JP7080578B2 - 情報処理装置、情報処理方法及びプログラム - Google Patents
情報処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP7080578B2 JP7080578B2 JP2016224965A JP2016224965A JP7080578B2 JP 7080578 B2 JP7080578 B2 JP 7080578B2 JP 2016224965 A JP2016224965 A JP 2016224965A JP 2016224965 A JP2016224965 A JP 2016224965A JP 7080578 B2 JP7080578 B2 JP 7080578B2
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- estimation
- waiting time
- period
- objects
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/292—Multi-camera tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Description
本発明は、情報処理装置、情報処理方法及びプログラムに関する。
従来、人物等のオブジェクトが待ち行列をなしている場合にその待ち行列の待ち時間を推定し、報知するシステム等が知られている。
例えば、待ち時間を推定し報知するシステムとして、行列をなしている利用者の画像を撮像し、撮像した利用者の画像を解析して利用者の移動軌跡を検出し、検出した利用者の移動軌跡に基づき利用者が形成する待ち行列を識別するシステムが知られている。例えば、特許文献１には、このようなシステムが開示されている。特許文献１のシステムは、利用者が利用する施設の利用に要する平均時間と、識別した利用者の待ち行列と、に基づき、利用者が利用施設を利用可能になるまでの待ち時間を算出し、報知するよう構成されている。
また、特許文献２には、人の待ち行列の撮影画像から、人物及び人物のグループを認識し、複数の撮影画像から特定の人物又はグループの移動時間を計測し、待ち時間を推測する技術が開示されている。
例えば、待ち時間を推定し報知するシステムとして、行列をなしている利用者の画像を撮像し、撮像した利用者の画像を解析して利用者の移動軌跡を検出し、検出した利用者の移動軌跡に基づき利用者が形成する待ち行列を識別するシステムが知られている。例えば、特許文献１には、このようなシステムが開示されている。特許文献１のシステムは、利用者が利用する施設の利用に要する平均時間と、識別した利用者の待ち行列と、に基づき、利用者が利用施設を利用可能になるまでの待ち時間を算出し、報知するよう構成されている。
また、特許文献２には、人の待ち行列の撮影画像から、人物及び人物のグループを認識し、複数の撮影画像から特定の人物又はグループの移動時間を計測し、待ち時間を推測する技術が開示されている。
しかしながら、特許文献１、２に開示された従来技術では、行列の先頭に到達するまでの平均移動時間を既定の時間間隔での移動距離より算出するため、行列の進み具合や行列の長さの変動により待ち時間の計算に誤差が生じてくる。そのため、待ち行列の待ち時間を精度よく推定することができないという問題があった。
例えば、空港カウンターにおける待ち行列や、飲食店に入店する際の待ち行列や、タクシー待ちの待ち行列において、待ち行列の進み具合や待ち行列の長さの変動がある場合には、従来技術では、精度よく待ち時間を推定できなかった。
例えば、空港カウンターにおける待ち行列や、飲食店に入店する際の待ち行列や、タクシー待ちの待ち行列において、待ち行列の進み具合や待ち行列の長さの変動がある場合には、従来技術では、精度よく待ち時間を推定できなかった。
本発明の情報処理装置は、行列に含まれるオブジェクトの数を取得する取得手段と、前記取得手段により取得された前記行列に含まれるオブジェクトの数と、取得期間において前記行列から出ていったオブジェクトの数とに基づいて、前記行列の待ち時間を推定する推定処理を行う推定手段と、を有し、前記推定手段は、前記推定処理により推定された前記行列の前記待ち時間と前記取得期間との比較結果に基づいて、前記取得期間を、当該待ち時間と同じ長さの期間、又は所定の期間に更新し、当該更新された取得期間において前記行列から出ていったオブジェクトの数と、前記行列に含まれるオブジェクトの数とに基づいて、前記行列の待ち時間を再度推定する推定処理を行うことを特徴とする。
本発明によれば、待ち行列の待ち時間をより精度よく推定することができる。
以下、本発明の実施形態について図面に基づいて説明する。
＜実施形態１＞
本実施形態における待ち時間推定システムの処理について説明する。
図１（ａ）は、本実施形態における待ち時間推定システムのシステム構成の一例を示す図である。待ち時間推定システムは、情報処理装置１００、ネットワークカメラ１０２、ネットワークカメラ１０３を含む。情報処理装置１００、ネットワークカメラ１０２、ネットワークカメラ１０３は、ネットワーク１０１を介して、相互に通信可能に接続されている。
待ち時間推定システムは、待ち行列における待ち時間を推定する。オブジェクトが並んでいる待ち行列は、オブジェクトの集合である行列の一例である。待ち行列における待ち時間とは、その待ち行列における最後尾に位置するオブジェクトが、その待ち行列から出ていくまでにかかる時間のことである。本実施形態では、待ち時間推定システムは、タクシー乗り場で順番待ちをしている人物で構成される待ち行列の待ち時間を推定することとする。即ち、本実施形態では、待ち時間推定システムは、人物であるオブジェクトが構成する待ち行列の待ち時間を推定する。
しかし、待ち時間推定システムは、他の待ち行列の待ち時間を推定することとしてもよい。例えば、待ち時間推定システムは、金融機関のＡＴＭコーナー、遊園地やテーマパーク等の装置・乗物・アトラクション等の施設、バス乗り場等で順番待ちしている人物から構成され待ち行列の待ち時間を推定してもよい。また、待ち時間推定システムは、工場のレーン上で加工処理が行われるのを待機している中間加工品により構成される待ち行列の待ち時間を推定してもよい。その場合、待ち行列を構成するオブジェクトは、中間加工品となる。また、待ち時間推定システムは、運送用の貨物を一時保管する倉庫におけるレーン上で、運送先の振分け処理が行われるのを待機している貨物により構成される待ち行列の待ち時間を推定してもよい。その場合、待ち行列を構成するオブジェクトは、貨物となる。
情報処理装置１００は、ネットワークカメラ１０２、１０３から撮影された静止画や動画等の画像を取得し、待ち行列の待ち時間を推定するパーソナルコンピュータ（ＰＣ）、サーバ装置、タブレット装置等の情報処理装置である。ネットワークカメラ１０２は、待ち行列の出口付近を撮影し、撮影した静止画や動画等の画像を情報処理装置１００に送信するネットワークカメラである。ネットワークカメラ１０３は、待ち行列の画像を撮影し、撮影した画像を、情報処理装置１００に送信するネットワークカメラである。
本実施形態における待ち時間推定システムの処理について説明する。
図１（ａ）は、本実施形態における待ち時間推定システムのシステム構成の一例を示す図である。待ち時間推定システムは、情報処理装置１００、ネットワークカメラ１０２、ネットワークカメラ１０３を含む。情報処理装置１００、ネットワークカメラ１０２、ネットワークカメラ１０３は、ネットワーク１０１を介して、相互に通信可能に接続されている。
待ち時間推定システムは、待ち行列における待ち時間を推定する。オブジェクトが並んでいる待ち行列は、オブジェクトの集合である行列の一例である。待ち行列における待ち時間とは、その待ち行列における最後尾に位置するオブジェクトが、その待ち行列から出ていくまでにかかる時間のことである。本実施形態では、待ち時間推定システムは、タクシー乗り場で順番待ちをしている人物で構成される待ち行列の待ち時間を推定することとする。即ち、本実施形態では、待ち時間推定システムは、人物であるオブジェクトが構成する待ち行列の待ち時間を推定する。
しかし、待ち時間推定システムは、他の待ち行列の待ち時間を推定することとしてもよい。例えば、待ち時間推定システムは、金融機関のＡＴＭコーナー、遊園地やテーマパーク等の装置・乗物・アトラクション等の施設、バス乗り場等で順番待ちしている人物から構成され待ち行列の待ち時間を推定してもよい。また、待ち時間推定システムは、工場のレーン上で加工処理が行われるのを待機している中間加工品により構成される待ち行列の待ち時間を推定してもよい。その場合、待ち行列を構成するオブジェクトは、中間加工品となる。また、待ち時間推定システムは、運送用の貨物を一時保管する倉庫におけるレーン上で、運送先の振分け処理が行われるのを待機している貨物により構成される待ち行列の待ち時間を推定してもよい。その場合、待ち行列を構成するオブジェクトは、貨物となる。
情報処理装置１００は、ネットワークカメラ１０２、１０３から撮影された静止画や動画等の画像を取得し、待ち行列の待ち時間を推定するパーソナルコンピュータ（ＰＣ）、サーバ装置、タブレット装置等の情報処理装置である。ネットワークカメラ１０２は、待ち行列の出口付近を撮影し、撮影した静止画や動画等の画像を情報処理装置１００に送信するネットワークカメラである。ネットワークカメラ１０３は、待ち行列の画像を撮影し、撮影した画像を、情報処理装置１００に送信するネットワークカメラである。
図１（ｂ）は、待ち時間推定システムが実装されている状況の一例を示す図である。図１（ｂ）の例では、予め設定された敷居等（実線の部分）で区切られた領域に存在する人物が待ち行列を構成することとなる。単一又は複数のネットワークカメラ１０３が、待ち行列の全体を撮影し、撮影した画像を情報処理装置１００に送信する。情報処理装置１００は、ネットワークカメラ１０３から送信された画像から、人物を検知し、検知した人物の数を、待ち行列内のオブジェクトの数とする。単一又は複数のネットワークカメラ１０２が、待ち行列の出口付近を撮影し、撮影した画像を情報処理装置１００に送信する。情報処理装置１００は、ネットワークカメラ１０３から送信された画像から、待ち行列から出ていく人物を検知するごとに、検知した時刻を記憶する。情報処理装置１００は、例えば、時系列上で連続した複数の画像から、待ち行列の出口を通過する人物を検知する。
図１（ｂ）の例は、ネットワークカメラ１０３が待ち行列を撮影可能なように配置され、ネットワークカメラ１０２が待ち行列の出口を撮影可能なように配置されている様子を示している。
図１（ｂ）の例は、ネットワークカメラ１０３が待ち行列を撮影可能なように配置され、ネットワークカメラ１０２が待ち行列の出口を撮影可能なように配置されている様子を示している。
図２（ａ）は、情報処理装置１００のハードウェア構成等の一例を示す図である。情報処理装置１００は、メモリ１１０、ＣＰＵ１１１、通信制御部１１２、入力制御部１１３、表示制御部１１４を含む。
メモリ１１０は、各種プログラム、各種設定データ、各種閾値データ、待ち行列が撮影された画像データ等を記憶するハードディスク、光ディスク、メモリカード、ソリッドステートドライブ等の記憶装置である。ＣＰＵ１１１は、情報処理装置１００の処理を制御する中央演算装置である。通信制御部１１２は、ネットワークを介した外部の装置との通信に利用される通信制御部である。入力制御部１１３は、入力装置１２０を介した情報処理装置１００への情報の入力を制御する入力制御部である。表示制御部１１４は、表示装置１３０への画面の表示を制御する表示制御部である。本実施形態では、情報処理装置１００と表示装置１３０とは、独立した装置とするが、表示装置１３０が情報処理装置１００に含まれることとしてもよい。また、待ち時間推定システムは、複数の表示装置を表示装置１３０として含んでもよい。
ＣＰＵ１１１が、メモリ１１０等に記憶されたプログラムに基づき処理を実行することによって、図３～６で後述する情報処理装置１００の機能及び図７、８で後述するフローチャートの処理等が実現される。
メモリ１１０は、各種プログラム、各種設定データ、各種閾値データ、待ち行列が撮影された画像データ等を記憶するハードディスク、光ディスク、メモリカード、ソリッドステートドライブ等の記憶装置である。ＣＰＵ１１１は、情報処理装置１００の処理を制御する中央演算装置である。通信制御部１１２は、ネットワークを介した外部の装置との通信に利用される通信制御部である。入力制御部１１３は、入力装置１２０を介した情報処理装置１００への情報の入力を制御する入力制御部である。表示制御部１１４は、表示装置１３０への画面の表示を制御する表示制御部である。本実施形態では、情報処理装置１００と表示装置１３０とは、独立した装置とするが、表示装置１３０が情報処理装置１００に含まれることとしてもよい。また、待ち時間推定システムは、複数の表示装置を表示装置１３０として含んでもよい。
ＣＰＵ１１１が、メモリ１１０等に記憶されたプログラムに基づき処理を実行することによって、図３～６で後述する情報処理装置１００の機能及び図７、８で後述するフローチャートの処理等が実現される。
図２（ｂ）は、ネットワークカメラ１０２のハードウェア構成の一例を示す図である。ネットワークカメラ１０２は、メモリ１４０、ＣＰＵ１４１、撮像部１４２、信号処理部１４３、駆動制御部１４４、通信制御部１４５を含む。
メモリ１４０は、各種プログラム、各種設定データ、待ち行列が撮影された画像データ等を記憶するハードディスク、光ディスク、メモリカード、ソリッドステートドライブ等の記憶装置である。ＣＰＵ１４１は、ネットワークカメラ１０２の処理を制御する中央演算装置である。
撮像部１４２は、撮像素子と撮像素子上に被写体の光学系とを有し、光学系の光軸と撮像素子との交点を撮像中心として撮像素子上に撮像を行う。撮像部１４２は、ＣＭＯＳ（ＣｏｍｐｌｅｍｅｎｔａｒｙＭｅｔａｌ－Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）、ＣＣＤ（Ｃｈａｒｇｅｄ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）等の撮像素子である。
信号処理部１４３は、撮像部１４２によって撮像された画像信号に対して信号処理を行う。信号処理部１４３は、例えば、撮像部１４２によって撮像された画像信号の符号化を行う。信号処理部１４３は、例えば、ＪＰＥＧ（Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）等の符号化方式を用いて、撮像部１４２によって撮像された画像信号の符号化を行う。
また、信号処理部１４３は、Ｈ．２６４／ＭＰＥＧ－４ ＡＶＣ（以下Ｈ．２６４）の符号化方式を用いて、撮像部１４２によって撮像された画像信号の符号化を行うこととしてもよい。また、信号処理部１４３は、ＨＥＶＣ（Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ符号化方式）の符号化方式を用いて、撮像部１４２によって撮像された画像信号の符号化を行うこととしてもよい。また、信号処理部１４３は、複数の符号化方式の中から符号化方式を選択して符号化を行うこととしてもよい。
メモリ１４０は、各種プログラム、各種設定データ、待ち行列が撮影された画像データ等を記憶するハードディスク、光ディスク、メモリカード、ソリッドステートドライブ等の記憶装置である。ＣＰＵ１４１は、ネットワークカメラ１０２の処理を制御する中央演算装置である。
撮像部１４２は、撮像素子と撮像素子上に被写体の光学系とを有し、光学系の光軸と撮像素子との交点を撮像中心として撮像素子上に撮像を行う。撮像部１４２は、ＣＭＯＳ（ＣｏｍｐｌｅｍｅｎｔａｒｙＭｅｔａｌ－Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）、ＣＣＤ（Ｃｈａｒｇｅｄ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）等の撮像素子である。
信号処理部１４３は、撮像部１４２によって撮像された画像信号に対して信号処理を行う。信号処理部１４３は、例えば、撮像部１４２によって撮像された画像信号の符号化を行う。信号処理部１４３は、例えば、ＪＰＥＧ（Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）等の符号化方式を用いて、撮像部１４２によって撮像された画像信号の符号化を行う。
また、信号処理部１４３は、Ｈ．２６４／ＭＰＥＧ－４ ＡＶＣ（以下Ｈ．２６４）の符号化方式を用いて、撮像部１４２によって撮像された画像信号の符号化を行うこととしてもよい。また、信号処理部１４３は、ＨＥＶＣ（Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ符号化方式）の符号化方式を用いて、撮像部１４２によって撮像された画像信号の符号化を行うこととしてもよい。また、信号処理部１４３は、複数の符号化方式の中から符号化方式を選択して符号化を行うこととしてもよい。
駆動制御部１４４は、撮像部１４２の撮像方向、画角を変更させる制御を行う。本実施形態では、撮像部１４２は、パン方向、チルト方向に撮像方向を変更でき、撮像画角を変更することができることとする。ネットワークカメラ１０２は、パン方向、チルト方向に撮像方向を変更する機能を有さなくてもよいし、画角を変更する機能を有さなくてもよい。
通信制御部１４５は、ネットワーク１０１を介した情報処理装置１００等の外部の装置との通信に利用される通信制御部である。通信制御部１４５は、信号処理部１４３で処理が行われた撮像画像の情報を情報処理装置１００に送信する。更に、通信制御部１４５は、情報処理装置１００から送信されたネットワークカメラ１０２に対する制御命令を受信する。
ＣＰＵ１４１が、メモリ１４０等に記憶されたプログラムに基づき処理を実行することによって、ネットワークカメラ１０２の機能及びネットワークカメラ１０２の処理等が実現される。
ネットワークカメラ１０３のハードウェア構成は、ネットワークカメラ１０２のハードウェア構成と同様である。ネットワークカメラ１０３のＣＰＵが、ネットワークカメラ１０３のメモリ等に記憶されたプログラムに基づき処理を実行することによって、ネットワークカメラ１０３の機能及びネットワークカメラ１０３の処理等が実現される。
通信制御部１４５は、ネットワーク１０１を介した情報処理装置１００等の外部の装置との通信に利用される通信制御部である。通信制御部１４５は、信号処理部１４３で処理が行われた撮像画像の情報を情報処理装置１００に送信する。更に、通信制御部１４５は、情報処理装置１００から送信されたネットワークカメラ１０２に対する制御命令を受信する。
ＣＰＵ１４１が、メモリ１４０等に記憶されたプログラムに基づき処理を実行することによって、ネットワークカメラ１０２の機能及びネットワークカメラ１０２の処理等が実現される。
ネットワークカメラ１０３のハードウェア構成は、ネットワークカメラ１０２のハードウェア構成と同様である。ネットワークカメラ１０３のＣＰＵが、ネットワークカメラ１０３のメモリ等に記憶されたプログラムに基づき処理を実行することによって、ネットワークカメラ１０３の機能及びネットワークカメラ１０３の処理等が実現される。
図３は、情報処理装置１００の機能構成の一例を示す図である。情報処理装置１００は、検知部１０５、待ち行列計算部１０６、待ち時間計算部１０７を含む。
検知部１０５は、ネットワークカメラ１０２から送信された待ち行列の出口の画像を解析することで、待ち行列に並ぶオブジェクトを認識し、待ち行列から出ていくオブジェクトを検知する。そして、検知部１０５は、検知した待ち行列から出たオブジェクトの数と待ち行列からオブジェクトが出た時間帯との対応情報を、履歴情報として、メモリ１１０等に記憶する。履歴情報とは、待ち行列からいつ、幾つのオブジェクトが出ていったかを示す情報である。待ち行列から出たオブジェクトの数と待ち行列から出た時間帯との対応情報は、履歴情報の一例である。
待ち行列計算部１０６は、ネットワークカメラ１０３から送信された待ち行列の画像からオブジェクト（人物）を認識し、待ち行列に含まれる（並んでいる）オブジェクトの数を取得する。
待ち時間計算部１０７は、検知部１０５により記憶された待ち行列から出たオブジェクトの数と待ち行列から出た時間帯との対応情報と、待ち行列計算部１０６により取得された待ち行列内のオブジェクトの数と、に基づき、待ち行列の待ち時間を計算する。検知部１０５、待ち行列計算部１０６、待ち時間計算部１０７は、１台の情報処理装置１００に全て実装されるとするが、複数の情報処理装置に分かれて実装されることとしてもよい。その場合、その複数の情報処理装置が、連携して情報処理装置１００と同様の処理を行うこととなる。
検知部１０５は、ネットワークカメラ１０２から送信された待ち行列の出口の画像を解析することで、待ち行列に並ぶオブジェクトを認識し、待ち行列から出ていくオブジェクトを検知する。そして、検知部１０５は、検知した待ち行列から出たオブジェクトの数と待ち行列からオブジェクトが出た時間帯との対応情報を、履歴情報として、メモリ１１０等に記憶する。履歴情報とは、待ち行列からいつ、幾つのオブジェクトが出ていったかを示す情報である。待ち行列から出たオブジェクトの数と待ち行列から出た時間帯との対応情報は、履歴情報の一例である。
待ち行列計算部１０６は、ネットワークカメラ１０３から送信された待ち行列の画像からオブジェクト（人物）を認識し、待ち行列に含まれる（並んでいる）オブジェクトの数を取得する。
待ち時間計算部１０７は、検知部１０５により記憶された待ち行列から出たオブジェクトの数と待ち行列から出た時間帯との対応情報と、待ち行列計算部１０６により取得された待ち行列内のオブジェクトの数と、に基づき、待ち行列の待ち時間を計算する。検知部１０５、待ち行列計算部１０６、待ち時間計算部１０７は、１台の情報処理装置１００に全て実装されるとするが、複数の情報処理装置に分かれて実装されることとしてもよい。その場合、その複数の情報処理装置が、連携して情報処理装置１００と同様の処理を行うこととなる。
