JP7697477B2 - 画像表示装置、画像表示方法およびプログラム - Google Patents

Description

本発明は画像表示装置、画像表示システム、画像表示方法および非一時的なコンピュータ可読媒体に関する。

所定の領域に存在する複数の人物における感染症の感染リスクを把握したいという要求が高まっている。かかる要求を実現する手段としいて、例えば人物の身体の状態を推定し、その人物が存在する領域における人物同士の接触状態等を視認することが効果的であると考えられている。そのためには、感染症の症状を示している人物を把握し、かかる人物と周辺の人物とが濃厚接触をしている可能性を見出すための技術が求められている。

このような技術に関連して、例えば特許文献１には、ユーザの身体の状態の変化を把握するシステムが示されている。かかる技術は、特定のユーザの過去の測定データが所定の範囲に収まらない場合には、他のユーザの過去の測定データのうち、最新の測定データと類似する類似測定データを検索し、ユーザが近い将来に患う可能性がある病気又は症状を推定する。

また特許文献２には、院内感染影響範囲閲覧システムが記載されている。このシステムは、ラウンド経路機器、ラウンドログ記録端末、ログ解析部およびマップ表示部を有する。ラウンド経路機器は医療施設内に配置され、ラウンドログ記録端末はラウンド経路機器との交信記録から人物のラウンド情報を記録する。ログ解析部は、予め設定された解析ルールに基づいてラウンド情報を解析して人物の感染危険度を算出する。またマップ表示部は、予め設定されたマップ情報と、ラウンド情報で得られた人物の移動経路と、人物の感染危険度とに基づいて、医療施設における感染影響範囲を表示する。

特許文献３には、通信手段を通して在宅療法患者の使用する医療機器に接続されるモニターセンターと、在宅療法患者の個人情報を格納するデータベースを有する在宅療法患者救援システムが示されている。モニターセンターは、在宅療法患者の使用する医療機器の状態を所定期間毎に検知し、災害発生時に、データベースを検索し、重症度順に救済優先順位のリストを作成する。

特開２０１９－０３６１８４号公報 特開２０１６－１８４１９６号公報 特開２００３－１２２８５５号公報

しかしながら、上述の技術を組み合わせたとしても、大勢が行き交う場所において感染症の症状を示している人物の動向を全て追跡するのは困難である。

本開示はこのような課題を鑑みてなされたものであり、感染リスクが高い状況を好適に表示する画像表示装置等を提供することを目的とする。

本開示の１実施形態にかかる画像表示装置は、画像データ取得手段、特定手段、推定手段、注目画像検出手段および出力手段を有する。画像データ取得手段は、カメラから複数の画像データを取得する。特定手段は、画像データから人物を特定する。推定手段は、画像データから特定した人物の感染症の発症可能性を推定する。注目画像検出手段は、推定の結果に基づいて、前記発症可能性を有する注目人物と注目人物の周辺に周辺人物とが含まれる注目画像を検出する。出力手段は、注目画像を含む一連の画像群を抽出して表示する。

本開示の１実施形態にかかる方法は、以下の方法をコンピュータが実行する。コンピュータは、カメラから複数の画像データを取得する。コンピュータは、画像データから人物を特定する。コンピュータは、特定した人物における感染症の発症可能性を推定する。コンピュータは、推定の結果に基づいて、前記発症可能性を有する注目人物と、注目人物の周辺に周辺人物が含まれる注目画像を検出する。コンピュータは、注目画像を含む一連の画像群を抽出する。

本開示の１実施形態にかかるプログラムは、コンピュータに、以下のステップを実行させるものである。コンピュータは、カメラから複数の画像データを取得する。コンピュータは、画像データから人物を特定する。コンピュータは、特定した人物における感染症の発症可能性を推定する。コンピュータは、推定の結果に基づいて、前記発症可能性を有する注目人物と、注目人物の周辺に周辺人物が含まれる注目画像を検出する。コンピュータは、注目画像を含む一連の画像群を抽出する。

本開示によれば、感染リスクが高い状況を好適に表示する画像表示装置等を提供することができる。

実施の形態１にかかる画像表示装置のブロック図である。 実施の形態１にかかる画像表示方法を示すフローチャートである。 実施の形態２にかかる画像表示装置のブロック図である。 実施の形態２にかかる画像表示システムのブロック図である。 実施の形態２にかかる画像表示装置が抽出する画像群の例を示す図である。 実施の形態３にかかる画像表示装置のブロック図である。 実施の形態４にかかる画像表示装置のブロック図である。 実施の形態５にかかる画像表示装置のブロック図である。 実施の形態６にかかる画像表示装置のブロック図である。 実施の形態６にかかる画像表示方法を示すフローチャートである。 実施の形態６にかかる画像表示装置が表示する画像の例を示す図である。

以下、発明の実施の形態を通じて本発明を説明するが、特許請求の範囲にかかる発明を以下の実施形態に限定するものではない。また、実施形態で説明する構成の全てが課題を解決するための手段として必須であるとは限らない。説明の明確化のため、以下の記載および図面は、適宜、省略、および簡略化がなされている。なお、各図面において、同一の要素には同一の符号が付されており、必要に応じて重複説明は省略されている。

＜実施の形態１＞
以下、図面を参照して本発明の実施の形態について説明する。図１は、実施の形態１にかかる画像表示装置１０のブロック図である。図１に示す画像表示装置１０は、所定の施設内または屋外に設置されたカメラに接続し、カメラが撮影した画像データを取得して、注目すべき画像ないし画像群を表示する。画像表示装置１０は主な構成として画像データ取得部１１１、特定部１１２、推定部１１３、注目画像検出部１１４および出力部１１５を有する。

画像データ取得部１１１は、カメラから複数の画像データを取得する。複数の画像データとは、異なる時刻に撮影された画像データである。例えばカメラは１秒間に３０フレームの画像を撮影し、撮影したこれらの画像にかかる画像データを画像データ取得部１１１に供給する。画像データ取得部１１１が接続するカメラは１台でもよいし複数でもよい。また画像データ取得部１１１が接続するカメラは所定の画角を撮影するために固定されていてもよいし、パン、チルトまたはズームを行う可動式のものであってもよい。画像データ取得部１１１は、カメラから取得した画像データを、少なくとも特定部１１２に供給する。また画像データ取得部１１１はカメラから取得した画像データを、適宜、他の構成にも供給する。

