JP7309189B2 - 危険度判別プログラム及びシステム - Google Patents
危険度判別プログラム及びシステム Download PDFInfo
- Publication number
- JP7309189B2 JP7309189B2 JP2019197631A JP2019197631A JP7309189B2 JP 7309189 B2 JP7309189 B2 JP 7309189B2 JP 2019197631 A JP2019197631 A JP 2019197631A JP 2019197631 A JP2019197631 A JP 2019197631A JP 7309189 B2 JP7309189 B2 JP 7309189B2
- Authority
- JP
- Japan
- Prior art keywords
- degree
- information
- risk
- association
- house
- 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
- 238000013473 artificial intelligence Methods 0.000 claims description 16
- 238000013528 artificial neural network Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 description 9
- 238000013459 approach Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000001815 facial effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 208000032544 Cicatrix Diseases 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000005357 flat glass Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Images
Landscapes
- Closed-Circuit Television Systems (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
このようにしてこれらの最適解の選択は、図3に示す学習済みモデルを利用し、実際に解を求めたい入力データ(画像情報、住宅構造情報)を入力すると出力解(危険度)が出力される人工知能を通じて実現することができる。しかし、本発明は人工知能を活用することは必須ではなく、参照用画像情報と、参照用住宅構造情報との組み合わせと、当該組み合わせに対する危険度との3段階以上の連関度を利用するものであればいかなる形態で実現されるものであってもよい。
参照用ロケーション情報とは、その住宅のロケーションを特定するためのあらゆる情報が含まれる。参照用ロケーション情報としては、住所情報、地図情報以外に、その住宅を含めた周囲の環境を撮影した画像も含まれる。また住宅の隣地の建物の状況や、住宅の隣地が商店、ビル、飲食店、空き地、駐車場、学校等、いかなる用途に利用されているのかもこの参照用ロケーション情報に含まれる。つまり隣地が空き地であれば、その空き地から住宅内に侵入されやすいことも考えられることから、これについても危険度を支配する要因になる。
なお、参照用画像情報と参照用ロケーション情報との組み合わせ、参照用画像情報と参照用在宅パターン情報との組み合わせ、参照用画像情報と参照用時間情報との組み合わせに対しても、この参照用警備サービス情報との組み合わせを更に含めて連関度を定義するようにしてもよい。また、参照用画像情報と参照用警備サービス情報との組み合わせで連関度を定義するようにしてもよい。
つまり、この更新は、人工知能でいうところの学習に相当する。新たなデータを取得し、これを学習済みデータに反映させることを行っているため、学習行為といえるものである。
また学習済モデルを最初に作り上げる過程、及び上述した更新は、教師あり学習のみならず、教師なし学習、ディープラーニング、強化学習等を用いるようにしてもよい。教師なし学習の場合には、入力データと出力データのデータセットを読み込ませて学習させる代わりに、入力データに相当する情報(参照用画像情報、参照用ロケーション情報、参照用在宅パターン情報、参照用時間情報、参照用音声情報、参照用警備サービス情報等)を読み込ませて学習させ、そこから出力データに関連する連関度を自己形成させるようにしてもよい。
2 判別装置
21 内部バス
23 表示部
24 制御部
25 操作部
26 通信部
27 推定部
28 記憶部
61 ノード
Claims (9)
- 住宅への不審者侵入の危険度を判別するための危険度判別プログラムにおいて、
住宅の外部を撮影した参照用画像情報と、当該住宅の居住者の在宅パターンを示す参照用在宅パターン情報とを有する組み合わせと、当該組み合わせに対する危険度との3段階以上の連関度を予め取得する連関度取得ステップと、
新たに危険度を判別する際に、新たに住宅の外部を撮影することにより画像情報を取得するとともに、その住宅の在宅パターンを示す在宅パターン情報を取得する情報取得ステップと、
上記連関度取得ステップにおいて取得した連関度を参照し、上記情報取得ステップを介して取得した画像情報と在宅パターン情報とに基づき、上記住宅への不審者侵入の危険度を判別する判別ステップとをコンピュータに実行させること
を特徴とする危険度判別プログラム。 - 住宅への不審者侵入の危険度を判別するための危険度判別プログラムにおいて、
住宅の外部を撮影した参照用画像情報と、当該参照用画像情報の撮影時点における時間帯を示す参照用時間帯情報とを有する組み合わせと、当該組み合わせに対する危険度との3段階以上の連関度を予め取得する連関度取得ステップと、
新たに危険度を判別する際に、新たに住宅の外部を撮影することにより画像情報を取得するとともに、当該撮影時点の時間帯における時間帯情報を取得する情報取得ステップと、
上記連関度取得ステップにおいて取得した連関度を参照し、上記情報取得ステップを介して取得した画像情報と時間帯情報とに基づき、上記住宅への不審者侵入の危険度を判別する判別ステップとをコンピュータに実行させること
を特徴とする危険度判別プログラム。 - 上記連関度取得ステップでは、更に上記参照用画像情報を解析することにより人物を抽出した参照用人物情報とを有する組み合わせと、当該組み合わせに対する危険度との3段階以上の連関度を予め取得し、
情報取得ステップでは、新たに危険度を判別する際に、住宅の外部を撮影することにより取得した画像情報を解析することにより人物を抽出した人物情報を更に取得し、
上記判別ステップでは、更に上記情報取得ステップを介して取得した人物情報に基づき、上記危険度を判別すること
を特徴とする請求項1又は2記載の危険度判別プログラム。 - 上記連関度取得ステップでは、更に上記参照用画像情報の撮影時に録音した参照用音声情報とを有する組み合わせと、当該組み合わせに対する危険度との3段階以上の連関度を予め取得し、
情報取得ステップでは、新たに危険度を判別する際に、住宅の外部を撮影すると同時に録音した音声情報を更に取得し、
上記判別ステップでは、更に上記情報取得ステップを介して取得した音声情報に基づき、上記危険度を判別すること
を特徴とする請求項1~3のうち何れか1項項記載の危険度判別プログラム。 - 上記連関度取得ステップでは、更に住宅が警備会社の警備サービスの契約状況を示す参照用警備サービス情報とを有する組み合わせと、当該組み合わせに対する危険度との3段階以上の連関度を予め取得し、
情報取得ステップでは、新たに危険度を判別する際に、その住宅における警備サービスの契約状況を示す警備サービス情報を更に取得し、
上記判別ステップでは、更に上記警備サービス情報に基づき、上記危険度を判別すること
を特徴とする請求項1~4のうち何れか1項記載の危険度判別プログラム。 - 上記連関度取得ステップでは、更に上記住宅に関する構造情報を含む参照用住宅構造情報とを有する組み合わせと、当該組み合わせに対する危険度との3段階以上の連関度を予め取得し、
情報取得ステップでは、新たに危険度を判別する際に、その住宅における住宅構造情報を取得し、
上記判別ステップでは、更に上記情報取得ステップを介して取得した住宅構造情報とに基づき、上記住宅への不審者侵入の危険度を判別すること
を特徴とする請求項1~5のうち何れか1項記載の危険度判別プログラム。 - 上記連関度取得ステップでは、人工知能におけるニューラルネットワークのノードの各出力の重み付け係数に対応する上記連関度を利用すること
を特徴とする請求項1~6のうち何れか1項記載の危険度判別プログラム。 - 住宅への不審者侵入の危険度を判別するための危険度判別システムにおいて、
住宅の外部を撮影した参照用画像情報と、当該住宅の居住者の在宅パターンを示す参照用在宅パターン情報とを有する組み合わせと、当該組み合わせに対する危険度との3段階以上の連関度を予め取得する連関度取得手段と、
新たに危険度を判別する際に、新たに住宅の外部を撮影することにより画像情報を取得するとともに、その住宅の在宅パターンを示す在宅パターン情報を取得する情報取得手段と、
上記連関度取得手段により取得された連関度を参照し、上記情報取得手段を介して取得した画像情報と在宅パターン情報とに基づき、上記住宅への不審者侵入の危険度を判別する判別手段とを備えること
を特徴とする危険度判別システム。 - 住宅への不審者侵入の危険度を判別するための危険度判別システムにおいて、
住宅の外部を撮影した参照用画像情報と、当該参照用画像情報の撮影時点における時間帯を示す参照用時間帯情報とを有する組み合わせと、当該組み合わせに対する危険度との3段階以上の連関度を予め取得する連関度取得手段と、
新たに危険度を判別する際に、新たに住宅の外部を撮影することにより画像情報を取得するとともに、当該撮影時点の時間帯における時間帯情報を取得する情報取得手段と、
上記連関度取得手段により取得された連関度を参照し、上記情報取得手段を介して取得した画像情報と時間帯情報とに基づき、上記住宅への不審者侵入の危険度を判別する判別手段とを備えること
を特徴とする危険度判別システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019197631A JP7309189B2 (ja) | 2019-02-07 | 2019-10-30 | 危険度判別プログラム及びシステム |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019020929A JP6621092B1 (ja) | 2019-02-07 | 2019-02-07 | 危険度判別プログラム及びシステム |
JP2019197631A JP7309189B2 (ja) | 2019-02-07 | 2019-10-30 | 危険度判別プログラム及びシステム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019020929A Division JP6621092B1 (ja) | 2019-02-07 | 2019-02-07 | 危険度判別プログラム及びシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020129789A JP2020129789A (ja) | 2020-08-27 |
JP7309189B2 true JP7309189B2 (ja) | 2023-07-18 |
Family
ID=87201183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019197631A Active JP7309189B2 (ja) | 2019-02-07 | 2019-10-30 | 危険度判別プログラム及びシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7309189B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007172487A (ja) | 2005-12-26 | 2007-07-05 | Denso Corp | 安全運転度蓄積システム,車載機器,およびセンタ |
JP2010112044A (ja) | 2008-11-05 | 2010-05-20 | Toyota Motor Corp | 警備システム |
JP2012003595A (ja) | 2010-06-18 | 2012-01-05 | Secom Co Ltd | 通報装置 |
JP2014044742A (ja) | 2008-03-31 | 2014-03-13 | Asahi Kasei Homes Co | 防犯性能評価方法、防犯性能評価システム、および防犯性能評価プログラム |
JP2018190199A (ja) | 2017-05-08 | 2018-11-29 | 株式会社デンソー | 監視装置及び防犯システム |
-
2019
- 2019-10-30 JP JP2019197631A patent/JP7309189B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007172487A (ja) | 2005-12-26 | 2007-07-05 | Denso Corp | 安全運転度蓄積システム,車載機器,およびセンタ |
JP2014044742A (ja) | 2008-03-31 | 2014-03-13 | Asahi Kasei Homes Co | 防犯性能評価方法、防犯性能評価システム、および防犯性能評価プログラム |
JP2010112044A (ja) | 2008-11-05 | 2010-05-20 | Toyota Motor Corp | 警備システム |
JP2012003595A (ja) | 2010-06-18 | 2012-01-05 | Secom Co Ltd | 通報装置 |
JP2018190199A (ja) | 2017-05-08 | 2018-11-29 | 株式会社デンソー | 監視装置及び防犯システム |
Also Published As
Publication number | Publication date |
---|---|
JP2020129789A (ja) | 2020-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6525229B1 (ja) | デジタルサーチ・セキュリティシステム、方法及びプログラム | |
JP6905850B2 (ja) | 画像処理システム、撮像装置、学習モデル作成方法、情報処理装置 | |
JP6621092B1 (ja) | 危険度判別プログラム及びシステム | |
JP6837650B1 (ja) | 危険度判別プログラム及びシステム | |
JP6587268B1 (ja) | プラットホーム危険度判別プログラム及びシステム | |
KR101515214B1 (ko) | 얼굴 인식을 통한 신원확인 방법과 얼굴인식을 이용한 출입관리 경보 시스템 및 출입관리 경보 제어방법 | |
CN112183162A (zh) | 一种监控场景下人脸自动注册识别系统及方法 | |
JP6739115B6 (ja) | 危険度判別プログラム及びシステム | |
JP6739119B6 (ja) | 危険度判別プログラム及びシステム | |
JP7309189B2 (ja) | 危険度判別プログラム及びシステム | |
CN112330742A (zh) | 公共区域重点人员活动路线记录方法及装置 | |
JP2012049774A (ja) | 映像監視装置 | |
Babu et al. | IoT based crowd estimation and stranger recognition in closed public areas | |
JP2021096608A (ja) | 防犯対策提案プログラム及びシステム | |
JP2021096840A (ja) | 警備システム及びプログラム | |
CN110675584B (zh) | 云端红外安防系统及方法 | |
JP2020027372A (ja) | 管理装置、管理システム、管理方法およびプログラム | |
Ayad et al. | Convolutional neural network (cnn) model to mobile remote surveillance system for home security | |
KR102635351B1 (ko) | 범죄 예방 시스템 | |
Alam et al. | Person identification with visual summary for a safe access to a smart home | |
US20240221101A1 (en) | Automated detection of and response to probable unlawful activity at commercial or residential property | |
Nirmala et al. | Design of Intelligent Home Security Handling System based on Face Recognition and IoT Assisted Technology | |
JP2021176065A (ja) | 次世代モバイル通信システムを応用した外国人入国者の特異行動対策システム | |
CN117726162A (zh) | 一种基于多模态数据融合的社区风险等级评估方法及系统 | |
CN118038619A (zh) | 一种用于智能火情监测预警的多模态联邦学习方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220202 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230328 |
|
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: 20230627 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230628 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7309189 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |