JP7069854B2 - 監視システム、およびサーバ装置 - Google Patents

Description

本発明は、複数の監視端末の情報を収集して監視対象の異常の予兆に対する監視に供する技術に関する。

近年、事件や事故が起きた場合、事後的に監視カメラの映像が活用されることが少なくない。事件には凶悪な事件の他、高齢者のみの家庭を狙った詐欺、訪問販売等も考えられ、できるだけ事件が起こる前に、監視カメラの画像を収集し、予兆を捉えて防犯に利活用されることが望まれる。

特許文献１には、各住戸に設置されたカメラ付ドアフォンと、各住宅のカメラ付ドアフォンで撮影された撮影画像を機械的に取り込むサーバ装置を備えた監視システムが記載されている。サーバ装置は、取り込んだ撮影画像に要捜索人物が写り込んでいるかを判別し、要捜索人物が写り込んでいると判別した場合、要捜索人物が写り込んでいる撮影画像を撮影したカメラ付ドアフォンの設置位置の情報から、要捜索人物の移動経路を特定するものである。

特開２０１４－１８７６４５号公報

しかしながら、特許文献１に記載の監視システムは、各住戸のカメラ付ドアフォンが撮影された画像をそのままサーバ側に送信する情報収集用として用いられているもので、以降の情報処理は専らサーバ装置が実行するという、一般的な情報処理装置に過ぎない。従って、要捜索人物の移動経路情報はサーバ装置での活用に限られ、カメラ付きドアフォンとの間で情報の連携を図ることでリスク管理乃至より効果的な防犯処理に供するというものではない。

本発明は、一側面では、このような実情を鑑みてなされたものであり、監視対象である事象のリスクの有無を各監視端末で判定し、リスクの高い事象についてサーバ装置で注目事象として特定する効果的な監視技術を提供することである。

本発明は、上述した課題を解決するために、以下の構成を採用する。

すなわち、一側面に係る監視システムは、複数の監視端末と、前記各監視端末とネットワークを介して接続されたサーバ装置とを備えた監視システムにおいて、前記監視端末は、複数の位置に設置され、監視対象である事象の情報を取得する監視部と、取得した前記事象のリスクの有無の判定を行う事象処理部とを備え、前記サーバ装置は、前記事象処理部でリスク有りと判定された事象の情報を収集し、事象記憶部に登録する登録処理部と、前記事象記憶部に登録された事象の情報に基づいて高リスクの事象を抽出する抽出部とを備えるものである。

一側面に係るサーバ装置は、複数の位置に設置された監視端末とネットワークを介して接続された監視用のサーバ装置において、監視対象である事象の情報を取得し、取得した前記事象のリスクの有無の判定を行う前記各監視端末でリスク有りと判定された事象の情報を前記ネットワークを介して収集し、事象記憶部に登録する登録処理部と、前記事象記憶部に登録された事象の情報に基づいて高リスクの事象を抽出する抽出部とを備えるものである。

一側面に係る監視方法は、複数の位置に設置された監視端末の監視部でそれぞれ取得された監視対象である事象の情報をネットワークを介してサーバ装置に送信して事象の監視を行う監視方法において、前記監視端末が、前記監視部で取得された前記監視対象である前記事象の情報を取得し、各事象についてリスクの有無の判定を行う事象処理ステップと、前記サーバ装置が、前記事象処理ステップでリスク有りと判定された事象の情報を前記各監視端末から収集し、事象記憶部に登録する登録処理ステップと、前記サーバ装置が、前記事象記憶部に登録された事象の情報に基づいて高リスクの事象を抽出する抽出ステップと、を備えたことを特徴とするものである。

一側面に係る監視プログラムは、複数の位置に設置された監視端末の監視部でそれぞれ取得された監視対象である事象の情報をネットワークを介してサーバ装置に送信して事象の監視を、プロセッサによって行う監視プログラムにおいて、前記監視端末の前記監視部で取得された前記監視対象である前記事象の情報を取得し、各事象についてリスクの有無の判定を行う事象処理ステップ、前記事象処理ステップでリスク有りと判定された事象の情報を前記各監視端末から前記サーバ装置に収集し、事象記憶部に登録する登録処理ステップ、及び、前記サーバ装置の前記事象記憶部に登録された事象の情報に基づいて高リスクの事象を抽出する抽出ステップ、を前記プロセッサに実行させるものである。

前記構成によれば、複数の監視端末で事象を取得し、さらにリスク有りの事象を絞り込んでサーバへ装置への登録が行われ、サーバ装置は、各監視端末からのリスク有りの事象を参照することで、より高リスクの事象が注目事象として効率的に抽出可能となる。

前記一側面に係る監視システムにおいて、前記監視端末は、前記取得された事象に対応付けてリスク有りの情報が入力可能な操作部を備え、前記事象処理部は、前記操作部でリスク有りと入力された事象をリスク有りと判定するものとしてもよい。この構成によれば、例えば訪問者の挙動全体からリスクの有無を住人が別途に判断し得るようにしたので、より柔軟な防犯対策に供することができる。

前記一側面に係る監視システムにおいて、前記監視部は、前記事象としての人の音声を受信するマイクと、前記マイクの周囲に向けられ、前記マイクに対面した人物の顔部分が少なくとも撮影可能なカメラとを備え、前記事象処理部は、前記マイクで受信した音声から用語を認識する音声認識部と、リスク判定用のキーワードを記憶するキーワード記憶部とを備え、前記音声認識された用語と前記キーワードとを照合し、前記用語が前記キーワードを含む場合、リスク有りと判定し、前記抽出部は、前記高リスクと判定された音声を受信した監視端末に、前記顔画像の送信要求を行うようにしてもよい。この構成によれば、訪問者の会話内容を分析してリスクの有無を自動で判断することができる。さらに、高リスクと判定された音声を受信した監視端末から対応する顔画像を収集することが可能となる。なお、顔画像には、撮影画像の一部に顔が写っているものも含めてもよい。

前記一側面に係る監視システムにおいて、前記サーバ装置は、前記送信要求に応答して受信された顔画像から特徴量を生成し、前記特徴量が共通する顔画像を抽出する特徴量生成部を備えてもよい。この構成によれば、高リスクとして収集された顔画像から共通する特徴量が得られるため、防犯上有益な情報が取得できる。

前記一側面に係る監視システムにおいて、前記特徴量生成部は、前記共通の特徴量を有する顔画像を取得した前記監視端末の数が所定の閾値を超えた場合、前記共通の特徴量を有する顔画像を監視対象画像として特定するようにしてもよい。この構成によれば、防犯に直接繋がる画像情報が得られる。

前記一側面に係る監視システムにおいて、前記サーバ装置は、前記監視対象画像として特定された顔画像の特徴量を前記各監視端末に配信する配信部を備えてもよい。この構成によれば、各監視端末において、監視対象画像の人物の訪問があったかどうかを知ることができる。

前記一側面に係る監視システムにおいて、前記監視端末は、画像を表示する表示部と、前記カメラで撮影し、画像記憶部に記憶された顔画像から特徴量を生成し、生成した前記顔画像の特徴量と前記サーバ装置から配信された前記監視対象画像の特徴量との一致を判定する端末側特徴量生成部とを備えてもよい。この構成によれば、監視対象画像の人物が過去に訪問していたかどうか、また将来の訪問を効果的に確認することが可能となり、防犯に好適である。

本発明によれば、地域内における犯罪や事故等の異常事象の予兆を効率的に捉えて発生リスクを軽減する監視技術を提供することができる。

図１は、実施の形態に係る監視システムの一例を示す全体概略構成図である。 図２は、実施の形態に係る監視システムの監視端末のハードウェア構成の一例を示す図である。 図３は、実施の形態に係る監視システムのサーバのハードウェア構成の一例を示す図である。 図４は、実施の形態に係る監視システムの監視端末における端末処理Ｉの手順の一例を示すフローチャートである。 図５は、実施の形態に係る監視システムの監視端末における端末処理IIの手順の一例を示すフローチャートである。 図６は、実施の形態に係る監視システムのサーバにおけるサーバ処理Ｉの手順の一例を示すフローチャートである。 図７は、他の実施の形態に係る監視システムの一例を示す全体概略構成図である。 図８は、他の実施の形態に係る監視システムの監視端末のハードウェア構成の一例を示す図である。 図９は、他の実施の形態に係る監視システムのサーバのハードウェア構成の一例を示す図である。 図１０は、他の実施の形態に係る監視システムの監視端末における端末処理Ｉ’の手順の一例を示すフローチャートである。 図１１は、他の実施の形態に係る監視システムの監視端末における端末処理II’の手順の一例を示すフローチャートである。 図１２は、他の実施の形態に係る監視システムのサーバにおけるサーバ処理Ｉ’の手順の一例を示すフローチャートである。

以下、本発明の一側面に係る実施の形態（以下、「本実施形態」と表記する）を、図面に基づいて説明する。ただし、以下で説明する本実施形態は、あらゆる点において本発明の例示に過ぎない。本発明の範囲を逸脱することなく種々の改良や変形を行うことができることは言うまでもない。つまり、本発明の実施にあたって、実施形態に応じた具体的構成が適宜採用されてもよい。なお、本実施形態において登場するデータを自然言語により説明しているが、より具体的には、コンピュータが認識可能な疑似言語、コマンド、パラメータ、マシン語等で指定される。

＜適用例＞
図１は、実施の形態に係る監視システムの一例を示す全体概略構成図である。監視システム１は、複数の監視端末１０と、各監視端末１０とインターネット等のネットワーク３０を介して接続されるサーバ２０とを備えている。

監視端末１０は、本実施形態では、ある地域内の全部又は一部の住居の主に玄関先（門を含む）に設置される。監視端末１０は、訪問者に対する応対を行うもので、外形的には、インターフォンとカメラとが例えば一体で構成されている。サーバ２０は、各監視端末１０との間で情報の授受を行って、監視のための情報処理及び情報管理を行う。監視端末１０、サーバ２０の詳細は、図２、図３で説明する。

＜ハードウェア構成＞
図２は、実施の形態に係る監視システムの監視端末のハードウェア構成の一例を示す図である。監視端末１０は、カメラ１１ａとマイク１１ｂとを含む監視部１１と、表示部１１ｃと、操作部１１ｄと、情報処理を行う部位とを備えている。

カメラ１１ａとマイク１１ｂとは、一例として一体で構成され、玄関先等に設置されている。マイク１１ｂは、例えばいわゆるインターフォン型で、そのままで、あるいはボタンを押下することで起動して、訪問者の音声をひらう（受信する）ことが可能である。なお、図２では示していないが、在宅者の音声を訪問者に聴かせるスピーカを備えてもよい。マイク１１ｂは、例えばスピーカからの音声を受信しない指向性を有したり、向きが調整されていたりすることが望ましい。

カメラ１１ａは、コマ毎の撮影を行うタイプ、動画撮影が可能なビデオタイプでもよい。カメラ１１ａは、マイク１１ｂと対面する訪問者の主に顔部位が撮影領域となるような向きに設定されている。これにより、マイク１１ｂに向かってしゃべる訪問者の顔部位を、好ましくは正面から撮影することが可能である。なお、カメラ１１ａ及びマイク１１ｂは住人が在宅の場合の他、留守であっても、訪問者の会話の一部、画像を取得することは可能である。

住居内の適所には、住人が視認し、または操作するための表示部１１ｃと操作部１１ｄとが設けられている。表示部１１ｃは、後述するようにサーバ２０から配信された監視のための各種の情報を適宜表示する場合に用いられる。操作部１１ｄは、必要な操作指示を行うものである。操作部１１ｄは、一例として表示部１１ｃと一体のタッチパネルで構成されたものでもよい。

監視端末１０は、ＣＰＵ（Central Processing Unit）、主メモリであるＲＡＭ（Random Access Memory）、監視プログラムや必要なデータ等を記憶するＲＯＭ（Read Only Memory）等を含み、情報処理に応じて各構成要素の制御を行う。音声認識部１２は、マイク１１ｂで集音された訪問者の音声を事象として入力し、音声認識処理を施して会話中の用語の抽出を行う。

事象判定部１３は、事象、すなわち訪問者の会話内容から、事象（訪問者）の犯罪予兆リスクの有無を判定する。事象判定部１３は、判定のためのキーワード集を予め図略の記憶部に記憶しており、これらのキーワードと音声認識によって抽出された用語との照合を自動的に行う。リスクのあるキーワードとしては、例えば、「無料点検」、「無料貸し出し」等が例示される。事象判定部１３は、会話から抽出された用語がキーワードと一致すると、リスク有りとして、通信部１７を介してサーバ２０に送信し、事象登録に供する。

なお、操作部１１ｄは、事象判定部１３でリスク有りと判定されない事象であっても、在宅者が訪問者の応対に不審乃至は違和感を持った場合に、事象登録操作を指示することで、この場合の訪問者の事象をリスク有りとしてサーバ２０に別途、事象登録することが可能となる。訪問者の応対に不審乃至は違和感を持つ場合とは、例えば、「○○販売」とか「○○点検」のような、その時代に多い悪質な訪問販売が想定される。これらのキーワードを、例えば事象判定部１３の他の記憶部に予め準備しておき、事象の終了毎に、例えば表示部１１ｃに、これらのキーワードを所定の様式で、例えばリスト的に表示し、該当するキーワードの選択を操作部１１ｄで受け付ける態様としてもよい。なお、操作部１１ｄによる操作は、事象判定部１３によってリスクがないと判定された場合に限らず、事象判定部１３によるリスク判定の有無と関係なく行えるようにしてもよい。

