JP7174796B2 - 検知装置、検知方法及び検知プログラム - Google Patents
検知装置、検知方法及び検知プログラム Download PDFInfo
- Publication number
- JP7174796B2 JP7174796B2 JP2021040897A JP2021040897A JP7174796B2 JP 7174796 B2 JP7174796 B2 JP 7174796B2 JP 2021040897 A JP2021040897 A JP 2021040897A JP 2021040897 A JP2021040897 A JP 2021040897A JP 7174796 B2 JP7174796 B2 JP 7174796B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- query
- image data
- processed
- determined
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Description
本開示は、複数の画像データに基づき不審者等を検知する技術に関する。
商業施設又は交通施設等の施設内をうろついている不審者を検知することにより、犯罪等の発生を未然に防ぐことが可能になる。現在は、監視カメラによって撮像されて得られた画像データを人が監視して、うろついている人を目視で探すといった方法により、不審者を検知している。施設が大きくなり、施設内にいる人が多くなると、不審者を検知するための負担が重くなる。
特許文献１には、複数のカメラのフレーム画像から検知された人の特徴量及び人の画像データを蓄積しておき、ユーザによって指定された画像データに含まれる人と類似する人を蓄積された画像データから検索することが記載されている。
特許文献１に記載された技術を用いることにより、監視カメラ等によって撮像されて得られた画像データから機械的に対象者を探すことが可能になる。しかし、特許文献１に記載された技術では、施設内をうろついている不審者等を検知することはできない。
特に、監視カメラ等によって撮像されて得られる画像データは膨大な量になる。そのため、膨大な量の画像データから不審者を検知する処理は負荷が重くなってしまう。
本開示は、処理負荷を抑えつつ、施設内をうろつく不審者等を検知できるようにすることを目的とする。
特に、監視カメラ等によって撮像されて得られる画像データは膨大な量になる。そのため、膨大な量の画像データから不審者を検知する処理は負荷が重くなってしまう。
本開示は、処理負荷を抑えつつ、施設内をうろつく不審者等を検知できるようにすることを目的とする。
本開示に係る検知装置は、
カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データが条件を満たす場合に、前記判定対象の画像データを前記対象物についての部分画像をクエリ画像として抽出するクエリ抽出部と、
前記クエリ抽出部によって新たに抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像に基づき、前記クエリ抽出部によって過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索する検索部と
を備える。
カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データが条件を満たす場合に、前記判定対象の画像データを前記対象物についての部分画像をクエリ画像として抽出するクエリ抽出部と、
前記クエリ抽出部によって新たに抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像に基づき、前記クエリ抽出部によって過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索する検索部と
を備える。
前記クエリ抽出部は、前記判定対象の画像データに含まれる前記対象物が滞留エリアに滞在する時間が滞在時間の条件を満たす場合に、前記判定対象の画像データから前記クエリ画像を抽出する。
前記クエリ抽出部は、前記判定対象の画像データに含まれる対象物の移動軌跡が移動方向の条件を満たす場合に、前記判定対象の画像データから前記クエリ画像を抽出する。
前記移動方向の条件は、前記移動軌跡を示す移動ベクトルと、前記画像データの横方向の直線との成す角によって設定される。
前記クエリ抽出部は、複数のカメラによって撮像されて得られた画像データのうち、特定のカメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記クエリ画像を抽出する。
前記検索部は、前記処理対象のクエリ画像に含まれる対象物を含む画像データが閾値以上の数だけ検索された場合に通知する。
前記検索部は、
前記ギャラリ画像である画像データを順に検索対象の画像データとして、前記処理対象のクエリ画像の対象物が前記検索対象の画像データに含まれるか否かを判定する同一性判定部と、
前記同一性判定部によって前記処理対象のクエリ画像に含まれる対象物が含まれると判定された場合に、前記検索対象の画像データの同一情報に前記処理対象のクエリ画像の識別子である画像識別子を追加し、前記処理対象のクエリ画像についての同一リストに、前記検索対象の画像データの画像識別子を追加するとともに、前記処理対象のクエリ画像についての同一リストに、前記検索対象の画像データの同一情報に存在する画像識別子を追加するリスト追加部と、
前記処理対象のクエリ画像についての同一リストに存在する画像識別子の数が前記閾値以上になった場合に通知する通知部と
を備える。
前記ギャラリ画像である画像データを順に検索対象の画像データとして、前記処理対象のクエリ画像の対象物が前記検索対象の画像データに含まれるか否かを判定する同一性判定部と、
前記同一性判定部によって前記処理対象のクエリ画像に含まれる対象物が含まれると判定された場合に、前記検索対象の画像データの同一情報に前記処理対象のクエリ画像の識別子である画像識別子を追加し、前記処理対象のクエリ画像についての同一リストに、前記検索対象の画像データの画像識別子を追加するとともに、前記処理対象のクエリ画像についての同一リストに、前記検索対象の画像データの同一情報に存在する画像識別子を追加するリスト追加部と、
前記処理対象のクエリ画像についての同一リストに存在する画像識別子の数が前記閾値以上になった場合に通知する通知部と
を備える。
前記検知装置は、さらに、
前記処理対象のクエリ画像と、前記処理対象のクエリ画像と同一の対象物を含む他の画像データである関連クエリ画像とのそれぞれから計算された前記対象物の特徴量から、前記対象物の特徴量についての統計量を計算する統計量計算部
を備え、
前記検索部は、前記統計量計算部によって計算された前記統計量に基づき、前記処理対象のクエリ画像の対象物を含む画像データを検索する。
前記処理対象のクエリ画像と、前記処理対象のクエリ画像と同一の対象物を含む他の画像データである関連クエリ画像とのそれぞれから計算された前記対象物の特徴量から、前記対象物の特徴量についての統計量を計算する統計量計算部
を備え、
前記検索部は、前記統計量計算部によって計算された前記統計量に基づき、前記処理対象のクエリ画像の対象物を含む画像データを検索する。
前記検知装置は、さらに、
前記処理対象のクエリ画像と、前記処理対象のクエリ画像と同一の対象物を含む１つ以上の他の画像データである関連クエリ画像とのそれぞれから計算された前記対象物の特徴量に基づき前記処理対象のクエリ画像と前記関連クエリ画像とを１つ以上のグループに分類し、前記１つ以上のグループそれぞれを対象として、対象のグループに含まれる前記画像データから計算された前記対象物の特徴量についての統計量を計算する統計量計算部
を備え、
前記検索部は、前記統計量計算部によって計算された前記１つ以上のグループそれぞれについての前記統計量に基づき、前記処理対象のクエリ画像の対象物を含むギャラリ画像を検索する。
前記処理対象のクエリ画像と、前記処理対象のクエリ画像と同一の対象物を含む１つ以上の他の画像データである関連クエリ画像とのそれぞれから計算された前記対象物の特徴量に基づき前記処理対象のクエリ画像と前記関連クエリ画像とを１つ以上のグループに分類し、前記１つ以上のグループそれぞれを対象として、対象のグループに含まれる前記画像データから計算された前記対象物の特徴量についての統計量を計算する統計量計算部
を備え、
前記検索部は、前記統計量計算部によって計算された前記１つ以上のグループそれぞれについての前記統計量に基づき、前記処理対象のクエリ画像の対象物を含むギャラリ画像を検索する。
本開示に係る検知方法は、
カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データが条件を満たす場合に、前記判定対象の画像データを前記対象物についての部分画像をクエリ画像として抽出し、
抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像に基づき、過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索する。
カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データが条件を満たす場合に、前記判定対象の画像データを前記対象物についての部分画像をクエリ画像として抽出し、
抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像に基づき、過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索する。
本開示に係る検知プログラムは、
カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データが条件を満たす場合に、前記判定対象の画像データを前記対象物についての部分画像をクエリ画像として抽出するクエリ抽出処理と、
前記クエリ抽出処理によって新たに抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像に基づき、前記クエリ抽出処理によって過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索する検索処理と
を行う検知装置としてコンピュータを機能させる。
カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データが条件を満たす場合に、前記判定対象の画像データを前記対象物についての部分画像をクエリ画像として抽出するクエリ抽出処理と、
前記クエリ抽出処理によって新たに抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像に基づき、前記クエリ抽出処理によって過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索する検索処理と
を行う検知装置としてコンピュータを機能させる。
本開示では、条件を満たす画像データからクエリ画像を抽出し、新たに抽出されたクエリ画像に基づき、過去に抽出されたクエリ画像であるギャラリ画像から、クエリ画像の対象物を含む画像データを検索する。これにより、検索対象とする画像データの数を絞りつつ、決められた範囲をうろつく不審者等を検知することが可能である。
実施の形態１．
＊＊＊構成の説明＊＊＊
図１を参照して、実施の形態１に係る検知装置１０の構成を説明する。
検知装置１０は、コンピュータである。
検知装置１０は、プロセッサ１１と、メモリ１２と、ストレージ１３と、通信インタフェース１４とのハードウェアを備える。プロセッサ１１は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。
＊＊＊構成の説明＊＊＊
図１を参照して、実施の形態１に係る検知装置１０の構成を説明する。
検知装置１０は、コンピュータである。
検知装置１０は、プロセッサ１１と、メモリ１２と、ストレージ１３と、通信インタフェース１４とのハードウェアを備える。プロセッサ１１は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。
プロセッサ１１は、プロセッシングを行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。プロセッサ１１は、具体例としては、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。
メモリ１２は、データを一時的に記憶する記憶装置である。メモリ１２は、具体例としては、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。
ストレージ１３は、データを保管する記憶装置である。ストレージ１３は、具体例としては、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）である。また、ストレージ１３は、ＳＤ（登録商標，Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリカード、ＣＦ（ＣｏｍｐａｃｔＦｌａｓｈ，登録商標）、ＮＡＮＤフラッシュ、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（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）といった可搬記録媒体であってもよい。
通信インタフェース１４は、外部の装置と通信するためのインタフェースである。通信インタフェース１４は、具体例としては、Ｅｔｈｅｒｎｅｔ（登録商標）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）、ＨＤＭＩ（登録商標，Ｈｉｇｈ－Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）のポートである。
検知装置１０には、通信インタフェース１４を介して１台以上のカメラ４０が接続されている。また、検知装置１０には、通信インタフェース１４を介して記憶装置５０が接続されている。
検知装置１０には、通信インタフェース１４を介して１台以上のカメラ４０が接続されている。また、検知装置１０には、通信インタフェース１４を介して記憶装置５０が接続されている。
検知装置１０は、機能構成要素として、取得部１１１と、検知部１１２と、特徴量計算部１１３と、追跡部１１４と、クエリ抽出部１１５と、検索部１１６とを備える。検索部１１６は、同一性判定部１１７と、リスト追加部１１８と、通知部１１９とを備える。検知装置１０の各機能構成要素の機能はソフトウェアにより実現される。
ストレージ１３には、検知装置１０の各機能構成要素の機能を実現するプログラムが格納されている。このプログラムは、プロセッサ１１によりメモリ１２に読み込まれ、プロセッサ１１によって実行される。これにより、検知装置１０の各機能構成要素の機能が実現される。
ストレージ１３には、検知装置１０の各機能構成要素の機能を実現するプログラムが格納されている。このプログラムは、プロセッサ１１によりメモリ１２に読み込まれ、プロセッサ１１によって実行される。これにより、検知装置１０の各機能構成要素の機能が実現される。
図１では、プロセッサ１１は、１つだけ示されていた。しかし、プロセッサ１１は、複数であってもよく、複数のプロセッサ１１が、各機能を実現するプログラムを連携して実行してもよい。
＊＊＊動作の説明＊＊＊
図２から図１３を参照して、実施の形態１に係る検知装置１０の動作を説明する。
実施の形態１に係る検知装置１０の動作手順は、実施の形態１に係る検知方法に相当する。また、実施の形態１に係る検知装置１０の動作を実現するプログラムは、実施の形態１に係る検知プログラムに相当する。
図２から図１３を参照して、実施の形態１に係る検知装置１０の動作を説明する。
実施の形態１に係る検知装置１０の動作手順は、実施の形態１に係る検知方法に相当する。また、実施の形態１に係る検知装置１０の動作を実現するプログラムは、実施の形態１に係る検知プログラムに相当する。
図２を参照して、実施の形態１に係る検知装置１０の処理の概要を説明する。
（ステップＳ１：クエリ抽出処理）
取得部１１１は、カメラ４０によって撮像されて得られた画像データを順に判定対象の画像データとして取得する。クエリ抽出部１１５は、複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データから対象物についての部分画像をクエリ画像として切り出す。クエリ画像は、画像データから対象物の検知された部分画像を切り出した画像である。以降、クエリ画像を切り出すことを、クエリ画像の抽出と表現する。
（ステップＳ１：クエリ抽出処理）
取得部１１１は、カメラ４０によって撮像されて得られた画像データを順に判定対象の画像データとして取得する。クエリ抽出部１１５は、複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データから対象物についての部分画像をクエリ画像として切り出す。クエリ画像は、画像データから対象物の検知された部分画像を切り出した画像である。以降、クエリ画像を切り出すことを、クエリ画像の抽出と表現する。
（ステップＳ２：検索処理）
検索部１１６は、クエリ抽出部１１５によって抽出されたクエリ画像を処理対象のクエリ画像に設定する。検索部１１６は、処理対象のクエリ画像に基づき、クエリ抽出部１１５によって過去に抽出されたクエリ画像であるギャラリ画像から、処理対象のクエリ画像と同一の対象物を含む画像データを検索する。
検索部１１６は、クエリ抽出部１１５によって抽出されたクエリ画像を処理対象のクエリ画像に設定する。検索部１１６は、処理対象のクエリ画像に基づき、クエリ抽出部１１５によって過去に抽出されたクエリ画像であるギャラリ画像から、処理対象のクエリ画像と同一の対象物を含む画像データを検索する。
図３を参照して、実施の形態１に係るクエリ抽出処理（図２のステップＳ１）を説明する。
ここで、検知装置１０に接続された各カメラ４０は、一意なカメラＩＤ（ＩＤｅｎｔｉｆｉｅｒ）が割り当てられており、対象物を検知する対象エリアの一部を撮像するように設置されている。対象物は、人と動物と車といったものである。実施の形態１では、対象物として人を例に説明する。対象エリアは、商業施設と交通施設といった施設である。
各カメラ４０は、既定のフレームレートの映像データを取得している。各カメラ４０は、映像データを構成する新しいフレームの画像データが取得されると、画像データをカメラＩＤ及び画像データの撮像時刻とともに接続された検知装置１０に送信する。
ここで、検知装置１０に接続された各カメラ４０は、一意なカメラＩＤ（ＩＤｅｎｔｉｆｉｅｒ）が割り当てられており、対象物を検知する対象エリアの一部を撮像するように設置されている。対象物は、人と動物と車といったものである。実施の形態１では、対象物として人を例に説明する。対象エリアは、商業施設と交通施設といった施設である。
各カメラ４０は、既定のフレームレートの映像データを取得している。各カメラ４０は、映像データを構成する新しいフレームの画像データが取得されると、画像データをカメラＩＤ及び画像データの撮像時刻とともに接続された検知装置１０に送信する。
（ステップＳ１１：画像取得処理）
取得部１１１は、カメラ４０から送信された画像データとカメラＩＤと撮像時刻とを取得する。取得部１１１は、画像データとカメラＩＤと撮像時刻とを関連付けて記憶装置５０に書き込む。取得部１１１は、取得された画像データを判定対象の画像データに設定する。
取得部１１１は、カメラ４０から送信された画像データとカメラＩＤと撮像時刻とを取得する。取得部１１１は、画像データとカメラＩＤと撮像時刻とを関連付けて記憶装置５０に書き込む。取得部１１１は、取得された画像データを判定対象の画像データに設定する。
（ステップＳ１２：検知処理）
検知部１１２は、判定対象の画像データから対象物を検知する。
具体的には、検知部１１２は、判定対象の画像データを入力として、画像データに含まれる各対象物について、画像データにおいて対象物が存在する領域と対象物であることの確信度と対象物の属性とを出力する検知モデルを用いる。つまり、検知部１１２は、ステップＳ１１で取得された判定対象の画像データを検知モデルに入力として与え、対象物が存在する領域と対象物であることの確信度と対象物の属性とを取得することにより、対象物を検知する。実施の形態１では、対象物は人である。そのため、検知部１１２は、画像データを検知モデルに入力として与えることにより、画像データにおいて人が存在する領域と、人であることの確信度と、人の属性とを取得する。人の属性は、具体例としては、性別と年齢層と等である。
検知部１１２は、判定対象の画像データから対象物を検知する。
具体的には、検知部１１２は、判定対象の画像データを入力として、画像データに含まれる各対象物について、画像データにおいて対象物が存在する領域と対象物であることの確信度と対象物の属性とを出力する検知モデルを用いる。つまり、検知部１１２は、ステップＳ１１で取得された判定対象の画像データを検知モデルに入力として与え、対象物が存在する領域と対象物であることの確信度と対象物の属性とを取得することにより、対象物を検知する。実施の形態１では、対象物は人である。そのため、検知部１１２は、画像データを検知モデルに入力として与えることにより、画像データにおいて人が存在する領域と、人であることの確信度と、人の属性とを取得する。人の属性は、具体例としては、性別と年齢層と等である。
ステップＳ１３からステップＳ１６の処理がステップＳ１２で検知された各対象物を処理対象として実行される。
（ステップＳ１３：特徴量計算処理）
特徴量計算部１１３は、処理対象の対象物について特徴量を計算する。ここでは、特徴量は、複数次元ベクトルで表される数値情報とする。なお、特徴量の計算方法は、どのような方法であっても構わない。また、特徴量は、任意の整数Ｎ，Ｍに基づくＮ行Ｍ列の行列として表される数値情報であってもよい。
特徴量計算部１１３は、処理対象の対象物について特徴量を計算する。ここでは、特徴量は、複数次元ベクトルで表される数値情報とする。なお、特徴量の計算方法は、どのような方法であっても構わない。また、特徴量は、任意の整数Ｎ，Ｍに基づくＮ行Ｍ列の行列として表される数値情報であってもよい。
（ステップＳ１４：追跡処理）
追跡部１１４は、処理対象の対象物の追跡を行う。
具体的には、追跡部１１４は、過去追跡期間にステップＳ１１で取得された画像データから検知された対象物から、処理対象の対象物を特定することにより追跡を行う。実施の形態１では、対象物は人であるため、追跡部１１４は、過去追跡期間にステップＳ１１で取得された画像データから検知された人から、処理対象の人と同じ人を特定し、過去追跡期間に割り当てられた対象物ＩＤと同一のＩＤを処理対象の人に割り当て、ステップＳ１１で記憶された画像データと紐付けされる
例えば、追跡部１１４は、ステップＳ１３で計算された特徴量の類似度と、位置関係とに基づき、各対象物の追跡を行う。なお、具体的な追跡方法は、どのような方法でも構わない。
ステップＳ１２の検知処理で各対象物に対象物ＩＤを付与すると、同じ人に異なる対象物ＩＤを付与してしまう可能性が高い。ステップＳ１４の追跡処理で同じ人と特定した後、対象物ＩＤを付与することにより、同じ人に同じ対象物ＩＤを付与することができる。
追跡部１１４は、処理対象の対象物の追跡を行う。
具体的には、追跡部１１４は、過去追跡期間にステップＳ１１で取得された画像データから検知された対象物から、処理対象の対象物を特定することにより追跡を行う。実施の形態１では、対象物は人であるため、追跡部１１４は、過去追跡期間にステップＳ１１で取得された画像データから検知された人から、処理対象の人と同じ人を特定し、過去追跡期間に割り当てられた対象物ＩＤと同一のＩＤを処理対象の人に割り当て、ステップＳ１１で記憶された画像データと紐付けされる
例えば、追跡部１１４は、ステップＳ１３で計算された特徴量の類似度と、位置関係とに基づき、各対象物の追跡を行う。なお、具体的な追跡方法は、どのような方法でも構わない。
ステップＳ１２の検知処理で各対象物に対象物ＩＤを付与すると、同じ人に異なる対象物ＩＤを付与してしまう可能性が高い。ステップＳ１４の追跡処理で同じ人と特定した後、対象物ＩＤを付与することにより、同じ人に同じ対象物ＩＤを付与することができる。
（ステップＳ１５：クエリ判定処理）
クエリ抽出部１１５は、処理対象の対象物について、判定対象の画像データにおける処理対象の対象物の部分画像をクエリ画像とするか否かを判定する。クエリ判定処理については後述する。
クエリ抽出部１１５は、処理対象の対象物について、判定対象の画像データにおける処理対象の対象物の部分画像をクエリ画像とするか否かを判定する。クエリ判定処理については後述する。
（ステップＳ１６：データ送信処理）
クエリ抽出部１１５は、ステップＳ１５で処理対象の対象物についてのクエリ画像と判定された場合に、ステップＳ１３で計算された処理対象の対象物についての特徴量を検索部１１６に送信して、検索処理（図２のステップＳ２）の実行を促す。
クエリ抽出部１１５は、ステップＳ１５で処理対象の対象物についてのクエリ画像と判定された場合に、ステップＳ１３で計算された処理対象の対象物についての特徴量を検索部１１６に送信して、検索処理（図２のステップＳ２）の実行を促す。
図４を参照して、実施の形態１に係るクエリ判定処理（図３のステップＳ１５）を説明する。
（ステップＳ１５１：カメラ判定処理）
クエリ抽出部１１５は、判定対象の画像データが、検知装置１０に接続されたカメラ４０のうち、クエリ画像を取得するための特定のカメラ４０によって撮像されて得られた画像データであるか否かを判定する。
クエリ抽出部１１５は、判定対象の画像データが、特定のカメラ４０によって撮像されて得られた画像データである場合には、処理をステップＳ１５２に進める。一方、クエリ抽出部１１５は、判定対象の画像データが、特定のカメラ４０によって撮像されて得られた画像データでない場合には、処理を終了する。
（ステップＳ１５１：カメラ判定処理）
クエリ抽出部１１５は、判定対象の画像データが、検知装置１０に接続されたカメラ４０のうち、クエリ画像を取得するための特定のカメラ４０によって撮像されて得られた画像データであるか否かを判定する。
クエリ抽出部１１５は、判定対象の画像データが、特定のカメラ４０によって撮像されて得られた画像データである場合には、処理をステップＳ１５２に進める。一方、クエリ抽出部１１５は、判定対象の画像データが、特定のカメラ４０によって撮像されて得られた画像データでない場合には、処理を終了する。
（ステップＳ１５２：位置判定処理）
クエリ抽出部１１５は、処理対象の対象物がクエリ画像を取得するための検知領域内であるか否かを判定する。具体的には、クエリ抽出部１１５は、ステップＳ１２で特定された処理対象の対象物が存在する領域の基準位置が、検知領域内であるか否かを判定する。実施の形態１では、基準位置は、対象物である人の足元の位置とする。例えば、対象物が存在する領域が対象物を囲む矩形領域である場合には、クエリ抽出部１１５は、矩形領域の下辺の中心点の位置を足元の位置とすればよい。検知領域は、事前に設定される領域であり、ステップＳ１５１における特定のカメラ４０についての撮像領域内の領域である。検知領域は、例えば、対象物が十分な大きさで撮像可能な領域等が設定される。
クエリ抽出部１１５は、処理対象の対象物が検知領域内である場合には、処理をステップＳ１５３に進める。一方、クエリ抽出部１１５は、処理対象の対象物が検知領域内でない場合には、処理を終了する。
クエリ抽出部１１５は、処理対象の対象物がクエリ画像を取得するための検知領域内であるか否かを判定する。具体的には、クエリ抽出部１１５は、ステップＳ１２で特定された処理対象の対象物が存在する領域の基準位置が、検知領域内であるか否かを判定する。実施の形態１では、基準位置は、対象物である人の足元の位置とする。例えば、対象物が存在する領域が対象物を囲む矩形領域である場合には、クエリ抽出部１１５は、矩形領域の下辺の中心点の位置を足元の位置とすればよい。検知領域は、事前に設定される領域であり、ステップＳ１５１における特定のカメラ４０についての撮像領域内の領域である。検知領域は、例えば、対象物が十分な大きさで撮像可能な領域等が設定される。
クエリ抽出部１１５は、処理対象の対象物が検知領域内である場合には、処理をステップＳ１５３に進める。一方、クエリ抽出部１１５は、処理対象の対象物が検知領域内でない場合には、処理を終了する。
（ステップＳ１５３：過去判定処理）
クエリ抽出部１１５は、判定対象の画像データの取得元のカメラ４０によって過去追跡期間に、処理対象の対象物が検知されていたか否かを判定する。具体的には、クエリ抽出部１１５は、ステップＳ１４で追跡された結果を参照することにより、過去追跡期間に取得された画像データから、処理対象の対象物が検知されていたか否かを判定する。
クエリ抽出部１１５は、処理対象の対象物が検知されていた場合には、処理をステップＳ１５４に進める。一方、クエリ抽出部１１５は、処理対象の対象物が検知されていない場合には、処理を終了する。
この判定は、後述するステップＳ１５６及びステップＳ１５７の処理において、処理対象の対象物の移動軌跡に基づく判定を行うために、過去に処理対象の対象物が検知されている必要があるので行われる。
クエリ抽出部１１５は、判定対象の画像データの取得元のカメラ４０によって過去追跡期間に、処理対象の対象物が検知されていたか否かを判定する。具体的には、クエリ抽出部１１５は、ステップＳ１４で追跡された結果を参照することにより、過去追跡期間に取得された画像データから、処理対象の対象物が検知されていたか否かを判定する。
クエリ抽出部１１５は、処理対象の対象物が検知されていた場合には、処理をステップＳ１５４に進める。一方、クエリ抽出部１１５は、処理対象の対象物が検知されていない場合には、処理を終了する。
この判定は、後述するステップＳ１５６及びステップＳ１５７の処理において、処理対象の対象物の移動軌跡に基づく判定を行うために、過去に処理対象の対象物が検知されている必要があるので行われる。
（ステップＳ１５４：滞留エリア判定処理）
クエリ抽出部１１５は、判定対象の画像データの取得元のカメラ４０が、滞留エリアが設定されているか否かを判定する。滞留エリアは、カメラ４０毎に、設定されている場合と、設定されていない場合とがある。図５に示すように、滞留エリアは、カメラ４０の撮像領域内の領域であって、検知領域に隣接する領域である。
クエリ抽出部１１５は、滞留エリアが設定されている場合には、処理をステップＳ１５５に進める。一方、クエリ抽出部１１５は、滞留エリアが設定されていない場合には、処理をステップＳ１５６に進める。
クエリ抽出部１１５は、判定対象の画像データの取得元のカメラ４０が、滞留エリアが設定されているか否かを判定する。滞留エリアは、カメラ４０毎に、設定されている場合と、設定されていない場合とがある。図５に示すように、滞留エリアは、カメラ４０の撮像領域内の領域であって、検知領域に隣接する領域である。
クエリ抽出部１１５は、滞留エリアが設定されている場合には、処理をステップＳ１５５に進める。一方、クエリ抽出部１１５は、滞留エリアが設定されていない場合には、処理をステップＳ１５６に進める。
（ステップＳ１５５：滞在判定処理）
クエリ抽出部１１５は、判定対象の画像データに含まれる対象物が滞留エリアに滞在する時間が滞在時間の条件を満たすか否かを判定する。
具体的には、クエリ抽出部１１５は、判定対象の画像データの取得元のカメラ４０によって取得された過去滞在時間分の画像データにおいて、対象物が滞留エリアに継続している場合には、滞在時間の条件を満たすと判定する。例えば、図６に示すように、過去滞在時間分の画像データから得られる対象物の軌跡が滞留エリア内である場合には、クエリ抽出部１１５は、滞在時間の条件を満たすと判定する。一方、図７に示すように、過去滞在時間分の画像データから得られる対象物の軌跡が滞留エリアから出ている場合には、クエリ抽出部１１５は、滞在時間の条件を満たさないと判定する。
ここで、対象物の軌跡は、ステップＳ１２で特定された処理対象の対象物が存在する領域の基準位置の軌跡である。
クエリ抽出部１１５は、判定対象の画像データに含まれる対象物が滞留エリアに滞在する時間が滞在時間の条件を満たすか否かを判定する。
具体的には、クエリ抽出部１１５は、判定対象の画像データの取得元のカメラ４０によって取得された過去滞在時間分の画像データにおいて、対象物が滞留エリアに継続している場合には、滞在時間の条件を満たすと判定する。例えば、図６に示すように、過去滞在時間分の画像データから得られる対象物の軌跡が滞留エリア内である場合には、クエリ抽出部１１５は、滞在時間の条件を満たすと判定する。一方、図７に示すように、過去滞在時間分の画像データから得られる対象物の軌跡が滞留エリアから出ている場合には、クエリ抽出部１１５は、滞在時間の条件を満たさないと判定する。
ここで、対象物の軌跡は、ステップＳ１２で特定された処理対象の対象物が存在する領域の基準位置の軌跡である。
ステップＳ１５２を考慮すると、図６に示すように、滞在時間の条件を満たし、かつ、判定対象の画像データにおいて処理対象の対象物が検知領域内である場合に、処理がステップＳ１５６に進められる。なお、図８に示すように、ステップＳ１５４で滞留エリアが設定されていないと判定された場合には、滞在時間の条件を満たすか否かに関わらず、判定対象の画像データにおいて処理対象の対象物が検知領域内である場合に、処理がステップＳ１５６に進められる。
（ステップＳ１５６：方向判定処理）
クエリ抽出部１１５は、判定対象の画像データの取得元のカメラ４０の奥側から手前側に向かって処理対象の対象物が移動したか否かを判定する。これにより、クエリ抽出部１１５は、対象物の前面側が撮像されたか否かを判定する。なお、対象物が前を向いて移動していることが前提である。
具体的には、クエリ抽出部１１５は、過去にステップＳ１１で取得された画像データから検知された処理対象の対象物の位置よりも、処理対象の対象物の位置がカメラ４０の手前側であるか否かを判定する。クエリ抽出部１１５は、手前側であれば、奥側から手前側に向かって処理対象の対象物が移動したと判定する。ここでは、クエリ抽出部１１５は、過去にステップＳ１１で取得された画像データから検知された処理対象の対象物の基準位置よりも、処理対象の対象物の基準位置がカメラ４０の手前側であるか否かを判定する。
図９に示すように、画像データの幅方向にｘ軸が取られ、奥行方向にｙ軸が取られているとする。ｙ軸の座標値は、手前側（画像データの下側）ほど大きな値をとるとする。この場合には、クエリ抽出部１１５は、過去にステップＳ１１で取得された画像データから検知された処理対象の対象物の基準位置のｙ座標が、処理対象の対象物の基準位置のｙ座標よりも小さければ、奥側から手前側に向かって処理対象の対象物が移動したと判定する。
クエリ抽出部１１５は、奥側から手前側に向かって処理対象の対象物が移動した場合には、処理をステップＳ１５７に進める。一方、クエリ抽出部１１５は、奥側から手前側に向かって処理対象の対象物が移動していない場合には、処理を終了する。
クエリ抽出部１１５は、判定対象の画像データの取得元のカメラ４０の奥側から手前側に向かって処理対象の対象物が移動したか否かを判定する。これにより、クエリ抽出部１１５は、対象物の前面側が撮像されたか否かを判定する。なお、対象物が前を向いて移動していることが前提である。
具体的には、クエリ抽出部１１５は、過去にステップＳ１１で取得された画像データから検知された処理対象の対象物の位置よりも、処理対象の対象物の位置がカメラ４０の手前側であるか否かを判定する。クエリ抽出部１１５は、手前側であれば、奥側から手前側に向かって処理対象の対象物が移動したと判定する。ここでは、クエリ抽出部１１５は、過去にステップＳ１１で取得された画像データから検知された処理対象の対象物の基準位置よりも、処理対象の対象物の基準位置がカメラ４０の手前側であるか否かを判定する。
図９に示すように、画像データの幅方向にｘ軸が取られ、奥行方向にｙ軸が取られているとする。ｙ軸の座標値は、手前側（画像データの下側）ほど大きな値をとるとする。この場合には、クエリ抽出部１１５は、過去にステップＳ１１で取得された画像データから検知された処理対象の対象物の基準位置のｙ座標が、処理対象の対象物の基準位置のｙ座標よりも小さければ、奥側から手前側に向かって処理対象の対象物が移動したと判定する。
クエリ抽出部１１５は、奥側から手前側に向かって処理対象の対象物が移動した場合には、処理をステップＳ１５７に進める。一方、クエリ抽出部１１５は、奥側から手前側に向かって処理対象の対象物が移動していない場合には、処理を終了する。
（ステップＳ１５７：角度判定処理）
クエリ抽出部１１５は、図９に示すように、処理対象の対象物の移動ベクトルと、検知領域における画像データの横方向の直線との成す角の余弦値の絶対値が閾値以下であるか否かを判定する。これにより、クエリ抽出部１１５は、処理対象の対象物が、カメラ４０に向かって斜めに移動するのではなく、ある程度以上カメラ４０の方を向いて移動しているか否かを判定する。
クエリ抽出部１１５は、成す角の余弦値の絶対値が閾値以下である場合には、処理をステップＳ１５８に進める。一方、クエリ抽出部１１５は、成す角の余弦値の絶対値が閾値以下でない場合には、処理を終了する。
クエリ抽出部１１５は、図９に示すように、処理対象の対象物の移動ベクトルと、検知領域における画像データの横方向の直線との成す角の余弦値の絶対値が閾値以下であるか否かを判定する。これにより、クエリ抽出部１１５は、処理対象の対象物が、カメラ４０に向かって斜めに移動するのではなく、ある程度以上カメラ４０の方を向いて移動しているか否かを判定する。
クエリ抽出部１１５は、成す角の余弦値の絶対値が閾値以下である場合には、処理をステップＳ１５８に進める。一方、クエリ抽出部１１５は、成す角の余弦値の絶対値が閾値以下でない場合には、処理を終了する。
（ステップＳ１５８：クエリ特定処理）
クエリ抽出部１１５は、ステップＳ１２において処理対象の対象物が検知された判定対象の画像データにおける部分画像をクエリ画像とすると判定する。そして、クエリ抽出部１１５は、対象物の部分画像を切り出しクエリ画像として抽出する。
クエリ抽出部１１５は、ステップＳ１２において処理対象の対象物が検知された判定対象の画像データにおける部分画像をクエリ画像とすると判定する。そして、クエリ抽出部１１５は、対象物の部分画像を切り出しクエリ画像として抽出する。
図１０を参照して、実施の形態１に係る検索処理（図２のステップＳ２）を説明する。
検索部１１６は、図３のステップＳ１６で特徴量が送信されると図１０に示す処理を実行する。この際、検索部１１６は、図３のステップＳ１６で送信された特徴量に対応するクエリ画像を処理対象のクエリ画像に設定する。
検索部１１６は、図３のステップＳ１６で特徴量が送信されると図１０に示す処理を実行する。この際、検索部１１６は、図３のステップＳ１６で送信された特徴量に対応するクエリ画像を処理対象のクエリ画像に設定する。
（ステップＳ２１：初期化処理）
検索部１１６の同一性判定部１１７は、処理対象のクエリ画像に対して画像識別子を割り当てる。画像識別子は、クエリ画像の識別子である。また、同一性判定部１１７は、同一リストを空にする。同一リストは、同一の対象物を含むと判定された他のクエリ画像の画像識別子のリストである。
検索部１１６の同一性判定部１１７は、処理対象のクエリ画像に対して画像識別子を割り当てる。画像識別子は、クエリ画像の識別子である。また、同一性判定部１１７は、同一リストを空にする。同一リストは、同一の対象物を含むと判定された他のクエリ画像の画像識別子のリストである。
ステップＳ２２からステップＳ２６の処理が過去に抽出されたクエリ画像であるギャラリ画像を順に検索対象の画像データとして実行される。
各ギャラリ画像には、ステップＳ２１で割り当てられた画像識別子と、図３のステップＳ１６で送信された特徴量と、後述する処理で画像識別子が追加される同一情報とが対応付けられている。
各ギャラリ画像には、ステップＳ２１で割り当てられた画像識別子と、図３のステップＳ１６で送信された特徴量と、後述する処理で画像識別子が追加される同一情報とが対応付けられている。
（ステップＳ２２：同一リスト判定処理）
検索部１１６の同一性判定部１１７は、同一リストに、検索対象の画像データの画像識別子が含まれているか否かを判定する。
同一性判定部１１７は、同一リストにギャラリ画像の画像識別子が含まれていない場合には、処理をステップＳ２３に進める。一方、同一性判定部１１７は、同一リストにギャラリ画像の画像識別子が含まれている場合には、処理をステップＳ２５に進める。
検索部１１６の同一性判定部１１７は、同一リストに、検索対象の画像データの画像識別子が含まれているか否かを判定する。
同一性判定部１１７は、同一リストにギャラリ画像の画像識別子が含まれていない場合には、処理をステップＳ２３に進める。一方、同一性判定部１１７は、同一リストにギャラリ画像の画像識別子が含まれている場合には、処理をステップＳ２５に進める。
（ステップＳ２３：同一性判定処理）
検索部１１６の同一性判定部１１７は、処理対象のクエリ画像の特徴量と、検索対象の画像データの特徴量とを比較して、処理対象のクエリ画像と同一の対象物が、検索対象の画像データに含まれるか否かを判定する。具体的には、同一性判定部１１７は、処理対象のクエリ画像の特徴量と検索対象の画像データの特徴量との類似度が基準値以上である場合には、処理対象のクエリ画像と同一の対象物が、検索対象の画像データに含まれると判定する。
同一性判定部１１７は、処理対象のクエリ画像と同一の対象物が、検索対象の画像データに含まれる場合には、処理をステップＳ２４に進める。一方、同一性判定部１１７は、処理対象のクエリ画像と同一の対象物が、検索対象の画像データに含まれない場合には、処理をステップＳ２６に進める。
検索部１１６の同一性判定部１１７は、処理対象のクエリ画像の特徴量と、検索対象の画像データの特徴量とを比較して、処理対象のクエリ画像と同一の対象物が、検索対象の画像データに含まれるか否かを判定する。具体的には、同一性判定部１１７は、処理対象のクエリ画像の特徴量と検索対象の画像データの特徴量との類似度が基準値以上である場合には、処理対象のクエリ画像と同一の対象物が、検索対象の画像データに含まれると判定する。
同一性判定部１１７は、処理対象のクエリ画像と同一の対象物が、検索対象の画像データに含まれる場合には、処理をステップＳ２４に進める。一方、同一性判定部１１７は、処理対象のクエリ画像と同一の対象物が、検索対象の画像データに含まれない場合には、処理をステップＳ２６に進める。
（ステップＳ２４：第１ＩＤ追加処理）
検索部１１６のリスト追加部１１８は、同一リストに、検索対象の画像データの画像識別子を追加する。また、リスト追加部１１８は、同一リストに、検索対象の画像データについての同一情報に含まれる画像識別子を追加する。
検索部１１６のリスト追加部１１８は、同一リストに、検索対象の画像データの画像識別子を追加する。また、リスト追加部１１８は、同一リストに、検索対象の画像データについての同一情報に含まれる画像識別子を追加する。
（ステップＳ２５：第２ＩＤ追加処理）
検索部１１６のリスト追加部１１８は、検索対象の画像データについての同一情報に、処理対象のクエリ画像の画像識別子を追加する。
検索部１１６のリスト追加部１１８は、検索対象の画像データについての同一情報に、処理対象のクエリ画像の画像識別子を追加する。
（ステップＳ２６：同一数判定処理）
検索部１１６のリスト追加部１１８は、同一リストに存在する画像識別子の数が閾値以上であるか否かを判定する。
リスト追加部１１８は、画像識別子の数が閾値以上である場合には、処理をステップＳ２７に進める。一方、リスト追加部１１８は、画像識別子の数が閾値以上でない場合には、次のギャラリ画像を検索対象の画像データとしてステップＳ２２の処理を実行する。なお、次のギャラリ画像がない場合には、リスト追加部１１８は、処理をステップＳ２８に進める。
検索部１１６のリスト追加部１１８は、同一リストに存在する画像識別子の数が閾値以上であるか否かを判定する。
リスト追加部１１８は、画像識別子の数が閾値以上である場合には、処理をステップＳ２７に進める。一方、リスト追加部１１８は、画像識別子の数が閾値以上でない場合には、次のギャラリ画像を検索対象の画像データとしてステップＳ２２の処理を実行する。なお、次のギャラリ画像がない場合には、リスト追加部１１８は、処理をステップＳ２８に進める。
（ステップＳ２７：通知処理）
検索部１１６の通知部１１９は、通信インタフェース１４を介して、検知装置１０のユーザの端末等に、不審者等が検知されたことを通知する。
なお画像データに付与されている人の属性を用いて、予め定めた属性の場合のみ、検知を通知するように構成することもできる。また通知時に、人の属性も合わせて通知し、ユーザがその属性を用いて、通知結果を検索するように構成することもできる。
検索部１１６の通知部１１９は、通信インタフェース１４を介して、検知装置１０のユーザの端末等に、不審者等が検知されたことを通知する。
なお画像データに付与されている人の属性を用いて、予め定めた属性の場合のみ、検知を通知するように構成することもできる。また通知時に、人の属性も合わせて通知し、ユーザがその属性を用いて、通知結果を検索するように構成することもできる。
（ステップＳ２８：ギャラリ記憶処理）
検索部１１６の通知部１１９は、処理対象のクエリ画像をギャラリ画像として、ステップＳ１３で計算された特徴量とともに記憶装置５０に書き込む。
検索部１１６の通知部１１９は、処理対象のクエリ画像をギャラリ画像として、ステップＳ１３で計算された特徴量とともに記憶装置５０に書き込む。
図１１から図１４を参照して、実施の形態１に係る同一リスト更新の具体例を説明する。
図１１に示すように、ギャラリ画像として、画像識別子がＩＤ１とＩＤ２との２つの画像データが記憶されており、クエリ画像として、画像識別子がＩＤ３の画像データが新たに抽出されたとする。ここで、クエリ画像の対象物は、どのギャラリ画像にも含まれていないとする。この場合には、どのギャラリ画像が検索対象の画像データになった場合にも、ステップＳ２３では処理対象のクエリ画像の対象物が、検索対象の画像データに含まれないと判定される。そのため、同一リストと、全てのギャラリ画像についての同一情報とに、画像識別子は追加されない。
図１１に示すように、ギャラリ画像として、画像識別子がＩＤ１とＩＤ２との２つの画像データが記憶されており、クエリ画像として、画像識別子がＩＤ３の画像データが新たに抽出されたとする。ここで、クエリ画像の対象物は、どのギャラリ画像にも含まれていないとする。この場合には、どのギャラリ画像が検索対象の画像データになった場合にも、ステップＳ２３では処理対象のクエリ画像の対象物が、検索対象の画像データに含まれないと判定される。そのため、同一リストと、全てのギャラリ画像についての同一情報とに、画像識別子は追加されない。
図１２に示すように、ギャラリ画像として、画像識別子がＩＤ１からＩＤ３の３つの画像データが記憶されており、クエリ画像として、画像識別子がＩＤ４の画像データが新たに抽出されたとする。ここで、クエリ画像の対象物は、画像識別子がＩＤ１のギャラリ画像に含まれているとする。この場合には、画像識別子がＩＤ１のギャラリ画像が検索対象の画像データになった場合に、ステップＳ２３では処理対象のクエリ画像の対象物が、検索対象の画像データに含まれると判定される。そのため、ステップＳ２４で同一リストにＩＤ１が追加され、ステップＳ２５で画像識別子がＩＤ１のギャラリ画像についての同一情報にＩＤ４が追加される。
図１３に示すように、ギャラリ画像として、画像識別子がＩＤ１からＩＤ４の４つの画像データが記憶されており、クエリ画像として、画像識別子がＩＤ５の画像データが新たに抽出されたとする。ここで、クエリ画像の対象物は、画像識別子がＩＤ１とＩＤ４とのギャラリ画像に含まれているとする。この場合には、画像識別子がＩＤ１とＩＤ４とのギャラリ画像が検索対象の画像データになった場合に、ステップＳ２３では処理対象のクエリ画像の対象物が、検索対象の画像データに含まれると判定される。そのため、ステップＳ２４で同一リストにＩＤ１とＩＤ４とが追加され、ステップＳ２５で画像識別子がＩＤ１とＩＤ４とのギャラリ画像についての同一情報にＩＤ５が追加される。
ここでは、画像識別子がＩＤ１のギャラリ画像から画像識別子の昇順に検索対象の画像データになるとする。この場合には、画像識別子がＩＤ１のギャラリ画像が検索対象の画像データであるときに、ステップＳ２４で同一リストにＩＤ１とＩＤ４とが追加される。つまり、検索対象の画像データとなっているギャラリ画像の画像識別子であるＩＤ１だけでなく、検索対象の画像データとなっているギャラリ画像の同一情報に含まれる画像識別子であるＩＤ４が、同一リストに追加される。
その後、画像識別子がＩＤ４のギャラリ画像が検索対象の画像データであるときには、ステップＳ２２で検索対象の画像データの画像識別子であるＩＤ４が同一リストに含まれていると判定される。そのため、ステップＳ２３の同一性判定処理はスキップされ、ステップＳ２５で画像識別子がＩＤ４のギャラリ画像についての同一情報にＩＤ５が追加される。
このように、過去に同一の対象物を含むことが確認されている画像データに対する同一性判定処理が省略される。
その後、画像識別子がＩＤ４のギャラリ画像が検索対象の画像データであるときには、ステップＳ２２で検索対象の画像データの画像識別子であるＩＤ４が同一リストに含まれていると判定される。そのため、ステップＳ２３の同一性判定処理はスキップされ、ステップＳ２５で画像識別子がＩＤ４のギャラリ画像についての同一情報にＩＤ５が追加される。
このように、過去に同一の対象物を含むことが確認されている画像データに対する同一性判定処理が省略される。
図１４に示すように、ギャラリ画像として、画像識別子がＩＤ１からＩＤ５の５つの画像データが記憶されており、クエリ画像として、画像識別子がＩＤ６の画像データが新たに抽出されたとする。ここで、クエリ画像の対象物は、画像識別子がＩＤ１とＩＤ４とＩＤ５とのギャラリ画像に含まれているとする。この場合には、画像識別子がＩＤ１とＩＤ４とＩＤ５とのギャラリ画像が検索対象の画像データになった場合に、ステップＳ２３では処理対象のクエリ画像の対象物が、検索対象の画像データに含まれると判定される。そのため、ステップＳ２４で同一リストにＩＤ１とＩＤ４とＩＤ５とが追加され、ステップＳ２５で画像識別子がＩＤ１とＩＤ４とＩＤ５とのギャラリ画像についての同一情報にＩＤ６が追加される。
ここでは、画像識別子がＩＤ１のギャラリ画像から画像識別子の昇順に検索対象の画像データになるとする。この場合には、画像識別子がＩＤ１のギャラリ画像が検索対象の画像データであるときに、ステップＳ２４で同一リストにＩＤ１とＩＤ４とＩＤ５とが追加される。
仮に閾値が３であるとする。すると、ステップＳ２６において、画像識別子がＩＤ１のギャラリ画像が検索対象の画像データであるときに、同一リストに存在する画像識別子の数が閾値以上であると判定される。その結果、処理がループを抜けてステップＳ２７に進められ、不審者等が検知されたことが通知される。つまり、画像識別子がＩＤ２以降のギャラリ画像を検索対象の画像データとして処理を行うことなく、不審者等が検知される。
仮に閾値が３であるとする。すると、ステップＳ２６において、画像識別子がＩＤ１のギャラリ画像が検索対象の画像データであるときに、同一リストに存在する画像識別子の数が閾値以上であると判定される。その結果、処理がループを抜けてステップＳ２７に進められ、不審者等が検知されたことが通知される。つまり、画像識別子がＩＤ２以降のギャラリ画像を検索対象の画像データとして処理を行うことなく、不審者等が検知される。
＊＊＊実施の形態１の効果＊＊＊
以上のように、実施の形態１に係る検知装置１０は、条件を満たす画像データからクエリ画像を抽出し、新たに抽出されたクエリ画像に基づき、過去に抽出されたクエリ画像であるギャラリ画像から、クエリ画像を含む画像データを検索する。これにより、検索対象とする画像データの数を絞りつつ、決められた範囲をうろつく不審者等を検知することが可能である。
以上のように、実施の形態１に係る検知装置１０は、条件を満たす画像データからクエリ画像を抽出し、新たに抽出されたクエリ画像に基づき、過去に抽出されたクエリ画像であるギャラリ画像から、クエリ画像を含む画像データを検索する。これにより、検索対象とする画像データの数を絞りつつ、決められた範囲をうろつく不審者等を検知することが可能である。
特に、実施の形態１に係る検知装置１０は、滞在時間の条件を満たす画像データからクエリ画像を抽出する。そのため、単にカメラ４０の前を通り過ぎただけの、不審な行動をとっていない対象物についてはクエリ画像として抽出されない。これにより、検索対象とする画像データの数を適切に絞ることが可能である。
また、実施の形態１に係る検知装置１０は、移動軌跡が移動方向の条件を満たす画像データからクエリ画像をとして抽出する。そのため、対象物を背面側から撮像して得られた画像データ等からクエリ画像が抽出されない。これにより、同一性の判定が困難な画像データを検索対象とすることがなくなり、検索対象とする画像データの数を適切に絞ることが可能である。
また、実施の形態１に係る検知装置１０は、同一リストに、検索対象の画像データの画像識別子だけでなく、検索対象の画像データについての同一情報に含まれる画像識別子も追加する。そして、同一リストに、検索対象の画像データの画像識別子が含まれている場合には、同一性判定処理を省略する。
これにより、同一性判定処理の回数を減らすことが可能であり、処理負荷を抑えることが可能である。また、同一リストに、検索対象の画像データの画像識別子だけでなく、検索対象の画像データについての同一情報に含まれる画像識別子も追加することにより、クエリ画像を含む画像データが閾値以上の数だけあることを早期に特定可能な場合がある。その結果、処理負荷を抑えることが可能である。
これにより、同一性判定処理の回数を減らすことが可能であり、処理負荷を抑えることが可能である。また、同一リストに、検索対象の画像データの画像識別子だけでなく、検索対象の画像データについての同一情報に含まれる画像識別子も追加することにより、クエリ画像を含む画像データが閾値以上の数だけあることを早期に特定可能な場合がある。その結果、処理負荷を抑えることが可能である。
＊＊＊他の構成＊＊＊
＜変形例１＞
実施の形態１では、過去に抽出されたクエリ画像をギャラリ画像にすると説明した。しかし、撮像された時刻から制限時間以上経過したクエリ画像についてはギャラリ画像から除外してもよい。これにより、ある程度時間が経過してしまった情報を加味せずに、不審者等を検知することが可能になる。
＜変形例１＞
実施の形態１では、過去に抽出されたクエリ画像をギャラリ画像にすると説明した。しかし、撮像された時刻から制限時間以上経過したクエリ画像についてはギャラリ画像から除外してもよい。これにより、ある程度時間が経過してしまった情報を加味せずに、不審者等を検知することが可能になる。
＜変形例２＞
実施の形態１では、ギャラリ画像の画像識別子の順に検索対象の画像データとした。しかし、検索対象の画像データとするギャラリ画像の順序は、これに限るものではない。例えば、特定のカメラ４０について優先的に検索を行いたい場合には、特定のカメラ４０によって取得されたギャラリ画像を先に検索対象の画像データとしてもよい。その他、優先的に検索したい条件に合致するギャラリ画像を先に検索対象の画像データとしてもよい。
これにより、優先的に検索したい条件に合致するギャラリ画像に対して先に同一性判定処理が行われ、早期に検索結果を得ることができる。
実施の形態１では、ギャラリ画像の画像識別子の順に検索対象の画像データとした。しかし、検索対象の画像データとするギャラリ画像の順序は、これに限るものではない。例えば、特定のカメラ４０について優先的に検索を行いたい場合には、特定のカメラ４０によって取得されたギャラリ画像を先に検索対象の画像データとしてもよい。その他、優先的に検索したい条件に合致するギャラリ画像を先に検索対象の画像データとしてもよい。
これにより、優先的に検索したい条件に合致するギャラリ画像に対して先に同一性判定処理が行われ、早期に検索結果を得ることができる。
＜変形例３＞
実施の形態１では、１つの検知装置１０について説明した。しかし、カメラ４０の台数が増えた場合等には、複数の検知装置１０を備える検索システムを構成してもよい。これにより、各検知装置１０の負荷を抑えつつ、広い範囲について不審者等を検知することが可能になる。
実施の形態１では、１つの検知装置１０について説明した。しかし、カメラ４０の台数が増えた場合等には、複数の検知装置１０を備える検索システムを構成してもよい。これにより、各検知装置１０の負荷を抑えつつ、広い範囲について不審者等を検知することが可能になる。
＜変形例４＞
実施の形態１では、各機能構成要素がソフトウェアで実現された。しかし、変形例４として、各機能構成要素はハードウェアで実現されてもよい。この変形例４について、実施の形態１と異なる点を説明する。
実施の形態１では、各機能構成要素がソフトウェアで実現された。しかし、変形例４として、各機能構成要素はハードウェアで実現されてもよい。この変形例４について、実施の形態１と異なる点を説明する。
図１５を参照して、変形例４に係る検知装置１０の構成を説明する。
各機能構成要素がハードウェアで実現される場合には、検知装置１０は、プロセッサ１１とメモリ１２とストレージ１３とに代えて、電子回路１５を備える。電子回路１５は、各機能構成要素と、メモリ１２と、ストレージ１３との機能とを実現する専用の回路である。
各機能構成要素がハードウェアで実現される場合には、検知装置１０は、プロセッサ１１とメモリ１２とストレージ１３とに代えて、電子回路１５を備える。電子回路１５は、各機能構成要素と、メモリ１２と、ストレージ１３との機能とを実現する専用の回路である。
電子回路１５としては、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ（Ｇａｔｅ Ａｒｒａｙ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）が想定される。
各機能構成要素を１つの電子回路１５で実現してもよいし、各機能構成要素を複数の電子回路１５に分散させて実現してもよい。
各機能構成要素を１つの電子回路１５で実現してもよいし、各機能構成要素を複数の電子回路１５に分散させて実現してもよい。
＜変形例５＞
変形例５として、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。
変形例５として、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。
プロセッサ１１とメモリ１２とストレージ１３と電子回路１５とを処理回路という。つまり、各機能構成要素の機能は、処理回路により実現される。
実施の形態２．
実施の形態２は、１つの対象物に対して複数のクエリ画像を抽出する点が実施の形態１と異なる。実施の形態２では、この異なる点を説明して、同一の点については説明を省略する。
実施の形態２は、１つの対象物に対して複数のクエリ画像を抽出する点が実施の形態１と異なる。実施の形態２では、この異なる点を説明して、同一の点については説明を省略する。
＊＊＊構成の説明＊＊＊
図１６を参照して、実施の形態２に係る検知装置１０の構成を説明する。
検知装置１０は、機能構成要素として、統計量計算部１２０を備える点が図１に示す検知装置１０と異なる。統計量計算部１２０の機能は、他の機能構成要素と同様に、ソフトウェア又はハードウェアによって実現される。
図１６を参照して、実施の形態２に係る検知装置１０の構成を説明する。
検知装置１０は、機能構成要素として、統計量計算部１２０を備える点が図１に示す検知装置１０と異なる。統計量計算部１２０の機能は、他の機能構成要素と同様に、ソフトウェア又はハードウェアによって実現される。
＊＊＊動作の説明＊＊＊
図１０を参照して、実施の形態２に係る検知システム１００の動作を説明する。
実施の形態２に係る検知システム１００の動作手順は、実施の形態２に係る検知方法に相当する。また、実施の形態２に係る検知システム１００の動作を実現するプログラムは、実施の形態２に係る検知プログラムに相当する。
図１０を参照して、実施の形態２に係る検知システム１００の動作を説明する。
実施の形態２に係る検知システム１００の動作手順は、実施の形態２に係る検知方法に相当する。また、実施の形態２に係る検知システム１００の動作を実現するプログラムは、実施の形態２に係る検知プログラムに相当する。
実施の形態２では、クエリ抽出部１１５は、１つの対象物について複数のクエリ画像を抽出する。
具体的には、クエリ抽出部１１５は、クエリ判定処理（図３のステップＳ１５）においてクエリ画像と判定された場合には、クエリ画像と判定された元の画像データの前後基準時間に撮像時刻が含まれる画像データであって、同一の対象物が含まれている画像データのその対象物が検知された部分画像を関連クエリ画像に設定する。
あるいは、クエリ抽出部１１５は、クエリ判定処理（図３のステップＳ１５）においてクエリ画像と判定された場合には、他のカメラ４０のうち特定のカメラ４０で撮像された画像データであって、同一の対象物が含まれている画像データにおけるその対象物が検知された部分画像を関連クエリ画像に設定する。
具体的には、クエリ抽出部１１５は、クエリ判定処理（図３のステップＳ１５）においてクエリ画像と判定された場合には、クエリ画像と判定された元の画像データの前後基準時間に撮像時刻が含まれる画像データであって、同一の対象物が含まれている画像データのその対象物が検知された部分画像を関連クエリ画像に設定する。
あるいは、クエリ抽出部１１５は、クエリ判定処理（図３のステップＳ１５）においてクエリ画像と判定された場合には、他のカメラ４０のうち特定のカメラ４０で撮像された画像データであって、同一の対象物が含まれている画像データにおけるその対象物が検知された部分画像を関連クエリ画像に設定する。
統計量計算部１２０は、クエリ画像と関連クエリ画像との特徴量についての統計量を計算する。統計量は、例えば、平均値である。特徴量は複数次元ベクトルであるため、統計量が平均値である場合には、各次元の要素についての平均値が計算される。統計量計算部１２０は、クエリ画像の特徴量として統計量を設定する。
図１０を参照して、実施の形態２に係る検索処理（図２のステップＳ２）を説明する。
図１０のステップＳ２１からステップＳ２２の処理と、ステップＳ２４からステップＳ２８の処理とは、実施の形態１と同じである。
図１０のステップＳ２１からステップＳ２２の処理と、ステップＳ２４からステップＳ２８の処理とは、実施の形態１と同じである。
（ステップＳ２３：同一性判定処理）
検索部１１６の同一性判定部１１７は、処理対象のクエリ画像の統計量と、検索対象の画像データの統計量とを比較して、処理対象のクエリ画像と同一の対象物が、検索対象の画像データに含まれるか否かを判定する。具体的には、同一性判定部１１７は、処理対象のクエリ画像の統計量と検索対象の画像データの統計量との類似度が基準値以上である場合には、処理対象のクエリ画像と同一の対象物が、検索対象の画像データに含まれると判定する。
検索部１１６の同一性判定部１１７は、処理対象のクエリ画像の統計量と、検索対象の画像データの統計量とを比較して、処理対象のクエリ画像と同一の対象物が、検索対象の画像データに含まれるか否かを判定する。具体的には、同一性判定部１１７は、処理対象のクエリ画像の統計量と検索対象の画像データの統計量との類似度が基準値以上である場合には、処理対象のクエリ画像と同一の対象物が、検索対象の画像データに含まれると判定する。
＊＊＊実施の形態２の効果＊＊＊
以上のように、実施の形態２に係る検知装置１０は、複数のクエリ画像（クエリ画像と関連クエリ画像）の特徴量から計算された統計量を用いて、ギャラリ画像との同一性判定を行う。
ギャラリ画像に含まれる対象物は、クエリ画像の対象物と異なる角度から撮像されている場合、又は、異なる姿勢になっている場合がある。複数のクエリ画像の特徴量から計算された統計量を用いることにより、様々な映り方の対象物についての特徴量を加味してギャラリ画像を検索することが可能になる。その結果、異なる角度から対象物を撮像したギャラリ画像と、異なる姿勢になっている対象物が含まれるギャラリ画像についても適切に検索することが可能になる。
以上のように、実施の形態２に係る検知装置１０は、複数のクエリ画像（クエリ画像と関連クエリ画像）の特徴量から計算された統計量を用いて、ギャラリ画像との同一性判定を行う。
ギャラリ画像に含まれる対象物は、クエリ画像の対象物と異なる角度から撮像されている場合、又は、異なる姿勢になっている場合がある。複数のクエリ画像の特徴量から計算された統計量を用いることにより、様々な映り方の対象物についての特徴量を加味してギャラリ画像を検索することが可能になる。その結果、異なる角度から対象物を撮像したギャラリ画像と、異なる姿勢になっている対象物が含まれるギャラリ画像についても適切に検索することが可能になる。
＊＊＊他の構成＊＊＊
＜変形例６＞
統計量計算部１２０は、複数のクエリ画像（クエリ画像と関連クエリ画像）を１つ以上のグループに分類し、１つ以上のグループそれぞれを対象として、対象のグループに含まれるクエリ画像（クエリ画像と関連クエリ画像）の特徴量についての統計量を計算してもよい。この際、統計量計算部１２０は、複数のクエリ画像の特徴量に基づき、複数のクエリ画像を１つ以上のグループに分類することが考えられる。特徴量を構成する要素のうち、対象物を撮像した角度の違いと、対象物の姿勢の違いとの少なくともいずれかによって変化する次元の要素に基づき、複数のクエリ画像を１つ以上のグループに分類することが考えられる。
この場合には、図９のステップＳ２４では、検索部１１６は、１つ以上のグループそれぞれについての統計量に基づき、処理対象のクエリ画像と同一の対象物を含むギャラリ画像を検索する。
これにより、異なる角度から対象物を撮像したギャラリ画像と、異なる姿勢になっている対象物が含まれるギャラリ画像についてもより適切に検索することが可能になる。
＜変形例６＞
統計量計算部１２０は、複数のクエリ画像（クエリ画像と関連クエリ画像）を１つ以上のグループに分類し、１つ以上のグループそれぞれを対象として、対象のグループに含まれるクエリ画像（クエリ画像と関連クエリ画像）の特徴量についての統計量を計算してもよい。この際、統計量計算部１２０は、複数のクエリ画像の特徴量に基づき、複数のクエリ画像を１つ以上のグループに分類することが考えられる。特徴量を構成する要素のうち、対象物を撮像した角度の違いと、対象物の姿勢の違いとの少なくともいずれかによって変化する次元の要素に基づき、複数のクエリ画像を１つ以上のグループに分類することが考えられる。
この場合には、図９のステップＳ２４では、検索部１１６は、１つ以上のグループそれぞれについての統計量に基づき、処理対象のクエリ画像と同一の対象物を含むギャラリ画像を検索する。
これにより、異なる角度から対象物を撮像したギャラリ画像と、異なる姿勢になっている対象物が含まれるギャラリ画像についてもより適切に検索することが可能になる。
なお、以上の説明における「部」を、「回路」、「工程」、「手順」、「処理」又は「処理回路」に読み替えてもよい。
以上、本開示の実施の形態及び変形例について説明した。これらの実施の形態及び変形例のうち、いくつかを組み合わせて実施してもよい。また、いずれか１つ又はいくつかを部分的に実施してもよい。なお、本開示は、以上の実施の形態及び変形例に限定されるものではなく、必要に応じて種々の変更が可能である。
１０ 検知装置、１１ プロセッサ、１２ メモリ、１３ ストレージ、１４ 通信インタフェース、１５ 電子回路、１１１ 取得部、１１２ 検知部、１１３ 特徴量計算部、１１４ 追跡部、１１５ クエリ抽出部、１１６ 検索部、１１７ 同一性判定部、１１８ リスト追加部、１１９ 通知部、１２０ 統計量計算部、４０ カメラ、５０ 記憶装置。
Claims (15)
- カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データに含まれる対象物の移動軌跡が移動方向の条件を満たす場合に、前記判定対象の画像データから前記対象物についての部分画像をクエリ画像として抽出するクエリ抽出部と、
前記クエリ抽出部によって新たに抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像に基づき、前記クエリ抽出部によって過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索する検索部と
を備える検知装置。 - カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データが条件を満たす場合に、前記判定対象の画像データから前記対象物についての部分画像をクエリ画像として抽出するクエリ抽出部と、
前記クエリ抽出部によって新たに抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像に基づき、前記クエリ抽出部によって過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索し、前記処理対象のクエリ画像の対象物を含む画像データが閾値以上の数だけ検索された場合に通知する検索部と
を備える検知装置。 - カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データが条件を満たす場合に、前記判定対象の画像データから前記対象物についての部分画像をクエリ画像として抽出するクエリ抽出部と、
前記クエリ抽出部によって新たに抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像と、前記処理対象のクエリ画像と同一の対象物を含む１つ以上の他の画像データである関連クエリ画像とのそれぞれから計算された前記対象物の特徴量に基づき前記処理対象のクエリ画像と前記関連クエリ画像とを１つ以上のグループに分類し、前記１つ以上のグループそれぞれを対象として、対象のグループに含まれる前記画像データから計算された前記対象物の特徴量についての統計量を計算する統計量計算部と、
前記統計量計算部によって計算された前記１つ以上のグループそれぞれについての前記統計量に基づき、前記クエリ抽出部によって過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索する検索部と
を備える検知装置。 - 前記移動方向の条件は、前記対象物が前記カメラの奥側から手前側に向かって移動したことを示すという条件である
請求項１に記載の検知装置。 - 前記クエリ抽出部は、前記判定対象の画像データに含まれる前記対象物が滞留エリアに滞在する時間が滞在時間の条件を満たす場合に、前記判定対象の画像データから前記クエリ画像を抽出する
請求項１から４までのいずれか１項に記載の検知装置。 - 前記移動方向の条件は、前記移動軌跡を示す移動ベクトルと、前記画像データの横方向の直線との成す角によって設定される
請求項１に記載の検知装置。 - 前記クエリ抽出部は、複数のカメラによって撮像されて得られた画像データのうち、特定のカメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記クエリ画像を抽出する
請求項１から６までのいずれか１項に記載の検知装置。 - 前記検索部は、
前記ギャラリ画像である画像データを順に検索対象の画像データとして、前記処理対象のクエリ画像の対象物が前記検索対象の画像データに含まれるか否かを判定する同一性判定部と、
前記同一性判定部によって前記処理対象のクエリ画像に含まれる対象物が含まれると判定された場合に、前記検索対象の画像データの同一情報に前記処理対象のクエリ画像の識別子である画像識別子を追加し、前記処理対象のクエリ画像についての同一リストに、前記検索対象の画像データの画像識別子を追加するとともに、前記処理対象のクエリ画像についての同一リストに、前記検索対象の画像データの同一情報に存在する画像識別子を追加するリスト追加部と、
前記処理対象のクエリ画像についての同一リストに存在する画像識別子の数が前記閾値以上になった場合に通知する通知部と
を備える請求項２に記載の検知装置。 - 前記検知装置は、さらに、
前記処理対象のクエリ画像と、前記処理対象のクエリ画像と同一の対象物を含む他の画像データである関連クエリ画像とのそれぞれから計算された前記対象物の特徴量から、前記対象物の特徴量についての統計量を計算する統計量計算部
を備え、
前記検索部は、前記統計量計算部によって計算された前記統計量に基づき、前記処理対象のクエリ画像の対象物を含む画像データを検索する
請求項１又は２に記載の検知装置。 - カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データに含まれる対象物の移動軌跡が移動方向の条件を満たす場合に、前記判定対象の画像データから前記対象物についての部分画像をクエリ画像として抽出し、
抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像に基づき、過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索する検知方法。 - カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データが条件を満たす場合に、前記判定対象の画像データから前記対象物についての部分画像をクエリ画像として抽出し、
抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像に基づき、過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索し、前記処理対象のクエリ画像の対象物を含む画像データが閾値以上の数だけ検索された場合に通知する検知方法。 - カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データが条件を満たす場合に、前記判定対象の画像データから前記対象物についての部分画像をクエリ画像として抽出し、
抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像と、前記処理対象のクエリ画像と同一の対象物を含む１つ以上の他の画像データである関連クエリ画像とのそれぞれから計算された前記対象物の特徴量に基づき前記処理対象のクエリ画像と前記関連クエリ画像とを１つ以上のグループに分類し、前記１つ以上のグループそれぞれを対象として、対象のグループに含まれる前記画像データから計算された前記対象物の特徴量についての統計量を計算し、
前記１つ以上のグループそれぞれについての前記統計量に基づき、過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索する検知方法。 - カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データに含まれる対象物の移動軌跡が移動方向の条件を満たす場合に、前記判定対象の画像データから前記対象物についての部分画像をクエリ画像として抽出するクエリ抽出処理と、
前記クエリ抽出処理によって新たに抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像に基づき、前記クエリ抽出処理によって過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索する検索処理と
を行う検知装置としてコンピュータを機能させる検知プログラム。 - カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データが条件を満たす場合に、前記判定対象の画像データから前記対象物についての部分画像をクエリ画像として抽出するクエリ抽出処理と、
前記クエリ抽出処理によって新たに抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像に基づき、前記クエリ抽出処理によって過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索し、前記処理対象のクエリ画像の対象物を含む画像データが閾値以上の数だけ検索された場合に通知する検索処理と
を行う検知装置としてコンピュータを機能させる検知プログラム。 - カメラによって撮像されて得られた画像データを順に判定対象の画像データとして、前記判定対象の画像データに対象物が含まれ、かつ、前記判定対象の画像データが条件を満たす場合に、前記判定対象の画像データから前記対象物についての部分画像をクエリ画像として抽出するクエリ抽出処理と、
前記クエリ抽出処理によって新たに抽出されたクエリ画像を処理対象のクエリ画像として、前記処理対象のクエリ画像と、前記処理対象のクエリ画像と同一の対象物を含む１つ以上の他の画像データである関連クエリ画像とのそれぞれから計算された前記対象物の特徴量に基づき前記処理対象のクエリ画像と前記関連クエリ画像とを１つ以上のグループに分類し、前記１つ以上のグループそれぞれを対象として、対象のグループに含まれる前記画像データから計算された前記対象物の特徴量についての統計量を計算する統計量計算処理と、
前記統計量計算処理によって計算された前記１つ以上のグループそれぞれについての前記統計量に基づき、前記クエリ抽出処理によって過去に抽出されたクエリ画像であるギャラリ画像から、前記処理対象のクエリ画像の対象物を含む画像データを検索する検索処理と
を行う検知装置としてコンピュータを機能させる検知プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021040897A JP7174796B2 (ja) | 2021-03-15 | 2021-03-15 | 検知装置、検知方法及び検知プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021040897A JP7174796B2 (ja) | 2021-03-15 | 2021-03-15 | 検知装置、検知方法及び検知プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022140869A JP2022140869A (ja) | 2022-09-29 |
| JP7174796B2 true JP7174796B2 (ja) | 2022-11-17 |
Family
ID=83402747
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021040897A Active JP7174796B2 (ja) | 2021-03-15 | 2021-03-15 | 検知装置、検知方法及び検知プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7174796B2 (ja) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003274388A (ja) | 2002-03-13 | 2003-09-26 | Mitsubishi Electric Corp | 情報収集用監視カメラシステム及び情報収集方法 |
| JP2012227593A (ja) | 2011-04-15 | 2012-11-15 | Mitsubishi Electric Corp | 画像処理装置 |
-
2021
- 2021-03-15 JP JP2021040897A patent/JP7174796B2/ja active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003274388A (ja) | 2002-03-13 | 2003-09-26 | Mitsubishi Electric Corp | 情報収集用監視カメラシステム及び情報収集方法 |
| JP2012227593A (ja) | 2011-04-15 | 2012-11-15 | Mitsubishi Electric Corp | 画像処理装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022140869A (ja) | 2022-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7317919B2 (ja) | 外観検索のシステムおよび方法 | |
| CN107798272B (zh) | 快速多目标检测与跟踪系统 | |
| US8619135B2 (en) | Detection of abnormal behaviour in video objects | |
| US10217010B2 (en) | Information processing apparatus for registration of facial features in a collation database and control method of the same | |
| US11308158B2 (en) | Information processing system, method for controlling information processing system, and storage medium | |
| EP3324307B1 (en) | Retrieval device, retrieval method, and computer-readable medium | |
| US20220028107A1 (en) | Analysis apparatus, analysis method, and storage medium | |
| Baber et al. | A framework for video segmentation using global and local features | |
| KR102177453B1 (ko) | 얼굴 인식 방법 및 얼굴 인식 장치 | |
| JP7174796B2 (ja) | 検知装置、検知方法及び検知プログラム | |
| Ngo et al. | Motion-based video representation for scene change detection | |
| JP5848665B2 (ja) | 移動物体上動きベクトル検出装置、移動物体上動きベクトル検出方法、およびプログラム | |
| KR102002533B1 (ko) | 동영상으로부터 보행자를 검출하기 위한 방법 및 이를 수행하기 위한 장치 | |
| JP7200279B2 (ja) | 検知装置、検知方法、検知プログラム及び検知システム | |
| Chamasemani et al. | A study on surveillance video abstraction techniques | |
| JP7195892B2 (ja) | 座標変換行列推定方法及びコンピュータプログラム | |
| Dogra et al. | Interest Area Localization using Trajectory Analysis in Surveillance Scenes. | |
| WO2021193352A1 (ja) | 画像追跡装置、画像追跡方法、及びコンピュータ読み取り可能な記録媒体 | |
| JP7411752B1 (ja) | 置去人特定装置、置去人特定方法及び置去人特定プログラム | |
| US11640712B2 (en) | Information processing apparatus, video image summarization method, and storage medium | |
| Henderson et al. | Feature correspondence in low quality CCTV videos | |
| Fang et al. | A system based on sequence learning for event detection in surveillance video | |
| Strat et al. | Bags of Trajectory Words for video indexing | |
| Lee | Semi-Supervised Tracking of Multiple Identical Objects With Occlusions | |
| Chamasemani et al. | Speeded up surveillance video indexing and retrieval using abstraction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210315 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220524 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220630 |
|
| 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: 20221025 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221107 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7174796 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |