JPWO2019239756A1 - 対象物数推定システム、対象物数推定方法、及びプログラム - Google Patents

対象物数推定システム、対象物数推定方法、及びプログラム Download PDF

Info

Publication number
JPWO2019239756A1
JPWO2019239756A1 JP2020525343A JP2020525343A JPWO2019239756A1 JP WO2019239756 A1 JPWO2019239756 A1 JP WO2019239756A1 JP 2020525343 A JP2020525343 A JP 2020525343A JP 2020525343 A JP2020525343 A JP 2020525343A JP WO2019239756 A1 JPWO2019239756 A1 JP WO2019239756A1
Authority
JP
Japan
Prior art keywords
people
detection terminal
route
objects
terminal rate
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
Application number
JP2020525343A
Other languages
English (en)
Other versions
JP7143883B2 (ja
Inventor
俊樹 竹内
俊樹 竹内
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JPWO2019239756A1 publication Critical patent/JPWO2019239756A1/ja
Application granted granted Critical
Publication of JP7143883B2 publication Critical patent/JP7143883B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

【課題】対象物数のカウント数が少ないようなエリアがあっても、高精度で対象物数を推定すること。【解決手段】人数推定システム１００は、無線端末の移動経路を推定する端末経路推定部２０と、複数の定点のそれぞれに位置する実人数をカウントする実人数カウント部３０と、複数の定点のそれぞれについて、無線端末数と実人数との関係を表す検知端末率を算出する検知端末率算出部４０と、複数の定点のうちの１以上の定点を通過する移動経路ごとに優先順位を決定し、優先順位の高い移動経路から、検知端末率に基づいて、当該移動経路を移動する実人数を逐次推定する実人数推定部５０と、を備える。

Description

本発明は、例えば実人数や物の個数などの対象物数の推定を行う対象物数推定システム、対象物数推定方法、プログラム、及び記録媒体に関する。
従来、カメラやレーダー、電波センサ、音響センサなどの各種のセンサを用いて、対象物体（人も含む）や無線端末を検知及び識別し、当該物体や端末の位置を推定したり追跡したりするシステムが提案されている。
具体的に、電波センサや携帯基地局を用いて取得した無線端末の個数や位置情報から、その無線端末を保有する人の人数や人の流れを解析するシステムが提案されている。ここで、実際にそのエリアにいる人やモノの全てが当該無線端末（電波センサや基地局などで取得する無線方式に合致する端末であり、且つ、通信状態などの取得可能状態にある端末）を保有している訳ではない。このため、実際の人数やモノの個数を何らかの手法を用いて推定する必要があった。
例えば、無線方式の例としては、２Ｇ（ＧＳＭ（登録商標），ＰＤＣ）、３Ｇ（Ｗ−ＣＤＭＡ）、４Ｇ（ＬＴＥ，ＬＴＥ−Ａｄｖａｎｃｅｄ）、５Ｇなどの携帯電話網を用いた無線方式や、無線ＬＡＮ（Ｗｉ−Ｆｉ）やＢｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ−ＳＵＮ、Ｚｉｇｂｅｅ、ＬＰＷＡなどの公衆無線網を用いた無線方式などが想定される。
また、実際の人数やモノの個数を推定する方法として、複数の従来技術が提案されている。
例えば、非特許文献１には、任意の時間やエリアにおける契約端末の数を検知して、総人口に対する契約者数や普及率などの比率などから、当該時間やエリアにおける実人数を推計するシステムが開示されている。このようなシステムによれば、収容および取得できる契約端末を検知するだけで実人数を推定できるという利点がある。
また、特許文献１には、検知した位置登録の発生件数に対して、発生件数に対応する発生時間帯を基準にした前後の時間における確率分布値を掛け合わせることにより、該発生時間帯に発生した位置登録に対応する人数分布を推計するシステムが開示されている。このようなシステムによれば、位置登録の周期よりも短い時間でユーザの移動が発生した場合でも、その移動傾向を反映したユーザ数の時間変化を得ることができるという利点がある。
さらに、特許文献２には、撮像手段により撮像された画像データに基づいて計数された監視対象の数と、端末計数部により端末通信部を介して交信することで計数された携帯端末の数とを比較することで、侵入者が存在するか否かを警報するシステムが開示されている。これにより、入場適格者と侵入者とを区別でき、有人時においても警備ができるという利点がある。
さらにまた、特許文献３には、個体識別が容易な識別有オブジェクトの移動数と、エリア毎の識別有オブジェクトと識別無オブジェクトとの比率とに基づいて、第１のエリアから第２のエリアへ移動した識別有オブジェクトと第２の識別無オブジェクトとの合計数を推定することが開示されている。
特開２０１２−０２９２２７号公報 特開２００５−２９２９４２号公報 国際公開２０１７／１８３５４７号公報
「モバイル空間統計」、ＮＴＴドコモ、［平成30年5月24日検索］、インターネット〈URL: https://www.nttdocomo.co.jp/biz/service/spatial_statistics/function/>
しかし、エリアに存在する対象物数に対する無線端末数の比を表す比率は、全ての場所や時間帯で一定であるとは限らない。このため、例えば、保有率や普及率等を用いて一定の倍率で対象物数（例えば人数）を推定すると、大幅に推定精度が劣化するという問題がある。
また、例えば特許文献３に開示された技術では、識別有オブジェクトを識別することができないエリアがある場合、エリア間を移動する人の流量を推定する処理の中で「注目データ」を選択する（Ｓ１４２等）際に、その選択順（処理順）によって推定結果が変わってしまい、処理順によっては推定性能が大幅に劣化する、（もしくは、人数（移動総数）の辻褄が合わなくなる）という問題が発生する。
本発明の目的は、対象物数のカウント数が少ないようなエリアがあっても、高精度で対象物数を推定することが可能な対象物数推定システム、対象物数推定方法、プログラム、及び記録媒体を提供することにある。
本発明の一態様によれば、対象物数推定システムは、無線端末の移動経路に関する情報を推定する端末経路推定部と、複数の定点のそれぞれに位置する対象物数をカウントする対象物数カウント部と、前記複数の定点のそれぞれについて、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と前記対象物数との関係を表す検知端末率を算出する検知端末率算出部と、前記複数の定点のうちの１以上の定点を通過する移動経路ごとに優先順位を決定し、優先順位の高い移動経路から、前記検知端末率に基づいて、当該移動経路を移動する対象物数を逐次推定する対象物数推定部と、を備える。
本発明の一態様によれば、対象物数推定方法は、無線端末の移動経路に関する情報を推定することと、複数の定点のそれぞれに位置する対象物数をカウントすることと、前記複数の定点のそれぞれについて、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と前記対象物数との関係を表す検知端末率を算出することと、前記複数の定点のうちの１以上の定点を通過する移動経路ごとに優先順位を決定し、優先順位の高い移動経路から、前記検知端末率に基づいて、当該移動経路を移動する対象物数を逐次推定することと、を含む。
本発明の一態様によれば、プログラムは、無線端末の移動経路に関する情報を推定することと、複数の定点のそれぞれに位置する対象物数をカウントすることと、前記複数の定点のそれぞれについて、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と前記対象物数との関係を表す検知端末率を算出することと、前記複数の定点のうちの１以上の定点を通過する移動経路ごとに優先順位を決定し、優先順位の高い移動経路から、前記検知端末率に基づいて、当該移動経路を移動する対象物数を逐次推定することと、をプロセッサに実行させるプログラムである。
本発明の一態様によれば、記録媒体は、無線端末の移動経路に関する情報を推定することと、複数の定点のそれぞれに位置する対象物数をカウントすることと、前記複数の定点のそれぞれについて、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と前記対象物数との関係を表す検知端末率を算出することと、前記複数の定点のうちの１以上の定点を通過する移動経路ごとに優先順位を決定し、優先順位の高い移動経路から、前記検知端末率に基づいて、当該移動経路を移動する対象物数を逐次推定することと、をプロセッサに実行させるプログラムを記録したコンピュータに読み取り可能な非一時的記録媒体である。
本発明によれば、対象物数のカウント数が少ないようなエリアがあっても、高精度で対象物数を推定することが可能になる。なお、本発明により、当該効果の代わりに、又は当該効果とともに、他の効果が奏されてもよい。
図１は、第１の実施形態である人数推定システム１００の全体構成を示す図である。 図２は、第１の実施形態における実人数推定部５０の構成例を示す図である。 図３は、第１の実施形態である人数推定システム１００を人流解析向けに適用した場合の例を示す図である。 図４は、実人数推定部５０の処理フローの例を示す図である。 図５は、人数推定システム１００（実人数推定部５０）の具体的な処理イメージを示す図である。 図６は、人数推定システム１００（実人数推定部５０）の具体的な処理イメージを示す図である。 図７は、図５および図６に示した処理イメージの例における正解値の例と推定誤差の例を示す図である。 図８は、第２の実施形態における人数推定システム１０１の全体構成を示す図である。 図９は、第２の実施形態における実人数推定部５１の構成を示す図である。 図１０は、実人数推定部５１の処理フローの例を示す図である。 図１１は、人数推定システム１０１（実人数推定部５１）の具体的な処理イメージを示す図である。 図１２は、人数推定システム１０１（実人数推定部５１）の具体的な処理イメージを示す図である。 図１３は、第３の実施形態に係る対象物数推定システム１０２の概略的な構成の例を示すブロック図である。
以下、添付の図面を参照して本発明の実施形態を詳細に説明する。なお、本明細書及び図面において、同様に説明されることが可能な要素については、同一の符号を付することにより重複説明が省略され得る。
説明は、以下の順序で行われる。
１．本発明の実施形態の概要
２．第１の実施形態
３．第２の実施形態
４．第３の実施形態
５．実施形態の効果
６．他の形態
＜＜１．本発明の実施形態の概要＞＞
まず、本発明の実施形態の概要を説明する。
（１）技術的課題
従来、カメラやレーダー、電波センサ、音響センサなどの各種のセンサを用いて、対象物体（人も含む）や無線端末を検知及び識別し、当該物体や端末の位置を推定したり追跡したりするシステムが提案されている。
具体的に、電波センサや携帯基地局を用いて取得した無線端末の個数や位置情報から、その無線端末を保有する人の人数や人の流れを解析するシステムが提案されている。ここで、実際にそのエリアにいる人やモノの全てが当該無線端末（電波センサや基地局などで取得する無線方式に合致する端末であり、且つ、通信状態などの取得可能状態にある端末）を保有している訳ではない。このため、実際の人数やモノの個数を何らかの手法を用いて推定する必要があった。
例えば、無線方式の例としては、２Ｇ（ＧＳＭ（登録商標），ＰＤＣ）、３Ｇ（Ｗ−ＣＤＭＡ）、４Ｇ（ＬＴＥ，ＬＴＥ−Ａｄｖａｎｃｅｄ）、５Ｇなどの携帯電話網を用いた無線方式や、無線ＬＡＮ（Ｗｉ−Ｆｉ）やＢｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ−ＳＵＮ、Ｚｉｇｂｅｅ、ＬＰＷＡなどの公衆無線網を用いた無線方式などが想定される。
また、実際の人数やモノの個数を推定する方法として、複数の従来技術が提案されている。
例えば、非特許文献１には、任意の時間やエリアにおける契約端末の数を検知して、総人口に対する契約者数や普及率などの比率などから、当該時間やエリアにおける実人数を推計するシステムが開示されている。このようなシステムによれば、収容および取得できる契約端末を検知するだけで実人数を推定できるという利点がある。
また、特許文献１には、検知した位置登録の発生件数に対して、発生件数に対応する発生時間帯を基準にした前後の時間における確率分布値を掛け合わせることにより、該発生時間帯に発生した位置登録に対応する人数分布を推計するシステムが開示されている。このようなシステムによれば、位置登録の周期よりも短い時間でユーザの移動が発生した場合でも、その移動傾向を反映したユーザ数の時間変化を得ることができるという利点がある。
さらに、特許文献２には、撮像手段により撮像された画像データに基づいて計数された監視対象の数と、端末計数部により端末通信部を介して交信することで計数された携帯端末の数とを比較することで、侵入者が存在するか否かを警報するシステムが開示されている。これにより、入場適格者と侵入者とを区別でき、有人時においても警備ができるという利点がある。
さらにまた、特許文献３には、個体識別が容易な識別有オブジェクトの移動数と、エリア毎の識別有オブジェクトと識別無オブジェクトとの比率とに基づいて、第１のエリアから第２のエリアへ移動した識別有オブジェクトと第２の識別無オブジェクトとの合計数を推定することが開示されている。
しかし、エリアに存在する対象物数に対する無線端末数の比を表す比率（検知端末率）は、全ての場所や時間帯で一定であるとは限らない。このため、例えば、保有率や普及率等を用いて一定の倍率で対象物数（例えば人数）を推定すると、大幅に推定精度が劣化するという問題がある。
検知端末率が場所や時間帯で異なる例としては、例えば、空港等において、国内線側では自国民が自国キャリアであるＬＴＥを使用している比率が高く、国際線側では外国人が空港専用Ｗｉ−Ｆｉを使用している比率が高いなどである。この場合、検知端末率の取得のための無線方式としてＬＴＥを検知していれば、検知端末率は国内線側で高くなり、国際線側では低くなる。一方で、検知端末率の取得のための取得する無線方式としてＷｉ−Ｆｉを検知していれば、検知端末率は、国内線側に比べて国際線側で高くなる。
また、検知端末率が場所や時間帯で異なる他の例としては、スタジアムやコンサートホール等のイベント会場等において、ホーム側や会員限定の入退場ゲートでは会員限定アプリの稼働などに伴って検知端末率（入退場時における無線端末使用率）が高まり、アウェイ側や一般の入退場ゲートでは相対的に検知端末率が低くなる可能性がある。
上述したように、非特許文献１には、総人口に対する契約者数や普及率などの比率から、当該時間及びエリアにおける実人数を推計するシステムが開示されている。しかしながら、上述したような検知端末率が場所や時間帯で異なる場合には、全ての場所で同一の契約者数や普及率を用いて実人数を推計すると、大幅に人数推定の精度が劣化するという問題がある。例えば、上述した空港の例では、国内線側は６０％の人がＷｉ−Ｆｉを利用している一方で、国際線側は９０％の人がＷｉ−Ｆｉを利用している可能性がある。このとき、Ｗｉ−Ｆｉセンサを用いて一定数のＷｉ−Ｆｉ端末を検知した場合に、検知端末率を一様に６０％として実人数を推定すると、国際線側の人数を実際に比べて１．５倍多く推定してしまうという問題がある。
また、上述したように、特許文献１には、発生件数に対応する発生時間帯を基準にした前後の時間における確率分布値を掛け合わせることにより、該発生時間帯に発生した位置登録に対応する人数分布を推計するシステムが開示されている。このシステムは、端末を保有している人の人数分布を推計することができるが、端末を保有していない人も含めた全体の実人数の分布を推計できない。このため、場所ごとに異なる検知端末率になるような状況への対応も困難である。
また、上述したように、特許文献２には、画像データに基づいて計数された監視対象の数と、端末計数部により計数された携帯端末の数とを比較するシステムが開示されている。このシステムは、画像データにより実人数を計測できる利点があるものの、検知端末率が場所や時間で異なる場合には、全ての場所に撮像手段を設置する必要がある。撮像手段を全ての場所に設置できない場合に、検知端末率が異なる場所や時間帯の実人数を高精度に推定できないという問題がある。
また、上述したように、特許文献３に開示された技術では、識別有オブジェクトを識別することができないエリアがある場合、エリア間を移動する人の流量を推定する処理の中で「注目データ」を選択する（Ｓ１４２等）際に、その選択順（処理順）によって推定結果が変わってしまい、処理順によっては推定性能が大幅に劣化する、（もしくは、人数（移動総数）の辻褄が合わなくなる）という問題が発生する。
本実施形態の目的は、対象物数のカウント数が少ないようなエリアがあっても、高精度で対象物数を推定することである。
（２）技術的特徴
本実施形態では、例えば、無線端末の移動経路に関する情報を推定し、複数の定点のそれぞれに位置する対象物数をカウントし、上記複数の定点のそれぞれについて、上記無線端末の移動経路に関する上記情報に基づいた無線端末数と上記対象物数との関係を表す検知端末率を算出し、上記複数の定点のうちの１以上の定点を含む経路ごとに優先順位を決定し、優先順位の高い経路から、上記検知端末率に基づいて、当該経路を移動する対象物数を逐次推定する。
これにより、例えば、対象物数のカウント数が少ないようなエリアがあっても、高精度で対象物数を推定することが可能になる。
なお、上述した技術的特徴は本発明の実施形態の具体的な一例であり、当然ながら、本発明の実施形態は上述した技術的特徴に限定されない。
以下では、図１から図１３を参照して、本発明の実施の形態について詳細に説明する。第１の実施形態では、対象物推定システムの例として、実人数推定方法を実現する端末経路推定部、実人数カウント部、検知端末率算出部、実人数推定部の基本構成と特徴、動作について詳説する。
また、第２の実施形態では、実人数推定部において、一意に決定できる経路を優先して人数推定する方法を用いる場合の例について説明する。
さらに、第３の実施形態は、第１の実施形態及び第２の実施形態に対して、より一般化された実施形態である。
まず、第１の実施形態および第２の実施形態は、ともに、無線端末を保有する人と保有しない人を含む人の人数を推定する人数推定システムを例にして説明する。また、後述する第３の実施形態のように、無線端末を搭載した対象物と無線端末を搭載していない対象物を含む対象物数を推定する対象物数推定システムとして適用可能であることはもちろんである。
＜＜２．第１の実施形態＞＞
（１）構成
図１は、第１の実施形態である人数推定システム１００の全体構成を示す図である。人数推定システム１００は、無線端末の電波探知によってエリア全体における端末位置と経路を推定し、カメラを用いた映像解析によってエリアの定点における人数をカウントし、それらの両方の情報を用いて、カメラの無い場所や経路における人数を推定するため、次のような構成を有する。
すなわち、人数推定システム１００は、端末経路推定部２０、実人数カウント部３０、検知端末率算出部４０、及び実人数推定部５０を備える。また、人数推定システム１００にて端末の移動経路や実人数を推定するためのデータ入力手段として、電波センサ２００やカメラ３００などを外部に備えてもよい。
端末経路推定部２０は、無線端末の移動経路に関する情報を推定する。具体的には、端末経路推定部２０は、１つまたは複数の電波センサ２００や基地局等から端末の電波探知情報を入力し、対象エリア全体における検知対象の無線端末の個数や位置、移動経路を推定する。
実人数カウント部３０は、複数の定点のそれぞれに位置する実人数（対象物数）をカウントする。具体的に、実人数カウント部３０は、カメラ３００にて取得した画像または映像を用いて、画像解析または映像解析により、定点ごとに位置する人の実人数をカウントする。
検知端末率算出部４０は、複数の定点のそれぞれについて、上記無線端末の移動経路に関する上記情報に基づいた無線端末数と実人数（対象物数）との関係を表す検知端末率を算出する。すなわち、検知端末率算出部４０は、実人数カウント部３０によって計測された定点における実人数と、端末経路推定部２０によって推定された当該定点における端末の個数情報とを用いて、当該定点における検知端末率を算出する。
実人数推定部５０は、端末経路推定部２０によって推定された対象エリア全体における移動経路ごとの端末の個数と、検知端末率算出部４０によって算出されたカメラ３００で撮像した定点ごとの検知端末率の情報を用いて、対象エリア全体における実人数を推定する。具体的には、実人数推定部５０は、１以上の定点を含む経路ごとに優先順位を決定し、優先順位の高い経路から、検知端末率に基づいて、当該経路を移動する対象物数を逐次推定する。
図２は、第１の実施形態における実人数推定部５０の構成例を示す図である。実人数推定部５０は、例えば、定点毎の検知端末率をソートする検知端末率ソート部６１、ソートされた検知端末率を基に優先的に人数推定する経路を選択する経路選択部６２、経路毎に人数を推定する人数算出部６３、人数を推定済みの経路の情報（検知端末数、実人数）を対象エリア内の各定点から削除する推定済み経路情報削除部６４、更新された定点の情報を基に検知端末率を再計算する検知端末率再算出部６５、等を含む。
また、図３は、第１の実施形態である人数推定システム１００を人流解析向けに適用した場合の例を示す図である。
例えば図３の実線の矢印部分に示すように、対象エリア全体に電波センサ２００を分散配置することで、端末経路推定部２０により、対象エリア内の移動経路ごとの端末数を検知できる。また、図３の点線の丸印部分に示すように、対象エリア内のいくつかの定点にカメラ３００を設置することで、実人数カウント部３０により、その定点毎の実人数をカウントすることができる。これにより、実人数推定部５０は、カメラ３００の設置された定点、および、カメラの設置されていない定点や移動経路を含めて、対象エリア全体における各地点の人数を推定することが可能になる。
（２）動作
次に、第１の実施形態の動作を説明する。
まず、図１に示したように、端末経路推定部２０は、１つまたは複数の電波センサ２００や基地局により、端末の電波情報を探知する。ここで、探知する無線方式の例としては、２Ｇ(ＧＳＭ（登録商標），ＰＤＣ）、３Ｇ(Ｗ−ＣＤＭＡ）、４Ｇ(ＬＴＥ， ＬＴＥ−Ａｄｖａｎｃｅｄ）、５Ｇなどの携帯電話網を用いた無線方式や、無線ＬＡＮ（Ｗｉ−Ｆｉ）やＢｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ−ＳＵＮ、Ｚｉｇｂｅｅ、ＬＰＷＡなどの公衆無線網を用いた無線方式などが想定される。
そして、端末経路推定部２０は、各々の電波センサ２００にて探知した電波情報を入力し、対象エリア全体における検知端末の個数や位置、移動経路を推定する。
例えば、端末経路推定部２０は、複数の電波センサ２００で受信した端末信号の受信信号強度（ＲＳＳＩ: Received Signal Strength Indication）の情報を用いて、端末の位置や経路を推定する。または、複数の電波センサ２００における受信信号の到来時間差（ＴＤｏＡ: Time Difference of Arrival）の情報や、到来角（ＡｏＡ: Angle of Arrival）の情報を用いて当該端末の位置や経路を推定してもよい。また、端末側に移動経路推定機能を備えてもよい。また、電波センサ２００や端末経路推定部２０が基地局機能も含んでもよい。この場合、位置情報を含む受信信号をデコードすることで当該端末の位置情報を取得してもよい。
端末経路推定部２０は、これらの処理により、任意の期間に対象エリア内の任意の地点を通過した検知端末の個数を出力できる。また、任意の端末が、どの時間帯にどの地点を通過したのかという端末の移動経路情報も出力できる。
次に、対象エリア内の定点ごとに設置されたカメラ３００により、定点ごとの人の流れやモノの流れを撮像する。カメラ３００により撮像された映像は、人数推定システム１００に対して、連続的な画像データ、または、映像データの形で入力される。
そして、実人数カウント部３０は、画像データまたは映像データを用いて、人物検知や顔検知、群衆解析や物体検知などの映像解析処理により、撮像された映像データや画像データ内の人物の人数やモノの個数をカウントする。ここで、対象エリア内の複数の定点にカメラを設置する場合、実人数カウント部３０は、各々の定点ごとに、実人数やモノの個数をカウントする。
その後、検知端末率算出部４０は、実人数カウント部３０によって計測された各々の定点における実人数や対象物の個数と、端末経路推定部２０によって推定された当該定点における端末の個数情報とを用いて、当該定点における検知端末率を算出する。
例えば、ある定点カメラの撮像エリアｐ０において、時間ｔ０内にカウントされた人の数をＣ{p0, t0}、検知端末の数をＭ{p0, t0}とした場合、１つの方法として、実人数に対する検知端末の割合である「｛検知端末の数｝÷｛人の数｝×１００」、すなわち、「Ｍ{p0, t0}÷Ｃ{p0, t0}×１００」を検知端末率とする。また、別の方法として、端末を保有していない人の数を負の数で示した「｛検知端末の数｝−｛人の数｝」、すなわち、「Ｍ{p0, t0}−Ｃ{p0, t0}」を検知端末率としてもよい。この場合は、未検知端末数の意味合いが強くなる。
そして、実人数推定部５０は、対象エリア内の種々の箇所における実人数を推定する。
図４は、実人数推定部５０の処理フローの例を示す図である。実人数推定部５０の基本的な動作について、図２および図４を用いて説明する。
ステップＳ１において、検知端末率ソート部６１は、定点ごとの検知端末率をソートする。
ステップＳ３において、経路選択部６２は、ソートされた定点ごとの検知端末率を用いて、最も検知端末率の高い定点を通過する移動経路を選択する。そして、人数算出部６３は、当該経路における検知端末数と検知端末率の情報から、当該経路の実人数を推定する。
ステップＳ４において、推定済み経路情報削除部６４は、まだ対象エリア内の全ての経路の人数が推定されていない場合は、既に人数を推定済みの経路の情報（検知端末数、実人数の情報）を対象エリア内の各定点から削除する。
ステップＳ５において、検知端末率再算出部６５は、更新された定点ごとの情報（検知端末数、実人数の情報）に基づいて、定点ごとの検知端末率を再計算する。
ステップＳ６において、実人数推定部５０は、まだ対象エリア内の全ての経路の人数が推定されていない場合（Ｓ６：Ｙｅｓ）は、再計算された定点ごとの検知端末率を基に、定点ごとの検知端末率をソートする処理（ステップＳ１）に戻って処理を繰り返す。繰り返し処理により、全ての経路の人数が推定された場合（Ｓ６：Ｎｏ）は、当該時間帯における人数推定処理を完了する。
図５および図６は、人数推定システム１００（実人数推定部５０）の具体的な処理イメージを示す図である。ここで、図中の「下線付き数値」は実人数を示し、「下線無し数値」は検知端末数を示し、「括弧付き数値」は検知端末率を示す。
まず、図５(ａ)において、電波センサ２００により端末の電波が探知され、端末経路推定部２０の経路推定処理により、ある時間帯における対象エリア内の移動経路ごとの検知端末数を取得する。例えば、図５では、定点Ａで８０端末数、定点Ｂで３０端末数、定点Ｃで１０端末数を検知し、Ａ→Ｄ→Ｆの経路で８０端末数が移動したときを想定している。このとき、Ｄ→Ｆの経路は、Ｂ→Ｄの２０端末数との和となるため計１００端末数となり、定点Ｆでは同様に計１２０端末数が検知された場合の例である。
また、定点Ａと定点Ｆにはカメラ３００を設置し、実人数カウント部３０による映像解析等により、同時間帯における定点ごとの実人数をカウントする。図５に示す例では、定点Ａで１００人、定点Ｆで２４０人がカウントされたものとする。この場合、検知端末率算出部４０が定点ごとの検知端末率を割合で算出すると、定点Ａでは８０÷１００＝８０％となり、定点Ｆでは１２０÷２４０＝５０％となる。
そして、上記のような経路ごとの検知端末数と、定点ごとの検知端末率を入力として、実人数推定部５０が人数推定処理を開始する。図５(ａ）では、検知端末率ソート部６１により、定点ごとの検知端末率がソートされる（ステップＳ１）。本例の場合、定点Ａの検知端末率８０％の方が、定点Ｆの検知端末率が５０％より大きいため、優先順位が高くなる。
次に、図５(ｂ）において、実人数推定部５０により、優先順位に従って逐次的に人数を推定する処理が行われる。ここで、ソートされた検知端末率から最も優先順位が高い定点はＡである。そのため、経路選択部６２にて、定点Ａを通る経路Ａ→Ｄ→Ｆが選択され、人数算出部６３により当該経路の実人数が推定される（ステップＳ３）。本例の場合、定点Ａの検知端末率８０％から定点Ａの８０端末数、１００人が経路Ａ→Ｄ→Ｆを移動したものとして算出され、経路Ａ→Ｄ→Ｆの実人数が１００人となる。
次に、図５(ｃ）において、人数を推定済みの経路Ａ→Ｄ→Ｆの情報が、推定済み経路情報削除部６４により削除される（ステップＳ４）。具体的に、経路Ａ→Ｄ→Ｆの検知端末数８０、実人数１００人が削除されるため、経路Ｄ→Ｆは検知端末数２０となり、定点Ｆは検知端末数が４０で実人数が１４０となる。そして、更新された定点の情報に基づいて、検知端末率再算出部６５が、推定済み経路に含まれない各々の定点について、検知端末率を再算出する（ステップＳ５）。本例の場合、定点Fの検知端末率は、４０÷１４０＝２８．６％に更新される。
ここで、まだ全ての定点や経路における実人数を推定できていないため、処理が繰り返される。すなわち、図６（ａ）において、更新された定点ごとの検知端末率の情報がソートし直される（ステップＳ１)。本例の場合、残った定点はＦのみであり、検知端末率は２８．６％である。
そして、図６(ｂ）において、残った定点であるＦを通る経路Ｂ→Ｄ→Ｆ、Ｂ→Ｅ→Ｆ、Ｃ→Ｅ→Ｆの全てについて実人数が算出される（ステップＳ３）。本例の場合、定点Ｆの検知端末率２８．６％から、経路Ｂ→Ｄ→Ｆは、２０端末数の端末が移動し７０人が移動したと算出される。また、経路Ｂ→Ｅ→Ｆは、１０端末数の端末が移動し３５人が移動したと算出される。また、経路Ｃ→Ｅ→Ｆは、１０端末の端末が移動し３５人が移動したと算出される。また、定点Ｂでは実人数１０５人が推定され、定点Ｃでは実人数３５人が推定される。以上により、全ての定点と経路の実人数が推定されたため、本時間帯における人数推定処理が完了する。
このように、第１の実施形態においては、場所や時間によって検知端末率が異なるようなケースでも、電波センサを用いて探知した移動経路ごとの検知端末数の情報と、カメラを用いて定点ごとの実人数をカウントした情報とを組み合わせることで、逐次的に対象エリア内の実人数を推定することができる。つまり、対象エリア内のカメラの無い場所も含めて高精度に実人数を推定することができる。
また、実人数推定部５０により、実人数を逐次的に検知端末率の高い定点を通る経路から優先的に推定する利点について説明する。
これは、検知端末率の高い定点の情報から優先的に使用することで、確度の高い情報（すなわち、実人数に対して、実人数としてはカウントされているが保有端末は検知されず移動経路が不確定な人の割合が少ない情報）を優先的に用いることになるためである。これにより、人数推定の確度も相対的に高くなるためである。
例えば、図５に示した定点Ａでは、検知端末率が８０％であり、不確定な人は２０％の２０人のみである。これに対して、定点Ｆは検知端末率が５０％であり、不確定な人は５０％の１２０人が存在する。この場合、定点Ａの情報を積極的に用いた方が確度の高い情報が得られる可能性が高いという利点がある。また、検知端末率の高い定点を通る経路から優先的に推定することで、各点における人数を推定していく処理の途中で、推定値が実測値（カウント値）を超えるなどの破綻が生じないという利点もある。
図７は、図５および図６に示した処理イメージの例における正解値の例と推定誤差の例を示す図である。図７(ａ)に示すように、実際には全体の検知端末率(端末保有率)は５０％であり、定点Ｆや定点Ｃの検知端末率は５０％である。その一方で、ホーム側の入退場ゲートである定点Ａは専用アプリの稼働により検知端末率が高い８０％、逆にアウェイ側の入退場ゲートである定点Ｂは検知端末率が低い２５％となるような例を想定する。このとき、図５および図６に示した例では、定点Ｆに加えて定点Ａにもカメラを用いた実人数カウントを実施することで、実人数の推定精度を高めている。図７(ｂ）に示すように、結果として定点Ａ＝１００人、定点Ｂ＝１０５人、定点Ｃ＝３５人と推定されたが、正解値である定点Ａ＝１００人、定点Ｂ＝１２０人、定点Ｃ＝２０人と比較すると、これら３つの定点における推定誤差は、（０＋１５＋１５)÷２４０＝１２．５％と計算できる。
また、第１の実施形態では、上記の推定方法に限らず、種々の変形が可能である。例えば、他の人数推定の方法として、定点Ｆの検知端末率であり、全体の検知端末率（端末保有率）でもある１２０端末数÷２４０人＝５０％だけを用いて、全ての定点や経路における人数を推定してもよい。
これは、定点Ｆのみカメラを設置して実人数をカウントした場合に相当する。この場合、各点の実人数は、定点Ａ＝８０÷０．５＝１６０人、定点Ｂ＝３０÷０．５＝６０人、定点Ｃ＝１０÷０．５＝２０人と推定されるため、これら３つの定点における人数推定誤差は、（６０＋６０＋０）÷２４０＝５０％と計算することができる。
また、更に他の人数推定の方法として、カメラを設置した定点である定点Ａと定点Ｆにおける検知端末率の平均値を用いて、カメラのない定点Ｂや定点Ｃの実人数を推定してもよい。この場合、定点Ａの検知端末率である８０％と定点Ｆの検知端末率である５０％の平均から検知端末率(８０＋５０)÷２＝６５％を用いて、各点の実人数は、定点Ｂ＝３０÷０．６５＝４６人、定点Ｃ＝１５人と推定されるため、定点Ａも含めた３点の推定誤差は、(０＋７４＋５)÷２４０＝３３％と計算できる。または、検知端末率の平均値を（８０＋１２０）÷（１００＋２４０）＝５８．８％として各点の実人数を推定すると、定点Ｂ＝３０÷０．５８８＝５１人、定点Ｃ＝１０÷０．５８８＝１７人と推定される。この場合の３点の推定誤差は、(０＋６９＋３)÷２４０＝３０％と計算することができる。
＜＜３．第２の実施形態＞＞
（１）構成
図８は、第２の実施形態における人数推定システム１０１の全体構成を示す図である。第２の実施形態における人数推定システム１０１は、実人数を推定する際に、一意に決定できる経路を優先して人数推定する。また、第２の実施形態における人数推定システム１０１は、実人数推定部５１に、経路ごとの検知端末数と定点ごとの検知端末率に加え、定点ごとの実人数カウント値も合わせて入力する。
具体的に、人数推定システム１０１は、端末経路推定部２０、実人数カウント部３０、検知端末率算出部４１、実人数推定部５１を備える。また、第１の実施形態と同様に、人数推定システム１０１が端末の移動経路や実人数を推定するためのデータ入力手段として、電波センサ２００や、カメラ３００等を外部に備えてもよい。
ここで、第２の実施形態に特有の構成として、実人数推定部５１への入力として、端末経路推定部２０で推定した経路ごとの検知端末数と、検知端末率算出部４１で算出した定点ごとの検知端末率に加え、実人数カウント部３０でカウントした定点ごとの実人数カウント値も合わせて入力する例を示している。
なお、このような構成の場合、検知端末率算出部４１を、実人数推定部５１の内部に備えてもよい。
また、第２の実施形態における検知端末率算出部４１は、検知端末率として、実人数カウント値と検知端末数に関する単純な割合や比率を用いる代わりに次のような値を算出する。すなわち、検知端末率算出部４１は、実人数カウント値から検知端末数を引いた差である端末未検出人数（移動経路が不確定な人の数）を負の数で表現したものを検知端末率として算出する。
図９は、第２の実施形態における実人数推定部５１の構成を示す図である。図９に示すように、実人数推定部５１は、定点毎の検知端末率をソートする検知端末率ソート部７１、優先的に人数推定する経路を選択する経路選択部７２、経路毎に人数を推定する人数算出部７３、人数を推定済みの経路の情報（検知端末数、実人数）を対象エリア内の各定点から削除する推定済み経路情報削除部７４、更新された定点の情報を基に検知端末率を再計算する検知端末率再算出部７５、等を含む。
ここで、第２の実施形態に特有の構成として、経路選択部７２は、優先的に人数推定する経路を選択する際に、第１の実施の形態で示した検知端末率の情報だけでなく、一意に人数推定できる経路か否かの情報も用いて経路選択を行う。また、検知端末率算出部４１を、実人数推定部５１の内部に備える構成とした場合、検知端末率再算出部７５が、検知端末率算出部４１と機能を兼ねる構成としてもよい。もしくは、検知端末率算出部４１が、検知端末率再算出部７５の機能を兼ねる構成としてもよい。
（２）動作
次に、第２の実施形態の動作を説明する。
まず、図８に示したように、１つまたは複数の電波センサ２００や基地局により、端末の電波情報を探知する。そして、端末経路推定部２０は、各々の電波センサ２００にて探知した電波情報を入力し、対象エリア全体における検知端末の個数や位置、移動経路を推定する。
また、対象エリア内の定点ごとに設置されたカメラ３００により、定点ごとの人の流れやモノの流れを撮像する。そして、実人数カウント部３０は、カメラ３００から入力された画像データまたは映像データを用いて、人物検知や顔検知、群衆解析や物体検知などの映像解析処理により、撮像された映像データや画像データ内の人物の人数やモノの個数をカウントする。ここで、実人数カウント部３０は、カメラが設定された各々の定点ごとに、実人数やモノの個数をカウントする。