画像収集部１４は、カメラ１１ａで撮影された訪問者の顔画像を取得して、画像蓄積部１５に格納するものである。画像収集部１４は、訪問者（事象）の音声に付された、例えばＩＤ情報（識別情報）と関連付けてコマ毎の１枚乃至複数枚の撮影画像乃至動画画像を画像蓄積部１５に格納する。同様に各監視端末１０もＩＤ情報を付されている。これによって、以降において、監視端末１０と、事象と、画像情報と、後述する特徴量とを関連付けて処理に供することが可能となる。通信部１７は、サーバ２０からの画像送信要求に応じて、指定されたＩＤ情報に対応する顔画像を画像蓄積部１５から読み出してサーバ２０に返送する。

画像認識部１６は、後述するように、サーバ２０で算出された監視対象となる顔画像の特徴量の配信を受けると、自己の事象判定部１３で、画像蓄積部１５に蓄積された顔画像の特徴量を算出し、算出した特徴量とサーバ２０から配信された特徴量との類似度を比較して、共通する顔画像の抽出を行う。なお、特徴量の算出方法については、図３において説明する。

図３は、実施の形態に係る監視システムのサーバのハードウェア構成の一例を示す図である。サーバ２０は、ＣＰＵ（Central Processing Unit）、主メモリであるＲＡＭ（Random Access Memory）、サーバ側の監視プログラムや必要なデータ等を記憶するＲＯＭ（Read Only Memory）等を含み、情報処理及び管理に応じて各構成要素の制御を行う。なお、監視プログラムは、監視端末１０とサーバ２０とにそれぞれ備える態様の他、サーバ側のＲＯＭに格納され、監視端末１０が実行するプログラム部分を監視端末１０に送信してインストールすることで、サーバ２０と各監視端末１０とで監視プログラムを全体として実行する態様でもよい。

サーバ２０は、各監視端末１０で取得された音声に対してリスクを有する事象に対して、マイク１１ｂで受信した音声に対する処理用として、事象受信部２１、犯罪予兆データベース２２、及び犯罪リスク抽出部２３を備える。また、サーバ２０は、カメラ１１ａで撮影した顔画像に対する処理用として、画像収集部２４、画像データベース２５、要注意人物抽出部２６、要注意人物情報配信部２７、及び要注意人物位置管理部２８を備えている。

事象受信部２１は、各監視端末１０で取得されたリスク有りの事象を受信する。犯罪予兆データベース２２は、受信した事象を犯罪予兆データとして蓄積する。

犯罪リスク抽出部２３は、犯罪予兆データベース２２に蓄積された犯罪予兆データから犯罪リスクの高い事象を抽出するものである。犯罪リスク抽出部２３は、各監視端末１０から収集したリスク有りの事象の状況において、例えば収集された事象の数、時間帯、地域性のうち、少なくとも事象数を含む抽出条件で、受信した事象に犯罪予兆のリスクが高い事象があるか否かを判定し、高リスクの事象を抽出する。例えば時間帯情報は、内部の時計部を利用して事象の取得時間をＩＤ情報と対応付けて取り込んでおけばよく、地域性は、各監視端末１０の位置情報を予め取得しておくことで対応可能である。犯罪リスク抽出部２３は、犯罪リスクの高い事象が抽出された場合、当該高リスクの事象を送信してきた監視端末１０に対して、あるいは全ての監視端末１０に対して、当該事象に対応する画像の送信要求を、例えば画像収集部２４を経て配信する態様としてもよい。

画像収集部２４は、画像送信要求に応答して、各監視端末１０から、事象の顔画像が送信されてくると、受信して画像データベース２５に蓄積する。要注意人物抽出部２６は、画像データベース２５に蓄積された各顔画像に対して、特徴量の算出を実行する。要注意人物抽出部２６は、算出した各特徴量同士を比較して類似度を得る処理を実行して、所定の範囲に収まる、すなわち共通すると見なせる特徴量があれば、同一人物と見なすと共に、その特徴量を算出する。そして、要注意人物抽出部２６は、同一人物と見なせる人物が、例えば所定の閾値を超えた場合や、高い比率を超えた場合などには、要注意人物として特定する。

ここに、顔画像の特徴量の算出（生成）及び画像認識処理は、公知の種々の方法が採用可能であるが、例えば本出願人の先願である特開２０１６－１４５０号公報に記載の方法を採用してもよい。例えば、テクスチャー情報を用いたパターンマッチング、輪郭や顔の器官（目、鼻、口など）に基づくモデルフィッティングによって顔を検出する方法、肌の色や濃淡の分布に基づき顔を検出する方法などがある。特徴量には種々の種類のものが採用可能である。例えば、顔の中に設定した特徴点（目、鼻、口の中心や端点など）の位置関係、特徴点近傍の濃淡値やその周期性・方向性、色分布などを特徴量として採用できる。類似度はどのような指標を用いてもよい。例えば、特徴空間上における、照合対象の特徴量間での距離（ユークリッド距離など）又はベクトルの内積を類似度として用いることができる。複数の特徴量が存在する場合には、それぞれの特徴量に対する類似度を求め、それらの合計値又は代表値（最大値、平均など）を計算すればよい。あるいは、代表する特徴量（分布の中心など）を求め、その代表特徴量に対する類似度を求めてもよい。マハラビノス距離などを用いて、照合対象の特徴量間の類似度を求めることもできる。

要注意人物情報配信部２７は、要注意人物抽出部２６で抽出された要注意人物とされた人物の顔画像の特徴量を各監視端末１０に配信する。要注意人物情報配信部２７は、抽出された特徴量の顔画像の人物が、既に犯罪者としてリストアップされている場合などには、プライバシーの問題はなくなるため、配信情報に、特徴量の他、顔画像を含めてもよい。なお、要注意人物情報配信部２７は、要注意人物抽出部２６で抽出された人物が抽出条件を満たさない場合に、例えば警察の要請を受けて各監視端末１０に特徴量を配信してもよい。要注意人物位置管理部２８は、要注意人物を送信してきた監視端末１０の位置情報から、当該要注意人物の所在などを把握する。

＜動作例＞
以下で説明する各フローチャートは、所定時間毎に繰り返し実行される。まず、図４は、実施の形態に係る監視システムの監視端末における端末処理Ｉの手順の一例を示すフローチャートである。本フローチャートの例では、訪問者の有無が確認される（ステップＳ１）。例えば、マイク１１ｂ等は、近傍に配置されたプッシュボタン等を訪問者が押下することで電源オンされる。なお、監視端末１０が常時電源オンの態様などでは、ステップＳ１の処理は必須ではない。

次いで、マイク１１ｂ及びカメラ１１ａが起動される（ステップＳ３）。マイク１１ｂで受信される音声が音声認識され（ステップＳ５）、キーワードとの照合を行いながら、事象判定が行われる（ステップＳ７）。次いで、必要に応じて、例えば会話内容などから訪問終了か否かが判断される（ステップＳ９）。そして、その間に撮影された画像が画像蓄積部１５に蓄積される（ステップＳ１１）。ステップＳ７の処理から、リスクの有無が判定され（ステップＳ１３）、リスク有りの場合、その旨がサーバ２０に送信されて、事象登録が行われる（ステップＳ１５）。

一方、本例ではリスク無しの場合に、操作部１１ｄからの入力の有無が判断され（ステップＳ１７）、操作入力があれば、追加情報の受付が行われて（ステップＳ１９）、リスク有りとの処理が実行される（ステップＳ１５）。

図５は、実施の形態に係る監視システムの監視端末における端末処理IIの手順の一例を示すフローチャートである。この処理は訪問者との応対以外の処理である。まず、サーバ２０から、高リスクの事象の画像送信要求の有無が判断され（ステップＳ３１）、この判定が首肯されると、送信要求された事象に対応する画像を画像蓄積部１５から抽出してサーバ２０に送信する（ステップＳ３３）。なお、対応する画像が蓄積されていない場合、この処理はスルーされる。

ステップＳ３１が否定されると、サーバ２０から、要注意人物の配信情報（特徴量など）の有無が判断され（ステップＳ３５）、この判断が首肯されると、配信情報の表示部１１ｃへの表示が行われる（ステップＳ３７）。次いで、訪問者が要注意人物か否かが、特徴量を利用した画像認識処理によって判定される（ステップＳ３９）。画像蓄積部１５に要注意人物と共通する画像があれば、一致と判定されて（ステップＳ４１）、要注意人物を検知した旨がサーバ２０に通知される（ステップＳ４３）。これにより、個々の監視端末１０は、要注意人物に一致する人物が訪問者として取得されていることを自動的にサーバ２０に通知することになり、これによって、サーバ２０側で要注意人物の訪問先情報、移動経路、時間帯などの情報が取得できる。

図６は、実施の形態に係る監視システムのサーバにおけるサーバ処理Ｉの手順の一例を示すフローチャートである。まず、監視端末１０からの事象の受信か否かが判断される（ステップＱ１）。事象の受信であれば、受信された事象の情報が犯罪予兆データベース２２に登録され（ステップＱ３）、犯罪リスクが高い事象の抽出処理が実行される（ステップＱ５）。そして、リスクが高いと判定された場合（ステップＱ７でＹｅｓ）、各監視端末１０に当該事象に対応する画像の送信要求が配信される（ステップＱ９）。

一方、ステップＱ１で、事象の受信が否定された場合、画像配信要求に応答した画像の受信か否かが判断され（ステップＱ１１）、受信された画像が画像データベース２５に登録される（ステップＱ１３）。次いで、要注意人物の抽出処理、さらに特定処理が行われる（ステップＱ１５）。ここで、特定有りかが判定され（ステップＱ１７）、すなわち要注意人物が特定された場合（ステップＱ１７でＹｅｓ）、当該要注意人物の特徴量など（例えば警察において、既に要注意人物としてリストアップされている、あるいは職務質問で要注意人物と判断された場合には、その画像データを含めてもよい）が監視端末１０に配信される（ステップＱ１９）。一方、特定されなかった場合、要注意人物に最も近い人物の特徴量などが例えば警察へ通知されて（ステップＱ２１）、防犯情報として活用される。

一方、ステップＱ１１で、画像の受信でなければ、監視端末１０からの通知（図５のステップＳ４３参照）か否かが判断され（ステップＱ２３）、各監視端末１０からの通知情報を元に要注意人物の移動等の追跡処理が実行される（ステップＱ２５）。この追跡情報は、必要に応じて各監視端末１０、さらに警察に通知してもよい。なお、警察との間のデータ通信は必要に応じて警察サーバとの間で行われてもよい。

＜他の適用例＞
図７は、他の実施の形態に係る監視システムの一例を示す全体概略構成図である。図７は、監視対象である事象が車両の異常走行の場合の適用例である。監視システム１０Ａは、複数の監視端末１００と、各監視端末１００とインターネット等のネットワーク３０を介して接続されるサーバ２００とを備えている。

監視端末１００は、本実施形態では、ある地域内の道路脇、交差点近傍に適宜設置される。監視端末１００は、異常走行を監視するもので、外形的には、カメラが設置されている。サーバ２００は、各監視端末１００との間で情報の授受を行って、監視のための情報処理及び情報管理を行う。監視端末１００、サーバ２００の詳細は、図８、図９で説明する。

＜他のハードウェア構成＞
図８は、他の実施の形態に係る監視システムの監視端末のハードウェア構成の一例を示す図である。ある地域内において、道路脇に設置された監視端末１００は、カメラ１１０ａによって、走行する車両の異常走行を撮影することで走行の監視を行う。異常走行とは、例えば走行車線からのはみ出し（路肩側、中央線側へのふらつき。白線と車両との位置関係から判定）、また時間経過と移動距離とから走行速度異常、例えば低速走行を監視する。交差点に設置されたカメラ１１０ａは、車両が、左右折する時に方向指示器（ウインカ）の点滅がないような場合を異常走行として監視する。なお、カメラ１１０ａは、動画（連続撮影含む）が撮影可能なタイプでもよい。画像収集部１０４は、カメラ１１０ａで撮影された画像を取得する。

画像蓄積部１０５は、取得された画像を蓄積する。画像認識部１０６は、後述するように通信部１０７を介して入力されるサーバ２００からの要求を受けて、画像蓄積部１０５に蓄積された画像に対して画像認識処理を行う。画像認識部１０６は、公知の画像認識方法を利用して、撮影した画像から車両の型、大きさ、色、また車両の位置、走行速度、進行方向、さらに道路の白線、交差点を認識する。事象判定部１０８は、これら取得した情報と、対応するそれぞれの参照情報とを照合することによって異常走行の有無を判定する。通信部１０７は、判定の結果が異常走行である場合、監視端末１００のＩＤ情報と当該事象のＩＤ情報と、画像認識結果情報と、異常判定内容と、発生時間等とを関連付けてサーバ２００に通知する。また、監視端末１００は、サーバ２００から、撮影時間、車体の色が指定された条件付きの撮影要求があった場合、撮影を行い、その画像乃至は動画画像をサーバ２００に送信する。

図９は、他の実施の形態に係る監視システムのサーバのハードウェア構成の一例を示す図である。事象受信部２０１は、異常走行と判定された事象の情報の受信を行う。事故予兆データベース２０２は、受信した事象データを蓄積する。

事故リスク抽出部２０３は、事故予兆データベース２０２から読み出された事象の情報から、事故リスクの高い事象を抽出する。例えば、異常走行の事象を送信してきた監視端末１００の数が所定の閾値を超えた場合である。また、地域住民の場合には定期的な走行が予想されることから、通行の多い場所や走行時間帯を絞った情報を付加して判定するようにしてもよい。事故リスク抽出部２０３は、事故リスクが高いと判定した車両の画像認識情報（特徴量）を付加した画像送信要求を、画像収集部２０４を経て各監視端末１００に送信する。車両の画像認識情報に、車両の進行方向を含めることができる。進行方向を条件に含める場合、監視対象の監視端末１００が例えば単純には半分に絞り込めて、取り扱う情報処理量が低減し、処理負担が軽減する。

画像収集部２０４は、画像送信要求に応答して監視端末１００から送信された画像等の情報を受信する。画像データベース２０５は、受信された画像を蓄積する。要注意車両位置管理部２０６は、画像データベース２０５に取り込まれた画像情報から要注意車両の走行場所などの検索を行う。検索内容は、受信した情報のうちの、現在の走行場所、走行方向、車両情報、定期的な走行の有無を含む。検索結果は、情報提供として例えば警察サーバに送信される。なお、要注意車両位置管理部２０６は、当該地域の道路地図情報を備え、位置管理において、道路情報を参照してもよい。

＜他の動作例＞
図１０は、他の実施の形態に係る監視システムの監視端末における端末処理Ｉ’の手順の一例を示すフローチャートである。まず、カメラ画像から車両の有無が検知される（ステップＳ１０１）。例えば、車両検知は、種々の方法が採用可能であり、例えば車両モデルとのパターンマッチングや連続する画像の差分から移動体を車両として検知する方法が考えられる。車両と判定されると、当該通過中の車両の画像が収集され（ステップＳ１０３）、画像の蓄積及び蓄積された画像に対して画像認識処理が施される（ステップＳ１０５）。次いで、画像認識処理によって得られた車両情報から異常走行に該当するか否かの判定が行われる（ステップＳ１０７）。そして、異常走行、すなわちリスク有りと判定されると（ステップＳ１０９でＹｅｓ）、当該車両の情報がサーバ２００に送信されて事象登録される（ステップＳ１１１）。

図１１は、他の実施の形態に係る監視システムの監視端末における端末処理II’の手順の一例を示すフローチャートである。サーバ２００から特徴量を受信し、画像送信要求有りか否かが判定される（ステップＳ１２１）。画像送信要求があると、カメラ１１０ａが駆動されて画像の撮影が行われ（ステップＳ１２３）、撮影した画像が蓄積されると共に、画像認識処理が施される（ステップＳ１２５）。画像認識処理を経て特徴量が生成されると（ステップＳ１２７）、サーバ２００から受信した特徴量と一致するか否かの照合を行い（ステップＳ１２９）、一致する場合には（ステップＳ１３１でＹｅｓ）、当該画像がサーバ２００に送信される（ステップＳ１３３）。

図１２は、他の実施の形態に係る監視システムのサーバにおけるサーバ処理Ｉ’の手順の一例を示すフローチャートである。先ず、事象の受信か否かが判断され（ステップＱ１０１）、事象の受信であれば、受信画像が事故予兆データベース２０２に登録される（ステップＱ１０３）。次いで、事故リスクの高低の判定処理が実行され（ステップＱ１０５）、リスクが高いか否かが判定される（ステップＱ１０７）。リスクが高いと判定されると、各監視端末１００に当該事象に対応する特徴量を送信し、併せて画像送信要求を配信する（ステップＳ１０９）。

一方、ステップＱ１０１で判定が否定された場合、画像送信要求に応答した画像の受信か否かが判断される（ステップＱ１１１）。判定が首肯されると、受信した画像が画像データベース２０５に登録される（ステップＱ１１３）。次いで、当該画像に対して要注意車両の位置検索処理が実行される（ステップＱ１１５）。そして、検索結果が得られると（ステップＱ１１７でＹｅｓ）、検索結果が警察サーバなどに送信される（ステップＱ１１９）。

＜作用・効果＞
以上の各実施形態では、複数の監視端末で事象を取得し、さらにリスク有りの事象を絞り込んでサーバへの登録が行われる。サーバは、各監視端末からのリスク有りの事象を参照することで、より高リスクの事象が抽出可能となる。さらに、高リスクの事象の特徴量等を各監視端末に送信することで、各監視端末において自己が取得した事象が高リスク事象か否かを確認することができる。従って、地域内における犯罪や事故等の異常事象の予兆を効率的に捉えて発生リスクを、地域全体として軽減し得る監視技術を提供することができる。

この発明は、前記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、前記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

さらに、この発明に係る構成と上述した実施形態に係る構成との対応関係は、以下の付記のように記載できる。

＜付記＞
複数の監視端末（１０）とネットワーク（３０）を介して接続されたサーバ装置（２０）とを備えた監視システムにおいて、
前記監視端末（１０）は、複数の位置に設置され、監視対象である事象の情報を取得する監視部（１１）と、取得した前記事象のリスクの有無の判定を行う事象処理部（１２，１３）とを備え、
前記サーバ装置（２０）は、前記事象処理部（１２，１３）でリスク有りと判定された事象の情報を収集し、データベース（２２）に登録する登録処理部（２１）と、前記データベース（２２）に登録された事象の情報に基づいて高リスクの事象を抽出する抽出部（２３）とを備えた監視システム（１）。

１，１００ 監視システム
１０，１００ 監視端末
１１ａ，１１０ａ カメラ（監視部）
１１ｂ マイク（監視部）
１１ｃ 表示部
１１ｄ 操作部
１２ 音声認識部（事象処理部）
１３ 事象判定部（事象処理部）
１６ 画像認識部（端末側特徴量生成部）
１０３ 事象判定部
１０６ 顔図認識部
２０，２００ サーバ
２１，２０１ 事象受信部（登録処理部）
２２ 犯罪予兆データベース（事象記憶部）
２３ 犯罪リスク抽出部（抽出部）
２５，２０５ 画像データベース
２６ 要注意人物抽出部（特徴量生成部）
２７ 要注意人物情報配信部（配信部）
２０２ 事故予兆データベース（事象記憶部）
２０３ 事故リスク抽出部（抽出部）
２０６ 要注意車両位置管理部

Claims (7)

1. 複数の監視端末と、前記各監視端末とネットワークを介して接続されたサーバ装置とを備えた監視システムにおいて、
   前記監視端末は、
   複数の位置に設置され、監視対象である事象の情報を取得する監視部と、
   取得した前記事象のリスクの有無の判定を行う事象処理部と、を備え、
   前記監視部は、人の音声を受信するマイクと、前記マイクの周囲に向けられ、前記マイクに対面した人物の顔部分が少なくとも撮影可能なカメラとを有し、
   前記事象処理部は、音声認識部が前記マイクで受信した音声から認識した用語を、キーワード記憶部が記憶するリスク判定用のキーワードと照合し、前記用語が前記キーワードを含む場合にリスク有りと判定し、
   前記サーバ装置は、
   前記事象処理部でリスク有りと判定された事象の情報を収集し、事象記憶部に登録する登録処理部と、
   前記事象記憶部に登録された事象の情報に基づいて高リスクの事象を抽出する抽出部と、を備え、
   前記抽出部は、抽出した前記高リスクの事象を送信してきた監視端末に、該当する人物の顔部分を撮影した顔画像の送信要求を行う、
   監視システム。
2. 前記監視端末は、
   前記取得された事象に対応付けてリスク有りの情報が入力可能な操作部を備え、
   前記事象処理部は、前記操作部でリスク有りと入力された事象をリスク有りと判定する、
   請求項１に記載の監視システム。
3. 前記サーバ装置は、
   前記送信要求に応答して受信された顔画像から特徴量を生成し、前記特徴量が共通する顔画像を抽出する特徴量生成部を備えている、
   請求項１、又は２に記載の監視システム。
4. 前記サーバ装置の前記特徴量生成部は、前記共通の特徴量を有する顔画像を取得した前記監視端末の数が所定の閾値を超えた場合、前記共通の特徴量を有する顔画像を監視対象画像として特定する、
   請求項３に記載の監視システム。
5. 前記サーバ装置は、
   前記監視対象画像として特定された顔画像の特徴量を前記各監視端末に配信する配信部を備えている、
   請求項４に記載の監視システム。
6. 前記監視端末は、
   前記カメラで撮影し、画像記憶部に記憶された顔画像から特徴量を生成し、生成した前記顔画像の特徴量と前記サーバ装置から配信された前記監視対象画像の特徴量との一致を判定する端末側特徴量生成部を備えている、
   請求項５に記載の監視システム。
7. 監視対象である事象の情報を取得する監視部、および取得した前記事象のリスクの有無の判定を行う事象処理部と、を備え、
   前記監視部が、人の音声を受信するマイクと、前記マイクの周囲に向けられ、前記マイクに対面した人物の顔部分が少なくとも撮影可能なカメラとを有し、
   前記事象処理部が、音声認識部が前記マイクで受信した音声から認識した用語を、キーワード記憶部が記憶するリスク判定用のキーワードと照合し、前記用語が前記キーワードを含む場合にリスク有りと判定する監視端末がネットワークを介して接続されるサーバ装置において、
   前記事象処理部でリスク有りと判定された事象の情報を収集し、事象記憶部に登録する登録処理部と、
   前記事象記憶部に登録された事象の情報に基づいて高リスクの事象を抽出する抽出部と、を備え、
   前記抽出部は、抽出した前記高リスクの事象を送信してきた監視端末に、該当する人物の顔部分を撮影した顔画像の送信要求を行う、
   サーバ装置。

Images