処理装置１００全体を制御する。例えば、プロセッサ１０１は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、又はＦＰＧＡ（ＦｉｅｌｄＰｒｏｇｒａｍｍａｂｌｅＧａｔｅＡｒｒａｙ）などである。プロセッサ１０１は、マルチプロセッサでもよい。情報処理装置１００は、処理回路によって実現されてもよく、又は、ソフトウェア、ファームウェア若しくはそれらの組み合わせによって実現されてもよい。なお、処理回路は、単一回路又は複合回路でもよい。

揮発性記憶装置１０２は、情報処理装置１００の主記憶装置である。例えば、揮発性記憶装置１０２は、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）である。不揮発性記憶装置１０３は、情報処理装置１００の補助記憶装置である。例えば、不揮発性記憶装置１０３は、ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）又はＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）である。

図４は、実施の形態１の情報処理装置の構成を示す機能ブロック図である。情報処理装置１００は、位置検出部１１０、変換部１２０、座標蓄積部１３０、記憶部１４０、分類部１５０、代表座標算出部１６０、表示制御部１７０、及びタイマー１８０を有する。位置検出部１１０は、物体検出部１１１，１１２，１１３を有する。変換部１２０は、座標変換部１２１，１２２，１２３を有する。

位置検出部１１０、物体検出部１１１，１１２，１１３、変換部１２０、座標変換部１２１，１２２，１２３、分類部１５０、代表座標算出部１６０、及び表示制御部１７０の一部又は全部は、プロセッサ１０１によって実現してもよい。位置検出部１１０、物体検出部１１１，１１２，１１３、変換部１２０、座標変換部１２１，１２２，１２３、分類部１５０、代表座標算出部１６０、及び表示制御部１７０の一部又は全部は、プロセッサ１０１が実行するプログラムのモジュールとして実現してもよい。当該プログラムは、揮発性記憶装置１０２又は不揮発性記憶装置１０３に格納される。また、当該プログラムは、追跡プログラムである。このように、位置検出部１１０、物体検出部１１１，１１２，１１３、変換部１２０、座標変換部１２１，１２２，１２３、分類部１５０、代表座標算出部１６０、及び表示制御部１７０は、情報処理装置１００（例えば、コンピュータ）が有するプロセッサ１０１が実行する追跡プログラムのモジュールとして実現することができる。

座標蓄積部１３０及び記憶部１４０は、揮発性記憶装置１０２又は不揮発性記憶装置１０３に確保した記憶領域として実現される。
位置検出部１１０は、カメラ２００，２０１，２０２のそれぞれが周期的に撮影対象を撮影した複数の撮影画像から撮影対象の位置を示す複数の画像座標を検出する。撮影対象は、検出対象とも言う。撮影対象は、第１の検出対象と表現してもよい。撮影画像は、検出情報とも言う。画像座標は、検出対象位置とも言う。

また、複数の撮影画像は、カメラ２００，２０１，２０２のそれぞれが同じ周期で撮影対象を撮影した画像でもよいし、カメラ２００，２０１，２０２のそれぞれが異なる周期で撮影対象を撮影した画像でもよい。

変換部１２０は、カメラ２００，２０１，２０２が設置されている空間に基づく座標に複数の画像座標を変換する。当該空間は、カメラ２００，２０１，２０２の撮影対象空間を統合した空間と表現してもよい。当該空間に基づく座標を共通系座標と言う。
座標蓄積部１３０は、複数の画像座標が共通系座標に変換された複数の変換後座標を格納する。

記憶部１４０は、撮影対象が過去に存在していた複数の位置情報を記憶する。複数の位置情報は、座標で示されている。当該座標は、共通系座標である。表示制御部１７０は、複数の位置情報（すなわち、複数の座標）を統合することで、移動軌跡を生成することができる。移動軌跡は、動線と表現してもよい。移動軌跡の基となる複数の座標の中で最新時刻に対応する座標を最新座標と言う。最新座標は、移動軌跡の先頭の座標である先頭座標と表現してもよい。

例えば、記憶部１４０は、カメラ２００，２０１，２０２が、ある撮影対象（例えば、第１の検出対象とも言う。）を検出する前に、当該撮影対象が存在していた位置の座標を記憶する。当該座標は、空間に基づく座標（すなわち、共通系座標）である。当該座標は、後述するように変換後座標に最も近い当該撮影対象の最新座標であり、第１の座標と表現してもよい。

分類部１５０は、座標蓄積部１３０に格納されている複数の変換後座標の中から、最新座標と関係を有すると予測される複数の座標を抽出する。また、当該複数の座標は、複数の第２の座標とも言う。
代表座標算出部１６０は、当該複数の座標に基づいて代表座標を算出する。代表座標算出部１６０は、代表座標を、撮影対象が最新座標から移動した位置と決定する。

表示制御部１７０は、上述したように、記憶部１４０に格納されている複数の位置情報（すなわち、複数の座標）に基づいて、移動軌跡を示す２次元マップを生成する。例えば、２次元マップは、空間の上方から俯瞰したものであり、人又は物体の移動軌跡を現したものである。表示制御部１７０は、情報処理装置１００が有するディスプレイに２次元マップを表示する。これにより、利用者は、人又は物体の移動軌跡を認識することができる。

次に、記憶部１４０に記憶される情報について、説明する。
図５は、実施の形態１の移動軌跡テーブルの例を示す図である。移動軌跡テーブル１４１は、記憶部１４０に格納される。移動軌跡テーブル１４１は、項番、データ内容、データ形式、及びデータサイズの項目を有する。
項番の項目は、識別子を示す。データ内容の項目は、データ内容を示す。データ形式の項目は、データ形式を示す。データサイズの項目は、データサイズを示す。データサイズの項目に登録される情報の単位は、バイトである。