そして、検知端末率算出部４１では、実人数カウント部３０によって計測された各々の定点における実人数や対象物数と、端末経路推定部２０によって推定された当該定点における端末の個数情報とを用いて、当該定点における検知端末率を算出する。例えば、第１の実施の形態では、１つの方法として、実人数に対する検知端末の割合である「｛検知端末の数｝÷｛人の数（またはモノの個数）｝×１００」、すなわち、「Ｍ｛p0, t0}÷Ｃ{p0, t0}×１００」を検知端末率とした。ここで、第２の実施形態では、別の方法である、端末を保有していない人の数を負の数で示した「｛検知端末の数｝−｛人の数（またはモノの個数）｝」、すなわち、端末未検出人数（移動経路が不確定な人の数）を示す「Ｍ｛p0, t0}−C{p0, t0}」を検知端末率として算出するものとする。
そして、実人数推定部５１は、対象エリア内の種々の箇所における実人数を推定する。
図１０は、実人数推定部５１の処理フローの例を示す図である。実人数推定部５１の基本的な動作について、図９および図１０を用いて説明する。
ステップＳ１１において、検知端末率ソート部７１は、定点ごとの検知端末率をソートする。
ステップＳ１２において、経路選択部７２は、優先的に実人数を推定する移動経路を選択する。ここで、第２の実施形態に特有の動作として、一意に実人数を決定できる経路がある場合（Ｓ２：Ｙｅｓ）には、ステップＳ１２ａに進む。そして、人数算出部７３が、その経路を優先して、当該経路における検知端末数と検知端末率の情報から、選択された経路の実人数を推定する。その後、ステップＳ１４に進む。
一方で、一意に実人数を決定できる経路がない場合（Ｓ１２：ＮＯ）にはステップＳ１３に進んで、第１の実施形態と同様、人数算出部７３が、ソートされた定点ごとの検知端末率を用いて、最も検知端末率の高い定点を通る経路から優先的に推定する。すなわち、人数算出部７３が、該経路における検知端末数と検知端末率の情報から、選択された経路の実人数を推定する。その後、ステップＳ１４に進む。
次に、ステップＳ１４において、推定済み経路情報削除部７４は、まだ対象エリア内の全ての経路の人数が推定されていない場合は、既に人数を推定済みの経路の情報（検知端末数、実人数の情報）を対象エリア内の各定点から削除する。
ステップＳ１５において、検知端末率再算出部７５は、更新された定点ごとの情報（検知端末数、実人数の情報）を基に、定点ごとの検知端末率を再計算する。
ステップＳ１６において、実人数推定部５１は、まだ対象エリア内の全ての経路の人数が推定されていない場合（Ｓ１６：ＹＥＳ）は、計算された定点ごとの検知端末率を基に、定点ごとの検知端末率をソートする処理（ステップＳ１１）に戻って処理を繰り返す。繰り返し処理により、全ての経路の人数が推定された場合（Ｓ１６：ＮＯ）は、当該時間帯における人数推定処理を完了する。
図１１および図１２は、人数推定システム１０１（実人数推定部５１）の具体的な処理イメージを示す図である。ここで、図中の「下線付き数値」は実人数を示し、「下線無し数値」は検知端末数を示し、「括弧付き数値」は検知端末率を示す。
なお、図１１および図１２に示す例において、第１の実施形態の例として示した図５や図６の例と異なる点は、主に、追加経路として経路Ａ→Ｇが追加されている点、カメラによる定点観測点として定点Ｃが追加になっている点である。また、各定点や経路における人数カウント数や検知端末数等も第１の実施形態の例と異なる。
まず、図１１（ａ）において、電波センサ２００により端末の電波を探知し、端末経路推定部２０により、ある時間帯における対象エリア内の移動経路ごとの検知端末数を取得する。例えば、図１１では、定点Ａで１２０端末数、定点Ｂで３０端末数、定点Ｃで４０端末数を検知し、Ａ→Ｄ→Ｆの経路で８０端末数が、Ａ→Ｇの経路で４０端末数が移動したときを想定している。また、Ｃ→Ｅ→Ｆの経路で４０端末数が移動したときも想定している。このとき、Ｄ→Ｆの経路は、Ｂ→Ｄの２０端末数との和となるため計１００端末数となる。また、定点Ｆでは同様に計１５０端末数が検知された場合の例である。
また、定点Ａ、定点Ｃ、及び定点Ｆにはカメラ３００を設置し、実人数カウント部３０による映像解析等により、同時間帯における定点ごとの実人数をカウントする。図１１に示す例では、定点Ａで１５０人、定点Ｃで８０人、定点Ｆで３００人がカウントされたものとする。この場合、検知端末率算出部４１が、定点ごとの検知端末率を｛検知端末数−カウントした実人数｝で算出すると、定点Ａでは１２０−１５０＝”−３０人”(割合:８０％)となり、定点Ｃでは４０−８０＝”−４０人”（５０％）、定点Ｆでは１５０−３００＝”−１５０人”（５０％）となる。
そして、上記のような経路ごとの検知端末数と、定点ごとの検知端末率を入力として、実人数推定部５１が人数推定処理を開始する。図１１（ａ）は、検知端末率ソート部７１にて定点ごとの検知端末率をソートする（ステップＳ１１）。本例の場合、優先順位の高い順に、定点Ａの検知端末率が−３０人、定点Ｃの検知端末率が−４０人、定点Ｆの検知端末率が−１５０人となる。
次に、図１１（ｂ）において、実人数推定部５１により、優先順位に従って逐次的に人数を推定する処理を行う。第２の実施形態における経路選択部７２は、まず、一意に実人数を決定できる経路の有無を判定する（ステップＳ１２）。経路Ａ→Ｄ→Ｆ、Ａ→Ｇ、Ｂ→Ｄ→Ｆ、Ｂ→Ｅ→Ｆ、Ｃ→Ｅ→Ｆのうち、一意に決定できる経路は、経路Ｃ→Ｅ→Ｆであり、本経路が選択される。そして、人数算出部７３により、当該経路を移動した端末数と実人数が、それぞれ４０端末と８０人と算出される。
次に、図１１（ｃ）において、人数を推定済みの経路Ｃ→Ｅ→Ｆの情報が、推定済み経路情報削除部７４により削除される（ステップＳ１４）。経路Ｃ→Ｅ→Ｆの検知端末数４０、実人数８０人が削除されるため、経路Ｅ→Ｆは検知端末数１０となり、定点Ｆは検知端末数１１０、実人数２２０となる。そして、更新された定点の情報に基づいて、検知端末率再算出部７５が、定点ごとに検知端末率を再算出する（ステップＳ１５）。本例の場合、定点Ｆの検知端末率は、１１０−２２０＝”−１１０人”（５０％）と更新される。
ここで、まだ全ての定点や経路における実人数を推定できていないため、処理が繰り返される。すなわち、図１２（ａ）において、更新された定点ごとの検知端末率の情報がソートし直される（ステップＳ１１）。本例の場合、残った定点は定点Ａと定点Ｆであり、優先順位の高い順に、定点Ａの検知端末率−３０人、定点Ｆの検知端末率−１１０人となる。そして、経路選択部７２が、一意に実人数を決定できる経路の有無を判定する（ステップＳ１２）。図１２（ａ）に示す例では、一意に実人数を決定できる経路が存在しない。このため、ソートされた検知端末率から最も優先順位が高い定点Ａを通る経路Ａ→Ｄ→Ｆと経路Ａ→Ｇが選択される。そして、人数算出部７３が当該経路の実人数を推定する（ステップＳ１３）。本例の場合、定点Ａの検知端末率が−３０人（８０％）であるから、経路Ａ→Ｄ→Ｆを移動した端末数と実人数は８０端末と１００人と算出され、経路Ａ→Ｇを移動した端末数と実人数は、それぞれ４０端末と５０人と算出される。
そして、図１２（ｅ）において、人数を推定済みの経路Ａ→Ｄ→Ｆと経路Ａ→Ｇの情報を、推定済み経路情報削除部７４により削除される（ステップＳ１４）。具体的には、経路Ａ→Ｄ→Ｆの検知端末数８０、実人数１００人が削除されるため、経路Ｄ→Ｆは検知端末数２０となり、定点Ｆは検知端末数３０、実人数１２０となる。そして、更新された定点の情報を基に、検知端末率再算出部７５が、推定済み経路に含まれない各々の定点について、検知端末率を再算出する（ステップＳ１５）。本例の場合、定点Ｆの検知端末率は、３０−１２０＝”−９０人”(２５％)と更新される。
ここで、まだ全ての定点や経路における実人数を推定できていないため、処理が繰り返される。すなわち、図１２（ｃ）において、更新された定点ごとの検知端末率の情報がソートし直される（ステップＳ１１）。本例の場合、残った定点は定点Ｆのみであり、検知端末率は−９０である。そして、残った定点であるＦを通る経路Ｂ→Ｄ→Ｆ、Ｂ→Ｅ→Ｆについて実人数を算出する（ステップＳ１３）。本例の場合、定点Ｆの検知端末率”−９０”（２５％）から、経路Ｂ→Ｄ→Ｆは、２０端末で８０人が移動したと算出される。また、経路Ｂ→Ｅ→Ｆは、１０端末で４０人が移動したと算出される。また、定点Ｂの実人数は１２０人として推定される。以上により、全ての定点と経路の実人数が推定されたため、本時間帯における人数推定処理を完了する。
このように、第２の実施形態においては、第１の実施形態と同様、場所や時間によって検知端末率が異なるようなケースでも、電波センサを用いて探知した移動経路ごとの検知端末数の情報と、カメラを用いて定点ごとの実人数をカウントした情報とを組み合わせることで、逐次的に対象エリア内の実人数を推定することができる。つまり、対象エリア内のカメラの無い場所も含めて高精度に実人数を推定することができる。
ここで、第２の実施形態に特有の処理である検知端末率の算出方法を用いた利点について説明する。すなわち、実人数に対する検知端末の割合である「｛検知端末の数｝÷｛人の数｝×１００」の代わりに、端末を保有していない人の数を負の数で示した「｛検知端末の数｝−｛人の数｝」を、検知端末率として用いた利点について説明する。
まず、検知端末率を端末未検知者数とすることで、移動経路が不確定な人の絶対数が負の数で表現され、不確定な人が多ければ負の数で絶対値が大きくなり、不確定な人が少ない場合に比べて値が小さくなる。そして、実人数推定部５１において、実人数を逐次的に、検知端末率の高い定点の情報から優先的に使用することで、確度の高い情報（すなわち、実人数としてはカウントされているが保有端末は検知されず移動経路が不確定な人の絶対数が少ない情報）を優先的に用いることになる。これにより、人数推定の確度も相対的に高くなる。
例えば、図１１に示した定点Ａの検知端末率が”−３０人”であるのに対して、定点Ｆの検知端末率は”−１５０人”である。この場合、定点Ａの情報を積極的に用いた方が、不確定要素数が少なくなるために、確度の高い推定結果を得られる可能性が高くなるという利点がある。また、検知端末率の高い定点を通る経路から優先的に推定することで、各点における人数を推定していく処理の途中で、推定値が実測値（カウント値）を超えるなどの破綻が生じないという利点もある。
また、第２の実施形態の特有の処理の利点、すなわち、実人数推定部５１により一意に実人数を決定できる経路から優先的に実人数を推定する（ステップＳ１２）利点について説明する。
まず、一意に実人数を決定できる経路から優先的に実人数を推定することによって、不確定要素が少なく、確度のより高い情報（移動経路が限定されることで、ある経路を通って移動した端末数と実人数の組合せが一意に決定できる情報）から積極的に用いることができる。結果として、確度の高い情報から順番に用いて実人数が推定され、確度の低い情報を用いて推定するときには推定範囲が限定されることになる。このため、より確度の高い人数推定結果を得られる可能性が高くなるという利点がある。
なお、図１０に示す例では、各定点の検知端末率をソートする処理（ステップＳ１１）の後に、実人数を一意に決定できる経路があるかの判定処理（ステップＳ１２）を行うフローとなっているが、この２つの処理の順番に依存関係はない。このため、実人数を一意に決定できる経路があるかの判定と実人数算出処理（ステップＳ１２）を行った後に、実人数を一意に決定できる経路が無かった場合に、各定点の検知端末率をソートする処理（Ｓ１１）を行う処理フローとしてもよい。とりわけ、このような処理フローに変更することにより、実人数を一意に決定できる経路が存在する場合に、各定点の検知端末率をソートする処理を省略でき、高速化が期待できるという利点がある。
＜＜４．第３の実施形態＞＞
続いて、図１３を参照して、本発明の第３の実施形態を説明する。上述した第１の実施形態及び第２の実施形態は、具体的な実施形態であるが、第３の実施形態は、より一般化された実施形態である。
図１３を参照して、第３の実施形態に係る対象物数推定システム１０２の構成の例を説明する。図１３は、第３の実施形態に係る対象物数推定システム１０２の概略的な構成の例を示すブロック図である。図１３を参照すると、対象物数推定システム１０２は、端末経路推定部３２０、対象物数カウント部３３０、検知端末率算出部３４０、及び対象物数推定部３５０を備える。
以上のような構成からなる対象物数推定システム１０２によれば、端末経路推定部３２０は、無線端末の移動経路に関する情報を推定する。対象物数カウント部３３０は、複数の定点のそれぞれに位置する対象物数をカウントする。検知端末率算出部３４０は、上記複数の定点のそれぞれについて、上記無線端末の移動経路に関する上記情報に基づいた無線端末数と上記対象物数との関係を表す検知端末率を算出する。対象物数推定部３５０は、上記複数の定点のうちの１以上の定点を含む経路ごとに優先順位を決定し、優先順位の高い経路から、上記検知端末率に基づいて、当該経路を移動する対象物数を逐次推定する。
例えば、端末経路推定部３２０は、上述した第１の実施形態又は第２の実施形態に係る端末経路推定部２０の動作を行ってもよい。また、対象物数カウント部３３０は、上述した第１の実施形態又は第２の実施形態に係る実人数カウント部の動作を行ってもよい。また、検知端末率算出部３４０は、上述した第１の実施形態に係る検知端末率算出部４０又は第２の実施形態に係る検知端末率算出部４１の動作を行ってもよい。また、対象物数推定部３５０は、上述した第１の実施形態に係る実人数推定部５０又は第２の実施形態に係る実人数推定部５１の動作を行ってもよい。
＜＜５．実施形態の効果＞＞
以上のような実施形態によれば、以下のような効果が期待できる。
第１の効果は、場所や時間によって検知端末率が異なるようなケースでも、各々の場所や時間における実人数を推定できることである。その理由は、電波センサを用いて探知した移動経路ごとの検知端末数の情報と、カメラを用いて定点ごとの実人数をカウントした情報の両方を用いて、逐次的に対象エリア内の各々の場所（定点や経路）の実人数を推定していくことにより、対象エリア内のカメラの無い場所も含めて実人数を推定することができるためである。
ここで、上述した実施形態では、カメラによる定点ごとの実人数カウントと、電波探知による検知端末の移動経路情報とを組み合わせることをまず特徴とする。定点ごとのカメラを用いた映像解析等により、定点における実人数をカウントできる。また、電波センサを用いた端末の電波探知と移動経路推定により、全員分ではないものの、一定の割合（検知端末率）の移動経路や滞在時間等の情報を把握することができる。そして、これらの情報を組み合わせることで、端末を保有していない人も含めて、また、カメラの無い場所も含めて、対象エリア内の各定点や経路における実人数を推定できるという利点がある。
第２の効果は、場所や時間によって検知端末率が異なるようなケースでも、各々の場所や時間における実人数を「高精度に」推定できることである。その理由は、上述した実施形態の特徴として、実人数推定部において実人数を推定する際に、逐次的に、検知端末率の高い定点を通る経路から優先的に推定していくためである。すなわち、検知端末率（カウントした実人数に対する検知端末数の割合）の高い定点の情報から優先的に使用することで、確度の高い情報（すなわち、実人数に対して、実人数としてはカウントされているが保有端末は検知されず移動経路が不確定な人の割合が少ない情報）を優先的に用いることになるため、人数推定の確度も相対的に高くなるという利点がある。
なお、上述した第２の実施形態で説明したように、検知端末率として、カウントした実人数と検知端末数との差分を用いる場合も、上記同様に、確度の高い情報（すなわち、実人数としてはカウントされているが保有端末は検知されず移動経路が不確定な人の絶対数が少ない情報）を優先的に用いることになるため、人数推定の確度が相対的に高くなるという利点もある。
また、第２の実施形態で説明したように、実人数推定部において実人数を推定する際に、一意に実人数を決定できる経路から優先的に実人数を推定することによって、不確定要素が少なく、確度のより高い情報（移動経路を限定でき、ある経路を通って移動した端末数と実人数の組合せが一意に決定できる情報）を積極的に用いることができる。結果として、確度の高い情報から順に用いて実人数が推定され、確度の低い情報を用いて推定するときには推定範囲が限定されることになるため、より確度の高い人数推定結果を得られる可能性が高くなるという利点もある。
第３の効果は、場所や時間によって検知端末率が異なるようなケースでも、カメラ等を用いて定点ごとにカウントした実人数の実測値に対して、上述した実施形態における人数推定方法による推定値が超過するなどの矛盾が生じにくいことである。その理由は、検知端末率の高い（すなわち、移動経路が不確定な人数またはその割合の少ない）情報から優先的に推定し、更にその推定結果を全体から削除する、という処理を逐次的に繰り返す処理方法であるためである。すなわち、確度の高い情報（誤差の小さい情報）から順に決定でき、確度の低い情報（誤差の大きい可能性がある情報）を推定するときには推定範囲が限定されていく処理フローのため（誤差が相対的に小さくなっていくため）、矛盾が生じにくいためである。
＜＜６．他の形態＞＞
以上、本発明の実施形態を説明したが、本発明はこれらの実施形態に限定されるものではない。これらの実施形態は例示にすぎないということ、及び、本発明のスコープ及び精神から逸脱することなく様々な変形が可能であるということは、当業者に理解されるであろう。
例えば、本明細書に記載されている処理におけるステップは、必ずしもシーケンス図に記載された順序に沿って時系列に実行されなくてよい。例えば、処理におけるステップは、シーケンス図として記載した順序と異なる順序で実行されても、並列的に実行されてもよい。また、処理におけるステップの一部が削除されてもよく、さらなるステップが処理に追加されてもよい。
上記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）
無線端末の移動経路に関する情報を推定する端末経路推定部と、
複数の定点のそれぞれに位置する対象物数をカウントする対象物数カウント部と、
前記複数の定点のそれぞれについて、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と前記対象物数との関係を表す検知端末率を算出する検知端末率算出部と、
前記複数の定点のうちの１以上の定点を通過する移動経路ごとに優先順位を決定し、優先順位の高い移動経路から、前記検知端末率に基づいて、当該移動経路を移動する対象物数を逐次推定する対象物数推定部と、
を備える、対象物数推定システム。
（付記２）
前記対象物数推定部は、前記検知端末率の高い定点を含む経路から、対象物数を推定する、付記１記載の対象物数推定システム。
（付記３）
前記対象物数推定部は、一意に対象物数を決定可能な移動経路から、対象物数を推定する、付記１又は２記載の対象物数推定システム。
（付記４）
前記対象物数推定部は、対象物数の推定済み移動経路に関する情報を削除して、逐次的に対象物数を推定する処理を繰り返す、付記１乃至３のうち何れか１項記載の対象物数推定システム。
（付記５）
前記対象物数推定部は、前記推定済み移動経路に関する情報に含まれない１以上の定点ごとに、検知端末率を再算出することにより、逐次的に検知端末率を算出する処理を繰り返す検知端末率再算出部を有する、付記４記載の対象物数推定システム。
（付記６）
前記検知端末率算出部は、前記対象物数カウント部でカウントした対象物数に対する、前記無線端末の移動経路に関する前記情報に基づいた無線端末数の割合を、前記検知端末率として算出する、付記１乃至５のうち何れか１項記載の対象物数推定システム。
（付記７）
前記検知端末率算出部は、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と、前記対象物数カウント部でカウントした対象物数との差を、前記検知端末率として算出する、付記１乃至５のうち何れか１項記載の対象物数推定システム。
（付記８）
前記端末経路推定部は、複数の電波センサにて取得した受信信号強度を用いることにより、前記無線端末の移動経路に関する前記情報を推定する、付記１乃至７のうち何れか１項記載の対象物数推定システム。
（付記９）
前記対象物数カウント部は、カメラにて取得した画像または映像を用いて、画像解析または映像解析により、対象物数をカウントする、付記１乃至８のうち何れか１項記載の対象物数推定システム。
（付記１０）
前記対象物数は実人数である、付記１乃至９のうち何れか１項記載の対象物数推定システム。
（付記１１）
無線端末の移動経路に関する情報を推定することと、
複数の定点のそれぞれに位置する対象物数をカウントすることと、
前記複数の定点のそれぞれについて、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と前記対象物数との関係を表す検知端末率を算出することと、
前記複数の定点のうちの１以上の定点を通過する移動経路ごとに優先順位を決定し、優先順位の高い移動経路から、前記検知端末率に基づいて、当該移動経路を移動する対象物数を逐次推定することと、
を含む、対象物数推定方法。
（付記１２）
無線端末の移動経路に関する情報を推定することと、
複数の定点のそれぞれに位置する対象物数をカウントすることと、
前記複数の定点のそれぞれについて、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と前記対象物数との関係を表す検知端末率を算出することと、
前記複数の定点のうちの１以上の定点を通過する移動経路ごとに優先順位を決定し、優先順位の高い移動経路から、前記検知端末率に基づいて、当該移動経路を移動する対象物数を逐次推定することと、
をプロセッサに実行させるプログラム。
（付記１３）
無線端末の移動経路に関する情報を推定することと、
複数の定点のそれぞれに位置する対象物数をカウントすることと、
前記複数の定点のそれぞれについて、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と前記対象物数との関係を表す検知端末率を算出することと、
前記複数の定点のうちの１以上の定点を通過する移動経路ごとに優先順位を決定し、優先順位の高い移動経路から、前記検知端末率に基づいて、当該移動経路を移動する対象物数を逐次推定することと、
をプロセッサに実行させるプログラムを記録したコンピュータに読み取り可能な非一時的記録媒体。
この出願は、２０１８年６月１３日に出願された日本出願特願２０１８−１１２９６５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。
対象物数のカウント数が少ないようなエリアがあっても、高精度で対象物数を推定することができる。
１００、１０１ 人数推定システム
１０２ 対象物数推定システム
２０、３２０ 端末経路推定部
３０ 実人数カウント部
４０、４１、３４０ 検知端末率算出部
５０、５１ 実人数推定部
３３０ 対象物数カウント部
３５０ 対象物数推定部
そして、図１２（ｂ）において、人数を推定済みの経路Ａ→Ｄ→Ｆと経路Ａ→Ｇの情報を、推定済み経路情報削除部７４により削除される（ステップＳ１４）。具体的には、経路Ａ→Ｄ→Ｆの検知端末数８０、実人数１００人が削除されるため、経路Ｄ→Ｆは検知端末数２０となり、定点Ｆは検知端末数３０、実人数１２０となる。そして、更新された定点の情報を基に、検知端末率再算出部７５が、推定済み経路に含まれない各々の定点について、検知端末率を再算出する（ステップＳ１５）。本例の場合、定点Ｆの検知端末率は、３０−１２０＝”−９０人”(２５％)と更新される。

Claims (13)

  1. 無線端末の移動経路に関する情報を推定する端末経路推定部と、
    複数の定点のそれぞれに位置する対象物数をカウントする対象物数カウント部と、
    前記複数の定点のそれぞれについて、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と前記対象物数との関係を表す検知端末率を算出する検知端末率算出部と、
    前記複数の定点のうちの１以上の定点を通過する移動経路ごとに優先順位を決定し、優先順位の高い移動経路から、前記検知端末率に基づいて、当該移動経路を移動する対象物数を逐次推定する対象物数推定部と、
    を備える、対象物数推定システム。
  2. 前記対象物数推定部は、前記検知端末率の高い定点を含む経路から、対象物数を推定する、請求項１記載の対象物数推定システム。
  3. 前記対象物数推定部は、一意に対象物数を決定可能な移動経路から、対象物数を推定する、請求項１又は２記載の対象物数推定システム。
  4. 前記対象物数推定部は、対象物数の推定済み移動経路に関する情報を削除して、逐次的に対象物数を推定する処理を繰り返す、請求項１乃至３のうち何れか１項記載の対象物数推定システム。
  5. 前記対象物数推定部は、前記推定済み移動経路に関する情報に含まれない１以上の定点ごとに、検知端末率を再算出することにより、逐次的に検知端末率を算出する処理を繰り返す検知端末率再算出部を有する、請求項４記載の対象物数推定システム。
  6. 前記検知端末率算出部は、前記対象物数カウント部でカウントした対象物数に対する、前記無線端末の移動経路に関する前記情報に基づいた無線端末数の割合を、前記検知端末率として算出する、請求項１乃至５のうち何れか１項記載の対象物数推定システム。
  7. 前記検知端末率算出部は、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と、前記対象物数カウント部でカウントした対象物数との差を、前記検知端末率として算出する、請求項１乃至５のうち何れか１項記載の対象物数推定システム。
  8. 前記端末経路推定部は、複数の電波センサにて取得した受信信号強度を用いることにより、前記無線端末の移動経路に関する前記情報を推定する、請求項１乃至７のうち何れか１項記載の対象物数推定システム。
  9. 前記対象物数カウント部は、カメラにて取得した画像または映像を用いて、画像解析または映像解析により、対象物数をカウントする、請求項１乃至８のうち何れか１項記載の対象物数推定システム。
  10. 前記対象物数は実人数である、請求項１乃至９のうち何れか１項記載の対象物数推定システム。
  11. 無線端末の移動経路に関する情報を推定することと、
    複数の定点のそれぞれに位置する対象物数をカウントすることと、
    前記複数の定点のそれぞれについて、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と前記対象物数との関係を表す検知端末率を算出することと、
    前記複数の定点のうちの１以上の定点を通過する移動経路ごとに優先順位を決定し、優先順位の高い移動経路から、前記検知端末率に基づいて、当該移動経路を移動する対象物数を逐次推定することと、
    を含む、対象物数推定方法。
  12. 無線端末の移動経路に関する情報を推定することと、
    複数の定点のそれぞれに位置する対象物数をカウントすることと、
    前記複数の定点のそれぞれについて、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と前記対象物数との関係を表す検知端末率を算出することと、
    前記複数の定点のうちの１以上の定点を通過する移動経路ごとに優先順位を決定し、優先順位の高い移動経路から、前記検知端末率に基づいて、当該移動経路を移動する対象物数を逐次推定することと、
    をプロセッサに実行させるプログラム。
  13. 無線端末の移動経路に関する情報を推定することと、
    複数の定点のそれぞれに位置する対象物数をカウントすることと、
    前記複数の定点のそれぞれについて、前記無線端末の移動経路に関する前記情報に基づいた無線端末数と前記対象物数との関係を表す検知端末率を算出することと、
    前記複数の定点のうちの１以上の定点を通過する移動経路ごとに優先順位を決定し、優先順位の高い移動経路から、前記検知端末率に基づいて、当該移動経路を移動する対象物数を逐次推定することと、
    をプロセッサに実行させるプログラムを記録したコンピュータに読み取り可能な非一時的記録媒体。

JP2020525343A 2018-06-13 2019-05-10 対象物数推定システム、対象物数推定方法、及びプログラム Active JP7143883B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018112965 2018-06-13
JP2018112965 2018-06-13
PCT/JP2019/018696 WO2019239756A1 (ja) 2018-06-13 2019-05-10 対象物数推定システム、対象物数推定方法、プログラム、及び記録媒体

Publications (2)

Publication Number Publication Date
JPWO2019239756A1 true JPWO2019239756A1 (ja) 2021-07-01
JP7143883B2 JP7143883B2 (ja) 2022-09-29

Family

ID=68842126

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020525343A Active JP7143883B2 (ja) 2018-06-13 2019-05-10 対象物数推定システム、対象物数推定方法、及びプログラム

Country Status (3)

Country Link
US (1) US11546873B2 (ja)
JP (1) JP7143883B2 (ja)
WO (1) WO2019239756A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240144300A1 (en) * 2021-03-04 2024-05-02 Nec Corporation Characteristic information generating apparatus, system, method, and computer-readable medium

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013210870A (ja) * 2012-03-30 2013-10-10 Hitachi Solutions Ltd 動線情報計測システムおよび方法、並びに情報処理装置
WO2017183547A1 (ja) * 2016-04-19 2017-10-26 日本電気株式会社 調査装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3414843B2 (ja) * 1993-06-22 2003-06-09 三菱電機株式会社 交通手段制御装置
KR100376921B1 (ko) * 1997-10-07 2003-03-26 미쓰비시덴키 가부시키가이샤 엘리베이터의 운행관리 제어장치
JP4445310B2 (ja) 2004-03-31 2010-04-07 セコム株式会社 セキュリティシステム
JP2012029227A (ja) 2010-07-27 2012-02-09 Ntt Docomo Inc 位置登録集計装置及び位置登録集計方法
US8761787B2 (en) * 2011-10-04 2014-06-24 At&T Intellectual Property I, L.P. Methods, systems and apparatus to facilitate ranked network priority
US9875405B2 (en) * 2015-04-29 2018-01-23 Beijing Kuangshi Technology Co., Ltd. Video monitoring method, video monitoring system and computer program product
US20170017846A1 (en) * 2015-07-15 2017-01-19 Umm Al-Qura University Crowd and traffic monitoring apparatus and method
JP6520800B2 (ja) * 2015-12-23 2019-05-29 株式会社Ｓｏｋｅｎ 乗員情報取得システム
JP6674791B2 (ja) * 2016-02-17 2020-04-01 株式会社Ｓｃｒｅｅｎホールディングス 混雑度推定方法、人数推定方法、混雑度推定プログラム、人数推定プログラム、および人数推定システム
US10517082B2 (en) * 2016-04-01 2019-12-24 Huawei Technologies Co., Ltd. Mechanisms for multi-tier distributed co-operative multi-point technology
EP3446552B1 (en) * 2016-04-22 2019-11-06 Signify Holding B.V. A crowd management system
WO2018025831A1 (ja) * 2016-08-04 2018-02-08 日本電気株式会社 人流推定装置、表示制御装置、人流推定方法および記録媒体
CN110770809B (zh) * 2017-06-20 2022-08-09 三菱电机株式会社 路径预测装置以及路径预测方法
WO2019087639A1 (ja) * 2017-10-31 2019-05-09 住友電気工業株式会社 無線センサシステム、管理装置、通信制御方法および通信制御プログラム
CA3167440A1 (en) * 2020-01-13 2021-07-22 Phenix Real Time Solutions, Inc. Flash crowd management in real-time streaming

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013210870A (ja) * 2012-03-30 2013-10-10 Hitachi Solutions Ltd 動線情報計測システムおよび方法、並びに情報処理装置
WO2017183547A1 (ja) * 2016-04-19 2017-10-26 日本電気株式会社 調査装置

Also Published As

Publication number Publication date
US20210227486A1 (en) 2021-07-22
WO2019239756A1 (ja) 2019-12-19
JP7143883B2 (ja) 2022-09-29
US11546873B2 (en) 2023-01-03

Similar Documents

Publication Publication Date Title
JP5165181B2 (ja) 携帯型コンピュータデバイスの所在と動態を割り出すシステムおよび方法
US9148764B2 (en) Characterizing an indoor structure based on detected movements and/or position locations of a mobile device
Abdelnasser et al. SemanticSLAM: Using environment landmarks for unsupervised indoor localization
KR101534995B1 (ko) 모바일 로케이션 결정을 위한 방법 및 장치
JP5871928B2 (ja) 所定の領域内のユーザトラフィックを分析するための方法及び装置
JP5645972B2 (ja) 移動局が関わる経路案内において用いる方法、装置、及び記録媒体
US11080634B2 (en) Device, system and method for monitoring usage of functional facilities
JP5472887B2 (ja) モバイルデバイスのユーザにとって、ある領域へのアクセスが実現可能であるか、それとも実現不可能であるかを判断するための方法、装置、モバイルデバイス、およびコンピュータ可読記録媒体
US9291698B2 (en) Wireless communication device, wireless communication method, and computer program product
US20130260790A1 (en) Method and system for providing location identification
Sadri et al. What will you do for the rest of the day? An approach to continuous trajectory prediction
Mathisen et al. A comparative analysis of Indoor WiFi Positioning at a large building complex
KR20140063878A (ko) 근접한 지문들을 통한 포지션 추정
KR20140071465A (ko) 관련성의 장소의 발견 및 자동적인 사이징
US11765549B2 (en) Contact tracing involving an index case, based on comparing geo-temporal patterns that include mobility profiles
Al Qathrady et al. Infection tracing in smart hospitals
JP7143883B2 (ja) 対象物数推定システム、対象物数推定方法、及びプログラム
CN112601177B (zh) 公共区域人流导流的方法、系统、服务器和存储介质
Kumrai et al. Automated construction of Wi-Fi-based indoor logical location predictor using crowd-sourced photos with Wi-Fi signals
JP2016048529A (ja) 携帯端末を所持したユーザの滞在判定が可能な装置、プログラム及び方法
KR101765215B1 (ko) 매장 정보의 업데이트 장치 및 방법
AU2016433153B2 (en) Estimated user location from cellular telephony data
Tsiamitros et al. Evaluation of non-intrusive positioning for public environments
CN116013538A (zh) 风险人员追踪方法、装置、存储介质及电子设备
KR20170053138A (ko) 개인 맞춤형 컨텐츠 제공 방법 및 전자 장치

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201130

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201130

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220201

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220330

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: 20220816

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220829

R151 Written notification of patent or utility model registration

Ref document number: 7143883

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151