図４は、検知部１０５の詳細の一例を示す図である。検知部１０５は、通信部３０１、カメラ管理部３０２、コマンド管理部３０３、画像管理部３０４、解析部３０５、履歴記憶部３０６、問合せ部３０７を含む。
通信部３０１は、通信制御部１１２を介して、ネットワークカメラ１０２、１０３等の他の装置との通信を行う。カメラ管理部３０２は、ネットワークカメラ１０２、１０３から雲台機構や撮像機構の状態等のカメラの状態の情報を取得し、取得した情報をメモリ１１０等に記憶し管理する。コマンド管理部３０３は、雲台機構や撮像機構を指定される状態に変更するコマンドや、ネットワークカメラ１０２、１０３に画像を要求するコマンドを生成したり、メモリ１１０に記憶し管理したり、ネットワークカメラ１０２、１０３に送信したりする。
通信部３０１は、通信制御部１１２を介して、ネットワークカメラ１０２、１０３等の他の装置との通信を行う。カメラ管理部３０２は、ネットワークカメラ１０２、１０３から雲台機構や撮像機構の状態等のカメラの状態の情報を取得し、取得した情報をメモリ１１０等に記憶し管理する。コマンド管理部３０３は、雲台機構や撮像機構を指定される状態に変更するコマンドや、ネットワークカメラ１０２、１０３に画像を要求するコマンドを生成したり、メモリ１１０に記憶し管理したり、ネットワークカメラ１０２、１０３に送信したりする。
画像管理部３０４は、ネットワークカメラ１０２から送信された静止画や動画等の画像を取得し、メモリ１１０に記憶し管理する。解析部３０５は、ネットワークカメラ１０２から取得した画像に対して人体の検知、及び追尾を行い、待ち行列から出ていくオブジェクトを検知する。メモリ１１０は、予め、ネットワークカメラ１０２から取得された画像における待ち行列が占める領域の情報を記憶している。解析部３０５は、例えば、メモリ１１０からネットワークカメラ１０２から取得された画像における待ち行列が占める領域の情報を取得し、取得した情報が示す領域から出ていくオブジェクトを、待ち行列から出ていくオブジェクトとして検知する。
履歴記憶部３０６は、解析部３０５により待ち行列から出ていくオブジェクトが検知された場合、待ち行列から出ていくオブジェクトの数と、待ち行列から出ていった時間帯と、の対応情報を、メモリ１１０に記憶する。また、履歴記憶部３０６は、待ち行列から出ていくオブジェクトが解析部３０５により検知される度に、検知された時刻の情報を、履歴情報として、メモリ１１０に記憶してもよい。問合せ部３０７は、履歴情報の問合せに基づいて、履歴記憶部３０６により記憶された履歴情報から、問合せに応じた情報を、抽出し、問合せ元に送信する。
履歴記憶部３０６は、解析部３０５により待ち行列から出ていくオブジェクトが検知された場合、待ち行列から出ていくオブジェクトの数と、待ち行列から出ていった時間帯と、の対応情報を、メモリ１１０に記憶する。また、履歴記憶部３０６は、待ち行列から出ていくオブジェクトが解析部３０５により検知される度に、検知された時刻の情報を、履歴情報として、メモリ１１０に記憶してもよい。問合せ部３０７は、履歴情報の問合せに基づいて、履歴記憶部３０６により記憶された履歴情報から、問合せに応じた情報を、抽出し、問合せ元に送信する。
図５は、待ち行列計算部１０６の詳細の一例を示す図である。待ち行列計算部１０６は、解析部４０１、記憶部４０２、通信部４０３、カメラ管理部４０４、コマンド管理部４０５、画像管理部４０６を含む。通信部４０３、カメラ管理部４０４、コマンド管理部４０５、画像管理部４０６は、それぞれ通信部３０１、カメラ管理部３０２、コマンド管理部３０３、画像管理部３０４と同様である。
解析部４０１は、ネットワークカメラ１０３から送信された画像からオブジェクト（人物）を検知し、待ち行列に含まれるオブジェクトの数を取得する。解析部４０１は、複数のネットワークカメラ１０３からの画像から待ち行列全体に含まれるオブジェクトの数を取得してもよい。また、解析部４０１は、単一のネットワークカメラ１０３により撮影された待ち行列の全体が含まれる画像から待ち行列全体に含まれるオブジェクトの数を取得してもよい。また、解析部４０１は、ネットワークカメラ１０３により撮影された画像内の待ち行列の領域に含まれるオブジェクトの数に、その画像内の待ち行列の領域に対する待ち行列全体の領域の割合を乗じることで、待ち行列に含まれるオブジェクトの数を取得してもよい。
記憶部４０２は、解析部４０１により取得された待ち行列に含まれるオブジェクトの数の情報を、メモリ１１０等に記憶する。
解析部４０１は、ネットワークカメラ１０３から送信された画像からオブジェクト（人物）を検知し、待ち行列に含まれるオブジェクトの数を取得する。解析部４０１は、複数のネットワークカメラ１０３からの画像から待ち行列全体に含まれるオブジェクトの数を取得してもよい。また、解析部４０１は、単一のネットワークカメラ１０３により撮影された待ち行列の全体が含まれる画像から待ち行列全体に含まれるオブジェクトの数を取得してもよい。また、解析部４０１は、ネットワークカメラ１０３により撮影された画像内の待ち行列の領域に含まれるオブジェクトの数に、その画像内の待ち行列の領域に対する待ち行列全体の領域の割合を乗じることで、待ち行列に含まれるオブジェクトの数を取得してもよい。
記憶部４０２は、解析部４０１により取得された待ち行列に含まれるオブジェクトの数の情報を、メモリ１１０等に記憶する。
図６は、待ち時間計算部１０７の詳細の一例を示す図である。待ち時間計算部１０７は、計算部５０１、記憶部５０２、通信部５０３を含む。
通信部５０３は、通信部３０１と同様である。
計算部５０１は、問合せ部３０７に対して、例えば、設定された期間についての履歴情報を問い合わせる。問合せ部３０７は、履歴記憶部３０６により記憶された履歴情報から、問合せに対応する期間における履歴情報を取得し、取得した履歴情報を、計算部５０１に送信する。計算部５０１は、問合せ部３０７から受信した履歴情報と、解析部４０１により取得された待ち行列に含まれるオブジェクトの数と、に基づいて、待ち行列の待ち時間を計算する。
記憶部５０２は、計算部５０１により計算された待ち時間の情報を、メモリ１１０等に記憶する。
通信部５０３は、通信部３０１と同様である。
計算部５０１は、問合せ部３０７に対して、例えば、設定された期間についての履歴情報を問い合わせる。問合せ部３０７は、履歴記憶部３０６により記憶された履歴情報から、問合せに対応する期間における履歴情報を取得し、取得した履歴情報を、計算部５０１に送信する。計算部５０１は、問合せ部３０７から受信した履歴情報と、解析部４０１により取得された待ち行列に含まれるオブジェクトの数と、に基づいて、待ち行列の待ち時間を計算する。
記憶部５０２は、計算部５０１により計算された待ち時間の情報を、メモリ１１０等に記憶する。
図７は、情報処理装置１００の処理の一例を示すフローチャートである。図７を用いて、待ち行列の待ち時間の推定処理の一例を説明する。
Ｓ６０１において、計算部５０１は、待ち行列に含まれるオブジェクトの数を待ち行列計算部１０６から取得する。計算部５０１は、例えば、待ち行列に含まれるオブジェクトの数を待ち行列計算部１０６に要求する。そして、待ち行列計算部１０６は、記憶部４０２により記憶された待ち行列に含まれるオブジェクトの数を示す情報を、計算部５０１に送信する。計算部５０１は、待ち行列計算部１０６から送信された情報が示す数を、待ち行列に含まれるオブジェクトの数として取得する。
Ｓ６０２において、計算部５０１は、現在時刻直前の設定された単位時間（例えば、１分間、３分間等）の期間についての履歴情報を、問合せ部３０７に要求する。問合せ部３０７は、問合せに対応する期間の履歴情報をメモリ１１０等から取得し、計算部５０１に送信する。計算部５０１は、問合せ部３０７から送信された履歴情報に基づいて、現在時刻直前の設定された単位時間当たりに行列から出たオブジェクトの数を取得する。
Ｓ６０３において、計算部５０１は、Ｓ６０１で取得した待ち行列に含まれるオブジェクトの数を、Ｓ６０２で取得した単位時間当たりに行列から出たオブジェクトの数で除算し、更に、単位時間を乗ずることで、待ち時間を計算する。そして、計算部５０１は、待ち行列の待ち時間を、計算した待ち時間であると推定する。
Ｓ６０１において、計算部５０１は、待ち行列に含まれるオブジェクトの数を待ち行列計算部１０６から取得する。計算部５０１は、例えば、待ち行列に含まれるオブジェクトの数を待ち行列計算部１０６に要求する。そして、待ち行列計算部１０６は、記憶部４０２により記憶された待ち行列に含まれるオブジェクトの数を示す情報を、計算部５０１に送信する。計算部５０１は、待ち行列計算部１０６から送信された情報が示す数を、待ち行列に含まれるオブジェクトの数として取得する。
Ｓ６０２において、計算部５０１は、現在時刻直前の設定された単位時間（例えば、１分間、３分間等）の期間についての履歴情報を、問合せ部３０７に要求する。問合せ部３０７は、問合せに対応する期間の履歴情報をメモリ１１０等から取得し、計算部５０１に送信する。計算部５０１は、問合せ部３０７から送信された履歴情報に基づいて、現在時刻直前の設定された単位時間当たりに行列から出たオブジェクトの数を取得する。
Ｓ６０３において、計算部５０１は、Ｓ６０１で取得した待ち行列に含まれるオブジェクトの数を、Ｓ６０２で取得した単位時間当たりに行列から出たオブジェクトの数で除算し、更に、単位時間を乗ずることで、待ち時間を計算する。そして、計算部５０１は、待ち行列の待ち時間を、計算した待ち時間であると推定する。
以上、本実施形態の処理により、待ち時間推定システムは、現在時刻直前の設定された単位時間の期間における履歴情報から、単位時間当たりに待ち行列から出ていくオブジェクトの数を取得する。そして、待ち時間推定システムは、待ち行列に含まれるオブジェクトの数を取得した数で除し、更に、単位時間を乗ずることで、待ち行列の待ち時間を推定する。待ち時間推定システムは、待ち行列の待ち時間の推定処理に履歴情報を利用することで、履歴情報を利用しない場合よりも、待ち行列の進み具合や待ち行列の長さに変動がある場合でも、より精度よく待ち行列の待ち時間を推定できる。
＜実施形態２＞
実施形態１では、待ち時間推定システムは、待ち行列の待ち時間の推定処理に、現在時刻直前の単位時間の期間における履歴情報を利用することとした。タクシーの到着、サービスカウンタの処理等のサービス等にかかる時間は一定ではなく、日や時間帯によっても偏りがある。そのため単位時間当たりに待ち行列から出ていくオブジェクトの数は、日や時間帯によって変動する。つまり、現在時刻直前の単位時間の期間における履歴情報は、必ずしも待ち行列からオブジェクトが出ていく状況を正確に示していない場合がある。よって、待ち時間推定システムは、現在時刻直前の単位時間の期間における履歴情報に基づいて、待ち行列の待ち時間を、必ずしも精度よく推定できない場合がある。
そこで、本実施形態では、待ち時間推定システムは、待ち行列の待ち時間の推定処理に利用される履歴情報を更新しながら、待ち行列の待ち時間を取得する。そして、待ち時間推定システムは、待ち行列の待ち時間の推定処理に利用された履歴情報に対応する期間と、取得した待ち時間と、の差分が閾値以下である場合、適切に推定できたものとして、取得した待ち時間を最終的な推定結果とする。
本実施形態の待ち時間推定システムのシステム構成、各システム構成要素のハードウェア構成及び機能構成は、実施形態１と同様である。
実施形態１では、待ち時間推定システムは、待ち行列の待ち時間の推定処理に、現在時刻直前の単位時間の期間における履歴情報を利用することとした。タクシーの到着、サービスカウンタの処理等のサービス等にかかる時間は一定ではなく、日や時間帯によっても偏りがある。そのため単位時間当たりに待ち行列から出ていくオブジェクトの数は、日や時間帯によって変動する。つまり、現在時刻直前の単位時間の期間における履歴情報は、必ずしも待ち行列からオブジェクトが出ていく状況を正確に示していない場合がある。よって、待ち時間推定システムは、現在時刻直前の単位時間の期間における履歴情報に基づいて、待ち行列の待ち時間を、必ずしも精度よく推定できない場合がある。
そこで、本実施形態では、待ち時間推定システムは、待ち行列の待ち時間の推定処理に利用される履歴情報を更新しながら、待ち行列の待ち時間を取得する。そして、待ち時間推定システムは、待ち行列の待ち時間の推定処理に利用された履歴情報に対応する期間と、取得した待ち時間と、の差分が閾値以下である場合、適切に推定できたものとして、取得した待ち時間を最終的な推定結果とする。
本実施形態の待ち時間推定システムのシステム構成、各システム構成要素のハードウェア構成及び機能構成は、実施形態１と同様である。
図８は、情報処理装置１００の処理の一例を示すフローチャートである。図８を用いて、待ち行列の待ち時間の推定処理の一例を説明する。
Ｓ７０１において、計算部５０１は、待ち行列に含まれるオブジェクトの数を待ち行列計算部１０６に要求する。待ち行列計算部１０６は、計算部５０１空の要求に応じて、メモリ１１０等から記憶部４０２により記憶された待ち行列に含まれるオブジェクトの数を示す情報を取得し、取得した情報を、計算部５０１に送信する。これにより、計算部５０１は、待ち行列に含まれるオブジェクトの数を取得する。
Ｓ７０１において、計算部５０１は、待ち行列に含まれるオブジェクトの数を待ち行列計算部１０６に要求する。待ち行列計算部１０６は、計算部５０１空の要求に応じて、メモリ１１０等から記憶部４０２により記憶された待ち行列に含まれるオブジェクトの数を示す情報を取得し、取得した情報を、計算部５０１に送信する。これにより、計算部５０１は、待ち行列に含まれるオブジェクトの数を取得する。
Ｓ７０２において、計算部５０１は、設定された期間についての履歴情報を、問合せ部３０７に要求する。以下では、この設定された期間を、取得期間とする。取得期間は、設定された期間の一例である。また、取得期間の初期値は、例えば、現在時刻直前の単位時間の期間でもよいし、他の日における現在時刻直前の単位時間の期間等の他の期間でもよい。問合せ部３０７は、問合せに対応する取得期間の履歴情報をメモリ１１０等から取得し、計算部５０１に送信する。計算部５０１は、問合せ部３０７から送信された履歴情報に基づいて、取得期間において単位時間当たりに待ち行列から出たオブジェクトの数を取得する。例えば、取得期間が現在時刻直前の１０分間の期間であり、単位時間が１分である場合、計算部５０１は、以下のような処理を行う。即ち、計算部５０１は、例えば、問合せ部３０７から取得した取得期間の履歴情報から、取得期間内に待ち行列から出たオブジェクトの数を取得する。そして、計算部５０１は、取得したオブジェクトの数を、取得期間の長さを単位時間の長さで除して得られる値で除する。計算部５０１は、取得したオブジェクトの数を、取得期間の長さである１０分を単位時間の長さである１分で除した値である１０で除する。これにより、計算部５０１は、取得期間において単位時間当たりに待ち行列から出たオブジェクトの数を取得する。
Ｓ７０３において、計算部５０１は、Ｓ７０１で取得した待ち行列に含まれるオブジェクトの数を、Ｓ７０２で取得した単位時間当たりに待ち行列から出たオブジェクトの数で除することで、待ち行列の待ち時間を計算する。記憶部５０２は、計算部５０１により計算された待ち行列の待ち時間をメモリ１１０等に記憶する。
Ｓ７０４において、計算部５０１は、Ｓ７０３で取得した待ち行列の待ち時間と、Ｓ７０１で利用した取得期間と、の差分が設定された閾値未満か否かを判定する。計算部５０１は、差分が閾値以上と判定した場合、Ｓ７０５の処理に進み、差分が閾値未満と判定した場合、Ｓ７０３で取得した待ち行列の待ち時間を、最終的な推定結果とし、図８の処理を終了する。
Ｓ７０５において、計算部５０１は、取得期間の値を、Ｓ７０３で取得した待ち行列の待ち時間の値に更新し、Ｓ７０２の処理に進む。
Ｓ７０２～Ｓ７０５の処理は、行列の待ち時間を推定する推定処理の一例である。
Ｓ７０４において、計算部５０１は、Ｓ７０３で取得した待ち行列の待ち時間と、Ｓ７０１で利用した取得期間と、の差分が設定された閾値未満か否かを判定する。計算部５０１は、差分が閾値以上と判定した場合、Ｓ７０５の処理に進み、差分が閾値未満と判定した場合、Ｓ７０３で取得した待ち行列の待ち時間を、最終的な推定結果とし、図８の処理を終了する。
Ｓ７０５において、計算部５０１は、取得期間の値を、Ｓ７０３で取得した待ち行列の待ち時間の値に更新し、Ｓ７０２の処理に進む。
Ｓ７０２～Ｓ７０５の処理は、行列の待ち時間を推定する推定処理の一例である。
図９～１１は、待ち時間の計算に利用される履歴情報の一例を説明する図である。図９～１１の棒グラフは、履歴記憶部３０６により記憶された履歴情報の一例を示している。現在時刻が１６：００であるとする。図９～１１の棒グラフにおけるデータ８０１～８２１は、それぞれ、１４：５４から現在時刻までの期間において、３分間毎に集計された待ち行列から出ていくオブジェクトの数を示している。
図９～１１を用いて、図８の処理を説明する。待ち行列に含まれるオブジェクトの数が１１３であり、Ｓ７０４で利用される設定された閾値が１０分であり、取得期間の初期値が現在時刻直前の３分間であり、単位時間を１分間とする。
その場合、計算部５０１は、Ｓ７０１で、待ち行列に含まれるオブジェクトの数として１１３を取得する。計算部５０１は、Ｓ７０２で、現在時刻直前の３分間に６個のオブジェクトが待ち行列から出ていったことを示す履歴情報を取得する。そして、計算部５０１は、取得期間における単位時間当たりに待ち行列から出るオブジェクトの数を、６÷（３÷１）＝２と計算する。計算部５０１は、Ｓ７０３で、Ｓ７０１で取得した１１３を、Ｓ７０２で取得した２で除し、単位時間である１分間を乗ずることで、待ち行列の待ち時間を５６．５分と計算する。計算部５０１は、Ｓ７０４で、Ｓ７０３で計算した５６．５分と、取得期間である３分との差が、設定された閾値である１０分以上であるので、Ｓ７０５に進む。計算部５０１は、Ｓ７０５で、取得期間を、現在時刻直前の５６．５分間として更新し、Ｓ７０２の処理に進む。図９のデータ８０１は、Ｓ７０２で利用される履歴情報を示すデータであり、１５：５７～１６：００：００までの期間に、６個のオブジェクトが待ち行列から出ていったことを示している。
図９～１１を用いて、図８の処理を説明する。待ち行列に含まれるオブジェクトの数が１１３であり、Ｓ７０４で利用される設定された閾値が１０分であり、取得期間の初期値が現在時刻直前の３分間であり、単位時間を１分間とする。
その場合、計算部５０１は、Ｓ７０１で、待ち行列に含まれるオブジェクトの数として１１３を取得する。計算部５０１は、Ｓ７０２で、現在時刻直前の３分間に６個のオブジェクトが待ち行列から出ていったことを示す履歴情報を取得する。そして、計算部５０１は、取得期間における単位時間当たりに待ち行列から出るオブジェクトの数を、６÷（３÷１）＝２と計算する。計算部５０１は、Ｓ７０３で、Ｓ７０１で取得した１１３を、Ｓ７０２で取得した２で除し、単位時間である１分間を乗ずることで、待ち行列の待ち時間を５６．５分と計算する。計算部５０１は、Ｓ７０４で、Ｓ７０３で計算した５６．５分と、取得期間である３分との差が、設定された閾値である１０分以上であるので、Ｓ７０５に進む。計算部５０１は、Ｓ７０５で、取得期間を、現在時刻直前の５６．５分間として更新し、Ｓ７０２の処理に進む。図９のデータ８０１は、Ｓ７０２で利用される履歴情報を示すデータであり、１５：５７～１６：００：００までの期間に、６個のオブジェクトが待ち行列から出ていったことを示している。
続いて、計算部５０１は、二回目のＳ７０２で、取得期間である現在時刻直前の５６．５分間の履歴情報を取得する。本実施形態では、履歴情報は、３分毎に集計されている情報であるので、計算部５０１は、現在時刻より５６．５分前から５４分前までの期間の履歴情報を取得できない。そこで、計算部５０１は、現在時刻より５６．５分前から５４分前までの期間の履歴情報の代わりに、現在時刻より５７分前から５４分前までの期間の履歴情報を取得することとする。即ち、計算部５０１は、現在時刻直前の５７分間の履歴情報を取得することになる。また、計算部５０１は、現在時刻直前の５４分間の履歴情報を取得することとしてもよい。
計算部５０１は、取得した履歴情報から、現在時刻直前の５７分間に待ち行列から出たオブジェクトの数を１８１個と特定する。そして、計算部５０１は、１８１を、５７で除することで、取得期間における単位時間当たりに待ち行列から出ていくオブジェクトの数を、３．１７個と計算する。計算部５０１は、二回目のＳ７０３で、待ち行列に含まれるオブジェクトの数である１１３を、Ｓ７０２で取得した数３．１７で除し、単位時間を乗ずることで、待ち行列の待ち時間を３５．６分と計算する。計算部５０１は、二回目のＳ７０４で、Ｓ７０３で計算した３５．６分と、取得期間の長さ５６．５分との差分が１０分以上であるので、Ｓ７０５の処理に進む。計算部５０１は、二回目のＳ７０５で、取得期間を、現在時刻直前のＳ７０３で計算した３５．６分の期間に更新し、Ｓ７０２の処理に進む。図１０のデータ８０１～８１８は、二回目のＳ７０２で利用される履歴情報を示すデータであり、１５：０３から現在時刻である１６：００までの期間における履歴情報を示す。
計算部５０１は、取得した履歴情報から、現在時刻直前の５７分間に待ち行列から出たオブジェクトの数を１８１個と特定する。そして、計算部５０１は、１８１を、５７で除することで、取得期間における単位時間当たりに待ち行列から出ていくオブジェクトの数を、３．１７個と計算する。計算部５０１は、二回目のＳ７０３で、待ち行列に含まれるオブジェクトの数である１１３を、Ｓ７０２で取得した数３．１７で除し、単位時間を乗ずることで、待ち行列の待ち時間を３５．６分と計算する。計算部５０１は、二回目のＳ７０４で、Ｓ７０３で計算した３５．６分と、取得期間の長さ５６．５分との差分が１０分以上であるので、Ｓ７０５の処理に進む。計算部５０１は、二回目のＳ７０５で、取得期間を、現在時刻直前のＳ７０３で計算した３５．６分の期間に更新し、Ｓ７０２の処理に進む。図１０のデータ８０１～８１８は、二回目のＳ７０２で利用される履歴情報を示すデータであり、１５：０３から現在時刻である１６：００までの期間における履歴情報を示す。
