JP7034391B2 - カメラ間距離推定装置、カメラ間距離推定方法、及びカメラ間距離推定プログラム - Google Patents

Description

本開示は、カメラ間距離推定装置、カメラ間距離推定方法、及びカメラ間距離推定プログラムに関する。

街頭及びビル内などには、多くの固定カメラが設置されている。これらのカメラで撮影された映像は、人を追跡するためのシステムで使用されている。また、カメラの画像のみを用いて複数のカメラの連結関係を推定する方法が提案されている。例えば、特許文献１を参照。

国際公開第２００７／０２６７４４号（例えば、請求項１）

しかしながら、特許文献１に記載の方法は、カメラの画像のみに基づいてカメラの連結関係を推定するので、情報処理量が多いという課題がある。このため、すでに設置されているカメラの間の相対距離を簡易な方法で検出したいという要求がある。

本開示は、上記のような課題を解決するためになされたものであり、カメラ間の相対距離を、少ない情報処理量で推定することを目的とする。

本開示に係るカメラ間距離推定装置は、第１の領域を撮影する第１のカメラで取得された第１の映像のデータベースと前記第１の領域から離れた第２の領域を撮影する第２のカメラで取得された第２の映像のデータベースとから、前記第１の映像と前記第２の映像との両方に含まれる同一の人物を対象人物として検知する対象人物検知部と、前記第１の映像から前記対象人物の１歩に要する時間である第１の所要時間を算出し、前記対象人物の属性から前記対象人物の歩幅を導出し、前記第１の所要時間と前記歩幅とに基づいて前記対象人物の前記第１の領域における歩行速度である第１の歩行速度を算出する歩行速度算出部と、前記対象人物が前記第１の映像に含まれている時刻と前記対象人物が前記第２の映像に含まれている時刻との間の時間差を求め、前記第１の歩行速度と前記時間差とに基づいて前記第１の領域と前記第２の領域との間の距離を推定する距離推定部とを有することを特徴とする。

本開示に係るカメラ間距離推定方法は、カメラ間距離推定装置によって実行される方法であって、第１の領域を撮影する第１のカメラで取得された第１の映像のデータベースと前記第１の領域から離れた第２の領域を撮影する第２のカメラで取得された第２の映像のデータベースとから、前記第１の映像と前記第２の映像との両方に含まれる同一の人物を対象人物として検知するステップと、前記第１の映像から前記対象人物の１歩に要する時間である第１の所要時間を算出し、前記対象人物の属性から前記対象人物の歩幅を導出し、前記第１の所要時間と前記歩幅とに基づいて前記対象人物の前記第１の領域における歩行速度である第１の歩行速度を算出するステップと、前記対象人物が前記第１の映像に含まれている時刻と前記対象人物が前記第２の映像に含まれている時刻との間の時間差を求め、前記第１の歩行速度と前記時間差とに基づいて前記第１の領域と前記第２の領域との間の距離を推定するステップとを有することを特徴とする。

本開示に係るカメラ間距離推定装置、カメラ間距離推定方法、及びカメラ間距離推定プログラムを用いれば、少ない情報処理量でカメラ間距離を推定することができる。

実施の形態１に係るカメラ間距離推定装置を含む距離推定システムのハードウェア構成の例を示す図である。 実施の形態１に係るカメラ間距離推定装置を含む距離推定システムの構成を概略的に示す機能ブロック図である。 （Ａ）及び（Ｂ）は、カメラ間距離の推定処理を示す図である。 実施の形態１における映像の取得動作を示すフローチャートである。 実施の形態１におけるカメラ間距離の推定動作を示すフローチャートである。 実施の形態２におけるカメラ間距離の推定動作を示すフローチャートである。 実施の形態３に係るカメラ間距離推定装置を含む距離推定システムの構成を概略的に示す機能ブロック図である。 実施の形態３におけるカメラ間距離の推定動作を示すフローチャートである。 実施の形態４におけるカメラ間距離の推定動作を示すフローチャートである。 実施の形態５におけるカメラ間距離の推定動作を示すフローチャートである。

以下に、実施の形態に係るカメラ間距離推定装置、カメラ間距離推定方法、及びカメラ間距離推定プログラムを、図面を参照しながら説明する。以下の実施の形態は、例にすぎず、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に係るカメラ間距離推定装置３０を含む距離推定システムのハードウェア構成の例を示す図である。図１に示される距離推定システムは、複数の撮像装置である複数のカメラ１１、１２、…と、複数のカメラ１１、１２、…から映像を取得する映像取得装置２０と、映像取得装置２０から取得する映像に基づいて、複数のカメラ１１、１２、…の内の任意の２台のカメラの間の距離であるカメラ間距離を推定するカメラ間距離推定装置３０とを有している。距離推定システムは、例えば、監視システムである。なお、複数のカメラ１１、１２、…の台数は、２台以上であれば、何台であってもよい。

複数のカメラ１１、１２、…は、例えば、街頭及びビル内などに設置された固定カメラである。映像取得装置２０は、例えば、複数のカメラ１１、１２、…と通信可能に接続された装置である。映像取得装置２０は、例えば、複数のカメラ１１、１２、…と通信可能に接続されたネットワーク上のサーバである。カメラ間距離推定装置３０は、例えば、映像取得装置２０と通信可能に接続されたコンピュータである。カメラ間距離推定装置３０は、ネットワークを介して映像取得装置２０と通信可能に接続されてもよい。

映像取得装置２０は、情報処理部としてのプロセッサ２０１と、記憶部としてのメモリ２０２と、記憶装置２０３と、カメラインタフェース（「カメラＩ／Ｆ」と記す）２０４と、通信インタフェース（「通信Ｉ／Ｆ」と記す）２０５と、これらを互いに接続するバス２０６とを有している。カメラ１１、１２、…は、カメラＩ／Ｆ２０４に接続されている。カメラ１１、１２、…は、ネットワーク又は他の機器を介してカメラＩ／Ｆ２０４に接続されてもよい。記憶装置２０３は、映像取得装置２０と異なる外部の装置であってもよい。

カメラ間距離推定装置３０は、情報処理部としてのプロセッサ３０１と、記憶部としてのメモリ３０２と、記憶装置３０３と、通信Ｉ／Ｆ３０４と、これらを互いに接続するバス３０５とを有している。通信Ｉ／Ｆ３０４は、映像取得装置２０の通信Ｉ／Ｆ２０５と通信可能に接続されている。通信Ｉ／Ｆ３０４は、ネットワーク又は他の機器を介して映像取得装置２０の通信Ｉ／Ｆ２０５に接続されてもよい。記憶装置３０３は、カメラ間距離推定装置３０と異なる外部の装置であってもよい。

プロセッサ２０１及び３０１の各々は、各種の演算処理を行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。より具体的には、プロセッサ２０１及び３０１の各々は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）などのような、プログラム化された処理を実行する半導体デバイスである。

メモリ２０２及び３０２の各々は、例えば、データの一時記憶部として用いられるＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。プロセッサ２０１は、メモリ２０２に記憶されるプログラムを実行する。プロセッサ３０１は、メモリ３０２に記憶されるカメラ間距離推定プログラムを実行する。

記憶装置２０３及び３０３は、データを保存するための、フラッシュメモリ、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリカード、ＣＦ（ＣｏｍｐａｃｔＦｌａｓｈ（登録商標））、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ（デジタル多用途ディスク）などのような、コンピュータ読み取り可能な記憶媒体である。

図１の例では、映像取得装置２０とカメラ間距離推定装置３０とは別個の装置として示されているが、これらは１台のコンピュータに置き換えられてもよい。例えば、カメラ間距離推定装置３０が、映像取得装置２０の機能を実行してもよい。

図２は、実施の形態１に係るカメラ間距離推定装置３０を含む距離推定システムの構成を概略的に示す機能ブロック図である。図２に示される距離推定システムは、複数のカメラ１１、１２、…と、映像取得装置２０と、カメラ間距離推定装置３０とを有している。カメラ間距離推定装置３０は、実施の形態１に係るカメラ間距離推定方法を実施することができる装置である。

映像取得装置２０は、映像取得部２１と、人物属性抽出部２２と、映像情報データベースを記憶する第１の記憶部としての映像情報データベース部（「映像情報ＤＢ部」と記す）２３とを有している。映像取得部２１は、カメラ１１、１２、…によって撮影された映像を取得して、取得された映像を映像情報ＤＢ部３３に保存する。保存された映像は、撮影時刻を示す時刻情報を含む。

人物属性抽出部２２は、映像取得部２１で取得された映像に含まれる人物を検知し、検知された人物の属性を抽出して、映像情報ＤＢ部２３に保存する。人物の属性は、例えば、人物の性別及び人物の年齢のうちの少なくとも一方を含む。人物属性抽出部２２は、人の属性の抽出に際し、公知の技術である画像処理による手法又はＤｅｅｐ Ｌｅａｒｎｉｎｇなどの機械学習による手法を用いてもよい。

カメラ間距離推定装置３０は、対象人物検知部３１と、歩行速度算出部３２と、第２の記憶部としての人物属性データベース部（「人物属性ＤＢ部」と記す）３３と、距離推定部３４とを有している。カメラ間距離推定装置３０は、カメラ１１、１２、…のうちの任意の２つのカメラである第１のカメラと第２のカメラとの間の距離を推定する。

図３（Ａ）及び（Ｂ）は、カメラ間距離の推定処理を示す図である。図３（Ａ）は、第１の領域Ａ１を撮影する第１のカメラＢ１と、第１の領域Ａ１から離れた第２の領域Ａ２を撮影する第２のカメラＢ２と、第１の映像と第２の映像との両方に含まれる同一の人物である対象人物Ｃと、対象人物Ｃが第１の映像に含まれている時刻ｔ１と、対象人物Ｃが第２の映像に含まれている時刻ｔ２と、時刻ｔ１と時刻ｔ２との間の時間差Ｇ（＝ｔ２－ｔ１）と、第１の領域Ａ１と第２の領域Ａ２との間の距離Ｈとを示している。図３（Ｂ）は、第ｆフレームから第ｆ＋Ｎフレームまでの時間が、第１の所要時間Ｄ１に対応することを示している。ここで、ｆ及びＮは、正の整数である。

対象人物検知部３１は、第１の領域Ａ１を撮影する第１のカメラＢ１で取得された第１の映像のデータベースと第１の領域Ａ１から離れた第２の領域Ａ２を撮影する第２のカメラＢ２で取得された第２の映像のデータベースとから、第１の映像と第２の映像との両方に含まれる同一の人物を対象人物Ｃとして検知する。

歩行速度算出部３２は、第１の映像から対象人物Ｃの１歩に要する時間である第１の所要時間Ｄ１を算出し、対象人物Ｃの属性から対象人物Ｃの歩幅Ｅを導出し、第１の所要時間Ｄ１と歩幅Ｅとに基づいて対象人物Ｃの第１の領域Ａ１における歩行速度（すなわち、移動速度）である第１の歩行速度Ｆ１を算出する。例えば、第１の歩行速度Ｆ１は、歩幅Ｅを第１の所要時間Ｄ１で割ることによって得られる。また、歩行速度算出部３２は、第１の映像に基づいて前記属性を判定する。歩幅Ｅは、例えば、対象人物Ｃの属性に基づいて決定される。例えば、若年男子の歩幅は０．６９ｍ、若年女子の歩幅は０．６２ｍ、高齢男子の歩幅は０．５８ｍ、高齢女子の歩幅は０．５６ｍとしてもよい。或いは、歩幅Ｅは、対象人物Ｃの身長から算出されてもよい。例えば、歩幅Ｅとして、身長［ｃｍ］から１００ｃｍを引いた値、又は身長に０．４５を掛けた値を用いてもよい。

距離推定部３４は、対象人物Ｃが第１の映像に含まれている時刻ｔ１と対象人物Ｃが第２の映像に含まれている時刻ｔ２との間の時間差Ｇ（＝ｔ２－ｔ１）を求め、第１の歩行速度Ｆ１と時間差Ｇとに基づいて第１の領域Ａ１と第２の領域Ａ２との間の距離Ｈを推定する。例えば、距離Ｈは、第１の歩行速度Ｆ１に時間差Ｇを掛けることによって得られる。第１の領域Ａ１と第２の領域Ａ２との間の距離Ｈは、第１のカメラＢ１と第２のカメラＢ２との間の距離であるカメラ間距離にほぼ等しい。

図４は、実施の形態１における映像の取得動作を示すフローチャートである。先ず、映像取得部２１は、複数のカメラ１１、１２、…のいずれかによって撮影された映像を取得して（ステップＳ１１）、取得された映像を映像情報ＤＢ部３３に保存する（ステップＳ１２）。次に、人物属性抽出部２２は、映像取得部２１で取得された映像に含まれる人物を検知し（ステップＳ１３）、検知された人物の属性を抽出して、映像情報ＤＢ部２３に保存する（ステップＳ１４）。ステップＳ１１～Ｓ１４の処理は、例えば、複数のカメラ１１、１２、…の全てについての処理が終了して、プロセッサ２０１（図１）から映像取得動作の終了の指示があるまで繰り返される（ステップＳ１５）。

図５は、実施の形態１におけるカメラ間距離の推定動作を示すフローチャートである。先ず、対象人物検知部３１は、第１のカメラＢ１の第１の映像のデータベースから第１の映像に含まれる人物（すなわち、サンプル）の特徴を取得する（ステップＳ１０１）。次に、対象人物検知部３１は、第１の映像に含まれる人物と同じ特徴を持つ人物を第２のカメラＢ２の第２の映像のデータベースで検索する（ステップＳ１０２）。ここで、同一人物が見つかれば（ステップＳ１０３においてＹＥＳ）、処理はステップＳ１０４に進む。

次に、歩行速度算出部３２は、第１の映像に基づいて対象人物Ｃの１歩に要する時間である第１の所要時間Ｄ１を算出し（ステップＳ１０４）、対象人物Ｃの属性に基づいて対象人物の歩幅Ｅを導出し（ステップＳ１０５）、第１の所要時間Ｄ１と歩幅Ｅとに基づいて対象人物Ｃの第１の領域Ａ１における歩行速度である第１の歩行速度Ｆ１を算出する（ステップＳ１０６）。

次に、距離推定部３４は、対象人物Ｃが第１の映像に含まれている時刻ｔ１と対象人物Ｃが第２の映像に含まれている時刻ｔ２との間の時間差Ｇを求め、第１の歩行速度Ｆ１と時間差Ｇとに基づいて第１の領域Ａ１と第２の領域Ａ２との間の距離Ｈ（＝Ｆ１×Ｇ）を推定する（ステップＳ１０７）。

以上に説明したように、実施の形態１に係るカメラ間距離推定装置３０は、対象人物Ｃの歩幅Ｅと１歩あたりの第１の所要時間Ｄ１とに基づいて第１の歩行速度Ｆ１を算出し、第１の歩行速度Ｆ１と時間差Ｇとから距離Ｈを算出しているので、カメラ間の相対距離を少ない情報処理量で推定することができる。

実施の形態２．
実施の形態２では、複数の対象人物Ｃ_ｎについて歩幅Ｅｎ及び第１の歩行速度Ｆ１_ｎを取得し、これらに基づいて複数の距離Ｈ_ｎを算出し、複数の距離Ｈ_ｎに基づいてカメラ間距離を算出する例を説明する。ここで、ｎは正の整数である。実施の形態２に係るカメラ間距離推定装置の構成は、実施の形態１に係るカメラ間距離推定装置３０のものと同様である。したがって、実施の形態２の説明においては、図１～図３を参照する。

図６は、実施の形態２におけるカメラ間距離の推定動作を示すフローチャートである。先ず、対象人物検知部３１は、第１のカメラＢ１の第１の映像のデータベースから第１の映像に含まれる人物（すなわち、サンプル）の特徴を取得する（ステップＳ２０１）。次に、対象人物検知部３１は、第１の映像に含まれる人物と同じ特徴を持つ人物を第２のカメラＢ２の第２の映像のデータベースで検索する（ステップＳ２０２）。ここで、同一人物が見つかれば（ステップＳ２０３においてＹＥＳ）、同一人物を対象人物Ｃ_ｎとみなして、処理はステップＳ２０４に進む。ここで、ｎは、ループ処理がｎ回目であることを示す正の整数である。

次に、歩行速度算出部３２は、第１の映像に基づいて対象人物Ｃ_ｎの１歩に要する時間である第１の所要時間Ｄ１_ｎを算出し（ステップＳ２０４）、対象人物Ｃ_ｎの属性に基づいて対象人物の歩幅Ｅ_ｎを導出し（ステップＳ２０５）、第１の所要時間Ｄ１_ｎと歩幅Ｅ_ｎとに基づいて対象人物Ｃ_ｎの第１の領域Ａ１における歩行速度である第１の歩行速度Ｆ１_ｎを算出する（ステップＳ２０６）。

次に、距離推定部３４は、対象人物Ｃ_ｎが第１の映像に含まれている時刻ｔ１_ｎと対象人物Ｃ_ｎが第２の映像に含まれている時刻ｔ２_ｎとの間の時間差Ｇ_ｎを求め、第１の歩行速度Ｆ１_ｎと時間差Ｇ_ｎとに基づいて第１の領域Ａ１と第２の領域Ａ２との間の距離Ｈ_ｎ（＝Ｆ１_ｎ×Ｇ_ｎ）を推定する（ステップＳ２０７）。ステップＳ２０１からＳ２０７の処理は、他の人物（すなわち、他のサンプル）について繰り返される（ステップＳ２０８）。

次に、距離推定部３４は、複数の距離Ｈ_ｎに基づいて距離（すなわち、推定距離）Ｈを算出する（ステップＳ２０９）。距離Ｈは、例えば、複数の距離Ｈ_ｎの平均値である。また、距離Ｈは、複数の対象人物Ｃ_１、Ｃ_２、…の属性に基づく重みＷ_１、Ｗ_２、…を取得し、複数の距離Ｈ_１、Ｈ_２、…の重み付け平均値であってもよい。例えば、一定速度で歩行する可能性の高い成人の重みを高くし、途中で休息する可能性がある高齢者及び真っすぐに歩かない可能性が高い子供の重みを低くすることが考えられる。

以上に説明したように、実施の形態２に係るカメラ間距離推定装置は、複数の対象人物Ｃｎの行動に基づいてカメラ間の相対距離を推定するので、推定精度を上げることができる。

上記以外の点に関し、実施の形態２は実施の形態１と同じである。

実施の形態３．
実施の形態３に係るカメラ間距離推定装置３０ａにおいては、第１のカメラＢ１の第１の映像と第２のカメラＢ２の第２映像の両方に映る同一人物の特定に際し、対象人物と同時に映る他の人物の特徴をも用いる。

図７は、実施の形態３に係るカメラ間距離推定装置３０ａの構成を概略的に示す機能ブロック図である。図７において、図１の構成要素と同一又は対応する構成要素には、図１に示される符号と同じ符号が付されている。カメラ間距離推定装置３０ａは、第１の領域Ａ１において予め決められた距離内にいる複数の人物を同一のグループに属する人物と判定するグループ判定部３５を更に有する点において、実施の形態１に係るカメラ間距離推定装置３０と異なる。つまり、カメラ間距離推定装置３０ａは、歩幅Ｅを取得のために用いられる人物を選定する際に、対象人物と同時に映像に映る他の人物を選択し、カメラ間で同一人物を特定する際の判断要素として用いる。なお、実施の形態３の説明においては、図１及び図３を参照する。

図８は、実施の形態３におけるカメラ間距離の推定動作を示すフローチャートである。グループ判定部３５は、第１のカメラＢ１の第１の映像のデータベースに基づいて第１の領域Ａ１において予め定められた距離内にいる複数の人物を同一のグループの人物とみなす。これらの人物の特定は、人物の属性、人物の服装、人物の持ち物、などの特徴に基づいて行うことができる。

図８におけるステップＳ３０１～Ｓ３０７の処理は、図５に示されるステップＳ１０１～Ｓ１０７の処理と同様である。ただし、図８におけるステップＳ３０１～Ｓ３０３の処理における同一人物の判定に際しては、同一のグループに属する同一人物であるかが判定される。

以上に説明したように、実施の形態３に係るカメラ間距離推定装置３０ａは、同一のグループに属する同一人物であるかが判定され、この判定結果に基づいて対象人物が決められるので、カメラ間距離の推定精度を上げることができる。

また、実施の形態３に、実施の形態２の処理を組み合わせてもよい。上記以外の点に関し、実施の形態３は、実施の形態１及び２のいずれかと同じである。

実施の形態４．
実施の形態４に係るカメラ間距離推定装置は、第１のカメラに同時に映る人物の数が予め決められた基準数以下であるときに、カメラ間距離の推定動作を行うことを特徴とする。これは、混雑時には、人物の足元が見えにくく、歩幅を正確に計算できないと考えられるからである。また、混雑時には、人物は、一定の歩行速度で歩くことが難しいと考えられるからである。

実施の形態４に係るカメラ間距離推定装置の構成は、実施の形態１に係るカメラ間距離推定装置３０のものと同様である。したがって、実施の形態４の説明においては、図１～図３を参照する。

図９は、実施の形態４におけるカメラ間距離の推定動作を示すフローチャートである。先ず、対象人物検知部３１は、第１の領域Ａ１において第１の映像に含まれる人物の数が予め決められた基準数Ｊより少ない場合に、対象人物を検知する処理を行う（ステップＳ４０１、Ｓ４０２）。

ステップＳ４０２における判定がＹＥＳの場合、図６に示されるステップＳ２０１～Ｓ２０９と同じ処理が実行される。なお、ステップＳ２０１～Ｓ２０９の処理の代りに、図５に示されるステップＳ１０１～Ｓ１０７の処理、又は図８に示されるステップＳ３００～Ｓ３０７の処理が行われてもよい。

以上に説明したように、実施の形態４に係るカメラ間距離推定装置は、第１のカメラに同時に映る人物の数が予め決められた基準数Ｊ以下であるときに、カメラ間距離の推定動作を行うので、すなわち、混雑時を避けて推定動作を行うので、カメラ間距離の推定精度を上げることができる。

なお、上記以外の点に関し、実施の形態４は、実施の形態１から３のいずれかと同じである。

実施の形態５．
実施の形態５においては、歩行速度算出部３２は、第２の映像から対象人物Ｃの１歩に要する時間である第２の所要時間Ｄ２を算出し、第２の所要時間Ｄ２と歩幅Ｅとに基づいて対象人物Ｃの第２の領域Ａ２における歩行速度である第２の歩行速度Ｆ２を算出し、距離推定部３４は、第１の歩行速度Ｆ１と第２の歩行速度Ｆ２から得られた補正された歩行速度と時間差Ｇとに基づいて第１の領域Ａ１と第２の領域Ａ２との間の距離Ｈを推定する。

実施の形態５に係るカメラ間距離推定装置の構成は、実施の形態１に係るカメラ間距離推定装置３０のものと同様である。したがって、実施の形態５の説明においては、図１～図３を参照する。

図１０は、実施の形態５におけるカメラ間距離の推定動作を示すフローチャートである。図１０におけるステップＳ１０１～Ｓ１０６の処理は、図５に示されるものと同じである。実施の形態５においては、歩行速度算出部３２は、第２の映像から対象人物Ｃの１歩に要する時間である第２の所要時間Ｄ２を算出し（ステップＳ５０１）、第２の所要時間Ｄ２と歩幅Ｅとに基づいて対象人物Ｃの第２の領域Ａ２における歩行速度である第２の歩行速度Ｆ２を算出し（ステップＳ５０２）する。

次に、距離推定部３４は、第１の歩行速度Ｆ１と第２の歩行速度Ｆ２から得られた補正された歩行速度と時間差Ｇとに基づいて第１の領域Ａ１と第２の領域Ａ２との間の距離Ｈを推定する（ステップＳ５０３）。距離推定部３４は、例えば、第１の歩行速度Ｆ１と第２の歩行速度Ｆ２との平均速度と、時間差Ｇとに基づいて距離Ｈを、以下の式で計算する。
Ｈ＝（Ｆ１＋Ｆ２）×Ｇ／２

なお、ステップＳ１０１～Ｓ２０６の処理の代りに、図５に示されるステップＳ１０１～Ｓ１０６の処理、又は図８に示されるステップＳ３００～Ｓ３０６の処理が行われてもよい。

以上に説明したように、実施の形態５に係るカメラ間距離推定装置は、補正された歩行速度を用いて距離Ｈを計算するので、カメラ間距離の推定精度を上げることができる。

なお、上記以外の点に関し、実施の形態５は、実施の形態１から４のいずれかと同じである。

１１、１２ カメラ、 ２０ 映像取得装置、 ２１ 映像取得部、 ２２ 人物属性抽出部、 ２３ 映像情報ＤＢ部、 ３０、３０ａ カメラ間距離推定装置、 ３１ 対象人物検知部、 ３２ 歩行速度算出部、 ３３ 人物属性ＤＢ部、 ３４ 距離推定部、 ３５ グループ判定部。

Claims (14)

1. 第１の領域を撮影する第１のカメラで取得された第１の映像のデータベースと前記第１の領域から離れた第２の領域を撮影する第２のカメラで取得された第２の映像のデータベースとから、前記第１の映像と前記第２の映像との両方に含まれる同一の人物を対象人物として検知する対象人物検知部と、
   前記第１の映像から前記対象人物の１歩に要する時間である第１の所要時間を算出し、前記対象人物の属性から前記対象人物の歩幅を導出し、前記第１の所要時間と前記歩幅とに基づいて前記対象人物の前記第１の領域における歩行速度である第１の歩行速度を算出する歩行速度算出部と、
   前記対象人物が前記第１の映像に含まれている時刻と前記対象人物が前記第２の映像に含まれている時刻との間の時間差を求め、前記第１の歩行速度と前記時間差とに基づいて前記第１の領域と前記第２の領域との間の距離を推定する距離推定部と
   を有することを特徴とするカメラ間距離推定装置。
2. 前記歩行速度算出部は、前記第１の映像に基づいて前記属性を判定することを特徴とする請求項１に記載のカメラ間距離推定装置。
3. 前記属性は、前記対象人物の年齢及び前記対象人物の性別のうちの少なくとも一方を含むことを特徴とする請求項１又は２に記載のカメラ間距離推定装置。
4. 前記歩行速度算出部は、前記第２の映像から前記対象人物の１歩に要する時間である第２の所要時間を算出し、前記第２の所要時間と前記歩幅とに基づいて前記対象人物の前記第２の領域における歩行速度である第２の歩行速度を算出し、
   前記距離推定部は、前記第１の歩行速度と前記第２の歩行速度から得られた補正された歩行速度と前記時間差とに基づいて前記第１の領域と前記第２の領域との間の前記距離を推定する
   ことを特徴とする請求項１から３のいずれか１項に記載のカメラ間距離推定装置。
5. 前記距離推定部は、前記第１の歩行速度と前記第２の歩行速度との平均速度と、前記時間差とに基づいて前記第１の領域と前記第２の領域との間の前記距離を推定する
   ことを特徴とする請求項４に記載のカメラ間距離推定装置。
6. 前記対象人物検知部は、前記対象人物を検知する処理を繰り返し行うことによって複数の対象人物を検知し、
   前記歩行速度算出部は、前記第１の歩行速度を算出する処理を繰り返し行うことによって前記複数の対象人物の複数の歩行速度を算出し、
   前記距離推定部は、前記距離を推定する処理を繰り返し行うことによって複数の距離を推定し、前記複数の距離に基づく推定距離を出力する
   ことを特徴とする請求項１から５のいずれか１項に記載のカメラ間距離推定装置。
7. 前記距離推定部は、前記複数の距離の平均値を前記推定距離として出力することを特徴とする請求項６に記載のカメラ間距離推定装置。
8. 前記距離推定部は、前記複数の対象人物の属性に基づく重みを取得し、前記複数の距離の重み付け平均値を前記推定距離として出力することを特徴とする請求項６に記載のカメラ間距離推定装置。
9. 前記第１の領域において予め決められた距離内にいる複数の人物を同一のグループに属する人物と判定するグループ判定部を更に有し、
   前記対象人物検知部は、前記第１の映像と前記第２の映像との両方に含まれる前記グループに属する人物を対象グループの人物として検知し、
   前記歩行速度算出部は、前記第１の映像から前記対象グループの人物の１歩に要する時間である前記第１の所要時間を算出し、前記対象グループの人物の特徴から前記対象グループの人物の歩幅を導出し、前記第１の所要時間と前記歩幅とに基づいて前記対象グループの人物の前記第１の領域における歩行速度である第１の歩行速度を算出し、
   前記距離推定部は、前記時間差を求め、前記第１の歩行速度と前記時間差とに基づいて前記第１の領域と前記第２の領域との間の距離を推定する
   ことを特徴とする請求項１から３のいずれか１項に記載のカメラ間距離推定装置。
10. 前記対象人物検知部は、前記第１の領域において前記第１の映像に含まれる人物の数が予め決められた基準数より少ない場合に、前記対象人物を検知する処理を行うことを特徴とする請求項１から９のいずれか１項に記載のカメラ間距離推定装置。
11. 前記対象人物検知部は、前記第１の映像に含まれる人物及び前記第２の映像に含まれる人物の顔、服装、及び持ち物のいずれか１つ以上に基づいて、前記対象人物を検知することを特徴とする請求項１から１０のいずれか１項に記載のカメラ間距離推定装置。
12. 前記第１の映像のデータベースと前記第２の映像のデータベースとを記憶する第１の記憶部と、
    前記属性と前記歩幅との関係を示す情報を記憶する第２の記憶部と
    をさらに有することを特徴とする請求項１から１１のいずれか１項に記載のカメラ間距離推定装置。
13. カメラ間距離推定装置によって実行されるカメラ間距離推定方法であって、
    第１の領域を撮影する第１のカメラで取得された第１の映像のデータベースと前記第１の領域から離れた第２の領域を撮影する第２のカメラで取得された第２の映像のデータベースとから、前記第１の映像と前記第２の映像との両方に含まれる同一の人物を対象人物として検知するステップと、
    前記第１の映像から前記対象人物の１歩に要する時間である第１の所要時間を算出し、前記対象人物の属性から前記対象人物の歩幅を導出し、前記第１の所要時間と前記歩幅とに基づいて前記対象人物の前記第１の領域における歩行速度である第１の歩行速度を算出するステップと、
    前記対象人物が前記第１の映像に含まれている時刻と前記対象人物が前記第２の映像に含まれている時刻との間の時間差を求め、前記第１の歩行速度と前記時間差とに基づいて前記第１の領域と前記第２の領域との間の距離を推定するステップと
    を有することを特徴とするカメラ間距離推定方法。
14. 第１の領域を撮影する第１のカメラで取得された第１の映像のデータベースと前記第１の領域から離れた第２の領域を撮影する第２のカメラで取得された第２の映像のデータベースとから、前記第１の映像と前記第２の映像との両方に含まれる同一の人物を対象人物として検知する処理と、
    前記第１の映像から前記対象人物の１歩に要する時間である第１の所要時間を算出し、前記対象人物の属性から前記対象人物の歩幅を導出し、前記第１の所要時間と前記歩幅とに基づいて前記対象人物の前記第１の領域における歩行速度である第１の歩行速度を算出する処理と、
    前記対象人物が前記第１の映像に含まれている時刻と前記対象人物が前記第２の映像に含まれている時刻との間の時間差を求め、前記第１の歩行速度と前記時間差とに基づいて前記第１の領域と前記第２の領域との間の距離を推定する処理と
    をコンピュータに実行させるカメラ間距離推定プログラム。

Images