JPWO2014132841A1 - 人物検索方法及びホーム滞留人物検索装置 - Google Patents
人物検索方法及びホーム滞留人物検索装置 Download PDFInfo
- Publication number
- JPWO2014132841A1 JPWO2014132841A1 JP2015502875A JP2015502875A JPWO2014132841A1 JP WO2014132841 A1 JPWO2014132841 A1 JP WO2014132841A1 JP 2015502875 A JP2015502875 A JP 2015502875A JP 2015502875 A JP2015502875 A JP 2015502875A JP WO2014132841 A1 JPWO2014132841 A1 JP WO2014132841A1
- Authority
- JP
- Japan
- Prior art keywords
- person
- face
- search
- database
- similarity
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 35
- 238000001514 detection method Methods 0.000 claims abstract description 34
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 230000009467 reduction Effects 0.000 abstract description 4
- 239000013598 vector Substances 0.000 description 43
- 238000012544 monitoring process Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 15
- 241001605695 Pareronia Species 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 210000000887 face Anatomy 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012880 independent component analysis Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000001454 recorded image Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
- G06V40/173—Classification, e.g. identification face re-identification, e.g. recognising unknown faces across different face tracks
Abstract
Description
特許文献1は、画像から人物(の顔)が映った部分を切出し、人物を個々に特定するための特徴量として色ヒストグラム等を抽出し、この特徴量が所望の人物のものと類似する場合に同一人物であると推定する、映像検索システムおよび人物検索方法を開示している。
防犯カメラで不審者を検知する場合を例にとっても、「不審」という抽象的な観念を、機械で行なうことができる低次元の処理に一意に翻訳することが困難である。特許文献6(特開2011-210252)のサポートベクターマシン等の学習機械を用いるとしても、学習結果に再利用可能性が見込めないと、学習データ(不審人物を検知すべき条件)を用意する労力に見合わない。
本例のうろつき者検知システムは、集合住宅、企業の事業所、学校のような、主に特定の人々によって利用される空間の周囲を監視することを意図している。図1に示すように、施設(建物)11があり、その周りの土地を撮影する複数の監視カメラ12が設置される。これら監視カメラ12により撮影できる範囲を、監視対象範囲と呼ぶ。監視カメラ12のそれぞれは、顔検出機能を有し、撮影した画像に顔が含まれているときは、顔の部分を切り出した部分画像(顔画像)及びその顔画像から算出した特徴量ベクトル等を送出する。データベース(DB)13は、監視カメラ12から受信した特徴量ベクトルを時刻等と対応付けて登録する。
図3に、本例のうろつき者検知システムの処理ブロックを示す。システムの基本構成や各構成要素は、特に言及しない限り実施例1と同様である。本例では少なくとも2つの監視カメラ12a、12bを用い、監視カメラ12aは不審者ではないことが判明している人(居住者)のみが撮影できる環境(例えば、IDカード等による認証が必要なセキュリティエリア)に設置し、監視カメラ12bは不審者を検知したい場所(例えば、エントランス)に設置する。またDB13も、2種類の監視環境に応じて、内部的に2つのDB13a、13bに分ける。
[段階1] 意味のある検索ができる程度まで、DB13への顔の登録数を増やす、初期的な段階である。この段階では、監視カメラ12a、12bから受信した顔をそのまま登録するのみで、推定人物IDは未定(空)、グループ化試行回数は初期値(0)である。ただし、動画像には同一人物が持続的に映ることが多いという性質を利用した下記のルールにより、推定人物IDを付与することができる。
{ルール1−1}:同一のカメラIDの監視カメラ12aから持続的に送信されてきた顔検出データで、同一の撮影時刻のものが他にない場合或いは時間的に直前の顔検出データと特徴量の類似度が所定のしきい値以上である場合、それらの顔検出データに同じ推定人物IDを付与してDB13aに登録する。また新たに発行された推定人物IDをホワイトリスト14に登録する。なおこのルールにおいて特徴量の類似度に基づく確認をせずに付与した推定人物IDは、他のルールで付与したIDと区別できるものを使用してもよい。
{ルール2−1}:DB13aからの検索結果のうち、類似度が第1しきい値以上である同一人物候補の中で推定人物IDが付与済みものを抽出し、その中で最多の推定人物ID(A)が第1の所定割合以上を占めていた場合、或いはカメラIDが同一で撮影時刻に連続性がある推定人物ID(A)を発見した場合、キー顔にしたレコード及び同一人物候補中で推定人物IDが未定のレコードの推定人物IDにもAを付与する。
{ルール2−2}:DB13a、13bからの検索結果のうち、類似度が第2しきい値以上でかつ顔向きがキー顔の顔向きと近いものを同一人物候補とし、その中に第2の所定割合以上で同じ推定人物ID(A)が付与されたレコードがある場合、キー顔にしたレコード及び同一人物候補中で推定人物IDが未定のレコードの推定人物IDにもAを付与する。なお第2の所定割合は0でもよい。つまり同一人物候補の中に1つでも推定人物IDが付与されているものがあれば、それを他の同一人物候補にも付与する。
{ルール2−4}:ルール2及びルール3で、推定人物IDを付与した際に、同一人物候補の中に別の推定人物ID(B)を有するレコードがあれば、更新後のホワイトリストを参照し、推定人物IDがAとBの特徴量ベクトルを比較して、併合の要否を判定する。例えば、複数の顔向き毎の特徴量ベクトルの平均等が十分に得られているときに、顔向き毎に比較して十分な類似が認められれば、同一人物として併合する。これにより、顔向きを考慮しない特徴量分布が他人と重なっていても、誤った併合を防ぐことができる。併合により消滅するほうの推定人物IDが付与されたDB13a、13bのレコードについては、推定人物IDの更新を行なう。
これらのルールは、公知のk近傍法や最小平均分散法、併合のみ行うLBG(Linde-Buzo- Gray)法の一実装とも解釈でき、公知の他のクラスタリング手法でも代用できるが、グループ同士の併合は無理に行う必要はない。なおDB13aと13bとでは元となる顔画像の撮影環境が異なり同一人物でも特徴量がばらつくため、クラスタリングの評価尺度は、ばらつきの主な要因である顔向きを考量したものとした。類似度(特徴量空間での距離)を計算する際の重みを、顔向きに応じて最適化して(異ならせて)もよい。
{ルール3−1}:DB13b(及びDB13a)の新規追加レコードの特徴量ベクトルとの類似度が第3しきい値以上となる推定人物IDを、不審者登場リスト15から検索する。同一人物をもらさないよう、複数の推定人物ID(C)が抽出される程度に第3しきい値を設定する。その後、複数の推定人物ID(C)について、不審者登場リスト15のレコードに保持された登場履歴の内、新規追加レコードの顔向きと近い顔向きのものについて、その特徴量ベクトルを、顔画像IDをキーにしてDB13bから取り出す。取り出した特徴量ベクトルに、類似度が第4しきい値以上のものが見つかれば、登録済み不審者候補であるので、不審者登場リストの登場履歴を更新する。
なお、2度目の検索に用いる第4しきい値は、1度目の検索を絞り込むためのものであり、類似度が高くなり易い同じ顔向きでの比較でもあるので、(同じ特徴量空間及び距離尺度を用いているのであれば)通常、第3しきい値以上である。また顔向き毎の特徴量ベクトルが網羅的に収集されていないときは、複数の特徴量ベクトルを補間して、新規追加レコードの顔向きと同じ顔向きの特徴量ベクトルを得るようにする。またルール3−2をホワイトリスト14の登録数が少ないうちに適用すると、居住者も不審者登場リスト15に入ってしまう恐れがあるので、登録数が少ない時は、不審者登場リスト15への登録は保留するとよい。
{ルール4−1}:通常の方法で敷地や建物に入ったり、移動したりする際に、監視カメラ12で撮影されるであろう順番(望ましくは、時間情報を含むパターン)と一致しない。
{ルール4−2}:通常の居住者が登場することがまれな時間帯である。
{ルール4−3}:通常の移動速度に比べて遅い、或いは途中で引き返す等、何処かしらの目的地へ向かっている気配が無い(つまりうろついている)。
{ルール4−4}:通常の居住者であれば登場する前後に生じるはずの特定のイベント(門の開閉、ID認証等)が、ない。
{ルール4−5}:事前に作成された来訪予定者リストに該当がない。
{ルール4−6}:一人である。(同時に同一の監視カメラで撮影された別の(推定人物ID)のレコードが存在しない。)
なお、ルール4−3の移動速度は、隣接する登場履歴のカメラIDの組合せについて、予め標準的な移動時間を求めておき、それよりも顕著に長い時に遅いと判断する。引き返しは、所定時間以内にある2つの登場履歴のカメラIDが同一であることで判断される。
{ルール5−1}:ホワイトリスト14におけるその推定人物ID(B)のレコードが保持する特徴量ベクトルの平均をキー顔として、DB13a、13bで類似顔検索を行い、{ルール3−1}または{ルール3−2}と同様の基準でグループ化しなおす。
{ルール5−2}:ルール5−1に拘わらず、その推定人物ID(B)のレコードが保持する標本数が1のときは、更新は行なわない。
なお(再)グループ化には、上記の他、公知のクラスター分析手法(k-means法、確定的アニーリングEMアルゴリズムなど)も利用でき、ホワイトリスト14のレコードに保存する要素は、使用する手法において必要なものを選べばよい。例えばEM等の多くの手法は、各クラスタの広がりの尺度を必要とする。同一人物を1つのグループにまとめることを特に重視する場合は、グループの中心(全平均特徴量)付近で局所的に独立成分分析等を適用して特徴量ベクトルに新たな成分を追加したり、近隣のグループを含む局所的に利用可能なマハラノビス距離を用いたり(計量学習と呼ばれる)、カーネルPCAによる非線形判別を取り入れもよく、その際には教師なし(弱教師付き)学習が可能なOne class SVMを利用できる。
図3は、本実施例3の滞留人物検索装置の設置の様子を示す図である。この装置は、鉄道の駅のプラットホームにおいて、到着列車に乗らずに滞留する人物を検出することを目的とする。そのような人物は、列車の進入速度が速いホームの後ろよりで滞留していると、時には列車の進入時に線路内に立ち入って事故の原因となるおそれがおり、状況によっては保護が必要な人物である。
映像蓄積サーバ2は、機能構成として、カメラI/F21、記録配信制御部22、Webサーバ部23、ストレージ24、設定保持部25を有する。
多数のカメラからの画像データのストリームを、欠落することなくリアルタイムで記録しつつ読出し要求にも応える必要から、記録配信制御部22は、画像データの書込み単位やストレージ24上での記録配置を最適化するとともに、書込みや読出しのスケジューリングを行なう。またストレージ24をRAID(Redundant Arrays of Inexpensive Disks)化するために、冗長データ(パリティ)の生成や書込みの制御を行う。複数の画像データのストリームを、複数の書込みストリームに振り分けて、それらから水平パリティ等を生成することで、パリティ生成のための読出しを要しないようにしている。
画像取得I/F31は、LAN6に接続されており、ドーム型カメラ12c等からマルチキャスト配信される映像や、映像蓄積サーバ2の記録画像データを、画像取得要求等を行なうことで取得する。
次に、各顔領域について、サイズ(縦及び横の画素数)、解像度、明度及びコントラスト(ヒストグラム)等の正規化処理を行う。サイズについては複数の大きさに正規化する。
次に、複数のサイズ毎に、正規化された顔領域を一定サイズのブロックに分割し、ブロック毎に色や輝度、それらの勾配やエッジ、或いは勾配やエッジのパターンのヒストグラムを求め、その結果を集約した多次元ベクトルを顔特徴量として出力する。その際、抽出する元となったフレームが有していた、撮影時刻、カメラID、画像IDその他のメタデータや顔向き情報を一緒に出力する。
ここで、現時刻から、その駅に停車した2本前の列車の停車時刻より数分前の時刻までのT時間の間、持続的に撮影された顔を検索することを考える。顔登録・検索部33が顔を新たに登録する際、登録する葉クラスタに対応付けられた人物IDを取得する。そしてその人物IDをキーにして最終検索日時リスト72を参照し、その人物の最終検索日時を得る。その最終検索日時と現時刻との差がα×T時間(αは1未満の係数)を超えた場合、過去T時間の間に登録されたレコードに限定した類似顔検索を行ない、抽出数が顔登録・検索部33から返される。この時間限定は、例えば、総当り検索の際に、類似度の計算より先に撮影時刻を検査し、その条件に合わないものを除外することで実現できる。検索を行なった際は、最終検索日時リスト72を更新する。最終検索日時リスト72は、人物IDを主キーとし、最終検索日時を保持するテーブルである。
Webサービス部35や検索トリガー部36は、受取った抽出数と、滞留者に見込まれる登録数(検索対象時間Tを、登録時間間隔(画像蓄積サーバ2からの画像の取得頻度に依存する)で除算した値)と比較することで、滞留者か否かを容易に判定でき、適宜表示端末での報知やブラックリスト73への登録を行なう。抽出数が少なくても、ブラックリスト73に登録されていれば、報知対象となる。ブラックリスト73は、人物IDを主キーとし、滞留者として検知された日時、その時の顔画像ID等からなる登録履歴を数か月程度保持する。
外部DB I/F55は、ODBC(Open DataBase Connectivity)やJETデータベースエンジン等であり、ネットワーク上の任意のサーバにアクセスし、データを入出力できる。例えば他の鉄道会社の路線に設置された同様の滞留人物検索装置のブラックリストを互いに連携させる場合に使用する。
21:カメラI/F、 22:記録配信制御部、 23:Webサーバ部、 24:ストレージ、 25:設定保持部25、 31:画像取得I/F、 32:顔検出・特徴量算出部、 33:顔登録・検索部、 34:顔特徴量DB、 35:Webサービス部、 36:検索トリガー部、 37:設定保持部、 38:障害通知部、71:人物IDテーブル、 72:最終検索日時リスト、 73:ブラックリスト。
本例のうろつき者検知システムは、集合住宅、企業の事業所、学校のような、主に特定の人々によって利用される空間の周囲を監視することを意図している。図1に示すように、施設(建物)11があり、その周りの土地を撮影する複数の監視カメラ12が設置される。これら監視カメラ12により撮影できる範囲を、監視対象範囲と呼ぶ。監視カメラ12のそれぞれは、顔検出機能を有し、撮影した画像に顔が含まれているときは、顔の部分を切り出した部分画像(顔画像)及びその顔画像から算出した特徴量ベクトル等を送出する。データベース(DB)13は、監視カメラ12から受信した特徴量ベクトルを時刻等と対応付けて登録する。
{ルール2−4}:ルール2−1及びルール2−2で、推定人物IDを付与した際に、同一人物候補の中に別の推定人物ID(B)を有するレコードがあれば、更新後のホワイトリストを参照し、推定人物IDがAとBの特徴量ベクトルを比較して、併合の要否を判定する。例えば、複数の顔向き毎の特徴量ベクトルの平均等が十分に得られているときに、顔向き毎に比較して十分な類似が認められれば、同一人物として併合する。これにより、顔向きを考慮しない特徴量分布が他人と重なっていても、誤った併合を防ぐことができる。併合により消滅するほうの推定人物IDが付与されたDB13a、13bのレコードについては、推定人物IDの更新を行なう。
これらのルールは、公知のk近傍法や最小平均分散法、併合のみ行うLBG(Linde-Buzo- Gray)法の一実装とも解釈でき、公知の他のクラスタリング手法でも代用できるが、グループ同士の併合は無理に行う必要はない。なおDB13aと13bとでは元となる顔画像の撮影環境が異なり同一人物でも特徴量がばらつくため、クラスタリングの評価尺度は、ばらつきの主な要因である顔向きを考量したものとした。類似度(特徴量空間での距離)を計算する際の重みを、顔向きに応じて最適化して(異ならせて)もよい。
{ルール4−1}:通常の方法で敷地や建物に入ったり、移動したりする際に、監視カメラ12で撮影されるであろう順番(望ましくは、時間情報を含むパターン)と一致しない。
{ルール4−2}:通常の居住者が登場することがまれな時間帯である。
{ルール4−3}:通常の移動速度に比べて遅い、或いは途中で引き返す等、何処かしらの目的地へ向かっている気配が無い(つまりうろついている)。
{ルール4−4}:通常の居住者であれば登場する前後に生じるはずの特定のイベント(門の開閉、ID認証等)が、ない。
{ルール4−5}:事前に作成された来訪予定者リストに該当がない。
{ルール4−6}:一人である。(同時に同一の監視カメラで撮影された別の(推定人物ID)のレコードが存在しない。)
なお、ルール4−3の移動速度は、隣接する登場履歴のカメラIDの組合せについて、予め標準的な移動時間を求めておき、それよりも顕著に長い時に遅いと判断する。引き返しは、所定時間以内にある2つの登場履歴のカメラIDが同一であることで判断される。
図4は、本実施例3の滞留人物検索装置の設置の様子を示す図である。この装置は、鉄道の駅のプラットホームにおいて、到着列車に乗らずに滞留する人物を検出することを目的とする。そのような人物は、列車の進入速度が速いホームの後ろよりで滞留していると、時には列車の進入時に線路内に立ち入って事故の原因となるおそれがおり、状況によっては保護が必要な人物である。
Claims (7)
- 入力映像に対して、顔画像を検出し、該顔画像から特徴量を抽出し、該特徴量を時刻情報とともにデータベースに登録することで、該データベースを構築するステップと、
前記入力映像から自動検出された、或いは、手動で指定した顔画像を、判定したい顔画像として指定するステップと、
前記構築するステップで構築したデータベースに対して時間軸上での限定付きで類似顔を検索するステップと、
前記検索するステップの検索結果の中に、類似度が所定値より高い結果が何件あるか算出し、件数が多ければ、登場回数が多くうろつきの可能性が高いとし、件数が少なければ、登場回数が少なくうろつきの可能性が低いと判定するステップと、
事前登録された不審者ではない人物の顔と、前記検索数が多い人物との類似度を算出し、類似度が高ければ前記判定数するステップの判断に拘わらず不審者ではないと再判定するステップと、を有する人物検索方法。 - 複数のカメラからの映像から検出された顔画像から抽出した特徴量及び時刻情報を含む顔検出データを受信し、カメラの属性に応じて第1データベース若しくは第2データベースに振り分けて登録する第1ステップと、
第1データベースに登録されている、推定人物IDが未定となっているある1つのレコードの顔をキーとして、第1データベース若しくは第2データベースの少なくとも一方に対して類似検索を行い、所定の第1ルールに基づいて、検索キーとしたレコードに何らかの推定人物IDを付与するとともに、付与済みの推定人物IDとその特徴量と対応付けて保持するホワイトリストを更新することで、同一人物をグループ化する第2ステップと、
所定の第2ルールに基づいてホワイトリスト14を利用して不審者登場リスト15を作成し、少なくとも第2データベースに新たに登録された顔検出データの顔をキーとして、不審者リストに対して類似検索を行い、不審者候補を検出する第3ステップと、
前記不審者候補が検出された時に、該第3ステップでキーとした顔検出データの少なくとも一部を前記不審者登場リストに登場履歴として追記するとともに、該不審者登場リストに保持されている該登場履歴から、所定の第3ルールに基づいて不審者に該当するか判断する第4ステップと、を有する人物検索方法。 - 前記顔検出データは、検出した顔の向き情報を含み、前記ホワイトリストは、該顔の向き情報のそれぞれに対応する複数の代表特徴量と、全ての顔向きに対応する全代表特徴量とを保持することを特徴とする請求項2記載の人物検索方法。
- 前記所定の第2ルールは、前記第2データベースに新たに登録された顔検出データの顔をキーとしてホワイトリストに対して類似検索を行い、類似度が所定値より高い結果が無い場合、不審者登場リストに新規登録することを特徴とする請求項2記載の人物検索方法。
- 前記所定の第1ルールは、
第2ステップにおける第1データベースに対する検索の結果のうち、全代表特徴量との類似度が第1しきい値以上である同一人物候補の中で推定人物IDが付与済みものを抽出し、その中で最多の推定人物IDが第1の所定割合以上を占めていた場合、或いはカメラIDが同一で撮影時刻に連続性がある推定人物IDを発見した場合、それら推定人物IDと同じIDを、前記キー顔にしたレコード及び同一人物候補中で推定人物IDが未定のレコードに付与するサブルールと、
第2ステップにおける第1データベース若しくは第2データベースの少なくとも一方に対する検索の結果のうち、前記キー顔と顔向きが近い代表特徴量との類似度が第2しきい値以上のものを同一人物候補とし、その中に第2の所定割合以上で同じ推定人物IDが付与されたレコードがある場合、それら同じ推定人物IDと同じIDを、前記キー顔にしたレコード及び同一人物候補中で推定人物IDが未定のレコードに付与するサブルールと、の少なくとも1つを含むことをを特徴とする請求項3記載の人物検索方法。 - 前記所定の第3ルールは、
正当な方法で敷地若しくは建物に入り或いはその中を移動する際に、前記複数のカメラで撮影されるべき順番と一致しないこと、
前記敷地若しくは建物の所有者、強従者若しくは関係者が登場することがまれな時間帯であること、
通常の移動速度に比べて遅い、或いは途中で引き返していること、
前記所有者、強従者若しくは関係者であれば登場する前後に生じるべき特定のイベントが、検出されていないこと、
事前に通知された来訪者の予定時刻と一致しないこと、および同時に同一の監視カメラで撮影された別のレコードが存在しないこと、の内の1つ若しくは複数の命題の真偽に基づき、類似度の学習機械は直接には関係しないことを特徴とする請求項2記載の人物検索方法。 - 駅のプラットホームの撮影する複数のカメラからの入力映像に対して、顔画像を検出し、該顔画像から特徴量を抽出し、該特徴量を時刻情報とともにデータベースに登録することで、該データベースを構築するステップと、
前記構築するステップで構築した前記データベースに対して、該プラットホームを列車が発着する時間間隔より広くかつ時間軸上での限定付きで類似する特徴量を検索するステップと、
前記検索するステップによる抽出数と、滞留者に見込まれる登録数との比較により、滞留者か否かを判定するステップと、
判定された前記滞留者をブラックリストに登録するステップと、
前記登録された滞留者と類似する特徴量が、データベースから検索された時に報知するステップと、を有するホーム滞留人物検索装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013039087 | 2013-02-28 | ||
JP2013039087 | 2013-02-28 | ||
PCT/JP2014/053766 WO2014132841A1 (ja) | 2013-02-28 | 2014-02-18 | 人物検索方法及びホーム滞留人物検索装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2014132841A1 true JPWO2014132841A1 (ja) | 2017-02-02 |
JP6080940B2 JP6080940B2 (ja) | 2017-02-15 |
Family
ID=51428113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015502875A Active JP6080940B2 (ja) | 2013-02-28 | 2014-02-18 | 人物検索方法及びホーム滞留人物検索装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9589181B2 (ja) |
JP (1) | JP6080940B2 (ja) |
WO (1) | WO2014132841A1 (ja) |
Families Citing this family (66)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7734593B2 (en) | 2005-11-28 | 2010-06-08 | Commvault Systems, Inc. | Systems and methods for classifying and transferring information in a storage network |
US20200257596A1 (en) | 2005-12-19 | 2020-08-13 | Commvault Systems, Inc. | Systems and methods of unified reconstruction in storage systems |
US8872910B1 (en) * | 2009-06-04 | 2014-10-28 | Masoud Vaziri | Method and apparatus for a compact and high resolution eye-view recorder |
US8892523B2 (en) | 2012-06-08 | 2014-11-18 | Commvault Systems, Inc. | Auto summarization of content |
JP6296813B2 (ja) * | 2014-01-30 | 2018-03-20 | キヤノン株式会社 | 情報処理端末、情報処理端末の制御方法およびプログラム |
JP6324094B2 (ja) * | 2014-02-03 | 2018-05-16 | キヤノン株式会社 | 情報処理端末、情報処理端末の制御方法およびプログラム |
JP6569672B2 (ja) * | 2014-06-16 | 2019-09-04 | 株式会社ニコン | 観察装置、観察方法、観察システム、そのプログラム、および細胞の製造方法 |
KR102024867B1 (ko) * | 2014-09-16 | 2019-09-24 | 삼성전자주식회사 | 예제 피라미드에 기초하여 입력 영상의 특징을 추출하는 방법 및 얼굴 인식 장치 |
CN104376679A (zh) * | 2014-11-24 | 2015-02-25 | 苏州立瓷电子技术有限公司 | 一种智能家居预警方法 |
CN104392578A (zh) * | 2014-11-24 | 2015-03-04 | 苏州立瓷电子技术有限公司 | 一种具有预警功能的家庭防火防盗系统 |
US10043089B2 (en) * | 2015-03-11 | 2018-08-07 | Bettina Jensen | Personal identification method and apparatus for biometrical identification |
JP6551512B2 (ja) * | 2015-03-19 | 2019-07-31 | 日本電気株式会社 | 監視システム、監視制御装置、監視方法、およびプログラム |
JP6984942B2 (ja) * | 2015-03-23 | 2021-12-22 | 日本電気株式会社 | 画像処理装置、画像処理システム、画像処理方法及びプログラム |
US10795928B2 (en) | 2015-04-08 | 2020-10-06 | Hitachi, Ltd. | Image search apparatus, system, and method |
CN105100193B (zh) * | 2015-05-26 | 2018-12-11 | 小米科技有限责任公司 | 云名片推荐方法及装置 |
WO2016199192A1 (ja) * | 2015-06-08 | 2016-12-15 | 株式会社アシストユウ | 人工知能を備えた移動式遠隔監視カメラ |
EP3321880B9 (en) * | 2015-07-01 | 2021-06-16 | Hitachi Kokusai Electric Inc. | Monitoring system, photography-side device, and verification-side device |
WO2017026172A1 (ja) * | 2015-08-10 | 2017-02-16 | 日本電気株式会社 | 表示処理装置及び表示処理方法 |
WO2017046838A1 (ja) * | 2015-09-14 | 2017-03-23 | 株式会社日立国際電気 | 特定人物検知システムおよび特定人物検知方法 |
US10275684B2 (en) * | 2015-11-04 | 2019-04-30 | Samsung Electronics Co., Ltd. | Authentication method and apparatus, and method and apparatus for training a recognizer |
US10140345B1 (en) * | 2016-03-03 | 2018-11-27 | Amdocs Development Limited | System, method, and computer program for identifying significant records |
US10353888B1 (en) | 2016-03-03 | 2019-07-16 | Amdocs Development Limited | Event processing system, method, and computer program |
BR112018068324A8 (pt) * | 2016-03-30 | 2023-04-04 | Nec Corp | Aparelho de análise, método de análise, e programa |
US11113609B2 (en) * | 2016-04-07 | 2021-09-07 | Ancestry.Com Operations Inc. | Machine-learning system and method for identifying same person in genealogical databases |
JP2018018406A (ja) * | 2016-07-29 | 2018-02-01 | 日本電気株式会社 | 検出装置、監視システム、検出方法及びプログラム |
RU2632473C1 (ru) * | 2016-09-30 | 2017-10-05 | ООО "Ай Ти Ви групп" | Способ обмена данными между ip видеокамерой и сервером (варианты) |
US10540516B2 (en) | 2016-10-13 | 2020-01-21 | Commvault Systems, Inc. | Data protection within an unsecured storage environment |
CN107992497B (zh) * | 2016-10-27 | 2021-01-29 | 杭州海康威视系统技术有限公司 | 一种图片展示方法及装置 |
JP2018085597A (ja) | 2016-11-22 | 2018-05-31 | パナソニックIpマネジメント株式会社 | 人物行動監視装置および人物行動監視システム |
CN106845356B (zh) * | 2016-12-24 | 2018-06-05 | 深圳云天励飞技术有限公司 | 一种人脸识别的方法、客户端、服务器及系统 |
CN106845355B (zh) * | 2016-12-24 | 2018-05-11 | 深圳云天励飞技术有限公司 | 一种人脸识别的方法、服务器及系统 |
JP7103229B2 (ja) * | 2017-01-05 | 2022-07-20 | 日本電気株式会社 | 不審度推定モデル生成装置 |
US10311288B1 (en) * | 2017-03-24 | 2019-06-04 | Stripe, Inc. | Determining identity of a person in a digital image |
JP2018186397A (ja) * | 2017-04-26 | 2018-11-22 | キヤノン株式会社 | 情報処理装置、映像監視システム、情報処理方法及びプログラム |
CN107146350A (zh) * | 2017-05-15 | 2017-09-08 | 刘铭皓 | 一种利用移动客户端实现实时防盗的远程控制方法 |
US10832035B2 (en) * | 2017-06-22 | 2020-11-10 | Koninklijke Philips N.V. | Subject identification systems and methods |
US10025950B1 (en) * | 2017-09-17 | 2018-07-17 | Everalbum, Inc | Systems and methods for image recognition |
JP7075034B2 (ja) * | 2017-11-09 | 2022-05-25 | 日本電気株式会社 | 情報処理システム |
JP7097721B2 (ja) * | 2017-11-15 | 2022-07-08 | キヤノン株式会社 | 情報処理装置、方法及びプログラム |
CN107820010B (zh) * | 2017-11-17 | 2020-11-06 | 英业达科技有限公司 | 摄影计数装置 |
CN108038176B (zh) * | 2017-12-07 | 2020-09-29 | 浙江大华技术股份有限公司 | 一种路人库的建立方法、装置、电子设备及介质 |
WO2019128883A1 (zh) * | 2017-12-27 | 2019-07-04 | 苏州欧普照明有限公司 | 一种身份标定系统和方法 |
US10642886B2 (en) * | 2018-02-14 | 2020-05-05 | Commvault Systems, Inc. | Targeted search of backup data using facial recognition |
JP2019159666A (ja) * | 2018-03-12 | 2019-09-19 | 株式会社ツクルバ | 不動産情報提供システム |
CN109145842A (zh) * | 2018-08-29 | 2019-01-04 | 深圳市智莱科技股份有限公司 | 基于图像识别控制智能储物柜的箱门的方法及装置 |
SG10201807508YA (en) | 2018-08-31 | 2020-03-30 | Nec Asia Pacific Pte Ltd | Methods and systems for grouping same persons |
JP7119794B2 (ja) * | 2018-09-05 | 2022-08-17 | トヨタ自動車株式会社 | ログデータの生成方法、プログラム、及びデータ構造 |
JP7018001B2 (ja) * | 2018-09-20 | 2022-02-09 | 株式会社日立製作所 | 情報処理システム、情報処理システムを制御する方法及びプログラム |
CN109544595B (zh) * | 2018-10-29 | 2020-06-16 | 苏宁易购集团股份有限公司 | 一种顾客路径追踪方法及系统 |
CN109544716A (zh) * | 2018-10-31 | 2019-03-29 | 深圳市商汤科技有限公司 | 学生签到方法及装置、电子设备和存储介质 |
CN109492616B (zh) * | 2018-11-29 | 2022-03-29 | 成都睿码科技有限责任公司 | 一种基于自主学习的广告屏用人脸识别方法 |
CN109523325A (zh) * | 2018-11-29 | 2019-03-26 | 成都睿码科技有限责任公司 | 一种基于人脸识别的针对性的自调节广告投放系统 |
EP3667557B1 (en) * | 2018-12-13 | 2021-06-16 | Axis AB | Method and device for tracking an object |
CN111343416B (zh) * | 2018-12-18 | 2021-06-01 | 华为技术有限公司 | 一种分布式图像分析方法、系统及存储介质 |
CN109871822A (zh) * | 2019-03-05 | 2019-06-11 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
JP7231879B2 (ja) * | 2020-03-03 | 2023-03-02 | 富士通株式会社 | 制御方法、制御プログラムおよび情報処理装置 |
JP2021144506A (ja) * | 2020-03-12 | 2021-09-24 | パナソニックi−PROセンシングソリューションズ株式会社 | 顔検知方法、顔検知プログラムおよびサーバ |
JP7419142B2 (ja) * | 2020-04-01 | 2024-01-22 | 株式会社東芝 | 表示制御装置、表示制御方法及びプログラム |
DE102020206350A1 (de) * | 2020-05-20 | 2022-01-27 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Detektion von Vergleichspersonen zu einer Suchperson, Überwachungsanordnung, insbesondere zur Umsetzung des Verfahrens, sowie Computerprogramm und computerlesbares Medium |
US11556563B2 (en) | 2020-06-12 | 2023-01-17 | Oracle International Corporation | Data stream processing |
JP7334686B2 (ja) * | 2020-07-03 | 2023-08-29 | トヨタ自動車株式会社 | 制御装置、プログラム、及び制御システム |
JP7424939B2 (ja) | 2020-08-07 | 2024-01-30 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 人物検出装置、人物追跡装置、人物追跡システム、人物検出方法、人物追跡方法、人物検出プログラム及び人物追跡プログラム |
KR102473804B1 (ko) * | 2020-10-16 | 2022-12-05 | 이노뎁 주식회사 | 영상관제 시스템에서 카메라 영상내 관제 지점의 지도 매핑 방법 |
US11663192B2 (en) * | 2020-12-10 | 2023-05-30 | Oracle International Corporation | Identifying and resolving differences between datastores |
TWI830264B (zh) * | 2022-06-24 | 2024-01-21 | 中華電信股份有限公司 | 用於列車門或月台門之安全示警系統、方法及電腦可讀媒介 |
US11800244B1 (en) | 2022-08-13 | 2023-10-24 | Mojtaba Vaziri | Method and apparatus for an imaging device |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006011728A (ja) * | 2004-06-24 | 2006-01-12 | Omron Corp | 不審者対策システム及び不審者検出装置 |
JP2008108151A (ja) * | 2006-10-27 | 2008-05-08 | Funai Electric Co Ltd | 監視システム |
JP2010205191A (ja) * | 2009-03-06 | 2010-09-16 | Omron Corp | 安全管理装置 |
JP2011186733A (ja) * | 2010-03-08 | 2011-09-22 | Hitachi Kokusai Electric Inc | 画像検索装置 |
JP2012160054A (ja) * | 2011-02-01 | 2012-08-23 | Denso Wave Inc | セキュリティ装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7634662B2 (en) * | 2002-11-21 | 2009-12-15 | Monroe David A | Method for incorporating facial recognition technology in a multimedia surveillance system |
GB2382289B (en) * | 2001-09-28 | 2005-07-06 | Canon Kk | Method and apparatus for generating models of individuals |
JP4036051B2 (ja) * | 2002-07-30 | 2008-01-23 | オムロン株式会社 | 顔照合装置および顔照合方法 |
US7239724B2 (en) * | 2003-07-22 | 2007-07-03 | International Business Machines Corporation | Security identification system and method |
JP4795718B2 (ja) * | 2005-05-16 | 2011-10-19 | 富士フイルム株式会社 | 画像処理装置および方法並びにプログラム |
JP4700477B2 (ja) | 2005-11-15 | 2011-06-15 | 株式会社日立製作所 | 移動体監視システムおよび移動体特徴量算出装置 |
JP2009027393A (ja) | 2007-07-19 | 2009-02-05 | Hitachi Ltd | 映像検索システムおよび人物検索方法 |
JP5412133B2 (ja) * | 2009-02-20 | 2014-02-12 | オリンパスイメージング株式会社 | 再生装置および再生方法 |
JP2011066867A (ja) | 2009-09-18 | 2011-03-31 | Yukio Shigeru | 自殺防止監視通報方法及び自殺防止監視通報装置 |
US8401282B2 (en) | 2010-03-26 | 2013-03-19 | Mitsubishi Electric Research Laboratories, Inc. | Method for training multi-class classifiers with active selection and binary feedback |
JP5777310B2 (ja) | 2010-09-21 | 2015-09-09 | 株式会社日立国際電気 | 画像セキュリティシステムおよび認証方法 |
US8948465B2 (en) * | 2012-04-09 | 2015-02-03 | Accenture Global Services Limited | Biometric matching technology |
-
2014
- 2014-02-18 JP JP2015502875A patent/JP6080940B2/ja active Active
- 2014-02-18 US US14/771,004 patent/US9589181B2/en active Active
- 2014-02-18 WO PCT/JP2014/053766 patent/WO2014132841A1/ja active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006011728A (ja) * | 2004-06-24 | 2006-01-12 | Omron Corp | 不審者対策システム及び不審者検出装置 |
JP2008108151A (ja) * | 2006-10-27 | 2008-05-08 | Funai Electric Co Ltd | 監視システム |
JP2010205191A (ja) * | 2009-03-06 | 2010-09-16 | Omron Corp | 安全管理装置 |
JP2011186733A (ja) * | 2010-03-08 | 2011-09-22 | Hitachi Kokusai Electric Inc | 画像検索装置 |
JP2012160054A (ja) * | 2011-02-01 | 2012-08-23 | Denso Wave Inc | セキュリティ装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2014132841A1 (ja) | 2014-09-04 |
JP6080940B2 (ja) | 2017-02-15 |
US20160012280A1 (en) | 2016-01-14 |
US9589181B2 (en) | 2017-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6080940B2 (ja) | 人物検索方法及びホーム滞留人物検索装置 | |
Xu et al. | Video structured description technology based intelligence analysis of surveillance videos for public security applications | |
JP6403784B2 (ja) | 監視カメラシステム | |
US11232685B1 (en) | Security system with dual-mode event video and still image recording | |
WO2021063011A1 (zh) | 行为分析方法、装置、电子设备、存储介质和计算机程序 | |
US11710392B2 (en) | Targeted video surveillance processing | |
EP2113846B1 (en) | Behavior history searching device and behavior history searching method | |
US20070291118A1 (en) | Intelligent surveillance system and method for integrated event based surveillance | |
JPWO2018180588A1 (ja) | 顔画像照合システムおよび顔画像検索システム | |
CN108269331A (zh) | 一种智能视频大数据处理系统 | |
CN104239386A (zh) | 用于对面部识别匹配区分优先级的方法和系统 | |
KR101979375B1 (ko) | 감시 영상의 객체 행동 예측 방법 | |
US11348367B2 (en) | System and method of biometric identification and storing and retrieving suspect information | |
KR102110375B1 (ko) | 학습 전이 기반의 비디오 감시 방법 | |
CN110543583A (zh) | 信息处理方法及装置、图像设备及存储介质 | |
US11113838B2 (en) | Deep learning based tattoo detection system with optimized data labeling for offline and real-time processing | |
Zhang et al. | A Multiple Instance Learning and Relevance Feedback Framework for Retrieving Abnormal Incidents in Surveillance Videos. | |
CA3055600A1 (en) | Method and system for enhancing a vms by intelligently employing access control information therein | |
CN117351405B (zh) | 一种人群行为分析系统及方法 | |
CN117354469B (zh) | 一种基于安防预警的小区监控视频目标跟踪方法及系统 | |
CN115862210B (zh) | 一种访客关联方法与系统 | |
Tan et al. | An artificial intelligence and internet of things platform for healthcare and industrial applications | |
KR102644230B1 (ko) | 머신러닝 학습알고리즘을 이용한 보안실 보관관리 시스템 | |
US20230360402A1 (en) | Video-based public safety incident prediction system and method therefor | |
Li et al. | Region-based trajectory analysis for abnormal behaviour detection: a trial study for suicide detection and prevention |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161006 |
|
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: 20161228 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170117 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6080940 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |