WO2013128852A1 - 動線情報生成システム、動線情報生成方法および動線情報生成プログラム - Google Patents

動線情報生成システム、動線情報生成方法および動線情報生成プログラム Download PDF

Info

Publication number
WO2013128852A1
WO2013128852A1 PCT/JP2013/000976 JP2013000976W WO2013128852A1 WO 2013128852 A1 WO2013128852 A1 WO 2013128852A1 JP 2013000976 W JP2013000976 W JP 2013000976W WO 2013128852 A1 WO2013128852 A1 WO 2013128852A1
Authority
WO
WIPO (PCT)
Prior art keywords
trajectory
information
identification information
link
trajectory link
Prior art date
Application number
PCT/JP2013/000976
Other languages
English (en)
French (fr)
Inventor
有紀江 森口
小西　勇介
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to US14/380,077 priority Critical patent/US10648803B2/en
Priority to JP2014502011A priority patent/JP6070689B2/ja
Publication of WO2013128852A1 publication Critical patent/WO2013128852A1/ja
Priority to US16/509,715 priority patent/US10895454B2/en
Priority to US16/509,732 priority patent/US20190331485A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0833—Tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/20—Individual registration on entry or exit involving the use of a pass
    • G07C9/28—Individual registration on entry or exit involving the use of a pass the pass enabling tracking or indicating presence

