JP7120590B2 - 情報処理装置、情報処理方法、及びプログラム - Google Patents

Description

本発明は、不審人物等に関する顔画像以外の特徴情報に基づいて不審人物等を自動的に特定するための、情報処理装置、及び情報処理方法に関し、更には、これらを実現するためのプログラムに関する。

従来、監視カメラを用いた監視システムにおいては、監視員は、監視カメラで撮影された映像から、目視によって、不審人物等を特定する必要がある。しかし、目視による特定には、労力が大きいという問題、映像に複数の人物が写っている場合に対応が難しいという問題がある。

これに対して、特許文献１は、人物特定を自動で行なう機能を備えた監視装置を開示している。具体的には、特許文献１に開示された監視装置は、監視カメラから送られてきた映像から、人物の顔画像を抽出し、抽出した顔画像とデータベースに登録されている人物の顔画像とを照合することによって、自動的に不審人物等を特定する。

また、データベースに登録されている人物の顔画像は、通常、正面からの顔画像であるため、監視カメラから送られてきた映像から抽出された人物の顔画像が、正面からの顔画像でない場合は、照合精度が低下してしまう。この場合においては、特許文献１に開示された監視装置は、データベースに登録されている人物の顔画像と、抽出された人物の顔画像との両方を画面に表示して、監視員による判断を支援している。

特開２０１０－２３１４０２号公報

しかしながら、上記特許文献１に開示された監視装置では、自動的に人物を特定する場合であっても、監視員による判断を支援する場合であっても、予め、データベースに登録された顔画像に基づいて不審人物等を特定している。このため、不審人物等に関する顔画像以外の特徴情報、例えば、３０代、男性、中肉中背といった情報を用いて不審人物等を特定する場合には、結局のところ監視員が目視で行なう必要がある。

本発明の目的の一例は、上記問題を解消し、不審人物等に関する顔画像以外の特徴情報に基づいて不審人物等を自動的に特定することができる、情報処理装置、情報処理方法、及びプログラムを提供することにある。

上記目的を達成するため、本発明の一側面における監視装置は、
特定対象となる人物の特徴を示す顔画像以外の特徴情報の入力を受け付ける、入力受付部と、
前記特徴情報に含まれる前記人物の特徴毎に、当該特徴と、画像に写っている人物の特徴との一致度合を判定する、第１判定部と、
前記人物の特徴毎の判定結果に基づいて、前記特徴情報と前記画像に写っている人物とが一致しているかどうかを判定する、第２判定部と、
を備えている、ことを特徴とする。

また、上記目的を達成するため、本発明の一側面における監視方法は、
（ａ）特定対象となる人物の特徴を示す顔画像以外の特徴情報の入力を受け付ける、ステップと、
（ｂ）前記特徴情報に含まれる前記人物の特徴毎に、当該特徴と、画像に写っている人物の特徴との一致度合を判定する、ステップと、
（ｃ）前記人物の特徴毎の判定結果に基づいて、前記特徴情報と前記画像に写っている人物とが一致しているかどうかを判定する、ステップと、
を有する、ことを特徴とする。

更に、上記目的を達成するため、本発明の一側面におけるプログラムは、
コンピュータに、
（ａ）特定対象となる人物の特徴を示す顔画像以外の特徴情報の入力を受け付ける、ステップと、
（ｂ）前記特徴情報に含まれる前記人物の特徴毎に、当該特徴と、画像に写っている人物の特徴との一致度合を判定する、ステップと、
（ｃ）前記人物の特徴毎の判定結果に基づいて、前記特徴情報と前記画像に写っている人物とが一致しているかどうかを判定する、ステップと、
を実行させることを特徴とする。

以上のように、本発明によれば、不審人物等に関する顔画像以外の特徴情報に基づいて不審人物等を自動的に特定することができる。

図１は、本発明の実施の形態における情報処理装置の概略構成を示すブロック図である。 図２は、本発明の実施の形態における情報処理装置の具体的構成を示すブロック図である。 図３は、本発明の実施の形態で用いられる特徴情報の一例と第１判定部及び第２判定部の処理とを説明する図である。 図４は、本発明の実施の形態における情報処理装置の動作を示すフロー図である。 図５は、本発明の実施の形態における変形例での第１判定部及び第２判定部の処理とを説明する図である。 図６は、本実施の形態における検出装置によって構成された人物検出システムの一例を示す図である。 図７は、本発明の実施の形態における情報処理装置を実現するコンピュータの一例を示すブロック図である。

（実施の形態）
以下、本発明の実施の形態における情報処理装置、情報処理方法、及びプログラムについて、図１～図７を参照しながら説明する。

［装置構成］
最初に、本実施の形態における情報処理装置の概略構成について説明する。図１は、本発明の実施の形態における情報処理装置の概略構成を示すブロック図である。

図１に示す、本実施の形態における情報処理装置１０は、特定の人物を検出する際の情報処理を行なうための装置である。図１に示すように、情報処理装置１０は、入力受付部１１と、第１判定部１２と、第２判定部１３とを備えている。

入力受付部１１は、特定対象となる人物の特徴を示す顔画像以外の特徴情報の入力を受付ける。第１判定部１２は、特徴情報に含まれる人物の特徴毎に、各特徴と、画像に写っている人物の特徴との一致度合を判定する。第２判定部１３は、人物の特徴毎の判定結果に基づいて、特徴情報と画像に写っている人物とが一致しているかどうかを判定する。

このように、本実施の形態では、例えば、特定対象となる人物の年齢、体系、性別等といった顔以外の特徴と、画像に写っている特徴との一致度合が判定され、その判定結果に基づいて、画像の人物が特定対象となる人物であるかどうかが最終的に判定される。このため、本実施の形態によれば、不審人物等に関する顔画像以外の特徴情報に基づいて、不審人物等を自動的に特定することが可能となる。

続いて、図２及び図３を用いて、本実施の形態における情報処理装置の構成について具体的に説明する。図２は、本発明の実施の形態における情報処理装置の具体的構成を示すブロック図である。図３は、本発明の実施の形態で用いられる特徴情報の一例と第１判定部及び第２判定部の処理とを説明する図である。

図２に示すように、本実施の形態では、情報処理装置１０は、撮像装置２０と共に、特定対象となる人物を検出する検出装置１００を構成している。撮像装置２０は、撮影によって得られた画像の画像データを、設定された間隔で出力する。撮像装置２０の具体例としては、監視カメラが挙げられる。

また、図２に示すように、情報処理装置１０は、入力受付部１１、第１判定部１２、及び第２判定部１３に加えて、解釈部１４と、出力部１５とを備えている。

本実施の形態では、特徴情報としては、例えば、図３に示すように、特定対象となる人物における、年齢、性別、体格、行動、物体等の特徴をテキストで表したテキスト情報が挙げられる。なお、ここでいう物体には、人物が身に付けている物、及び人物が携えている物が含まれる。図３の例では、特徴情報は、「２０代又は３０代、男性、中肉中背、走っている、帽子を身につけず、ナイフを携えている」を含んだテキスト情報である。

入力受付部１１は、キーボード等の入力機器、又は検出装置１００に接続された端末装置等を介して、検出装置１００の管理者が、特徴を入力すると、入力された特徴を含む特徴情報を受け付ける。

また、入力受付部１１は、予め設定されている人物の特徴の中から、管理者が幾つかの特徴のみを指定した場合は、指定された特徴を含む特徴情報の入力のみを受け付けることができる。例えば、入力受付部１１は、表示装置の画面、又は検出装置１００に接続された端末装置等の画面に、特徴を表す種々のアイコンを表示させることができる。この場合、管理者が幾つかのアイコンを指定すると、入力受付部１１は、指定されたアイコンに関連付けられた識別子またはテキストを特徴情報として受け付ける。

解釈部１４は、入力受付部１１によって特徴情報が受け付けられると、特徴情報に含まれる特徴を取り出し、取り出した特徴を、第１判定部１２に渡す。

具体的には、図３の例では、解釈部１４は、特徴情報から、特徴として、「２０代又は３０代」、「男性」、「中肉中背」、「走っている」、「帽子を身につけず、ナイフを携えている」を取り出し、取り出したこれらの特徴を第１判定部１２に通知する。

第１判定部１２は、本実施の形態では、特徴毎に、複数の特徴判別器１６を備えている。具体的には、図３に示すように、各特徴判別器１６は、年齢、性別、体格、行動、物体のいずれかに対応している。図３の例では、各特徴判別器１６は、「年齢判別器」、「性別判別器」、「体格判別器」、「行動判別器」、「物体判別器」と表記されている。

また、本実施の形態において、特徴判別器の種類は図３に限定されるものではない。更に、第１判定部１２は、解釈部１４から特徴が通知されると、通知された特徴に合わせて、予め保持している特徴判別器１６の中から、必要となる特徴判別器１６を選出することもできる。

各特徴判別器１６は、それが対応する特徴と、撮像装置２０からの画像データで特定される画像中の人物の特徴とが、一致及び非一致のいずれであるかを判定する。また、各特徴判別器１６は、対応する特徴と画像中の人物の特徴とが一致している確率を算出し、算出された確率が閾値以上となる場合に、一致していると判定しても良い。具体的には、各特徴判別器１６は、下記のようにして判定を行なう。

年齢判別器は、例として、機械学習の１つであるディープラーニングを用いて、画像中の人物の年齢を判別する。具体的には、年齢判別器は、予め畳み込み層と全結合層とを有する畳み込みニューラルネットワーク（Convolutional Neural Network）を学習する。そして、年齢判別器は、予め学習した畳み込みニューラルネットワークの各畳み込み層によって、画像から特徴量を抽出する。そして、年齢判別器は、全結合層によって、抽出された特徴量に対して年齢についての重み計算を行ない、得られた計算値に基づいて年齢を判別する。

また、性別判別器も、例としてディープラーニングを用いて、画像中の人物の性別を判別する。具体的には、性別判別器も、予め学習した畳み込みニューラルネットワークの各畳み込み層によって、画像から特徴量を抽出する。但し、性別判別器は、全結合層によって、抽出された特徴量に対して性別についての重み計算を行ない、得られた計算値に基づいて性別を判別する。

物体判別器も、例としてディープラーニングを用いて、人物が身に付けている物及び携えている物を判定する。具体的には、物体判別器も、予め畳み込み層と全結合層とを有する畳み込みネットワークを学習する。そして、物体判別器は、学習した畳み込みニューラルネットワークの各畳み込み層によって、画像から特徴量を抽出する。そして、物体判別器は、全結合層によって、抽出した特徴量に対して物体についての重み計算を行ない、得られた計算値に基づいて、画像に写っている物体の種類を判別する。

行動判別器も、例としてディープラーニングを用いて、画像中の人物の行動を判定する。但し、行動判別器は、上述の判別器と異なり、予め学習したRegion Convolution Neural Networkによって、画像に写っている人物とその周辺とを検出する。次に、行動判別器は、予め学習した再帰型ニューラルネットワーク（Recurrent Neural Network）によって、検出された人物及び周辺が、特徴情報の行動を示す文字表現に該当するかどうか判定する。

体格判別器は、例として、人物の頭、首、肩、腹、足等の幅を画像から抽出し、それぞれの長さと、予め設定された体型のパターン（やせ型、中肉中背型、肥満型等）とを比較し、比較結果に基づいて、人物の体型を判別する。

第２判定部１３は、本実施の形態では、人物の特徴毎の判定において、一致していると判定された判定結果が所定数以上である場合、又は一致していると判定された判定結果の割合が所定割合以上である場合に、特徴情報と画像に写っている人物とが一致していると判定する。

具体的には、図３の例では、第２判定部１３は、論理加算を行ない、年齢判別器、性別判別器、体格判別器、行動判別器、及び物体判別器の全てにおいて一致していると判定された場合に、特徴情報と画像に写っている人物とが一致していると判定する。また、第２の判定部１３による判定が終了すると、出力部１５が、判定結果を出力する。出力先としては、検出装置１００の表示装置、検出装置１００の管理者の端末装置等が挙げられる。

［装置動作］
次に、本実施の形態における情報処理装置１０の動作について図４を用いて説明する。図４は、本発明の実施の形態における情報処理装置の動作を示すフロー図である。以下の説明においては、適宜図１～図３を参酌する。また、本実施の形態では、情報処理装置１０を動作させることによって、情報処理方法が実施される。よって、本実施の形態における情報処理方法の説明は、以下の情報処理装置１０の動作説明に代える。

図４に示すように、最初に、検出装置１００の管理者によって、検出装置１００において、特定対象となる人物の特徴が入力されると、入力受付部１１は、入力された特徴を含む特徴情報の入力を受け付ける（ステップＡ１）。また、入力受付部１１は、受け付けた特徴情報を解釈部１４に渡す。

次に、解釈部１４は、渡された特徴情報から、それに含まれる各特徴を取り出し、取り出した特徴を第１判定部１２に渡す（ステップＡ２）。

次に、第１判定部１２は、撮像装置２０から画像データを取得し、ステップＡ２で渡された特徴毎に、その特徴と、画像データの画像に写っている人物の特徴との一致度合を判定する（ステップＡ３）。具体的には、第１判定部１２は、各特徴に対応する特徴判別器１６を選出し、選出した各特徴判別器１６に、対応する特徴と画像の人物の特徴との一致判定を行なわせる。

次に、第２判定部１３は、特徴毎の判定結果に基づいて、特徴情報と画像に写っている人物とが一致しているかどうかを判定する（ステップＡ４）。具体的には、第２判定部１３は、論理加算を行ない、年齢判別器、性別判別器、体格判別器、行動判別器、及び物体判別器の全てにおいて一致している判定された場合に、特徴情報と画像に写っている人物とが一致していると判定する（図３参照）。

その後、出力部１５は、ステップＡ４での判定結果を、検出装置１００の表示装置、検出装置１００の管理者の端末装置等に出力する（ステップＡ５）。また、例えば、特定対象となる人物が指名手配犯であり、ステップＡ４において一致していると判定された場合は、出力部１５は、警告を出力しても良い。また、ステップＡ３～Ａ５は、撮像装置２０から画像データが出力される度に繰り返し実行される。

このように、本実施の形態によれば、テキスト等によって特徴情報を入力しておけば、撮像装置２０が撮影した映像から、各特徴が一致した人物が自動的に特定される。このため、目撃情報に基づいて、不審者、指名手配犯等の特徴を特徴情報として入力しておけば、これらの者の顔画像がなくても、これらの者を自動的に特定できる。なお、上述した例では、特徴情報のみを用いて人物を特定しているが、本実施の形態は、特徴情報と顔画像との両方を用いて人物の特定が行なわれる態様であっても良い。

［プログラム］
本実施の形態におけるプログラムは、コンピュータに、図４に示すステップＡ１～Ａ５を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における情報処理装置１０と情報処理方法とを実現することができる。この場合、コンピュータのＣＰＵ（Central Processing Unit）は、入力受付部１１、第１判定部１２、第２判定部１３、解釈部１４、及び出力部１５として機能し、処理を行なう。

また、本実施の形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されても良い。この場合は、例えば、各コンピュータが、それぞれ、入力受付部１１、第１判定部１２、第２判定部１３、解釈部１４、及び出力部１５のいずれかとして機能しても良い。

［変形例］
続いて、本実施の形態における変形例について図５を用いて説明する。図５は、本発明の実施の形態における変形例での第１判定部及び第２判定部の処理とを説明する図である。

図５に示すように、本変形例では、各特徴判別器１６は、対応する特徴と画像中の人物の特徴とが一致している確率を算出する。第１判定部１２は、各特徴判別器１６が算出した確率を、第２判定部１３に出力する。

そして、第２判定部１３は、人物の特徴毎に算出された確率の平均値を求め、求めた平均値が閾値を超えているかどうかを判定する。判定の結果、平均値が閾値を超えている場合に、第２判定部１３は、特徴情報と画像に写っている人物とが一致していると判定する。

本変形例による場合は、ある程度似ている人物が出現すると、警告が出力されるので、不審者及び指名手配犯等が見過ごされる可能性をより低くすることができる。

また、本変形例では、第２の判定部１３は、平均値を計算する際に、各特徴の確率に重み係数を乗算して、平均値を算出することができる。具体的には、重み係数の値は、検出装置１００の管理者によって適宜設定される。

例えば、特徴情報が目撃情報に基づいて入力されている場合において、管理者は、目撃者の確信度が高い特徴に対しては、重み係数の値を高く設定する。つまり、目撃者が、特定対象となる人物の年齢に自信がある場合は、管理者は、図５の例において、年齢の重み係数を１．２に設定する。この場合、平均値は、（７０×１．２＋８０＋６０＋７５＋９０）／５＝７７．８となり、重み係数を設定しなかった場合（７５）よりも高くなる。

［応用例］
続いて、図６を用いて、本実施の形態における検出装置１００を用いた人物検出システムについて説明する。図６は、本実施の形態における検出装置によって構成された人物検出システムの一例を示す図である。

図６に示すように、人物検出システム４００は、複数の検出装置１００と、管理サーバ２００とを備えており、これらはインターネット３００を介して接続されている。また、管理サーバ２００には、管理者の端末装置２１０が接続されている。また、検出装置１００は、それぞれ異なるエリアに設置されている。

管理者は、目撃者から「20代か30代のナイフを持って走っている中肉中背の帽子を被っていない男性」のような証言が与えられると、この証言を元に、端末装置２１０上で特徴情報を入力する。これにより、端末装置２１０は、特徴情報を管理サーバ２００に送信する。

管理サーバ２００は、特徴情報を受信すると、受信した特徴情報の形式を、図３に示した論理的に解釈可能な形式に変換する。そして、管理サーバ２００は、変換後の特徴情報を、各検出装置１００に送信する。また、管理サーバ２００は、目撃情報が取得されたエリアを取得できる場合は、特定したエリア及びそれに隣接するエリアに対応する検出装置１００のみに特徴情報を送信することもできる。

各検出装置１００は、管理サーバ２００から送信されてきた特徴情報を受信すると、入力受付部１１において、特徴情報の入力が受け付けられ（ステップＡ１）、その後、ステップＡ２～Ａ５が実行される。また、ステップＡ３～Ａ５は、撮像装置２０から画像データが出力される度に繰り返し実行される。なお、人物検出システム４００は、不審者、指名手配犯だけでなく、迷子の検出にも適用可能である。

［物理構成］
ここで、本実施の形態におけるプログラムを実行することによって、情報処理装置１０を実現するコンピュータについて図７を用いて説明する。図７は、本発明の実施の形態における情報処理装置を実現するコンピュータの一例を示すブロック図である。

図７に示すように、コンピュータ１１０は、ＣＰＵ１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。

ＣＰＵ１１１は、記憶装置１１３に格納された、本実施の形態におけるプログラム（コード）をメインメモリ１１２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置である。また、本実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであっても良い。

また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリ等の半導体記憶装置が挙げられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。

データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。

また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）等の汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）等の磁気記録媒体、又はＣＤ－ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体が挙げられる。

なお、本実施の形態における情報処理装置１０は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、情報処理装置１０は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。

以上のように、本発明によれば、不審人物等に関する顔画像以外の特徴情報に基づいて不審人物等を自動的に特定することができる。本発明は、不審人物、指名手配犯等を検出するためのシステム、迷子を捜すためのシステムに有用である。

１０ 情報処理装置
１１ 入力受付部
１２ 第１判定部
１３ 第２判定部
１４ 解釈部
１５ 出力部
１６ 特徴判別器
２０ 撮像装置
１００ 検出装置
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス
２００ 管理サーバ
２１０ 端末装置
３００ インターネット
４００ 人物検出システム

Claims (15)

1. 特定対象となる人物を判定する情報処理装置であって、
   前記特定対象となる人物の特徴を示す顔画像以外の複数の特徴を含む特徴情報の入力を受け付ける、入力受付部と、
   前記特徴情報に含まれる前記人物の前記複数の特徴それぞれに対応した特徴判別器を複数有し、設定された間隔で画像データを出力する撮像装置から前記画像データを取得すると、前記複数の特徴毎に、対応する前記特徴判別器によって、前記特徴情報に含まれる特徴と、前記画像データの画像に写っている人物の特徴とが、一致及び非一致のいずれであるかを判定する、第１判定部と、
   前記特定対象となる人物の複数の特徴毎の判定結果に基づいて、前記特徴判別器によって一致していると判定された複数の判定結果が所定数以上であると判定された場合、前記画像に写っている人物を前記特定対象の人物であると判定する、第２判定部と、
   を備えている、ことを特徴とする情報処理装置。
2. 前記第１判定部が、前記特徴判別器として、
   前記人物の年齢を判別する年齢判別器と、
   前記人物の性別を判別する性別判別器と、
   前記人物の体型を判別する体格判別器と、
   前記人物の行動を判別する行動判別器と、
   前記人物が保持する物を判別する物体判別器と、
   を備えている、ことを特徴する請求項１に記載の情報処理装置。
3. 前記特徴情報に含まれる前記特徴の全部又は一部が、前記特定対象となる人物の外形的特徴である、
   請求項１または２に記載の情報処理装置。
4. 前記入力受付部が、前記特徴情報として、前記人物の特徴がテキストで表されたテキスト情報を受け付ける、
   請求項１から３のいずれかに記載の情報処理装置。
5. 前記入力受付部が、前記人物の特徴のうち、指定された特徴を含む特徴情報の入力を受け付ける、
   請求項１から３のいずれかに記載の情報処理装置。
6. コンピュータが特定対象となる人物を判定する情報処理方法であって、
   （ａ）前記特定対象となる人物の特徴を示す顔画像以外の複数の特徴を含む特徴情報の入力を受け付ける、ステップと、
   （ｂ）前記特徴情報に含まれる前記人物の前記複数の特徴それぞれに対応した特徴判別器を複数用いて、
   設定された間隔で画像データを出力する撮像装置から前記画像データを取得すると、前記複数の特徴毎に、対応する前記特徴判別器によって、前記特徴情報に含まれる特徴と、前記画像データの画像に写っている人物の特徴とが、一致及び非一致のいずれであるかを判定する、ステップと、
   （ｃ）前記特定対象となる人物の複数の特徴毎の判定結果に基づいて、前記特徴判別器によって一致していると判定された複数の判定結果が所定数以上であると判定された場合、前記画像に写っている人物を前記特定対象の人物であると判定する、ステップと、
   を有する、ことを特徴とする情報処理方法。
7. 前記（ｂ）のステップにおいて、前記特徴判別器として、
   前記人物の年齢を判別する年齢判別器と、
   前記人物の性別を判別する性別判別器と、
   前記人物の体型を判別する体格判別器と、
   前記人物の行動を判別する行動判別器と、
   前記人物が保持する物を判別する物体判別器と、
   を用いる、ことを特徴する請求項６に記載の情報処理方法。
8. 前記特徴情報に含まれる前記特徴の全部又は一部が、前記特定対象となる人物の外形的特徴である、
   請求項６または７に記載の情報処理方法。
9. 前記（ａ）のステップにおいて、前記特徴情報として、前記人物の特徴がテキストで表されたテキスト情報を受け付ける、
   請求項６から８のいずれかに記載の情報処理方法。
10. 前記（ａ）のステップにおいて、前記人物の特徴のうち、指定された特徴を含む特徴情報の入力を受け付ける、
    請求項６から８のいずれかに記載の情報処理方法。
11. コンピュータに、特定対象となる人物を判定させるプログラムであって、
    前記コンピュータに、
    （ａ）前記特定対象となる人物の特徴を示す顔画像以外の複数の特徴を含む特徴情報の入力を受け付ける、ステップと、
    （ｂ）前記特徴情報に含まれる前記人物の前記複数の特徴それぞれに対応した特徴判別器を複数用いて、
    設定された間隔で画像データを出力する撮像装置から前記画像データを取得すると、前記複数の特徴毎に、対応する前記特徴判別器によって、前記特徴情報に含まれる特徴と、前記画像データの画像に写っている人物の特徴とが、一致及び非一致のいずれであるかを判定する、ステップと、
    （ｃ）前記特定対象となる人物の複数の特徴毎の判定結果に基づいて、前記特徴判別器によって一致していると判定された複数の判定結果が所定数以上であると判定された場合、前記画像に写っている人物を前記特定対象の人物であると判定する、ステップと、
    を実行させるプログラム。
12. 前記（ｂ）のステップにおいて、前記特徴判別器として、
    前記人物の年齢を判別する年齢判別器と、
    前記人物の性別を判別する性別判別器と、
    前記人物の体型を判別する体格判別器と、
    前記人物の行動を判別する行動判別器と、
    前記人物が保持する物を判別する物体判別器と、
    を用いる、ことを特徴する請求項１１に記載のプログラム。
13. 前記特徴情報に含まれる前記特徴の全部又は一部が、前記特定対象となる人物の外形的特徴である、
    請求項１１または１２に記載のプログラム。
14. 前記（ａ）のステップにおいて、前記特徴情報として、前記人物の特徴がテキストで表されたテキスト情報を受け付ける、
    請求項１１から１３のいずれかに記載のプログラム。
15. 前記（ａ）のステップにおいて、前記人物の特徴のうち、指定された特徴を含む特徴情報の入力を受け付ける、
    請求項１１から１３のいずれかに記載のプログラム。

Images