特定部１１２は、画像データ取得部１１１から画像データを受け取り、受け取った画像データから人物を特定する。より具体的には例えば、特定部１１２は、受け取った画像データの特徴量を抽出して人物の特徴量を検出する。特定部１１２は、特定した人物に関するデータ（特定データ）を推定部１１３に供給する。

推定部１１３は、特定部１１２から特定データを受け取り、受け取った特定データを利用して、特定した人物の感染症の発症可能性を推定する。より具体的には例えば、推定部１１３は、特徴データとして人物の身体動作の状態を受け取り、特定した人物が感染症の発症にかかる症状動作を示していることを検出する。感染症の発生にかかる症状動作とは例えば、咳、くしゃみ、臀部に手を当てる、胸に手を当てるなどの動作である。推定部１１３は、特定した人物について感染症の発症可能性があるか否かを推定する。この場合、推定部１１３は、特定した人物が予め設定された動作を行っている場合に、感染症の発症可能性を有すると推定してもよい。あるいは推定部１１３は、特定した人物の複数の動作から、感染症の発症可能性が予め設定された閾値以上であるか否かを推定してもよい。推定部１１３は、上記推定の結果を注目画像検出部１１４に供給する。

注目画像検出部１１４は、推定部１１３から受け取った推定の結果を利用して、画像データ取得部１１１が取得した複数の画像データから感染症を発症している可能性がある注目人物が含まれる画像を検出する。ここで「注目人物」は、推定部１１３が感染症の発症可能性を有すると推定した人物を指す。また注目画像検出部１１４は、画像データ取得部１１１が取得した複数の画像データから、注目人物と周辺人物とが含まれる注目画像を検出する。

ここで「周辺人物」とは、例えば注目人物との距離が予め設定された値より近い位置に存在している人物をいう。ただし周辺人物の定義は上述の内容に限られない。例えば、周辺人物は、注目人物との距離が予め設定された値より近く、且つ、予め設定された期間以上の間存在している人物であってもよい。すなわち、周辺人物は、感染症の発症可能性がある注目人物の近くに存在し、注目人物から感染症が伝染する可能性がある人物である。注目画像検出部１１４は、注目人物から周辺人物へ感染症が伝染する可能性がある状況を、感染リスクが高い状況と判断して、撮影した画像を注目画像として検出する。注目画像検出部１１４は、注目画像を検出すると、注目画像に関するデータを出力部１１５に供給する。

出力部１１５は、注目画像検出部１１４から注目画像に関するデータを受け取り、受け取ったデータから注目画像を含む一連の画像群を抽出する。出力部１１５は、例えば注目画像を含む予め設定された期間分の画像群を抽出する。予め設定された期間は、例えば注目画像の前後各５秒間、１０秒間または３０秒間などである。なお、本開示において「画像群」とは、連続して撮影された画像である。よって、「画像群」は「動画」と称してもよい。出力部１１５は、抽出した画像群を接続する所定の表示装置に出力する。

以上、画像表示装置１０の構成について説明した。画像表示装置１０は、このような構成により、カメラから取得した画像データから、感染症を発症した疑いがある人物を検出するとともに、かかる人物の周辺の人物に感染症が伝染した可能性がある画像群を抽出して表示することができる。

次に、図２を参照して画像表示装置１０が実行する画像表示方法について説明する。図２は、実施の形態１にかかる画像表示方法を示すフローチャートである。図２に示すフローチャートは、例えば画像表示装置１０が起動することにより開始される。

まず、画像データ取得部１１１は、カメラから複数の画像データを取得する（ステップＳ１１）。画像データ取得部１１１は、取得した複数の画像データを少なくとも特定部１１２に供給する。

次に特定部１１２は、画像データ取得部１１１から画像データを受け取り、受け取った画像データから人物を特定する（ステップＳ１２）。特定部１１２は、人物を特定すると、特定データを推定部１１３に供給する。

次に、推定部１１３は、特定部１１２から受け取った特定データを利用して、特定した人物における感染症の発症可能性を推定する（ステップＳ１３）。推定部１１３は、推定の結果を注目画像検出部１１４に供給する。

次に、注目画像検出部１１４は、推定部１１３から受け取った推定の結果から、発症可能性を有する注目人物と当該注目人物の周辺に周辺人物とが含まれる注目画像を検出する（ステップＳ１４）。注目画像検出部１１４は、検出した注目画像を、出力部１１５に供給する。

次に、出力部１１５は、注目画像検出部１１４から受け取った注目画像から注目画像を含む一連の画像群を抽出し、抽出した一連の画像群を所定の表示装置に出力する（ステップＳ１５）。

以上、実施の形態１にかかる画像表示装置について説明した。尚、画像表示装置１０は、図示しない構成としてプロセッサ及び記憶装置を有するものである。画像表示装置１０が有する記憶装置は、例えばフラッシュメモリやＳＳＤ（Solid State Drive）などの不揮発性メモリを含む記憶装置を含む。この場合に、画像表示装置１０が有する記憶装置は、上述の画像表示方法を実行するためのコンピュータプログラム（以降、単にプログラムとも称する）を記憶している。またプロセッサは、記憶装置からコンピュータプログラムをＤＲＡＭ（Dynamic Random Access Memory）等のバッファメモリへ読み込ませ、当該プログラムを実行する。

画像表示装置１０が有する各構成は、それぞれが専用のハードウェアで実現されていてもよい。また、各構成要素の一部又は全部は、汎用または専用の回路（circuitry）、プロセッサ等やこれらの組合せによって実現されてもよい。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。各装置の各構成要素の一部又は全部は、上述した回路等とプログラムとの組合せによって実現されてもよい。また、プロセッサとして、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（field-programmable gate array）等を用いることができる。なお、ここに説明した構成に関する説明は、本開示において以下に説明するその他の装置またはシステムにおいても、適用され得る。

また、画像表示装置１０の各構成要素の一部又は全部が複数の情報処理装置や回路等により実現される場合には、複数の情報処理装置や回路等は、集中配置されてもよいし、分散配置されてもよい。例えば、情報処理装置や回路等は、クライアントサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。また、画像表示装置１０の機能がＳａａＳ（Software as a Service）形式で提供されてもよい。

以上、実施の形態１について説明した。実施の形態１にかかる画像表示装置１０は、複数の人物が行き交う場所において感染症の症状を示している注目人物を検出し、さらに注目人物の周辺に存在する人物に感染症が伝染する可能性がある状況を含む画像を表示できる。よって、実施の形態１によれば、感染リスクが高い状況を好適に表示する画像表示装置等を提供することができる。

＜実施の形態２＞
次に、実施の形態２について説明する。図３は、実施の形態２にかかる画像表示装置２０のブロック図である。図３に示す画像表示装置２０は、熱画像データ取得部１１６および記憶部１２０を有する点が、実施の形態１と異なる。

熱画像データ取得部１１６は、赤外線カメラ（またはサーマルカメラ）から熱画像データを取得する。なお、以降の説明において赤外線カメラとの区別を容易にするため、画像データ取得部１１１に接続するカメラを「可視光カメラ」とも称する。また可視光カメラが生成する画像データを「可視光画像データ」とも称する。赤外線カメラは、画像データ取得部１１１に接続している可視光カメラに対応して設置される。

可視光カメラおよび赤外線カメラは、所定の施設内や施設の周辺または屋外における所定の場所等に設置されている。可視光カメラは、人物を含む風景を撮影し、撮影した風景の画像にかかる可視光画像データ生成し、生成した可視光画像データを画像データ取得部１１１に供給する。赤外線カメラは、人物を含む風景を撮影し、撮影した風景の画像にかかる熱画像データ生成し、生成した熱画像データを熱画像データ取得部１１６に供給する。

可視光カメラと赤外線カメラとは、少なくとも撮影範囲の一部が互いに重複している。換言すると、赤外線カメラは、可視光カメラが撮影する可視光画像の少なくとも一部に対応した撮影範囲を持つ。また可視光カメラと赤外線カメラとは、互いの位置関係が変化しないように固定されていることが好ましい。このような構成により、撮影装置は、可視光カメラが生成した可視光画像データに含まれる人物の画像と赤外線カメラが生成した熱画像データに含まれる人物の画像とを対応づけることができる。

なお、可視光カメラおよび赤外線カメラは、それぞれ１台であってもよいし、複数であってもよい。また例えば可視光カメラまたは赤外線カメラは、互いの位置関係が変化する可動式であってもよい。この場合、可視光カメラまたは赤外線カメラは、例えばユーザの操作等により一時的にパン、チルトまたはズームを行って、画角が変更されたとしても、その後自動的に所定の位置に復帰することが好ましい。

熱画像データ取得部１１６は、上述の赤外線カメラから熱画像データを取得し、取得した熱画像データを、推定部１１３に供給する。

本実施の形態における推定部１１３は、熱画像データに含まれる人物の体表温度を測定する。例えば推定部１１３はまず、可視光画像データから人物の画像を抽出する。このとき推定部１１３は、人物の身体の内、顔画像など特定の部位のみを抽出してもよい。次に推定部１１３は、特定した人物の画像に対応する熱画像データを抽出する。さらに推定部１１３は、抽出した熱画像データから特定した人物の体表温度を測定する。推定部１１３は、抽出された熱画像データのうち最も高い温度を示す部分から体表温度を測定してもよい。また推定部１１３は、抽出された熱画像データの温度の統計値を算出し、算出した統計値を人物の体表温度としてもよい。

推定部１１３は、熱画像データから測定した人物の体表温度を利用して、人物の発症可能性を推定する。より具体的には例えば、推定部１１３は、特定した人物の体表温度を測定し、測定値が予め設定された閾値（例えば摂氏３７．５度）以上の場合に、感染症の発症可能性を有すると推定する。また推定部１１３は、上述の測定した体表温度と後述の症状動作とを加味して感染症の発症可能性を推定してもよい。

推定部１１３は、可視光画像データを受け取ると、受け取った可視光画像データに含まれる人物の画像データからその人物の動作状態を検出する。そして推定部１１３は、記憶部１２０が記憶する症状動作データベース１２１を読み取る。さらに推定部１１３は、検出した人物の動作状態と、症状動作データベース１２１に含まれる症状動作パターンとを照合し、人物の動作状態が感染症の発症にかかる症状動作に一致するか否かを照合する。これにより、推定部１１３は、人物の発症可能性を推定する。

すなわち推定部１１３は、人物の動作状態が感染症の発症にかかる症状動作に一致する場合に、かかる人物が感染症の発症可能性を有すると推定する。より具体的には、例えば推定部１１３は、画像データから特定した人物が咳またはくしゃみを行う動作を検出する。一方、症状動作データベース１２１は、人物が咳またはくしゃみを行う動作パターンを記憶する。推定部１１３は、検出した動作と、症状動作パターンとを照合し、これらが一致する場合に、検出した動作にかかる人物が感染症に発症している可能性を推定する。なお、上述の説明において、照合の結果が一致するとは、実質的に一致することを示すものであって、一致の判定は当業者により適宜設定され得る。

本実施の形態における注目画像検出部１１４は、注目人物および周辺人物が注目動作を行っていることを検出する。ここで「注目動作」とは、人物の口の動き、マスクの装着、咳、くしゃみ、接触動作の少なくとも１つを含む動作であって、感染症の感染リスクが高くなると判断される所定のものを指す。例えば人物が激しく口を動かしている動作を行っている場合、その人物は話をしていると想定される。注目画像検出部１１４は、注目人物および周辺人物が含まれる画像において、注目人物および周辺人物がこのような注目動作を行っていることを検出した場合、注目画像を検出する。

注目画像検出部１１４は、画像データにかかる画像における人物が含まれる領域の混雑度をさらに加味して注目画像を検出してもよい。この場合、注目画像検出部１１４は、混雑度が比較的に高い場合に、感染症の感染リスクが比較的に高いと判断する。注目画像検出部１１４は、混雑度として、画像データにおける空間と人数の関係から所定の人口密度を算出してもよい。また注目画像検出部１１４は、混雑度として、画像データにおいて群衆検知を行ってもよい。群衆とは、所定の空間において複数の人物が重なり合って見える状態を示す。この場合、注目画像検出部１１４は、群衆を検知し、検知した群衆の混雑状態を識別し、混雑度を算出しうる。

なお、注目画像検出部１１４は、同一の画角において注目人物および周辺人物が存在し続ける場合には、注目人物および周辺人物が存在している期間から１つの注目画像を検出するように設定されてもよい。これにより、注目画像検出部１１４は、注目画像が冗長的に検出されることを抑制できる。

記憶部１２０は、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）またはフラッシュメモリ等の不揮発メモリを含む記憶装置である。記憶部１２０は、症状動作データベース１２１を記憶する。症状動作データベース１２１は、感染症の発症可能性を推定するためのデータベースであって、感染症を発症した人物の症状動作パターンを含む。上述のように、記憶部１２０は、推定部１１３に対して症状動作データベース１２１を適宜供給する。症状動作データベース１２１は、複数の症状動作パターンを含んでいてもよい。また症状動作データベース１２１に含まれるデータは適宜更新されてもよい。

次に、図４を参照して、画像表示装置２０を含むシステムの構成について説明する。図４は、実施の形態２にかかる画像表示システム１のブロック図である。画像表示システム１は、施設９００における人物の感染リスクの把握を目的として設置されている。画像表示システム１は主な構成として、画像表示装置２０、画像表示装置、可視光カメラ３００およびサーマルカメラ４００を有する。

可視光カメラ３００およびサーマルカメラ４００は、施設９００の所定の位置に固定されており、施設９００の人物を撮影する。可視光カメラ３００およびサーマルカメラ４００は、通信ネットワークであるネットワークＮ１を介して画像表示装置２０に通信可能に接続している。図に示すように、例えば可視光カメラ３００は点線により示した画角により人物Ｐ１および人物Ｐ２を撮影し、可視光画像データを生成して画像表示装置２０に供給する。またサーマルカメラ４００は、二点鎖線により示した画角により人物Ｐ１および人物Ｐ２を撮影し、熱画像データ生成して画像表示装置２０に供給する。

図４に示す画像表示装置２０は、ネットワークＮ１を介して可視光カメラ３００と接続し、可視光画像データを受け取る。また画像表示装置２０は、ネットワークＮ１を介してサーマルカメラ４００と接続し、熱画像データを受け取る。また画像表示装置２０は、ディスプレイ２００に通信可能に接続し、出力部１１５を介して一連の画像群にかかる画像データを出力する。なお、図に示す例においては、可視光カメラ３００およびサーマルカメラ４００は１つずつ示されているが、これらカメラの数は複数であってもよい。複数のカメラが異なる場所を撮影し、それぞれが撮影した画像データを画像表示装置２０に供給することにより、画像表示システム１は、施設９００の広範囲において感染リスクの把握を行うことができる。

ディスプレイ２００は、例えば液晶ディスプレイや有機エレクトロルミネッセンスを含む表示装置である。ディスプレイ２００は、画像表示装置２０と通信可能に接続し、画像表示装置２０から画像データを受け取り、受け取った画像データを表示する。なお、図４に示した例において、画像表示装置２０とディスプレイ２００とはネットワークＮ１を介さずに接続しているが、ネットワークＮ１を介して接続していてもよい。ディスプレイ２００に表示される画像群を画像表示システム１のユーザが視認することにより、ユーザは、感染者である可能性が高い注目人物と周辺人物との接触状況を把握できる。

次に、図５を参照して、画像表示装置２０が抽出する画像群について説明する。図５は、実施の形態２にかかる画像表示装置が抽出する画像群の例を示す図である。図５において、左から右に向かって水平方向に延びる矢印は、時刻の経過を示している。また図５において矢印の上側には、矢印に平行に延びる帯形状は撮影期間Ｖ２０が示されている。撮影期間Ｖ２０は、可視光カメラ３００が撮影した複数の画像すなわち動画が連続的に生成されている期間を模式的に示している。

撮影期間Ｖ２０の中には左右方向に延びる第１期間Ｑ１および第２期間Ｑ２が示されている。第１期間Ｑ１は、可視光カメラ３００が撮影している画像の中に人物Ｐ１が含まれる期間を示している。第２期間Ｑ２は、可視光カメラ３００が撮影している画像の中に人物Ｐ２が含まれる期間を示している。具体的には、第１期間Ｑ１は、時刻Ｔ１から時刻Ｔ７の間を示している。第２期間Ｑ２は、時刻Ｔ１より後の時刻Ｔ２から時刻Ｔ７より前の時刻Ｔ６の間を示している。

帯形状Ｖ２０の中央部分には、太字により示された抽出期間Ｖ２１が重畳されている。抽出期間Ｖ２１は、人物Ｐ１と人物Ｐ２とが接近している期間であって、出力部１１５が抽出した一連の画像群が撮影された期間を示している。より具体的には、抽出期間Ｖ２１は、時刻Ｔ３より後の時刻Ｔ３から時刻Ｔ６より前の時刻Ｔ５までの間を示している。抽出期間Ｖ２１の中央部には、ハッチングにより示された注目時刻Ｖ２２が示されている。注目時刻Ｖ２２は、時刻Ｔ３より後であって、且つ時刻Ｔ５より前の時刻Ｔ４である。

図５において、時刻Ｔ４は、注目画像検出部１１４が検出した注目画像が撮影された時刻である。すなわち、人物Ｐ１と人物Ｐ２とは時刻Ｔ４において、例えば最も接近した状態であって、感染リスクが高いと判断される状況であった。そのため、注目画像検出部１１４は、時刻Ｔ４に撮影された画像を、注目画像として検出した。また、出力部１１５は、注目画像が撮影された時刻の前後の予め設定された期間（すなわち時刻Ｔ３から時刻Ｔ５まで）を、一連の画像群として抽出する。

以上、画像表示装置２０が抽出する画像群について説明した。なお、上述の画像群の抽出の方法はあくまで一例であって、出力部１１５が抽出する画像群は、上述の方法に限られない。例えば、出力部１１５は、人物Ｐ２が画角に含まれている期間すなわち時刻Ｔ２から時刻Ｔ６の間を抽出してもよい。また出力部１１５は、人物Ｐ１が画角に含まれている期間すなわち時刻Ｔ１から時刻Ｔ７の間を抽出してもよい。なお、出力部１１５は一連の画像群を抽出する際に、画像データのフレームレートや画質に変更を加えてもよい。

以上、実施の形態２について説明した。実施の形態２にかかる画像表示装置２０および画像表示システム１は、複数の人物が行き交う場所において感染症の症状を示している注目人物を検出し、さらに注目人物の周辺に存在する人物に感染症が伝染する可能性がある状況を含む画像を表示できる。よって、実施の形態２によれば、感染リスクが高い状況を好適に表示する画像表示装置や画像表示システム等を提供することができる。

＜実施の形態３＞
次に、実施の形態３について説明する。図６は、実施の形態３にかかる画像表示装置３０のブロック図である。図６に示す画像表示装置３０は、記憶部１２０が認証データベースを記憶する点が、上述の実施の形態と異なる。また図６に示す画像表示装置３０は、特定部１１２が行う処理が上述の実施の形態と異なる。

認証データベース１２２は、人物の認証データおよび人物の属性データが含まれる。認証データは、特定部１１２が行う認証に利用されるデータである。認証データは、人物固有の特徴を識別するためのデータであって、例えば顔画像の特徴データである。認証データは、虹彩データや耳の形状データであってもよい。

属性データは、認証にかかる人物に付随するデータであって、感染症に感染するリスクを判定する場合に利用される。例えば属性データは、認証にかかる人物が有する抗体証明データを含んでもよい。抗体証明データは、感染症の抗体を有するか否かを示すデータである。また属性データは、認証にかかる人物の感染症に関連する既往歴や、認証にかかる人物の感染症に対する耐性に関連する他の情報であってもよい。

本実施の形態における特定部１１２は、人物の特定に加えて、認証データを利用した人物の認証を併せて行う。特定部１１２は、人物を特定する場合に、認証データベース１２２に含まれる認証データを利用する。特定部１１２は、認証の結果を、推定部１１３に供給する。推定部１１３は、特定部１１２から受け取ったデータから認証にかかる人物の感染可能性を推定する。

具体的には例えば、推定部１１３は、認証にかかる人物の体表温度が閾値以上の場合や、かかる人物が症状動作パターンと一致する動作を行った場合において、この人物が抗体証明を有している場合には、これを加味したうえで症状を示しているか否かを判定する。すなわち、抗体証明を有する人物の体表温度が閾値以上の場合や、抗体証明を有する人物が症状動作パターンと一致する動作を行った場合には、推定部１１３は、かかる人物が感染症の症状を示している可能性があると判定しない場合もある。

また本実施の形態における注目画像検出部１１４は、属性データに基づいて注目画像を検出する。例えば注目画像検出部１１４は、認証にかかる人物の抗体証明データを加味して注目画像を検出する。より具体的には、注目人物の近くに存在する周辺人物が抗体証明を有している場合には、注目画像検出部１１４は、この周辺人物について感染の可能性は高いと判定しない。そのため、注目画像検出部１１４はこの抗体証明を有する人物が注目人物の近くに存在しても、これを注目画像として検出しない場合もある。

以上、実施の形態３について説明した。実施の形態３にかかる画像表示装置３０は、複数の人物が行き交う場所において感染症の症状を示している注目人物を検出し、さらに注目人物の周辺に存在する人物に感染症が伝染する可能性がある状況を含む画像を表示できる。また画像表示装置３０は注目人物の検出や注目画像の抽出時に、認証にかかる人物の属性データを加味したうえで処理を行う。よって、実施の形態３によれば、人物の個別事情を加味したうえで、感染リスクが高い状況を好適に表示する画像表示装置等を提供することができる。

＜実施の形態４＞
次に、実施の形態４について説明する。実施の形態４にかかる画像表示装置４０は、記憶部１２０が指数データベース１２３を記憶している点、および注目画像検出部１１４が指数データベース１２３を利用する点が上述の実施の形態と異なる。図７は、実施の形態４にかかる画像表示装置４０のブロック図である。

本実施の形態における注目画像検出部１１４は、取得する画像データの撮影場所に関する感染リスク指数を加味して注目画像を検出する。例えば、比較的に感染指数が高い場所において注目人物と周辺人物とが接触する画像と、比較的に感染指数が低い場所において同様の接触がある画像と、が存在する場合に、注目画像検出部１１４は、前者を注目画像として検出し、後者を検出しない場合がある。

本実施の形態における記憶部１２０は、指数データベース１２３を記憶している。指数データベース１２３は、取得する画像データの撮影場所に関する感染リスク指数を含むデータベースである。指数データベース１２３は、所定の撮影場所を撮影するカメラに紐づけられており、予め設定された値である。

例えば屋外の画像データに付随する感染リスク指数は、屋内の画像データに付随する感染リスク指数より低く設定される。また屋内の画像データであっても、比較的に狭い空間の画像データに付随する感染リスク指数は、比較的に広い空間の画像データに付随する感染リスク指数よりも高く設定される。その他、感染リスク指数は、例えば部屋の換気状況や部屋の形状などに応じて、空気の流れが比較的に良い場所よりも、空気の流れが比較的に良くない場所の方が高く設定され得る。なお、１台のカメラが撮影する画像データにおける異なる撮影領域に対して異なる感染リスク指数がそれぞれ設定されていてもよい。

また感染リスク指数は、適宜更新されてもよい。例えば、注目画像検出部１１４は、注目人物が予め設定された期間以上の期間に亘り、同じ場所に留まっていた場合には、注目人物が留まっていた場所の感染リスク指数を一時的に高く設定してもよい。この場合、注目画像検出部１１４は、予め設定した期間以上の期間を注目人物が留まっていた注目領域を検出し、注目領域に周辺人物が存在している画像を注目画像として検出してもよい。

以上、実施の形態４について説明した。画像表示装置４０は、注目画像の抽出時に、撮影場所にかかる感染リスク指数を加味して処理を行う。よって、実施の形態４によれば、撮影場所の事情を加味したうえで、感染リスクが高い状況を好適に表示する画像表示装置等を提供することができる。

＜実施の形態５＞
次に、実施の形態５について説明する。実施の形態５にかかる画像表示装置は、音声データ取得部を有する点、および注目人物の検出や注目画像の検出の際に音声データを利用する点が、上述の実施の形態と異なる。図８は、実施の形態５にかかる画像表示装置５０のブロック図である。

画像表示装置５０は、音声データ取得部１１７を有する。音声データ取得部１１７は、画像データの撮影領域に設置されたマイクが収音して生成した音声データを取得する。音声データ取得部１１７は、取得した音声データを推定部１１３および注目画像検出部１１４に供給する。

本実施の形態における推定部１１３は、特定された人物が発する音声から発症可能性を推定する。例えば推定部１１３は、音声データ取得部１１７から受け取った音声データから、特定された人物が発していると推定される音声を抽出する。この際、推定部１１３は、音声データに加えて、可視光画像データまたは熱画像データを併せて解析してもよい。特定された人物が、咳やくしゃみなどをしている場合には、推定部１１３は、これを症状動作パターンと紐づける。

また本実施の形態における注目画像検出部１１４は、音声データ取得部１１７から音声データを受け取り、受け取った音声データから注目人物および周辺人物が発する音声を検出する。そして、注目人物が周辺人物の近くで咳やくしゃみをしていること、または注目人物が周辺人物に対して話しかけていること、あるいは大声を発していること等を検出する。この際、注目画像検出部１１４は、可視光画像データまたは熱画像データにおける注目人物および周辺人物の身体の姿勢を併せて解析したうえで、上述の音声を検出してもよい。このような手法により、注目画像検出部１１４は、画像データから注目画像を検出する。

以上、実施の形態５について説明した。画像表示装置５０は、注目人物を決定する場合や注目画像を検出する際に音声データを利用する。これにより画像表示装置５０は、所望の画像を表示させるための精度が向上する。よって、実施の形態５によれば、感染リスクが高い状況を精度よく表示する画像表示装置等を提供することができる。

＜実施の形態６＞
次に、実施の形態６について説明する。実施の形態６は、注目度設定部を有する点が、上述の実施の形態と異なる。図９は、実施の形態６にかかる画像表示装置６０のブロック図である。画像表示装置６０は、注目度設定部１１８を有する。

注目度設定部１１８は、注目画像に対して注目度を設定する。注目度は、一連の画像群を表示させる場合の指標となるものであって表示優先度ということもできる。注目度は、例えば所定の範囲における数値により示される。所定の範囲は、例えば０、１および２などの数段階の範囲であってもよい。例えば注目度が高い画像群ほど、感染症が周辺人物に伝染している可能性が高い状況を示している。注目度設定部１１８は、注目人物と周辺人物との接触状態を解析し、解析の結果に応じて注目度を設定する。具体的には例えば、注目度設定部１１８は、注目人物と周辺人物とが至近距離で向かい合って会話をしている画像の注目度（第１注目度）を、注目人物と周辺人物とが会話をしていない画像の注目度（第２注目度）より高く設定する。

また上述の例に加えて、例えば注目度設定部１１８は、大勢の人物が存在しており混雑している状況において注目人物および周辺人物が対峙している場合には、混雑していない場合に比べて注目度を高く設定する。あるいは、注目人物および周辺人物が対峙している場合において、注目人物および周辺人物がマスクを装着していない場合には、マスクを装着している場合に比べて注目度を高く設定する。あるいは、注目人物および周辺人物が対峙している場合において、注目人物および周辺人物が対峙している場所の感染リスク指数が高い場合には、感染リスク指数が低い場所における同様の状況よりも注目度を高く設定する。

この場合、出力部１１５は、注目度が高い画像群ほど表示の優先度を高く設定して出力する。すなわち出力部１１５は、相対的に注目度が高い第１注目度に設定された画像群を、相対的に注目度が低い第２注目度に設定された画像群より優先的に出力する、

次に、図１０を参照して画像表示装置６０が行う処理について説明する。図１０は、実施の形態６にかかる画像表示方法を示すフローチャートである。図１０に示すフローチャートは、ステップＳ１４とステップＳ１５との間に、ステップＳ２１およびステップＳ２２が加わる点が、図２に示したフローチャートと異なる。

ステップＳ１４において、注目画像検出部１１４は、推定部１１３から受け取った推定の結果から、発症可能性を有する注目人物と当該注目人物の周辺に周辺人物とが含まれる注目画像を検出する（ステップＳ１４）。注目画像検出部１１４は、検出した注目画像を、出力部１１５および注目度設定部１１８に供給する。

次に、注目度設定部１１８は、注目画像検出部１１４から受け取った注目画像に対して注目度を設定する（ステップＳ２１）。注目度設定部１１８は、注目画像に対して設定した注目度を、出力部１１５に供給する。

次に、出力部１１５は、設定された注目度に応じて注目画像の表示順を設定する（ステップＳ２２）。

次に、出力部１１５は、注目画像検出部１１４から受け取った注目画像から注目画像を含む一連の画像群を抽出し、抽出した一連の画像群を、上述の表示順にしたがって表示装置に出力する（ステップＳ１５）。

以上、画像表示装置６０が行う処理について説明した。画像表示装置６０は、複数の注目画像を検出し、それに伴い複数の画像群を抽出した場合には、注目度の高い順にこれらを出力する。画像表示装置６０は、このように注目度を設定することにより、ユーザに対して感染リスクが高い状況をいち早く示すことができる。なお、出力部１１５は、注目度に応じて設定した表示順に応じて複数の画像群を出力するが、出力処理は、ユーザの操作に応じて、順次行われてもよい。

次に、図１１を参照して、画像表示装置６０が表示する画像の例について説明する。図１１は、実施の形態６にかかる画像表示装置６０が表示する画像の例を示す図である。

図１１は、表示装置が表示する画像２０１を示している。画像２０１は、上側に施設内地図が示されている。施設内地図には、カメラ３０１、３０２および３０３の設置位置がそれぞれ示されるとともに、各カメラの撮影範囲として、エリアＡ、ＢおよびＣが示されている。また、エリアＡには、ＩＤ＃１０１１と記載されたアイコンが示されている。これは、エリアＡにおいてＩＤ＃１０１１の画像群が抽出されていることを示している。同様に、エリアＢには、ＩＤ＃１０１２と記載されたアイコンが示されている。これは、エリアＢにおいてＩＤ＃１０１２の画像群が抽出されていることを示している。エリアＣには、ＩＤ＃１０１３と記載されたアイコンが示されている。これは、エリアＣにおいてＩＤ＃１０１３の画像群が抽出されていることを示している。画像２０１を視認するユーザは、施設内地図に示されたアイコンを選択することにより、それぞれの動画を再生させることができる。

画像２０１は、下側に動画リストが示されている。動画リストは、動画のＩＤ＃１０１１、＃１０１２および＃１０１３が表示されている。それぞれの動画は、対応する撮影日次と、撮影エリアと、注目度と、がそれぞれ示されている。図１１においては、注目度「１」に対応する動画ＩＤ＃１０１２は、最も注目度が高い。また注目度「２」に対応する動画ＩＤ＃１０１１は、２番目に注目度が高い。また注目度「３」に対応する動画ＩＤ＃１０１３は、３番目に注目度が高い。画像２０１を視認するユーザは、注目度の順に動画を再生できる。またユーザは、注目度に関わらず、選択した動画を再生することができる。

以上、実施の形態６について説明した。画像表示装置６０は、注目度を設定することにより、所望の画像群を好適に出力できる。よって、実施の形態６によれば、感染リスクが高い状況を効率的に表示する画像表示装置等を提供することができる。

なお、上述したプログラムは、様々なタイプの非一時的なコンピュータ可読媒体を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Read Only Memory）ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

なお、本発明は上記実施形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。

上記の実施形態の一部又は全部は、以下の付記のようにも記載され得るが、以下には限られない。
（付記１）
カメラから複数の画像データを取得する画像データ取得手段と、
前記画像データから人物を特定する特定手段と、
前記画像データから特定した前記人物の感染症の発症可能性を推定する推定手段と、
前記推定の結果に基づいて、前記発症可能性を有する注目人物と当該注目人物の周辺に周辺人物とが含まれる注目画像を検出する注目画像検出手段と、
前記注目画像を含む一連の画像群を抽出して出力する出力手段と、を備える
画像表示装置。
（付記２）
赤外線カメラから熱画像データを取得する熱画像データ取得手段をさらに備え、
前記推定手段は、前記画像データに対応する前記熱画像データから測定した前記人物の体表温度に基づいて前記発症可能性を推定する、
付記１に記載の画像表示装置。
（付記３）
感染症を発症した場合の症状動作を記憶する症状動作記憶手段をさらに備え、
前記推定手段は、特定した前記人物における動作を検出し、検出した前記動作が前記症状動作に一致するか否かを照合することにより前記発症可能性を推定する、
付記１または２に記載の画像表示装置。
（付記４）
前記症状動作記憶手段は、前記人物の咳またはくしゃみ動作を前記症状動作として記憶し、
前記推定手段は、前記人物の咳またはくしゃみ動作を検出する、
付記３に記載の画像表示装置。
（付記５）
前記注目画像検出手段は、前記注目人物と前記周辺人物とが閾値未満の距離に所定期間以上存在する画像を前記注目画像として検出する、
付記１～４のいずれか一項に記載の画像表示装置。
（付記６）
前記注目画像検出手段は、前記注目人物および前記周辺人物の口の動き、マスクの装着、咳、くしゃみ、接触動作の少なくとも１つを含む注目動作を検出し、前記注目動作に基づいて前記注目画像を検出する、
付記１～５のいずれか一項に記載の画像表示装置。
（付記７）
前記注目画像検出手段は、前記画像データにかかる画像における前記人物が含まれる領域の混雑度をさらに加味して前記注目画像を検出する、
付記１～６のいずれか一項に記載の画像表示装置。
（付記８）
前記人物の認証データおよび前記人物の属性データを記憶する認証データ記憶手段をさらに備え、
前記特定手段は前記認証データに基づいて前記人物の認証を併せて行い、
前記注目画像検出手段は、前記属性データに基づいて前記注目画像を検出する、
付記１～７のいずれか一項に記載の画像表示装置。
（付記９）
前記認証データ記憶手段は、前記属性データに前記人物が有する抗体証明データを含み、
前記注目画像検出手段は、前記認証にかかる前記人物の前記抗体証明データを加味して前記注目画像を検出する、
付記８に記載の画像表示装置。
（付記１０）
取得する前記画像データの撮影場所に関する感染リスク指数を記憶する指数記憶手段をさらに備え、
前記注目画像検出手段は、取得する前記画像データの撮影場所に関する前記感染リスク指数を加味して前記注目画像を検出する、
付記１～９のいずれか一項に記載の画像表示装置。
（付記１１）
前記注目画像検出手段は、予め設定した期間以上の期間を前記注目人物が留まっていた注目領域を検出し、前記注目領域に前記周辺人物が存在している画像を前記注目画像として検出する、
付記１～１０のいずれか一項に記載の画像表示装置。
（付記１２）
前記画像データの撮影領域における音声データを取得する音声データ取得手段をさらに備え、
前記推定手段は、前記人物が発する音声に基づいて前記発症可能性を推定する、
付記１～１１のいずれか一項に記載の画像表示装置。
（付記１３）
前記注目画像検出手段は、前記注目人物および前記周辺人物が発する音声に基づいて前記注目画像を検出する、
付記１～１２のいずれか一項に記載の画像表示装置。
（付記１４）
前記注目画像に対して前記注目人物と前記周辺人物との接触状態に基づいて注目度を設定する注目度設定手段をさらに備え、
前記出力手段は、前記注目度に基づいて、一連の画像群を出力する、
付記１～１３のいずれか一項に記載の画像表示装置。
（付記１５）
前記注目画像に対して前記周辺人物の感染リスクを推定し、前記感染リスクに基づいて注目度を設定する注目度設定手段をさらに備え、
前記出力手段は、前記注目度に基づいて、一連の画像群を出力する、
付記１～１３のいずれか一項に記載の画像表示装置。
（付記１６）
前記注目度設定手段は、前記注目度が高いほど表示する前記画像群の優先度を高く設定し、
前記出力手段は、相対的に前記注目度が高い第１注目度に設定された前記画像群を、相対的に前記注目度が低い第２注目度に設定された前記画像群より優先的に出力する、
付記１４または１５に記載の画像表示装置。
（付記１７）
付記１～１６のいずれか一項に記載の画像表示装置と、
前記画像データを前記画像データ取得手段に供給するカメラまたは前記出力手段から前記画像群を受け取って表示する表示装置の少なくともいずれか一方と、を備える
画像表示システム。
（付記１８）
コンピュータが、
カメラから複数の画像データを取得し、
前記画像データから人物を特定し、
特定した前記人物における感染症の発症可能性を推定し、
前記推定の結果に基づいて、前記発症可能性を有する注目人物と当該注目人物の周辺に周辺人物とが含まれる注目画像を検出し、
前記注目画像を含む一連の画像群を抽出して出力する、
画像表示方法。
（付記１９）
コンピュータに、
カメラから複数の画像データを取得する処理と、
前記画像データから人物を特定する処理と、
特定した前記人物における感染症の発症可能性を推定する処理と、
前記推定の結果に基づいて、前記発症可能性を有する注目人物と当該注目人物の周辺に周辺人物とが含まれる注目画像を検出する処理と、
前記注目画像を含む一連の画像群を抽出して出力する処理と、を備える画像表示方法を実行させる
プログラムを、コンピュータに実行させるプログラムが格納された非一時的なコンピュータ可読媒体。

この出願は、２０２０年１２月１４日に出願された日本出願特願２０２０－２０６５０４を基礎とする優先権を主張し、その開示の全てをここに取り込む。

１ 画像表示システム
１０ 画像表示装置
２０ 画像表示装置
３０ 画像表示装置
４０ 画像表示装置
５０ 画像表示装置
６０ 画像表示装置
１１１ 画像データ取得部
１１２ 特定部
１１３ 推定部
１１４ 注目画像検出部
１１５ 出力部
１１６ 熱画像データ取得部
１１７ 音声データ取得部
１１８ 注目度設定部
１２０ 記憶部
１２１ 症状動作データベース
１２２ 認証データベース
１２３ 指数データベース
２００ ディスプレイ
３００ 可視光カメラ
４００ サーマルカメラ
９００ 施設
Ｎ１ ネットワーク
Ｐ１ 人物
Ｐ２ 人物

Claims (9)

1. カメラから複数の画像データを取得する画像データ取得手段と、
   前記画像データから人物を特定する特定手段と、
   前記画像データから特定した前記人物の感染症の発症可能性を推定する推定手段と、
   前記推定の結果に基づいて、前記発症可能性を有する注目人物と当該注目人物の周辺に周辺人物とが含まれる注目画像を検出する注目画像検出手段と、
   感染症の発生にかかる症状動作を記憶する症状動作記憶手段と、を備え、
   前記推定手段は、
   前記特定した人物の動作が前記感染症の発生にかかる症状動作に一致するか否かを照合することにより前記特定した人物の感染症の発生可能性を推定し、
   前記人物の認証データおよび前記人物の属性データを記憶する認証データ記憶手段をさらに備え、
   前記特定手段は、前記認証データに基づいて前記人物の認証を併せて行い、
   前記注目画像検出手段は、前記認証された人物のうち前記周辺人物に該当する人物の前記属性データに基づいて前記注目画像を検出する、
   画像表示装置。
2. 赤外線カメラから熱画像データを取得する熱画像データ取得手段をさらに備え、
   前記推定手段は、前記画像データに対応する前記熱画像データから測定した前記人物の体表温度に基づいて前記発症可能性を推定する、
   請求項１に記載の画像表示装置。
3. 前記症状動作記憶手段は、前記人物の咳またはくしゃみ動作を前記症状動作として記憶し、
   前記推定手段は、前記人物の咳またはくしゃみ動作を検出する、
   請求項１に記載の画像表示装置。
4. 前記注目画像検出手段は、前記注目人物と前記周辺人物とが閾値未満の距離に所定期間以上存在する画像を前記注目画像として検出する、
   請求項１～３のいずれか一項に記載の画像表示装置。
5. 前記注目画像検出手段は、前記注目人物および前記周辺人物の口の動き、マスクの装着、咳、くしゃみ、接触動作の少なくとも１つを含む注目動作を検出し、前記注目動作に基づいて前記注目画像を検出する、
   請求項１～４のいずれか一項に記載の画像表示装置。
6. 前記注目画像検出手段は、前記画像データにかかる画像における前記人物が含まれる領域の混雑度をさらに加味して前記注目画像を検出する、
   請求項１～５のいずれか一項に記載の画像表示装置。
7. 前記認証データ記憶手段は、前記属性データに前記人物が有する抗体証明データを含み、
   前記注目画像検出手段は、前記認証された人物のうち前記周辺人物に該当する人物の前記抗体証明データを加味して前記注目画像を検出する、
   請求項１に記載の画像表示装置。
8. コンピュータが、
   カメラから複数の画像データを取得し、
   前記画像データから人物を特定し、
   特定した前記人物における感染症の発症可能性を推定し、
   前記推定の結果に基づいて、前記発症可能性を有する注目人物と当該注目人物の周辺に周辺人物とが含まれる注目画像を検出し、さらに、
   前記特定した人物の動作が感染症の発生にかかる症状動作に一致するか否かを照合することにより前記特定した人物の感染症の発症可能性を推定し、さらに、
   予め記憶された前記人物の認証データおよび前記人物の属性データを用いて、前記認証データに基づいて前記人物の認証を併せて行い、
   前記認証された人物のうち前記周辺人物に該当する人物の前記属性データに基づいて前記注目画像を検出する、
   画像表示方法。
9. コンピュータに、
   カメラから複数の画像データを取得する処理と、
   前記画像データから人物を特定する処理と、
   特定した前記人物における感染症の発症可能性を推定する処理と、
   前記推定の結果に基づいて、前記発症可能性を有する注目人物と当該注目人物の周辺に周辺人物とが含まれる注目画像を検出する処理と、を備える画像表示方法を実行させ、さらに、
   前記特定した人物の動作が感染症の発生にかかる症状動作に一致するか否かを照合することにより前記特定した人物の感染症の発症可能性を推定する処理を備える画像表示方法を実行させ、さらに、
   予め記憶された前記人物の認証データおよび前記人物の属性データを用いて、前記認証データに基づいて前記人物の認証を併せて行い、
   前記認証された人物のうち前記周辺人物に該当する人物の前記属性データに基づいて前記注目画像を検出する処理を備える画像表示方法を実行させる、
   プログラムを、コンピュータに実行させるプログラム。

Images