例えば、項番２は、移動軌跡ＩＤ（ｉｄｅｎｔｉｆｉｅｒ）の数がＮ（Ｎは、正の整数）個であることを示している。項番３には、移動軌跡ＩＤがＴ１である撮影対象（以下「移動軌跡ＩＤ：Ｔ１」と表記する）の移動の開始位置の座標が登録されている。
項番４には、移動軌跡ＩＤ：Ｔ１に対応する撮影対象ＩＤが登録されている。項番５には、移動軌跡ＩＤ：Ｔ１に対応する撮影対象ＩＤの移動軌跡を算出する際に使用される座標の数が登録されている。図５では、当該座標の数がｍ_１個であることを示している。項番６には、移動軌跡ＩＤ：Ｔ１の最終更新時刻が登録されている。項番７以降は、移動軌跡ＩＤ：Ｔ１に対応する撮影対象ＩＤが移動した位置が時系列順に登録されている。図５では、３次元座標の場合を例示しているが、２次元座標の場合もある。

また、図５では、移動軌跡ＩＤ：Ｔ１の最新座標を示している。移動軌跡ＩＤ：Ｔ１の最新座標は、ｘ座標ｍ_１ｘ、ｙ座標ｍ_１ｙ、ｚ座標ｍ_１ｚである。
表示制御部１７０は、ｍ_１個の座標を用いることで、移動軌跡ＩＤ：Ｔ１に対応する撮影対象ＩＤの移動軌跡を生成できる。
移動軌跡テーブル１４１には、移動軌跡ＩＤ：Ｔ１に関する情報の後に、移動軌跡ＩＤ：Ｔ２，・・・，ＴＮに関する情報が登録される。また、移動軌跡テーブル１４１には、移動軌跡ＩＤ：Ｔ１のように、移動軌跡ＩＤ毎に最新座標が登録されている。

次に、変換後座標が座標蓄積部１３０に格納されるまでの処理について、フローチャートを用いて説明する。
また、物体検出部１１１が実行する処理は、物体検出部１１２，１１３が実行する処理と同様である。そこで、図６では、物体検出部１１１が実行する処理を説明する。そして、物体検出部１１２，１１３が実行する処理については、説明を省略する。

座標変換部１２１が実行する処理は、座標変換部１２２，１２３が実行する処理と同様である。そこで、図６では、座標変換部１２１が実行する処理を説明する。そして、座標変換部１２２，１２３が実行する処理については、説明を省略する。

図６は、実施の形態１の変換後座標の格納処理を示すフローチャートである。図６の処理は、カメラ２００が撮影する度に実行される。また、図６の処理の説明では、図１，２及び図４を参照する。

（ステップＳ１１）物体検出部１１１は、カメラ２００が撮影した画像を取得する。
（ステップＳ１２）物体検出部１１１は、画像に対して認識処理を実行し、撮影対象を検出する。例えば、認識処理とは、背景差分処理、フレーム間差分処理、一般物体認識技術、又は特定物体認識技術である。また、物体検出部１１１は、画像に複数の撮影対象が存在する場合、複数の撮影対象を検出する。

（ステップＳ１３）物体検出部１１１は、画像内における撮影対象の位置を検出する。すなわち、物体検出部１１１は、画像座標を検出する。画像座標は、カメラ２００を基準とした相対位置である。また、物体検出部１１１は、複数の撮影対象を検出した場合、複数の画像座標を検出する。

（ステップＳ１４）座標変換部１２１は、画像座標を共通系座標に変換する。変換には、事前に、共通系座標におけるカメラ２００，２０１，２０２の設置位置及びカメラ２００，２０１，２０２の向きに対応する位置を計測しておき、座標を変換するためのパラメータを算出しておく。座標変換部１２１は、パラメータを用いて、画像座標を共通系座標に変換する。

また、座標変換部１２１は、画像座標を２次元の共通系座標に変換してもよいし、画像座標を３次元の共通系座標に変換してもよい。例えば、座標変換部１２１は、画像座標を３次元の共通系座標に変換する場合、地面又は床等、既知の平面に２次元の共通系座標を投影して求める。

（ステップＳ１５）座標変換部１２１は、画像座標が共通系座標に変換された変換後座標を座標蓄積部１３０に格納する。
このように、座標蓄積部１３０には、カメラ２００，２０１，２０２が周期的に撮影した画像に基づく複数の変換後座標が格納されることになる。
また、画像座標が変換された変換後座標には、当該画像座標を含む画像が撮影された撮影時刻が対応付けられている。撮影時刻は、検出時刻とも言う。

ここで、カメラ２００などがセンサの場合を説明する。例えば、センサは、赤外線センサである。センサは、赤外線などを用いて、検出対象を検出する。物体検出部１１１は、センサから検出対象を検出した検出情報を取得する。物体検出部１１１は、検出情報から検出対象位置を検出する。例えば、検出対象位置は、センサから検出対象までの距離を示す情報である。座標変換部１２１は、検出対象位置を共通系座標に変換する。座標変換部１２１は、検出対象位置が共通系座標に変換された変換後座標を座標蓄積部１３０に格納する。情報処理装置１００は、センサが検出対象を検出する度に、検出対象位置を変換した変換後座標を座標蓄積部１３０に格納する。また、座標には、検出対象を検出した検出時刻が対応付けられている。
このように、情報処理装置１００は、カメラ２００がセンサの場合も、図６に示した処理と同様に処理を行う。

図７は、実施の形態１の代表座標の算出処理を示すフローチャートである。図７の処理は、分類部１５０が周期トリガを受信したときに開始される。周期トリガは、タイマー１８０で発生され、分類部１５０へ送信される。また、図７の処理の説明では、図１，２及び図４を参照する。

（ステップＳ２１）分類部１５０は、各移動軌跡ＩＤの最新座標を移動軌跡テーブル１４１から取得する。例えば、分類部１５０は、移動軌跡ＩＤ：Ｔ１の最新座標、移動軌跡ＩＤ：Ｔ２の最新座標などを移動軌跡テーブル１４１から取得する。

（ステップＳ２２）分類部１５０は、ステップＳ２２の実行開始時点から所定の時間前までに撮影された画像の画像座標が変換された変換後座標を座標蓄積部１３０から取得する。すなわち、分類部１５０は、撮影時刻（すなわち、検出時刻）に基づいて、複数の変換後座標を座標蓄積部１３０から取得する。所定の時間は、カメラ２００，２０１，２０２が実行するサンプリング周期よりも長い時間である。また、所定の時間は、実運用で求められる時間分解能の精度に基づいて決めてもよい。例えば、所定の時間は、０．１〜２秒程度である。なお、所定の時間は、第１の時間とも言う。このように、分類部１５０は、分類部１５０の動作タイミングに合わせて、複数の変換後座標を取得できる。
また、分類部１５０は、座標蓄積部１３０に格納されている全ての変換後座標を取得してもよい。

また、変換後座標には、変換後座標が座標蓄積部１３０に格納された時刻（格納時刻とも言う）を対応付けることが可能である。分類部１５０は、格納時刻に基づいて、ステップＳ２２の実行開始時点から所定の時間前までに、座標蓄積部１３０に格納された複数の変換後座標を取得してもよい。

（ステップＳ２３）分類部１５０は、ステップＳ２２で取得した複数の変換後座標の中から、変換後座標を１つ選択する。
（ステップＳ２４）分類部１５０は、各移動軌跡ＩＤの最新座標のうち、ステップＳ２３で選択した変換後座標に最も近い最新座標の移動軌跡ＩＤを、ステップＳ２３で選択した変換後座標に付加する。例えば、分類部１５０は、各移動軌跡ＩＤの最新座標とステップＳ２３で選択した変換後座標との距離を算出する。分類部１５０は、算出した結果、ステップＳ２３で選択した変換後座標に最も近い最新座標が移動軌跡ＩＤ：Ｔ１であることを特定する。分類部１５０は、ステップＳ２３で選択した変換後座標に移動軌跡ＩＤ：Ｔ１を付加する。
ステップＳ２３で選択した変換後座標に最も近い最新座標は、第１の座標とも言う。また、移動軌跡ＩＤが付加された変換後座標は、当該移動軌跡ＩＤの最新座標と関係を有すると予測される座標と言える。

（ステップＳ２５）分類部１５０は、ステップＳ２２で取得した複数の変換後座標を全て選択したか否かを判定する。ステップＳ２２で取得した複数の変換後座標を全て選択していない場合（ステップＳ２５でＮｏ）、分類部１５０は、処理をステップＳ２３に進める。ステップＳ２２で取得した複数の変換後座標を全て選択した場合（ステップＳ２５でＹｅｓ）、分類部１５０は、処理をステップＳ２６に進める。

ここで、複数の変換後座標を全て選択した場合、複数の変換後座標のそれぞれには、移動軌跡ＩＤが付加されている。このように、分類部１５０は、ステップＳ２４を実行することで、複数の変換後座標を移動軌跡ＩＤ毎に分類できる。すなわち、分類部１５０は、ステップＳ２４を実行することでクラスタリングを行う。
また、ステップＳ２５が終了した時点では、複数の変換後座標が移動軌跡ＩＤ毎に分類されている。例えば、移動軌跡ＩＤ：Ｔ１の最新座標を第１の座標とする。また、移動軌跡ＩＤ：Ｔ１を除く移動軌跡ＩＤ：Ｔ１以外の複数の最新座標を複数の第３の座標とする。移動軌跡ＩＤ：Ｔ１が付加された複数の変換後座標は、第１の座標と複数の第３の座標を含む複数の座標の中で、第１の座標との距離が最も近い座標であると言える。

（ステップＳ２６）代表座標算出部１６０は、ステップＳ２４で付加された移動軌跡ＩＤ毎に代表座標を算出する。すなわち、代表座標算出部１６０は、移動軌跡ＩＤ毎に分類された複数の変換後座標に基づいて代表座標を算出する。

例えば、代表座標算出部１６０は、変換後座標が２次元座標の場合、同じ移動軌跡ＩＤが付された複数の変換後座標の中から変換後座標を１つ選択する。代表座標算出部１６０は、複数の変換後座標のうち選択した変換後座標を除いた複数の変換後座標のそれぞれと、選択した変換後座標との距離を個別に算出する。そして、座標間で個別に算出した距離の合計を算出する。代表座標算出部１６０は、同様に、全ての変換後座標についても座標間で個別に算出した距離の合計を算出する。代表座標算出部１６０は、距離の合計のうち、最も短い距離の変換後座標を代表座標に決定する。

又は、代表座標算出部１６０は、同じ移動軌跡ＩＤが付された複数の変換後座標の中からランダムにいくつかの変換後座標を選択し、選択した変換後座標の平均座標を算出する。代表座標算出部１６０は、平均座標を中心にして所定の範囲内に存在する変換後座標の数が閾値以上の場合、当該平均座標を代表座標と決定する。また、代表座標算出部１６０は、所定の範囲内に存在する変換後座標の数が当該閾値未満の場合、再度、ランダムに変換後座標を選択する処理を実行する。

代表座標算出部１６０は、移動軌跡ＩＤ毎に算出された代表座標を、移動軌跡ＩＤ毎の最新座標から移動した位置と決定する。例えば、代表座標算出部１６０は、移動軌跡ＩＤ：Ｔ１が付加された複数の変換後座標に基づいて算出された代表座標を、移動軌跡ＩＤ：Ｔ１に対応する撮影対象が移動軌跡ＩＤ：Ｔ１の最新座標から移動した位置と決定する。

（ステップＳ２７）代表座標算出部１６０は、移動軌跡ＩＤ毎に代表座標を新たな最新座標として、移動軌跡テーブル１４１に追加する。また、代表座標算出部１６０は、代表座標を追加した時刻を移動軌跡テーブル１４１に登録する。例えば、代表座標算出部１６０は、移動軌跡ＩＤ：Ｔ１の代表座標に追加した時刻を、移動軌跡テーブル１４１の移動軌跡ＩＤ：Ｔ１の最終更新時刻に登録する。

（ステップＳ２８）分類部１５０は、一定時間、待機する。分類部１５０は、待機後、処理をステップＳ２１に進める。また、一定時間は、カメラ２００，２０１，２０２のサンプリング周期よりも長い時間である。例えば、一定時間は、サンプリング周期の２倍以上である。

ここで、一般的な代表座標の算出では、空間的な外れ値の除去が行われる。しかし、実施の形態１では、分類部１５０により分類された複数の変換後座標（すなわち、同じ移動軌跡ＩＤが付加された複数の変換後座標）が複数の撮影時刻に撮影された画像に基づく座標であるため、空間的な外れ値の除去と時間的な外れ値の除去とが同時に実行される。すなわち、移動軌跡テーブル１４１には、外れ値が含まれなくなる。そのため、情報処理装置１００は、移動軌跡テーブル１４１に基づいて精度の高い移動軌跡を生成できる。よって、情報処理装置１００は、移動軌跡の精度を向上できる。

また、各移動軌跡ＩＤの最初の代表座標は、どのように算出されてもよい。
ステップＳ２２では、ステップＳ２２の実行開始時点から所定の時間前までに撮影された画像の画像座標が変換された変換後座標が座標蓄積部１３０から取得される。当該所定の時間は、ステップＳ２８で分類部１５０が待機する待機時間と一致しても良いし、当該待機時間よりも長くても良い。

分類部１５０は、ステップＳ２２で取得した複数の変換後座標に各移動軌跡ＩＤを付加した。しかし、分類部１５０は、各移動軌跡ＩＤの最新座標のうち、ステップＳ２３で選択した変換後座標に最も近い最新座標との間の距離が閾値Ｔｈ３（第３の閾値とも言う。）以下の場合、最も近い最新座標の移動軌跡ＩＤを、ステップＳ２３で選択した変換後座標に付加してもよい。これは、次のように考えてもよい。分類部１５０は、ステップＳ２４で同じ移動軌跡ＩＤが付加された複数の変換後座標のうち、当該移動軌跡ＩＤの最新座標との距離が閾値Ｔｈ３以下の変換後座標について何もせず、閾値Ｔｈ３を超える変換後座標に付加された移動軌跡ＩＤを除去する。そして、代表座標算出部１６０は、当該移動軌跡ＩＤの最新座標との距離が閾値Ｔｈ３以下の複数の変換後座標に基づいて代表座標を算出する。これにより、分類部１５０は、外れ値を排除できる。

また、分類部１５０は、以下に記載の処理を実行してもよい。分類部１５０は、各移動軌跡ＩＤの最新座標のうち、ステップＳ２３で選択した変換後座標に最も近い最新座標との距離が閾値Ｔｈ１（第１の閾値とも言う。）を超える場合、最も近い最新座標の移動軌跡ＩＤを、ステップＳ２３で選択した変換後座標に付加しない。すなわち、移動軌跡ＩＤが付加されなかった変換後座標は、各移動軌跡ＩＤの最新座標のそれぞれとの間の距離が閾値Ｔｈ１を超える座標と言える。このように、分類部１５０は、ステップＳ２２で取得した複数の変換後座標の中から移動軌跡ＩＤが付加されなかった変換後座標を抽出する。移動軌跡ＩＤが付加されなかった変換後座標は、第１の変換後座標とも言う。また、例えば、これらの処理を、分類部１５０が第１の座標と複数の第３の座標とを含む複数の座標のそれぞれとの間の距離が第１の閾値を超える複数の第１の変換後座標を抽出すると表現してもよい。

分類部１５０は、移動軌跡ＩＤが付加されなかった変換後座標に基づいて複数の特徴を検出する。分類部１５０は、移動軌跡ＩＤが付加されなかった変換後座標を特徴毎に分類する。例えば、分類部１５０は、複数の特徴のうち第１の特徴に基づいて移動軌跡ＩＤが付加されなかった変換後座標の中から変換後座標（第２の変換後座標とも言う）を抽出する。ここで、第１の特徴の定義としては、例えば、当該座標を中心として所定の範囲内に他の変換後座標の数が閾値Ｔｈ６以上存在する、といったものを用いる。分類部１５０は、抽出された変換後座標の数が閾値Ｔｈ２（第２の閾値とも言う。）以上の場合、新たに検出された人又は物体であると判定する。代表座標算出部１６０は、抽出された変換後座標の数が閾値Ｔｈ２以上の場合、抽出された変換後座標に基づいて代表座標を算出する。代表座標算出部１６０は、代表座標を新たに検出された人又は物体が検出された位置として移動軌跡テーブル１４１に登録する。また、代表座標算出部１６０は、新たに検出された人又は物体に新しい移動軌跡ＩＤを付加して、移動軌跡テーブル１４１に登録する。これにより、分類部１５０は、追跡を開始する新規の人又は物体の初期位置を検出できる。

図８は、実施の形態１の追跡処理の具体例を示す図（その１）である。図８は、カメラ２００，２０１が室内の天井に設定されていることを示している。撮影対象者Ｕ１と撮影対象者Ｕ２は、当該室内の床３００の上をすれ違うように歩いている。

図９は、実施の形態１の追跡処理の具体例を示す図（その２）である。状況情報４００は、時刻Ｔ１でカメラ２００が撮影した画像に基づいて検出された撮影対象者Ｕ１の位置と、時刻Ｔ１でカメラ２０１が撮影した画像に基づいて検出された撮影対象者Ｕ２の位置とを示したものである。

カメラ２００が撮影した画像に基づいて検出された撮影対象者の位置と、カメラ２０１が撮影した画像に基づいて検出された撮影対象者の位置とは、共通系座標に変換された変換後座標である。
領域３０１は、カメラ２００が撮影できる範囲を示している。領域３０２は、カメラ２０１が撮影できる範囲を示している。領域３０３は、カメラ２００とカメラ２０１が重複して撮影する範囲である。重複して撮影する範囲を重複領域とする。図９では、網掛けした領域が重複領域である。

状況情報４０１は、時刻Ｔ２でカメラ２００が撮影した画像に基づいて検出された撮影対象者Ｕ１の位置と、時刻Ｔ２でカメラ２０１が撮影した画像に基づいて検出された撮影対象者Ｕ１，Ｕ２の位置とを示したものである。
状況情報４０２は、時刻Ｔ３でカメラ２００が撮影した画像に基づいて検出された撮影対象者Ｕ１，Ｕ２の位置と、時刻Ｔ３でカメラ２０１が撮影した画像に基づいて検出された撮影対象者Ｕ１，Ｕ２の位置とを示したものである。

状況情報４０３は、時刻Ｔ４でカメラ２００が撮影した画像に基づいて検出された撮影対象者Ｕ１，Ｕ２の位置と、時刻Ｔ４でカメラ２０１が撮影した画像に基づいて検出された撮影対象者Ｕ１の位置とを示したものである。
状況情報４０４は、時刻Ｔ５でカメラ２００が撮影した画像に基づいて検出された撮影対象者Ｕ２の位置と、時刻Ｔ５でカメラ２０１が撮影した画像に基づいて検出された撮影対象者Ｕ１の位置とを示したものである。

図９は、位置検出部１１０及び変換部１２０による座標変換が理想的に行われた場合を示している。図９の重複領域では、カメラ２００とカメラ２０１が撮影した画像に基づいて検出された撮影対象者の位置が、おおむね一致している。このように、検出された撮影対象者の位置がおおむね一致している場合、例えば、時刻Ｔ２〜Ｔ４のそれぞれでカメラ２００とカメラ２０１が検出した各撮影対象者の位置を平均することで、撮影対象者Ｕ１及び撮影対象者Ｕ２の位置を高い精度で推定することが可能である。高い精度で推定された位置を用いて移動軌跡を生成することで、精度の高い移動軌跡を生成することができる。

図１０は、実施の形態１の追跡処理の具体例を示す図（その３）である。図１０は、図９の状況情報４０２が状況情報４０２ａに変更された点が異なる。
状況情報４０２ａは、時刻Ｔ３´でカメラ２００が撮影した画像に基づいて検出された撮影対象者Ｕ１，Ｕ２の位置と、時刻Ｔ３´でカメラ２０１が撮影した画像に基づいて検出された撮影対象者Ｕ１，Ｕ２の位置とを示したものである。

状況情報４０２ａが状況情報４０２と異なる箇所は、時刻Ｔ３´でカメラ２００が撮影した画像に基づいて検出された撮影対象者Ｕ１の位置が異なる点である。例えば、状況情報４０２ａの撮影対象者Ｕ１の位置は、位置検出部１１０による撮影対象者Ｕ１の誤検出により検出される。又は、状況情報４０２ａの撮影対象者Ｕ１の位置は、変換部１２０が持つ変換パラメータの精度が不十分である等の原因により発生する。

このように、図１０は、時刻Ｔ３´で撮影対象者Ｕ１の検出位置が大きく外れた例を示している。検出位置が大きく外れた位置を用いて、撮影対象者Ｕ１の移動軌跡を生成することは、撮影対象者Ｕ１の移動軌跡の精度を低くする。
実施の形態１は、撮影対象者Ｕ１の検出位置が大きく外れた場合でも、撮影対象者Ｕ１の移動軌跡の精度を高めることができる。以下に理由を説明する。

座標蓄積部１３０は、状況情報４０１,４０２ａ，４０３の情報を記憶しているものとする。すなわち、座標蓄積部１３０は、時刻Ｔ２，Ｔ３´，Ｔ４におけるカメラ２００，２０１が撮影した画像に基づいて検出された撮影対象者Ｕ１，Ｕ２の位置を記憶している。分類部１５０は、時刻Ｔ２，Ｔ３´，Ｔ４におけるカメラ２００，２０１が撮影した画像に基づいて検出された撮影対象者Ｕ１，Ｕ２の位置のうち、時刻Ｔ１の撮影対象者Ｕ１に最も近い位置を抽出する。例えば、分類部１５０は、図１０の領域５０１,５０２，５０３内の位置（すなわち、変化後座標）を抽出する。抽出された位置は、時刻Ｔ１の撮影対象者Ｕ１の位置と関係を有すると予測される位置である。代表座標算出部１６０は、図１０の領域５０１,５０２，５０３内の位置（すなわち、変化後座標）に基づいて代表座標を決定する。状況情報４０２ａの撮影対象者Ｕ１の位置は、外れ値になり、代表座標から除外される。代表座標は、状況情報４０２ａの撮影対象者Ｕ１の位置以外の位置になる。そして、決定された代表座標が、状況情報４００の撮影対象者Ｕ１の位置から移動した位置に決定される。このように、情報処理装置１００は、状況情報４０２ａの撮影対象者Ｕ１の位置を、撮影対象者Ｕ１の移動軌跡を示す座標（すなわち、位置情報）の中に含めないようにすることで、撮影対象者Ｕ１の移動軌跡の精度を高めることができる。

実施の形態２．
次に、実施の形態２を説明する。実施の形態１と相違する事項を主に説明し、実施の形態１と共通する事項の説明を省略する。実施の形態２の説明では、図１〜６を参照する。

図１１は、実施の形態２の情報処理装置の構成を示す機能ブロック図である。情報処理装置１００ａは、分類部１５０ａと代表座標算出部１６０ａを有する。分類部１５０ａと代表座標算出部１６０ａの機能については、後で詳細に説明する。
図４に示される構成と同じ又は対応する図１１の構成は、図４に示される符号と同じ符号を付している。

図１２は、実施の形態２の代表座標の算出処理を示すフローチャート（その１）である。図１２の処理は、分類部１５０ａが周期トリガを受信したときに開始される。周期トリガは、タイマー１８０で発生され、分類部１５０ａへ送信される。また、座標蓄積部１３０には、複数の変換後座標が格納されている。図１２の処理の説明では、図１１を参照する。

（ステップＳ３１）分類部１５０ａは、各移動軌跡ＩＤの最新座標を移動軌跡テーブル１４１から取得する。
ここで、実施の形態２の代表座標の算出処理では、現在代表座標候補が用いられる。現在代表座標候補は、ステップＳ３４以降の処理で使用される情報である。また、複数の現在代表座標候補のそれぞれには、異なる移動軌跡ＩＤが対応付けられている。

（ステップＳ３２）分類部１５０ａは、各移動軌跡ＩＤの最新座標を各移動軌跡ＩＤの現在代表座標候補に設定する。すなわち、分類部１５０ａは、移動軌跡ＩＤの最新座標を、当該移動軌跡ＩＤと同じ移動軌跡ＩＤの現在代表座標候補に設定する。例えば、分類部１５０ａは、移動軌跡ＩＤ：Ｔ１の最新座標を移動軌跡ＩＤ：Ｔ１の現在代表座標候補に設定する。なお、各移動軌跡ＩＤの最新座標は、第４の座標とも言う。
（ステップＳ３３）分類部１５０ａは、ステップＳ３３の実行開始時点から所定の時間前までに撮影された画像の画像座標が変換された変換後座標を座標蓄積部１３０から取得する。すなわち、分類部１５０ａは、撮影時刻（すなわち、検出時刻）に基づいて、複数の変換後座標を座標蓄積部１３０から取得する。
また、分類部１５０ａは、座標蓄積部１３０に格納されている全ての変換後座標を取得してもよい。

（ステップＳ３４）分類部１５０ａは、ステップＳ３３で取得した複数の変換後座標の中から、変換後座標を１つ選択する。
（ステップＳ３５）分類部１５０ａは、各移動軌跡ＩＤの現在代表座標候補のうち、ステップＳ３４で選択した変換後座標に最も近い現在代表座標候補の移動軌跡ＩＤを、ステップＳ３４で選択した変換後座標に付加する。

（ステップＳ３６）分類部１５０ａは、ステップＳ３３で取得した複数の変換後座標を全て選択したか否かを判定する。ステップＳ３３で取得した複数の変換後座標を全て選択していない場合（ステップＳ３６でＮｏ）、分類部１５０ａは、処理をステップＳ３４に進める。ステップＳ３３で取得した複数の変換後座標を全て選択した場合（ステップＳ３６でＹｅｓ）、分類部１５０ａは、処理をステップＳ３７に進める。

このように、分類部１５０ａは、ステップＳ３３で取得した複数の変換後座標の中から、複数の第４の座標毎（すなわち、移動軌跡ＩＤの最新座標毎）に、関係を有すると予測される複数の座標を抽出する。

（ステップＳ３７）代表座標算出部１６０ａは、ステップＳ３５で付加された移動軌跡ＩＤ毎に代表座標を算出する。すなわち、代表座標算出部１６０ａは、移動軌跡ＩＤ毎に分類された複数の変換後座標に基づいて代表座標を算出する。代表座標の算出方法は、ステップＳ２６と同じである。
そして、代表座標算出部１６０ａは、処理をステップＳ４１に進める。

図１３は、実施の形態２の代表座標の算出処理を示すフローチャート（その２）である。
（ステップＳ４１）代表座標算出部１６０ａは、移動軌跡ＩＤ毎に現在代表座標候補と代表座標との距離を算出する。例えば、代表座標算出部１６０ａは、移動軌跡ＩＤ：Ｔ１の現在代表座標候補と、ステップＳ３７で算出した移動軌跡ＩＤ：Ｔ１の代表座標との距離を算出する。

（ステップＳ４２）代表座標算出部１６０ａは、移動軌跡ＩＤ毎に算出した各距離が閾値Ｔｈ４（第４の閾値とも言う。）以下、又は繰り返し回数が閾値Ｔｈ５を超えたか否かを判定する。例えば、代表座標算出部１６０ａは、ステップＳ４１で算出した距離の中で１つでも閾値Ｔｈ４よりも長い距離が存在する場合、処理をステップＳ４３に進める。

なお、繰り返し回数とは、ステップＳ４２でＮｏと判定され、ステップＳ４３などの処理が実行され、再度、ステップＳ４２の判定処理を繰り返す回数である。また、最初にステップＳ４２でＮｏと判定された場合を、１回目とする。

代表座標算出部１６０ａは、条件を満たす場合（ステップＳ４２でＹｅｓ）、処理をステップＳ４４に進める。代表座標算出部１６０ａは、条件を満たさない場合（ステップＳ４２でＮｏ）、処理をステップＳ４３に進める。

（ステップＳ４３）代表座標算出部１６０ａは、各移動軌跡ＩＤの代表座標を各移動軌跡ＩＤの現在代表座標候補に設定する。すなわち、代表座標算出部１６０ａは、移動軌跡ＩＤの代表座標を、当該移動軌跡ＩＤと同じ移動軌跡ＩＤの現在代表座標候補に設定する。例えば、代表座標算出部１６０ａは、ステップＳ３７で算出した移動軌跡ＩＤ：Ｔ１の代表座標を移動軌跡ＩＤ：Ｔ１の現在代表座標候補に設定する。
そして、代表座標算出部１６０ａは、処理をステップＳ３４に進める。

（ステップＳ４４）代表座標算出部１６０ａは、各移動軌跡ＩＤの代表座標を最新座標として、移動軌跡テーブル１４１に追加する。また、代表座標算出部１６０は、代表座標を追加した時刻を移動軌跡テーブル１４１に登録する。
（ステップＳ４５）分類部１５０ａは、一定時間、待機する。分類部１５０ａは、待機後、処理をステップＳ３１に進める。

実施の形態２によれば、情報処理装置１００ａは、ステップＳ４２を繰り返すことで、適当な代表座標に収束する。そのため、移動軌跡テーブル１４１に登録される代表座標は、撮影対象の位置を高い精度で表していると言える。情報処理装置１００ａは、移動軌跡テーブル１４１に登録されている座標を用いることで、精度の高い移動軌跡を生成できる。

変形例．
本実施の形態１，２では、カメラ２００，２０１，２０２を例示した。しかし、カメラ２００，２０１，２０２は、少なくとも撮影対象空間において上方から撮影対象の相対位置を２次元座標として検出できるセンサでもよい。例えば、センサは、イメージセンサを含む画像センサである。例えば、画像センサは、撮影対象が人に限る場合、赤外線画像センサ又は熱画像センサである。例えば、赤外線画像センサから取得される赤外線画像では、人物領域が周囲より温度の高い領域として現される。そのため、位置検出部１１０は、背景差分処理において人がいない場合の赤外線画像と、赤外線画像センサから取得される赤外線画像との差分画像から人物領域を抽出できる。また、位置検出部１１０は、円領域を人物頭部として抽出できる。これにより、位置検出部１１０は、人と人の位置を検出できる。

また、カメラ２００，２０１，２０２は、ＴｏＦ（ＴｉｍｅｏｆＦｌｉｇｈｔ）センサでもよい。位置検出部１１０は、ＴｏＦセンサから取得した情報と撮影対象がいない場合の情報との奥行きマップの比較をすることで、上方から撮影対象の相対位置を２次元座標として検出することが可能である。なお、ＴｏＦセンサとは、光の飛行時間を計って距離を計測する技術のことであり、センサの出力はセンサ中心からの奥行き画像として得られる。位置検出部１１０は、ＴｏＦセンサを用いる場合、奥行き画像上で人物領域が奥行きの小さな領域として得られるため、背景差分で人物がいない場合の奥行き画像を引いた差分画像を算出し、局所的に奥行きの小さくなる領域を人物頭部領域として抽出する。ＴｏＦセンサを用いることは、撮影対象の検出が画像センサに比べて安定になるという効果がある。

このように、カメラ２００，２０１，２０２は、画像センサ又はＴｏＦセンサでもよい。画像センサ又はＴｏＦセンサは、検出装置、撮像装置又は画像生成装置とも言う。

以上に説明した各実施の形態における特徴は、互いに適宜組み合わせることができる。

１００，１００ａ情報処理装置、１１０位置検出部、１１１，１１２，１１３物体検出部、１２０変換部、１２１，１２２，１２３座標変換部、１３０座標蓄積部、１４０記憶部、１４１移動軌跡テーブル、１５０，１５０ａ分類部、１６０，１６０ａ代表座標算出部、１７０表示制御部、１８０タイマー、２００，２０１，２０２カメラ。

Claims

複数の検出装置のそれぞれが周期的に第１の検出対象を検出した複数の検出情報から前記第１の検出対象の位置を示す複数の検出対象位置を検出する位置検出部と、
前記複数の検出装置の検出対象空間を統合した空間を示す共通系座標に前記複数の検出対象位置のそれぞれの座標を座標変換する変換部と、
前記複数の検出装置が前記第１の検出対象を検出する前に、前記第１の検出対象が存在していた位置の座標であり、かつ前記共通系座標の座標である第１の座標と、前記第１の検出対象を除く検出対象を前記複数の検出装置が検出する前に、前記第１の検出対象を除く検出対象が存在していた位置の座標であり、かつ前記共通系座標の座標である複数の第３の座標とを記憶する記憶部と、
前記複数の検出対象位置が前記共通系座標に変換された複数の座標である複数の変換後座標の中から、前記複数の検出装置のそれぞれが検出対象を検出する周期よりも長い第１の時間前までに検出された検出情報から検出された前記複数の検出対象位置が変換された複数の変換後座標を取得し、取得した前記複数の変換後座標の中から、前記第１の座標と前記複数の第３の座標を含む複数の座標の中で前記第１の座標との距離が最も近い座標である複数の第２の座標を抽出する分類部と、
前記複数の第２の座標に基づいて代表座標を算出し、算出した代表座標を、前記第１の検出対象が前記第１の座標から移動した位置と決定する代表座標算出部と、
を有し、
前記分類部は、取得した前記複数の変換後座標の中から、前記第１の座標と前記複数の第３の座標とを含む複数の座標のそれぞれとの間の距離が第１の閾値を超える複数の第１の変換後座標を抽出し、前記複数の第１の変換後座標に基づいて複数の特徴を検出し、前記複数の特徴のうち第１の特徴に基づいて前記複数の第１の変換後座標の中から第２の変換後座標を抽出し、
前記代表座標算出部は、抽出された前記第２の変換後座標の数が第２の閾値以上の場合、前記第２の変換後座標に基づいて代表座標を算出し、算出した代表座標を新たに検出対象が検出された位置として前記記憶部に格納する、
情報処理装置。
複数の検出装置のそれぞれが周期的に第１の検出対象を検出した複数の検出情報から前記第１の検出対象の位置を示す複数の検出対象位置を検出する位置検出部と、
前記複数の検出装置の検出対象空間を統合した空間を示す共通系座標に前記複数の検出対象位置のそれぞれの座標を座標変換する変換部と、
前記第１の検出対象を含む複数の検出対象を前記複数の検出装置が検出する前に、前記複数の検出対象が存在していた位置の座標であり、かつ前記共通系座標の座標である複数の第４の座標を記憶する記憶部と、
前記複数の検出対象位置が前記共通系座標に変換された複数の座標である複数の変換後座標の中から、前記複数の検出装置のそれぞれが検出対象を検出する周期よりも長い第１の時間前までに検出された検出情報から検出された前記複数の検出対象位置が変換された複数の変換後座標を取得し、取得した前記複数の変換後座標の中から、前記複数の第４の座標毎に、関係を有すると予測される複数の座標を抽出する分類部と、
前記複数の第４の座標毎に抽出された複数の座標に基づいて複数の代表座標を算出する代表座標算出部と、
を有し、
前記分類部は、前記複数の代表座標と前記複数の第４の座標との間の距離が第４の閾値を超える場合、取得した前記複数の変換後座標の中から、前記複数の代表座標毎に、関係を有すると予測される複数の座標を抽出し、
前記代表座標算出部は、さらに、前記複数の代表座標毎に抽出された複数の座標に基づいて、新たに複数の代表座標を算出する、
情報処理装置。
情報処理装置が、
複数の検出装置のそれぞれが周期的に第１の検出対象を検出した複数の検出情報から前記第１の検出対象の位置を示す複数の検出対象位置を検出し、
前記複数の検出装置の検出対象空間を統合した空間を示す共通系座標に前記複数の検出対象位置のそれぞれの座標を座標変換し、
前記複数の検出装置が前記第１の検出対象を検出する前に、前記第１の検出対象が存在していた位置の座標であり、かつ前記共通系座標の座標である第１の座標と、前記第１の検出対象を除く検出対象を前記複数の検出装置が検出する前に、前記第１の検出対象を除く検出対象が存在していた位置の座標であり、かつ前記共通系座標の座標である複数の第３の座標とを取得し、
前記複数の検出対象位置が前記共通系座標に変換された複数の座標である複数の変換後座標の中から、前記複数の検出装置のそれぞれが検出対象を検出する周期よりも長い第１の時間前までに検出された検出情報から検出された前記複数の検出対象位置が変換された複数の変換後座標を取得し、取得した前記複数の変換後座標の中から、前記第１の座標と前記複数の第３の座標を含む複数の座標の中で前記第１の座標との距離が最も近い座標である複数の第２の座標を抽出し、取得した前記複数の変換後座標の中から、前記第１の座標と前記複数の第３の座標とを含む複数の座標のそれぞれとの間の距離が第１の閾値を超える複数の第１の変換後座標を抽出し、前記複数の第１の変換後座標に基づいて複数の特徴を検出し、前記複数の特徴のうち第１の特徴に基づいて前記複数の第１の変換後座標の中から第２の変換後座標を抽出し、
前記複数の第２の座標に基づいて代表座標を算出し、算出した代表座標を、前記第１の検出対象が前記第１の座標から移動した位置と決定し、抽出された前記第２の変換後座標の数が第２の閾値以上の場合、前記第２の変換後座標に基づいて代表座標を算出し、算出した代表座標を新たに検出対象が検出された位置と決定する、
追跡方法。
コンピュータに、
複数の検出装置のそれぞれが周期的に第１の検出対象を検出した複数の検出情報から前記第１の検出対象の位置を示す複数の検出対象位置を検出し、
前記複数の検出装置の検出対象空間を統合した空間を示す共通系座標に前記複数の検出対象位置のそれぞれの座標を座標変換し、
前記複数の検出装置が前記第１の検出対象を検出する前に、前記第１の検出対象が存在していた位置の座標であり、かつ前記共通系座標の座標である第１の座標と、前記第１の検出対象を除く検出対象を前記複数の検出装置が検出する前に、前記第１の検出対象を除く検出対象が存在していた位置の座標であり、かつ前記共通系座標の座標である複数の第３の座標とを取得し、
前記複数の検出対象位置が前記共通系座標に変換された複数の座標である複数の変換後座標の中から、前記複数の検出装置のそれぞれが検出対象を検出する周期よりも長い第１の時間前までに検出された検出情報から検出された前記複数の検出対象位置が変換された複数の変換後座標を取得し、取得した前記複数の変換後座標の中から、前記第１の座標と前記複数の第３の座標を含む複数の座標の中で前記第１の座標との距離が最も近い座標である複数の第２の座標を抽出し、取得した前記複数の変換後座標の中から、前記第１の座標と前記複数の第３の座標とを含む複数の座標のそれぞれとの間の距離が第１の閾値を超える複数の第１の変換後座標を抽出し、前記複数の第１の変換後座標に基づいて複数の特徴を検出し、前記複数の特徴のうち第１の特徴に基づいて前記複数の第１の変換後座標の中から第２の変換後座標を抽出し、
前記複数の第２の座標に基づいて代表座標を算出し、算出した代表座標を、前記第１の検出対象が前記第１の座標から移動した位置と決定し、抽出された前記第２の変換後座標の数が第２の閾値以上の場合、前記第２の変換後座標に基づいて代表座標を算出し、算出した代表座標を新たに検出対象が検出された位置と決定する、
処理を実行させる追跡プログラム。