JP7246213B2 - 支援管理装置、及び、支援管理方法 - Google Patents

Description

本開示は、支援管理装置、及び、支援管理方法に関する。

近年、ショッピングモール、デパート及びテーマパーク等の商業施設、並びに、鉄道の駅及び地下街等の公共施設のような不特定多数の人物が集まる場所において、監視カメラで人物を撮影し、撮影画像を用いて迷子等を検出することが検討されている。

このような従来技術として、各地点の動画像を取得して、動画像から取得した人物の挙動に基づいて人物をグループ分けすることによって、人物が単独行動しているかグループ行動をしているかを検知し、人物の性別及び年齢等の情報からそのグループ形態がどのようなものであるかを検知し、さらに、体格及び泣き声等の情報から迷子を検知する技術が知られている（特許文献１参照）。

特開２００６－９２３９６号公報

しかしながら、不特定多数の人物が集まる場所において、支援の対象となり得る人物は、迷子に限らず、車椅子に乗っている人、高齢者、及び障害者等、様々である。また、支援の対象となり得る人物であっても、強く支援を要する場合もあれば、それほど支援を要しない場合もある。

本開示の非限定的な実施例は、より支援を要する人物に対して優先的に支援を行う技術の提供に資する。

本開示の一態様に係る支援管理装置は、カメラ装置の撮影画像に含まれる人物の属性を推定する人物属性推定部と、前記撮影画像に含まれる人物のグループを推定するグループ推定部と、前記属性から推定される被支援人物を含むグループに対する支援の優先度を、前記グループに含まれる人物の数に対する前記被支援人物を支援する属性に対応する支援人物の数の割合が高いほど、低く決定する優先度決定部と、を備える。

なお、これらの包括的または具体的な態様は、システム、装置、方法、集積回路、コンピュータプログラム、または、記録媒体で実現されてもよく、システム、装置、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。

本開示の非限定的な実施例によれば、より支援を要する人物に対して優先的に支援を行うことができる。

本開示の一態様における更なる利点および効果は、明細書および図面から明らかにされる。かかる利点および／または効果は、いくつかの実施形態並びに明細書および図面に記載された特徴によってそれぞれ提供されるが、１つまたはそれ以上の同一の特徴を得るために必ずしも全てが提供される必要はない。

一実施の形態に係る管理システムの構成例を示す図 一実施の形態に係るサーバ装置の構成例を示す図 一実施の形態に係る人物属性値テーブルの例を示す図 一実施の形態に係る人物属性優先度の決定の例１を示す図 一実施の形態に係る人物属性優先度の決定の例２を示す図 一実施の形態に係る環境属性値テーブルの例を示す図 一実施の形態に係るデータベースの例を示す図 一実施の形態に係るサーバ装置の処理例を示すフローチャート 一実施の形態に係る人物属性優先度決定処理の例を示すフローチャート 一実施の形態に係る環境属性値決定処理の例を示すフローチャート 本開示に係るサーバ装置のハードウェア構成例を示す図

以下、図面を適宜参照して、本発明の実施の形態について、詳細に説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。

なお、添付図面および以下の説明は、当業者が本開示を十分に理解するために提供されるのであって、これらにより特許請求の範囲に記載の主題を限定することは意図されていない。

（一実施の形態）
図１は、一実施の形態に係る管理システム１の構成例を示す。

図１に示すように、管理システム１は、サーバ装置１０、監視カメラ２０及びロボット３０を有する。サーバ装置１０と監視カメラ２０は、有線又は無線のネットワーク４０を通じて接続される。サーバ装置１０とロボット３０は、無線のネットワーク４０を通じて接続される。監視カメラ２０の数は、図１に示す数に限られず、１台であってもよいし、複数台であってもよい。ロボット３０の数は、図１に示す数に限られず、１台であってもよいし、複数台であってもよい。

監視カメラ２０は、所定のエリア内の様々な位置に設置される。監視カメラ２０は、撮影した映像（以下「撮影映像」という）を、ネットワーク４０を通じて、サーバ装置１０へ送信する。所定のエリアは、ショッピングモール、地下街、駅、空港及び公共施設等、建物内であってよい。所定のエリアは、公園、球場、動物園等、屋外であってもよい。撮影画像は、静止画像及び動画像の何れであってもよい。

サーバ装置１０は、支援管理装置の一例であり、監視カメラ２０から受信した撮影画像に基づいて、支援され得る人物（以下被支援者）という）２を特定する。被支援者２の例は、高齢者、松葉杖を所持する人、車椅子に乗っている人、白杖を所持する人、及び、子供である。

サーバ装置１０は、被支援者がどのくらい支援を要するかを示す指標である支援優先度を決定する。サーバ装置１０は、支援優先度の高さに応じて、支援対象とする被支援者を決定する。サーバ装置１０は、支援対象に決定した被支援者の場所に、支援用のロボット３０を派遣する。なお、サーバ装置１０は、支援対象に決定した被支援者の場所に、支援を行える人物３１を派遣してもよい。支援を行える人物３１の例は、施設職員、警察官、警備員、及び店舗スタッフである。

これにより、より支援を要する被支援者に対して優先的に、ロボット３０及び／又は支援を行える人物３１を派遣できる。よって、有限であるロボット３０及び／又は支援を行える人物３１を、有効に活用できる。また、あまり支援を要しない被支援者に対して支援が行われることを抑制できる。以下、詳しく説明する。

＜サーバ装置の構成＞
図２は、サーバ装置１０の構成例を示す。

サーバ装置１０は、画像受信部１０１、人物検出部１０２、人物属性推定部１０３、グループ推定部１０４、優先度決定部１０５、支援指示部１０６、人物属性値テーブル１０７、及び環境属性値テーブル１０８を有する。

画像受信部１０１は、ネットワーク４０を通じて、各監視カメラ２０から撮影画像を受信する。

人物検出部１０２は、各監視カメラ２０が撮影した撮影画像から人物を検出する。例えば、人物検出部１０２は、物体検出手法の一例である、Ｆａｓｔｅｒ Ｒ－ＣＮＮ（Regions with Convolutional Neural Networks）を用いたディープラーニングによって、撮影画像から人物を検出してよい。

人物属性推定部１０３は、人物検出部１０２によって検出された人物の人物属性を推定する。例えば、人物属性推定部１０３は、検出された人物の年齢、身長、服装及び／又は所持品等を推定し、その推定結果に基づいて、人物属性を推定してよい。なお、人物属性推定部１０３は、人物の画像領域に対して、所定の画像分類手法を適用することによって、人物属性を推定してよい。次に、人物属性の推定例を示す。
・人物属性推定部１０３は、人物の年齢及び／又は身長の推定結果に基づいて、当該人物の人物属性を「子供」、「成人」及び「高齢者」の何れかに推定する。
・人物属性推定部１０３は、人物が白杖を所持していると推定した場合、当該人物の人物属性を「視覚障害者」と推定する。
・人物属性推定部１０３は、人物が車椅子に乗っていると推定した場合、当該人物の人物属性を「車椅子」と推定する。
・人物属性推定部１０３は、人物が警察官又は警備員の制服を着用していると推定した場合、当該人物の人物属性を「警察官又は警備員」と推定する。
・人物属性推定部１０３は、人物が施設の職員等の制服又はＩＤ等を着用していると推定した場合、当該人物の人物属性を「施設職員」と推定する。
・人物属性推定部１０３は、人物が所定の期間以上、グループ内において進行方向のほぼ先頭を移動している場合、当該人物の人物属性を「先生又は引率者」と推定する。

なお、「警察官又は警備員」、「施設職員」、「先生又は引率者」等、予め所定の装置を持たせることが容易な人物については、所定のビーコン（信号）を発信する装置を持たせ、検出されたビーコンに基づいて人物属性を推定してもよい。

また、人物属性推定部１０３は、上述の画像分類手法とは異なる手法によって、人物属性を推定してもよい。例えば、人物属性推定部１０３は、ディープラーニングによる分類手法を用いて、人物属性を推定してもよい。この場合、人物検出部１０２と人物属性推定部１０３の処理は、共通のＲ－ＣＮＮを用いて行われてもよい。すなわち、人物の検出と人物属性の推定とは一度に行われてもよい。

グループ推定部１０４は、撮影画像における各人物の移動経路に基づいて、被支援者を含むグループを推定する。例えば、グループ推定部１０４は、各人物の移動軌跡を解析し、移動軌跡が類似する人物によって１つのグループを構成してよい。なお、グループを推定する手法は、移動軌跡を用いるものには限られず、公知の手法を用いることができる。例えば、各人物間の距離から推定する手法などが知られている。また、グループを構成する人数は複数に限られない。例えば、グループ推定部１０４は、単独行動する１人の被支援者によって１つのグループを構成してよい。また、人物属性の推定とグループの推定との順序は問わない。すなわち、被支援者を特定してからその被支援者を含むグループを推定してもよいし、全てのグループを推定してから被支援者を含むグループを抽出してもよい。

優先度決定部１０５は、グループ推定部１０４によって推定されたグループに対する支援優先度を決定する。なお、優先度決定部１０５の詳細については後述する。また、人物属性値テーブル１０７及び環境属性値テーブル１０８の詳細についても後述する。

支援指示部１０６は、優先度決定部１０５によって決定された支援優先度に基づいて、支援対象とするグループを決定する。例えば、支援指示部１０６は、支援優先度が最も高いグループを支援対象に選択する。または、支援指示部１０６は、支援優先度が高いグループから順に、支援対象に選択する。支援指示部１０６は、ロボット３１及び／又は支援を行える人物３２に対して、支援対象としたグループの位置に向かうよう指示する。

＜優先度決定部の詳細＞
優先度決定部１０５は、グループに対する人物属性優先度及び環境属性値のうちの少なくとも１つに基づいて、当該グループに対する支援優先度を決定する。次に、人物属性優先度、環境属性値、及び、支援優先度の決定方法について説明する。

＜＜人物属性優先度の決定方法＞＞
サーバ装置１０は、図３に示すように、人物属性に対して、当該人物属性の人物が支援を要する可能性を示す人物属性値を対応付ける人物属性値テーブル１０７を有する。

例えば、人物属性値テーブル１０７は、人物属性「車椅子」、「高齢者」、「障害者」及び「子供」に対して、人物属性値「＋１」を対応付ける。すなわち、被支援人物の人物属性に対して、正の人物属性値を対応付ける。なお、本実施の形態では、「車椅子」、「障害者」、「子供」の全ての人物属性値を同一の値に設定しているが、異なる値に設定してもよい。

例えば、人物属性値テーブル１０７は、人物属性「成人」に対して、人物属性値「－１」を対応付ける。また、人物属性「施設職員」、「警察官又は警備員」及び「先生又は引率者」に対して、人物属性値「－１０」を対応付ける。すなわち、被支援者を支援し得る人物（以下「支援者」という）の人物属性に対して、負の人物属性値を対応付ける。なお、支援者の人物属性に対して、０の人物属性値を対応付けてもよい。

優先度決定部１０５は、人物属性値テーブル１０７を参照して、グループに含まれる人物の人物属性に対応する人物属性値を特定し、特定した人物属性値を用いて、グループに対する人物属性優先度を決定する。

例えば、図４Ａに示すように、グループ内に、人物属性「車椅子」の人物と、人物属性「成人」の人物と、人物属性「子供」の人物とが含まれる場合、優先度決定部１０５は、次のようにグループに対する人物属性優先度を決定する。すなわち、優先度決定部１０５は、人物属性「車椅子」、「成人」及び「子供」にそれぞれ対応する人物属性値「＋１」、「－１」及び「＋１」の合計（＝１）を、グループの人数（＝３）で割って、グループに対する人物属性優先度（＝０．３３）を得る。

例えば、図４Ｂに示すように、グループ内に、人物属性「子供」の人物が２人含まれる場合、優先度決定部１０５は、次のようにグループに対する人物属性優先度を決定する。すなわち、優先度決定部１０５は、２人の人物属性「子供」にそれぞれ対応する人物属性値「＋１」及び「＋１」の合計（＝２）を、グループの人数（＝２）で割って、グループに対する人物優先度（＝１．００）を得る。

人物属性値の合計をグループの人数で割ることにより、例えば、幼稚園の遠足のように、１人の先生が多数の子供を引率しているグループの人物属性優先度が極端に大きくなることを抑止できる。

上述の処理によれば、グループ内における被支援者の数に対する支援者の数の不足に応じて、グループに対する人物属性優先度が高くなる。例えば、図４Ａ及び図４Ｂのケースは、何れもグループ内に２人の支援対象候補を含むが、図４Ｂのケースはグループ内に支援する側になり得る人物が存在しない。よって、グループに対する人物属性優先度は、図４Ａのケースよりも図４Ｂのケースの方が高くなる。すなわち、より支援を要するグループに対する人物属性優先度が高くなる。

なお、上述の人物属性優先度の決定手法は一例であり、グループに対する人物属性優先度は、上述とは異なる手法で決定されてもよい。例えば、グループに含まれる各人物の人物属性値の合計を、人物属性優先度としてもよい。つまり、グループの人数による除算は行われなくてもよい。グループの人数による除算を行わない手法は、現実的に対応が困難なほど、被支援者と支援者の数に偏りがある場合に有用である。例えば、グループの人数による除算を行う手法では、人物属性値「－１」の人物１名と人物属性値「１」の人物１名からなるグループと、人物属性値「－１０」の人物１名と人物属性値「１」の人物１０名からなるグループは、同じ人物属性優先度となる。しかしながら、人物属性値「－１０」の人物が他の人物１０名全てを適切に支援できるとは限らないため、人物属性値「－１０」の人物が属するグループの方が現実的には優先度が高い。このような場合には、グループの人数による除算を行わない方が、より適切に優先度を判断できる。

また、人物属性値は固定的なものではなく、各人物の行動等に基づき、動的に変化してもよい。例えば、支援者が既に周囲の人物等に支援を要請済であること分かる場合には、更なる支援は不要である可能性が高いので人物属性値を下げてよい。ここで、周囲の人物等に支援を要請済であるか否かは、通信のログ及び／又は画像の解析の結果から判断できる。また、順調に移動していた被支援者が突然停止した場合などは、支援が必要な状況に陥った可能性が高いため、人物属性値を上げてよい。被支援者が突然停止したか否かは、例えば、被支援者の移動の軌跡を解析することで判断できる。

また、優先度決定部１０５は、グループに含まれる被支援者の数に応じて、人物属性優先度を決定してよい。この場合、優先度決定部１０５は、グループに含まれる人物の数に対する被支援者の数の割合に応じて、グループに対する人物属性優先度を決定してよい。

また、優先度決定部１０５は、上述した人物属性優先度の決定手法、および、人物属性値の値を、自動又は手動で切り換え可能な構成であってよい。例えば、幼稚園の遠足等が発生しない時刻等であれば、グループの人数による除算を行わないように設定する方が、適切に優先順位を評価できる可能性がある。これにより、現実に施設内で発生している状況に応じて、適切な優先順位を決定できる。

また、人物属性優先度は、人物属性推定部１０３がディープラーニングによって人物属性を推定する際にまとめて決定されてもよい。

＜＜環境属性値の決定方法＞＞
サーバ装置１０は、図５に示すように、環境属性に対して、当該環境属性の環境において被支援者が支援を要する可能性を示す環境属性値を対応付ける環境属性値テーブル１０８を有する。

例えば、環境属性値テーブル１０８は、環境属性「通常」に対して、環境属性値「１」を対応付ける。また、環境属性「階段周辺」及び「人混み」に対して、環境属性値「２」を対応付ける。また、環境属性「交番前」及び「警備員の付近」に対して、環境属性値「０．５」を対応付ける。すなわち、環境属性値テーブル１０８は、通常の環境属性よりも支援を要する可能性の高い環境属性に対して、通常の環境属性の環境属性値よりも高い環境属性値を対応付け、通常の環境属性よりも支援を要する可能性の低い環境に対して、通常の環境の環境属性値よりも小さい環境属性値が対応付けられている。

優先度決定部１０５は、環境属性値テーブル１０８を参照して、グループに含まれる被支援者の位置における環境属性に対応する環境属性値を特定する。当該位置における環境属性は、所定のエリアの地図情報から特定されてよい。例えば、優先度決定部１０５は、地図情報において、当該位置付近に階段付近が存在する場合、環境属性を「階段付近」と特定する。なお、グループに複数の被支援者が含まれる場合、何れか１人の被支援者の位置における環境属性であってよい。

また、環境属性「人混み」は、グループ推定部１０４によるグループの推定と同様、各人物の移動経路に基づいて特定されてよい。例えば、グループの付近に多数（例えば所定数以上）の異なるグループが存在する場合、優先度決定部１０５は、環境属性を「人混み」と特定する。なお、環境属性「人混み」は、人物検出部１０２が検出した人物の数に基づいて、グループの付近に多数の人物が存在するか否かによって判断されてもよい。

なお、上述の環境属性値の決定手法は一例であり、環境属性値は、上述とは異なる手法で決定されてもよい。

例えば、環境属性値は、グループ内の被支援者の人物属性に応じて調整されてもよい。例えば、環境属性「階段付近」の環境属性値は、グループ内の被支援者の人物属性が「子供」の場合に小さく調整され、人物属性が「高齢者」、「車椅子」の順に大きく調整されてよい。すなわち、被支援者が階段移動の支援を要するかどうかに応じて、環境属性「階段付近」に対応する環境属性値は調整されてよい。他の環境属性についても同様である。

また、環境属性値は、手動又は自動で変更可能であってよい。例えば、施設が混雑している場合には階段等の危険性は大きくなるので、施設が空いている場合よりも環境属性値を大きくしてよい。施設の混雑度は、施設内の人物の数を画像解析によって数えることによって判断してもよいし、施設の管理者が目視で確認してもよい。

＜＜支援優先度の決定方法＞＞
優先度決定部１０５は、人物属性優先度に対して環境属性値を掛けて、グループの支援優先度を決定する。すなわち、優先度決定部１０５は、グループの人物属性優先度を、グループに含まれる被支援者が位置する環境に基づいて調整し、グループに対する支援優先度を決定する。これにより、人物属性と環境属性を考慮したグループの支援優先度を決定できる。人物属性優先度に環境属性値を掛けることにより、環境の影響の少ない健常者等から構成されるグループの支援優先度が上がってしまうことを防止できる。

また、人物属性優先度に環境属性値を加算する形で調整を行ってもよい。このようにすると、支援の優先順位の決定に対する人物属性優先度の影響が小さくなるため、グループの構成要員を問わず危険な環境にいるグループに対する支援の優先順位を上げることができる。

なお、上述の支援優先度の決定手法は一例であり、優先度決定部１０５は、上述とは異なる手法で支援優先度を決定してもよい。

例えば、優先度決定部１０５は、人物属性優先度をそのまま支援優先度に決定してもよい。すなわち、優先度決定部１０５は、環境属性値を使用せずに、支援優先度を決定してもよい。又は、優先度決定部１０５は、環境属性値をそのまま支援優先度に決定してもよい。すなわち、優先度決定部１０５は、人物属性優先度を使用せずに、支援優先度を決定してもよい。例えば、優先度決定部１０５は、図６に示すような人物属性と環境属性とのセットに対して支援優先度が予め定められたデータベース２０１を参照して、支援優先度を決定してもよい。また、優先度決定部１０５は、上述したどの手法により支援優先度を決定するか自動又は手動で切り替え可能な構成であってもよい。これにより、人物及び環境が複雑に変化する施設であっても、適切な支援優先度の決定方法を採用できる。

＜サーバ装置の処理＞
次に、図７に示すフローチャートを参照して、サーバ装置１０の処理の一例について説明する。

人物検出部１０２は、監視カメラ２０が撮影した撮影画像から人物を検出する（Ｓ１０１）。人物属性推定部１０３は、Ｓ１０１にて検出した人物の人物属性を推定する（Ｓ１０２）。グループ推定部１０４は、Ｓ１０１にて検出した各人物の移動経路に基づいて、グループを推定する（Ｓ１０３）。

サーバ装置１０は、Ｓ１０３にて推定した各グループについて、Ｓ１０５～Ｓ１０７のループ処理を実行する（Ｓ１０４）。図７、図８及び図９の説明において、ループ処理の対象に選択されたグループを、「対象グループ」という。

優先度決定部１０５は、対象グループについて、人物属性優先度決定処理を実行する（Ｓ１０５）。なお、人物属性優先度決定処理については後述する（図８参照）。

優先度決定部１０５は、対象グループについて、環境属性値決定処理を実行する（Ｓ１０６）。なお、環境属性値決定処理については後述する（図９参照）。

優先度算出部は、Ｓ１０５で決定した人物属性優先度、及び、Ｓ１０６で決定した環境属性値に基づいて、対象グループに対する支援優先度を決定する（Ｓ１０７）。

サーバ装置１０は、Ｓ１０３にて推定された各グループについて、ループ処理を完了した場合、Ｓ１０９の処理を実行し、未完了の場合、Ｓ１０４の処理を実行する（Ｓ１０８）。

支援指示部１０６は、支援優先度が最も高いグループを、支援対象に選択する（Ｓ１０９）。支援指示部１０６は、支援用のロボット３０及び／又は支援を行える人物３１に対して、支援対象のグループの位置に向かうよう指示する（Ｓ１１０）。そして、サーバ装置１０は、本処理を終了する（ＥＮＤ）。

＜人物属性優先度決定処理＞
次に、図８に示すフローチャートを参照して、図７のＳ１０５に対応する人物属性優先度決定処理の一例を説明する。

優先度決定部１０５は、人物属性値テーブル１０７を参照し、対象グループ内の各人物の人物属性に対応する人物属性値を決定する（Ｓ２０１）。

優先度決定部１０５は、Ｓ２０１で決定した各人物の人物属性値を用いて、対象グループの人物属性優先度を決定する（Ｓ２０２）。そして、サーバ装置１０は、図８に示す処理（図７のＳ１０５の処理）を完了する（ＲＥＴＵＲＮ）。

＜環境属性値決定処理＞
次に、図９に示すフローチャートを参照して、図７のＳ１０６に対応する環境属性値決定処理の一例を説明する。

優先度決定部１０５は、所定のエリアの地図情報から、対象グループに含まれる被支援者の位置における環境属性を特定する（Ｓ３０１）。なお、対象グループの位置の環境属性が「人混み」であるかどうかについては、上述のとおり、対象グループの近傍に多数の（例えば所定数以上の）他のグループが存在するか否かによって決定されてよい。

優先度決定部１０５は、環境属性値テーブル１０８を参照して、Ｓ３０１で特定した環境属性に対応する環境属性値を決定する（Ｓ３０２）。そして、サーバ装置１０は、図９に示す処理（図７のＳ１０６の処理）を完了する（ＲＥＴＵＲＮ）。

＜実施の形態のまとめ＞
実施の形態では、サーバ装置１０は、監視カメラ２０の撮影画像に含まれる人物の人物属性を推定する人物属性推定部１０３と、前記撮影画像に含まれる人物のグループを推定するグループ推定部１０４と、属性から推定される被支援者を含むグループに含まれる被支援者の数の割合に応じて、グループに対する支援優先度を決定する優先度決定部１０５と、を備える。当該構成により、より支援を要するグループの支援優先度を高く決定できる。

優先度決定部１０５は、グループにおける人物の数に対する支援者の数の割合に応じて、グループに対する支援優先度を決定してよい。また、優先度決定部１０５は、グループに属する被支援者の属性に応じて、グループに対する支援優先度を高める程度を異ならせてよい。当該構成により、より支援を要するグループの支援優先度を高く決定できる。

サーバ装置１０は、支援優先度が最も高いグループを支援の対象に選択する支援指示部１０６（又は選択部）をさらに備えてよい。当該構成により、最も支援を要するグループに対して優先的に支援を行うことができる。

優先度決定部１０５は、グループに被支援者を支援する属性に対応する支援者が含まれる場合、グループに支援者が含まれない場合よりもグループに対する支援優先度を低くしてよい。また、優先度決定部１０５は、グループに含まれる人物の数に対する支援者の数の割合が高いほどグループに対する支援優先度を低くしてよい。また、優先度決定部１０５は、グループに含まれる支援者の属性に応じて、グループに対する支援優先度を低くする程度を異ならせてよい。当該構成により、より支援を要するグループの支援優先度を高く決定できる。

サーバ装置１０は、人物属性と、当該人物属性の人物が支援を要する可能性を示す人物属性値とを対応付ける人物属性値テーブル１０７をさらに備えてよい。ここで、被支援者と推定される人物属性に対応する人物属性値は正であり、支援者と推定される人物属性に対応する人物属性値は０又は負であってよい。優先度決定部１０５は、グループに含まれる支援者の属性に対応する人物属性値と被支援者の属性に対応する人物属性値との合計を、グループに含まれる人物の数で除した値に応じて、支援優先度を決定してよい。当該構成により、グループにおける支援者及び被支援者の属性を考慮して支援優先度を決定できるので、より支援を要するグループの支援優先度を高く決定できる。

サーバ装置１０は、所定のエリアにおける環境属性と、被支援者が当該環境属性において支援を要する可能性を示す環境属性値とを対応付ける環境属性値テーブル１０８をさらに備えてよい。優先度決定部１０５は、グループに含まれる被支援者が位置する環境属性に対応する環境属性値に応じて、決定した支援優先度を調整してよい。当該構成により、被支援者が位置する環境を考慮して支援優先度を決定できるので、より支援を要するグループの支援優先度を高く決定できる。

優先度決定部１０５は、グループに含まれる被支援者の人物属性に応じて、環境属性値を調整してよい。当該構成により、被支援者の人物属性に応じて環境属性値は調整されるので、より支援を要するグループの支援優先度を高く決定できる。

なお、「算出」、「決定」、「特定」、「選択」、「判定」及び「判断」といった用語は互いに読み替え可能である。

以上、本開示に係る実施形態について図面を参照して詳述してきたが、上述したサーバ装置１０の機能は、コンピュータプログラムにより実現され得る。

図１０は、各装置の機能をプログラムにより実現するコンピュータのハードウェア構成を示す図である。このコンピュータ２１００は、キーボード又はマウス、タッチパッドなどの入力装置２１０１、ディスプレイ又はスピーカーなどの出力装置２１０２、ＣＰＵ（Central Processing Unit）２１０３、ＲＯＭ（Read Only Memory）２１０４、ＲＡＭ（Random Access Memory）２１０５、ハードディスク装置又はＳＳＤ（Solid State Drive）などの記憶装置２１０６、ＤＶＤ－ＲＯＭ（Digital Versatile Disk Read Only Memory）又はＵＳＢ（Universal Serial Bus）メモリなどの記録媒体から情報を読み取る読取装置２１０７、ネットワーク４０を介して通信を行う送受信装置２１０８を備え、各部はバス２１０９により接続される。

そして、読取装置２１０７は、上記各装置の機能を実現するためのプログラムを記録した記録媒体からそのプログラムを読み取り、記憶装置２１０６に記憶させる。あるいは、送受信装置２１０８が、ネットワーク４０に接続された他のサーバ装置と通信を行い、他のサーバ装置からダウンロードした上記各装置の機能を実現するためのプログラムを記憶装置２１０６に記憶させる。

そして、ＣＰＵ２１０３が、記憶装置２１０６に記憶されたプログラムをＲＡＭ２１０５にコピーし、そのプログラムに含まれる命令をＲＡＭ２１０５から順次読み出して実行することにより、上記各装置の機能が実現される。

なお、図２に示した機能的な構成、および、図１０に示したハードウェア構成は一例であり、互いに通信可能な複数の装置が相互に連携する形で実現してもよい。このような構成の一例としては、一部の処理を行うエッジコンピュータと他の処理を行うクラウドサーバとによる構成などが考えられる。この場合、人物の検出、人物属性の推定、グループの推定等、他のシステムでも利用できる処理及び／又は比較的負荷の大きな処理は、クラウドサーバによって実行されてよい。

本開示の一態様は、人物の支援を管理するシステムに有用である。

１ 管理システム
２ 被支援者
１０ サーバ装置
２０ 監視カメラ
３０ ロボット
３１ 支援を行える人物
４０ ネットワーク
１０１ 画像受信部
１０２ 人物検出部
１０３ 人物属性推定部
１０４ グループ推定部
１０５ 優先度決定部
１０６ 支援指示部
１０７ 人物属性値テーブル
１０８ 環境属性値テーブル

Claims (10)

1. カメラ装置の撮影画像に含まれる人物の属性を推定する人物属性推定部と、
   前記撮影画像に含まれる人物のグループを推定するグループ推定部と、
   前記属性から推定される被支援人物を含むグループに対する支援の優先度を、前記グループに含まれる人物の数に対する前記被支援人物を支援する属性に対応する支援人物の数の割合が高いほど、低く決定する優先度決定部と、
   を備えた、支援管理装置。
2. 前記優先度決定部は、前記グループに含まれる前記被支援人物の数に応じて、前記グループに対する支援の優先度を決定する、
   請求項１に記載の支援管理装置。
3. 前記優先度決定部は、前記グループに属する前記被支援人物の属性に応じて、前記グループに対する支援の優先度を高める程度を異ならせる、
   請求項１又は２に記載の支援管理装置。
4. 前記優先度が最も高いグループを支援の対象に選択する選択部、をさらに備える、
   請求項１から３の何れか１項に記載の支援管理装置。
5. 前記優先度決定部は、前記グループに前記支援人物が含まれる場合、前記グループに前記支援人物が含まれない場合よりも前記グループに対する支援の優先度を低くする、
   請求項１から４の何れか１項に記載の支援管理装置。
6. 前記優先度決定部は、前記グループに含まれる前記支援人物の属性に応じて、前記グループに対する支援の優先度を低くする程度を異ならせる、
   請求項１に記載の支援管理装置。
7. 前記属性と、前記属性の人物が支援を要する可能性を示す第１の値とを対応付ける第１の情報をさらに備え、
   前記被支援人物と推定される属性に対応する前記第１の値は正であり、
   前記支援人物と推定される属性に対応する前記第１の値は０又は負であり、
   前記優先度決定部は、前記グループに含まれる前記支援人物の属性に対応する前記第１の値と前記被支援人物の属性に対応する前記第１の値との合計を、前記グループに含まれる人物の数で除した値に応じて、前記優先度を決定する、
   請求項１に記載の支援管理装置。
8. 所定のエリアにおける環境と、前記被支援人物が前記環境において支援を要する可能性を示す第２の値とを対応付ける第２の情報をさらに備え、
   前記優先度決定部は、前記グループに含まれる前記被支援人物が位置する環境に対応する前記第２の値に応じて、前記決定した優先度を調整する、
   請求項１から７の何れか１項に記載の支援管理装置。
9. 前記優先度決定部は、前記グループに含まれる前記被支援人物の前記属性に応じて、前記第２の値を調整する、
   請求項８に記載の支援管理装置。
10. サーバ装置が、
    カメラ装置の撮影画像に含まれる人物の属性を推定し、
    前記撮影画像に含まれる人物のグループを推定し、
    前記属性から推定される被支援人物を含むグループに対する支援の優先度を、前記グループに含まれる人物の数に対する前記被支援人物を支援する属性に対応する支援人物の数の割合が高いほど、低く決定する、
    支援管理方法。

Images