JP7363113B2

JP7363113B2 - 制御装置、制御方法および制御プログラム

Info

Publication number: JP7363113B2
Application number: JP2019109547A
Authority: JP
Inventors: 健太郎辻; 裕司松田; 敏幸吉武
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2019-06-12
Filing date: 2019-06-12
Publication date: 2023-10-18
Anticipated expiration: 2039-06-12
Also published as: JP2020201816A

Description

本発明は、防犯装置等に関する。

店舗では、保安員等の専門家に依頼して万引き対策を行っている。たとえば、専門家は、店舗を巡回しつつ、目視作業を行い、過去の経験などから、不審者に声掛けを行っている。また、専門家による目視作業の負荷軽減や、見逃しを防止するために、画像認識技術を利用して、不審者を自動的に検出する取り組みもある。

ここで、万引きを防止するためには、画像認識技術等によって不審者を検出した後に、不審者に対して、声掛けに相当する警報を行うことが望ましい。たとえば、指向性スピーカーを用いて、監視エリア内の侵入者に対して、警告を行う従来技術があり、かかる従来技術を用いることで、不審者に警告を行うことが可能となる。

特開２００９－３０２５９８号公報国際公開第２０１８／０６１６１６号特開２００７－１９３６１２号公報国際公開第２０１８／０１６４３２号

しかしながら、上述した従来技術では、対象者に対してのみ警告を行うことが難しいという問題がある。

たとえば、指向性スピーカーは、特定の狭い伝達範囲にいる対象者に選択的に警告（声掛け）を行うことが可能である。しかし、対象者が移動している場合には、警告（声掛けの内容）が対象者に伝わりきる前に、対象者が伝達範囲の外に移動していまい、警告の一部しか、対象者に伝えることができない場合がある。

また、指向性スピーカーの代わりに、無指向性スピーカーを用いると、対象者だけでなく、対象外の人物にも警告内容が伝わってしまう。

１つの側面では、本発明は、対象者に対してのみ警告を行うことができる制御装置、制御方法および制御プログラムを提供することを目的とする。

第１の案では、制御装置は、取得部と、検出部と、スピーカー制御部とを有する。取得部は、撮像装置から映像情報を取得する。検出部は、映像情報を基にして、所定の特徴を有する被写体の移動速度を検出する。スピーカー制御部は、指向性スピーカーの音が伝達される伝達範囲と、移動速度とを基にして、指向性スピーカーから出力される前記被写体に対する声掛けの再生速度を制御する。

対象者に対してのみ警告を行うことができる。

図１は、本実施例に係る防犯システムの一例を示す図である。図２は、本実施例に係る防犯装置の構成を示す機能ブロック図である。図３は、本実施例に係る人物ＤＢのデータ構造の一例を示す図である。図４は、特徴量の一例を示す図である。図５は、本実施例に係る声掛け内容テーブルのデータ構造の一例を示す図である。図６は、スピーカー制御部の処理を説明するための図（１）である。図７は、スピーカー制御部の処理を説明するための図（２）である。図８は、防犯装置が人物の特徴量を検出する処理を示すフローチャートである。図９は、防犯装置が特定人物を特定する処理を示すフローチャートである。図１０は、防犯装置が声掛けを行う処理を示すフローチャートである。図１１は、本実施例に係る防犯装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。

以下に、本願の開示する防犯装置、防犯方法および防犯プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。

図１は、本実施例に係る防犯システムの一例を示す図である。図１に示すように、この防犯システムは、指向性スピーカー１０と、カメラ２０と、防犯装置１００とを有する。防犯装置１００は、指向性スピーカー１０およびカメラ２０と、有線通信または無線通信によって相互に接続される。

指向性スピーカー１０は、音の伝達される範囲を一定の方向に制限するスピーカー（パラメトリック・スピーカー）である。指向性スピーカー１０は、防犯装置１００から警告情報を受け付け、警告情報に基づく音を出力する。

たとえば、指向性スピーカー１０の音が伝達される範囲を、伝達範囲１５とする。伝達範囲１５に滞在している人物は指向性スピーカーからの音が聞こえる。一方、伝達範囲１５に滞在していない人物は、指向性スピーカー１０からの音を聞くことができない。人物は、「被写体」の一例である。

カメラ２０は、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）などを用いた撮像装置である。カメラ２０は、撮像範囲の映像情報を、順次、防犯装置１００に出力する。映像情報は、複数の画像情報が時系列に並んだ情報である。カメラ２０の撮像位置は、撮像範囲が、伝達範囲１５を少なくとも含む範囲となるように、予め設定される。

防犯装置１００は、所定の特徴を有する特定人物５に対して、特定人物５が伝達範囲１５に滞在している間に、指向性スピーカー１０を制御して、声掛けに相当する警告を行う装置である。

たとえば、防犯装置１００は、カメラ２０から取得した映像情報を基にして、特定人物５を検出し、特定人物５の移動速度を検出する。防犯装置１００は、特定人物の移動速度と、伝達範囲１５とを基にして、特定人物が、伝達範囲１５に滞在する時間（滞在時間）を算出する。防犯装置１００は、複数の声掛け内容のうち、声掛けに要する時間が滞在時間に近い声掛け内容を選択し、選択した声掛け内容の声掛けに要する時間が、滞在時間に収まるような再生速度を算出する。防犯装置１００は、選択した声掛け内容を、算出した再生速度によって再生するための警告情報を、指向性スピーカー１０に出力する。このような処理を防犯装置１００が実行することで、特定人物に対してのみ警告を行うことができる。また、特定人物が伝達範囲を出る前に、声掛けの内容を伝えきることができる。この再生速度は、「声掛けの速度」に対応する。

次に、本実施例に係る防犯装置１００の構成の一例について説明する。図２は、本実施例に係る防犯装置の構成を示す機能ブロック図である。図２に示すように、この防犯装置１００は、インタフェース１１０と、入力部１２０と、表示部１３０と、記憶部１４０と、制御部１５０とを有する。

インタフェース１１０は、有線通信または無線通信によって、指向性スピーカー１０、カメラ２０とデータ通信を実行する処理部である。たとえば、インタフェース１１０は、制御部１５０からの警告情報を、指向性スピーカー１０に出力する。インタフェース１１０は、カメラ２０から入力される映像情報を、制御部１５０に出力する。

入力部１２０は、防犯装置１００に各種の情報を入力するための入力装置である。入力部１２０は、キーボードやタッチパネル等に対応する。

表示部１３０は、制御部１５０から出力される情報を表示する表示装置である。表示部１３０は、液晶ディスプレイや、タッチパネル等に対応する。

記憶部１４０は、映像バッファ１４１、人物ＤＢ１４２、声掛け内容テーブル１４３、パラメータ情報１４４を有する。記憶部１４０は、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）などの半導体メモリ素子や、ＨＤＤ（Hard Disk Drive）などの記憶装置に対応する。

映像バッファ１４１は、カメラ２０から入力される映像情報を格納するバッファである。映像情報には、時系列に並んだ複数の画像情報（静止画像の情報）が含まれる。たとえば、映像情報に含まれる各画像情報には、時刻またはフレーム番号が割り当てられる。

人物ＤＢ（Data Base）１４２は、人物の特徴に関する情報を保持するデータベースである。図３は、本実施例に係る人物ＤＢのデータ構造の一例を示す図である。図３に示すように、この人物ＤＢ１４２は、人物ＩＤと、特定フラグと、声掛けＩＤと、再生速度と、特徴量とを対応付ける。

人物ＩＤ（Identification）は、人物を一意に識別する情報である。特定フラグは、人物ＩＤによって識別される人物が、特定人物であるか否かを示すフラグである。人物ＩＤによって識別される人物が、特定人物である場合には、特定フラグが「１」となる。人物ＩＤによって識別される人物が、特定人物でない場合には、特定フラグが「０」となる。

声掛けＩＤは、声掛け内容を一意に識別する情報である。声掛け内容は、声掛け内容テーブル１４３によって定義される。再生速度は、声掛け内容の音声を再生する場合の再生速度を示すものである。特徴量は、人物ＩＤによって識別される人物の特徴量を示す情報である。

図４は、特徴量の一例を示す図である。図４に示すように、特徴量には、時刻、位置、顔の向き、移動方向、年齢、性別、マスク着用フラグ、ヘルメット着用フラグが含まれる。時刻は、特徴量を検出した画像情報の時刻を示す。位置は、人物ＩＤに対応する人物の位置（たとえば、グローバル座標系の位置（ｘ、ｙ））を示す。顔の向きは、人物ＩＤに対応する人物の顔の向きを示す。移動方向は、人物ＩＤに対応する人物の移動方向を示す。

年齢は、人物ＩＤに対応する人物の推定年齢を示す。性別は、人物ＩＤに対応する人物の性別を示す。マスク着用フラグは、人物ＩＤに対応する人物がマスクを着用しているか否かを示すフラグである。人物ＩＤに対応する人物がマスクを着用している場合には、マスク着用フラグが「１」となる。人物ＩＤに対応する人物がマスクを着用していない場合には、マスク着用フラグが「０」となる。

ヘルメット着用フラグは、人物ＩＤに対応する人物がヘルメットを着用しているか否かを示すフラグである。人物ＩＤに対応する人物がヘルメットを着用している場合には、ヘルメット着用フラグが「１」となる。人物ＩＤに対応する人物がヘルメットを着用していない場合には、マスク着用フラグが「０」となる。

声掛け内容テーブル１４３は、声掛けの内容の情報を保持するテーブルである。図５は、本実施例に係る声掛け内容テーブルのデータ構造の一例を示す図である。図５に示すように、この声掛け内容テーブル１４３は、声掛けＩＤと、声掛け内容と、声掛け時間と、条件とを有する。

声掛けＩＤは、声掛け内容を一意に識別する情報である。声掛け内容は、指向性スピーカー１０から、出力させる警告の内容である。声掛け時間は、声掛けに要する時間を示す。たとえば、声掛けＩＤ「Ａ００１」の声掛け内容「当店では、お買い物中のヘルメットの着用はご遠慮頂いております」を最初から最後まで伝える時間が「５０００ｍｓ」であることを示す。

条件は、声掛け内容に適した特徴量の条件を示すものである。かかる条件には、年齢、性別、マスク着用フラグ、ヘルメット着用フラグが含まれる。たとえば、図５の１行目～３行目の声掛け内容は、年齢が「２０～３０」、性別「男性」、マスク着用フラグ「１（マスクを着用）」、ヘルメット着用フラグ「１（ヘルメットを着用）」となる特定人物に対して、有用な声掛け内容であることを示す。また、４行目の声掛け内容に関する条件は「－」となっており、不審者の特徴量によらず、不審者全般に利用可能な声掛け内容である。

図２の説明に戻る。パラメータ情報１４４は、伝達範囲１５を示す情報、カメラ２０のカメラパラメータの情報などを有する。たとえば、伝達範囲１５を示す情報として、伝達範囲１５の重心のグローバル座標と、伝達範囲１５に対応する円の半径とを有する。カメラパラメータは、カメラ２０の内部パラメータ、外部パラメータに対応する情報である。

制御部１５０は、取得部１５１と、検出部１５２と、スピーカー制御部１５３とを有する。制御部１５０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などによって実現できる。また、制御部１５０は、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などのハードワイヤードロジックによっても実現できる。

取得部１５１は、カメラ２０から順次出力される映像情報を取得する処理部である。取得部１５１は、映像情報を、映像バッファ１４１に順次格納する。

検出部１５２は、映像バッファ１４１に格納された映像情報を基にして、人物の検出および追跡を行い、人物の特徴量を検出する。また、検出部１５２は、人物の特徴量を基にして、人物が特定人物であるか否かを判定する。

まず、検出部１５２が、人物の検出および追跡を行う処理の一例について説明する。検出部１５２は、映像バッファ１４１から、時刻ｔ_１の画像情報を取得し、画像情報からエッジを抽出したエッジ画像を生成する。検出部１５２は、エッジ画像に含まれる輪郭のうち、予め定義した人物の輪郭に類似する輪郭を、人物の輪郭として検出する。検出部１５２は、検出した人物の輪郭に、固有の人物ＩＤを割り当てる。

検出部１５２は、時刻ｔ_２の画像情報を取得し、画像情報からエッジを抽出したエッジ画像を生成する。検出部１５２は、エッジ画像に含まれる輪郭のうち、予め定義した人物の輪郭に類似する輪郭を、人物の輪郭として検出する。

検出部１５２は、時刻ｔ_１で抽出した人物の輪郭の重心と、時刻ｔ_２で抽出した人物の輪郭の重心との距離が、閾値未満である場合には、時刻ｔ_２で抽出した人物の輪郭に、時刻ｔ_１の人物の輪郭に割り当てた人物ＩＤを割り当てる。

一方、検出部１５２は、時刻ｔ_１で抽出した人物の輪郭の重心と、時刻ｔ_２で抽出した人物の輪郭の重心との距離が、閾値以上である場合には、時刻ｔ_２で抽出した人物の輪郭に、固有の人物ＩＤを割り当てる。

検出部１５２は、時刻ｔ_３～ｔ_ｎの画像情報についても、上記処理を繰り返し実行することで、人物の輪郭の検出、および、人物ＩＤの割当てを行う。同一人物の各輪郭には、同一の人物ＩＤが割り当てられる。検出部１５２は、その他の技術を用いて、人物の輪郭の抽出、人物の追跡を行ってもよい。

続いて、検出部１５２が、人物の特徴量を検出する処理の一例について説明する。たとえば、検出部１５２は、人物の特徴量として、人物の位置、顔の向き、移動方向、年齢、性別、マスク着用の有無、ヘルメット着用の有無を検出する。検出部１５２が、人物の位置、顔の向き、移動方向、年齢、性別、マスクの着用有無、ヘルメットの着用有無を検出する処理について、順に説明する。

検出部１５２が、人物の位置を検出する処理について説明する。検出部１５２は、画像情報上の人物の輪郭の重心位置（Ｘｇ、Ｙｇ）を、予め設定した変換テーブルに基づいて、グローバル座標系の位置（ｘ、ｙ）に変換する。なお、検出部１５２は、パラメータ情報１４４に含まれるカメラパラメータを用いる変換式等を用いて、重心位置（Ｘｇ、Ｙｇ）を、位置（ｘ、ｙ）に変換してもよい。

検出部１５２が、顔の向きを検出する処理について説明する。検出部１５２は、画像情報上の人物の輪郭から、顔の部位に対応する領域を検出する。検出部１５２は、顔領域に対して、顔の各部位の特徴を定義したテンプレートマッチングを行い、顔の向きを検出する。たとえば、検出部１５２は、顔の所定の部位を通る直線と、予め設定した基準線とのなす角度を、顔の向きとして検出する。

検出部１５２が、移動方向を検出する処理について説明する。検出部１５２は、移動方向を検出する時刻の位置（移動後位置）と、移動方向を検出時刻の一つ前の時刻の位置（移動前位置）とを特定する。検出部１５２は、移動前位置から移動後位置までの移動ベクトルと、予め設定した基準ベクトルとのなす角度を、移動方向として検出する。

検出部１５２が、年齢、性別、マスク着用の有無、ヘルメット着用の有無を検出する処理について説明する。たとえば、検出部１５２は、人物の画像を入力とし、年齢、性別、マスク着用の有無、ヘルメット着用の有無を出力とするＮＮ（Neural Network）を用いて判定を行う。ＮＮのパラメータは、教師データを用いて、予め学習されているものとする。なお、検出部１５２は、上記の顔の向き、移動方向も、ＮＮを用いて、検出してもよい。検出部１５２は、ＮＮ以外の技術を用いて、年齢、性別、マスク着用の有無、ヘルメット着用の有無を検出してもよい。

検出部１５２は、各時刻の画像情報から検出した各人物ＩＤの人物について、上記の特徴量（人物の位置、顔の向き、移動方向、年齢、性別、マスク着用の有無、ヘルメット着用の有無）を検出する処理を繰り返し実行する。検出部１５２は、各人物ＩＤに対応する各時刻の特徴量を、人物ＤＢ１４２に登録する。検出部１５２は、映像バッファ１４１に新たな映像情報が蓄積される度に、上記処理を繰り返し実行し、人物ＤＢ１４２を更新する。

続いて、検出部１５２が、人物の特徴量を基にして、人物が特定人物であるか否かを判定する処理の一例について説明する。検出部１５２は、判定対象となる人物ＩＤについて、現在の時刻から所定時間前までの顔の向きの情報を取得する。検出部１５２は、各顔の向きを基にして、顔の向きの分散を算出する。検出部１５２は、顔の向きの分散が、閾値よりも大きい場合に、人物ＩＤに識別される人物が、特定人物であると判定する。検出部１５２は、特定人物であると判定した場合には、人物ＤＢ１４２の人物ＩＤに対応する特定フラグを「１」に設定する。

検出部１５２は、顔の向き以外の特徴量を更に用いて、人物が特定人物であるか否かを判定してもよい。たとえば、検出部１５２は、判定対象となる人物ＩＤについて、マスク着用フラグ、または、ヘルメット着用フラグが「１」となっている場合に、人物ＩＤに識別される人物が、特定人物であると判定する。検出部１５２は、移動方向と、顔の向きとを基にして、顔の向きが移動方向以外となる累計時間を算出し、累計時間が所定時間以上となる場合に、人物ＩＤに識別される人物が、特定人物であると判定してもよい。なお、検出部１５２は、予め設定されるその他の判定ポリシーに従って、特定人物であるか否かを判定してもよい。

スピーカー制御部１５３は、指向性スピーカー１０の音（警告）が伝達される伝達範囲１５と、特定人物の移動速度とを基にして、指向性スピーカー１０を用いた特定人物に対応する声掛け内容、声掛けの速度を制御する処理部である。たとえば、スピーカー制御部１５３は、特定人物の移動速度を算出する処理、特定人物が伝達範囲に滞在する滞在時間を算出する処理、声掛け内容を選択する処理、声掛けの速度を調整する処理、声掛けを実行する処理を行う。

スピーカー制御部１５３が、特定人物の移動速度を算出する処理について説明する。スピーカー制御部１５３は、人物ＤＢ１４２から、特定フラグが「１」となる人物ＩＤを選択し、選択した人物ＩＤの時刻と位置との関係から、特定人物の移動速度を算出する。以下の説明では、特に区別する場合、特定フラグが「１」となる人物ＩＤを、適宜、「特定人物ＩＤ」と表記する。特定フラグが「０」となる人物ＩＤを、適宜、「非特定人物ＩＤ」と表記する。

スピーカー制御部１５３は、選択した特定人物ＩＤの各時刻のうち、開始時刻から終了時刻までの移動距離を、開示時刻から終了時刻までの時間で除算することで、移動速度を算出する。たとえば、終了時刻を、特定人物ＩＤに対応付けられた特徴量の各時刻のうち、最新の時刻とする。開始時刻を、終了時刻を基準とした所定時間前の時刻とする。

スピーカー制御部１５３は、特定人物ＩＤの時刻と位置との関係が更新される度に、上記処理を繰り返し実行し、最新の移動速度を、特定人物ＩＤの移動速度として算出してもよいし、移動速度の平均を、特定人物ＩＤの移動速度として算出してもよい。スピーカー制御部１５３は、他の特定人物ＩＤについても、上記処理を繰り返し実行し、特定人物ＩＤに識別される特定人物の移動速度を算出する。また、スピーカー制御部１５３は、非特定人物ＩＤについても、移動速度を算出する。

スピーカー制御部１５３が、特定人物の滞在時間を算出する処理について説明する。スピーカー制御部１５３は、パラメータ情報１４４に登録された伝達範囲１５の直径を特定する。スピーカー制御部１５３は、特定人物ＩＤの移動速度を上記処理により算出する。スピーカー制御部１５３は、伝達範囲１５の直径を、特定人物の移動速度で除算することで、特定人物の滞在時間を算出する。スピーカー制御部１５３は、他の特定人物ＩＤについても、上記処理を繰り返し実行し、特定人物の滞在時間を算出する。

ところで、スピーカー制御部１５３が、伝達範囲１５の直径を基にして特定人物の滞在時間を算出していたが、これに限定されるものではない。図６は、スピーカー制御部の処理を説明するための図（１）である。スピーカー制御部１５３は、伝達範囲１５の情報と、特定人物の各位置とを基にして、特定人物が伝達範囲１５の外周に到達した際の位置（ｘａ、ｙａ）を特定する。スピーカー制御部１５３は、特定人物の位置（ｘａ、ｙａ）における移動方向Ｄａを延長した線分と、伝達範囲１５の外周との交点位置（ｘｂ、ｙｂ）を特定する。スピーカー制御部１５３は、位置（ｘａ，ｙａ）から、位置（ｘｂ，ｙｂ）までの距離を、位置（ｘａ、ｙａ）における移動速度で除算することで、特定人物の滞在時間を算出してもよい。

図７は、スピーカー制御部の処理を説明するための図（２）である。スピーカー制御部１５３は、伝達範囲１５の情報と、特定人物の各位置とを基にして、特定人物が伝達範囲１５の外周に到達した際の位置（ｘａ、ｙａ）を特定する。また、スピーカー制御部１５３は、特定人物が位置（ｘａ、ｙａ）に到達する時刻を基準とした前後所定時間において、伝達範囲１５を基準とする所定範囲１６に含まれる非特定人物（非特定人物ＩＤの人物）の位置（ｘｃ、ｙｃ）を特定する。

スピーカー制御部１５３は、特定人物の位置（ｘｃ、ｙｃ）における移動方向Ｄｃを延長した線分と、伝達範囲１５の外周との交点（ｘｄ、ｙｄ）を特定する。スピーカー制御部１５３は、位置（ｘｃ，ｙｃ）から、位置（ｘｄ，ｙｄ）までの距離を、位置（ｘｃ、ｙｃ）における非特定人物の移動速度で除算することで、非特定人物が、伝達範囲１５に到達するまでの時間を算出する。非特定人物が、伝達範囲１５に到達するまでの時間を、到達時間と表記する。スピーカー制御部１５３は、図６で説明した滞在時間から、到達時間を減算することで、滞在時間を補正してもよい。これによって、特定人物に対する警告が、非特定人物に聞こえてしまうことを抑止することができる。

スピーカー制御部１５３が、声掛け内容を選択する処理について説明する。スピーカー制御部１５３は、特定人物ＩＤの特徴量と、声掛け内容テーブル１４３の条件とを比較し、選択候補となる声掛けＩＤを特定する。たとえば、スピーカー制御部１５３は、特定人物ＩＤの特徴量と、条件とのヒットの数をカウントし、ヒットの数が所定数以上である場合に、選択候補の声掛けＩＤとする。たとえば、ある特定人物ＩＤに対応する特徴量を（年齢「２５」、性別「男性」、マスク着用フラグ「０」、ヘルメット着用フラグ「１」）とする。スピーカー制御部１５３は、かかる特徴量と、図５に示した声掛けＩＤ「Ａ００１」の条件とを比較すると、３つの項目で一致し、ヒットの数を「３」とする。

スピーカー制御部１５３は、選択候補となる声掛けＩＤが一つの場合には、かかる声掛けＩＤを、特定人物ＩＤに対応する声掛けＩＤとして、人物ＤＢ１４２に登録する。スピーカー制御部１５３は、選択候補となる声掛けＩＤが複数存在する場合には、声掛け内容テーブル１４３に定義された声掛けＩＤに対応する声掛け時間のうち、最も滞在時間に近い声掛け時間に対応する声掛けＩＤを選択し、選択した声掛けＩＤを、人物ＤＢ１４２に登録する。

スピーカー制御部１５３は、選択候補となる声掛けＩＤが一つも存在しない場合には、予め指定される複数の声掛けＩＤを選択する。たとえば、スピーカー制御部１５３は、図５において、特徴量の条件が全て「－」となる声掛けＩＤ「Ａ００４」、「Ａ００５」を、選択する。スピーカー制御部１５３は、指定される複数の声掛けＩＤのうち、最も滞在時間に近い声掛け時間に対応する声掛けＩＤを選択し、人物ＤＢ１４２に登録する。

スピーカー制御部１５３は、人物ＩＤに対応付けて、選択した声掛けＩＤを、人物ＤＢ１４２に登録する。スピーカー制御部１５３は、他の特定人物ＩＤについても、上記処理を繰り返し実行し、声掛けＩＤを選択し、人物ＤＢ１４２に登録する。

スピーカー制御部１５３が、声掛け速度を調整する処理について説明する。スピーカー制御部１５３は、人物ＤＢ１４２の特定人物ＩＤの滞在時間が、特定人物ＩＤの声掛けＩＤに対応する声掛け時間よりも短いか否かを判定する。

スピーカー制御部１５３は、特定人物ＩＤの滞在時間が、特定人物ＩＤの声掛けＩＤに対応する声掛け時間よりも長い場合（あるいは、同一である場合）には、人物ＤＢ１４２について、特定人物ＩＤに対応する再生速度を「１．０」に設定する。

スピーカー制御部１５３は、特定人物ＩＤの滞在時間が、特定人物ＩＤの声掛けＩＤに対応する声掛け時間よりも短い場合には、声掛け時間が、滞在時間以下となるような、再生速度を算出する。たとえば、スピーカー制御部１５３は、式（１）の関係から再生速度を算出する。スピーカー制御部１５３は、人物ＤＢ１４２について、特定人物ＩＤに対応する再生速度（算出した再生速度）を設定する。

声掛け時間／再生速度＝滞在時間・・・（１）

スピーカー制御部１５３が、声掛けを実行する処理について説明する。スピーカー制御部１５３は、人物ＤＢ１４２に登録される特定人物ＩＤの位置と、パラメータ情報１４４の伝達範囲１５の情報とを基にして、特定人物の座標が、伝達範囲１５の外周に到達したか否かを判定する。スピーカー制御部１５３は、特定人物の座標が、伝達範囲１５の外周に到達したと判定すると、人物ＤＢ１４２を基にして、係る特定人物の特定人物ＩＤに対応する声掛けＩＤおよび再生速度を特定する。

スピーカー制御部１５３は、声掛けＩＤに対応する声掛け内容を、声掛け内容テーブル１４３から取得し、係る声掛け内容の音声を、特定した再生速度で再生する警告情報を生成し、指向性スピーカー１０に出力する。

ここで、スピーカー制御部１５３は、特定人物の座標が、伝達範囲１５に侵入した時刻において、特定フラグが「０」となる人物ＩＤの位置が、伝達範囲１５に含まれるか否かを判定してもよい。スピーカー制御部１５３は、特定フラグが「０」となる人物ＩＤの位置が、伝達範囲１５に含まれる場合には、警告情報を、指向性スピーカー１０に出力する処理を抑止する。

次に、本実施例に係る防犯装置１００の処理手順の一例について説明する。図８は、防犯装置が人物の特徴量を検出する処理を示すフローチャートである。図８に示すように、防犯装置１００の取得部１５１は、映像情報（画像情報）を取得したか否かを判定する（ステップＳ１０１）。取得部１５１は、映像情報を取得していない場合には（ステップＳ１０１，Ｎｏ）、映像情報を取得するまで、ステップＳ１０１に再度移行する。

取得部１５１は、映像情報を取得した場合には（ステップＳ１０１，Ｙｅｓ）、映像情報を、映像バッファ１４１に登録する（ステップＳ１０２）。防犯装置１００の検出部１５２は、映像情報に含まれる画像情報から人物を検出する（ステップＳ１０３）。

検出部１５２は、人物を追跡する（ステップＳ１０４）。検出部１５２は、人物の特徴量を検出する（ステップＳ１０５）。検出部１５２は、検出した人物の特徴量によって、人物ＤＢ１４２を更新し（ステップＳ１０６）、ステップＳ１０１に移行する。

図９は、防犯装置が特定人物を特定する処理を示すフローチャートである。図９に示すように、防犯装置１００の検出部１５２は、人物ＤＢ１４２から人物ＩＤを選択する（ステップＳ２０１）。検出部１５２は、前回特定人物を特定した時刻から所定時間経過していない場合には（ステップＳ２０２，Ｎｏ）、ステップＳ２０１に移行する。

一方、検出部１５２は、前回特定人物を特定した時刻から所定時間経過した場合には（ステップＳ２０２，Ｙｅｓ）、選択した人物ＩＤの特徴量が、特定人物の特徴量に対応するか否かを判定する（ステップＳ２０３）。

検出部１５２は、特定人物の特徴量に対応する場合には（ステップＳ２０４，Ｙｅｓ）、人物ＩＤに対応する特定フラグを「１」に設定し（ステップＳ２０５）、ステップＳ２０１に移行する。一方、検出部１５２は、特定人物の特徴量に対応しない場合には（ステップＳ２０５，Ｎｏ）、ステップＳ２０１に移行する。

図１０は、防犯装置が声掛けを行う処理を示すフローチャートである。たとえば、図１０に示す処理は、定期的に実行される。図１０に示すように、防犯装置１００のスピーカー制御部１５３は、Ｎを初期値に設定する（ステップＳ３０１）。スピーカー制御部１５３は、人物ＤＢからＮ番目のレコードを抽出する（ステップＳ３０２）。

スピーカー制御部１５３は、抽出したレコードの特定フラグが「１」であるか否かを判定する（ステップＳ３０３）。スピーカー制御部１５３は、抽出したレコードの特定フラグが「１」でない場合には（ステップＳ３０３，Ｎｏ）、ステップＳ３０４に移行する。一方、スピーカー制御部１５３は、抽出したレコードの特定フラグが「１」である場合には（ステップＳ３０３，Ｙｅｓ）、ステップＳ３０６に移行する。

スピーカー制御部１５３は、Ｎに１を加算し（ステップＳ３０４）、人物ＤＢ１４２の全てのレコードの確認を完了したか否かを判定する（ステップＳ３０５）。スピーカー制御部１５３は、人物ＤＢ１０２の全てのレコードの確認を完了した場合には（ステップＳ３０５，Ｙｅｓ）、処理を終了する。なお、スピーカー制御部１５３は、図８、９の処理によって、人物ＤＢ１４２が更新された後、再度、ステップＳ３０１から、処理を開始する。

ステップＳ３０６の処理の説明に移行する。スピーカー制御部１５３は、特定人物ＩＤに対応する声掛けＩＤが設定されているか否かを判定する（ステップＳ３０６）。スピーカー制御部１５３は、特定人物ＩＤに対応する声掛けＩＤが設定されている場合には（ステップＳ３０６，Ｙｅｓ）、ステップＳ３１０に移行する。

一方、スピーカー制御部１５３は、特定人物ＩＤに対応する声掛けＩＤが設定されていない場合には（ステップＳ３０６，Ｎｏ）、特定人物ＩＤに対応する滞在時間を算出する（ステップＳ３０７）。スピーカー制御部１５３は、特定人物ＩＤに対応する声掛け内容、再生速度を特定する（ステップＳ３０８）。スピーカー制御部１５３は、人物ＤＢ１４２を更新する（ステップＳ３０９）。

スピーカー制御部１５３は、特定人物が伝達範囲に侵入したか否かを判定する（ステップＳ３１０）。スピーカー制御部１５３は、特定人物が伝達範囲に侵入した場合には（ステップＳ３１０，Ｙｅｓ）、警告情報う指向性スピーカー１０に出力して声掛けを実行し（ステップＳ３１１）、ステップＳ３０４に移行する。

一方、スピーカー制御部１５３は、特定人物が伝達範囲に侵入していない場合には（ステップＳ３１０，Ｎｏ）、ステップＳ３０４に移行する。

次に、本実施例に係る防犯装置１００の効果について説明する。防犯装置１００は、特定人物の移動速度と、指向性スピーカー２０の伝達範囲１５とに基づき、特定人物が伝達範囲１５に滞在している間に完了するような声掛けの内容の選択、声掛けの速度の調整を行うため、特定人物に対してのみ、警告することができる。

防犯装置１００は、伝達範囲と特定人物の移動速度とを基にして、特定人物が、伝達範囲に滞在する滞在時間を算出し、声掛け時間が、滞在時間に近い声掛け内容を選択する。これによって、特定人物が伝達範囲１５に滞在している間に伝えきれる声掛け内容を選択することができる。

防犯装置１００は、選択した声掛け内容の声掛け時間が、滞在時間よりも長い場合に、声掛けの速度を速める制御を行う。これによって、選択した声掛け内容が、滞在時間を超える場合でも、特定人物が伝達範囲１５に滞在している間に伝えきれる。また、かかる制御によって、声掛け内容テーブル１４３の声掛け内容のバリエーションの数を少なくでき、記憶部１４０のデータ量を削減することもできる。

防犯装置１００は、映像情報から人物の頭部を検出し、所定時間における頭部の方向の変更回数が閾値以上となる場合に、人物を、特定人物として検出する。これによって、画像処理から、特定人物を容易に検出することができる。

ところで、上述した防犯装置１００の処理は一例であり、防犯装置１００はその他の処理を行ってもよい。たとえば、防犯装置１００のスピーカー制御部１５３は、同一の特定人物に対して、定期的に滞在時間を更新し、声掛け内容の再選択、声掛け速度の再調整を行ってもよい。

防犯装置１００は、不審者を想定した特定人物を検出していたが特定人物は、不審者に限定されるものでは無い。たとえば、店舗内である商品を探している人物を特定人物として特定してもよいし、特定の場所に向かっている人物を特定人物として特定してもよい。また、特定人物の種別によって、声掛け内容テーブル１４３の声掛け内容を適宜、変更してもよい。

防犯装置１００のスピーカー制御部１５３は、特定人物ＩＤに対応する声掛けＩＤを前もって特定し、声掛けＩＤを人物ＤＢ１４２に登録していたがこれに限定されるものではない。防犯装置１００のスピーカー制御部１５３は、特定人物が、伝達範囲１５に到達した際に、特定人物ＩＤに対応する声掛けＩＤを特定してもよい。これによって、特定人物が伝達範囲に到達した際の最新の情報に基づき、声掛けＩＤを選択することができる。

また、本実施例では一例として、カメラ２０の映像情報を基にして、人物の位置の検出、追跡を行ったが、距離センサ等を更に用いて、人物の位置や追跡を行ってもよい。

次に、本実施例に示した防犯装置１００と同様の機能を実現するコンピュータのハードウェア構成の一例について説明する。図１１は、本実施例に係る防犯装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。

図１１に示すように、コンピュータ５００は、各種演算処理を実行するＣＰＵ５０１と、ユーザからのデータの入力を受け付ける入力装置５０２と、ディスプレイ５０３とを有する。また、コンピュータ５００は、記憶媒体からプログラム等を読み取る読み取り装置５０４と、有線または無線ネットワークを介して、指向性スピーカー１０、カメラ２０等との間でデータの授受を行うインタフェース装置５０５とを有する。コンピュータ５００は、各種情報を一時記憶するＲＡＭ５０６と、ハードディスク装置５０７とを有する。そして、各装置５０１～５０７は、バス５０８に接続される。

ハードディスク装置５０７は、取得プログラム５０７ａ、検出プログラム５０７ｂ、スピーカー制御プログラム５０７ｃを有する。ＣＰＵ５０１は、取得プログラム５０７ａ、検出プログラム５０７ｂ、スピーカー制御プログラム５０７ｃを読み出してＲＡＭ５０６に展開する。

取得プログラム５０７ａは、取得プロセス５０６ａとして機能する。検出プログラム５０７ｂは、検出プロセス５０６ｂとして機能する。スピーカー制御プログラム５０７ｃは、スピーカー制御プロセス５０６ｃとして機能する。

取得プロセス５０６ａの処理は、取得部１５１の処理に対応する。検出プロセス５０６ｂの処理は、検出部１５２の処理に対応する。スピーカー制御プロセス５０６ｃの処理は、スピーカー制御部１５３の処理に対応する。

なお、各プログラム５０７ａ～５０７ｃついては、必ずしも最初からハードディスク装置５０７に記憶させておかなくてもよい。例えば、コンピュータ５００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させておく。そして、コンピュータ５００が各プログラム５０７ａ～５０７ｃを読み出して実行するようにしてもよい。

以上の各実施例を含む実施形態に関し、さらに以下の付記を開示する。

（付記１）撮像装置から映像情報を取得する取得部と、
前記映像情報を基にして、所定の特徴を有する被写体の移動速度を検出する検出部と、
指向性スピーカーの音が伝達される伝達範囲と、前記移動速度とを基にして、前記指向性スピーカーを用いた前記被写体に対応する声掛けを制御するスピーカー制御部と
を有することを特徴とする防犯装置。

（付記２）前記スピーカー制御部は、前記伝達範囲と前記移動速度とを基にして、前記被写体が前記伝達範囲に滞在する滞在時間を算出し、開始から終了までの声掛け時間の異なる複数の声掛け内容のうち、声掛け時間が、前記滞在時間に近い声掛け内容を選択することを特徴とする付記１に記載の防犯装置。

（付記３）前記スピーカー制御部は、選択した声掛け内容の声掛け時間が、前記滞在時間よりも長い場合に、前記声掛けの速度を速める制御を行うことを特徴とする付記２に記載の防犯装置。

（付記４）前記スピーカー制御部は、所定の特徴を有する被写体が、前記伝達範囲に到達した際に、前記伝達範囲と前記移動速度とを基にして、前記被写体が前記伝達範囲に滞在する滞在時間を算出し、開始から終了までの声掛け時間の異なる複数の声掛け内容のうち、声掛け時間が、前記滞在時間に近い声掛け内容を選択することを特徴とする付記３に記載の防犯装置。

（付記５）前記検出部は、前記所定の特徴を有する第１被写体の第１移動速度と、前記所定の特徴を有しない第２被写体の第２移動速度とを検出し、前記スピーカー制御部は、前記第１移動速度と、前記第２移動速度とを基にして、前記第１被写体が前記伝達範囲に位置し、前記第２被写体が前記伝達範囲に位置しない時間を算出することを特徴とする付記１に記載の防犯装置。

（付記６）前記検出部は、前記映像情報から被写体の頭部を検出し、所定時間における前記頭部の方向の変更回数が閾値以上となる場合に、前記被写体を、第１被写体として検出することを特徴とする付記５に記載の防犯装置。

（付記７）コンピュータが実行する防犯方法であって、
撮像装置から映像情報を取得し、
前記映像情報を基にして、所定の特徴を有する被写体の移動速度を検出し、
指向性スピーカーの音が伝達される伝達範囲と、前記移動速度とを基にして、前記指向性スピーカーを用いた前記被写体に対応する声掛けを制御する
処理を実行することを特徴とする防犯方法。

（付記８）前記制御する処理は、前記伝達範囲と前記移動速度とを基にして、前記被写体が前記伝達範囲に滞在する滞在時間を算出し、開始から終了までの声掛け時間の異なる複数の声掛け内容のうち、声掛け時間が、前記滞在時間に近い声掛け内容を選択することを特徴とする付記７に記載の防犯方法。

（付記９）前記制御する処理は、選択した声掛け内容の声掛け時間が、前記滞在時間よりも長い場合に、前記声掛けの速度を速める制御を行うことを特徴とする付記８に記載の防犯方法。

（付記１０）前記制御する処理は、所定の特徴を有する被写体が、前記伝達範囲に到達した際に、前記伝達範囲と前記移動速度とを基にして、前記被写体が前記伝達範囲に滞在する滞在時間を算出し、開始から終了までの声掛け時間の異なる複数の声掛け内容のうち、声掛け時間が、前記滞在時間に近い声掛け内容を選択することを特徴とする付記９に記載の防犯方法。

（付記１１）前記検出する処理は、前記所定の特徴を有する第１被写体の第１移動速度と、前記所定の特徴を有しない第２被写体の第２移動速度とを検出し、前記制御する処理は、前記第１移動速度と、前記第２移動速度とを基にして、前記第１被写体が前記伝達範囲に位置し、前記第２被写体が前記伝達範囲に位置しない時間を算出することを特徴とする付記７に記載の防犯方法。

（付記１２）前記検出する処理は、前記映像情報から被写体の頭部を検出し、所定時間における前記頭部の方向の変更回数が閾値以上となる場合に、前記被写体を、第１被写体として検出することを特徴とする付記１１に記載の防犯方法。

（付記１３）コンピュータに、
撮像装置から映像情報を取得し、
前記映像情報を基にして、所定の特徴を有する被写体の移動速度を検出し、
指向性スピーカーの音が伝達される伝達範囲と、前記移動速度とを基にして、前記指向性スピーカーを用いた前記被写体に対応する声掛けを制御する
処理を実行させることを特徴とする防犯プログラム。

（付記１４）前記制御する処理は、前記伝達範囲と前記移動速度とを基にして、前記被写体が前記伝達範囲に滞在する滞在時間を算出し、開始から終了までの声掛け時間の異なる複数の声掛け内容のうち、声掛け時間が、前記滞在時間に近い声掛け内容を選択することを特徴とする付記１３に記載の防犯プログラム。

（付記１５）前記制御する処理は、選択した声掛け内容の声掛け時間が、前記滞在時間よりも長い場合に、前記声掛けの速度を速める制御を行うことを特徴とする付記１４に記載の防犯プログラム。

（付記１６）前記制御する処理は、所定の特徴を有する被写体が、前記伝達範囲に到達した際に、前記伝達範囲と前記移動速度とを基にして、前記被写体が前記伝達範囲に滞在する滞在時間を算出し、開始から終了までの声掛け時間の異なる複数の声掛け内容のうち、声掛け時間が、前記滞在時間に近い声掛け内容を選択することを特徴とする付記１５に記載の防犯プログラム。

（付記１７）前記検出する処理は、前記所定の特徴を有する第１被写体の第１移動速度と、前記所定の特徴を有しない第２被写体の第２移動速度とを検出し、前記制御する処理は、前記第１移動速度と、前記第２移動速度とを基にして、前記第１被写体が前記伝達範囲に位置し、前記第２被写体が前記伝達範囲に位置しない時間を算出することを特徴とする付記１３に記載の防犯プログラム。

（付記１８）前記検出する処理は、前記映像情報から被写体の頭部を検出し、所定時間における前記頭部の方向の変更回数が閾値以上となる場合に、前記被写体を、第１被写体として検出することを特徴とする付記１７に記載の防犯プログラム。

１０指向性スピーカー
２０カメラ
１００防犯装置
１１０インタフェース
１２０入力部
１３０表示部
１４０記憶部
１４１映像バッファ
１４２人物ＤＢ
１４３声掛け内容テーブル
１４４パラメータ情報
１５０制御部
１５１取得部
１５２検出部
１５３スピーカー制御部

Claims

撮像装置から映像情報を取得する取得部と、
前記映像情報を基にして、所定の特徴を有する被写体の移動速度を検出する検出部と、
指向性スピーカーの音が伝達される伝達範囲と、前記移動速度とを基にして、前記指向性スピーカーから出力される前記被写体に対する声掛けの再生速度を制御するスピーカー制御部と
を有することを特徴とする制御装置。
前記スピーカー制御部は、前記伝達範囲と前記移動速度とを基にして、前記被写体が前記伝達範囲に滞在する滞在時間を算出し、開始から終了までの声掛け時間の異なる複数の声掛け内容のうち、声掛け時間が、前記滞在時間に近い声掛け内容を選択することを特徴とする請求項１に記載の制御装置。
前記スピーカー制御部は、選択した声掛け内容の声掛け時間が、前記滞在時間よりも長い場合に、前記声掛けの再生速度を速める制御を行うことを特徴とする請求項２に記載の制御装置。
前記スピーカー制御部は、所定の特徴を有する被写体が、前記伝達範囲に到達した際に、前記伝達範囲と前記移動速度とを基にして、前記被写体が前記伝達範囲に滞在する滞在時間を算出し、開始から終了までの声掛け時間の異なる複数の声掛け内容のうち、声掛け時間が、前記滞在時間に近い声掛け内容を選択することを特徴とする請求項３に記載の制御装置。
前記検出部は、前記所定の特徴を有する第１被写体の第１移動速度と、前記所定の特徴を有しない第２被写体の第２移動速度とを検出し、前記スピーカー制御部は、前記第１移動速度と、前記第２移動速度とを基にして、前記第１被写体が前記伝達範囲に位置し、前記第２被写体が前記伝達範囲に位置しない時間を算出することを特徴とする請求項１に記載の制御装置。
前記検出部は、前記映像情報から被写体の頭部を検出し、所定時間における前記頭部の方向の変更回数が閾値以上となる場合に、前記被写体を、第１被写体として検出することを特徴とする請求項５に記載の制御装置。
コンピュータが実行する防犯方法であって、
撮像装置から映像情報を取得し、
前記映像情報を基にして、所定の特徴を有する被写体の移動速度を検出し、
指向性スピーカーの音が伝達される伝達範囲と、前記移動速度とを基にして、前記指向性スピーカーから出力される前記被写体に対する声掛けの再生速度を制御する
処理を実行することを特徴とする制御方法。
コンピュータに、
撮像装置から映像情報を取得し、
前記映像情報を基にして、所定の特徴を有する被写体の移動速度を検出し、
指向性スピーカーの音が伝達される伝達範囲と、前記移動速度とを基にして、前記指向性スピーカーから出力される前記被写体に対する声掛けの再生速度を制御する
処理を実行させることを特徴とする制御プログラム。