Definitions

  • the present invention relates to a flow line information generation system, a flow line information generation method, and a flow line information generation program that generate flow line information including identification information of a moving body detected by different sensors and a locus of the moving body.
  • the multi-target tracking device described in Patent Literature 1 outputs a tracking device target position information (elevation angle, azimuth angle, distance), and tracking target identification information and position (elevation angle, azimuth angle). Connected to the target identification sensor device. Then, the multi-target tracking device described in Patent Literature 1 generates a hypothesis group including a target track by connecting the position information output by the radar device. In addition, the multi-target tracking device generates an angle track representing the direction in which the target is moving using information output from the target identification sensor device. Further, the multi-target tracking device selects hypotheses included in the hypothesis group by calculating the similarity between each hypothesis and each angle track. The multi-target tracking device also performs processing for reducing hypotheses by deleting hypotheses with low reliability and integrating similar hypotheses.
  • the system described in Patent Document 2 determines a trajectory candidate that is considered to represent a trajectory of an individual mobile object, and generates a hypothesis from a pair of the trajectory candidate and the mobile object identification information. Then, this system calculates the likelihood that the identification information is detected for the trajectory candidates included in each hypothesis, and estimates the maximum likelihood hypothesis based on the likelihood. The trajectory candidates are generated based on the detected trajectory fragments.
  • hypotheses hypotheses for associating trajectories with identification information
  • combining a candidate group of trajectories of mobile objects and identification information of mobile objects and selecting one hypothesis with the highest likelihood
  • the method for determining the association result with the identification information of the mobile object has the following problems.
  • the hypothesis representing the true state is rejected by the pruning process or if the hypothesis representing the true state is not generated, the hypothesis represents the true state even if the maximum likelihood hypothesis is specified. That is not to say that a hypothesis representing the true state cannot be obtained.
  • the present invention provides the correspondence between the trajectory of the moving object and the identification information of the moving object even when it may occur that the exact correspondence between the trajectory of the moving object and the identification information of the moving object cannot be specified. It is an object of the present invention to provide a flow line information generation system, a flow line information generation method, and a flow line information generation program capable of estimating and quantifying the degree of ambiguity of the correspondence relationship.
  • a flow line information generation system is trajectory information representing a trajectory of a moving object or a fragment of the trajectory of the moving object due to an interruption in tracking, and includes trajectory identification information for identifying the trajectory information, A set of trajectory information that can be regarded as representing the trajectory of one mobile object using trajectory information including the position information of the mobile object detected during tracking and a list of detection times of the position information.
  • a trajectory link candidate and a trajectory link candidate generating means for generating a trajectory link candidate that is a set of trajectory links that include all trajectory information without duplication, and the trajectory link and mobile object identification information detected in the tracking area; For each trajectory link / identification information pair that is a combination of the above, likelihood calculation means for calculating the likelihood that the trajectory link represents the trajectory of the mobile object identified by the mobile object identification information, and the trajectory link / identification information pair Based on the likelihood calculated in the above, for each trajectory link candidate, identification information association means for associating likely mobile object identification information with each trajectory link included in the trajectory link candidate, and included in each trajectory link candidate Based on the result of the association between each trajectory link and the mobile object identification information, the trend of the number of times the trajectory information and the mobile object identification information are associated with each other is identified for each trajectory information.
  • the trajectory represented by the trajectory information is identified by the mobile body identification information for each trajectory information based on the association tendency digitizing means and the value indicating the tendency of the number of times the trajectory information and the mobile body identification information are associated with each other.
  • a correlation score calculating means for calculating a correlation score indicating the degree of ambiguity of the correspondence relationship corresponding to the trajectory of the mobile object with respect to each mobile object identification information.
  • the flow line information generation method includes trajectory information that represents a trajectory of a moving body or a fragment of the trajectory of the moving body due to a tracking discontinuity, and includes trajectory identification information that identifies the trajectory information,
  • a set of trajectory information that can be regarded as representing a trajectory of one mobile object by using trajectory information including position information of the mobile object detected during body tracking and a list of detection times of the position information. Is a combination of the trajectory link and the mobile object identification information detected in the tracking area, generating a trajectory link candidate that is a set of trajectory links that includes all trajectory information without omissions.
  • each trajectory link / identification information pair calculate the likelihood that the trajectory link represents the trajectory of the moving body identified by the mobile object identification information, and based on the likelihood calculated for each trajectory link / identification information pair , Locus linkage
  • the likely mobile object identification information is associated with each trajectory link included in the trajectory link candidate, and each trajectory link included in each trajectory link candidate is associated with the mobile object identification information.
  • the tendency of the number of times that the trajectory information and the mobile object identification information are associated with each other is identified, and the tendency of the number of times that the trajectory information and the mobile object identification information are associated with each other is identified.
  • a correlation score indicating the degree of ambiguity of the correspondence relationship that the trajectory represented by the trajectory information corresponds to the trajectory of the mobile object identified by the mobile object identification information The identification information is calculated.
  • the flow line information generation program is a trajectory information representing a trajectory of a moving object or a fragment of the trajectory of the moving object due to the interruption of tracking in the computer, and the trajectory identification information for identifying the trajectory information.
  • Trajectory link candidate generation processing that generates a trajectory link that is a set of information and a trajectory link candidate that is a set of trajectory links that includes all trajectory information without omissions, and the trajectory link and movement detected in the tracking area
  • a likelihood calculation process for calculating the likelihood that the trajectory link represents the trajectory of the mobile object identified by the mobile object identification information
  • identification information association processing for associating likely mobile object identification information with each trajectory link included in the trajectory link candidate, individual trajectory The number of times the trajectory information and the mobile object identification information are associated with each trajectory information for each individual mobile object identification information from the result of the association between each trajectory link included in the connection candidate and the mobile object identification information.
  • the trajectory represented by the trajectory information is moved for each trajectory information based on the correlation trend digitizing process for digitizing the tendency of the trajectory and the value indicating the tendency of the number of times the trajectory information and the moving body identification information are associated with each other.
  • a correlation score calculation process for calculating a correlation score indicating the degree of ambiguity of the correspondence relationship corresponding to the trajectory of the mobile object identified by the body identification information with respect to each mobile object identification information. It is characterized in.
  • the correspondence between the trajectory of the moving object and the identification information of the moving object can be determined even if it may occur that the exact correspondence between the trajectory of the moving object and the identification information of the moving object may not be specified. It is possible to estimate and quantify the degree of ambiguity of the correspondence.
  • step S3 It is a flowchart which shows the process of step S3 concretely. It is a schematic diagram which shows the example of the production
  • step S6 concretely. It is a figure which shows the specific example of the bipartite graph produced by step S603. It is a figure which shows the example which added the starting point and the end point to the bipartite graph shown in FIG. It is a flowchart which shows the process of step S7 concretely. It is a flowchart which shows concretely the process of step S7 in the modification of embodiment of this invention. It is a flowchart which shows the example of process progress of step S700. It is a flowchart which shows the example of process progress of step S700. It is a block diagram which shows the example of the minimum structure of the flow line information generation system of this invention.
  • identification information is referred to as ID.
  • FIG. 1 is a block diagram showing an example of a flow line information generation system of the present invention.
  • the flow line information generation system of the present invention includes a trajectory information input unit 1, an ID information input unit 2, a flow line information generation unit 3, and a flow line information analysis unit 4.
  • the flow line information generation system includes, for each ID, a score that represents the degree of ambiguity of the correspondence between the trajectory of the moving object moving within the predetermined tracking area 50 and the ID (identification information) of the moving object.
  • the flow line information including the position coordinates of the moving body on the locus and the detection time information is generated.
  • This score represents the degree of ambiguity of the correspondence relationship that the trajectory corresponds to the trajectory of the moving object identified by the ID.
  • this score represents the reliability of the correspondence between the trajectory and the ID. That is, it can be said that the higher the score, the less ambiguity and the higher the reliability.
  • this score is referred to as an ID association score.
  • each moving body P may come out of the tracking area 50.
  • the kind of the moving body P is not specifically limited, A human, an animal, or a thing may be sufficient.
  • the trajectory information input unit 1 is a device that detects the position coordinates of the moving body in the tracking area 50 and inputs the position coordinates and the detection time to the flow line information generation unit 3. In the following description, a case where a two-dimensional coordinate is detected as a position will be described as an example.
  • the trajectory information input unit 1 assigns the same trajectory number to each set of detected position coordinates and detection time while one moving body can be tracked without interruption.
  • the trajectory information input unit 1 determines a new tracking number that does not overlap with any tracking number assigned so far, when tracking of the moving object is started again. The new tracking number is assigned to the set of position coordinates and detection time detected for the moving object after the tracking is resumed.
  • the trajectory information input unit 1 inputs to the flow line information generation unit 3 a set of the position coordinates of the detected moving body and its detection time, and a trajectory number assigned to the set.
  • a set of a set of position coordinates to which a common trajectory number is assigned and its detection time, and the trajectory number are combined and described as trajectory information.
  • Trajectory information for example, (the locus number 1, (time t 1, x-coordinate, y-coordinate), (time t 2, x-coordinate, y-coordinate), ..., (time t n, x coordinate, y coordinate) ) And the like.
  • the trajectory information can be distinguished by the trajectory number, and trajectory information that can be specified by one trajectory number is counted as one trajectory information.
  • trajectory information that can be specified by one trajectory number is counted as one trajectory information.
  • a plurality of pieces of trajectory information having different trajectory numbers can be obtained. These individual trajectory information can be said to represent individual fragments of the trajectory. Further, if tracking is not interrupted for one moving body, one piece of trajectory information is obtained. Therefore, it can be said that the trajectory information represents a trajectory fragmented due to the interruption of tracking or the entire trajectory related to one moving body.
  • the trajectory information input unit 1 may detect the attribute information of the moving object, and input the attribute information to the flow line information generation unit 3 together with the position coordinates, the detection time, and the trajectory number.
  • attribute information a color, a magnitude
  • the trajectory information includes attribute information for each detection time.
  • the trajectory information input unit 1 may be any device that detects position information of a moving body in the tracking area 50, specifies the detection time, and is assigned a trajectory number, and needs to detect an ID unique to each moving body. There is no.
  • the trajectory information input unit 1 may be realized by, for example, a moving body tracking system using a camera, a floor pressure sensor, a laser range finder, a human sensor, or a radar. When the trajectory information input unit 1 is realized in such a manner, the moving body does not need to hold a device necessary for detecting the mobile body itself. Further, the trajectory information input unit 1 may detect the position coordinates of the moving body in such a manner that the moving body holds equipment necessary for coordinate detection.
  • the trajectory information input unit 1 may be realized by a mobile tracking system using a wireless communication device such as GPS (Global Positioning System) or an ultrasonic receiver.
  • the trajectory information input unit 1 is preferably installed so that the entire tracking area 50 can be detected without a blind spot, but a blind spot that may be partially undetectable may be generated. This is because the flow line information generation unit 3 described later can estimate a series of flow lines even when a plurality of pieces of track information having different track numbers are generated due to the interruption of tracking. .
  • the ID information input unit 2 is a device that acquires the ID of a moving object in the tracking area 50.
  • the ID information input unit 2 does not always detect the ID when the moving object exists, and whether the ID can be detected depends on the position of the moving object in the tracking region 50. For example, the detection probability of an ID of a mobile object existing in a place close to the ID information input unit 2 is high, and the detection probability of an ID of a mobile object existing in a place away from the ID information input unit 2 is low.
  • FIG. 1 shows one ID information input unit 2, but a plurality of ID information input units 2 may be installed in the tracking area 50.
  • Each ID information input unit 2 is assigned in advance an ID information input unit ID (that is, identification information of the ID information input unit) for uniquely identifying the ID information input unit 2.
  • the ID information input unit ID is used to determine which ID information input unit 2 has detected the ID of the moving object.
  • ID information input unit ID is represented by a number
  • the ID information input unit ID will be referred to as an ID information input unit number.
  • the ID information input unit ID may be represented by a number other than the number.
  • the ID information input unit 2 inputs the detected moving body ID, the detection time, and the detected position of the ID to the flow line information generation unit 3.
  • the ID information input unit 2 inputs the ID information input unit number of the ID information input unit 2 together with the ID information input unit 2 to the flow line information generation unit 3. Further, the tracking area 50 is divided in advance according to the position detection resolution of the sensor to be used. Then, the ID information input unit 2 may input to the flow line information generation unit 3 as information on the detection position, in which region of the regions obtained by dividing the tracking region 50 the ID of the moving object is detected. .
  • the ID information input unit 2 may represent the detection position by an area ID that uniquely identifies each area into which the tracking area 50 is divided.
  • the ID information input unit 2 may represent a region corresponding to the ID detection position with two-dimensional coordinates.
  • the ID information input unit 2 detects the ID.
  • the area corresponding to the position may be represented by the ID information input unit number of the ID information input unit 2 itself.
  • the position coordinates of the moving body input from the trajectory information input unit 1 to the flow line information generation unit 3 and the ID detection position input from the ID information input unit 2 to the flow line information generation unit 3 are expressed in a common coordinate system.
  • the flow line information generation unit 3 holds a conversion table for converting information on the positions. Then, the flow line information generation unit 3 converts one or both of the position coordinates input from the trajectory information input unit 1 and the detection position input from the ID information input unit 2.
  • the flow line information generation unit 3 may convert the position coordinates input from the trajectory information input unit 1 into the coordinate system used in the ID information input unit 2. Alternatively, the flow line information generation unit 3 may convert the detection position input from the ID information input unit 2 into the coordinate system used in the trajectory information input unit 1. Further, the flow line information generation unit 3 may convert the position coordinates input from the trajectory information input unit 1 and the detection position input from the ID information input unit 2 into another coordinate system.
  • the flow line information generation unit 3 uses the area ID and the vertex position coordinates of each area ID represented by the coordinate system used in the trajectory information input unit 1. What is necessary is just to hold
  • the flow line information generation unit 3 is represented by the ID information input unit number and the coordinate system used in the trajectory information input unit 1. It is only necessary to hold a conversion table indicating a correspondence relationship with the installation position of each ID information input unit 2.
  • the ID information input unit 2 tries to detect the ID of the moving body and the ID cannot be detected, the ID of the moving body is set to “none” and the time and position are input to the flow line information generating unit 3. May be.
  • the ID information input unit 2 does not input any information such as an ID, the flow line information generation unit 3 may determine that no ID of the moving object has been detected at that time.
  • the ID information input unit 2 may be any device that can detect an ID unique to a moving object and specify its detection time and detection position.
  • an RFID reader may be used as the ID information input unit 2.
  • the moving body has an IC (Integrated Circuit) card and the ID of the IC card is used as the ID of the moving body, an IC card reader may be used as the ID information input unit 2.
  • the mobile body has a wireless LAN terminal and uses the MAC (Media Access Control) address of the wireless LAN (Local Access Network) terminal as the mobile body ID
  • an access point may be used as the ID information input unit 2. .
  • a barcode reader may be used as the ID information input unit 2.
  • the moving body is a person
  • a person's face, fingerprint, vein, or the like may be used as the person ID
  • the ID information input unit 2 may be a reading device for these IDs.
  • you may use together ID information input part 2 from which a detection target differs like a face authentication apparatus and an RFID reader.
  • the detection areas of the ID information input devices 2 may be installed so as to overlap each other. Or you may install so that it may not mutually overlap.
  • the detection of the position coordinates of the moving object by the trajectory information input unit 1 and the detection of the ID of the moving object by the ID information input unit 2 are performed at the same time.
  • the flow line information generation unit 3 receives the position coordinates input from the trajectory information input unit 1, and the like.
  • the ID and the like input from the ID information input unit 2 may be buffered, and the information stored in the buffer at regular intervals may be used.
  • time synchronization is not established between the trajectory information input unit 1 and the ID information input unit 2
  • information from the trajectory information input unit 1 and information from the ID information input unit 2 are sent to the flow line information generation unit 3.
  • the flow line information generation unit 3 may set the same detection time for the input position coordinates and ID.
  • the flow line information generation unit 3 uses the information input from the trajectory information input unit 1 and the information input from the ID information input unit 2 to associate the ID for each ID calculated for the trajectory information of the moving object.
  • the flow line information including the score and the position coordinates of the moving object and the detection time is generated.
  • FIG. 2 is a block diagram illustrating a configuration example of the flow line information generation unit 3.
  • a trajectory information input unit 1, an ID information input unit 2, and a flow line information analysis unit 4 are also illustrated.
  • the flow line information generation unit 3 includes a trajectory link candidate generation unit 31, an ID association likelihood calculation unit 32, an ID association unit 33, an ID association result aggregation unit 34, and an ID association score calculation unit 35. And an ID candidate output means 36 with a score.
  • trajectory link candidate a set of trajectory links that includes all the trajectory information determined from the entire position coordinate, detection time, and trajectory number information input from the trajectory information input unit 1 without any omissions.
  • FIG. 3 is a schematic diagram schematically showing a trajectory represented by trajectory information. In FIG. 3, four trajectories corresponding to the four trajectory information of the trajectory numbers 1 to 4 are shown. In the following description, each piece of trajectory information having trajectory numbers 1, 2, 3, and 4 will be referred to as trajectory information 1, 2, 3, and 4, respectively. With reference to FIG. 3, examples of trajectory link and trajectory link candidates will be described.
  • the trajectory information 1, 2, 3, 4 can be regarded as representing the trajectory of one moving body. Accordingly, each piece of trajectory information 1, 2, 3, 4 corresponds to an independent trajectory link. Further, the set of the trajectory information 1 and the trajectory information 3 can be regarded as representing a fragmented trajectory set related to one moving body. Accordingly, the combination of the trajectory information 1 and the trajectory information 3 also corresponds to the trajectory link. Similarly, a combination of the locus information 1 and the locus information 4 and a combination of the locus information 2 and the locus information 3 correspond to the locus connection.
  • the case where the number of pieces of trajectory information included in the trajectory link is exemplified is one or two.
  • the trajectory link including one piece of trajectory information and two pieces of trajectory information are included.
  • Trajectory link,..., Trajectory link including n pieces of trajectory information can be considered.
  • a trajectory link that is, a set of trajectory information 1, 2, 3, 4) including a maximum of four pieces of trajectory information is conceivable.
  • the trajectory link candidate is a set of trajectory links that includes all the trajectory information without omissions. Therefore, for example, it is assumed that the individual trajectory information 1, 2, 3 and 4 are four independent trajectory links, and the trajectory information 1, 2, 3 and 4 are expressed as trajectory links 1, 2, 3 and 4. . In this case, a set of trajectory links 1, 2, 3, and 4 can be set as trajectory link candidates.
  • the trajectory link candidate includes trajectory information 1, 2, 3, and 4 without omission and without duplication.
  • trajectory information 1 and 3 is assumed to be a single trajectory link and represented as a trajectory link 13.
  • the trajectory information 2 and 4 are independent trajectory links and are represented as trajectory links 2 and 4.
  • a set of trajectory links 13, 2, and 4 can be set as trajectory link candidates.
  • trajectory link candidate a set of two trajectory links 13 and 24 can be a trajectory link candidate.
  • a set of trajectory information 1, 2, 3, 4 is one trajectory link.
  • this one trajectory link can be a trajectory link candidate.
  • the set of trajectory information 1, 2, 3, 4 is one trajectory link, but four fragmented trajectories as shown in FIG. It is hard to think of it as a trajectory related to the body.
  • the trajectory link candidate generation unit 31 When the trajectory link candidate generation unit 31 generates a trajectory link, a set of trajectory information corresponding to a predetermined condition is not set as trajectory link.
  • the trajectory link candidate includes trajectory information 1, 2, 3, 4 without omission.
  • trajectory link set that is not a trajectory link candidate is shown.
  • a set of trajectory information 1 and 3 is a trajectory link 13
  • a set of trajectory information 1 and 4 is a trajectory link 14.
  • the trajectory information 2 is defined as trajectory link 2.
  • the combination of the trajectory links 13, 14, and 2 does not correspond to the trajectory link candidate because the trajectory information 1 is included redundantly.
  • each piece of trajectory information 1, 2, 3, and 4 is four independent trajectory links 1, 2, 3, and 4, respectively.
  • the locus information 4 is not included in the set of the locus links 1, 2, and 3. Therefore, a set of trajectory links including only trajectory links 1, 2, and 3 does not correspond to trajectory link candidates.
  • the trajectory link candidate generation means 31 determines individual trajectory information from the entire information of position coordinates, detection time, and trajectory number input from the trajectory information input unit 1, and generates trajectory link and trajectory link candidates using the trajectory information. To do. However, the trajectory link candidate generation unit 31 does not perform trajectory link for a set of trajectory information that satisfies a predetermined condition as described above. Specifically, the trajectory link candidate generation unit 31 does not perform trajectory link for a set of trajectory information corresponding to any one of the first and second conditions described below. In other words, the trajectory link candidate generation unit 31 prohibits a set of trajectory information corresponding to at least one of the first condition and the second condition from being a trajectory link.
  • the first condition is that a set of trajectory information includes a plurality of pieces of trajectory information including the same detection time, and the position coordinates of the moving object detected at the same detection time included in the plurality of trajectory information. Is a condition that the distance is equal to or greater than a predetermined threshold. Satisfying the first condition indicates that the same moving object is present at a location separated by a threshold or more at the same time. It is inappropriate to set the trajectory information set corresponding to such a condition as trajectory link, and the trajectory link candidate generation unit 31 does not set the trajectory information set corresponding to the first condition as the trajectory link.
  • a position coordinate with the oldest detection time is called a start point
  • a position coordinate with the newest detection time is called an end point.
  • the second condition is that when each piece of trajectory information included in the set of trajectory information is arranged from the oldest in the order of detection time of the start point, the end time of the end point of the trajectory information is detected, and the time axis is set to a new time side.
  • the moving speed of the linear distance from the end point of the previous trajectory information to the start point of the next trajectory information, which is obtained from the detection time and position of the start point of the adjacent next trajectory information, is determined as the maximum movement of the moving object.
  • the condition is that the speed is exceeded.
  • Satisfying the second condition indicates that the moving body is moving at a speed at which it cannot move. It is inappropriate to set the trajectory information set corresponding to such a condition as trajectory link, and the trajectory link candidate generation unit 31 does not set the trajectory information set corresponding to the second condition as the trajectory link.
  • the trajectory link candidate generation unit 31 obtains a distance along the movable route as the distance from the end point of the previous trajectory information to the start point of the next trajectory information, and The moving speed of the moving body may be calculated from the distance.
  • the third condition is a condition that, in a plurality of pieces of trajectory information, it is determined that the attribute information included in the different trajectory information is not similar based on the similarity obtained from the attribute information included in the different trajectory information. .
  • the trajectory link candidate generation means 31 does not have to set trajectory information corresponding to the third condition as trajectory link. Note that the method for calculating the similarity between the attribute information is not particularly limited. Whether the attribute information is similar may be determined by comparing the degree of similarity with a predetermined threshold value.
  • trajectory information is assumed to be a trajectory link.
  • the trajectory link candidate generation means 31 sets an upper limit on the number of trajectory link candidates, and when the number of generated trajectory link candidates exceeds the upper limit, the number of trajectory link candidates becomes equal to or less than the upper limit.
  • pruning of trajectory link candidates may be performed.
  • the pruning standard is not particularly limited.
  • the trajectory link candidate generation unit 31 may obtain the sum of the times when the position coordinate detection times overlap among the trajectory information included in the trajectory link candidates, and may exclude the trajectory link candidates from the longest time in order. .
  • the trajectory link candidate generation unit 31 may obtain the sum of the discontinuity times between the trajectory information in the trajectory links included in the trajectory link candidates, and may exclude the trajectory link candidates having the long total discontinuity times in order.
  • the trajectory link candidate generation means 31 excludes the trajectory link candidates in the descending order of the trajectory links included in the trajectory link candidates (in other words, the descending order of the number of moving objects represented by the trajectory link candidates). Also good.
  • the trajectory link candidate generation unit 31 uses the trajectory information in the trajectory link included in the trajectory link candidates as the trajectory information.
  • the degree of similarity of the attribute information may be calculated, and the trajectory link candidates including a set of trajectory information having a low degree of similarity may be excluded in order.
  • a plurality of criteria may be used in combination as a pruning criterion for trajectory link candidates.
  • the ID association likelihood calculating unit 32 uses all the trajectory links generated by the trajectory link candidate generating unit 31 and the IDs of all the moving bodies input from the ID information input unit 2 during a predetermined time. , A set of one trajectory link and one ID (hereinafter referred to as a trajectory link / ID pair) is generated as a whole.
  • the trajectory link / ID pair represents the association between the trajectory of the moving object and the ID.
  • the ID association likelihood calculation means 32 calculates a likelihood indicating the likelihood of this association for each trajectory link / ID pair. That is, the ID association likelihood calculating means 32 calculates a likelihood representing a trajectory of the moving object whose trajectory link is identified by the ID.
  • this likelihood is referred to as an ID association likelihood.
  • the ID association likelihood and the ID association score are common in that both represent the degree of appropriateness of association between the trajectory and the ID, but differ in the following points.
  • the ID association likelihood is a value calculated for associating the optimum ID with the trajectory link, and is calculated by paying attention to the individual trajectory link.
  • the ID association score is obtained after the ID is associated with the trajectory link belonging to each trajectory link candidate generated by the trajectory link candidate generation unit 31 based on the ID correlation likelihood. This is a value calculated based on the tendency of association between the trajectory link and the ID in the link candidate. Further, the ID association likelihood is calculated for the trajectory link, while the ID association score is calculated for the trajectory information.
  • the ID association likelihood calculation means 32 holds an ID output probability map in advance.
  • the ID output probability map is a map in which the tracking area 50 is divided and the probability that the ID of the moving body is detected by the ID information input unit 2 when the moving body exists for each divided area is defined.
  • the ID detection probability defined for each area is referred to as an ID output probability.
  • the ID output probability map is created in advance for each ID information input unit 2, and the ID association likelihood calculation means 32 holds each ID output probability map. Each ID output probability map covers the entire area in the tracking area 50.
  • a mobile object carries in advance a terminal or tag that transmits an ID and moves in each area in the tracking area 50.
  • One ID information input unit 2 tried to detect ID a plurality of times (for example, 10 times) while the moving object was present in one area, and the ID information input unit 2 was able to detect the ID.
  • Count the number of times.
  • the ID output probability in the area is obtained from the number of times the ID information input unit 2 tries to detect the ID and the number of times the ID can be actually detected.
  • an ID output probability map relating to the ID information input unit 2 can be created.
  • an ID output probability map may be created for each ID information input unit 2 by the same method.
  • the ID association likelihood calculation means 32 corresponds to the ID information input unit 2 that detects the ID of the mobile body included in the locus connection / ID pair when calculating the ID association likelihood for each locus connection / ID pair. Select an ID output probability map. Then, the ID association likelihood calculating means 32 specifies the position coordinates of the moving object at each time when the ID of the moving object included in the trajectory link / ID pair is detected from the trajectory link included in the trajectory link / ID pair. The ID output probability in the area including the position coordinates is determined by the ID output probability map. Then, the ID association likelihood calculating unit 32 multiplies ID output probabilities obtained at each ID detection time. This multiplication result is the ID association likelihood.
  • the ID association likelihood calculating means 32 may calculate the sum of logarithmic values of the ID output probabilities obtained at each ID detection time and use the calculation result as the ID association likelihood.
  • the ID correlating means 33 is an ID likely to each trajectory link included in the trajectory link candidate (that is, A process of associating a likely mobile ID corresponding to the trajectory represented by the trajectory link is performed.
  • the ID association unit 33 is included in the trajectory link candidate by specifying a combination that maximizes the result of integration of the ID association likelihood among the combinations of the trajectory link and each ID included in the trajectory link candidate.
  • Each trajectory link is associated with an ID.
  • the calculation for obtaining the integrated result of the ID association likelihood is executed in step S606 described later.
  • the ID association unit 33 does not associate the same ID with a plurality of trajectory links included in one trajectory link candidate.
  • the result of performing the most likely ID association with the trajectory link included in the trajectory link candidate is referred to as an ID correlation candidate.
  • the ID association unit 33 associates IDs among the trajectory links included in the trajectory link candidates.
  • Information indicating that the corresponding ID does not exist is associated with the trajectory link that has not been performed.
  • the character string “unknown” may be used as information indicating that the corresponding ID does not exist, and the ID association unit 33 may associate “unknown” with the trajectory link included in the trajectory link candidate.
  • the ID association unit 33 associates IDs with all the link candidates included in the trajectory link candidates. Then, the ID association unit 33 regards an ID that is not associated with a connection candidate as not having a corresponding locus connection, and does not associate it with a connection candidate.
  • the ID association unit 33 has an ID corresponding to the trajectory link included in the trajectory link candidate. You may decide not to.
  • the ID association result totaling unit 34 targets all ID association candidates obtained by the ID association unit 33, and in each ID association candidate, the trajectory information included in the trajectory link corresponds to which ID and how many times. Aggregate what was attached. If the trajectory link is associated with the ID, the trajectory information included in the trajectory link is also associated with the ID.
  • the ID association score calculating unit 35 is configured to calculate each ID for each trajectory information based on the count total result obtained by the ID correlation result totaling unit 34 (that is, the number of times each ID is associated with each trajectory information). Normalize the association count. In the present embodiment, the ID association score calculation means 35 normalizes the value of the number of times obtained for each ID so that the sum is 1 for each trajectory information. In the present embodiment, each value obtained as a result is set as an ID association score. For example, assume that a value of 0.2 is obtained for ID “1” and a value of 0.8 is obtained for ID “2” with respect to certain trajectory information. In this case, the ID association score for the trajectory information and ID “1” is 0.2, and the ID association score for the trajectory information and ID “2” is 0.8.
  • the scored ID candidate output means 36 generates a list of individual IDs and ID association scores for the individual IDs for each trajectory information, and outputs the list to the flow line information analysis unit 4.
  • the flow line information analysis unit 4 analyzes and visualizes the flow line information by using each ID and ID association score list for each piece of trajectory information generated by the scored ID candidate output means 36.
  • the flow line information analysis unit 4 specifies the ID association score of the specified ID for each piece of trajectory information, changes the thickness of the flow line according to the ID association score, and displays each flow line on the display device. It may be displayed above.
  • the ID association score represents the degree of ambiguity of association between trajectory information and ID. Therefore, the flow line information analysis unit 4 changes the thickness of the trajectory indicated by the trajectory information according to the ID association score, thereby indicating the degree of ambiguity in the association between the trajectory information and the ID, and the flow line. Information can be visualized. An example of visualizing the flow line information in this way is shown in FIG. FIG.
  • the flow line information analysis unit 4 may display a smoothly connected flow line by complementing the discontinuity between the trajectories and continuously changing the thickness of the flow line of the complement portion. In this case, the line thickness of the complemented portion changes smoothly.
  • FIG. 4 shows a case where the thickness of the trajectory indicated by the trajectory information is changed according to the ID association score.
  • the trajectory information is set according to the ID association score by sharing the thickness of each trajectory.
  • the darkness of the locus line indicated by may be changed.
  • the flow line information analysis unit 4 may display a darker color for a trajectory with a higher ID association score, and display a lighter color for a trajectory with a lower ID association score.
  • the flow line information analysis unit 4 displays the smoothly connected flow line by complementing the discontinuity between the trajectories and continuously changing the color density of the flow line of the complement portion. Also good. In this case, the line density of the complemented portion changes smoothly.
  • the analysis and visualization by the flow line information analysis unit 4 is not limited to the above example. Hereinafter, other examples of analysis and visualization will be shown.
  • the flow line information analysis unit 4 displays that, for an area where the density of the moving object is equal to or greater than a predetermined value, the set of moving objects in the area corresponds to the set of IDs of the moving objects. May be.
  • This area may be the same area as each area in the ID output probability map, or may be an area obtained by dividing the tracking area 50 in a manner according to the user's designation.
  • FIG. 5 is an explanatory diagram showing an example of deriving the correspondence between such a set of mobile objects and a set of IDs.
  • the example shown in FIG. 5 shows an example in which the tracking area 50 is divided into nine. Of these nine regions, it is assumed that the moving bodies 41, 42, and 43 exist in the region A, and the flow line information analysis unit 4 determines that the density of the moving bodies in the region A is high. In this case, the flow line information analysis unit 4 refers to the ID association score for each ID calculated for the trajectory information of each mobile object in the region A, and for each ID, the sum of the ID association scores. Calculate The flow line information analysis unit 4 does not use an ID association score for a moving object that does not exist in the region A for this calculation. In the area A shown in FIG.
  • the flow line information analysis unit 4 associates the three moving bodies 41 to 43 existing in the region A with the top three IDs “a”, “b”, “c” of the sum of the ID association scores, and moves It may be displayed that a set of bodies 41 to 43 is associated with a set of IDs “a”, “b”, and “c”.
  • the flow line information analysis unit 4 displays the result of associating the set of the moving object and the ID set in this way. May be.
  • the flow line information analysis unit 4 may display the possibility that there is a moving object having an attribute specified by the user for each area.
  • the flow line information analysis unit 4 can access a storage device that stores a database in which each mobile object ID is associated with an attribute of the mobile object.
  • the flow line information analysis unit 4 determines each area obtained by dividing the tracking area 50 by the size of the area specified by the user, for example.
  • the flow line information analyzing unit 4 receives information specifying an attribute from the user. For example, an attribute such as “woman in 40s” is designated. Then, the flow line information analysis unit 4 reads the ID group of the moving object corresponding to the specified attribute from the database, and selects the flow line information that matches the ID group.
  • the flow line information analysis unit 4 determines, based on the selected flow line information, which ID moving body exists in which area at which time. Then, the flow line information analysis unit 4 cumulatively adds, for each area, the score of the ID corresponding to the designated attribute among the IDs of the mobile objects existing in the area. It can be said that the region where the addition result is higher is a place where the specified attribute (in this example, a woman in her 40s) is more likely to exist.
  • the flow line information analysis unit 4 displays the tracking area 50 by changing the display mode of each area in the tracking area 50 according to the addition result. For example, the flow line information analysis unit 4 may display the tracking area 50 in the heat map format illustrated in FIG.
  • Trajectory link candidate generation means 31, ID association likelihood calculation means 32, ID association means 33, ID association result aggregation means 34, ID association score calculation means 35, and scored ID candidate output means 36 Is realized by, for example, a CPU (Central Processing Unit) of a computer that operates according to a flow line information generation program.
  • a program storage device (not shown) of the computer stores a flow line information generation program, and the CPU reads the program.
  • the trajectory link candidate generation unit 31 and the ID association likelihood calculation unit 32 are read.
  • the ID association unit 33, the ID association result aggregation unit 34, the ID association score calculation unit 35, and the scored ID candidate output unit 36 may be operated.
  • the trajectory link candidate generation means 31, the ID association likelihood calculation means 32, the ID association means 33, the ID association result totaling means 34, the ID association score calculation means 35, and the scored ID candidate output means 36 are respectively provided. It may be realized by other hardware.
  • FIG. 7 is a flowchart illustrating an example of processing progress of the flow line information generation unit 3.
  • the trajectory link candidate generation means 31 acquires a set of the trajectory number, the position coordinates of the moving body, and the detection time thereof from the trajectory information input unit 1 (step S1).
  • the trajectory link candidate generation means 31 stores a set of trajectory numbers, position coordinates, and detection times that are sequentially input as a data structure having a list of detection times and position coordinates for a predetermined past time for each trajectory number. .
  • information on the trajectory number 1 from time t 1 to t n is (trajectory number 1, (time t 1 , x coordinate, y coordinate), (time t 2 , x coordinate, y coordinate),.
  • the trajectory link candidate generation unit 31 generates and stores trajectory information including a trajectory number, a list of detection times and detection coordinates for a certain past time. Specifically, when a set of a trajectory number, a position coordinate, and a detection time is newly input, the trajectory link candidate generation unit 31 adds the newly input position coordinate and the list to the list corresponding to the trajectory number. A set of detection times may be added. In addition, the trajectory link candidate generation unit 31 may delete the detection time and position coordinates before a certain past time from the list.
  • the trajectory link candidate generation means 31 retains the detection time of the position coordinate to which the trajectory number is first assigned without deleting it.
  • this time is referred to as a track number assignment time.
  • the trajectory link candidate generation means 31 rearranges the trajectory information group from the current time to the past fixed time in order from the oldest to the newest assigned trajectory number (step S2).
  • the trajectory link candidate generation means 31 generates a trajectory link and a trajectory link candidate using the trajectory information group rearranged in step S2 (step S3).
  • 8 and 9 are flowcharts specifically showing the process of step S3.
  • FIG. 10 is a schematic diagram illustrating an example of a process of generating a trajectory link and a trajectory link candidate.
  • step S3 the trajectory link candidate generation means 31 selects the trajectory number of the trajectory information with the oldest trajectory number assignment time from the trajectory information rearranged in step S2 (see FIG. 7), and updates the trajectory information.
  • the middle trajectory link and the updating trajectory link candidate are set (step S301).
  • the updating trajectory link is a trajectory link in the generation process.
  • the updating trajectory link candidate is a trajectory link candidate in the generation process.
  • the trajectory link is represented by listing the trajectory numbers in parentheses. In addition, by listing such trajectory links in curly brackets, trajectory link candidates are represented. For example, when the trajectory information of the trajectory number 1 is selected in step S301, the trajectory link candidate generation unit 31 sets the trajectory information as an updating trajectory link (trajectory number 1). In addition, the trajectory link candidate generation unit 31 sets the trajectory information as an updating trajectory link candidate ⁇ (trajectory number 1) ⁇ .
  • the trajectory link candidate generation unit 31 determines whether there is a trajectory number not selected in steps S301 and S303 among the trajectory numbers of each trajectory information (step S302). If it is determined that there is no unselected trajectory number (No in step S302), the process in step S3 is terminated.
  • the trajectory link candidate generation unit 31 selects the trajectory number of the trajectory information with the oldest trajectory number assignment time from the trajectory information with no trajectory number selected. (Step S303). In the example shown in FIG. 10, the trajectory information of trajectory numbers 1 to n is arranged in order of the trajectory number assignment time. Since trajectory number 1 has already been selected in step S301, trajectory link candidate generation means 31 selects trajectory number 2.
  • the trajectory link candidate generation unit 31 adds the trajectory information of the trajectory number selected in Step S303 (here, trajectory number 2) to the updating trajectory link candidate, and updates the updating trajectory link candidate. Perform the process.
  • the trajectory link candidate generation means 31 determines whether there is an updating trajectory link candidate that has not been selected in step S305 among the updating trajectory link candidates generated at the end of step S303 (step S303). S304).
  • the trajectory link candidate generation unit 31 selects one of the unselected updating trajectory link candidates (step S305).
  • the above-described updating trajectory link candidate ⁇ (trajectory number 1) ⁇ will be described as an example.
  • the trajectory link candidate generation unit 31 determines whether there is an updating trajectory link that is not selected in step S307 among the updating trajectory links included in the updating trajectory link candidate selected in step S305. (Step S306). If there is an updating trajectory link that has not yet been selected in step S307 in the selected updating trajectory link candidates (Yes in step S306), the trajectory link candidate generation means 31 is not selected from the updating trajectory link candidates. Update trajectory link is selected (step S307). In this example, (trajectory number 1) is selected from the updating trajectory link candidates ⁇ (trajectory number 1) ⁇ .
  • the trajectory link candidate generation unit 31 can link the trajectory information of the trajectory number selected in step S303 to the updating trajectory link selected in step S307 (in other words, whether it can be added). ) Is determined (step S308).
  • the trajectory link candidate generation unit 31 determines that the set of trajectory information in the updating trajectory link selected in step S307 and the trajectory information of the trajectory number selected in step S303 is the first condition and the second It may be determined whether or not connection is possible by determining whether or not the condition is met. That is, the trajectory link candidate generation unit 31 selects the trajectory number selected in step S303 for the selected updating trajectory link if the set of trajectory information does not correspond to either the first condition or the second condition. It may be determined that the trajectory information can be linked.
  • the trajectory link candidate generation means 31 selects the updated trajectory link in step S303. What is necessary is just to determine with the locus
  • each of the trajectory information of the trajectory number 1 and the trajectory information of the trajectory number 2 includes the position coordinates of the moving object detected at the same detection time, and the distance between the position coordinates is If it is equal to or greater than the threshold value, the first condition is met.
  • the trajectory link candidate generation unit 31 determines that the trajectory information of the trajectory number 2 cannot be linked to the updating trajectory link (trajectory number 1).
  • the trajectory link candidate generation means 31 calculates the trajectory information of the trajectory number 1 from the detection time and position of the end point of the trajectory information of the trajectory number 1 and the detection time and position of the start point of the trajectory information of the trajectory number 2. The speed at which the moving body has moved the distance from the end point to the start point of the trajectory information of the trajectory number 2 is calculated. If this speed exceeds the predetermined maximum moving speed of the moving body, the set of trajectory information of trajectory numbers 1 and 2 corresponds to the second condition. In this case, the trajectory link candidate generation unit 31 determines that the trajectory information of the trajectory number 2 cannot be linked to the updating trajectory link (trajectory number 1).
  • the trajectory link candidate generation unit 31 includes the trajectory information set described above. It may be determined whether or not the third condition is satisfied. When the third condition is satisfied, the trajectory link candidate generation unit 31 may determine that the trajectory information of the trajectory number selected in step S303 cannot be linked to the updating trajectory link.
  • step S307 If the first and second conditions are met and it is determined in step S307 that connection is not possible (No in step S308), the trajectory link candidate generation unit 31 proceeds to step S306 again.
  • the trajectory link candidate generation unit 31 updates the trajectory link in the trajectory link candidate selected in step S305.
  • a new updating trajectory link candidate is generated by connecting the updating trajectory link selected in step S307 to the trajectory information of the trajectory number selected in step S303 (step S309).
  • the trajectory link candidate generation means 31 is a new updating trajectory link candidate ⁇ added with the trajectory information of the trajectory number 2 to (trajectory number 1) in the updating trajectory link candidate ⁇ (trajectory number 1) ⁇ . (Trajectory number 1, trajectory number 2) ⁇ is generated.
  • step S309 the trajectory link candidate generation unit 31 proceeds to step S306 again.
  • the trajectory link candidate generation unit 31 again does not select the updating trajectory link included in the updating trajectory link candidates selected in step S305, in step S307. It is determined whether or not there is an updating trajectory link (step S306).
  • the trajectory link candidate generation means 31 has already selected (trajectory number 1) in the updating trajectory link candidate ⁇ (trajectory number 1) ⁇ selected in step S305, and other unselected updating trajectories. It is determined that there is no connection.
  • the trajectory link candidate generation unit 31 sets the trajectory information of the trajectory number selected in step S303 as a new updating trajectory link.
  • the updating trajectory link is added to the updating trajectory link candidate selected in step S305 (step S310).
  • the trajectory link candidate generation unit 31 selects the trajectory information of the trajectory number 2 in step S303, and sets this trajectory information as a new updating trajectory link (trajectory number 2). Further, the trajectory link candidate generation means 31 selects the updating trajectory link candidate ⁇ (trajectory number 1) ⁇ in step S305.
  • the trajectory link candidate generation unit 31 adds the updating trajectory link candidate (trajectory number 2) to the updating trajectory link candidate ⁇ (trajectory number 1) ⁇ , and the updating trajectory link candidate ⁇ (trajectory number 1), (trajectory number). Number 2) ⁇ .
  • the trajectory link candidate generation means 31 creates a new updating trajectory link candidate ⁇ ( Locus number 1, locus number 2) ⁇ is generated. Further, the trajectory link candidate generation means 31 sets ⁇ (trajectory number 1) ⁇ to ⁇ (trajectory number 1), (trajectory number 2) ⁇ in step S310. Accordingly, ⁇ (trajectory number 1), (trajectory number 2) ⁇ is generated at least in step S310 based on ⁇ (trajectory number 1) ⁇ , and when the process proceeds to step S309, ⁇ (trajectory number 1, trajectory Number 2) ⁇ is also generated. As described above, when the process proceeds to step S309, the number of updating trajectory link candidates increases. In step S310, the updating trajectory link candidate selected in step S305 is updated.
  • updating trajectory link candidate generated in step S309 and the updating trajectory link candidate updated in step S310 are all assumed to be unselected as to whether or not the selection in step S305 has been performed. It becomes. Further, each updating trajectory link included in these updating trajectory link candidates is also initialized as unselected with respect to whether or not the selection in step S307 has been performed.
  • an upper limit of the number of trajectory link candidates may be set.
  • the trajectory link candidate generation unit 31 updates the updating trajectory link so that the number of updating trajectory link candidates is equal to or less than the upper limit.
  • Candidates may be pruned.
  • the pruning standard is not particularly limited.
  • the trajectory link candidate generation unit 31 obtains, for example, the sum of the times when the position coordinate detection times overlap between the trajectory information included in the updating trajectory link candidates, and the updating trajectory link having a long time. You may exclude in order from a candidate.
  • the trajectory link candidate generation means 31 obtains the sum of the discontinuity times between the trajectory information in each of the updating trajectory links included in the updating trajectory link candidates, and sequentially excludes from the updating trajectory link candidates having the long total discontinuity times. May be. Further, the trajectory link candidate generation unit 31 may exclude the trajectory link candidates in the descending order of the update trajectory link included in the update trajectory link candidates. Further, when the trajectory information includes the attribute information of the moving object, the trajectory link candidate generation unit 31 uses the attribute information in the trajectory information between the trajectory information in the updating trajectory link included in the updating trajectory link candidate. The degree of similarity may be calculated, and the updating trajectory link candidates including a set of trajectory information having a low degree of similarity may be excluded in order.
  • the trajectory link candidate generation unit 31 proceeds to step S304 again and performs the operations after S304.
  • the updating trajectory link candidate generated at the end of step S303 is only ⁇ (trajectory number 1) ⁇ , and ⁇ (trajectory number 1) ⁇ has already been selected. 31 determines that there is no unselected updating trajectory link candidate (No in step S304).
  • step S303 If there is no unselected updating trajectory link candidate that has been generated at the end of step S303 (No in step S304), the trajectory link candidate generation unit 31 proceeds to step S302. And the locus
  • step S302 two updating trajectory link candidates ⁇ (trajectory number 1, trajectory number 2) ⁇ , ⁇ (trajectory number 1), (trajectory number 2) ⁇ as in the above example. Is generated. Then, it is assumed that the trajectory link candidate generation unit 31 determines that there is an unselected trajectory number in step S302 and selects trajectory number 3.
  • the trajectory link candidate generation means 31 determines that there is an unselected updating trajectory link candidate in step S304, and selects ⁇ (trajectory number 1, trajectory number 2) ⁇ in step S305, for example. In this case, the trajectory link candidate generation unit 31 selects (trajectory number 1, trajectory number 2) in step S307 and then proceeds to step S309. As a new updating trajectory link candidate, ⁇ (trajectory number 1, trajectory Number 2, trajectory number 3) ⁇ .
  • the trajectory link candidate generation unit 31 updates ⁇ (trajectory number 1, trajectory number 2) ⁇ to ⁇ (trajectory number 1, trajectory number 2), (trajectory number 3) ⁇ .
  • the trajectory link candidate generation means 31 determines again that there is an unselected updating trajectory link candidate in step S304, and selects ⁇ (trajectory number 1), (trajectory number 2) ⁇ in step S305. In this case, the trajectory link candidate generation means 31 selects (trajectory number 1) in step S307 and then proceeds to step S309. As a new updating trajectory link candidate, ⁇ (trajectory number 1, trajectory number 3), (Trajectory number 2) ⁇ is generated. Further, the trajectory link candidate generation means 31 selects (trajectory number 2) in step S307 and then moves to step S309. As a new updating trajectory link candidate, ⁇ (trajectory number 1), (trajectory number 2, Trajectory number 3) ⁇ is generated.
  • the trajectory link candidate generation unit 31 changes ⁇ (trajectory number 1), (trajectory number 2) ⁇ to ⁇ (trajectory number 1), (trajectory number 2), (trajectory number 3) ⁇ . Update to
  • step S304 If it is determined in step S304 that there is no unselected updating trajectory link candidate, the trajectory link candidate generation unit 31 proceeds to step S302 again. If the trajectory link candidate generation unit 31 determines in step S302 that there is no unselected trajectory number (No in step S302), the trajectory link candidate generation unit 31 ends the process in step S3. Each updating trajectory link candidate obtained at this time is determined as a trajectory link candidate. Further, each updating trajectory link included in each trajectory link candidate is determined as a trajectory link.
  • the ID association likelihood calculating means 32 acquires an ID for uniquely identifying the moving object, an ID detection time, and an ID detection position from the ID information input unit 2 (step S4). Since the ID information input unit 2 also inputs the ID information input unit number of the ID information input unit 2 itself to the flow line information generation unit 3, the ID association likelihood calculating means 32 also determines the ID information input unit number. Acquire together.
  • FIG. 11 shows an example of each area obtained by dividing the tracking area 50 into a lattice shape. In this example, the case where the ID association likelihood calculating unit 32 acquires the area IDs of these areas from the ID information input unit 2 as detection positions will be described as an example.
  • ID information is distinguished from “ID” included in the ID information.
  • ID information is a set of an ID, a detection time, and a detection position of a mobile object. Further, “ID” included in the ID information is the ID of the mobile object itself.
  • the ID association likelihood calculating means 32 stores ID information for a certain past time.
  • the length of the “fixed time” is the same as the length of the “fixed time” when the list of detection times and position coordinates for the past fixed time is included in the trajectory information.
  • the ID association likelihood calculation means 32 uses the trajectory link generated in step S3 and the ID of the moving body included in each ID information acquired in step S4 to generate a trajectory link / ID pair. Generate everything. Then, the ID association likelihood calculating means 32 calculates an ID association likelihood for each trajectory link / ID pair (step S5).
  • ID association likelihood calculation a specific example of ID association likelihood calculation will be shown.
  • FIG. 11 a case where two ID information input units 2a and 2b are arranged is taken as an example. Further, it is assumed that the ID association likelihood calculating means 32 stores the ID information illustrated in FIG. In this example, it is assumed that the ID information input unit 2a detects an ID at times t1, t2, and t3, and the ID information input unit 2b detects an ID at times t9, t10, and t11.
  • the ID association likelihood calculating means 32 stores in advance an ID output probability map corresponding to the ID information input unit 2a and an ID output probability map corresponding to the ID information input unit 2b.
  • FIG. 13 is a schematic diagram of an ID output probability map corresponding to the ID information input unit 2a. In the ID output probability map shown in FIG. 13, the ID output probability of the area 12 where the ID information input unit 2a exists is 0.8, and the ID output probability of the eight surrounding areas is 0.5. The ID output probability of other areas is 0.1.
  • FIG. 14 is a schematic diagram of an ID output probability map corresponding to the ID information input unit 2b. In the ID output probability map shown in FIG. 14, the ID output probability of the area 58 where the ID information input unit 2 b exists is 0.8, and the ID output probability of the eight surrounding areas is 0.5. The ID output probability of other areas is 0.1.
  • FIG. 15 and FIG. 16 are schematic views schematically showing the trajectory link on the ID output probability map. 15 and FIG. 16, the trajectory connection including the trajectory information of the trajectory numbers 1 and 2 is shown. Hereinafter, this trajectory link is referred to as a trajectory link A.
  • FIG. 15 is a schematic diagram in which the trajectory link A is superimposed on the ID output probability map corresponding to the ID information input unit 2a.
  • FIG. 16 is a schematic diagram in which the trajectory link A is superimposed on the ID output probability map corresponding to the ID information input unit 2b.
  • FIG. 17 and FIG. 18 are schematic diagrams schematically showing the trajectory link on the ID output probability map.
  • 17 and 18 show the trajectory link including the trajectory information of the trajectory numbers 3 and 4.
  • this trajectory link is referred to as a trajectory link B.
  • FIG. 17 is a schematic diagram in which the trajectory link B is superimposed on the ID output probability map corresponding to the ID information input unit 2a.
  • FIG. 18 is a schematic diagram in which the trajectory link B is superimposed on the ID output probability map corresponding to the ID information input unit 2b.
  • the ID association likelihood calculating unit 32 calculates each position of the moving body at each detection time of the IDs constituting the trajectory link / ID pair. Then, it is specified based on the trajectory link constituting the trajectory link / ID pair. Then, the ID association likelihood calculating means 32 specifies the ID output probability at each position from the ID output probability map of the ID information input unit 2 that detects the ID. Further, the ID association likelihood calculating means 32 calculates the product of the ID output probabilities and sets the calculation result as the ID association likelihood. The ID association likelihood calculating means 32 may calculate the sum of the logarithmic values of the identified ID output probabilities and use the calculation result as the ID association likelihood.
  • the process of calculating the ID association likelihood of the trajectory link / ID pair of the trajectory link A and ID1 is shown.
  • ID1 is detected in the area 12 at times t1, t2, and t3. This ID1 is detected by the moving body input unit 2a (see FIG. 11).
  • the ID association likelihood calculating means 32 specifies the position of the moving body from the trajectory link A at the detection time t1 of ID1. As shown in FIG. 15, the position coordinates of the moving object at time t ⁇ b> 1 exist in area 02.
  • the ID association likelihood calculating means 32 specifies the area 02 as the position of the moving object at time t1 (see FIG. 15).
  • the ID association likelihood calculating means 32 acquires the ID output probability 0.5 of the area 02 from the ID output probability map of the mobile input unit 2a that detected ID1 at time t1. Similarly, the ID association likelihood calculating unit 32 specifies the position of the moving object at the detection time t2 of ID1 based on the trajectory link A. In this case, the ID association likelihood calculating unit 32 specifies the area 12. Then, the ID association likelihood calculating means 32 acquires the ID output probability 0.8 of the area 12 from the ID output probability map of the mobile input unit 2a that detected ID1 at time t2 (see FIG. 15).
  • the ID association likelihood calculating means 32 specifies the area 22 as the position of the moving object at the detection time t3 of ID1, and the ID detection probability 0.5 of the area 22 from the ID output probability map of the moving object input unit 2a. (See FIG. 15).
  • ID1 is detected in the area 58 at times t9, t10, and t11.
  • This ID1 is detected by the moving body input unit 2b (see FIG. 11).
  • the ID association likelihood calculating means 32 specifies the area 57 based on the trajectory link A as the position of the moving body at the detection time t9 of ID1, and the ID output probability map of the moving body input unit 2b that detected ID1 at the time t9.
  • the ID output probability 0.5 of area 57 is acquired from (see FIG. 16).
  • the ID association likelihood calculating unit 32 acquires ID detection probabilities 0 and 8 for the detection time t10 of ID1, and acquires an ID detection probability of 0.5 for the detection time t11 of ID1 (see FIG. 16).
  • the ID association likelihood calculating means 32 calculates the product of the ID output probabilities obtained for the detection times t1, t2, t3, t9, t10, and t11 of ID1, and obtains 0.04. This value is the ID association likelihood of the pair of trajectory link A and ID1.
  • ID2 is detected in the area 58 at times t9, t10, and t11. This ID2 is detected by the moving body input unit 2b (see FIG. 11).
  • the ID association likelihood calculating means 32 specifies the area 57 as the position of the moving object at the detection time t9 of ID2, and detects the ID of the area 57 from the ID output probability map of the moving object input unit 2b. A probability of 0.5 is acquired (see FIG. 16).
  • the ID association likelihood calculating means 32 acquires an ID output probability of 0.8 with respect to the detection time t10 of ID2, and acquires an ID detection probability of 0.5 with respect to the detection time t11 of ID2 (see FIG. 16). Then, the ID association likelihood calculating means 32 calculates the product of the ID output probabilities obtained for the detection times t9, t10, and t11 of ID2, and obtains 0.2. This value is the ID association likelihood of the pair of trajectory link A and ID2.
  • the ID association likelihood calculating unit 32 specifies the area 15 as the position of the moving object at the detection time t1 of ID1. Then, the ID association likelihood calculation means 32 acquires the ID output probability 0.1 of the area 15 from the ID output probability map of the mobile input unit 2a that detected ID1 at time t1 (see FIG. 17). Similarly, the ID association likelihood calculation means 32 specifies the area 25 as the position of the moving object at the detection time t2 of ID1, and the ID detection probability 0.1 of the area 25 from the ID output probability map of the moving object input unit 2a. (See FIG. 17).
  • the ID association likelihood calculating means 32 specifies the area 36 as the position of the moving object at the detection time t3 of ID1, and sets the ID detection probability 0.1 of the area 36 from the ID output probability map of the moving object input unit 2a. Obtain (see FIG. 17).
  • the ID association likelihood calculating means 32 specifies the area 48 based on the trajectory link B as the position of the moving object at the detection time t9 of ID1, and the ID output of the moving object input unit 2b that detected ID1 at the time t9.
  • the ID output probability 0.5 of area 48 is acquired from the probability map (see FIG. 18).
  • the ID association likelihood calculating unit 32 acquires ID detection probabilities 0 and 8 for the detection time t10 of ID1, and acquires an ID detection probability of 0.5 for the detection time t11 of ID1 (see FIG. 18).
  • the ID association likelihood calculating means 32 calculates the product of the ID output probabilities obtained for the detection times t1, t2, t3, t9, t10, and t11 of ID1, and obtains 0.0002. This value is the ID association likelihood of the pair of trajectory link B and ID1.
  • the ID association likelihood calculating means 32 Based on the trajectory link B, the ID association likelihood calculating means 32 identifies the area 48 as the position of the moving object at the detection time t9 of ID2, and detects the ID of the area 48 from the ID output probability map of the moving object input unit 2b. A probability of 0.5 is acquired (see FIG. 18). Similarly, the ID association likelihood calculating unit 32 acquires the ID output probability 0.8 with respect to the detection time t10 of ID2, and acquires the ID detection probability 0.5 with respect to the detection time t11 of ID2 (see FIG. 18).
  • the ID association likelihood calculating means 32 calculates the product of the ID output probabilities obtained for the detection times t9, t10, and t11 of ID2, and obtains 0.2. This value is the ID association likelihood of the pair of trajectory link B and ID2.
  • the ID association likelihood calculating means 32 calculates the ID association likelihood of all the trajectory link / ID pairs by the same procedure. When the position coordinates of the moving object at the detection time of the ID of the moving object are not detected, the ID association likelihood calculating unit 32 performs the ID detection time by interpolating or extrapolating the trajectory information in the trajectory link. What is necessary is just to identify the position of the mobile body in and to obtain the ID output probability at that position.
  • step S5 the ID association unit 33 associates the most likely ID to each trajectory link included in the trajectory link candidate based on the ID link likelihood for each trajectory link / ID pair calculated in step S5 ( Step S6).
  • FIG. 19 is a flowchart specifically showing the process of step S6.
  • step S6 the ID association unit 33 determines whether there is a trajectory link candidate not selected in step S602 from the trajectory link candidate group generated in step S3 (step S601). If there is an unselected trajectory link candidate (Yes in step S601), the ID association unit 33 selects the trajectory link candidate that has not been selected in step S602 so far from the trajectory link candidate group generated in step S3. Is selected (step S602).
  • the ID association unit 33 creates a bipartite graph in which each trajectory link included in the trajectory link candidate selected in step S602 is a vertex and each ID of the moving object is a vertex (step S603).
  • the ID association unit 33 creates a bipartite graph with no edges between the vertices corresponding to the trajectory link and no edges between the vertices corresponding to the ID.
  • FIG. 20 is a diagram illustrating a specific example of the bipartite graph created in step S603.
  • the example shown in FIG. 20 shows a bipartite graph with the trajectory links 100 and 101 as vertices and ID1 and ID2 as vertices. From the bipartite graph illustrated in FIG. 20, the correspondence between the trajectory links 100 and 101 and ID1 and ID2 is obtained.
  • the ID association unit 33 adds a node serving as a start point and a node serving as an end point to both ends of the created bipartite graph (step S604).
  • the ID association unit 33 may add a start point connected to each vertex corresponding to the trajectory link and an end point connected to each vertex corresponding to the ID to the bipartite graph.
  • FIG. 21 shows an example in which a start point and an end point are added to the bipartite graph shown in FIG. In FIG. 21, the values shown for each side are the costs set in step S605 described below.
  • the ID association unit 33 sets a cost for each side of the graph obtained in step S604 (step S605).
  • the cost is a value indicating the ease with which the nodes are associated with each other. The smaller the cost is, the more easily the nodes are associated with each other.
  • the ID association means 33 calculates the reciprocal of the ID association likelihood of the trajectory link / ID pair of the trajectory link and ID pair for the side connecting the vertex corresponding to the trajectory link and the vertex corresponding to the ID. What is necessary is just to set as cost. For example, when the ID association likelihood of the pair of the trajectory link 100 and ID1 is 0.025, the ID association means 33 is the reciprocal of 0.025 on the side connecting the trajectory link 100 and ID1. 40 is set as the cost. Further, the ID association unit 33 sets the cost of the side connecting the start point and each vertex corresponding to the trajectory link to 0. Similarly, the ID association unit 33 sets the cost of the side connecting the end point and each vertex corresponding to the ID to 0.
  • the ID association unit 33 sets the capacity of each side to “1”.
  • the capacity of each side is a value indicating how many paths can pass through the side when a route from the start point to the end point is determined. Therefore, for example, in the example shown in FIG. 21, after the route passing through the nodes in the order of “start point, trajectory link 100, ID1, end point” is determined, the capacity of each side between the nodes becomes zero. In this case, the path between the trajectory link 100 and ID1 in the route indicates the correspondence between the trajectory link and ID for one moving body. Further, when searching for a route on a graph corresponding to another moving body, an edge having a capacity of 0 cannot be searched.
  • the ID association unit 33 applies the minimum cost flow problem in the graph theory to the graph obtained by the processing up to step S605, and obtains the correspondence between the trajectory link and the ID (step S606).
  • the ID association unit 33 sets the flow rate that should satisfy the smaller one of the number of trajectory links and the number of IDs. Then, the ID association unit 33 applies the minimum cost flow problem in the graph theory to the graph obtained by the processing up to step S605, and selects a path with the smallest cost from the start point to the end point.
  • the ID association unit 33 sets the flow rate to “2”. Then, the ID association unit 33 includes 2 routes that pass through the nodes in the order of “start point, trajectory link 100, ID1, end point” and 2 routes that add nodes in the order of “start point, trajectory link 101, ID2, end point”. Is selected as a path that satisfies the flow rate “2” with the minimum sum of costs.
  • the combination of the trajectory link and the ID included in the route selected in step S606 is the result (ID association candidate) of the most likely ID associated with each trajectory link in the trajectory link candidate selected in step S602. .
  • the ID association unit 33 After performing the processing up to step S606 for the trajectory link candidate selected in step S602, the ID association unit 33 repeats the processing after step S601 and executes steps S602 to S606 for each trajectory link candidate. If it is determined that there are no unselected locus connection candidates (No in step S601), the ID association unit 33 ends the process in step S6.
  • the ID association result totaling unit 34 associates the trajectory information in the trajectory link included in the ID association candidate with all the ID association candidates generated in step S6. (Step S7).
  • the ID association result totaling unit 34 identifies the trajectory information by the trajectory number.
  • FIG. 22 is a flowchart specifically showing the process of step S7.
  • the ID association result totaling unit 34 identifies a row by the trajectory number of each trajectory information obtained during a certain time, and identifies a column by the ID of the moving object detected at the certain time. Is created (step S701).
  • the aggregation map is a table in which a trajectory number is assigned to each row and a moving body ID is assigned to each column, and a portion corresponding to the intersection of the row and the column is referred to as a cell.
  • a cell can store a value. The initial value of each cell is zero.
  • the ID association result totaling unit 34 determines whether or not there is a trajectory link candidate that has not been selected in step S703 among the trajectory link candidates (step S702). If an unselected trajectory link candidate exists (Yes in step S702), the ID association result totaling unit 34 selects one trajectory link candidate that has not been selected in step S702 so far from each trajectory link candidate. Are selected (step S703).
  • the ID association result totaling unit 34 determines whether there is a trajectory link that is not selected in step S705 among the trajectory links included in the trajectory link candidate selected in step S703 (step S704). . If there is a trajectory link that has not been selected in step S705 in the trajectory link candidate (Yes in step S704), the ID association result totaling unit 34 selects an unselected trajectory link from the trajectory link candidates. . Furthermore, the ID association result totaling unit 34 specifies the ID of the moving body associated with the trajectory link (the trajectory link selected from the trajectory link candidates currently focused on) by the ID correlating unit 33 (step S705). ).
  • the ID association result totaling unit 34 determines whether or not the trajectory information not selected in step S707 is present among the trajectory information included in the trajectory link selected in step S705 (step S706). .
  • the ID association result totaling unit 34 selects the unselected trajectory information from the trajectory link. Further, the ID association result totaling unit 34 adds 1 to the cell value determined by the trajectory number of the trajectory information and the ID of the moving object specified in step S705 in the totalization map. That is, the ID association result totaling unit 34 adds 1 to the value of the cell at the intersection of the row corresponding to the trajectory number and the column corresponding to the ID (step S707).
  • the ID association result totaling unit 34 repeats the operations after step S706.
  • the ID association result totaling unit 34 repeats the operations in and after step S704.
  • the ID association result totaling unit 34 repeats the operations after step S702.
  • step S703 when there is no longer any trajectory link candidate that has not been selected in step S703 (No in step S702), the ID association result totaling unit 34 ends the process in step S7.
  • the value of each cell obtained after the end of step S7 is obtained by quantifying the tendency of the number of times the trajectory information and the ID of the moving object are associated with each other.
  • the ID association score calculation means 35 calculates an ID association score for each ID for each trajectory number based on the result (ie, the value of each cell of the aggregation map) obtained in step S7. Calculate (step S8). For example, the ID association score calculation unit 35 may normalize the value of each cell so that the sum of the values of each cell becomes 1 for each column indicated by each trajectory number in the aggregation map. That is, the ID association score calculation unit 35 may divide the value of each cell in the column by the sum of the values of the cells in the column for each column indicated by each trajectory number.
  • the value of each cell obtained as a result is an ID association score relating to a set of a trajectory number and a moving body ID corresponding to the cell. Since the trajectory number represents trajectory information, the ID association score of each ID is obtained for each trajectory information based on the result of step S8.
  • the trajectory information, the information associated with the ID association score obtained for each ID of the trajectory information and the list of each ID includes information on the position coordinates of the moving object, the detection time thereof, and the ID of the moving object. It is. Therefore, it can be said that this information is flow line information including an ID association score.
  • the ID association score calculation means 35 generates this flow line information.
  • the scored ID candidate output means 36 outputs the flow line information including the ID association score obtained by the processing up to step S8 to the flow line information analysis unit 4 (step S9).
  • the information output mode from the scored ID candidate output means 36 to the flow line information analysis unit 4 in step S9 is not particularly limited.
  • the scored ID candidate output unit 36 may output related information to the flow line information analysis unit 4 at each detection time with reference to the time.
  • the scored ID candidate output means 36 includes the detection time t1, the position coordinates of the moving object detected at the time t1, the locus number assigned by the locus information input unit 1 to the time and position coordinates,
  • the ID association score for each ID calculated with respect to the trajectory number and a list of each ID may be output to the flow line information analysis unit 4. The same applies to other detection times.
  • the scored ID candidate output means 36 may output related information to the flow line information analysis unit 4 for each position coordinate on the basis of the position coordinate of the moving object. For example, the scored ID candidate output means 36 calculates the position coordinate a, the detection time of the position coordinate a, the track number assigned by the track information input unit 1 to the time and the position coordinate, and the track number. The ID association score for each ID and the list of each ID may be output to the flow line information analysis unit 4. The same applies to other position coordinates.
  • the scored ID candidate output means 36 may output related information to the flow line information analysis unit 4 for each trajectory number with reference to the trajectory number.
  • the scored ID candidate output means 36 analyzes the trajectory information indicated by the trajectory number for each trajectory number, the ID association score for each ID calculated with respect to the trajectory number, and the list of each ID, by the flow line information analysis. You may output to the part 4.
  • the scored ID candidate output means 36 may output only the trajectory number, the ID association score for each ID calculated for the trajectory number, and the list of each ID to the flow line information analysis unit 4. .
  • the flow line information analysis unit 4 directly acquires the information from the trajectory information input unit 1 and the ID information input unit 2. Also good.
  • the analysis mode performed by the flow line information analysis unit 4 using the information acquired in step S9 is not particularly limited.
  • the trajectory link candidate generation means 31 generates a trajectory link and a trajectory link candidate. Then, the ID association likelihood calculating means 32 calculates the ID association likelihood for each trajectory link / ID pair. The ID association unit 33 associates a likely ID with the trajectory link in the trajectory link candidate for each trajectory link candidate using the ID correlation likelihood. Therefore, there is a case where a detection error or misdetection of the position coordinates of the moving object in the trajectory information input unit 1 occurs, or a detection error or misdetection of the ID of the moving object occurs in the ID information input unit 2. However, it is possible to generate a plurality of trajectory link candidates associated with IDs that are likely to be related to the trajectory link.
  • a hypothesis representing a true state may not be included, but a plurality of hypotheses that are likely to some extent can be generated.
  • the ID association result totaling means 34 totalizes which ID the trajectory information in the trajectory link is associated with, and the ID correlation result totaling means 34 corresponds to which ID the trajectory information corresponds to based on the totalization result. Scoring the trend as to what is attached. Therefore, the degree of ambiguity of the correspondence relationship between the individual trajectory information and the ID of each mobile object can be quantified from the tendency of the hypothesis set that is likely to some extent.
  • step S707 the value to be added to the cell in step S707 (see FIG. 22) is set to 1.
  • the ID association result totaling unit 34 calculates a score representing the likelihood of the trajectory link candidate for each trajectory link candidate, and values in the cells of the total map according to the score. Is added.
  • the process of step S7 differs from said embodiment. The processes other than step S7 are the same as those in the above embodiment, and the description is omitted.
  • the first score calculation method is to calculate the ID association likelihood regarding the combination of trajectory link and ID obtained as a result of the ID association unit 33 associating the ID with respect to the trajectory link included in the trajectory link candidate.
  • This is a method of making a score representing the likelihood of a trajectory link candidate using a product of ID association likelihoods for each trajectory link included in the trajectory link candidate.
  • the ID association likelihood is specified for each trajectory link included in the trajectory link candidates, the product of each ID association likelihood is obtained for each trajectory link candidate, and the ID association likelihood for each trajectory link candidate.
  • the degree integration result is normalized so that the sum is 1.
  • the trajectory information input unit 1 detects not only the position coordinates but also the attribute information at the detection time of the position coordinates of the moving object, and the trajectory link candidate generation unit 31 includes each of the trajectory information in the trajectory information.
  • the attribute information of the moving body at the detection time is included. Note that this attribute information is a value quantified numerically. For example, in the case of a moving body color, R, G, and B can be expressed numerically within a range of 0 to 255. Information that can be quantified in this way is used as attribute information.
  • the ID association result totaling unit 34 calculates the variance of the attribute information included in each piece of trajectory information in the trajectory link for each trajectory link included in the trajectory link candidate.
  • the ID association result totaling unit 34 also calculates a detection time length for each trajectory link included in the trajectory link candidates.
  • the detection time length of the trajectory link is the trajectory with the latest detection time of the end point of the trajectory information included in the trajectory link from the detection time of the start point in the trajectory information included in the trajectory link. This is the time until the end point detection time in the information.
  • the ID association result totaling unit 34 calculates, for each trajectory link candidate, the average value ( ⁇ ave ) of the variance values of the attribute information calculated for each trajectory link included in the trajectory link candidate and the detection time length.
  • the ID association result totaling unit 34 calculates the following equation (1) using ⁇ ave after normalization and T sum after normalization for each trajectory link candidate, and the result is calculated as a trajectory link candidate. A score S representing the likelihood is assumed.
  • FIG. 23 is a flowchart specifically showing the process of step S7 (see FIG. 7) in the modification of the embodiment described above.
  • the same processes as those in FIG. 22 are denoted by the same reference numerals as those in FIG.
  • the ID association result totaling unit 34 calculates a score representing the likelihood of the trajectory link candidate for each trajectory link candidate before the total map creation process (step S701) (step S700).
  • a method for calculating a score representing the likelihood of a trajectory link candidate there are the first calculation method and the second calculation method described above. Specific processing progress in these calculation methods will be described later.
  • step S700 the ID association result totaling unit 34 executes the processing after step S701.
  • the processing in steps S701 to S706 is the same as that in the above-described embodiment (see FIG. 22), and a description thereof will be omitted.
  • step S706 when it is determined that there is unselected trajectory information among the trajectory information included in the trajectory link selected in step S705 (Yes in step S706), the ID association result totaling unit 34 has not yet detected the trajectory link. Select trajectory information for selection. Further, the ID association result totaling unit 34 sets the score of the trajectory link candidate selected in step S703 (to the cell value determined by the trajectory number of the trajectory information and the ID of the moving body specified in step S705 in the total map. A score representing the likelihood of the trajectory link candidate) is added (step S707a).
  • step S700 a specific process of a score calculation process indicating the likelihood of the trajectory link candidate will be described.
  • FIG. 24 is a flowchart illustrating an example of the processing progress of step S700 when the first calculation method is employed.
  • step S700 the same processing as in steps S702 to S705 (see FIGS. 22 and 23) already described is performed.
  • steps S702 to S705 see FIGS. 22 and 23
  • FIG. 24 these processes are denoted by reference numerals S7002 to S7005.
  • step S700 the ID association result totaling unit 34 first acquires the ID association likelihood of each trajectory link / ID pair calculated by the ID association likelihood calculating unit 32 (step S7001). After S7001, the ID association result totaling unit 34 executes the processing after step S7002.
  • the processing in steps S7002 to S7005 is the same as that in steps S702 to S705 (see FIGS. 22 and 23), and the description thereof is omitted.
  • step S7005 the ID association result totaling unit 34 selects a trajectory link and specifies an ID associated with the trajectory link. This process is the same as step S705 already described.
  • step S7005 the ID association result totaling unit 34 calculates the ID association likelihood regarding the combination of the trajectory link selected in step S7005 and the ID specified in step S7005 as the score of the trajectory link candidate selected in step S7003 ( The score representing the likelihood of the trajectory link candidate is multiplied (step S7007).
  • the ID association result totaling unit 34 initializes the score of each trajectory link candidate (score indicating the likelihood of the trajectory link candidate) to “1” at the start of step S700. Therefore, after selecting a trajectory link candidate in step S7003, when the process first proceeds to step S7007, the ID association result totaling unit 34 multiplies the initial score value “1” by the ID association likelihood.
  • the ID association result totaling unit 34 repeats the processing after step S7004. With respect to the trajectory link candidate selected in step S7003, the ID association result totaling unit 34 repeats the processes of steps S7004 to S7007 until there is no unselected trajectory link, so that the ID association result totaling unit 34 stores the ID for each trajectory link included in the trajectory link candidate.
  • the result of integration of the association likelihood can be obtained as a score.
  • the ID association result totaling unit 34 repeats the processing from step S7002 onward. By repeating the processing from step S7002 until there is no unselected locus connection candidate, the ID association result totaling unit 34 can obtain a score for each locus connection candidate.
  • the ID association result totaling unit 34 calculates, for each trajectory link candidate, the score obtained by integrating the ID association likelihoods in step S7007. Normalization is performed so that the sum of the scores becomes 1 (step S70008). That is, the ID association result totaling unit 34 may divide the individual trajectory link candidate scores by the sum of the trajectory link candidate scores. As a result, the value obtained for each trajectory link candidate is a score representing the likelihood of the trajectory link candidate.
  • Ending step S7008 ends step S700. Thereafter, the ID association result totaling unit 34 may perform the processing after step S701 shown in FIG.
  • a logarithmic value of the ID association likelihood may be used instead of the ID association likelihood.
  • the ID association result totaling unit 34 may calculate the logarithmic value of the ID association likelihood of each trajectory link / ID pair in step S7001.
  • the ID association result totaling unit 34 may add the logarithmic value of the ID association likelihood to the score of the selected trajectory link candidate.
  • FIG. 25 is a flowchart illustrating an example of the processing progress of step S700 when the second calculation method is employed.
  • step S700 the same processing as in steps S702 to S704 (see FIGS. 22 and 23) already described is performed. In FIG. 25, these processes are denoted by reference numerals S7002 to S7004.
  • step S700 the ID association result totaling unit 34 starts processing from step S7002.
  • the processing in steps S7002 to S7004 is the same as that in steps S702 to S704 (see FIGS. 22 and 23), and a description thereof will be omitted.
  • step S7004 If it is determined in step S7004 that there is an unselected trajectory link among the selected trajectory link candidates (Yes in step S7004), the ID association result totaling unit 34 selects an unselected trajectory link from the trajectory link candidates. Select. Then, the ID association result totaling unit 34 calculates a variance value of the attribute information included in each piece of trajectory information in the selected trajectory link (step S7011).
  • the attribute information is a value obtained by quantifying the attribute, and a variance value of the attribute information can be calculated.
  • the ID association result totaling unit 34 may refer to each piece of trajectory information in the selected trajectory link and calculate a variance value of the attribute information detected at each detection time.
  • the ID association result totaling unit 34 calculates the detection time length of the trajectory link selected in step S7011 (step S7012).
  • the ID association result totaling means 34 has the earliest detection time of the start point among the trajectory information included in the trajectory link from the end point detection time in the trajectory information whose trajectory information included in the trajectory link has the latest end point detection time.
  • the detection time length may be calculated by subtracting the detection time of the start point in the trajectory information.
  • the ID association result totaling unit 34 repeats the processing after step S7004.
  • the ID association result totaling unit 34 repeats the processing from step S7002 onward.
  • the ID association result totaling unit 34 calculates, for each trajectory link candidate, an average value of variance values of attribute information related to each trajectory link in the trajectory link candidate. Calculate (step S7013).
  • the average value of the variance values obtained for one trajectory link candidate is denoted as ⁇ ave .
  • the ID association result totaling unit 34 calculates, for each trajectory link candidate, the total sum of detection time lengths of each trajectory link in the trajectory link candidate (step S7014).
  • the sum of the detection time lengths obtained for one trajectory link candidate is denoted as T sum .
  • steps S7013 and S7014 are shown.
  • description will be made using two trajectory link candidates (suppose U and V).
  • the trajectory link candidate U includes two trajectory links U 1 and U 2 . Then, the variance value and detection time length of the attribute calculated for the trajectory link U 1 are ⁇ U1 and T U1 , respectively, and the variance value and detection time length of the attribute calculated for the trajectory link U 2 are ⁇ U2 and T U2 , respectively. And
  • the trajectory link candidate V includes three trajectory links V 1 , V 2 , and V 3 .
  • the variance value and the detection time length of the attribute calculated for the trajectory link V 1 are set as ⁇ V1 and T V1 , respectively.
  • the variance value of the attribute and the detection time length calculated for the trajectory link V 2 are ⁇ V2 and T V2 , respectively.
  • the attribute variance value and detection time length calculated for the trajectory link V 3 are ⁇ V3 and T V3 , respectively.
  • the ID association result totaling unit 34 may calculate the average value of ⁇ U1 and ⁇ U2 as ⁇ ave (average value of attribute information dispersion values) in the trajectory link candidate U in step S7013. Further, the ID association result totaling unit 34 may calculate an average value of ⁇ V1 , ⁇ V2 , and ⁇ V3 as ⁇ ave in the trajectory link candidate V.
  • the ID association result totaling unit 34 may calculate the sum of T U1 and T U2 as T sum (total of detection time lengths) in the trajectory link candidate U in step S7014. Further, the ID association result totaling unit 34 may calculate the sum of T V1 , T V2 , and T V3 as T sum in the trajectory link candidate V.
  • the ID association result totaling unit 34 normalizes ⁇ ave (average value of variance values of attribute information) obtained for each trajectory link candidate, and T sum (detection) obtained for each trajectory link candidate. Normalize the total time length).
  • ID correspondence result counting section 34 a sigma ave individual trajectories linking candidates, respectively, may be divided by the sum of the sigma ave of each trajectory connecting candidate. Further, the ID association result totaling unit 34 may divide the T sum of individual trajectory link candidates by the sum of the T sums of the respective trajectory link candidates.
  • the ID association result totaling unit 34 calculates the above-described equation (1) using ⁇ ave after normalization and T sum after normalization for each trajectory link candidate, and the result is calculated as the trajectory link.
  • a score S representing the likelihood of the candidate is set (step S7015).
  • Step S700 ends when step S7015 ends. Thereafter, the ID association result totaling unit 34 may perform the processing after step S701 shown in FIG.
  • the ID association score can be calculated based on the score representing the likelihood of the trajectory link candidate obtained for each trajectory link candidate.
  • trajectory connection A score representing the likelihood of the candidate may be calculated.
  • the ID association result totaling unit 34 may calculate the following equation (2) for each trajectory link candidate, and use the result as a score S representing the likelihood of the trajectory link candidate.
  • the normalized score is the score obtained in step S7008 of the first calculation method.
  • the values of ⁇ , ⁇ , and ⁇ may be adjusted in advance so that good flow line information can be obtained.
  • FIG. 26 is a block diagram showing an example of the minimum configuration of the flow line information generation system of the present invention.
  • the flow line information generation system according to the present invention includes a trajectory link candidate generation unit 91, a likelihood calculation unit 92, an identification information association unit 93, an association tendency digitization unit 94, and an association score calculation unit 95. Prepare.
  • the trajectory link candidate generation unit 91 (for example, the trajectory link candidate generation unit 31) is trajectory information representing a trajectory of the moving object or a fragment of the trajectory of the moving object due to the tracking interruption, and identifies the trajectory information.
  • a trajectory of one moving object is obtained by using trajectory information including trajectory identification information (for example, trajectory number), position information of the moving object detected during tracking of the moving object, and a list of detection times of the position information.
  • trajectory identification information for example, trajectory number
  • a trajectory link that is a set of trajectory information that can be considered to be represented and a trajectory link candidate that is a set of trajectory links that include all trajectory information without omissions are generated.
  • Likelihood calculation means 92 is a trajectory link / identification information pair that is a combination of trajectory link and mobile body identification information (mobile body ID) detected in the tracking area. For each (for example, trajectory link / ID pair), the likelihood (for example, ID association likelihood) representing the trajectory of the mobile object whose trajectory link is identified by the mobile object identification information is calculated.
  • the identification information association unit 93 (for example, the ID association unit 33), for each trajectory link candidate, for each trajectory link candidate based on the likelihood calculated for each trajectory link / identification information pair. Corresponding mobile object identification information to
  • the association tendency digitizing means 94 obtains the individual trajectory information from the result of the association between the trajectory links included in the individual trajectory link candidates and the mobile object identification information. For each individual mobile unit identification information, the tendency of the number of times that the trajectory information and the mobile unit identification information are associated is quantified.
  • the association score calculation unit 95 (for example, the ID association score calculation unit 35) is a value indicating the tendency of the number of times that the trajectory information and the moving body identification information are associated (for example, each of the aggregation maps at the end of step S7). Based on the value of the cell), for each piece of trajectory information, a correspondence score indicating the degree of ambiguity of the correspondence relationship that the trajectory represented by the trajectory information corresponds to the trajectory of the mobile object identified by the mobile object identification information (for example, ID association score) is calculated for each mobile object identification information.
  • association tendency digitizing means 94 refers to the result of association between the trajectory link and the moving object identification information obtained for each trajectory link candidate by the identification information associating means 93, and the trajectory link and the moving object identification information. 1 may be added to each set of individual trajectory information and moving body identification information in the trajectory link.
  • the association tendency digitizing means 94 calculates a score representing the likelihood of the trajectory link candidate for each trajectory link candidate, and the trajectory link obtained for each trajectory link candidate by the identification information correlation means 93 and the moving object identification. With reference to the result of association with information, when a set in which the trajectory link and the mobile object identification information are associated is established, for each set of individual trajectory information and the mobile object identification information in the trajectory link, A score representing the likelihood of the trajectory link candidate including the trajectory link may be added.
  • association tendency digitizing unit 94 calculates the likelihood regarding the combination of the trajectory link included in the trajectory link candidate and the mobile object identification information associated with the trajectory link by the identification information correlation unit 93.
  • a score representing the likelihood of the trajectory link candidate may be calculated by multiplying for each trajectory link included in the candidate.
  • trajectory link candidate generation unit 91 generates trajectory link and trajectory link candidates using the trajectory information including the attribute information of the moving object, and the association tendency digitizing unit 94 adds the trajectory link included in the trajectory link candidates.
  • a score representing the likelihood of the trajectory link candidate may be calculated based on each attribute information of the mobile object included and the length from the first detection time to the last detection time in the trajectory information included in the trajectory link. .
  • association score calculating means 95 may calculate the association score so that the sum of the association scores regarding each mobile object identification information becomes 1 for each trajectory information.
  • trajectory link candidate generation means 91 may prohibit the trajectory link from a set of trajectory information corresponding to a predetermined condition.
  • the present invention is preferably applied to a flow line information generation system for obtaining a correspondence relationship between a trajectory of a moving object and an ID.
  • the flow line is detected by associating the position of the shopper who performs shopping in the shopping center, the member number unique to each shopper, and the ID association score, and the degree of likelihood of the shopper's flow line is visualized. Applicable to the system.
  • the present invention can be applied to a system that visualizes a main flow line in which the flow lines of a plurality of persons with similar movement paths are collected for the purpose of marketing.
  • the present invention is also applicable to a system for visualizing what kind of person is present at what ratio in the sales floor.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • General Business, Economics & Management (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

　移動体の軌跡と移動体の識別情報との正確な対応関係を特定できないことが生じ得る場合であっても、移動体の軌跡と移動体の識別情報との対応関係を推定し、その対応関係のあいまいさの程度を定量化する。識別情報対応付け手段９３は、軌跡連結候補毎に、軌跡連結候補に含まれる個々の軌跡連結に尤もらしい移動体識別情報を対応付ける。対応付け傾向数値化手段９４は、軌跡連結と移動体識別情報との対応付けの結果から、個々の軌跡情報に関して、個々の移動体識別情報毎に、軌跡情報と移動体識別情報とが対応付けられた回数の傾向を数値化する。対応付けスコア算出手段９５は、その結果に基づいて、軌跡情報毎に、軌跡情報が表す軌跡が移動体識別情報によって識別される移動体の軌跡に該当するという対応関係のあいまいさの程度を示す対応付けスコアを各移動体識別情報に関して算出する。

Description

動線情報生成システム、動線情報生成方法および動線情報生成プログラム
　本発明は、異なるセンサによって検出された移動体の識別情報と移動体の軌跡とを含む動線情報を生成する動線情報生成システム、動線情報生成方法および動線情報生成プログラムに関する。
　一般に、人や物等の移動体の動線検出は、移動体の位置と移動体の識別情報とを対応付けることによって実現される。このような動線検出に関する技術が種々提案されている（例えば、特許文献１，２参照）。
　例えば、特許文献１に記載の多目標追尾装置は、追尾対象の位置情報（仰角、方位角、距離）を出力するレーダ装置と、追尾対象の識別情報と位置（仰角、方位角）を出力する目標識別センサ装置に接続されている。そして、特許文献１に記載の多目標追尾装置は、レーダ装置が出力した位置情報を連結して、目標の航跡を含む仮説群を生成する。また、この多目標追尾装置は、目標識別センサ装置が出力した情報を用いて、目標が移動している向きを表した角度航跡を生成する。さらに、多目標追尾装置は、各仮説と各角度航跡との類似度を計算することによって、仮説群に含まれる仮説の取捨選択を行う。また、多目標追尾装置は、信頼度の低い仮説の削除、および類似する仮説の統合によって、仮説群を縮小する処理も行う。
　また、特許文献２に記載のシステムは、個々の移動体の軌跡を表すと考えられる軌跡の候補を定め、その軌跡の候補と移動体の識別情報とのペアから仮説を生成する。そして、このシステムは、個々の仮説に含まれる軌跡の候補について、識別情報が検出される尤度を計算し、その尤度に基づいて、最尤仮説を推定する。なお、軌跡の候補は、検出された軌跡の断片に基づいて生成される。
特開２００８－１２２０９３号公報 国際公開第ＷＯ２０１１／０２１５８８号パンフレット
　移動体の軌跡の候補群と移動体の識別情報とを組み合わせた仮説（軌跡と識別情報との対応付けの仮説）を複数生成し、最も尤度が高い仮説を１つ選択することによって軌跡と移動体の識別情報との対応付け結果を確定する方法では、以下のような問題がある。
　すなわち、真の仮説を生成できない場合があるという問題がある。例えば、移動体の数や密度が増加した場合、軌跡の断片に基づいて生成される軌跡の候補の数や、軌跡の候補と移動体の識別情報との組み合わせ数が増加し、その結果、計算コストが増加する。そのような計算コストの増加を抑えるために、仮説等に対して枝刈り処理を行うことが考えられる。その場合、枝刈り処理によって、真の状態を表す仮説を棄却する可能性がある。
　また、例えば、カメラ等を用いて人間の位置を検知する場合、追跡領域内における照明の変動や、追跡対象である人間以外の物体が動くことによって、人間以外の物体を誤検出することが考えられる。また、追跡対象が障害物に隠れてしまうことによる検出漏れが生じることも考えられる。また、ＲＦＩＤ（Radio Frequency IDentification）タグ等を用いて人間の識別情報を検出する場合には、各人のＲＦＩＤタグの所持方法の違い、追跡領域に配置された障害物の有無、障害物の素材によって、各人の識別情報の誤検出や検出漏れが生じる。このような環境のもとで検出されたデータから仮説を生成したとしても、移動体の軌跡と移動体の識別情報の真の対応関係を表す仮説が生成されない場合がある。
　上記のように、真の状態を表す仮説を枝刈り処理で棄却したり、真の状態を表す仮説が生成されない場合には、最尤仮説を特定したとしても、その仮説は真の状態を表すわけではなく、真の状態を表す仮説が得られないことになる。
　また、追跡領域内の特定のエリアに多数の移動体が存在する場合、複数の識別情報を複数の軌跡に対応付けなければならない。そして、そのエリアにおける軌跡と識別情報との複数の組み合わせに関して、同様の尤度が得られる可能性がある。そのため、最尤仮説を特定したとしても、その仮説には、移動体の軌跡と移動体の識別情報の真の対応関係を表しているかに関して、あいまい性が生じている。また、最尤仮説を解として定めてしまうことによって、移動体の軌跡と移動体の識別情報がどの程度のあいまい性を有しているか（別の言い方をすれば、どの程度信頼できるか）について、評価することができない。
　そこで、本発明は、移動体の軌跡と移動体の識別情報との正確な対応関係を特定できないことが生じ得る場合であっても、移動体の軌跡と移動体の識別情報との対応関係を推定し、その対応関係のあいまいさの程度を定量化することができる動線情報生成システム、動線情報生成方法および動線情報生成プログラムを提供することを目的とする。
　本発明による動線情報生成システムは、移動体の軌跡または追跡の途切れが生じたことによる移動体の軌跡の断片を表す軌跡情報であって、軌跡情報を識別する軌跡識別情報と、移動体の追跡中に検出された移動体の位置情報および当該位置情報の検出時刻のリストとを含む軌跡情報を用いて、１つの移動体の軌跡を表しているとみなすことができる軌跡情報の集合である軌跡連結と、全ての軌跡情報を漏れなく重複なく含んだ軌跡連結の集合である軌跡連結候補とを生成する軌跡連結候補生成手段と、軌跡連結と追跡領域内で検出された移動体識別情報との組み合わせである軌跡連結・識別情報ペア毎に、軌跡連結が移動体識別情報によって識別される移動体の軌跡を表している尤度を算出する尤度算出手段と、軌跡連結・識別情報ペア毎に算出された尤度に基づいて、軌跡連結候補毎に、軌跡連結候補に含まれる個々の軌跡連結に尤もらしい移動体識別情報を対応付ける識別情報対応付け手段と、個々の軌跡連結候補に含まれる各軌跡連結と移動体識別情報との対応付けの結果から、個々の軌跡情報に関して、個々の移動体識別情報毎に、軌跡情報と移動体識別情報とが対応付けられた回数の傾向を数値化する対応付け傾向数値化手段と、軌跡情報と移動体識別情報とが対応付けられた回数の傾向を示す値に基づいて、軌跡情報毎に、軌跡情報が表す軌跡が移動体識別情報によって識別される移動体の軌跡に該当するという対応関係のあいまいさの程度を示す対応付けスコアを各移動体識別情報に関して算出する対応付けスコア算出手段とを備えることを特徴とする。
　また、本発明による動線情報生成方法は、移動体の軌跡または追跡の途切れが生じたことによる移動体の軌跡の断片を表す軌跡情報であって、軌跡情報を識別する軌跡識別情報と、移動体の追跡中に検出された移動体の位置情報および当該位置情報の検出時刻のリストとを含む軌跡情報を用いて、１つの移動体の軌跡を表しているとみなすことができる軌跡情報の集合である軌跡連結と、全ての軌跡情報を漏れなく重複なく含んだ軌跡連結の集合である軌跡連結候補とを生成し、軌跡連結と追跡領域内で検出された移動体識別情報との組み合わせである軌跡連結・識別情報ペア毎に、軌跡連結が移動体識別情報によって識別される移動体の軌跡を表している尤度を算出し、軌跡連結・識別情報ペア毎に算出された尤度に基づいて、軌跡連結候補毎に、軌跡連結候補に含まれる個々の軌跡連結に尤もらしい移動体識別情報を対応付け、個々の軌跡連結候補に含まれる各軌跡連結と移動体識別情報との対応付けの結果から、個々の軌跡情報に関して、個々の移動体識別情報毎に、軌跡情報と移動体識別情報とが対応付けられた回数の傾向を数値化し、軌跡情報と移動体識別情報とが対応付けられた回数の傾向を示す値に基づいて、軌跡情報毎に、軌跡情報が表す軌跡が移動体識別情報によって識別される移動体の軌跡に該当するという対応関係のあいまいさの程度を示す対応付けスコアを各移動体識別情報に関して算出することを特徴とする。
　また、本発明による動線情報生成プログラムは、コンピュータに、移動体の軌跡または追跡の途切れが生じたことによる移動体の軌跡の断片を表す軌跡情報であって、軌跡情報を識別する軌跡識別情報と、移動体の追跡中に検出された移動体の位置情報および当該位置情報の検出時刻のリストとを含む軌跡情報を用いて、１つの移動体の軌跡を表しているとみなすことができる軌跡情報の集合である軌跡連結と、全ての軌跡情報を漏れなく重複なく含んだ軌跡連結の集合である軌跡連結候補とを生成する軌跡連結候補生成処理、軌跡連結と追跡領域内で検出された移動体識別情報との組み合わせである軌跡連結・識別情報ペア毎に、軌跡連結が移動体識別情報によって識別される移動体の軌跡を表している尤度を算出する尤度算出処理、軌跡連結・識別情報ペア毎に算出された尤度に基づいて、軌跡連結候補毎に、軌跡連結候補に含まれる個々の軌跡連結に尤もらしい移動体識別情報を対応付ける識別情報対応付け処理、個々の軌跡連結候補に含まれる各軌跡連結と移動体識別情報との対応付けの結果から、個々の軌跡情報に関して、個々の移動体識別情報毎に、軌跡情報と移動体識別情報とが対応付けられた回数の傾向を数値化する対応付け傾向数値化処理、および、軌跡情報と移動体識別情報とが対応付けられた回数の傾向を示す値に基づいて、軌跡情報毎に、軌跡情報が表す軌跡が移動体識別情報によって識別される移動体の軌跡に該当するという対応関係のあいまいさの程度を示す対応付けスコアを各移動体識別情報に関して算出する対応付けスコア算出処理を実行させることを特徴とする。
　本発明によれば、移動体の軌跡と移動体の識別情報との正確な対応関係を特定できないことが生じ得る場合であっても、移動体の軌跡と移動体の識別情報との対応関係を推定し、その対応関係のあいまいさの程度を定量化することができる。
本発明の動線情報生成システムの例を示すブロック図である。 動線情報生成部の構成例を示すブロック図である。 軌跡情報が表す軌跡を模式的に示した模式図である。 動線情報を可視化した例を示す図である。 移動体の集合とＩＤの集合との対応関係を導出する例を示す説明図である。 分析結果をヒートマップ形式で表示する場合の例を示す説明図である。 動線情報生成部の処理経過の例を示すフローチャートである。 ステップＳ３の処理を具体的に示すフローチャートである。 ステップＳ３の処理を具体的に示すフローチャートである。 軌跡連結および軌跡連結候補の生成過程の例を示す模式図である。 追跡領域を格子状に分割した各エリアの例を示す説明図である。 ＩＤ情報入力部による検出結果の例を示す説明図である。 ＩＤ情報入力部２ａに対応するＩＤ出力確率マップの模式図である。 ＩＤ情報入力部２ｂに対応するＩＤ出力確率マップの模式図である。 ＩＤ出力確率マップ上に軌跡連結を模式的に重ねて表した模式図である。 ＩＤ出力確率マップ上に軌跡連結を模式的に重ねて表した模式図である。 ＩＤ出力確率マップ上に軌跡連結を模式的に重ねて表した模式図である。 ＩＤ出力確率マップ上に軌跡連結を模式的に重ねて表した模式図である。 ステップＳ６の処理を具体的に示すフローチャートである。 ステップＳ６０３で作成される２部グラフの具体例を示す図である。 図２０に示す２部グラフに始点および終点を追加した例を示す図である。 ステップＳ７の処理を具体的に示すフローチャートである。 本発明の実施形態の変形例におけるステップＳ７の処理を具体的に示すフローチャートである。 ステップＳ７００の処理経過の例を示すフローチャートである。 ステップＳ７００の処理経過の例を示すフローチャートである。 本発明の動線情報生成システムの最小構成の例を示すブロック図である。
　以下、本発明の実施形態を図面を参照して説明する。なお、以下の説明では、識別情報をＩＤと記す。
　図１は、本発明の動線情報生成システムの例を示すブロック図である。本発明の動線情報生成システムは、軌跡情報入力部１と、ＩＤ情報入力部２と、動線情報生成部３と、動線情報分析部４とを備える。
　動線情報生成システムは、予め定められた追跡領域５０内で移動する移動体の軌跡と移動体のＩＤ（識別情報）との対応関係のあいまいさの程度を表すスコアをＩＤ毎に含むとともに、その軌跡上の移動体の位置座標およびその検出時刻の情報を含む動線情報を生成する。このスコアは、軌跡がＩＤによって識別される移動体の軌跡に該当するという対応関係のあいまいさの程度を表している。また、換言すれば、このスコアは、軌跡とＩＤとの対応関係の信頼性を表しているということもできる。すなわち、このスコアが高いほど、あいまいさが少なく、信頼性が高いと言える。以下、このスコアをＩＤ対応付けスコアと記す。
　なお、各移動体Ｐは、追跡領域５０の外側に出ることがあってもよい。また、移動体Ｐの種類は、特に限定されず、人間、動物、あるいは物であってもよい。
　軌跡情報入力部１は、追跡領域５０内における移動体の位置座標を検出し、その位置座標と検出時刻とを、動線情報生成部３に入力する装置である。以下の説明では、位置として２次元座標を検出する場合を例にして説明する。軌跡情報入力部１は、１つの移動体を途切れなく追跡できている間は、検出した位置座標と検出時刻の各組に対して同一の軌跡番号を割り当てる。また、軌跡情報入力部１は、ある移動体の追跡が途切れた後、再度、その移動体の追跡を開始したときには、それまでに割り当てていたどの追跡番号とも重複しない新たな追跡番号を定め、追跡再開後にその移動体について検出した位置座標と検出時刻の組に対してその新たな追跡番号を割り当てる。軌跡情報入力部１は、検出した移動体の位置座標とその検出時刻の組と、その組に対して割り当てた軌跡番号を、動線情報生成部３に入力する。
　また、共通の軌跡番号が割り当てられた位置座標とその検出時刻との組の集合と、その軌跡番号とを合わせて軌跡情報と記す。軌跡情報は、例えば、（軌跡番号１，（時刻ｔ１，ｘ座標，ｙ座標），（時刻ｔ２，ｘ座標，ｙ座標），・・・，（時刻ｔｎ，ｘ座標，ｙ座標））等のように表現することができる。
　軌跡番号によって軌跡情報を区別することができ、一つの軌跡番号で特定できる軌跡情報を一つの軌跡情報としてカウントする。一つの移動体の追跡が途切れ、再度追跡を開始した場合には、軌跡番号が異なる複数の軌跡情報が得られる。これらの個々の軌跡情報は、軌跡の個々の断片を表していると言うことができる。また、一つの移動体に関して追跡が途切れなければ、一つの軌跡情報が得られる。従って、軌跡情報は、追跡の途切れによって断片化された軌跡、あるいは一つの移動体に関する軌跡全体を表しているということができる。
　また、軌跡情報入力部１は、移動体の属性情報を検出し、位置座標、検出時刻および軌跡番号ともに、その属性情報を動線情報生成部３に入力してもよい。なお、属性情報の種類として、例えば、移動体の色、大きさ、形、重さ等が挙げられ、移動体が人間である場合には、例えば、年代、性別、嗜好等が挙げられる。ただし、これらは例示であり、属性情報の種類はこれらに限定されない。この場合、軌跡情報には、検出時刻毎の属性情報も含まれる。
　軌跡情報入力部１は、追跡領域５０内で移動体の位置情報を検出し、その検出時刻を特定し、軌跡番号を割り当てられる装置であればよく、各移動体に固有のＩＤを検出する必要はない。軌跡情報入力部１は、例えば、カメラ、床圧力センサ、レーザレンジファインダ、人感センサ、あるいはレーダを用いた移動体追跡システムによって実現されていてもよい。軌跡情報入力部１がこのような態様で実現される場合には、移動体は、自身が検出されるために必要な機器を保持しなくてよい。また、軌跡情報入力部１は、座標検出に必要な機器を移動体に保持させる態様で、移動体の位置座標を検出してもよい。例えば、軌跡情報入力部１は、ＧＰＳ（Global Positioning System ）等の無線通信機器や超音波受信機を用いた移動体追跡システム等によって実現されていてもよい。
　また、軌跡情報入力部１は、追跡領域５０全体を死角なく検出できるように設置されることが望ましいが、部分的に検出不可となる死角が生じてもよい。なぜなら、追跡の途切れに起因して軌跡番号が異なる複数の軌跡情報が生じた場合であっても、後述の動線情報生成部３が一連の動線を推定することが可能であるからである。
　ＩＤ情報入力部２は、追跡領域５０内における移動体のＩＤを取得する装置である。ただし、移動体が存在する場合にＩＤ情報入力部２がＩＤを必ず検出するとは限らず、ＩＤを検出できるかどうかは、追跡領域５０内における移動体の位置によって異なる。例えば、ＩＤ情報入力部２に近い場所に存在する移動体のＩＤの検出確率は高く、ＩＤ情報入力部２から離れた場所に存在する移動体のＩＤの検出確率は低い。
　図１では、１台のＩＤ情報入力部２を示しているが、追跡領域５０内にＩＤ情報入力部２を複数台設置してもよい。各ＩＤ情報入力部２には、ＩＤ情報入力部２を一意に特定するためのＩＤ情報入力部ＩＤ（すなわち、ＩＤ情報入力部の識別情報）が予め割り当てられている。ＩＤ情報入力部ＩＤは、どのＩＤ情報入力部２が移動体のＩＤを検出したのかを判別するために用いられる。以下、ＩＤ情報入力部ＩＤを番号で表す場合を例にして説明し、ＩＤ情報入力部ＩＤをＩＤ情報入力部番号と記す。ただし、ＩＤ情報入力部ＩＤは、番号以外で表されていてもよい。
　ＩＤ情報入力部２は、検出した移動体のＩＤと、その検出時刻と、そのＩＤの検出位置とを、動線情報生成部３に入力する。また、ＩＤ情報入力部２が複数存在する場合、ＩＤ情報入力部２は、それらの情報とともに、自身のＩＤ情報入力部番号も併せて動線情報生成部３に入力する。また、用いるセンサの位置検知分解能に応じて追跡領域５０を予め分割しておく。そして、ＩＤ情報入力部２は、追跡領域５０を分割した各領域のうちどの領域で移動体のＩＤを検出したかを、上記の検出位置の情報として動線情報生成部３に入力すればよい。ＩＤ情報入力部２は、追跡領域５０を分割した各領域を一意に特定するエリアＩＤによって検出位置を表してもよい。あるいは、ＩＤ情報入力部２は、ＩＤの検出位置に該当する領域を２次元座標で表してもよい。また、追跡領域５０を分割した各領域にそれぞれＩＤ情報入力部２を配置し、各領域と各ＩＤ情報入力部２とが一対一に対応する場合は、ＩＤ情報入力部２は、ＩＤの検出位置に該当する領域をＩＤ情報入力部２自身のＩＤ情報入力部番号で表してもよい。
　軌跡情報入力部１から動線情報生成部３に入力される移動体の位置座標と、ＩＤ情報入力部２から動線情報生成部３に入力されるＩＤの検出位置とを共通の座標系で利用するために、動線情報生成部３は、それらの位置に関する情報を変換するための変換表を保持しておく。そして、動線情報生成部３は、軌跡情報入力部１から入力される位置座標とＩＤ情報入力部２から入力される検出位置のいずれか一方、あるいは、両方を変換する。動線情報生成部３は、軌跡情報入力部１から入力される位置座標を、ＩＤ情報入力部２で用いている座標系に変換してもよい。あるいは、動線情報生成部３は、ＩＤ情報入力部２から入力される検出位置を、軌跡情報入力部１で用いている座標系に変換してもよい。また、動線情報生成部３は、軌跡情報入力部１から入力される位置座標およびＩＤ情報入力部２から入力される検出位置を、別の座標系に変換してもよい。
　例えば、ＩＤ情報入力部２において、エリアＩＤで検出位置を表す場合、動線情報生成部３は、各エリアＩＤと、軌跡情報入力部１で用いる座標系で表した各エリアＩＤの頂点位置座標群との対応関係を示す変換表を保持してればよい。また、例えば、ＩＤ情報入力部２において、ＩＤ情報入力部番号で検出位置を表す場合、動線情報生成部３は、ＩＤ情報入力部番号と、軌跡情報入力部１で用いる座標系で表した各ＩＤ情報入力部２の設置位置との対応関係を示す変換表を保持していればよい。
　ＩＤ情報入力部２は、移動体のＩＤの検出を試みて、ＩＤを検出できなかった場合には、移動体のＩＤを「なし」として、その時刻と位置を動線情報生成部３に入力してもよい。あるいは、ＩＤ情報入力部２がＩＤ等の情報を何も入力しないことで、動線情報生成部３が、その時刻に移動体のＩＤが何も検出されなかったと判定してもよい。
　ＩＤ情報入力部２は、移動体に固有のＩＤを検出し、その検出時刻および検出位置を特定できる装置であればよい。例えば、移動体がアクティブＲＦＩＤタグを所有し、そのタグＩＤを移動体のＩＤとして用いる場合、ＩＤ情報入力部２としてＲＦＩＤリーダを用いればよい。また、移動体がＩＣ（Integrated Circuit）カードを所有し、そのＩＣカードのＩＤを移動体のＩＤとして用いる場合、ＩＤ情報入力部２としてＩＣカードリーダを用いればよい。また、移動体が無線ＬＡＮ端末を所有し、その無線ＬＡＮ（Local Access Network）端末のＭＡＣ（Media Access Control）アドレスを移動体のＩＤとして用いる場合、ＩＤ情報入力部２としてアクセスポイントを用いればよい。また、移動体毎に固有のバーコードが印刷されている場合、ＩＤ情報入力部２としてバーコードリーダを用いればよい。また、移動体が人物である場合、人物の顔、指紋、静脈等を人物のＩＤとして用いてもよく、これらのＩＤの読み取り装置をＩＤ情報入力部２とすればよい。また、顔認証装置とＲＦＩＤリーダのように、検出対象が異なるＩＤ情報入力部２を併用してもよい。
　また、ＩＤ情報入力部２を追跡領域５０内に複数設置する場合、各ＩＤ情報入力装置２の検出領域が互いに重なり合うように設置してもよい。あるいは、互いに重なり合わないように設置してもよい。
　なお、軌跡情報入力部１による移動体の位置座標の検出と、ＩＤ情報入力部２による移動体のＩＤの検出は同一の時刻に実施される。ただし、軌跡情報入力部１とＩＤ情報入力部２がそれぞれ非同期に位置座標とＩＤを検出する場合には、動線情報生成部３が、軌跡情報入力部１から入力された位置座標等と、ＩＤ情報入力部２から入力されたＩＤ等とをバッファリングしておき、一定時間毎にバッファに溜まっているそれらの情報を使用してもよい。あるいは、軌跡情報入力部１とＩＤ情報入力部２との間で時刻同期がとれていない場合は、動線情報生成部３に軌跡情報入力部１からの情報と、ＩＤ情報入力部２からの情報とが入力された際に、動線情報生成部３が入力された位置座標およびＩＤに対して同一の検出時刻を設定してもよい。
　動線情報生成部３は、軌跡情報入力部１から入力される情報と、ＩＤ情報入力部２から入力される情報とを用いて、移動体の軌跡情報について算出されたＩＤ毎のＩＤ対応付けスコアを含むとともに、移動体の位置座標およびその検出時刻の情報を含む動線情報を生成する。
　図２は、動線情報生成部３の構成例を示すブロック図である。なお、軌跡情報入力部１、ＩＤ情報入力部２、および動線情報分析部４も併せて図示している。動線情報生成部３は、軌跡連結候補生成手段３１と、ＩＤ対応付け尤度算出手段３２と、ＩＤ対応付け手段３３と、ＩＤ対応付け結果集計手段３４と、ＩＤ対応付けスコア算出手段３５と、スコア付きＩＤ候補出力手段３６とを備える。
　以下の説明では、１つの移動体の軌跡を表すとみなすことができる軌跡情報の集合を軌跡連結と記す。また、軌跡情報入力部１から入力された位置座標、検出時刻、軌跡番号の情報全体から定まる全ての軌跡情報を漏れなく重複なく含んだ軌跡連結の集合を軌跡連結候補と記す。図３は、軌跡情報が表す軌跡を模式的に示した模式図である。図３では、軌跡番号１～４の４つの軌跡情報に対応する４つの軌跡を示している。以下の説明において、軌跡番号が１，２，３，４である各軌跡情報をそれぞれ軌跡情報１，２，３，４と記す。図３を参照して、軌跡連結および軌跡連結候補の例について説明する。
　軌跡情報１，２，３，４は、それぞれ１つの移動体の軌跡を表しているとみなすことができる。従って、個々の軌跡情報１，２，３，４は、それぞれ独立した軌跡連結に該当する。また、軌跡情報１と軌跡情報３の組は、１つの移動体に関する断片化された軌跡の組を表しているとみなすこともできる。従って、軌跡情報１と軌跡情報３の組も、軌跡連結に該当する。同様に、軌跡情報１と軌跡情報４の組、軌跡情報２と軌跡情報３の組なども軌跡連結に該当する。ここでは、軌跡連結に含まれる軌跡情報の数が１つまたは２つの場合を例示したが、軌跡情報がｎ個存在する場合、１個の軌跡情報を含む軌跡連結、２個の軌跡情報を含む軌跡連結、・・・、ｎ個の軌跡情報を含む軌跡連結がそれぞれ考えられる。図３に示す例では、最大４個の軌跡情報を含む軌跡連結（すなわち、軌跡情報１，２，３，４の組）が考えられる。
　また、前述のように、軌跡連結候補は、全ての軌跡情報を漏れなく重複なく含んだ軌跡連結の集合である。従って、例えば、個々の軌跡情報１，２，３，４がそれぞれ独立した４つの軌跡連結であるとし、軌跡情報１，２，３，４を軌跡連結１，２，３，４と表すとする。この場合、軌跡連結１，２，３，４の集合を軌跡連結候補とすることができる。この軌跡連結候補には、軌跡情報１，２，３，４が漏れなく重複なく含まれている。
　また、例えば、軌跡情報１，３が一つの軌跡連結であるとし、軌跡連結１３と表すものとする。そして、軌跡情報２，４がそれぞれ独立した軌跡連結であり、軌跡連結２，４と表すとする。この場合、軌跡連結１３，２，４の集合を軌跡連結候補とすることができる。
　また、軌跡情報１，３の組、および軌跡情報２，４の組がそれぞれ別々の軌跡連結１３，２４であるとする。この場合、２つの軌跡連結１３，２４の集合を軌跡連結候補とすることができる。
　また、例えば、軌跡情報１，２，３，４の組が１つの軌跡連結であるとする。この場合、この一つの軌跡連結を軌跡連結候補とすることができる。ただし、ここでは、便宜的に、軌跡情報１，２，３，４の組が１つの軌跡連結であるものとして説明したが、図３に示すような断片化された４つの軌跡が１つの移動体に関する軌跡であるとは考えにくい。軌跡連結候補生成手段３１が軌跡連結を生成する場合、所定の条件に該当する軌跡情報の集合については軌跡連結としない。
　いずれの場合も、軌跡連結候補には、軌跡情報１，２，３，４が漏れなく重複なく含まれている。
　次に、軌跡連結候補とはならない軌跡連結の組の例を示す。例えば、軌跡情報１，３の組を軌跡連結１３とし、軌跡情報１，４の組を軌跡連結１４とする。そして、軌跡情報２を軌跡連結２とする。この場合、軌跡連結１３，１４，２の組は、軌跡情報１を重複して含むので、軌跡連結候補に該当しない。
　また、個々の軌跡情報１，２，３，４がそれぞれ独立した４つの軌跡連結１，２，３，４であるとする。この場合、軌跡連結１，２，３の組には、軌跡情報４が含まれていない。よって、軌跡連結１，２，３のみを含む軌跡連結の集合は軌跡連結候補に該当しない。
　軌跡連結候補生成手段３１は、軌跡情報入力部１から入力された位置座標、検出時刻、軌跡番号の情報全体から個々の軌跡情報を定め、軌跡情報を用いて、軌跡連結および軌跡連結候補を生成する。ただし、軌跡連結候補生成手段３１は、上述のように所定の条件に該当する軌跡情報の集合については軌跡連結としない。具体的には、軌跡連結候補生成手段３１は、以下に述べる第１および第２の条件のうち、いずれか１つに該当する軌跡情報の集合については軌跡連結としない。すなわち、軌跡連結候補生成手段３１は、第１の条件および第２の条件のうち少なくともいずれか一方に該当する軌跡情報の集合を軌跡連結とすることを禁止している。
　第１の条件は、軌跡情報の集合に、同一の検出時刻を含む複数の軌跡情報が含まれていて、その複数の軌跡情報に含まれる同一の検出時刻に検出された移動体の位置座標同士の距離が予め定めた閾値以上であるという条件である。第１の条件に該当するということは、同一の移動体が同時刻に閾値以上離れた場所に存在していることを表す。このような条件に該当する軌跡情報の集合を軌跡連結とすることは不適当であり、軌跡連結候補生成手段３１は、第１の条件に該当する軌跡情報の集合を軌跡連結としない。
　次に、第２の条件について説明する。一つの軌跡情報内で、最も検出時刻が古い位置座標を始点と呼び、最も検出時刻が新しい位置座標を終点と呼ぶものとする。第２の条件は、軌跡情報の集合に含まれる各軌跡情報を始点の検出時刻順に古い方から並べた場合に、一つの軌跡情報の終点の検出時刻および位置と、時間軸で新しい時刻側に隣接する次の軌跡情報の始点の検出時刻および位置とから求められる、先の軌跡情報の終点から次の軌跡情報の始点までの直線距離の移動速度が、予め定められている移動体の最高移動速度を超えているという条件である。第２の条件に該当するということは、移動体が移動不可能な速度で移動していることを表す。このような条件に該当する軌跡情報の集合を軌跡連結とすることは不適当であり、軌跡連結候補生成手段３１は、第２の条件に該当する軌跡情報の集合を軌跡連結としない。
　なお、追跡領域５０内に障害物等（図１において図示せず。）が配置されていて、追跡領域５０内で移動体が移動できる経路を表す経路情報が予め定められていてもよい。この場合、第２の条件の判定の際、軌跡連結候補生成手段３１は、先の軌跡情報の終点から次の軌跡情報の始点までの距離として、移動可能な経路に沿った距離を求め、その距離から移動体の移動速度を算出してもよい。
　また、軌跡情報入力部１が移動体の属性情報も動線情報生成部３に入力する場合、以下に示す第３の条件を定めていてもよい。第３の条件は、複数の軌跡情報において、互いに異なる軌跡情報に含まれる属性情報から求められる類似度によって、互いに異なる軌跡情報に含まれる属性情報が類似していないと判定されるという条件である。軌跡連結候補生成手段３１は、第３の条件に該当する軌跡情報の集合を軌跡連結としなくてもよい。なお、属性情報同士の類似度の算出方法は特に限定されない。また、属性情報同士が類似しているか否かは、類似度と、予め定められた閾値との比較によって判定すればよい。
　なお、１つの軌跡情報のみを含む集合に関しては、第１から第３までの各条件に該当せず、その軌跡情報は軌跡連結とされることになる。
　また、軌跡連結候補生成手段３１は、軌跡連結候補の数の上限を定めておき、生成した軌跡連結候補の数がその上限を越えた場合には、軌跡連結候補の数がその上限以下になるように軌跡連結候補の枝刈りを行ってもよい。枝刈りの基準については、特に限定されない。例えば、軌跡連結候補生成手段３１は、軌跡連結候補に含まれる軌跡情報同士で位置座標の検出時刻が重複している時間の総和を求め、その時間が長い軌跡連結候補から順に除外してもよい。また、軌跡連結候補生成手段３１は、軌跡連結候補に含まれる各軌跡連結内における軌跡情報同士の途切れ時間の総和を求め、途切れ時間の総和が長い軌跡連結候補から順に除外してもよい。また、軌跡連結候補生成手段３１は、軌跡連結候補に含まれる軌跡連結の多い順に（換言すれば、軌跡連結候補が表している移動体の数の多い順）に、軌跡連結候補を除外してもよい。
　軌跡情報入力部１が移動体の属性情報も動線情報生成部３に入力する場合には、軌跡連結候補生成手段３１は、軌跡連結候補に含まれる軌跡連結内の軌跡情報同士で、軌跡情報内の属性情報の類似度を計算し、類似の程度が低い軌跡情報の組を含んでいる軌跡連結候補から順に除外してもよい。
　また、軌跡連結候補の枝刈りの基準として、複数の基準を組み合わせて採用してもよい。
　ＩＤ対応付け尤度算出手段３２は、軌跡連結候補生成手段３１によって生成された全ての軌跡連結と、一定時間の間にＩＤ情報入力部２から入力された全ての移動体のＩＤとを用いて、一つの軌跡連結と一つのＩＤとの組（以下、軌跡連結・ＩＤペアと記す）を全通り生成する。軌跡連結・ＩＤペアは、移動体の軌跡とＩＤとの対応付けを表している。ＩＤ対応付け尤度算出手段３２は、軌跡連結・ＩＤペア毎に、この対応付けの尤もらしさを示す尤度を算出する。すなわち、ＩＤ対応付け尤度算出手段３２は、軌跡連結がＩＤによって識別される移動体の軌跡を表している尤度を算出する。以下、この尤度をＩＤ対応付け尤度と記す。
　ここで、ＩＤ対応付け尤度と、前述のＩＤ対応付けスコアとの違いについて説明する。ＩＤ対応付け尤度およびＩＤ対応付けスコアは、いずれも軌跡とＩＤとの対応付けの適切さの程度を表している点で共通するが、以下の点で異なる。ＩＤ対応付け尤度は、最適なＩＤを軌跡連結に対応付けるために算出する値であり、個々の軌跡連結に着目して算出される。これに対して、ＩＤ対応付けスコアは、軌跡連結候補生成手段３１によって生成された各軌跡連結候補に属する軌跡連結に対してＩＤ対応付け尤度に基づいてＩＤが対応付けられた後に、各軌跡連結候補における軌跡連結とＩＤとの対応付けの傾向に基づいて、算出される値である。また、ＩＤ対応付け尤度は軌跡連結に対して算出されるのに対して、ＩＤ対応付けスコアは軌跡情報に対して算出される。
　ＩＤ対応付け尤度算出手段３２は、予めＩＤ出力確率マップを保持しておく。ＩＤ出力確率マップとは、追跡領域５０を分割し、分割したエリア毎に、移動体が存在するときにその移動体のＩＤがＩＤ情報入力部２によって検出される確率を定義したマップである。ＩＤ出力確率マップにおいて、エリア毎に定義されたＩＤの検出確率を、ＩＤ出力確率と記す。ＩＤ出力確率マップは、ＩＤ情報入力部２毎に予め作成され、ＩＤ対応付け尤度算出手段３２は、各ＩＤ出力確率マップをそれぞれ保持する。また、各ＩＤ出力確率マップは、いずれも追跡領域５０内の全領域をカバーしている。
　ＩＤ出力確率マップの作成方法の例を説明する。例えば、ＩＤを発信する端末やタグを事前に移動体が携行して追跡領域５０内の各エリアを移動する。一つのＩＤ情報入力部２は、その移動体が１つのエリア内に存在している間に、ＩＤの検出を複数回（例えば１０回）試み、そのＩＤ情報入力部２がＩＤを検出できた回数をカウントする。ＩＤ情報入力部２がＩＤの検出を試みた回数と、実際にＩＤを検出できた回数から、そのエリアにおけるＩＤ出力確率が求められる。同様の処理を、エリア毎に行うことによって、そのＩＤ情報入力部２に関するＩＤ出力確率マップを作成することができる。ＩＤ情報入力部２を複数配置する場合には、ＩＤ情報入力部２毎に、同様の方法でＩＤ出力確率マップを作成すればよい。
　ＩＤ対応付け尤度算出手段３２は、軌跡連結・ＩＤペア毎にＩＤ対応付け尤度を算出する際、軌跡連結・ＩＤペアに含まれる移動体のＩＤを検出したＩＤ情報入力部２に対応するＩＤ出力確率マップを選択する。そして、ＩＤ対応付け尤度算出手段３２は、軌跡連結・ＩＤペアに含まれる移動体のＩＤが検出された各時刻における移動体の位置座標を軌跡連結・ＩＤペアに含まれる軌跡連結から特定し、その位置座標を含むエリアでのＩＤ出力確率をＩＤ出力確率マップによって判定する。そして、ＩＤ対応付け尤度算出手段３２は、ＩＤの検出時刻毎に得られたＩＤ出力確率同士の乗算を行う。この乗算結果が、ＩＤ対応付け尤度である。
　なお、ＩＤ対応付け尤度算出手段３２は、ＩＤの検出時刻毎に得られたＩＤ出力確率の対数値の和を計算し、その計算結果をＩＤ対応付け尤度としてもよい。
　ＩＤ対応付け手段３３は、各軌跡連結候補に対して、軌跡連結・ＩＤペア毎に算出されたＩＤ対応付け尤度に基づいて、軌跡連結候補に含まれる各軌跡連結に尤もらしいＩＤ（すなわち、軌跡連結が表す軌跡に対応する尤もらしい移動体のＩＤ）を対応付ける処理を行う。ＩＤ対応付け手段３３は、軌跡連結候補に含まれる各軌跡連結と各ＩＤとの組み合わせのうち、ＩＤ対応付け尤度の積算結果が最大となる組み合わせを特定することで、軌跡連結候補に含まれる各軌跡連結とＩＤとを対応づける。なお、ＩＤ対応付け尤度の積算結果を求める計算は、後述のステップＳ６０６において実行される。ただし、ＩＤ対応付け手段３３は、一つの軌跡連結候補に含まれる複数の軌跡連結に対して同じＩＤを対応付けることはない。以下、軌跡連結候補に含まれる軌跡連結に最も尤もらしいＩＤの対応付けを行った結果を、ＩＤ対応付け候補と呼ぶ。
　また、追跡領域５０内で移動体のＩＤが検出されない場合、および、ＩＤを持たない移動体が存在する場合を考慮すると、全ての軌跡連結にＩＤが対応付けられるとは限らない。そのため、軌跡連結候補に含まれる軌跡連結の数よりも移動体のＩＤの数の方が少ない場合には、ＩＤ対応付け手段３３は、軌跡連結候補に含まれる軌跡連結のうち、ＩＤが対応付けられなかった軌跡連結に対して、対応するＩＤが存在しないことを表す情報を対応付ける。例えば、対応するＩＤが存在しないことを表す情報として“unknown ”という文字列を用い、ＩＤ対応付け手段３３は、軌跡連結候補に含まれる軌跡連結に“unknown ”を対応づけてもよい。
　逆に、追跡領域５０内に放置されているＩＤタグが存在する場合、および、移動体が軌跡情報入力部１の死角に存在し位置座標を全く検出できずに移動体のＩＤのみが検出される場合を考慮すると、全てのＩＤに軌跡連結が対応付けられるとは限らない。そのため、軌跡連結候補に含まれる軌跡連結の数よりも検出されたＩＤの数の方が多い場合には、ＩＤ対応付け手段３３は、軌跡連結候補に含まれる全ての連結候補にＩＤを対応付ける。そして、ＩＤ対応付け手段３３は、連結候補に対応付けられなかったＩＤについては、対応する軌跡連結が無いものとみなして、連結候補に対応付けない。
　また、ＩＤ対応付け手段３３は、軌跡連結候補に関して計算したＩＤ対応付け尤度の積算が予め定められた閾値未満である場合には、その軌跡連結候補に含まれる軌跡連結に対応するＩＤは存在しないと判断してもよい。
　ＩＤ対応付け結果集計手段３４は、ＩＤ対応付け手段３３で得られた全てのＩＤ対応付け候補を対象に、各ＩＤ対応付け候補において、軌跡連結に含まれる軌跡情報が、どのＩＤと何回対応付けられたかを集計する。なお、軌跡連結がＩＤに対応付けられていれば、その軌跡連結に含まれる軌跡情報もそのＩＤに対応付けられているものとする。
　ＩＤ対応付けスコア算出手段３５は、ＩＤ対応付け結果集計手段３４で得られた回数集計結果（すなわち、軌跡情報毎に各ＩＤが対応付けられた回数）に基づいて、軌跡情報毎の各ＩＤの対応付け回数を正規化する。本実施形態では、ＩＤ対応付けスコア算出手段３５は、軌跡情報毎に、各ＩＤに関して求められた回数の値を、総和が１になるように正規化する。本実施形態では、この結果得られた各値を、ＩＤ対応付けスコアとする。例えば、ある軌跡情報について、ＩＤ”１”について０．２という値が得られ、ＩＤ”２”について０．８という値が得られたとする。この場合、その軌跡情報とＩＤ”１”に関するＩＤ対応付けスコアは０．２であり、その軌跡情報とＩＤ”２”に関するＩＤ対応付けスコアは０．８である。
　スコア付きＩＤ候補出力手段３６は、軌跡情報毎に、個々のＩＤと、個々のＩＤについてのＩＤ対応付けスコアのリストを生成し、動線情報分析部４に出力する。
　動線情報分析部４は、スコア付きＩＤ候補出力手段３６が生成した軌跡情報毎の各ＩＤおよびＩＤ対応付けスコアのリストを用いて、動線情報の分析および可視化を行う。
　動線情報分析部４による動線情報の分析および可視化の例を示す。動線情報分析部４は、指定されたＩＤのＩＤ対応付けスコアを個々の軌跡情報毎に特定し、そのＩＤ対応付けスコアに応じて動線の太さを変えて、各動線をディスプレイ装置上に表示させてもよい。ＩＤ対応付けスコアは、軌跡情報とＩＤとの対応付けのあいまいさの程度を表している。従って、動線情報分析部４は、ＩＤ対応付けスコアに応じて軌跡情報が示す軌跡の太さを変化させることで、軌跡情報とＩＤとの対応付けのあいまいさの程度を示すとともに、動線情報を可視化することができる。このように動線情報を可視化した例を図４に示す。図４（ａ）は、各軌跡情報が示す個々の軌跡がＩＤ“１”と対応付けられる場合における、対応付けのあいまいさの程度を示している。また、図４（ｂ）は、各軌跡情報が示す個々の軌跡がＩＤ“２”と対応付けられる場合における、対応付けのあいまいさの程度を示している。図４（ａ）では、太く表示した軌跡ほど、ＩＤ“１”との対応付けの信頼性が高い。同様に、図４（ｂ）では、太く表示した軌跡ほど、ＩＤ“２”との対応付けの信頼性が高い。動線情報分析部４は、軌跡間の途切れを補完し、補完部分の動線の太さを連続的に変化させることによって、滑らかに繋がった動線を表示してもよい。この場合、補完された部分の線の太さは滑らかに変化する。
　また、図４では、ＩＤ対応付けスコアに応じて軌跡情報が示す軌跡の太さを変化させる場合を示したが、各軌跡の太さは共通にして、ＩＤ対応付けスコアに応じて、軌跡情報が示す軌跡の線の濃さを変化させてもよい。例えば、動線情報分析部４は、ＩＤ対応付けスコアが高い軌跡ほど、色を濃く表示し、ＩＤ対応付けスコアが低い軌跡ほど、色を薄く表示してもよい。この場合にも、動線情報分析部４は、軌跡間の途切れを補完し、補完部分の動線の色の濃さを連続的に変化させることによって、滑らかに繋がった動線を表示してもよい。この場合、補完された部分の線の濃さは滑らかに変化する。
　動線情報分析部４による分析および可視化は、上記の例に限定されない。以下、分析および可視化の他の例を示す。
　追跡領域５０を分割した各エリアの中に、移動体の密度が高いエリアがある場合には、移動体の数が多いために、そのエリア内の個々の移動体と、移動体のＩＤとを一対一に対応付けることが困難になる。そのため、動線情報分析部４は、移動体の密度が予め定められた所定値以上のエリアについて、そのエリア内の移動体の集合と、移動体のＩＤの集合とが対応することを表示してもよい。なお、このエリアは、ＩＤ出力確率マップにおける各エリアと同じエリアであっても、あるいは、ユーザの指定に応じた態様で追跡領域５０を分割して得られたエリアであってもよい。図５は、このような移動体の集合とＩＤの集合との対応関係を導出する例を示す説明図である。図５に示す例では、追跡領域５０を９分割した場合の例を示している。この９個の領域のうち、領域Ａに移動体４１，４２，４３が存在し、動線情報分析部４が領域Ａにおける移動体の密度が高いと判定したとする。この場合、動線情報分析部４は、領域Ａ内の各移動体の軌跡情報に対して計算されているＩＤ毎のＩＤ対応付けスコアを参照し、ＩＤ毎に、そのＩＤ対応付けスコアの和を計算する。動線情報分析部４は、領域Ａに存在しない移動体に関するＩＤ対応付けスコアをこの計算には用いない。図５に示す領域Ａに関しては、ＩＤ“ａ”のＩＤ対応付けスコアとして、０．６，０．２，０．２が得られているので、動線情報分析部４は、これらの和０．６＋０．２＋０．２＝１．０を算出する。動線情報分析部４は、他のＩＤ“ｂ”，“ｃ”，“ｄ”，“ｅ”についても同様に、ＩＤ毎にＩＤ対応付けスコアの和を計算する。これらの計算結果は、以下のようになる。
　ＩＤ“ａ”：　０．６＋０．２＋０．２＝１．０
　ＩＤ“ｂ”：　０．２＋０．４＝０．６
　ＩＤ“ｃ”：　０．２＋０．４＝０．６
　ＩＤ“ｄ”：　０．４
　ＩＤ“ｅ”：　０．４
　動線情報分析部４は、領域Ａに存在する３つの移動体４１～４３と、ＩＤ対応付けスコアの和の上位３つのＩＤ“ａ”，“ｂ”，“ｃ”とを対応付け、移動体４１～４３の集合と、ＩＤ“ａ”，“ｂ”，“ｃ”の集合とが対応付けられる旨を表示してもよい。移動体の密度が高く、移動体とＩＤとの一対一の対応付けが困難な場合に、このように移動体の集合とＩＤの集合とを対応付けた結果を動線情報分析部４が表示してもよい。
　また、動線情報分析部４は、ユーザが指定した属性を有する移動体が存在する可能性をエリア毎に表示してもよい。以下に示す例では、各移動体のＩＤと、その移動体の属性とを対応付けたデータベースを記憶する記憶装置に動線情報分析部４がアクセス可能であるものとする。また、動線情報分析部４は、例えば、ユーザから領域の大きさを指定され、その大きさで追跡領域５０を分割した各領域を定める。また、動線情報分析部４は、ユーザから属性を指定する情報を入力される。例えば、「４０代女性」等の属性が指定される。すると、動線情報分析部４は、上記のデータベースから、指定された属性に該当する移動体のＩＤ群を読み込み、そのＩＤ群に一致する動線情報を選択する。動線情報分析部４は、選択した動線情報から、どの時刻にどのエリアにどのＩＤの移動体が存在しているかを判断する。そして、動線情報分析部４は、時刻毎に、各エリアに関して、そのエリアに存在する移動体のＩＤのうち、指定された属性に該当するＩＤのスコアを累積加算する。この加算結果が高い領域ほど、指定された属性（本例では、４０代女性）が存在していた可能性の高い場所であるということができる。動線情報分析部４は、この加算結果に応じて、追跡領域５０内の各領域の表示態様を変えて、追跡領域５０を表示する。例えば、動線情報分析部４は、図６に例示するヒートマップ形式で追跡領域５０を表示すればよい。
　軌跡連結候補生成手段３１と、ＩＤ対応付け尤度算出手段３２と、ＩＤ対応付け手段３３と、ＩＤ対応付け結果集計手段３４と、ＩＤ対応付けスコア算出手段３５と、スコア付きＩＤ候補出力手段３６は、例えば、動線情報生成プログラムに従って動作するコンピュータのＣＰＵ（Central Processing Unit ）によって実現される。この場合、コンピュータのプログラム記憶装置（図示せず。）が動線情報生成プログラムを記憶し、ＣＰＵがそのプログラムを読み込み、そのプログラムに従って、軌跡連結候補生成手段３１、ＩＤ対応付け尤度算出手段３２、ＩＤ対応付け手段３３、ＩＤ対応付け結果集計手段３４、ＩＤ対応付けスコア算出手段３５およびスコア付きＩＤ候補出力手段３６として動作すればよい。また、軌跡連結候補生成手段３１、ＩＤ対応付け尤度算出手段３２、ＩＤ対応付け手段３３、ＩＤ対応付け結果集計手段３４、ＩＤ対応付けスコア算出手段３５およびスコア付きＩＤ候補出力手段３６が、それぞれ別のハードウェアで実現されていてもよい。
　次に、動作について説明する。
　図７は、動線情報生成部３の処理経過の例を示すフローチャートである。軌跡連結候補生成手段３１は、軌跡情報入力部１から、軌跡番号、移動体の位置座標およびその検出時刻の組を取得する（ステップＳ１）。軌跡連結候補生成手段３１は、逐次入力される軌跡番号、位置座標および検出時刻の組を、軌跡番号毎に、過去一定時間分の検出時刻と位置座標のリストを持つようなデータ構造として記憶する。例えば、時刻ｔ１からｔｎまでの軌跡番号１に関する情報は、（軌跡番号１，（時刻ｔ１，ｘ座標，ｙ座標），（時刻ｔ２，ｘ座標，ｙ座標），・・・，（時刻ｔｎ，ｘ座標，ｙ座標））等のように表される。すなわち、軌跡連結候補生成手段３１は、軌跡番号と、過去一定時間分の検出時刻および検出座標のリストとを含む軌跡情報を生成し、記憶する。具体的には、新たに、軌跡番号、位置座標および検出時刻の組が入力されたときに、軌跡連結候補生成手段３１は、その軌跡番号に対応するリストに、新たに入力された位置座標および検出時刻の組を追加すればよい。また、軌跡連結候補生成手段３１は、過去一定時間よりも前の検出時刻および位置座標については、リストから削除すればよい。
　ただし、軌跡連結候補生成手段３１は、軌跡番号毎に、軌跡番号が最初に割り当てられた位置座標の検出時刻については、削除せずに保持しておく。以下、この時刻を軌跡番号の割り当て時刻と記す。
　次に、軌跡連結候補生成手段３１は、現在時刻から過去一定時間までの軌跡情報群を、軌跡番号の割り当て時刻の古いものから新しいものへ順に並べ替える（ステップＳ２）。
　次に、軌跡連結候補生成手段３１は、ステップＳ２で並べ替えた軌跡情報群を用いて、軌跡連結および軌跡連結候補を生成する（ステップＳ３）。図８および図９は、ステップＳ３の処理を具体的に示すフローチャートである。また、図１０は、軌跡連結および軌跡連結候補の生成過程の例を示す模式図である。
　ステップＳ３において、軌跡連結候補生成手段３１は、ステップＳ２（図７参照）で並べ替えた軌跡情報のうち、軌跡番号の割り当て時刻が最も古い軌跡情報の軌跡番号を選択し、その軌跡情報を更新中軌跡連結および更新中軌跡連結候補とする（ステップＳ３０１）。更新中軌跡連結とは、生成過程にある軌跡連結である。また、更新中軌跡連結候補とは、生成過程にある軌跡連結候補である。
　図１０に示す例では、小括弧内に軌跡番号を列挙することで軌跡連結を表す。また、そのような軌跡連結を中括弧内に列挙することで軌跡連結候補を表す。ステップＳ３０１で、例えば、軌跡番号１の軌跡情報を選択した場合、軌跡連結候補生成手段３１は、その軌跡情報を更新中軌跡連結（軌跡番号１）とする。また、軌跡連結候補生成手段３１は、その軌跡情報を更新中軌跡連結候補｛（軌跡番号１）｝とする。
　ステップＳ３０１の後、軌跡連結候補生成手段３１は、各軌跡情報の軌跡番号のうち、ステップＳ３０１，Ｓ３０３で選択されていない軌跡番号があるか否かを判定する（ステップＳ３０２）。未選択の軌跡番号がないと判定した場合（ステップＳ３０２のＮｏ）、ステップＳ３の処理を終了する。
　未選択の軌跡番号がある場合（ステップＳ３０２のＹｅｓ）、軌跡連結候補生成手段３１は、軌跡番号が未選択の軌跡情報のうち、軌跡番号の割り当て時刻が最も古い軌跡情報の軌跡番号を選択する（ステップＳ３０３）。図１０に示す例では、軌跡番号の割り当て時刻順に軌跡番号１～ｎの軌跡情報が並べられている。そして、軌跡番号１はステップＳ３０１で選択済みであるので、軌跡連結候補生成手段３１は、軌跡番号２を選択する。
　続いて、軌跡連結候補生成手段３１は、更新中軌跡連結候補に、ステップＳ３０３で選択した軌跡番号（ここでは、軌跡番号２とする。）の軌跡情報を追加し、更新中軌跡連結候補を更新する処理を行う。まず、軌跡連結候補生成手段３１は、ステップＳ３０３の終了時点で生成されていた更新中軌跡連結候補のうち、ステップＳ３０５で選択されていない更新中軌跡連結候補があるか否かを判定する（ステップＳ３０４）。未選択の更新中軌跡連結候補がある場合、軌跡連結候補生成手段３１は、未選択の更新中軌跡連結候補のうちの一つを選択する（ステップＳ３０５）。ここでは、前述の更新中軌跡連結候補｛（軌跡番号１）｝を選択する場合を例に説明する。
　次に、軌跡連結候補生成手段３１は、ステップＳ３０５で選択した更新中軌跡連結候補に含まれる更新中軌跡連結のうち、ステップＳ３０７で選択されていない更新中軌跡連結があるか否かを判定する（ステップＳ３０６）。選択した更新中軌跡連結候補内に、まだステップＳ３０７で選択されていない更新中軌跡連結がある場合（ステップＳ３０６のＹｅｓ）、軌跡連結候補生成手段３１は、その更新中軌跡連結候補から、未選択の更新中軌跡連結を選択する（ステップＳ３０７）。本例では、更新中軌跡連結候補｛（軌跡番号１）｝から、（軌跡番号１）を選択する。
　ステップＳ３０７の後、軌跡連結候補生成手段３１は、ステップＳ３０７で選択した更新中軌跡連結に、ステップＳ３０３で選択した軌跡番号の軌跡情報を連結できるか否か（換言すれば、追加できるか否か）を判定する（ステップＳ３０８）。ステップＳ３０８では、軌跡連結候補生成手段３１は、ステップＳ３０７で選択した更新中軌跡連結内の軌跡情報およびステップＳ３０３で選択した軌跡番号の軌跡情報の集合が、前述の第１の条件および第２の条件に該当するか否かを判定することによって、連結の可否を判定すればよい。すなわち、軌跡連結候補生成手段３１は、その軌跡情報の集合が、第１の条件および第２の条件のどちらにも該当しなければ、選択した更新中軌跡連結に、ステップＳ３０３で選択した軌跡番号の軌跡情報を連結できると判定すればよい。また、その軌跡情報の集合が、第１の条件および第２の条件のうち、少なくともいずれか一方に該当する場合、軌跡連結候補生成手段３１は、選択した更新中軌跡連結に、ステップＳ３０３で選択した軌跡番号の軌跡情報を連結できないと判定すればよい。
　例えば、本例において、軌跡番号１の軌跡情報と、軌跡番号２の軌跡情報のそれぞれに、同一の検出時刻に検出された移動体の位置座標が含まれていて、その位置座標同士の距離が閾値以上であれば、第１の条件に該当する。この場合、軌跡連結候補生成手段３１は、更新中軌跡連結（軌跡番号１）に、軌跡番号２の軌跡情報を連結できないと判定する。
　また、例えば、軌跡連結候補生成手段３１は、軌跡番号１の軌跡情報の終点の検出時刻および位置と、軌跡番号２の軌跡情報の始点の検出時刻および位置とから、軌跡番号１の軌跡情報の終点から軌跡番号２の軌跡情報の始点までの距離を移動体が移動した速度を算出する。この速度が、予め定められている移動体の最高移動速度を超えているならば、軌跡番号１，２の軌跡情報の集合は、第２の条件に該当する。この場合、軌跡連結候補生成手段３１は、更新中軌跡連結（軌跡番号１）に、軌跡番号２の軌跡情報を連結できないと判定する。
　また、軌跡情報入力部１が移動体の属性情報も動線情報生成部３に入力し、軌跡情報に属性情報が含まれている場合、軌跡連結候補生成手段３１は、軌跡情報の集合が前述の第３の条件に該当するか否かを判定してもよい。そして、第３の条件に該当する場合、軌跡連結候補生成手段３１は、更新中軌跡連結に、ステップＳ３０３で選択した軌跡番号の軌跡情報を連結できないと判定してもよい。
　第１および第２の条件に該当し、ステップＳ３０７で連結不可能と判定した場合（ステップＳ３０８のＮｏ）、軌跡連結候補生成手段３１は、再度ステップＳ３０６に移行する。
　第１および第２の条件に該当せず、ステップＳ３０７で連結可能と判定した場合（ステップＳ３０８のＹｅｓ）、軌跡連結候補生成手段３１は、ステップＳ３０５で選択した軌跡連結候補内の更新中軌跡連結のうちステップＳ３０７で選択した更新中軌跡連結に、ステップＳ３０３で選択した軌跡番号の軌跡情報を連結した新たな更新中軌跡連結候補を生成する（ステップＳ３０９）。本例では、軌跡連結候補生成手段３１は、更新中軌跡連結候補｛（軌跡番号１）｝内の（軌跡番号１）に、軌跡番号２の軌跡情報を追加した新たな更新中軌跡連結候補｛（軌跡番号１，軌跡番号２）｝を生成する。
　ステップＳ３０９の後、軌跡連結候補生成手段３１は、再度ステップＳ３０６に移行する。
　ステップＳ３０８またはステップＳ３０９の後にステップＳ３０６に移行すると、軌跡連結候補生成手段３１は、再度、ステップＳ３０５で選択した更新中軌跡連結候補に含まれる更新中軌跡連結のうち、ステップＳ３０７で選択されていない更新中軌跡連結があるか否かを判定する（ステップＳ３０６）。本例では、軌跡連結候補生成手段３１は、ステップＳ３０５で選択した更新中軌跡連結候補｛（軌跡番号１）｝において、（軌跡番号１）を選択済みであり、他に未選択の更新中軌跡連結がないと判定する。
　ステップＳ３０６において、未選択の更新中軌跡連結がないと判定した場合（ステップＳ３０６のＮｏ）、軌跡連結候補生成手段３１は、ステップＳ３０３で選択した軌跡番号の軌跡情報を新たな更新中軌跡連結とし、ステップＳ３０５で選択した更新中軌跡連結候補にその更新中軌跡連結を追加する（ステップＳ３１０）。本例では、軌跡連結候補生成手段３１は、ステップＳ３０３で軌跡番号２の軌跡情報を選択しており、この軌跡情報を新たな更新中軌跡連結（軌跡番号２）とする。また、軌跡連結候補生成手段３１は、ステップＳ３０５で更新中軌跡連結候補｛（軌跡番号１）｝を選択している。従って、軌跡連結候補生成手段３１は、更新中軌跡連結候補｛（軌跡番号１）｝に更新中軌跡連結（軌跡番号２）を追加し、更新中軌跡連結候補｛（軌跡番号１），（軌跡番号２）｝とする。
　上記のステップＳ３０４～Ｓ３１０の処理では、更新中軌跡連結候補｛（軌跡番号１）｝を選択し、ステップＳ３０９に移行した場合、軌跡連結候補生成手段３１は、新たな更新中軌跡連結候補｛（軌跡番号１，軌跡番号２）｝を生成する。また、軌跡連結候補生成手段３１は、ステップＳ３１０で、｛（軌跡番号１）｝を、｛（軌跡番号１），（軌跡番号２）｝とする。従って、｛（軌跡番号１）｝に基づいて、少なくともステップＳ３１０で｛（軌跡番号１），（軌跡番号２）｝が生成され、ステップＳ３０９に移行した場合には、｛（軌跡番号１，軌跡番号２）｝も生成される。このように、ステップＳ３０９に移行した場合、更新中軌跡連結候補の数が増加する。また、ステップＳ３１０では、ステップＳ３０５で選択された更新中軌跡連結候補は更新される。
　また、ステップＳ３０９で生成された更新中軌跡連結候補、およびステップＳ３１０で更新された更新中軌跡連結候補は、いずれもステップＳ３０５での選択が行われたか否かに関して、未選択であるものとして初期化される。また、これらの更新中軌跡連結候補に含まれる各更新中軌跡連結についても、ステップＳ３０７での選択が行われたか否かに関して、未選択であるものとして初期化される。
　また、軌跡連結候補の数の上限が定められていてもよい。この場合、ステップＳ３１０において更新中軌跡連結候補の数がその上限を超えている場合、軌跡連結候補生成手段３１は、更新中軌跡連結候補の数がその上限以下になるように、更新中軌跡連結候補の枝刈りを行ってもよい。既に説明したように、この枝刈りの基準は特に限定されない。ステップＳ３１０において、軌跡連結候補生成手段３１は、例えば、更新中軌跡連結候補に含まれる軌跡情報同士で位置座標の検出時刻が重複している時間の総和を求め、その時間が長い更新中軌跡連結候補から順に除外してもよい。また、軌跡連結候補生成手段３１は、更新中軌跡連結候補に含まれる各更新中軌跡連結内における軌跡情報同士の途切れ時間の総和を求め、途切れ時間の総和が長い更新中軌跡連結候補から順に除外してもよい。また、軌跡連結候補生成手段３１は、更新中軌跡連結候補に含まれる更新中軌跡連結の多い順に、軌跡連結候補を除外してもよい。また、軌跡連結候補生成手段３１は、軌跡情報に移動体の属性情報が含まれている場合、更新中軌跡連結候補に含まれる更新中軌跡連結内の軌跡情報同士で、軌跡情報内の属性情報の類似度を計算し、類似の程度が低い軌跡情報の組を含んでいる更新中軌跡連結候補から順に除外してもよい。
　ステップＳ３１０の後、軌跡連結候補生成手段３１は、再度ステップＳ３０４に移行し、Ｓ３０４以降の動作を行う。本例では、ステップＳ３０３の終了時点で生成されていた更新中軌跡連結候補は｛（軌跡番号１）｝のみであり、｛（軌跡番号１）｝は選択済みであるので、軌跡連結候補生成手段３１は、未選択の更新中軌跡連結候補はないと判定する（ステップＳ３０４のＮｏ）。
　ステップＳ３０３の終了時点で生成されていた更新中軌跡連結候補のうち、未選択の更新中軌跡連結候補がない場合（ステップＳ３０４のＮｏ）、軌跡連結候補生成手段３１は、ステップＳ３０２に移行する。そして、軌跡連結候補生成手段３１は、ステップＳ３０２以降の処理を行う。
　例えば、ステップＳ３０２に移行したときに、上記の例のように、｛（軌跡番号１，軌跡番号２）｝，｛（軌跡番号１），（軌跡番号２）｝という２つの更新中軌跡連結候補が生成されているとする。そして、軌跡連結候補生成手段３１が、ステップＳ３０２で未選択の軌跡番号があると判定し、軌跡番号３を選択したとする。
　軌跡連結候補生成手段３１が、ステップＳ３０４で、未選択の更新中軌跡連結候補があると判定し、ステップＳ３０５で、例えば、｛（軌跡番号１，軌跡番号２）｝を選択したとする。この場合、軌跡連結候補生成手段３１は、ステップＳ３０７で（軌跡番号１，軌跡番号２）を選択後、ステップＳ３０９に移行すれば、新たな更新中軌跡連結候補として、｛（軌跡番号１，軌跡番号２，軌跡番号３）｝を生成する。また、ステップＳ３１０に移行したときには、軌跡連結候補生成手段３１は、｛（軌跡番号１，軌跡番号２）｝を｛（軌跡番号１，軌跡番号２），（軌跡番号３）｝に更新する。
　さらに、軌跡連結候補生成手段３１は、再度ステップＳ３０４で、未選択の更新中軌跡連結候補があると判定し、ステップＳ３０５で｛（軌跡番号１），（軌跡番号２）｝を選択する。この場合、軌跡連結候補生成手段３１は、ステップＳ３０７で（軌跡番号１）を選択後、ステップＳ３０９に移行すれば、新たな更新中軌跡連結候補として、｛（軌跡番号１，軌跡番号３），（軌跡番号２）｝を生成する。さらに、軌跡連結候補生成手段３１は、ステップＳ３０７で（軌跡番号２）を選択後、ステップＳ３０９に移行すれば、新たな更新中軌跡連結候補として、｛（軌跡番号１），（軌跡番号２，軌跡番号３）｝を生成する。また、ステップＳ３１０に移行したときには、軌跡連結候補生成手段３１は、｛（軌跡番号１），（軌跡番号２）｝を｛（軌跡番号１），（軌跡番号２），（軌跡番号３）｝に更新する。
　ステップＳ３０４で、未選択の更新中軌跡連結候補がないと判定した場合には、軌跡連結候補生成手段３１は、再度ステップＳ３０２に移行する。軌跡連結候補生成手段３１は、ステップＳ３０２で、未選択の軌跡番号がないと判定した場合（ステップＳ３０２のＮｏ）、ステップＳ３の処理を終了する。この時点で得られている各更新中軌跡連結候補が、軌跡連結候補として確定する。また、その各軌跡連結候補に含まれる各更新中軌跡連結が軌跡連結として確定する。
　また、ＩＤ対応付け尤度算出手段３２は、ＩＤ情報入力部２から、移動体を一意に識別するためのＩＤ、ＩＤの検出時刻、およびそのＩＤの検出位置を取得する（ステップＳ４）。なお、ＩＤ情報入力部２は、ＩＤ情報入力部２自身のＩＤ情報入力部番号も動線情報生成部３に入力するので、ＩＤ対応付け尤度算出手段３２は、このＩＤ情報入力部番号も併せて取得する。図１１は、追跡領域５０を格子状に分割した各エリアの例を表している。本例では、ＩＤ対応付け尤度算出手段３２が、検出位置として、これらのエリアのエリアＩＤをＩＤ情報入力部２から取得する場合を例にして説明する。以下、ＩＤ情報入力部２から取得するＩＤ、検出時刻および検出位置の組をＩＤ情報と記す。本発明の説明では、「ＩＤ情報」と、ＩＤ情報に含まれる「ＩＤ」とを区別する。「ＩＤ情報」は、移動体のＩＤ、検出時刻および検出位置の組である。また、ＩＤ情報に含まれる「ＩＤ」は、移動体のＩＤそのものである。
　ＩＤ対応付け尤度算出手段３２は、過去一定時間分のＩＤ情報を記憶する。この「一定時間」の長さは、軌跡情報に過去一定時間分の検出時刻と位置座標のリストを含める場合の「一定時間」の長さと同じ長さである。
　次に、ＩＤ対応付け尤度算出手段３２は、ステップＳ３で生成された各軌跡連結と、ステップＳ４で取得した各ＩＤ情報に含まれる移動体のＩＤとを用いて、軌跡連結・ＩＤペアを全通り生成する。そして、ＩＤ対応付け尤度算出手段３２は、軌跡連結・ＩＤペア毎にＩＤ対応付け尤度を算出する（ステップＳ５）。以下、ＩＤ対応付け尤度算出の具体例を示す。ここでは、図１１に示すように、２つのＩＤ情報入力部２ａ，２ｂが配置されている場合を例にする。また、過去一定時間分のＩＤ情報として、図１２に例示するＩＤ情報をＩＤ対応付け尤度算出手段３２が記憶しているものとする。また、本例において、時刻ｔ１，ｔ２，ｔ３では、ＩＤ情報入力部２ａがＩＤを検出し、時刻ｔ９，ｔ１０，ｔ１１では、ＩＤ情報入力部２ｂがＩＤを検出していたものとする。
　また、ＩＤ対応付け尤度算出手段３２は、ＩＤ情報入力部２ａに対応するＩＤ出力確率マップと、ＩＤ情報入力部２ｂに対応するＩＤ出力確率マップを予め記憶している。図１３は、ＩＤ情報入力部２ａに対応するＩＤ出力確率マップの模式図である。図１３に示すＩＤ出力確率マップでは、ＩＤ情報入力部２ａが存在するエリア１２のＩＤ出力確率が０．８であり、その周囲の８つのエリアのＩＤ出力確率が０．５である。また、その他のエリアのＩＤ出力確率は０．１である。また、図１４は、ＩＤ情報入力部２ｂに対応するＩＤ出力確率マップの模式図である。図１４に示すＩＤ出力確率マップでは、ＩＤ情報入力部２ｂが存在するエリア５８のＩＤ出力確率が０．８であり、その周囲の８つのエリアのＩＤ出力確率が０．５である。また、その他のエリアのＩＤ出力確率は０．１である。
　また、図１５および図１６は、ＩＤ出力確率マップ上に軌跡連結を模式的に重ねて表した模式図である。図１５および図１６では、軌跡番号１，２の軌跡情報を含む軌跡連結を示している。以下、この軌跡連結を軌跡連結Ａと記す。図１５は、ＩＤ情報入力部２ａに対応するＩＤ出力確率マップに軌跡連結Ａを重ねた模式図である。また、図１６は、ＩＤ情報入力部２ｂに対応するＩＤ出力確率マップに軌跡連結Ａを重ねた模式図である。
　同様に、図１７および図１８は、ＩＤ出力確率マップ上に軌跡連結を模式的に重ねて表した模式図である。図１７および図１８では、軌跡番号３，４の軌跡情報を含む軌跡連結を示している。以下、この軌跡連結を軌跡連結Ｂと記す。図１７は、ＩＤ情報入力部２ａに対応するＩＤ出力確率マップに軌跡連結Ｂを重ねた模式図である。また、図１８は、ＩＤ情報入力部２ｂに対応するＩＤ出力確率マップに軌跡連結Ｂを重ねた模式図である。
　ＩＤ対応付け尤度算出手段３２は、一つの軌跡連結・ＩＤペアに関して、ＩＤ対応付け尤度を算出する場合、その軌跡連結・ＩＤペアを構成するＩＤの各検出時刻における移動体の各位置を、その軌跡連結・ＩＤペアを構成する軌跡連結に基づいて特定する。そして、ＩＤ対応付け尤度算出手段３２は、その各位置におけるＩＤ出力確率を、ＩＤを検出したＩＤ情報入力部２のＩＤ出力確率マップから特定する。さらに、ＩＤ対応付け尤度算出手段３２は、その各ＩＤ出力確率の積を計算し、その計算結果をＩＤ対応付け尤度とする。なお、ＩＤ対応付け尤度算出手段３２は、特定した各ＩＤ出力確率の対数値の和を計算し、その計算結果をＩＤ対応付け尤度としてもよい。
　軌跡連結ＡとＩＤ１（図１２参照）との軌跡連結・ＩＤペアのＩＤ対応付け尤度の算出過程を示す。図１２に示すように、時刻ｔ１，ｔ２，ｔ３において、ＩＤ１がエリア１２で検出されている。このＩＤ１は、移動体入力部２ａ（図１１参照）によって検出されたものである。ＩＤ対応付け尤度算出手段３２は、ＩＤ１の検出時刻ｔ１における移動体の位置を軌跡連結Ａから特定する。図１５に示すように、時刻ｔ１における移動体の位置座標はエリア０２内に存在する。ＩＤ対応付け尤度算出手段３２は、時刻ｔ１における移動体の位置としてエリア０２を特定する（図１５参照）。さらに、ＩＤ対応付け尤度算出手段３２は、時刻ｔ１にＩＤ１を検出した移動体入力部２ａのＩＤ出力確率マップから、そのエリア０２のＩＤ出力確率０．５を取得する。同様に、ＩＤ対応付け尤度算出手段３２は、ＩＤ１の検出時刻ｔ２における移動体の位置を軌跡連結Ａに基づいて特定する。この場合、ＩＤ対応付け尤度算出手段３２は、エリア１２を特定する。そして、ＩＤ対応付け尤度算出手段３２は、時刻ｔ２にＩＤ１を検出した移動体入力部２ａのＩＤ出力確率マップから、エリア１２のＩＤ出力確率０．８を取得する（図１５参照）。同様に、ＩＤ対応付け尤度算出手段３２は、ＩＤ１の検出時刻ｔ３における移動体の位置としてエリア２２を特定し、移動体入力部２ａのＩＤ出力確率マップからエリア２２のＩＤ検出確率０．５を取得する（図１５参照）。
　また、時刻ｔ９，ｔ１０，ｔ１１において、ＩＤ１がエリア５８で検出されている。このＩＤ１は、移動体入力部２ｂ（図１１参照）によって検出されたものである。ＩＤ対応付け尤度算出手段３２は、ＩＤ１の検出時刻ｔ９における移動体の位置としてエリア５７を軌跡連結Ａに基づいて特定し、時刻ｔ９にＩＤ１を検出した移動体入力部２ｂのＩＤ出力確率マップからエリア５７のＩＤ出力確率０．５を取得する（図１６参照）。同様に、ＩＤ対応付け尤度算出手段３２は、ＩＤ１の検出時刻ｔ１０に関してＩＤ検出確率０，８を取得し、ＩＤ１の検出時刻ｔ１１に関してＩＤ検出確率０．５を取得する（図１６参照）。
　ＩＤ対応付け尤度算出手段３２は、ＩＤ１の検出時刻ｔ１，ｔ２，ｔ３，ｔ９，ｔ１０，ｔ１１に関して求めた上記のＩＤ出力確率の積を計算し、０．０４を得る。この値が軌跡連結ＡとＩＤ１のペアのＩＤ対応付け尤度である。
　次に、軌跡連結ＡとＩＤ２（図１２参照）との軌跡連結・ＩＤペアのＩＤ対応付け尤度の算出過程を示す。図１２に示すように、時刻ｔ９，ｔ１０，ｔ１１においてＩＤ２がエリア５８で検出されている。このＩＤ２は、移動体入力部２ｂ（図１１参照）によって検出されたものである。ＩＤ対応付け尤度算出手段３２は、軌跡連結Ａに基づいて、ＩＤ２の検出時刻ｔ９における移動体の位置としてエリア５７を特定し、移動体入力部２ｂのＩＤ出力確率マップからエリア５７のＩＤ検出確率０．５を取得する（図１６参照）。同様に、ＩＤ対応付け尤度算出手段３２は、ＩＤ２の検出時刻ｔ１０に関してＩＤ出力確率０．８を取得し、ＩＤ２の検出時刻ｔ１１に関してＩＤ検出確率０．５を取得する（図１６参照）。そして、ＩＤ対応付け尤度算出手段３２は、ＩＤ２の検出時刻ｔ９，ｔ１０，ｔ１１に関して求めたＩＤ出力確率の積を計算し、０．２を得る。この値が、軌跡連結ＡとＩＤ２のペアのＩＤ対応付け尤度である。
　次に、軌跡連結ＢとＩＤ１（図１２参照）との軌跡連結・ＩＤペアのＩＤ対応付け尤度の算出過程を示す。ＩＤ対応付け尤度算出手段３２は、軌跡連結Ｂに基づいて、ＩＤ１の検出時刻ｔ１における移動体の位置としてエリア１５を特定する。そして、ＩＤ対応付け尤度算出手段３２は、時刻ｔ１にＩＤ１を検出した移動体入力部２ａのＩＤ出力確率マップから、そのエリア１５のＩＤ出力確率０．１を取得する（図１７参照）。同様に、ＩＤ対応付け尤度算出手段３２は、ＩＤ１の検出時刻ｔ２における移動体の位置としてエリア２５を特定し、移動体入力部２ａのＩＤ出力確率マップからエリア２５のＩＤ検出確率０．１を取得する（図１７参照）。また、ＩＤ対応付け尤度算出手段３２は、ＩＤ１の検出時刻ｔ３における移動体の位置としてエリア３６を特定し、移動体入力部２ａのＩＤ出力確率マップからエリア３６のＩＤ検出確率０．１を取得する（図１７参照）。
　また、ＩＤ対応付け尤度算出手段３２は、ＩＤ１の検出時刻ｔ９における移動体の位置としてエリア４８を軌跡連結Ｂに基づいて特定し、時刻ｔ９にＩＤ１を検出した移動体入力部２ｂのＩＤ出力確率マップからエリア４８のＩＤ出力確率０．５を取得する（図１８参照）。同様に、ＩＤ対応付け尤度算出手段３２は、ＩＤ１の検出時刻ｔ１０に関してＩＤ検出確率０，８を取得し、ＩＤ１の検出時刻ｔ１１に関してＩＤ検出確率０．５を取得する（図１８参照）。
　ＩＤ対応付け尤度算出手段３２は、ＩＤ１の検出時刻ｔ１，ｔ２，ｔ３，ｔ９，ｔ１０，ｔ１１に関して求めた上記のＩＤ出力確率の積を計算し、０．０００２を得る。この値が軌跡連結ＢとＩＤ１のペアのＩＤ対応付け尤度である。
　次に、軌跡連結ＢとＩＤ２（図１２参照）との軌跡連結・ＩＤペアのＩＤ対応付け尤度の算出過程を示す。ＩＤ対応付け尤度算出手段３２は、軌跡連結Ｂに基づいて、ＩＤ２の検出時刻ｔ９における移動体の位置としてエリア４８を特定し、移動体入力部２ｂのＩＤ出力確率マップからエリア４８のＩＤ検出確率０．５を取得する（図１８参照）。同様に、ＩＤ対応付け尤度算出手段３２は、ＩＤ２の検出時刻ｔ１０に関してＩＤ出力確率０．８を取得し、ＩＤ２の検出時刻ｔ１１に関してＩＤ検出確率０．５を取得する（図１８参照）。そして、ＩＤ対応付け尤度算出手段３２は、ＩＤ２の検出時刻ｔ９，ｔ１０，ｔ１１に関して求めたＩＤ出力確率の積を計算し、０．２を得る。この値が、軌跡連結ＢとＩＤ２のペアのＩＤ対応付け尤度である。
　同様の手順によって、ＩＤ対応付け尤度算出手段３２は、全ての軌跡連結・ＩＤペアのＩＤ対応付け尤度を算出する。移動体のＩＤの検出時刻における移動体の位置座標が検出されていない場合、ＩＤ対応付け尤度算出手段３２は、軌跡連結内の軌跡情報の内挿または外挿を行うことによって、ＩＤ検出時刻における移動体の位置を特定し、その位置におけるＩＤ出力確率を取得すればよい。
　ステップＳ５の後、ＩＤ対応付け手段３３は、ステップＳ５で算出した軌跡連結・ＩＤペア毎のＩＤ対応付け尤度に基づいて、軌跡連結候補に含まれる各軌跡連結に最も尤もらしいＩＤを対応付ける（ステップＳ６）。図１９は、ステップＳ６の処理を具体的に示すフローチャートである。
　ステップＳ６において、ＩＤ対応付け手段３３は、ステップＳ３で生成された軌跡連結候補群のうち、ステップＳ６０２で選択されていない軌跡連結候補が存在しているか否かを判定する（ステップＳ６０１）。未選択の軌跡連結候補が存在する場合（ステップＳ６０１のＹｅｓ）、ＩＤ対応付け手段３３は、ステップＳ３で生成された軌跡連結候補群の中から、これまでステップＳ６０２で選択されていない軌跡連結候補を１つ選択する（ステップＳ６０２）。
　次に、ＩＤ対応付け手段３３は、ステップＳ６０２で選択した軌跡連結候補に含まれる各軌跡連結をそれぞれ頂点とし、移動体の各ＩＤをそれぞれ頂点とする２部グラフを作成する（ステップＳ６０３）。ＩＤ対応付け手段３３は、軌跡連結に該当する頂点間に辺がなく、ＩＤに該当する頂点間に辺がない２部グラフを作成する。図２０は、ステップＳ６０３で作成される２部グラフの具体例を示す図である。図２０に示す例では、軌跡連結１００，１０１を頂点とし、ＩＤ１，ＩＤ２を頂点とする２部グラフを示している。図２０に例示する２部グラフから、軌跡連結１００，１０１とＩＤ１，ＩＤ２との対応関係が求められる。
　ステップＳ６０３の後、ＩＤ対応付け手段３３は、始点となるノードと終点となるノードを、作成した２部グラフの両端に追加する（ステップＳ６０４）。ＩＤ対応付け手段３３は、例えば、軌跡連結に該当する各頂点に連結される始点と、ＩＤに該当する各頂点に連結される終点を２部グラフに追加すればよい。図２１は、図２０に示す２部グラフに始点および終点を追加した例を示す。なお、図２１において、各辺に示す値は、次に説明するステップＳ６０５で設定されるコストである。
　ステップＳ６０４の後、ＩＤ対応付け手段３３は、ステップＳ６０４で得られたグラフの各辺にコストを設定する（ステップＳ６０５）。コストとは、ノード同士の対応付けられ易さを示す値であり、コストが小さいほど、ノード同士が対応付けられやすいことを意味する。ＩＤ対応付け手段３３は、軌跡連結に該当する頂点とＩＤに該当する頂点とを結ぶ辺に対して、その軌跡連結およびＩＤをペアにした軌跡連結・ＩＤペアのＩＤ対応付け尤度の逆数をコストとして設定すればよい。例えば、軌跡連結１００とＩＤ１とのペアのＩＤ対応付け尤度が０．０２５である場合、ＩＤ対応付け手段３３は、軌跡連結１００とＩＤ１とを結ぶ辺には、０．０２５の逆数である４０をコストとして設定する。また、ＩＤ対応付け手段３３は、始点と、軌跡連結に該当する各頂点とを結ぶ辺のコストを０に設定する。同様に、ＩＤ対応付け手段３３は、終点と、ＩＤに該当する各頂点とを結ぶ辺のコストを０に設定する。
　また、ステップＳ６０５において、ＩＤ対応付け手段３３は、各辺の容量を“１”に設定する。個々の辺の容量は、始点から終点までの経路を定める場合、辺にいくつのパスを通すことができるかを示す値である。従って、例えば、図２１に示す例において、「始点、軌跡連結１００、ＩＤ１、終点」という順にノードを通過する経路を定めた後では、それらのノード間の辺の各容量が０になる。この場合、その経路における軌跡連結１００，ＩＤ１間のパスは、一つの移動体に関する軌跡連結とＩＤの対応関係を示している。また、別の移動体に対応するグラフ上の経路を探索する場合には、容量０になった辺は探索できない。
　ステップＳ６０５の後、ＩＤ対応付け手段３３は、ステップＳ６０５までの処理で得たグラフについて、グラフ理論における最小費用流問題を適用し、軌跡連結とＩＤとの対応関係求める（ステップＳ６０６）。ステップＳ６０６において、ＩＤ対応付け手段３３は、軌跡連結の数とＩＤの数のうち少ない方の数を満たすべき流量として設定する。そして、ＩＤ対応付け手段３３は、ステップＳ６０５までの処理で得たグラフについて、グラフ理論における最小費用流問題を適用し、始点から終点までのコストが最も小さくなる経路を選択する。
　図２１に例示するグラフが得られている場合、軌跡連結の数とＩＤの数はともに２個であるので、ＩＤ対応付け手段３３は、流量を“２”とする。そして、ＩＤ対応付け手段３３は、「始点、軌跡連結１００、ＩＤ１、終点」をいう順にノードを通過する経路と、「始点、軌跡連結１０１、ＩＤ２、終点」という順にノードを追加する経路の２つを、コストの総和が最小であり流量“２”を満たす経路として選択する。
　ステップＳ６０６で選択した経路に含まれる軌跡連結とＩＤの組み合わせが、ステップＳ６０２で選択した軌跡連結候補内の各軌跡連結に最も尤もらしいＩＤの対応付けを行った結果（ＩＤ対応付け候補）である。
　ステップＳ６０２で選択した軌跡連結候補についてステップＳ６０６までの処理を行った後、ＩＤ対応付け手段３３は、ステップＳ６０１以降の処理を繰り返し、軌跡連結候補毎にステップＳ６０２～Ｓ６０６を実行する。また、未選択の軌跡連結候補がなくなったと判定した場合（ステップＳ６０１のＮｏ）、ＩＤ対応付け手段３３は、ステップＳ６の処理を終了する。
　ステップＳ６の後、ＩＤ対応付け結果集計手段３４は、ステップＳ６で生成された全てのＩＤ対応付け候補を対象に、ＩＤ対応付け候補に含まれる軌跡連結内の軌跡情報がどのＩＤに対応付けられたか集計する（ステップＳ７）。ＩＤ対応付け結果集計手段３４は、軌跡番号で軌跡情報を識別する。図２２は、ステップＳ７の処理を具体的に示すフローチャートである。
　ステップＳ７において、ＩＤ対応付け結果集計手段３４は、一定時間の間に得られた各軌跡情報の軌跡番号で行を識別し、一定時間に検出された移動体のＩＤで列を識別する集計マップを作成する（ステップＳ７０１）。集計マップは、各行には軌跡番号が割り当てられ、各列には移動体のＩＤが割り当てられたテーブルであり、行と列の交差部分に該当する箇所をセルと呼ぶ。セルには値を格納可能である。各セルの初期値は０である。
　ＩＤ対応付け結果集計手段３４は、各軌跡連結候補のうち、ステップＳ７０３で選択されていない軌跡連結候補が存在しているか否かを判定する（ステップＳ７０２）。未選択の軌跡連結候補が存在している場合（ステップＳ７０２のＹｅｓ）、ＩＤ対応付け結果集計手段３４は、各軌跡連結候補の中から、これまでステップＳ７０２で選択されていない軌跡連結候補を１つ選択する（ステップＳ７０３）。
　次に、ＩＤ対応付け結果集計手段３４は、ステップＳ７０３で選択した軌跡連結候補に含まれる軌跡連結のうち、ステップＳ７０５で選択されていない軌跡連結が存在するか否かを判定する（ステップＳ７０４）。その軌跡連結候補内にステップＳ７０５で選択されていない軌跡連結が存在している場合（ステップＳ７０４のＹｅｓ）、ＩＤ対応付け結果集計手段３４は、その軌跡連結候補から未選択の軌跡連結を選択する。さらに、ＩＤ対応付け結果集計手段３４は、ＩＤ対応付け手段３３によってその軌跡連結（現在着目している軌跡連結候補から選択した軌跡連結）に対応付けられた移動体のＩＤを特定する（ステップＳ７０５）。
　次に、ＩＤ対応付け結果集計手段３４は、ステップＳ７０５で選択した軌跡連結に含まれる軌跡情報のうち、ステップＳ７０７で選択されていない軌跡情報が存在しているか否かを判定する（ステップＳ７０６）。その軌跡連結内にステップＳ７０７で選択されていない軌跡情報が存在している場合（ステップＳ７０６のＹｅｓ）、ＩＤ対応付け結果集計手段３４は、その軌跡連結から未選択の軌跡情報を選択する。さらに、ＩＤ対応付け結果集計手段３４は、集計マップにおいて、その軌跡情報の軌跡番号と、ステップＳ７０５で特定した移動体のＩＤとによって定まるセルの値に１を加算する。すなわち、ＩＤ対応付け結果集計手段３４は、その軌跡番号に該当する行と、そのＩＤに該当する列の交差部分のセルの値に１を加算する（ステップＳ７０７）。
　ステップＳ７０７の後、ＩＤ対応付け結果集計手段３４は、ステップＳ７０６以降の動作を繰り返す。ステップＳ７０５で選択した軌跡連結内に未選択の軌跡情報が存在しなくなった場合（ステップＳ７０６のＮｏ）、ＩＤ対応付け結果集計手段３４は、ステップＳ７０４以降の動作を繰り返す。
　また、ステップＳ７０３で選択した軌跡連結候補内に未選択の軌跡連結が存在しなくなった場合（ステップＳ７０４のＮｏ）、ＩＤ対応付け結果集計手段３４は、ステップＳ７０２以降の動作を繰り返す。
　また、ステップＳ７０３で選択されていない軌跡連結候補が存在しなくなった場合には（ステップＳ７０２のＮｏ）、ＩＤ対応付け結果集計手段３４は、ステップＳ７の処理を終了する。
　ステップＳ７の終了後に得られた各セルの値は、軌跡情報と移動体のＩＤとが対応付けられた回数の傾向を数値化したものであると言うことができる。
　ステップＳ７の後、ＩＤ対応付けスコア算出手段３５は、ステップＳ７で集計された結果（すなわち、集計マップの各セルの値）に基づいて、個々の軌跡番号に関して、ＩＤ毎のＩＤ対応付けスコアを計算する（ステップＳ８）。例えば、ＩＤ対応付けスコア算出手段３５は、集計マップにおいて、個々の軌跡番号が示す列毎に、各セルの値の和が１になるように、各セルの値を正規化すればよい。すなわち、ＩＤ対応付けスコア算出手段３５は、個々の軌跡番号が示す列毎に、列内の個々のセルの値を、列内のセルの値の総和で除算すればよい。この結果得られた個々のセルの値が、そのセルに対応する軌跡番号および移動体のＩＤの組に関するＩＤ対応付けスコアである。軌跡番号は軌跡情報を表しているので、ステップＳ８の結果により、個々の軌跡情報に関して、各ＩＤのＩＤ対応付けスコアが得られることになる。
　また、軌跡情報と、その軌跡情報についてＩＤ毎に求めたＩＤ対応付けスコアおよび各ＩＤのリストとを合わせた情報には、移動体の位置座標およびその検出時刻と移動体のＩＤの情報が含まれている。従って、この情報は、ＩＤ対応付けスコアを含む動線情報であるということができる。ＩＤ対応付けスコア算出手段３５は、この動線情報を生成する。
　スコア付きＩＤ候補出力手段３６は、ステップＳ８までの処理によって得られたＩＤ対応付けスコアを含む動線情報を動線情報分析部４に出力する（ステップＳ９）。
　ステップＳ９におけるスコア付きＩＤ候補出力手段３６から動線情報分析部４への情報出力態様は特に限定されない。例えば、スコア付きＩＤ候補出力手段３６は、時刻を基準として、関連する情報を検出時刻毎に動線情報分析部４に出力してもよい。例えば、スコア付きＩＤ候補出力手段３６は、検出時刻ｔ１と、その時刻ｔ１において検出された移動体の位置座標と、その時刻および位置座標に対して軌跡情報入力部１が割り当てた軌跡番号と、その軌跡番号に関して算出されたＩＤ毎のＩＤ対応付けスコアおよび各ＩＤのリストとを、動線情報分析部４に出力してもよい。他の検出時刻に関しても同様である。
　また、例えば、スコア付きＩＤ候補出力手段３６は、移動体の位置座標を基準として、関連する情報を位置座標毎に動線情報分析部４に出力してもよい。例えば、スコア付きＩＤ候補出力手段３６は、位置座標ａと、その位置座標ａの検出時刻と、その時刻および位置座標に対して軌跡情報入力部１が割り当てた軌跡番号と、その軌跡番号に関して算出されたＩＤ毎のＩＤ対応付けスコアおよび各ＩＤのリストとを、動線情報分析部４に出力してもよい。他の位置座標に関しても同様である。
　また、例えば、スコア付きＩＤ候補出力手段３６は、軌跡番号を基準として、関連する情報を軌跡番号毎に動線情報分析部４に出力してもよい。例えば、スコア付きＩＤ候補出力手段３６は、軌跡番号毎に、軌跡番号が示す軌跡情報と、その軌跡番号に関して算出されたＩＤ毎のＩＤ対応付けスコアおよび各ＩＤのリストとを、動線情報分析部４に出力してもよい。
　また、例えば、スコア付きＩＤ候補出力手段３６は、軌跡番号と、その軌跡番号に関して算出されたＩＤ毎のＩＤ対応付けスコアおよび各ＩＤのリストのみを動線情報分析部４に出力してもよい。この場合、分析に、位置座標、その検出時刻、ＩＤ情報が必要であれば、動線情報分析部４は、それらの情報を軌跡情報入力部１や、ＩＤ情報入力部２から直接取得してもよい。
　動線情報分析部４がステップＳ９で取得した情報を用いて行う分析態様は特に限定されない。
　本実施形態によれば、軌跡連結候補生成手段３１が、軌跡連結および軌跡連結候補を生成する。そして、ＩＤ対応付け尤度算出手段３２が、軌跡連結・ＩＤペア毎にＩＤ対応付け尤度を算出する。ＩＤ対応付け手段３３は、ＩＤ対応付け尤度を用いて、軌跡連結候補毎に、軌跡連結候補内の軌跡連結に対して、尤もらしいＩＤを対応付ける。従って、軌跡情報入力部１における移動体の位置座標の検出漏れや誤検出が生じていたり、ＩＤ情報入力部２における移動体のＩＤの検出漏れや誤検出が生じていたりしている場合であっても、軌跡連結に尤もらしいＩＤを対応付けた軌跡連結候補を複数生成することができる。すなわち、真の状態を表す仮説が含まれていない可能性があるが、ある程度尤もらしい仮説を複数生成することができる。そして、ＩＤ対応付け結果集計手段３４が、軌跡連結内の軌跡情報がどのＩＤに対応付けられたか集計し、ＩＤ対応付け結果集計手段３４がその集計結果に基づいて、軌跡情報がどのＩＤに対応付けられるかに関する傾向をスコア化する。従って、ある程度尤もな仮説集合の傾向から、個々の軌跡情報と個々の移動体のＩＤとの対応関係のあいまいさの程度を定量化することができる。
　次に、上記の実施形態の変形例について説明する。上記の実施形態では、ステップＳ７０７（図２２参照）でセルに加算する値を１に定めていた。これに対して、以下に示す変形例では、ＩＤ対応付け結果集計手段３４は、軌跡連結候補毎に軌跡連結候補の尤もらしさを表すスコアを算出し、そのスコアに応じて集計マップのセルに値を加算する。以下に示す変形例では、ステップＳ７の処理が上記の実施形態と異なる。ステップＳ７以外の処理については、上記の実施形態と同様であり、説明を省略する。
　以下に示す変形例では、軌跡連結候補の尤もらしさを表すスコアの算出方法として、二種類の方法を示す。このスコアの第１の算出方法は、軌跡連結候補に含まれる軌跡連結に対してＩＤ対応付け手段３３がＩＤの対応付けを行った結果得られる軌跡連結およびＩＤの組に関するＩＤ対応付け尤度を参照し、軌跡連結候補に含まれる軌跡連結毎のＩＤ対応付け尤度の積を用いて、軌跡連結候補の尤もらしさを表すスコアとする方法である。このスコア算出方法において、軌跡連結候補に含まれる軌跡連結毎にＩＤ対応付け尤度を特定し、各ＩＤ対応付け尤度の積を軌跡連結候補毎に求め、軌跡連結候補毎のＩＤ対応付け尤度の積算結果を、総和が１になるように正規化する。
　また、軌跡連結候補の尤もらしさを表すスコアの第２の算出方法として、以下の方法を採用してもよい。第２の算出方法を用いる場合、例えば、軌跡情報入力部１が移動体の位置座標の検出時刻に、位置座標だけでなく属性情報も検出し、軌跡連結候補生成手段３１が軌跡情報内に各検出時刻における移動体の属性情報を含めておく。なお、この属性情報は、数値で定量化された値であるものとする。例えば、移動体の色であれば、Ｒ，Ｇ，Ｂに関して０～２５５等の範囲内で数値化できる。このように数値化できる情報を属性情報として用いる。そして、第２の算出方法では、ＩＤ対応付け結果集計手段３４は、軌跡連結候補に含まれる軌跡連結毎に、軌跡連結内の各軌跡情報に含まれる属性情報の分散を計算する。また、ＩＤ対応付け結果集計手段３４は、軌跡連結候補に含まれる軌跡連結毎に、検出時間長も計算する。軌跡連結の検出時間長は、軌跡連結に含まれる軌跡情報のうち始点の検出時刻が最も早い軌跡情報における始点の検出時刻から、軌跡連結に含まれる軌跡情報のうち終点の検出時刻が最も遅い軌跡情報における終点の検出時刻までの時間である。また、ＩＤ対応付け結果集計手段３４は、軌跡連結候補毎に、軌跡連結候補に含まれる軌跡連結毎に計算した属性情報の分散値の平均値（σａｖｅとする。）と、検出時間長の和（Ｔｓｕｍとする。）を計算する。そして、ＩＤ対応付け結果集計手段３４は、軌跡連結候補毎のσａｖｅを、総和が１になるように正規化する。同様に、ＩＤ対応付け結果集計手段３４は、軌跡連結候補毎のＴｓｕｍを、総和が１になるように正規化する。ＩＤ対応付け結果集計手段３４は、軌跡連結候補毎に、正規化後のσａｖｅおよび正規化後のＴｓｕｍを用いて以下の式（１）の計算を行い、その結果を、軌跡連結候補の尤もらしさを表すスコアＳとする。
　Ｓ＝α・（正規化後のσａｖｅ）＋β・（正規化後のＴｓｕｍ）　　　　　式（１）
　α，βは、α＋β＝１を満足する係数であり、α，βの値は良好な動線情報が得られるように予め調整しておけばよい。
　図２３は、前述の実施形態の変形例におけるステップＳ７（図７参照）の処理を具体的に示すフローチャートである。図２２と同様の処理については、図２２と同一の符号を付す。本変形例では、ＩＤ対応付け結果集計手段３４は、集計マップ作成処理（ステップＳ７０１）の前に、軌跡連結候補の尤もらしさを表すスコアを軌跡連結候補毎に算出する（ステップＳ７００）。軌跡連結候補の尤もらしさを表すスコアの算出する方法として、上記の第１の算出方法や第２の算出方法がある。これらの算出方法における具体的な処理経過については後述する。
　ステップＳ７００の後、ＩＤ対応付け結果集計手段３４は、ステップＳ７０１以降の処理を実行する。ステップＳ７０１～Ｓ７０６の処理は、前述の実施形態（図２２参照）と同様であり、説明を省略する。
　ステップＳ７０６において、ステップＳ７０５で選択した軌跡連結に含まれる軌跡情報のうち未選択の軌跡情報が存在すると判定した場合（ステップＳ７０６のＹｅｓ）、ＩＤ対応付け結果集計手段３４は、その軌跡連結から未選択の軌跡情報を選択する。さらに、ＩＤ対応付け結果集計手段３４は、集計マップにおいて、その軌跡情報の軌跡番号とステップＳ７０５で特定した移動体のＩＤとによって定まるセルの値に、ステップＳ７０３で選択した軌跡連結候補のスコア（軌跡連結候補の尤もらしさを表すスコア）を加算する（ステップＳ７０７ａ）。
　次に、軌跡連結候補の尤もらしさを表すスコアの算出処理（ステップＳ７００）の具体的な処理について説明する。
　まず、第１の算出方法を採用する場合について説明する。図２４は、第１の算出方法を採用する場合のステップＳ７００の処理経過の例を示すフローチャートである。なお、ステップＳ７００において、既に述べたステップＳ７０２～Ｓ７０５（図２２、図２３参照）と同様の処理が行われる。図２４では、これらの処理を符号Ｓ７００２～Ｓ７００５で示す。
　ステップＳ７００において、ＩＤ対応付け結果集計手段３４は、まず、ＩＤ対応付け尤度算出手段３２によって算出された各軌跡連結・ＩＤペアのＩＤ対応付け尤度を取得する（ステップＳ７００１）。Ｓ７００１の後、ＩＤ対応付け結果集計手段３４は、ステップＳ７００２以降の処理を実行する。ステップＳ７００２～Ｓ７００５の処理は、ステップＳ７０２～Ｓ７０５（図２２、図２３参照）と同様であり、説明を省略する。
　ＩＤ対応付け結果集計手段３４は、ステップＳ７００５において、軌跡連結を選択し、その軌跡連結に対応づけられたＩＤを特定する。この処理は既に説明したステップＳ７０５と同様である。ステップＳ７００５の後、ＩＤ対応付け結果集計手段３４は、ステップＳ７００５で選択した軌跡連結とステップＳ７００５で特定したＩＤとの組に関するＩＤ対応付け尤度を、ステップＳ７００３で選択した軌跡連結候補のスコア（軌跡連結候補の尤もらしさを表すスコア）に乗算する（ステップＳ７００７）。
　ただし、第１の算出方法では、ＩＤ対応付け結果集計手段３４は、各軌跡連結候補のスコア（軌跡連結候補の尤もらしさを表すスコア）をステップＳ７００の開始時に“１”に初期化しておく。従って、ステップＳ７００３で軌跡連結候補を選択後、最初にステップＳ７００７に移行したときには、ＩＤ対応付け結果集計手段３４は、スコアの初期値“１”にＩＤ対応付け尤度を乗算する。
　ステップＳ７００７の後、ＩＤ対応付け結果集計手段３４は、ステップＳ７００４以降の処理を繰り返す。ステップＳ７００３で選択した軌跡連結候補に関して、未選択の軌跡連結がなくなるまでステップＳ７００４～Ｓ７００７の処理を繰り返すことで、ＩＤ対応付け結果集計手段３４は、その軌跡連結候補に含まれる軌跡連結毎のＩＤ対応付け尤度の積算結果をスコアとして得ることができる。
　ステップＳ７００３で選択した軌跡連結候補に関して、未選択の軌跡連結がなくなった場合（ステップＳ７００４のＮｏ）、ＩＤ対応付け結果集計手段３４は、ステップＳ７００２以降の処理を繰り返す。未選択の軌跡連結候補がなくなるまでステップＳ７００２以降の処理を繰り返すことで、ＩＤ対応付け結果集計手段３４は、軌跡連結候補毎にスコアを得ることができる。
　未選択の軌跡連結候補がなくなった場合（ステップＳ７００２のＮｏ）、ＩＤ対応付け結果集計手段３４は、軌跡連結候補毎に、ステップＳ７００７におけるＩＤ対応付け尤度の積算で得られたスコアを、各スコアの総和が１になるように正規化する（ステップＳ７０００８）。すなわち、ＩＤ対応付け結果集計手段３４は、個々の軌跡連結候補のスコアを、各軌跡連結候補のスコアの総和で除算すればよい。この結果、軌跡連結候補毎に得られる値が、軌跡連結候補の尤もらしさを表すスコアである。
　ステップＳ７００８を終了することで、ステップＳ７００が終了する。その後、ＩＤ対応付け結果集計手段３４は、図２３に示すステップＳ７０１以降の処理を行えばよい。
　なお、上記の第１の算出方法において、ＩＤ対応付け尤度の代わりに、ＩＤ対応付け尤度の対数値を用いてもよい。この場合、ＩＤ対応付け結果集計手段３４は、ステップＳ７００１において各軌跡連結・ＩＤペアのＩＤ対応付け尤度の対数値を計算すればよい。そして、ＩＤ対応付け結果集計手段３４は、ステップＳ７００７では、選択した軌跡連結候補のスコアにＩＤ対応付け尤度の対数値を足し合わせればよい。
　次に、第２の算出方法を採用する場合について説明する。図２５は、第２の算出方法を採用する場合のステップＳ７００の処理経過の例を示すフローチャートである。なお、第１の算出方法を採用する場合と同様に、ステップＳ７００において、既に述べたステップＳ７０２～Ｓ７０４（図２２、図２３参照）と同様の処理が行われる。図２５では、これらの処理を符号Ｓ７００２～Ｓ７００４で示す。
　ステップＳ７００において、ＩＤ対応付け結果集計手段３４は、ステップＳ７００２から処理を開始する。ステップＳ７００２～Ｓ７００４の処理は、ステップＳ７０２～Ｓ７０４（図２２、図２３参照）と同様であり、説明を省略する。
　ステップＳ７００４において、選択している軌跡連結候補内に未選択の軌跡連結があると判定した場合（ステップＳ７００４のＹｅｓ）、ＩＤ対応付け結果集計手段３４は、その軌跡連結候補から未選択の軌跡連結を選択する。そして、ＩＤ対応付け結果集計手段３４は、選択した軌跡連結内の各軌跡情報に含まれる属性情報の分散値を算出する（ステップＳ７０１１）。第２の算出方法を採用する場合、属性情報は属性を数値化した値であり、属性情報の分散値を算出することができる。ＩＤ対応付け結果集計手段３４は、選択した軌跡連結内の各軌跡情報を参照し、個々の検出時刻に検出された属性情報の分散値を算出すればよい。
　次に、ＩＤ対応付け結果集計手段３４は、ステップＳ７０１１で選択した軌跡連結の検出時間長を算出する（ステップＳ７０１２）。ＩＤ対応付け結果集計手段３４は、軌跡連結に含まれる軌跡情報のうち終点の検出時刻が最も遅い軌跡情報における終点の検出時刻から、軌跡連結に含まれる軌跡情報のうち始点の検出時刻が最も早い軌跡情報における始点の検出時刻を減算することによって検出時間長を算出すればよい。
　ステップＳ７０１２の後、ＩＤ対応付け結果集計手段３４は、ステップＳ７００４以降の処理を繰り返す。ステップＳ７００３で選択した軌跡連結候補に関して、未選択の軌跡連結がなくなった場合（ステップＳ７００４のＮｏ）、ＩＤ対応付け結果集計手段３４は、ステップＳ７００２以降の処理を繰り返す。未選択の軌跡連結候補がなくなるまでステップＳ７００２以降の処理を繰り返すことで、軌跡連結候補毎に、軌跡連結候補内の各軌跡連結に関する属性情報の分散値および検出時間長が得られる。
　未選択の軌跡連結候補がなくなった場合（ステップＳ７００２のＮｏ）、ＩＤ対応付け結果集計手段３４は、軌跡連結候補毎に、軌跡連結候補内の各軌跡連結に関する属性情報の分散値の平均値を算出する（ステップＳ７０１３）。１つの軌跡連結候補について求めた分散値の平均値をσａｖｅと記す。
　続いて、ＩＤ対応付け結果集計手段３４は、軌跡連結候補毎に、軌跡連結候補内の各軌跡連結の検出時間長の総和を算出する（ステップＳ７０１４）。１つの軌跡連結候補について求めた検出時間長の総和をＴｓｕｍと記す。
　ステップＳ７０１３，Ｓ７０１４の例を示す。ここでは、説明を簡単にするために、２つの軌跡連結候補（Ｕ，Ｖとする。）を用いて説明する。
　軌跡連結候補Ｕには、２つの軌跡連結Ｕ１，Ｕ２が含まれているとする。そして、軌跡連結Ｕ１について算出された属性の分散値および検出時間長をそれぞれσＵ１，ＴＵ１とし、軌跡連結Ｕ２について算出された属性の分散値および検出時間長をそれぞれσＵ２，ＴＵ２とする。
　また、軌跡連結候補Ｖには、３つの軌跡連結Ｖ１，Ｖ２，Ｖ３が含まれているとする。そして、軌跡連結Ｖ１について算出された属性の分散値および検出時間長をそれぞれσＶ１，ＴＶ１とする。軌跡連結Ｖ２について算出された属性の分散値および検出時間長をそれぞれσＶ２，ＴＶ２とする。軌跡連結Ｖ３について算出された属性の分散値および検出時間長をそれぞれσＶ３，ＴＶ３とする。
　本例の場合、ＩＤ対応付け結果集計手段３４は、ステップＳ７０１３において、軌跡連結候補Ｕにおけるσａｖｅ（属性情報の分散値の平均値）として、σＵ１とσＵ２の平均値を算出すればよい。また、ＩＤ対応付け結果集計手段３４は、軌跡連結候補Ｖにおけるσａｖｅとして、σＶ１，σＶ２，σＶ３の平均値を算出すればよい。
　また、ＩＤ対応付け結果集計手段３４は、ステップＳ７０１４において、軌跡連結候補ＵにおけるＴｓｕｍ（検出時間長の総和）として、ＴＵ１とＴＵ２の和を算出すればよい。また、ＩＤ対応付け結果集計手段３４は、軌跡連結候補ＶにおけるＴｓｕｍとして、ＴＶ１，ＴＶ２，ＴＶ３の和を算出すればよい。
　ステップＳ７０１４の後、ＩＤ対応付け結果集計手段３４は、軌跡連結候補毎に求めたσａｖｅ（属性情報の分散値の平均値）を正規化し、また、軌跡連結候補毎に求めたＴｓｕｍ（検出時間長の総和）についても正規化する。ＩＤ対応付け結果集計手段３４は、個々の軌跡連結候補のσａｖｅを、それぞれ、各軌跡連結候補のσａｖｅの総和で除算すればよい。また、ＩＤ対応付け結果集計手段３４は、個々の軌跡連結候補のＴｓｕｍを、それぞれ、各軌跡連結候補のＴｓｕｍの総和で除算すればよい。そして、ＩＤ対応付け結果集計手段３４は、軌跡連結候補毎に、正規化後のσａｖｅおよび正規化後のＴｓｕｍを用いて前述の式（１）の計算を行い、その結果を、軌跡連結候補の尤もらしさを表すスコアＳとする（ステップＳ７０１５）。
　ステップＳ７０１５を終了することで、ステップＳ７００が終了する。その後、ＩＤ対応付け結果集計手段３４は、図２３に示すステップＳ７０１以降の処理を行えばよい。
　以上、説明した実施形態の変形例では、各軌跡連結候補に関して求めた軌跡連結候補の尤もらしさを表すスコアに基づいて、ＩＤ対応付けスコアを算出することができる。
　また、第１の算出方法のステップＳ７００８で得られる正規化後のスコアと、第２の算出方法のステップＳ７０１５で得られる正規化後のσａｖｅおよび正規化後のＴｓｕｍを用いて、軌跡連結候補の尤もらしさを表すスコアを算出してもよい。この場合、ＩＤ対応付け結果集計手段３４は、軌跡連結候補毎に、以下の式（２）の計算を行い、その結果を、軌跡連結候補の尤もらしさを表すスコアＳとすればよい。
Ｓ＝
α・（正規化後のσａｖｅ）＋β・（正規化後のＴｓｕｍ）＋γ・（正規化後のスコア）　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　式（２）
　式（２）において、正規化後のスコアは、第１の算出方法のステップＳ７００８で得られるスコアである。また、式（２）において、α，β，γは、α＋β＋γ＝１を満足する係数である。そして、α，β，γの値は良好な動線情報が得られるように予め調整しておけばよい。
　次に、本発明の最小構成について説明する。図２６は、本発明の動線情報生成システムの最小構成の例を示すブロック図である。本発明の動線情報生成システムは、軌跡連結候補生成手段９１と、尤度算出手段９２と、識別情報対応付け手段９３と、対応付け傾向数値化手段９４と、対応付けスコア算出手段９５とを備える。
　軌跡連結候補生成手段９１（例えば、軌跡連結候補生成手段３１）は、移動体の軌跡または追跡の途切れが生じたことによる移動体の軌跡の断片を表す軌跡情報であって、軌跡情報を識別する軌跡識別情報（例えば、軌跡番号）と、移動体の追跡中に検出された移動体の位置情報および当該位置情報の検出時刻のリストとを含む軌跡情報を用いて、１つの移動体の軌跡を表しているとみなすことができる軌跡情報の集合である軌跡連結と、全ての軌跡情報を漏れなく重複なく含んだ軌跡連結の集合である軌跡連結候補とを生成する。
　尤度算出手段９２（例えば、ＩＤ対応付け尤度算出手段３２）は、軌跡連結と追跡領域内で検出された移動体識別情報（移動体のＩＤ）との組み合わせである軌跡連結・識別情報ペア（例えば、軌跡連結・ＩＤペア）毎に、軌跡連結が移動体識別情報によって識別される移動体の軌跡を表している尤度（例えば、ＩＤ対応付け尤度）を算出する。
　識別情報対応付け手段９３（例えば、ＩＤ対応付け手段３３）は、軌跡連結・識別情報ペア毎に算出された尤度に基づいて、軌跡連結候補毎に、軌跡連結候補に含まれる個々の軌跡連結に尤もらしい移動体識別情報を対応付ける。
　対応付け傾向数値化手段９４（例えば、ＩＤ対応付け結果集計手段３４）は、個々の軌跡連結候補に含まれる各軌跡連結と移動体識別情報との対応付けの結果から、個々の軌跡情報に関して、個々の移動体識別情報毎に、軌跡情報と移動体識別情報とが対応付けられた回数の傾向を数値化する。
　対応付けスコア算出手段９５（例えば、ＩＤ対応付けスコア算出手段３５）は、軌跡情報と移動体識別情報とが対応付けられた回数の傾向を示す値（例えば、ステップＳ７終了時における集計マップの各セルの値）に基づいて、軌跡情報毎に、軌跡情報が表す軌跡が移動体識別情報によって識別される移動体の軌跡に該当するという対応関係のあいまいさの程度を示す対応付けスコア（例えば、ＩＤ対応付けスコア）を各移動体識別情報に関して算出する。
　また、対応付け傾向数値化手段９４は、識別情報対応付け手段９３によって軌跡連結候補毎に得られた軌跡連結と移動体識別情報との対応付け結果を参照し、軌跡連結と移動体識別情報とを対応付けた組が成立している場合に、軌跡連結内の個々の軌跡情報と移動体識別情報との各組に関して１を加算してもよい。
　また、対応付け傾向数値化手段９４は、軌跡連結候補毎に軌跡連結候補の尤もらしさを表すスコアを算出し、識別情報対応付け手段９３によって軌跡連結候補毎に得られた軌跡連結と移動体識別情報との対応付け結果を参照し、軌跡連結と移動体識別情報とを対応付けた組が成立している場合に、軌跡連結内の個々の軌跡情報と移動体識別情報との各組に関して、その軌跡連結を含む軌跡連結候補の尤もらしさを表すスコアを加算してもよい。
　また、対応付け傾向数値化手段９４は、軌跡連結候補に含まれる軌跡連結と、識別情報対応付け手段９３によって当該軌跡連結に対応付けられた移動体識別情報との組に関する尤度を、軌跡連結候補に含まれる軌跡連結毎に乗算することによって、軌跡連結候補の尤もらしさを表すスコアを算出してもよい。
　また、軌跡連結候補生成手段９１は、移動体の属性情報を含む軌跡情報を用いて軌跡連結および軌跡連結候補を生成し、対応付け傾向数値化手段９４は、軌跡連結候補に含まれる軌跡連結に含まれる移動体の各属性情報と、軌跡連結に含まれる軌跡情報における最初の検出時刻から最後の検出時刻までの長さとに基づいて、軌跡連結候補の尤もらしさを表すスコアを算出してもよい。
　また、対応付けスコア算出手段９５は、軌跡情報毎に各移動体識別情報に関する対応付けスコアの総和が１になるように対応付けスコアを算出してもよい。
　また、軌跡連結候補生成手段９１は、予め定められた所定の条件に該当する軌跡情報の集合を軌跡連結とすることを禁止してもよい。
　この出願は、２０１２年２月２９日に出願された日本特許出願２０１２－０４３６４１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。
　以上、実施形態を参照して本願発明を説明したが、本願発明は上記の実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
産業上の利用の可能性
　本発明は、移動体の軌跡とＩＤとの対応関係を求める動線情報生成システムに好適に適用される。
　例えば、オフィスや工場で勤務する人物の位置と各人物に固有の社員番号とを対応付けて動線検出することにより、人物毎に、セキュリティ権限に応じた立ち入り可能エリアに存在しているか否かを判定し、立ち入り可能エリア外に人物がいる場合にアラートを発生させるシステムに適用可能である。
　また、ショッピングセンタ内で買い物をする買い物客の位置と各買い物客に固有の会員番号とＩＤ対応付けスコアとを対応づけて動線検出し、買い物客の動線の確からしさの程度を可視化するシステムに適用可能である。また、マーケティングを行う目的で、移動経路が類似する複数の人物の動線をまとめた主動線を可視化するシステムにも適用可能である。
　また、任意の領域に区分した各売り場内で検出された軌跡に対応付けられるＩＤおよび、そのＩＤのＩＤ対応付けスコアを積み上げることによって、売り場毎の人口分布を可視化するシステムにも適用可能である。また、ＩＤに基づいて、人物の年齢、性別、嗜好等の属性情報を取得し、各売り場内で検出された軌跡に対応付けられるＩＤおよび、そのＩＤのＩＤ対応付けスコアを積み上げることによって、各売り場にどのような人物がどのような比率で存在しているかを可視化するシステムにも適用可能である。
　１　軌跡情報入力部
　２　ＩＤ情報入力部
　３　動線情報生成部
　４　動線情報分析部
　３１　軌跡連結候補生成手段
　３２　ＩＤ対応付け尤度算出手段
　３３　ＩＤ対応付け手段
　３４　ＩＤ対応付け結果集計手段
　３５　ＩＤ対応付けスコア算出手段
　３６　スコア付きＩＤ候補出力手段

Claims (13)

  1. 　移動体の軌跡または追跡の途切れが生じたことによる移動体の軌跡の断片を表す軌跡情報であって、軌跡情報を識別する軌跡識別情報と、移動体の追跡中に検出された移動体の位置情報および当該位置情報の検出時刻のリストとを含む軌跡情報を用いて、１つの移動体の軌跡を表しているとみなすことができる軌跡情報の集合である軌跡連結と、全ての軌跡情報を漏れなく重複なく含んだ軌跡連結の集合である軌跡連結候補とを生成する軌跡連結候補生成手段と、
    　軌跡連結と追跡領域内で検出された移動体識別情報との組み合わせである軌跡連結・識別情報ペア毎に、前記軌跡連結が前記移動体識別情報によって識別される移動体の軌跡を表している尤度を算出する尤度算出手段と、
    　軌跡連結・識別情報ペア毎に算出された前記尤度に基づいて、軌跡連結候補毎に、軌跡連結候補に含まれる個々の軌跡連結に尤もらしい移動体識別情報を対応付ける識別情報対応付け手段と、
    　個々の軌跡連結候補に含まれる各軌跡連結と移動体識別情報との対応付けの結果から、個々の軌跡情報に関して、個々の移動体識別情報毎に、軌跡情報と移動体識別情報とが対応付けられた回数の傾向を数値化する対応付け傾向数値化手段と、
    　軌跡情報と移動体識別情報とが対応付けられた回数の傾向を示す値に基づいて、軌跡情報毎に、軌跡情報が表す軌跡が移動体識別情報によって識別される移動体の軌跡に該当するという対応関係のあいまいさの程度を示す対応付けスコアを各移動体識別情報に関して算出する対応付けスコア算出手段とを備える
    　ことを特徴とする動線情報生成システム。
  2. 　対応付け傾向数値化手段は、識別情報対応付け手段によって軌跡連結候補毎に得られた軌跡連結と移動体識別情報との対応付け結果を参照し、軌跡連結と移動体識別情報とを対応付けた組が成立している場合に、前記軌跡連結内の個々の軌跡情報と前記移動体識別情報との各組に関して１を加算する
    　請求項１に記載の動線情報生成システム。
  3. 　対応付け傾向数値化手段は、
    　軌跡連結候補毎に軌跡連結候補の尤もらしさを表すスコアを算出し、
    　識別情報対応付け手段によって軌跡連結候補毎に得られた軌跡連結と移動体識別情報との対応付け結果を参照し、軌跡連結と移動体識別情報とを対応付けた組が成立している場合に、前記軌跡連結内の個々の軌跡情報と前記移動体識別情報との各組に関して、前記軌跡連結を含む軌跡連結候補の尤もらしさを表すスコアを加算する
    　請求項１に記載の動線情報生成システム。
  4. 　対応付け傾向数値化手段は、
    　軌跡連結候補に含まれる軌跡連結と、識別情報対応付け手段によって当該軌跡連結に対応付けられた移動体識別情報との組に関する尤度を、前記軌跡連結候補に含まれる軌跡連結毎に乗算することによって、軌跡連結候補の尤もらしさを表すスコアを算出する
    　請求項３に記載の動線情報生成システム。
  5. 　軌跡連結候補生成手段は、移動体の属性情報を含む軌跡情報を用いて軌跡連結および軌跡連結候補を生成し、
    　対応付け傾向数値化手段は、
    　軌跡連結候補に含まれる軌跡連結に含まれる移動体の各属性情報と、軌跡連結に含まれる軌跡情報における最初の検出時刻から最後の検出時刻までの長さとに基づいて、軌跡連結候補の尤もらしさを表すスコアを算出する
    　請求項３に記載の動線情報生成システム。
  6. 　対応付けスコア算出手段は、軌跡情報毎に各移動体識別情報に関する対応付けスコアの総和が１になるように対応付けスコアを算出する
    　請求項１から請求項５のうちのいずれか１項に記載の動線情報生成システム。
  7. 　軌跡連結候補生成手段は、予め定められた所定の条件に該当する軌跡情報の集合を軌跡連結とすることを禁止する
    　請求項１から請求項６のうちのいずれか１項に記載の動線情報生成システム。
  8. 　移動体の軌跡または追跡の途切れが生じたことによる移動体の軌跡の断片を表す軌跡情報であって、軌跡情報を識別する軌跡識別情報と、移動体の追跡中に検出された移動体の位置情報および当該位置情報の検出時刻のリストとを含む軌跡情報を用いて、１つの移動体の軌跡を表しているとみなすことができる軌跡情報の集合である軌跡連結と、全ての軌跡情報を漏れなく重複なく含んだ軌跡連結の集合である軌跡連結候補とを生成し、
    　軌跡連結と追跡領域内で検出された移動体識別情報との組み合わせである軌跡連結・識別情報ペア毎に、前記軌跡連結が前記移動体識別情報によって識別される移動体の軌跡を表している尤度を算出し、
    　軌跡連結・識別情報ペア毎に算出された前記尤度に基づいて、軌跡連結候補毎に、軌跡連結候補に含まれる個々の軌跡連結に尤もらしい移動体識別情報を対応付け、
    　個々の軌跡連結候補に含まれる各軌跡連結と移動体識別情報との対応付けの結果から、個々の軌跡情報に関して、個々の移動体識別情報毎に、軌跡情報と移動体識別情報とが対応付けられた回数の傾向を数値化し、
    　軌跡情報と移動体識別情報とが対応付けられた回数の傾向を示す値に基づいて、軌跡情報毎に、軌跡情報が表す軌跡が移動体識別情報によって識別される移動体の軌跡に該当するという対応関係のあいまいさの程度を示す対応付けスコアを各移動体識別情報に関して算出する
    　ことを特徴とする動線情報生成方法。
  9. 　軌跡連結候補毎に得られた軌跡連結と移動体識別情報との対応付け結果を参照し、軌跡連結と移動体識別情報とを対応付けた組が成立している場合に、前記軌跡連結内の個々の軌跡情報と前記移動体識別情報との各組に関して１を加算する
    　請求項８に記載の動線情報生成方法。
  10. 　軌跡連結候補毎に軌跡連結候補の尤もらしさを表すスコアを算出し、
    　軌跡連結候補毎に得られた軌跡連結と移動体識別情報との対応付け結果を参照し、軌跡連結と移動体識別情報とを対応付けた組が成立している場合に、前記軌跡連結内の個々の軌跡情報と前記移動体識別情報との各組に関して、前記軌跡連結を含む軌跡連結候補の尤もらしさを表すスコアを加算する
    　請求項８に記載の動線情報生成方法。
  11. 　コンピュータに、
    　移動体の軌跡または追跡の途切れが生じたことによる移動体の軌跡の断片を表す軌跡情報であって、軌跡情報を識別する軌跡識別情報と、移動体の追跡中に検出された移動体の位置情報および当該位置情報の検出時刻のリストとを含む軌跡情報を用いて、１つの移動体の軌跡を表しているとみなすことができる軌跡情報の集合である軌跡連結と、全ての軌跡情報を漏れなく重複なく含んだ軌跡連結の集合である軌跡連結候補とを生成する軌跡連結候補生成処理、
    　軌跡連結と追跡領域内で検出された移動体識別情報との組み合わせである軌跡連結・識別情報ペア毎に、前記軌跡連結が前記移動体識別情報によって識別される移動体の軌跡を表している尤度を算出する尤度算出処理、
    　軌跡連結・識別情報ペア毎に算出された前記尤度に基づいて、軌跡連結候補毎に、軌跡連結候補に含まれる個々の軌跡連結に尤もらしい移動体識別情報を対応付ける識別情報対応付け処理、
    　個々の軌跡連結候補に含まれる各軌跡連結と移動体識別情報との対応付けの結果から、個々の軌跡情報に関して、個々の移動体識別情報毎に、軌跡情報と移動体識別情報とが対応付けられた回数の傾向を数値化する対応付け傾向数値化処理、および、
    　軌跡情報と移動体識別情報とが対応付けられた回数の傾向を示す値に基づいて、軌跡情報毎に、軌跡情報が表す軌跡が移動体識別情報によって識別される移動体の軌跡に該当するという対応関係のあいまいさの程度を示す対応付けスコアを各移動体識別情報に関して算出する対応付けスコア算出処理
    　を実行させるための動線情報生成プログラム。
  12. 　コンピュータに、
    　対応付け傾向数値化処理で、識別情報対応付け処理によって軌跡連結候補毎に得られた軌跡連結と移動体識別情報との対応付け結果を参照し、軌跡連結と移動体識別情報とを対応付けた組が成立している場合に、前記軌跡連結内の個々の軌跡情報と前記移動体識別情報との各組に関して１を加算させる
    　請求項１１に記載の動線情報生成プログラム。
  13. 　対応付け傾向数値化処理で
    　軌跡連結候補毎に軌跡連結候補の尤もらしさを表すスコアを算出させ、
    　識別情報対応付け処理によって軌跡連結候補毎に得られた軌跡連結と移動体識別情報との対応付け結果を参照し、軌跡連結と移動体識別情報とを対応付けた組が成立している場合に、前記軌跡連結内の個々の軌跡情報と前記移動体識別情報との各組に関して、前記軌跡連結を含む軌跡連結候補の尤もらしさを表すスコアを加算させる
    　請求項１１に記載の動線情報生成プログラム。
PCT/JP2013/000976 2012-02-29 2013-02-21 動線情報生成システム、動線情報生成方法および動線情報生成プログラム WO2013128852A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US14/380,077 US10648803B2 (en) 2012-02-29 2013-02-21 Movement line information generation system, movement line information generation method and movement line information generation program
JP2014502011A JP6070689B2 (ja) 2012-02-29 2013-02-21 動線情報生成システム、動線情報生成方法および動線情報生成プログラム
US16/509,715 US10895454B2 (en) 2012-02-29 2019-07-12 Movement line information generation system, movement line information generation method and movement line information generation program
US16/509,732 US20190331485A1 (en) 2012-02-29 2019-07-12 Movement line information generation system, movement line information generation method and movement line information generation program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-043641 2012-02-29
JP2012043641 2012-02-29

Related Child Applications (3)

Application Number Title Priority Date Filing Date
US14/380,077 A-371-Of-International US10648803B2 (en) 2012-02-29 2013-02-21 Movement line information generation system, movement line information generation method and movement line information generation program
US16/509,715 Continuation US10895454B2 (en) 2012-02-29 2019-07-12 Movement line information generation system, movement line information generation method and movement line information generation program
US16/509,732 Continuation US20190331485A1 (en) 2012-02-29 2019-07-12 Movement line information generation system, movement line information generation method and movement line information generation program

Publications (1)

Publication Number Publication Date
WO2013128852A1 true WO2013128852A1 (ja) 2013-09-06

Family

ID=49082067

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/000976 WO2013128852A1 (ja) 2012-02-29 2013-02-21 動線情報生成システム、動線情報生成方法および動線情報生成プログラム

Country Status (3)

Country Link
US (3) US10648803B2 (ja)
JP (1) JP6070689B2 (ja)
WO (1) WO2013128852A1 (ja)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015070354A (ja) * 2013-09-27 2015-04-13 パナソニックＩｐマネジメント株式会社 移動体追跡装置、移動体追跡システムおよび移動体追跡方法
JP2015201005A (ja) * 2014-04-07 2015-11-12 パナソニック株式会社 軌跡解析装置および軌跡解析方法
JP2016085487A (ja) * 2014-10-22 2016-05-19 キヤノン株式会社 情報処理装置、情報処理方法及びコンピュータプログラム
WO2016084498A1 (ja) * 2014-11-28 2016-06-02 古野電気株式会社 追尾処理装置及び追尾処理方法
JP2016129309A (ja) * 2015-01-09 2016-07-14 富士通株式会社 オブジェクト紐付方法、装置、及びプログラム
JP2017083980A (ja) * 2015-10-26 2017-05-18 日立アイ・エヌ・エス・ソフトウェア株式会社 行動分析装置及びシステム及び方法
WO2018051507A1 (ja) * 2016-09-16 2018-03-22 株式会社日立情報通信エンジニアリング 物体識別システム及び物体識別方法
JP2018048816A (ja) * 2016-09-20 2018-03-29 株式会社東芝 学習データ作成装置、学習データ作成方法及びコンピュータプログラム
WO2018092881A1 (ja) * 2016-11-21 2018-05-24 日本電気株式会社 動線合成装置、動線合成方法および記録媒体
WO2018163804A1 (ja) * 2017-03-06 2018-09-13 キヤノン株式会社 情報処理システム、情報処理装置、情報処理方法ならびに情報処理方法をコンピュータに実行させるプログラム
WO2019138537A1 (ja) * 2018-01-12 2019-07-18 日本電気株式会社 情報処理装置、制御方法、及びプログラム
JP2020091174A (ja) * 2018-12-05 2020-06-11 パナソニックＩｐマネジメント株式会社 推定識別装置および推定識別システム
JPWO2021065927A1 (ja) * 2019-10-02 2021-04-08
JP2021071296A (ja) * 2019-10-29 2021-05-06 三菱電機ビルテクノサービス株式会社 無線タグ位置検出システム
US11189038B2 (en) 2017-11-21 2021-11-30 Mitsubishi Electric Corporation Tracking apparatus and computer readable medium
WO2022254890A1 (ja) * 2021-06-04 2022-12-08 パナソニックＩｐマネジメント株式会社 動線解析装置、動線解析方法及びコンピュータプログラム
WO2023132090A1 (ja) * 2022-01-07 2023-07-13 パナソニックＩｐマネジメント株式会社 データ分析装置および方法
WO2024101472A1 (ko) * 2022-11-09 2024-05-16 주식회사 휴먼아이씨티 영상 내에서 객체를 처리하는 방법 및 장치

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201512283D0 (en) * 2015-07-14 2015-08-19 Apical Ltd Track behaviour events
US10127417B2 (en) 2016-01-08 2018-11-13 Disney Enterprises, Inc. Systems and methods for determining interaction states of wireless tags based on probability distributions
US11048927B2 (en) 2017-10-24 2021-06-29 Waymo Llc Pedestrian behavior predictions for autonomous vehicles
JP7102790B2 (ja) * 2018-03-07 2022-07-20 富士通株式会社 データ生成方法、データ生成プログラム及び情報処理装置
CA3106694A1 (en) * 2018-07-18 2020-01-23 Robert Laganiere System and method for tracking customer movements in a customer service environment
JP2020102135A (ja) * 2018-12-25 2020-07-02 清水建設株式会社 追跡システム、追跡処理方法、及びプログラム
CN114791783B (zh) * 2022-03-18 2024-09-17 联想(北京)有限公司 一种信息处理方法和信息处理设备
CN116363565B (zh) * 2023-06-01 2023-08-11 深圳须弥云图空间科技有限公司 目标轨迹确定方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005031955A (ja) * 2003-07-11 2005-02-03 Kddi Corp 移動体追跡システム
JP2007240295A (ja) * 2006-03-08 2007-09-20 Advanced Telecommunication Research Institute International 位置推定装置、位置推定方法及び位置推定プログラム
JP2008122093A (ja) * 2006-11-08 2008-05-29 Mitsubishi Electric Corp 多目標追尾装置
WO2010095437A1 (ja) * 2009-02-19 2010-08-26 パナソニック株式会社 物体位置推定システム、物体位置推定装置、物体位置推定方法、及び物体位置推定プログラム
WO2011021588A1 (ja) * 2009-08-20 2011-02-24 日本電気株式会社 移動体軌跡識別システム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL114838A0 (en) 1995-08-04 1996-11-14 Spiegel Ehud Apparatus and method for object tracking
JP4697500B2 (ja) 1999-08-09 2011-06-08 ソニー株式会社 送信装置および送信方法、受信装置および受信方法、並びに記録媒体
DE60134210D1 (de) 2000-12-27 2008-07-10 Fujifilm Corp System und Verfahren zur Informationsbenachrichtigung
JP4576060B2 (ja) * 2001-02-15 2010-11-04 富士通株式会社 自動契約装置および自動契約方法ならびに自動契約プログラム
US8409024B2 (en) * 2001-09-12 2013-04-02 Pillar Vision, Inc. Trajectory detection and feedback system for golf
US8149278B2 (en) * 2006-11-30 2012-04-03 Mitsubishi Electric Research Laboratories, Inc. System and method for modeling movement of objects using probabilistic graphs obtained from surveillance data
US20090195401A1 (en) * 2008-01-31 2009-08-06 Andrew Maroney Apparatus and method for surveillance system using sensor arrays
US8253564B2 (en) * 2009-02-19 2012-08-28 Panasonic Corporation Predicting a future location of a moving object observed by a surveillance device
CN102939609B (zh) * 2009-12-16 2016-08-03 汤姆森特许公司 基于人类交互轨迹的系统
US8825388B2 (en) 2010-07-13 2014-09-02 Qualcomm Incorporated Indoor likelihood heatmap

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005031955A (ja) * 2003-07-11 2005-02-03 Kddi Corp 移動体追跡システム
JP2007240295A (ja) * 2006-03-08 2007-09-20 Advanced Telecommunication Research Institute International 位置推定装置、位置推定方法及び位置推定プログラム
JP2008122093A (ja) * 2006-11-08 2008-05-29 Mitsubishi Electric Corp 多目標追尾装置
WO2010095437A1 (ja) * 2009-02-19 2010-08-26 パナソニック株式会社 物体位置推定システム、物体位置推定装置、物体位置推定方法、及び物体位置推定プログラム
WO2011021588A1 (ja) * 2009-08-20 2011-02-24 日本電気株式会社 移動体軌跡識別システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YUKIE MORIGUCHI: "A Robust and Fast Human Trajectory Detection Method based on Sensor Fusion", IEICE TECHNICAL REPORT, vol. 110, no. 454, 28 February 2011 (2011-02-28), pages 7 - 14 *

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015070354A (ja) * 2013-09-27 2015-04-13 パナソニックＩｐマネジメント株式会社 移動体追跡装置、移動体追跡システムおよび移動体追跡方法
JP2015201005A (ja) * 2014-04-07 2015-11-12 パナソニック株式会社 軌跡解析装置および軌跡解析方法
JP2016085487A (ja) * 2014-10-22 2016-05-19 キヤノン株式会社 情報処理装置、情報処理方法及びコンピュータプログラム
US10585184B2 (en) 2014-11-28 2020-03-10 Furuno Electric Co., Ltd. Tracking processor and method of tracking processing
WO2016084498A1 (ja) * 2014-11-28 2016-06-02 古野電気株式会社 追尾処理装置及び追尾処理方法
CN107110967A (zh) * 2014-11-28 2017-08-29 古野电气株式会社 追踪处理装置及追踪处理方法
JPWO2016084498A1 (ja) * 2014-11-28 2017-09-07 古野電気株式会社 追尾処理装置及び追尾処理方法
CN107110967B (zh) * 2014-11-28 2020-10-16 古野电气株式会社 追踪处理装置及追踪处理方法
JP2016129309A (ja) * 2015-01-09 2016-07-14 富士通株式会社 オブジェクト紐付方法、装置、及びプログラム
JP2017083980A (ja) * 2015-10-26 2017-05-18 日立アイ・エヌ・エス・ソフトウェア株式会社 行動分析装置及びシステム及び方法
WO2018051507A1 (ja) * 2016-09-16 2018-03-22 株式会社日立情報通信エンジニアリング 物体識別システム及び物体識別方法
JP2018048816A (ja) * 2016-09-20 2018-03-29 株式会社東芝 学習データ作成装置、学習データ作成方法及びコンピュータプログラム
WO2018092881A1 (ja) * 2016-11-21 2018-05-24 日本電気株式会社 動線合成装置、動線合成方法および記録媒体
US11023739B2 (en) 2016-11-21 2021-06-01 Nec Corporation Flow line combining device, flow line combining method, and recording medium
JPWO2018092881A1 (ja) * 2016-11-21 2019-08-08 日本電気株式会社 動線合成装置、動線合成方法およびプログラム
US11157747B2 (en) 2017-03-06 2021-10-26 Canon Kabushiki Kaisha Information-processing system, information-processing apparatus, method of processing information, and storage medium storing program for causing computer to execute method of processing information
WO2018163804A1 (ja) * 2017-03-06 2018-09-13 キヤノン株式会社 情報処理システム、情報処理装置、情報処理方法ならびに情報処理方法をコンピュータに実行させるプログラム
US11189038B2 (en) 2017-11-21 2021-11-30 Mitsubishi Electric Corporation Tracking apparatus and computer readable medium
JPWO2019138537A1 (ja) * 2018-01-12 2020-12-17 日本電気株式会社 情報処理装置、制御方法、及びプログラム
WO2019138537A1 (ja) * 2018-01-12 2019-07-18 日本電気株式会社 情報処理装置、制御方法、及びプログラム
US11803972B2 (en) 2018-01-12 2023-10-31 Nec Corporation Information processing apparatus, control method, and program for accurately linking fragmented trajectories of an object
JP2020091174A (ja) * 2018-12-05 2020-06-11 パナソニックＩｐマネジメント株式会社 推定識別装置および推定識別システム
JP7266237B2 (ja) 2018-12-05 2023-04-28 パナソニックＩｐマネジメント株式会社 推定識別装置および推定識別システム
US11940548B2 (en) 2018-12-05 2024-03-26 Panasonic Intellectual Property Management Co., Ltd. Estimation and identification device and estimation and identification system
WO2021065927A1 (ja) * 2019-10-02 2021-04-08 株式会社Ｎｔｔドコモ データ補正装置
JPWO2021065927A1 (ja) * 2019-10-02 2021-04-08
JP2021071296A (ja) * 2019-10-29 2021-05-06 三菱電機ビルテクノサービス株式会社 無線タグ位置検出システム
JP7325297B2 (ja) 2019-10-29 2023-08-14 三菱電機ビルソリューションズ株式会社 無線タグ位置検出システム
WO2022254890A1 (ja) * 2021-06-04 2022-12-08 パナソニックＩｐマネジメント株式会社 動線解析装置、動線解析方法及びコンピュータプログラム
WO2023132090A1 (ja) * 2022-01-07 2023-07-13 パナソニックＩｐマネジメント株式会社 データ分析装置および方法
WO2024101472A1 (ko) * 2022-11-09 2024-05-16 주식회사 휴먼아이씨티 영상 내에서 객체를 처리하는 방법 및 장치

Also Published As

Publication number Publication date
US20190331484A1 (en) 2019-10-31
US10648803B2 (en) 2020-05-12
US20190331485A1 (en) 2019-10-31
JPWO2013128852A1 (ja) 2015-07-30
US20150019161A1 (en) 2015-01-15
JP6070689B2 (ja) 2017-02-01
US10895454B2 (en) 2021-01-19

Similar Documents

Publication Publication Date Title
JP6070689B2 (ja) 動線情報生成システム、動線情報生成方法および動線情報生成プログラム
JP5682563B2 (ja) 移動体軌跡識別システム、移動体軌跡識別方法および移動体軌跡識別プログラム
Sattarian et al. Indoor navigation systems based on data mining techniques in internet of things: a survey
US10387896B1 (en) At-shelf brand strength tracking and decision analytics
Taneja et al. Analysis of three indoor localization technologies for supporting operations and maintenance field tasks
KR101369261B1 (ko) 스마트 단말을 이용한 사용자의 이동 경로 실시간 예측 방법 및 그 시스템
Trogh et al. Advanced real-time indoor tracking based on the viterbi algorithm and semantic data
US20170146349A1 (en) Landmark location determination
CN101526601A (zh) 采取toa与rss融合方式的自适应定位方法、设备和系统
JP2015531053A (ja) 無線マップを動的に作成するためのシステム、方法、及びコンピュータプログラム
US8731829B2 (en) Flow line detection system, flow line detection method, and flow line detection program
US9515752B2 (en) Method for mapping wi-fi fingerprints by means of blind collection of RSS measurements
Guo et al. Shopprofiler: Profiling shops with crowdsourcing data
Scholz et al. Resource-aware on-line RFID localization using proximity data
Zhang et al. Unambiguous association of crowd-sourced radio maps to floor plans for indoor localization
JP2013217802A (ja) 軌跡解析装置および軌跡解析プログラム
GB2570853A (en) Identifying sites visited by a user device
CN113108806A (zh) 路径规划方法、装置、设备及介质
Xu et al. Dccla: Automatic indoor localization using unsupervised wi-fi fingerprinting
Wietrzykowski et al. Adopting the FAB-MAP algorithm for indoor localization with WiFi fingerprints
Wang et al. Received signal strength–based localization for large space indoor environments
Kim et al. Cooperative localization considering estimated location uncertainty in distributed ad hoc networks
WO2023220091A1 (en) Monitored environment fingerprint modeling system
Haznedar et al. Hybrid indoor positioning for smart homes using WiFi and Bluetooth low energy technologies
Kerdjidj et al. Exploring 2D Representation and Transfer Learning Techniques for People Identification in Indoor Localization

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13755803

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014502011

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14380077

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13755803

Country of ref document: EP

Kind code of ref document: A1