続いて、計算部５０１は、三回目のＳ７０２で、取得期間である現在時刻直前の３５．６分間の履歴情報を取得する。本実施形態では、履歴情報は、３分毎に集計されている情報であるので、計算部５０１は、現在時刻より３５．６分前から３３分前までの期間の履歴情報を取得できない。そこで、計算部５０１は、現在時刻より３５．６分前から３３分前までの期間の履歴情報の代わりに、現在時刻より３６分前から３３分前までの期間の履歴情報を取得することとする。即ち、計算部５０１は、現在時刻直前の３６分間の履歴情報を取得することになる。また、計算部５０１は、現在時刻直前の３３分間の履歴情報を取得することとしてもよい。
計算部５０１は、取得した履歴情報から、現在時刻直前の３６分間に待ち行列から出たオブジェクトの数を１３４個と特定する。そして、計算部５０１は、１３４を、３６で除することで、取得期間における単位時間当たりに待ち行列から出ていくオブジェクトの数を、３．７２個と計算する。計算部５０１は、三回目のＳ７０３で、待ち行列に含まれるオブジェクトの数である１１３を、Ｓ７０２で取得した数３．７２で除し、単位時間を乗ずることで、待ち行列の待ち時間を３０．４分と計算する。計算部５０１は、三回目のＳ７０４で、Ｓ７０３で計算した３０．４分と、取得期間の長さ３５．６分との差分が１０分未満であるので、３０．４分を待ち行列の待ち時間の最終的な推定結果として、図８の処理を終了する。図１１のデータ８０１～８１２は、三回目のＳ７０２で利用される履歴情報を示すデータであり、１５：２４から現在時刻である１６：００までの期間における履歴情報を示す。
計算部５０１は、取得した履歴情報から、現在時刻直前の３６分間に待ち行列から出たオブジェクトの数を１３４個と特定する。そして、計算部５０１は、１３４を、３６で除することで、取得期間における単位時間当たりに待ち行列から出ていくオブジェクトの数を、３．７２個と計算する。計算部５０１は、三回目のＳ７０３で、待ち行列に含まれるオブジェクトの数である１１３を、Ｓ７０２で取得した数３．７２で除し、単位時間を乗ずることで、待ち行列の待ち時間を３０．４分と計算する。計算部５０１は、三回目のＳ７０４で、Ｓ７０３で計算した３０．４分と、取得期間の長さ３５．６分との差分が１０分未満であるので、３０．４分を待ち行列の待ち時間の最終的な推定結果として、図８の処理を終了する。図１１のデータ８０１～８１２は、三回目のＳ７０２で利用される履歴情報を示すデータであり、１５：２４から現在時刻である１６：００までの期間における履歴情報を示す。
計算部５０１は、図８の処理において、Ｓ７０２～Ｓ７０３の処理を、設定された閾値以上の回数実施しても、Ｓ７０３で計算した待ち行列の待ち時間と取得期間との差分が設定された閾値未満であるとＳ７０４で判定しない場合、以下のようにしてもよい。即ち、計算部５０１は、Ｓ７０３で最後に計算された待ち時間を最終的な推定結果としてもよい。これにより、計算部５０１は、処理に係る時間が増大することを防止することができる。
また、計算部５０１は、図８の処理において、Ｓ７０２～Ｓ７０３の処理を、設定された閾値以上の回数実施しても、Ｓ７０３で計算した待ち行列の待ち時間と取得期間との差分が設定された閾値未満であるとＳ７０４で判定しない場合、以下のようにしてもよい。即ち、計算部５０１は、Ｓ７０３で計算された待ち時間のうち、Ｓ７０４で設定された閾値と比較した差分が最も小さかった差分に対応する待ち時間を、最終的な推定結果としてもよい。これにより、計算部５０１は、処理に係る時間が増大することを防止することができ、更に、より適切な推定結果を取得できる。
また、計算部５０１は、図８の処理において、Ｓ７０２～Ｓ７０３の処理を、設定された閾値以上の回数実施しても、Ｓ７０３で計算した待ち行列の待ち時間と取得期間との差分が設定された閾値未満であるとＳ７０４で判定しない場合、以下のようにしてもよい。即ち、計算部５０１は、取得期間を予め設定された値（例えば、待ち行列が構成され始めてから現在時刻までの期間等）に更新し、Ｓ７０２～Ｓ７０３の処理を実行し、その際にＳ７０３で計算された待ち時間を、最終的な推定結果としてもよい。これにより、計算部５０１は、処理に係る時間が増大することを防止することができ、更に、より適切な推定結果を取得できる。
また、計算部５０１は、図８の処理において、Ｓ７０２～Ｓ７０３の処理を、設定された閾値以上の回数実施しても、Ｓ７０３で計算した待ち行列の待ち時間と取得期間との差分が設定された閾値未満であるとＳ７０４で判定しない場合、以下のようにしてもよい。即ち、計算部５０１は、Ｓ７０３で計算された待ち時間のうち、Ｓ７０４で設定された閾値と比較した差分が最も小さかった差分に対応する待ち時間を、最終的な推定結果としてもよい。これにより、計算部５０１は、処理に係る時間が増大することを防止することができ、更に、より適切な推定結果を取得できる。
また、計算部５０１は、図８の処理において、Ｓ７０２～Ｓ７０３の処理を、設定された閾値以上の回数実施しても、Ｓ７０３で計算した待ち行列の待ち時間と取得期間との差分が設定された閾値未満であるとＳ７０４で判定しない場合、以下のようにしてもよい。即ち、計算部５０１は、取得期間を予め設定された値（例えば、待ち行列が構成され始めてから現在時刻までの期間等）に更新し、Ｓ７０２～Ｓ７０３の処理を実行し、その際にＳ７０３で計算された待ち時間を、最終的な推定結果としてもよい。これにより、計算部５０１は、処理に係る時間が増大することを防止することができ、更に、より適切な推定結果を取得できる。
本実施形態では、待ち時間推定システムは、待ち行列の待ち時間の推定処理に利用される履歴情報を更新しながら、待ち行列の待ち時間を取得した。そして、待ち時間推定システムは、待ち行列の待ち時間の推定処理に利用された履歴情報に対応する期間と、取得した待ち時間と、の差分が閾値未満である場合、適切に推定できたものとして、取得した待ち時間を最終的な推定結果とした。
本実施形態の処理は、過去の待ち行列の状況により近い推定結果を、最終的な推定結果とする処理である。これにより、待ち時間推定システムは、過去の待ち行列の実際の状況に合わせた推定結果を推定できる。
本実施形態の処理は、過去の待ち行列の状況により近い推定結果を、最終的な推定結果とする処理である。これにより、待ち時間推定システムは、過去の待ち行列の実際の状況に合わせた推定結果を推定できる。
＜実施形態３＞
実施形態２では、待ち時間推定システムは、取得期間である現在時刻直前の期間についての履歴情報に基づいて、待ち行列の待ち時間を推定した。本実施形態では、待ち時間推定システムは、取得期間である現在時刻直前の期間以外の期間についての履歴情報に基づいて、待ち行列の待ち時間を推定する。
本実施形態の待ち時間推定システムのシステム構成、各システム構成要素のハードウェア構成及び機能構成は、実施形態１と同様である。
以下、本実施形態の処理を説明する。本実施形態の処理は、取得期間の初期値とＳ７０５の処理以外は、実施形態２と同様である。
実施形態２では、待ち時間推定システムは、取得期間である現在時刻直前の期間についての履歴情報に基づいて、待ち行列の待ち時間を推定した。本実施形態では、待ち時間推定システムは、取得期間である現在時刻直前の期間以外の期間についての履歴情報に基づいて、待ち行列の待ち時間を推定する。
本実施形態の待ち時間推定システムのシステム構成、各システム構成要素のハードウェア構成及び機能構成は、実施形態１と同様である。
以下、本実施形態の処理を説明する。本実施形態の処理は、取得期間の初期値とＳ７０５の処理以外は、実施形態２と同様である。
図１２は、取得期間の一例を説明する図である。図１２を用いて、本実施形態の取得期間を説明する。
タイムライン１００１は、待ち行列の待ち時間の推定処理が実行される現在の日（２０１６／０８／０９、以下では、単に当日とする）の時刻を示すタイムラインである。時刻１００３は、待ち行列の待ち時間の推定処理が実行された現在時刻（１６：００）である。タイムライン１００２は、待ち行列の待ち時間の推定処理が実行される日とは異なる日の時刻を示すタイムラインである。本実施形態では、タイムライン１００２は、前日（２０１６／０８／０８）の時刻を示すタイムラインである。
本実施形態では、計算部５０１は、前日における現在時刻と同じ時刻（２０１６／０８／０８ １６：００）の直後の期間の履歴情報を、検知部１０５に要求する。即ち、図１２の例では、取得期間の初期値は、前日における現在時刻と同じ時刻の直後の期間である。期間１００４は、取得期間を示す。
また、計算部５０１は、Ｓ７０５で、取得期間を、前日における現在時刻と同じ時刻の直後のＳ７０３で計算された待ち時間と同じ長さの期間として更新する。
即ち、待ち時間推定システムは、現在時刻と同じ時刻の直後の期間の履歴情報を、待ち行列の待ち時間の推定に利用することになる。これにより、待ち時間推定システムは、待ち行列の今後の動向も考慮することができ、より精度よく待ち行列の待ち時間を推定できる。
タイムライン１００１は、待ち行列の待ち時間の推定処理が実行される現在の日（２０１６／０８／０９、以下では、単に当日とする）の時刻を示すタイムラインである。時刻１００３は、待ち行列の待ち時間の推定処理が実行された現在時刻（１６：００）である。タイムライン１００２は、待ち行列の待ち時間の推定処理が実行される日とは異なる日の時刻を示すタイムラインである。本実施形態では、タイムライン１００２は、前日（２０１６／０８／０８）の時刻を示すタイムラインである。
本実施形態では、計算部５０１は、前日における現在時刻と同じ時刻（２０１６／０８／０８ １６：００）の直後の期間の履歴情報を、検知部１０５に要求する。即ち、図１２の例では、取得期間の初期値は、前日における現在時刻と同じ時刻の直後の期間である。期間１００４は、取得期間を示す。
また、計算部５０１は、Ｓ７０５で、取得期間を、前日における現在時刻と同じ時刻の直後のＳ７０３で計算された待ち時間と同じ長さの期間として更新する。
即ち、待ち時間推定システムは、現在時刻と同じ時刻の直後の期間の履歴情報を、待ち行列の待ち時間の推定に利用することになる。これにより、待ち時間推定システムは、待ち行列の今後の動向も考慮することができ、より精度よく待ち行列の待ち時間を推定できる。
また、取得期間は、取得期間の初期値を待ち行列の待ち時間の推定処理が実行される日の前日における期間とし、また、Ｓ７０５で、待ち行列の待ち時間の推定処理が実行される日の前日における期間として更新されることとした。しかし、例えば、計算部５０１は、入力装置１２０を介したユーザの操作に基づいて、ユーザからの日の指定を受付け、取得期間の初期値及び更新値を、受け付けた日の期間とすることとしてもよい。
また、計算部５０１は、当日の現在時刻までの期間１００５についての履歴情報に基づいて、以下の処理を行うこととしてもよい。即ち、計算部５０１は、当日の待ち行列からオブジェクトが出た時間帯及び数の変動の特徴と、当日と異なる過去のある日の現在時刻と同じ時刻までの期間（例えば、期間１００６）の待ち行列からオブジェクトが出た時間帯及び数の変動の特徴と、を取得する。そして、計算部５０１は、取得した特徴同士が類似している場合、その異なる日が当日に類似するものとして、その異なる日における期間を、取得期間として利用することとしてもよい。計算部５０１は、例えば、取得した特徴同士の差分が設定された閾値以下である場合、その特徴同士が類似していると判定し、閾値以上である場合、その特徴同士が類似していないと判定してもよい。
また、計算部５０１は、例えば、当日の履歴情報と、その異なる日の履歴情報と、に基づいて、以下の処理を行い、当日とその異なる日が類似するか否かを判定してもよい。即ち、計算部５０１は、その異なる日の履歴情報に基づいて、ある時間帯における待ち行列から出たオブジェクトの数を取得し、また、当日の履歴情報に基づいて、その時間帯における待ち行列から出たオブジェクトの数を取得する。そして、計算部５０１は、取得した２つの待ち行列から出たオブジェクトの数の差分を取得する。このように、計算部５０１は、当日の履歴情報に記憶されている全時間帯について、その異なる日との間で、待ち行列から出たオブジェクトの数の差分を取得し、取得した差分を合計する。計算部５０１は、合計した数が設定された閾値未満である場合、当日とその異なる日とが類似すると判定し、閾値以上である場合、当日とその異なる日とが類似しないと判定してもよい。
また、計算部５０１は、当日の待ち行列からオブジェクトが出た時間帯及び数の変動の変動幅と、異なる日の現在時刻と同じ時刻までの期間の待ち行列からオブジェクトが出た時間帯及び数の変動の変動幅に基づいて、以下の処理を行うこととしてもよい。即ち、計算部５０１は、２つの変動幅の比を係数として取得し、計算した待ち時間に係数を乗じた値を、最終的な推定結果としてもよい。２つの変動幅の比は、２つの日の履歴情報の差異に応じた係数の一例である。
また、計算部５０１は、当日の現在時刻までの期間１００５についての履歴情報に基づいて、以下の処理を行うこととしてもよい。即ち、計算部５０１は、当日の待ち行列からオブジェクトが出た時間帯及び数の変動の特徴と、当日と異なる過去のある日の現在時刻と同じ時刻までの期間（例えば、期間１００６）の待ち行列からオブジェクトが出た時間帯及び数の変動の特徴と、を取得する。そして、計算部５０１は、取得した特徴同士が類似している場合、その異なる日が当日に類似するものとして、その異なる日における期間を、取得期間として利用することとしてもよい。計算部５０１は、例えば、取得した特徴同士の差分が設定された閾値以下である場合、その特徴同士が類似していると判定し、閾値以上である場合、その特徴同士が類似していないと判定してもよい。
また、計算部５０１は、例えば、当日の履歴情報と、その異なる日の履歴情報と、に基づいて、以下の処理を行い、当日とその異なる日が類似するか否かを判定してもよい。即ち、計算部５０１は、その異なる日の履歴情報に基づいて、ある時間帯における待ち行列から出たオブジェクトの数を取得し、また、当日の履歴情報に基づいて、その時間帯における待ち行列から出たオブジェクトの数を取得する。そして、計算部５０１は、取得した２つの待ち行列から出たオブジェクトの数の差分を取得する。このように、計算部５０１は、当日の履歴情報に記憶されている全時間帯について、その異なる日との間で、待ち行列から出たオブジェクトの数の差分を取得し、取得した差分を合計する。計算部５０１は、合計した数が設定された閾値未満である場合、当日とその異なる日とが類似すると判定し、閾値以上である場合、当日とその異なる日とが類似しないと判定してもよい。
また、計算部５０１は、当日の待ち行列からオブジェクトが出た時間帯及び数の変動の変動幅と、異なる日の現在時刻と同じ時刻までの期間の待ち行列からオブジェクトが出た時間帯及び数の変動の変動幅に基づいて、以下の処理を行うこととしてもよい。即ち、計算部５０１は、２つの変動幅の比を係数として取得し、計算した待ち時間に係数を乗じた値を、最終的な推定結果としてもよい。２つの変動幅の比は、２つの日の履歴情報の差異に応じた係数の一例である。
以上、本実施形態では、待ち時間推定システムは、待ち行列の待ち時間の推定処理が行われる日以外の日における期間を取得期間として利用することとした。これにより、待ち時間推定システムは、より適切な取得期間を用いて、より精度よく待ち行列の待ち時間を推定できる。
＜実施形態４＞
実施形態１、２では、待ち時間推定システムは、履歴情報から単位時間当たりの待ち行列から出ていくオブジェクトの数を取得する。そして、待ち時間推定システムは、取得したオブジェクトの数と、現在の待ち行列に含まれるオブジェクト数と、に基づいて、待ち行列の待ち時間を推定することとした。
本実施形態では、待ち時間推定システムは、履歴情報に基づいて、現在の待ち行列に含まれるオブジェクトの数と同数のオブジェクトが、過去に待ち行列から出ていくのに要した時間を取得し、取得した時間を待ち行列の待ち時間の推定結果とする処理を行う。
本実施形態の待ち時間推定システムのシステム構成、各システム構成要素のハードウェア構成及び機能構成は、実施形態１と同様である。
実施形態１、２では、待ち時間推定システムは、履歴情報から単位時間当たりの待ち行列から出ていくオブジェクトの数を取得する。そして、待ち時間推定システムは、取得したオブジェクトの数と、現在の待ち行列に含まれるオブジェクト数と、に基づいて、待ち行列の待ち時間を推定することとした。
本実施形態では、待ち時間推定システムは、履歴情報に基づいて、現在の待ち行列に含まれるオブジェクトの数と同数のオブジェクトが、過去に待ち行列から出ていくのに要した時間を取得し、取得した時間を待ち行列の待ち時間の推定結果とする処理を行う。
本実施形態の待ち時間推定システムのシステム構成、各システム構成要素のハードウェア構成及び機能構成は、実施形態１と同様である。
以下で、本実施形態の処理を説明する。
計算部５０１は、Ｓ６０１と同様に、待ち行列計算部１０６から、待ち行列に含まれるオブジェクトの数を取得する。計算部５０１は、検知部１０５から、例えば、待ち行列が形成されてから現在時刻までの期間の履歴情報を取得する。そして、計算部５０１は、取得した履歴情報に基づいて、待ち行列に含まれるオブジェクトの数と同数のオブジェクトが出ていくのに要した時間を取得する。計算部５０１は、例えば、以下のような処理を行う。
即ち、計算部５０１は、待ち行列から出ていったオブジェクトのうち、現在の待ち行列に含まれるオブジェクトの数番目に遅く出ていったオブジェクトが出ていった時刻から現在時刻までの期間を、待ち行列の待ち時間の推定結果とする。
計算部５０１は、Ｓ６０１と同様に、待ち行列計算部１０６から、待ち行列に含まれるオブジェクトの数を取得する。計算部５０１は、検知部１０５から、例えば、待ち行列が形成されてから現在時刻までの期間の履歴情報を取得する。そして、計算部５０１は、取得した履歴情報に基づいて、待ち行列に含まれるオブジェクトの数と同数のオブジェクトが出ていくのに要した時間を取得する。計算部５０１は、例えば、以下のような処理を行う。
即ち、計算部５０１は、待ち行列から出ていったオブジェクトのうち、現在の待ち行列に含まれるオブジェクトの数番目に遅く出ていったオブジェクトが出ていった時刻から現在時刻までの期間を、待ち行列の待ち時間の推定結果とする。
また、計算部５０１は、現在時刻までに待ち行列から出ていったオブジェクトのうち、待ち行列から最も遅く出ていったオブジェクトが出ていった時刻を特定する。次に、計算部５０１は、待ち行列から出ていったオブジェクトのうち、現在の待ち行列に含まれるオブジェクトの数番目に遅く出ていったオブジェクトが出ていった時刻を特定する。そして、計算部５０１は、特定した時刻同士の差分の期間を、待ち行列の待ち時間の推定結果としてもよい。
また、計算部５０１は、設定された時刻から、設定された時刻以降に待ち行列から現在の待ち行列に含まれるオブジェクトの数番目に出ていったオブジェクトが出ていった時刻までの期間を、待ち行列の待ち時間の推定結果としてもよい。この設定された時刻は、例えば、前日における現在時刻と同時刻等である。また、計算部５０１は、複数の日における履歴情報に基づいて、待ち時間の推定処理が行われている当日に類似する日を特定し、特定した日における現在時刻と同時刻を、この設定された時刻としてもよい。
計算部５０１は、例えば、当日の履歴情報と、比較対象の日の履歴情報と、に基づいて、以下の処理を行い、比較対象の日と当日とが類似するか否かを判定する。即ち、計算部５０１は、比較対象の日の履歴情報に基づいて、ある時間帯における待ち行列から出たオブジェクトの数を取得し、また、当日の履歴情報に基づいて、その時間帯における待ち行列から出たオブジェクトの数を取得する。そして、計算部５０１は、取得した２つの待ち行列から出たオブジェクトの数の差分を取得する。このように、計算部５０１は、当日の履歴情報に記憶されている全時間帯について、比較対象の日との間で、待ち行列から出たオブジェクトの数の差分を取得し、取得した差分を合計する。計算部５０１は、合計した数が設定された閾値未満である場合、当日と比較対象の日とが類似すると判定し、閾値以上である場合、当日と比較対象の日とが類似しないと判定することとしてよい。
また、計算部５０１は、現在時刻直前の設定された期間における履歴情報に類似する他の期間の履歴情報を特定し、特定した履歴情報に対応する期間の終点を、設定された時刻としてもよい。
このような処理により、待ち時間推定システムは、より現在の状況に類似する履歴情報に基づいて、より精度よく、待ち行列の待ち時間を推定できる。
また、計算部５０１は、設定された時刻から、設定された時刻以降に待ち行列から現在の待ち行列に含まれるオブジェクトの数番目に出ていったオブジェクトが出ていった時刻までの期間を、待ち行列の待ち時間の推定結果としてもよい。この設定された時刻は、例えば、前日における現在時刻と同時刻等である。また、計算部５０１は、複数の日における履歴情報に基づいて、待ち時間の推定処理が行われている当日に類似する日を特定し、特定した日における現在時刻と同時刻を、この設定された時刻としてもよい。
計算部５０１は、例えば、当日の履歴情報と、比較対象の日の履歴情報と、に基づいて、以下の処理を行い、比較対象の日と当日とが類似するか否かを判定する。即ち、計算部５０１は、比較対象の日の履歴情報に基づいて、ある時間帯における待ち行列から出たオブジェクトの数を取得し、また、当日の履歴情報に基づいて、その時間帯における待ち行列から出たオブジェクトの数を取得する。そして、計算部５０１は、取得した２つの待ち行列から出たオブジェクトの数の差分を取得する。このように、計算部５０１は、当日の履歴情報に記憶されている全時間帯について、比較対象の日との間で、待ち行列から出たオブジェクトの数の差分を取得し、取得した差分を合計する。計算部５０１は、合計した数が設定された閾値未満である場合、当日と比較対象の日とが類似すると判定し、閾値以上である場合、当日と比較対象の日とが類似しないと判定することとしてよい。
また、計算部５０１は、現在時刻直前の設定された期間における履歴情報に類似する他の期間の履歴情報を特定し、特定した履歴情報に対応する期間の終点を、設定された時刻としてもよい。
このような処理により、待ち時間推定システムは、より現在の状況に類似する履歴情報に基づいて、より精度よく、待ち行列の待ち時間を推定できる。
以上、本実施形態では、待ち時間推定システムは、現在の待ち行列に含まれるオブジェクトの数と同数のオブジェクトが待ち行列から出ていくのに要した時間を、待ち行列の待ち時間の推定結果とした。
これにより、待ち時間推定システムは、現在待っているオブジェクトの数と同じ数のオブジェクトが実際に出ていくのに要した時間を、推定結果とすることで、より精度よく待ち行列の待ち時間を推定できる。
これにより、待ち時間推定システムは、現在待っているオブジェクトの数と同じ数のオブジェクトが実際に出ていくのに要した時間を、推定結果とすることで、より精度よく待ち行列の待ち時間を推定できる。
＜その他の実施形態＞
実施形態１～４では、待ち時間推定システムは、ネットワークカメラ１０２、１０３により撮影された画像に基づいて、待ち行列に含まれるオブジェクトの数の取得、及び、待ち行列から出ていくオブジェクトの検知を行うこととした。しかし、待ち時間推定システムは、赤外線センサ等のセンサを含む場合、以下のようにしてもよい。
例えば、赤外線センサ等のセンサが待ち行列の入口の周囲と、出口の周囲に設置されることとする。そうすると、待ち時間推定システムは、それらのセンサを介して、待ち行列に人物等のオブジェクトが入ってくること、及び出ていくこと、を検知できる。これにより、待ち時間推定システムは、待ち行列から出ていくオブジェクトを検知し、履歴情報としてメモリ１１０等に記憶できる。また、待ち時間推定システムは、入口を通過したことが検知されたオブジェクトの数を集計し、出口を通過したことが検知されたオブジェクトの数を減ずることで、待ち行列に含まれるオブジェクトの数を取得できる。また、待ち時間推定システムは、ネットワークカメラと赤外線センサ等のセンサを併用してもよい。
実施形態１～４では、待ち時間推定システムは、ネットワークカメラ１０２、１０３により撮影された画像に基づいて、待ち行列に含まれるオブジェクトの数の取得、及び、待ち行列から出ていくオブジェクトの検知を行うこととした。しかし、待ち時間推定システムは、赤外線センサ等のセンサを含む場合、以下のようにしてもよい。
例えば、赤外線センサ等のセンサが待ち行列の入口の周囲と、出口の周囲に設置されることとする。そうすると、待ち時間推定システムは、それらのセンサを介して、待ち行列に人物等のオブジェクトが入ってくること、及び出ていくこと、を検知できる。これにより、待ち時間推定システムは、待ち行列から出ていくオブジェクトを検知し、履歴情報としてメモリ１１０等に記憶できる。また、待ち時間推定システムは、入口を通過したことが検知されたオブジェクトの数を集計し、出口を通過したことが検知されたオブジェクトの数を減ずることで、待ち行列に含まれるオブジェクトの数を取得できる。また、待ち時間推定システムは、ネットワークカメラと赤外線センサ等のセンサを併用してもよい。
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読み出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。
以上、本発明の好ましい実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではない。
例えば、上述した待ち時間推定システムの機能構成の一部又は全てをハードウェアとして情報処理装置１００に実装してもよい。
以上、本発明の好ましい実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではない。
例えば、上述した待ち時間推定システムの機能構成の一部又は全てをハードウェアとして情報処理装置１００に実装してもよい。
１００ 情報処理装置
１０２ ネットワークカメラ
１０３ ネットワークカメラ
１１１ ＣＰＵ
１０２ ネットワークカメラ
１０３ ネットワークカメラ
１１１ ＣＰＵ
Claims (17)
- 行列に含まれるオブジェクトの数を取得する取得手段と、
前記取得手段により取得された前記行列に含まれるオブジェクトの数と、取得期間において前記行列から出ていったオブジェクトの数とに基づいて、前記行列の待ち時間を推定する推定処理を行う推定手段と、を有し、
前記推定手段は、前記推定処理により推定された前記行列の前記待ち時間と前記取得期間との比較結果に基づいて、前記取得期間を、当該待ち時間と同じ長さの期間、又は所定の期間に更新し、当該更新された取得期間において前記行列から出ていったオブジェクトの数と、前記行列に含まれるオブジェクトの数とに基づいて、前記行列の待ち時間を再度推定する推定処理を行うことを特徴とする情報処理装置。 - 前記推定手段は、前記取得手段により取得された前記行列に含まれるオブジェクトの数と、現在の日における現在時刻の直前の期間である前記取得期間内に前記行列から出ていったオブジェクトの数とに基づいて、前記推定処理を行う請求項１に記載の情報処理装置。
- 前記推定手段は、前記取得手段により取得された前記行列に含まれるオブジェクトの数と、現在の日と異なる設定された日における前記取得期間内に前記行列から出ていったオブジェクトの数とに基づいて、前記推定処理を行う請求項１に記載の情報処理装置。
- 前記推定手段は、前記取得手段により取得された前記行列に含まれるオブジェクトの数と、前記現在の日と類似する前記設定された日における前記取得期間内に前記行列から出ていったオブジェクトの数とに基づいて、前記推定処理を行う請求項３に記載の情報処理装置。
- 前記推定手段は、前記取得手段により取得された前記行列に含まれるオブジェクトの数と、前記設定された日における現在時刻の直後の期間である前記取得期間内に前記行列から出ていったオブジェクトの数とに基づいて、前記推定処理を行う請求項３又は４に記載の情報処理装置。
- 前記推定手段は、前記推定処理により推定された前記行列の前記待ち時間と、前記取得期間との差分が閾値以上である場合、前記取得期間を当該待ち時間と同じ長さの期間、又は所定の期間に更新し、更新された前記取得期間を用いて前記行列の前記待ち時間の前記推定処理を行う請求項１乃至５の何れか１項に記載の情報処理装置。
- 前記推定手段は、前記推定処理により推定された前記行列の前記待ち時間と、前記取得期間との差分が前記閾値未満の場合、当該待ち時間を最終的な推定結果とする請求項６に記載の情報処理装置。
- 前記推定手段は、前記行列に対し前記推定処理を所定回数繰り返し、かつ、前記推定処理により推定される前記行列の前記待ち時間と前記取得期間との差分が前記閾値未満でない場合、最後に推定した前記待ち時間を最終的な推定結果とする請求項７に記載の情報処理装置。
- 取得手段が、行列に含まれるオブジェクトの数を取得する取得ステップと、
推定手段が、前記取得ステップにおいて取得された前記行列に含まれるオブジェクトの数と、取得期間において前記行列から出ていったオブジェクトの数とに基づいて、前記行列の待ち時間を推定する推定処理を行う推定ステップと、を含み、
前記推定ステップにおいて、前記推定処理により推定された前記行列の前記待ち時間と前記取得期間との比較結果に基づいて、前記取得期間を、当該待ち時間と同じ長さの期間、又は所定の期間に更新し、当該更新された取得期間において前記行列から出ていったオブジェクトの数と、前記行列に含まれるオブジェクトの数とに基づいて、前記行列の待ち時間を再度推定する推定処理を行うことを特徴とする情報処理方法。 - 前記推定ステップにおいて、前記取得ステップにおいて取得された前記行列に含まれるオブジェクトの数と、現在の日における現在時刻の直前の期間である前記取得期間内に前記行列から出ていったオブジェクトの数とに基づいて、前記推定処理を行う請求項９に記載の情報処理方法。
- 前記推定ステップにおいて、前記取得ステップにおいて取得された前記行列に含まれるオブジェクトの数と、現在の日と異なる設定された日における前記取得期間内に前記行列から出ていったオブジェクトの数とに基づいて、前記推定処理を行う請求項９に記載の情報処理方法。
- 前記推定ステップにおいて、前記取得ステップにおいて取得された前記行列に含まれるオブジェクトの数と、前記現在の日と類似する前記設定された日における前記取得期間内に前記行列から出ていったオブジェクトの数とに基づいて、前記推定処理を行う請求項１１に記載の情報処理方法。
- 前記推定ステップにおいて、前記取得ステップにおいて取得された前記行列に含まれるオブジェクトの数と、前記設定された日における現在時刻の直後の期間である前記取得期間内に前記行列から出ていったオブジェクトの数とに基づいて、前記推定処理を行う請求項１１又は１２に記載の情報処理方法。
- 前記推定ステップにおいて、前記推定処理により推定された前記行列の前記待ち時間と、前記取得期間との差分が設定された閾値以上である場合、前記取得期間を当該待ち時間と同じ長さの期間、又は所定の期間に更新し、更新された前記取得期間を用いて前記行列の前記待ち時間の前記推定処理を行う請求項９乃至１３の何れか１項に記載の情報処理方法。
- 前記推定ステップにおいて、前記推定処理により推定された前記行列の前記待ち時間と、前記取得期間との差分が前記閾値未満の場合、当該待ち時間を最終的な推定結果とする請求項１４に記載の情報処理方法。
- 前記推定ステップにおいて、前記行列に対し前記推定処理を所定回数繰り返し、かつ、前記推定処理により推定される前記行列の前記待ち時間と前記取得期間との差分が前記閾値未満でない場合、最後に推定した前記待ち時間を最終的な推定結果とする請求項１５に記載の情報処理方法。
- コンピュータを、請求項１乃至８の何れか１項に記載の情報処理装置として機能させるためのプログラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016224965A JP7080578B2 (ja) | 2016-11-18 | 2016-11-18 | 情報処理装置、情報処理方法及びプログラム |
| US15/807,340 US10762355B2 (en) | 2016-11-18 | 2017-11-08 | Information processing apparatus, information processing method, and storage medium to estimate queue waiting time |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016224965A JP7080578B2 (ja) | 2016-11-18 | 2016-11-18 | 情報処理装置、情報処理方法及びプログラム |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2018081615A JP2018081615A (ja) | 2018-05-24 |
| JP2018081615A5 JP2018081615A5 (ja) | 2019-12-26 |
| JP7080578B2 true JP7080578B2 (ja) | 2022-06-06 |
Family
ID=62147624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016224965A Active JP7080578B2 (ja) | 2016-11-18 | 2016-11-18 | 情報処理装置、情報処理方法及びプログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US10762355B2 (ja) |
| JP (1) | JP7080578B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7237467B2 (ja) | 2018-05-30 | 2023-03-13 | キヤノン株式会社 | 情報処理装置、情報処理方法、およびプログラム |
| CN109978198B (zh) * | 2019-03-29 | 2021-11-26 | 时时同云科技(成都)有限责任公司 | 一种基于大数据及ai技术的候餐时长实时预估系统 |
| US11069232B1 (en) | 2020-01-16 | 2021-07-20 | Toyota Motor North America, Inc. | Systems and methods for determining levels of congestion at establishments |
| US11501591B2 (en) * | 2020-02-20 | 2022-11-15 | Universal City Studios Llc | System and method for monitoring queue characteristics and initiating adjustments |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008519567A (ja) | 2004-11-02 | 2008-06-05 | センサーマティック・エレクトロニクス・コーポレーション | 行列監視のためのシステム及び方法 |
| JP2010176225A (ja) | 2009-01-27 | 2010-08-12 | Nec Corp | 情報通知システム及び情報通知方法並びに制御プログラム |
| US20140267738A1 (en) | 2013-03-15 | 2014-09-18 | International Business Machines Corporation | Visual monitoring of queues using auxillary devices |
| JP2015165428A (ja) | 2015-06-09 | 2015-09-17 | ソニー株式会社 | 情報処理装置、混雑度マップ生成装置、情報処理方法、プログラム、及び記録媒体 |
| US20160191865A1 (en) | 2014-12-30 | 2016-06-30 | Nice-Systems Ltd. | System and method for estimating an expected waiting time for a person entering a queue |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0573596A (ja) * | 1991-09-17 | 1993-03-26 | Nippon Telegr & Teleph Corp <Ntt> | 待ち行列に連動した入場予約管理方法 |
| JP4402505B2 (ja) | 2004-04-27 | 2010-01-20 | グローリー株式会社 | 待ち時間案内システムおよび方法 |
| US20150186957A1 (en) * | 2012-05-31 | 2015-07-02 | Google Inc. | Methods and systems for estimating length of queues based on location data from mobile devices |
| JP2015215787A (ja) | 2014-05-12 | 2015-12-03 | キヤノン株式会社 | 情報処理装置、待ち時間推定システム、情報処理方法及びプログラム |
-
2016
- 2016-11-18 JP JP2016224965A patent/JP7080578B2/ja active Active
-
2017
- 2017-11-08 US US15/807,340 patent/US10762355B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008519567A (ja) | 2004-11-02 | 2008-06-05 | センサーマティック・エレクトロニクス・コーポレーション | 行列監視のためのシステム及び方法 |
| JP2010176225A (ja) | 2009-01-27 | 2010-08-12 | Nec Corp | 情報通知システム及び情報通知方法並びに制御プログラム |
| US20140267738A1 (en) | 2013-03-15 | 2014-09-18 | International Business Machines Corporation | Visual monitoring of queues using auxillary devices |
| US20160191865A1 (en) | 2014-12-30 | 2016-06-30 | Nice-Systems Ltd. | System and method for estimating an expected waiting time for a person entering a queue |
| JP2015165428A (ja) | 2015-06-09 | 2015-09-17 | ソニー株式会社 | 情報処理装置、混雑度マップ生成装置、情報処理方法、プログラム、及び記録媒体 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20180144198A1 (en) | 2018-05-24 |
| US10762355B2 (en) | 2020-09-01 |
| JP2018081615A (ja) | 2018-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6840492B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| JP7080578B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| EP3024227B1 (en) | Image processing apparatus and image processing method | |
| JP6904677B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| EP3343917A1 (en) | Gaze controlled bit rate | |
| JP5693162B2 (ja) | 画像処理システム、撮像装置、画像処理装置及びそれらの制御方法、プログラム | |
| JP6843557B2 (ja) | システム、情報処理装置、情報処理方法及びプログラム | |
| JP2015002553A (ja) | 情報処理システムおよびその制御方法 | |
| JP2011070576A (ja) | 画像処理装置、及び画像処理方法 | |
| KR20160041441A (ko) | 깊이 카메라 기반 사람 객체를 판별하는 방법 및 장치 | |
| JP6721076B1 (ja) | 情報処理装置、カメラ制御方法、プログラム、カメラ装置、および画像処理システム | |
| JP7299692B2 (ja) | 画像処理装置、画像処理システム、画像処理装置の制御方法、及び、プログラム | |
| US10902355B2 (en) | Apparatus and method for processing information and program for the same | |
| JP7113622B2 (ja) | 情報処理装置およびその制御方法 | |
| CN108334820B (zh) | 信息处理设备、信息处理方法和存储介质 | |
| JP6909083B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| JP2019111886A (ja) | 情報処理システム、情報処理システムの制御方法、およびプログラム、 | |
| JP7182893B2 (ja) | 画像処理装置、撮影装置、画像処理方法、およびプログラム | |
| JP6734487B2 (ja) | 地域別笑顔度表示システム、地域別笑顔度表示方法及びプログラム | |
| JP6658402B2 (ja) | フレームレート判定装置、フレームレート判定方法及びフレームレート判定用コンピュータプログラム | |
| JP2006165729A (ja) | 撮影プログラム、撮影方法及び撮影システム | |
| JP7129920B2 (ja) | 撮像装置 | |
| JP6833558B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
| JP2016220148A (ja) | 制御装置、制御方法、システム | |
| JP2019201326A (ja) | 情報処理装置、撮像装置、情報処理方法及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191114 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191114 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200817 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210202 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210401 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211012 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211206 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220426 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220525 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7080578 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |