WO2023166675A1

WO2023166675A1 - 監視装置、監視システム、監視方法及び記録媒体

Info

Publication number: WO2023166675A1
Application number: PCT/JP2022/009199
Authority: WO
Inventors: 悠太並木; 健全劉; 登吉田; 諒川合; 智史山崎; テイテイトウ; カレンステファン; 洋平佐々木; 直樹進藤
Original assignee: 日本電気株式会社
Priority date: 2022-03-03
Filing date: 2022-03-03
Publication date: 2023-09-07

Abstract

監視装置（１０１）は、取得部（１０２）と、処理部（１０３）とを備える。取得部（１０２）は、街中に設置された複数の撮影装置（１５２）が撮影した画像に含まれる移動体の外観に関する外観情報を取得する。処理部（１０３）は、外観情報を用いて統計処理を実行する。

Description

監視装置、監視システム、監視方法及び記録媒体

　本発明は、監視装置、監視システム、監視方法及び記録媒体に関する。

　特許文献１には、数珠繋ぎに接続され、車両の通行状況を撮像する複数の監視カメラと、その複数の監視カメラに接続されたセンタ装置とからなる通行車両監視システムが開示されている。各監視カメラは、複数の撮像部と、少なくとも１つのスポットライトと、
照射位置変更部と、距離画像生成部と、停止物体検出処理部と、ライト点灯処理部と、ライト制御部とを備える。

　照射位置変更部は、スポットライトの照射位置を変更させる。距離画像生成部は、複数の撮像部において得られた複数の画像から距離画像のデータを生成する。停止物体検出処理部は、距離画像に基づいて、停止物体の検出を行う。

　ライト点灯処理部は、停止物体検出処理部で停止物体の検出が行われると、距離画像に基づいて、停止物体の位置を検出するとともに、停止物体にスポットライトの光を照射させるためのライト点灯信号を出力する。

　ライト制御部は、ライト点灯信号に基づいて、スポットライトの照射位置を停止物体の位置に変更させるように、照射位置変更部の制御を行うとともに、スポットライトを点灯させる制御を行う。

　特許文献２には、カメラで撮影した人物の動きを検出して、「ながら歩き」を判定し、警告を効果的に行う監視システムが開示されている。特許文献２において「ながら歩き」は、携帯電話機、電子端末（スマホを含む）、書籍を見ながら前方不注意の状態で歩く動作のことである。

　なお、特許文献３には、画像に含まれる人体の複数のキーポイント各々の特徴量を算出し、算出した特徴量に基づき姿勢が似た人体や動きが似た人体を含む画像を検索したり、当該姿勢や動きが似たもの同士でまとめて分類したりする技術が記載されている。また、非特許文献１には、人物の骨格推定に関連する技術が記載されている。

特開２０１２－１０３９２１号公報国際公開第２０１８／０６１６１６号国際公開第２０２１／０８４６７７号

Zhe Cao, Tomas Simon, Shih-En Wei, Yaser Sheikh, [Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields];, The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017, P. 7291-7299

　特許文献１，２に記載の技術では、停止物体の検出、携帯電話機などを見ながら前方不注意の状態で歩く動作の検出などができたとしても、大局的な見地から街中の安全性の向上を図ることは困難である。

　本発明の目的の一例は、上述した課題を鑑み、街中の安全性の向上を図ることを解決する監視装置、監視システム、監視方法及び記録媒体を提供することにある。

　本発明の一態様によれば、
　街中に設置された複数の撮影装置が撮影した画像に含まれる移動体の外観に関する外観情報を取得する取得手段と、
　前記外観情報を用いて統計処理を実行する処理手段とを備える
　監視装置が提供される。

　本発明の一態様によれば、
　上記の監視装置と、
　前記複数の撮影装置と、
　前記複数の撮影装置に接続される少なくとも１つの端末とを備え、
　前記端末は、前記外観情報を前記監視装置へ送信する
　監視システムが提供される。

　本発明の一態様によれば、
　コンピュータが、
　街中に設置された複数の撮影装置が撮影した画像に含まれる移動体の外観に関する外観情報を取得し、
　前記外観情報を用いて統計処理を実行する
　監視方法が提供される。

　本発明の一態様によれば、
　コンピュータに、
　街中に設置された複数の撮影装置が撮影した画像に含まれる移動体の外観に関する外観情報を取得し、
　前記外観情報を用いて統計処理を実行させるためのプログラムを記録した記録媒体が提供される。

　本発明によれば、街中の安全性の向上を支援することが可能になる。

実施形態１に係る監視システムの概要を示す図である。実施形態１に係る監視処理の概要を示すフローチャートである。実施形態１に係る監視システムの詳細例を示す図である。本実施形態に係る外観情報の構成の一例を示す図である。本実施形態に係る処理部の機能的な構成例を示す図である。本実施の形態に係る事象情報の一例を示す図である。実施形態１に係る監視装置の物理的な構成例を示す図である。実施形態１に係る末端処理の一例を示すフローチャートである。実施形態１に係る監視処理の一例を示すフローチャートである。実施形態１に係る取得処理の詳細例を示すフローチャートである。実施形態１に係る第１処理の詳細例を示すフローチャートである。検出情報の一例を示す図である。実施形態２に係る監視システムの構成例を示す図である。実施形態２に係る端末の機能的な構成例を示す図である。実施形態２に係る外観情報の構成の一例を示す図であり、（ａ）は第１情報の例を示し、（ｂ）は第２情報の例を示す。実施形態２に係る処理部の機能的な構成例を示す図である。実施形態２に係る端末処理の一例を示すフローチャートである。実施形態２に係る検出時処理の詳細例を示すフローチャートである。実施形態２に係る監視処理の一例を示すフローチャートである。実施形態２に係る第１処理の詳細例を示すフローチャートである。実施形態３に係る監視システムの構成例を示す図である。実施形態３に係る処理部の機能的な構成例を示す図である。実施形態３に係る事象更新処理の一例を示すフローチャートである。

　以下、本発明の一実施の形態について、図面を用いて説明する。なお、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。

＜実施形態１＞
　図１は、実施形態１に係る監視システム１００の概要を示す図である。監視システム１００は、監視装置１０１と、複数の撮影装置１５２と、複数の撮影装置１５２に接続される少なくとも１つの端末１５３とを備える。

　監視装置１０１は、取得部１０２と、処理部１０３とを備える。取得部１０２は、街中に設置された複数の撮影装置１５２が撮影した画像に含まれる移動体の外観に関する外観情報を取得する。処理部１０３は、外観情報を用いて統計処理を実行する。

　端末１５３は、外観情報を監視装置へ送信する。

　この監視システム１００によれば、街中の安全性の向上を支援することが可能になる。この監視装置１０１によれば、街中の安全性の向上を支援することが可能になる。

　図２は、実施形態１に係る監視処理の概要を示すフローチャートである。

　取得部１０２は、街中に設置された複数の撮影装置１５２が撮影した画像に含まれる移動体の外観に関する外観情報を取得する（ステップＳ１０１）。処理部１０３は、外観情報を用いて統計処理を実行する（ステップＳ１０２ｇ）。

　この監視処理によれば、街中の安全性の向上を支援することが可能になる。

　以下、実施形態１に係る監視システム１００の詳細例について説明する。

　図３は、実施形態１に係る監視システム１００の詳細例を示す図である。監視システム１００は、街中を監視するためのシステムである。監視システム１００は、監視装置１０１と、４つの末端システム１５１ａ～１５１ｄとを備える。

　監視装置１０１と末端システム１５１ａ～１５１ｄの各々とは、ネットワークＮを介して接続されており、ネットワークＮを介して互いに情報を送受信する。ネットワークＮは、有線、無線又はこれらを組み合わせて構築される通信ネットワークである。

（末端システム１５１の構成例）
　末端システム１５１ａ～１５１ｄの各々は、街中を撮影し、撮影した画像に含まれる移動体の外観に関する外観情報を監視装置１０１へ送信するためのシステムである。末端システム１５１ａ～１５１ｄは、それぞれ、複数の撮影装置１５２ａ～１５２ｄと、端末１５３ａ～１５３ｄとを含む。

　末端システム１５１ａ～１５１ｄは、少なくとも１つの撮影装置１５２ａ～１５２ｄを含めば、それぞれに含まれる撮影装置１５２ａ～１５２ｄの数が異なっていてもよい。末端システム１５１ａ～１５１ｄを区別しない場合、各々を末端システム１５１とも称する。

　複数の撮影装置１５２ａ～１５２ｄは、街中を撮影するための装置である。例えば、撮影装置１５２ａ～１５２ｄの各々は、街中に設置されるカメラである。撮影装置１５２ａ～１５２ｄの各々は、撮影した画像を含む画像情報を生成する。

　図３では、複数の撮影装置１５２ａ～１５２ｄは、適宜定められる監視領域Ｐａ～Ｐｄの道路を撮影するように設けられている。詳細には例えば、撮影装置１５２ａの各々の撮影領域は、監視領域Ｐａ内の予め定められた領域であり、少なくとも一部が互いに異なっている。撮影装置１５２ｂ～１５２ｄについても同様である。

　このような撮影装置１５２ａ～１５２ｄの各々は、上述の撮影装置１５２の例であり、同様に構成されてよい。撮影装置１５２ａ～１５２ｄを区別しない場合、各々を撮影装置１５２とも称する。

　また、監視領域Ｐａ～Ｐｄを区別しない場合、各々を監視領域Ｐとも称する。なお、複数の撮影装置１５２は、道路に限らず、各種の施設、建造物、建物などを撮影してもよい。

　端末１５３ａ～１５３ｄの各々は、共通の末端システム１５１ａ～１５１ｄに含まれる複数の撮影装置１５２ａ～１５２ｄから、撮影装置１５２ａ～１５２ｄの各々が撮影した画像を含む画像情報を通信回線を介して取得する。この通信回線は、ネットワークＮの一部であってもよく、ネットワークＮとは異なる回線であってもよい。端末１５３ａ～１５３ｄの各々は、取得した画像情報に基づいて、外観情報を生成して監視装置１０１へネットワークＮを介して送信する。

　外観情報は、複数の撮影装置１５２が撮影した画像に含まれる移動体の外観に関する情報である。移動体は、監視領域Ｐを移動する物体であり、人と車両との少なくとも一方を含む。本実施形態では、移動体が人及び車両である例を用いて説明する。

　移動体の外観は、複数の撮影装置１５２が撮影した画像に含まれる。そのため、外観情報の一例として、複数の撮影装置１５２が撮影した画像を含む情報を挙げることができる。本実施形態では、外観情報が、複数の撮影装置１５２が撮影した画像を含む例を用いて説明する。

　図４は、本実施形態に係る外観情報の構成の一例を示す図である。同図に示す外観情報は、画像と、撮影時刻と、装置ＩＤ（Ｉｄｅｎｔｉｆｉｅｒ）と、撮影場所を関連付ける。

　外観情報に含まれる画像は、撮影装置１５２が撮影した画像である。撮影時刻は、これに関連付けられた画像が撮影された時刻である。装置ＩＤは、これに関連付けられた画像を撮影した撮影装置１５２を識別するための情報である。装置ＩＤは、例えば、末端システム１５１における撮影装置１５２のアドレスである。撮影場所は、これに関連付けられた画像が撮影された場所を示す。撮影場所は、例えば、撮影装置１５２が撮影する領域（撮影領域）の住所であり、撮影装置１５２に関連付けて端末１５３ａ～１５３ｄの各々に予め設定される。

　端末１５３ａ～１５３ｄの各々は、複数の撮影装置１５２ａ～１５２ｄから画像情報を取得すると、当該画像情報に含まれる画像と、当該画像情報を取得した時刻と、当該撮影装置１５２の装置ＩＤとを関連付ける。その結果、端末１５３ａ～１５３ｄの各々は、図４に例示する構成の外観情報を生成する。端末１５３ａ～１５３ｄの各々は、生成した外観情報を監視装置１０１へ送信する。

　このような端末１５３ａ～１５３ｄの各々は、上述の端末１５３の例であり、同様に構成されてもよい。端末１５３ａ～１５３ｄを区別しない場合、各々を端末１５３とも称する。

　なお、共通の末端システム１５１に含まれる複数の撮影装置１５２のうちのいずれか１つが、端末１５３の機能を兼ね備えてもよい。また、複数の撮影装置１５２の各々が端末１５３の機能を兼ね備えてもよい。

（監視装置１０１の構成例）
　監視装置１０１は、図３に示すように、街中を監視するための装置である。監視装置１０１は、機能的に、取得部１０２と、処理部１０３と、履歴記憶部１０４と、入力受付部１０５と、表示部１０６とを含む。履歴記憶部１０４は、外観情報の履歴を記憶するための記憶部である。入力受付部１０５は、ユーザからの入力を受け付ける。表示部１０６は、各種の情報を表示する。

　取得部１０２は、移動体の外観に関する外観情報を、端末１５３からネットワークＮを介して取得する。取得部１０２は、取得した外観情報を履歴記憶部１０４に記憶させる。

　処理部１０３は、上述の通り、外観情報を用いて統計処理を実行する。処理部１０３は、例えば、画像が撮影された場所の属性、画像が撮影された時間帯、画像に含まれる移動体の属性の少なくとも１つに基づいて、統計処理を実行する。

　本実施形態に係る処理部１０３は、外観情報に含まれる画像を解析して、移動体の外観特徴量及び属性の少なくとも一方を求め、当該移動体の外観特徴量及び属性の少なくとも一方を用いて統計処理を実行する。

　本実施形態に係る処理部１０３は、外観情報に含まれる画像を解析した結果に基づいて、予め設定される事象に該当する移動体を検出する。そして、処理部１０３は、予め設定される事象に該当する移動体の検出結果をさらに用いて統計処理を実行する。

　このような処理部１０３の機能の詳細について、以下説明する。

　図５は、本実施形態に係る処理部１０３の機能的な構成例を示す図である。処理部１０３は、画像解析部１１１と、事象記憶部１１２と、事象検出部１１３と、統計処理部１１４と、報知部１１５とを含む。

　画像解析部１１１は、撮影装置１５２が撮影した画像を解析して、移動体の外観特徴量及び属性を求める。

　そして、画像解析部１１１は、当該求めた移動体の外観特徴量及び属性を履歴記憶部１０４に記憶させる。このとき、画像解析部１１１は、移動体の外観特徴量及び属性を、これらを取得する基となった画像に関連付けて履歴記憶部１０４に記憶させる。なお、画像解析部１１１は、撮影装置１５２が撮影した画像を解析して、移動体の外観特徴量及び属性の一方を求めてもよい。

（移動体の外観特徴量）
　移動体の外観特徴量は、移動体の外観に関する特徴量である。移動体の外観特徴量は、移動体を含む画像から得られる特徴量である。

　移動体の外観特徴量は、例えば、移動体の外観属性、移動体の姿勢、移動体の動きの少なくとも１つに関する特徴量を含む。

　移動体の外観属性に関する特徴量は、例えば、後述する外観属性特徴量、車両の色及びサイズなどの少なくとも１つである。移動体の姿勢に関する特徴量は、例えば、後述する姿勢特徴量、車両の向きなどの少なくとも１つである。移動体の動きに関する特徴量は、例えば、後述する動き特徴量、移動体の動線、移動体の移動速度などの少なくとも１つである。

（移動体の属性）
　移動体が人である場合のその属性とは、年齢層、性別、要補助者、ながら歩きをする人、警察官、一人で居る又は行動する人などの少なくとも１つである。

　要補助者とは、補助が必要な方であり、例えば、車椅子に乗った人、杖をついた人などである。画像解析部１１１は、例えば、車椅子に乗った人、杖を持っている人を検出することで、要補助者を検出する。

　ながら歩きをする人とは、携帯端末、スマートフォンなどを操作又は閲覧しながら歩行する人、タバコを吸いながら歩行する人などの少なくとも１つである。画像解析部１１１は、携帯端末、スマートフォン、タバコなどを保持しながら歩く人を検出することで、ながら歩きをする人を検出する。画像解析部１１１は、携帯端末、スマートフォンなどを操作又は閲覧しながら歩行する人を検出する場合、人の顔が下を向いていることをさらに用いて、ながら歩きをする人を検出してもよい。

　移動体が車両である場合のその属性とは、例えば、自家用車、タクシー、トラック、緊急車両（パトカー、救急車、消防車など）、単車、自転車などの少なくとも１つである。車両の属性は、車種を含んでもよい。画像解析部１１１は、例えば、車両の形状、色、サイズなどに基づいて、車両の属性を求めることができる。

（解析機能）
　画像解析部１１１は、移動体の外観特徴量及び属性を取得するために、画像の解析機能を備える。画像の解析機能は、画像を解析する機能である。

　画像解析部１１１が備える解析機能は、例えば、（１）物体検出機能、（２）顔解析機能、（３）人型解析機能、（４）姿勢解析機能、（５）行動解析機能、（６）外観属性解析機能、（７）勾配特徴解析機能、（８）色特徴解析機能、（９）動線解析機能などの１つ又は複数である。

　（１）物体検出機能は、画像から物体を検出する。物体検出機能は、画像内の物体の位置、サイズなどを求めることもできる。物体検出処理に適用されるモデルとして、例えば、ＹＯＬＯ（Ｙｏｕ　Ｏｎｌｙ　Ｌｏｏｋ　Ｏｎｃｅ）がある。物体は、人及び物を含む。物体検出機能は、例えば、移動体、路上の放置物、車椅子、杖（松葉杖、白杖を含む。）、携帯端末、スマートフォン、タバコなどを検出する。また例えば、物体検出機能は、移動体、路上の放置物、車椅子などの位置を求める。

　（２）顔解析機能は、画像から人の顔を検出し、検出した顔の特徴量（顔特徴量）の抽出、検出した顔の分類（クラス分け）などを行う。顔解析機能は、顔の画像内の位置を求めることもできる。顔解析機能は、異なる画像から検出した人物の顔特徴量同士の類似度などに基づいて、異なる画像から検出した人物の同一性を判定することもできる。

　（３）人型解析機能は、画像に含まれる人の人体的特徴量（例えば、体形の肥痩や、身長、服装などの全体的な特徴を示す値）の抽出、画像に含まれる人の分類（クラス分け）などを行う。人型解析機能は、人の画像内の位置を特定することもできる。人型解析機能は、異なる画像に含まれる人の人体的特徴量などに基づいて、異なる画像に含まれる人の同一性を判定することもできる。

　（４）姿勢解析機能は、画像から人の関節点を検出し、関節点を繋げた棒人間モデルを作成する。そして、姿勢解析機能は、棒人間モデルの情報を用いて、人の姿勢を推定し、推定した姿勢の特徴量（姿勢特徴量）の抽出、画像に含まれる人の分類（クラス分け）などを行う。姿勢解析機能は、異なる画像に含まれる人の姿勢特徴量などに基づいて、異なる画像に含まれる人の同一性を判定することもできる。

　例えば、姿勢解析機能は、立っている姿勢、しゃがんだ姿勢、かがんだ姿勢などの姿勢を画像から推定し、それぞれの姿勢を示す姿勢特徴量を抽出する。また例えば、姿勢解析機能は、物体検出機能などを用いて検出された物品に対する姿勢を画像から推定し、その姿勢を示す姿勢特徴量を抽出することができる。

　姿勢解析機能には、例えば、特許文献３、非特許文献１に開示された技術を適用することができる。

　（５）行動解析処理は、棒人間モデルの情報、姿勢の変化などを用いて、人の動きを推定し、人の動きの特徴量（動き特徴量）の抽出、画像に含まれる人の分類（クラス分け）などを行うことができる。行動解析処理では、棒人間モデルの情報を用いて、人の身長を推定したり、人物の画像内の位置を特定したりすることもできる。行動解析処理は、例えば、姿勢の変化又は推移、移動（位置の変化又は推移）などの行動を画像から推定し、その行動の動き特徴量を抽出することができる。

　（６）外観属性解析機能は、人に付随する外観属性を認識することができる。外観属性解析機能は、認識した外観属性に関する特徴量（外観属性特徴量）の抽出、画像に含まれる人の分類（クラス分け）などを行う。外観属性は、外観上の属性であり、例えば、服装の色、靴の色、髪型、帽子やネクタイ、眼鏡などの着用又は非着用などの１つ以上を含む。また例えば、外観属性は、警察官の制服などを含んでもよい。

　（７）勾配特徴解析機能は、画像における勾配の特徴量（勾配特徴量）を抽出する。勾配特徴検出処理には、例えば、ＳＩＦＴ、ＳＵＲＦ、ＲＩＦＦ、ＯＲＢ、ＢＲＩＳＫ、ＣＡＲＤ、ＨＯＧなどの技術を適用することができる。

　（８）色特徴解析機能は、画像から物体を検出し、検出した物体の色の特徴量（色特徴量）の抽出、検出した物体の分類（クラス分け）などを行うことができる。色特徴量は、例えばカラーヒストグラムなどである。

　（９）動線解析機能は、例えば上述の（２）～（８）の解析機能のいずれかにおける同一性の判定の結果、クラス分けの結果などを用いて、画像に含まれる移動体の動線（移動の軌跡）を求めることができる。詳細には例えば、時系列的に異なる画像間で同一であると判定された移動体を接続することで、その移動体の動線を求めることができる。なお、動線解析機能は、異なる撮影領域を撮影する複数の撮影装置１５２で撮影した映像を取得した場合などには、異なる撮影領域を撮影した複数の画像間に跨る動線を求めることもできる。

　画像解析部１１１が備える上述の解析機能は、互いに、解析結果を用いることができるように構成されるとよい。そして、画像解析部１１１は、上述の解析機能を用いて画像を解析して、年齢層、性別、人の移動速度、車両の姿勢（向き）、車両の移動速度などを求める機能（解析機能）を備えてもよい。

　なお、ここで説明した解析機能は、移動体の外観特徴量及び属性を求める方法の一例であり、移動体の外観特徴量及び属性を求める方法は、これに限られない。

　事象記憶部１１２は、予め設定される事象に関する事象情報を記憶するための記憶部である。

（事象情報の例）
　図６は、本実施の形態に係る事象情報の一例を示す図である。事象情報は、事象と検出条件と報知事象フラグと報知先とを関連付ける。検出条件は、関連付けられた事象を画像から検出するための条件である。

　事象は、例えば、移動体の姿勢、動き、属性の少なくとも１つに関連して予め設定される。動きは、位置、移動速度、動線などの少なくとも１つを含んでよく、停止していることも含む。事象の具体例は、図６に示すように、転倒、体調不良、放置物、交通事故、渋滞、逆走、速度超過、要補助、事件・不審者、迷子、夜間の一人歩きなどである。

　例えば、転倒には、人が倒れている、又は、人が倒れたという検出条件が関連付けられている。例えば、体調不良には、人が所定時間以上、しゃがみ込んでいるという検出条件が関連付けられている。このような転倒、体調不良は、人の姿勢、動きなどに関連する事象の例である。

　例えば、路上などに放置物があると、人、車両などの移動体は、放置物を避けるために移動方向を変更することがある。そのため、放置物には、所定数以上の移動体が予測位置とは異なる方向へ移動方向を変更するという検出条件が関連付けられている。予測位置は、直前の動線を進行方向に向かって直線又は曲線で外挿した位置である。このような放置物は、移動体の動き（動線）などに関連する事象の例である。なお、放置物の検出条件は、路上などに物が所定時間以上あることであってもよい。

　例えば、交通事故には、車両同士、又は、車両と人、が接触したという検出条件が関連付けられている。接触は、位置、姿勢（向き）の急な変化などの１つ又は複数に基づいて検出できる。このような交通事故は、移動体の動き、姿勢などに関連する事象の例である。

　例えば、渋滞には、走行速度が所定値以下であり、かつ、一般車両が走行方向に所定長さ以上並んでいるという検出条件が関連付けられている。一般車両とは、例えば、タクシー、トラック、緊急車両、単車、自転車以外の車両である。例えば、逆走には、車両が道路の走行方向とは異なる方向に走行しているという検出条件が関連付けられている。例えば、速度超過は、車両の移動速度が道路の法定速度を超えているという検出条件が関連付けられている。このような渋滞、逆走、速度超過は、車両の動き、属性などに関連する事象の例である。

　例えば、要補助は、補助が必要な事象を示す。要補助には、図６の検出条件を参照すると分かるように、要補助者を検出するための条件が関連付けられている。要補助は、人の属性などに関連する事象の例である。なお、要補助の検出条件は、例えば、車椅子に乗った人が段差又は階段に向かっていることなどであってもよい。

　例えば、警察官がいる場所やパトカーが停車している場所の近くには、事件が発生している又は不審者がいる可能性がある。また、不審者は、一定の範囲を所定時間以上移動していることがある。そのため、事件・不審者には、警察官がいる、パトカーが停車している、又は、一定の範囲を所定時間以上移動しているという検出条件が関連付けられている。このような事件・不審者は、人の属性（警察官）などに関連する事象の例である。

　例えば、迷子には、所定年齢以下の子供が所定時間以上、一人でいるという検出条件が関連付けられている。所定年齢は、例えば、１０歳である。このような迷子は、人の属性（年齢層、一人でいる）などに関連する事象の例である。

　例えば、夜間の一人歩きには、所定の時間帯に一人でいるという検出条件が関連付けられている。所定の時間帯は、例えば、２３時～４時である。このような夜間の一人歩きは、人の動き、属性（一人でいる）などに関連する事象の例である。

　報知事象フラグは、関連付けられた事象が報知事象であるか否かを示す報知事象情報の一例である。報知事象フラグの「１」は、関連付けられた事象が報知事象であることを示す。報知事象フラグの「０」は、関連付けられた事象が報知事象でないことを示す。

　報知事象は、これが検出された場合に所定の報知先へ報知する事象である。報知事象は、事象の中から予め定められればよく、例えば、できるだけ早く対応することが望ましい事象である。

　報知先は、報知事象に関連付けられる。報知先は、関連付けられた報知事象について報知する機関などである。

　報知事象が転倒、放置物、交通事故、逆走、事件・不審者、迷子である場合、これらの報知事象は、一般的に警察が対応することが多い。そのため、図６に示す報知情報の例では、これらの報知事象に関連付けられる報知先が、警察である。また、報知事象が体調不良、要補助である場合は、これらの報知事象は、一般的に駅員などの施設のスタッフが対応することが多い。そのため、図６に示す報知情報の例では、これらの報知事象に関連付けられる報知先が、施設である。

　図５を再び参照する。
　事象検出部１１３は、画像解析部１１１が画像を解析した結果及び事象情報に基づいて、当該画像に含まれる移動体の中から、予め設定される事象に該当する移動体を検出する。

　画像解析部１１１が画像を解析した結果は、画像解析部１１１の解析機能を用いた解析の結果である。詳細には例えば、画像解析部１１１が画像を解析した結果は、移動体の外観特徴量と属性との少なくとも一方を含む。

　事象検出部１１３は、予め設定される事象に該当する移動体を検出した場合に、検出情報を生成する。検出情報は、予め設定される事象に該当する移動体の検出結果を示す情報である。事象検出部１１３は、生成した検出情報を履歴記憶部１０４に記憶させる。

　統計処理部１１４は、画像解析部１１１が画像を解析した結果と、事象検出部１１３が検出した移動体と、の少なくとも一方を用いて統計処理を実行する。統計処理部１１４は、画像が撮影された場所の属性、画像が撮影された時間帯、画像に含まれる車両の属性の少なくとも１つに基づいて、統計処理を実行する。統計処理部１１４は、統計処理の結果を表示部１０６に表示させる。

（場所の属例の例）
　場所の属性は、移動体の通行に関する場所の特性、地域などの少なくとも１つを含む。

　車両の通行に関する場所の特性は、交差点、交差する道路又は車線の数が所定数以上の交差点、カーブ、所定長さ以上の直線が続く道路などの少なくとも１つである。人の通行に関する場所の特性は、段差があること、階段などの少なくとも１つである。

　地域は、例えば、駅、バス停、娯楽施設、公園、スポーツセンタ、コンビニ、スーパーマーケット、店舗、駐車場などの施設を用いて示されてもよい。地域は、東京都千代田区、東京都千代田区霞ヶ関一丁目などの住所を用いて示されてもよい。

　報知部１１５は、報知事象に該当する移動体が検出された場合に、当該報知事象に関連付けて予め定められる報知先へ当該報知事象が検出されたことを報知する。

　詳細には例えば、報知部１１５は、報知事象に該当する移動体が検出された場合に、事象情報に基づいて、当該報知事象に関連付けられた報知先を特定する。報知部１１５は、特定した報知先に設けられた装置（図示せず）へ検出情報を送信する。

　特定した報知先に設けられた装置は、例えば、報知事象に最寄りの報知先に設けられる装置である。報知部１１５は、報知先の所在地及び装置（ネットワークＮにおけるアドレス）を関連付けた情報を予め保持してもよく、外部の装置（図示せず）からネットワークＮを介して報知先の装置（ネットワークＮにおけるアドレス）を取得してもよい。

　これまで、実施形態１に係る監視システム１００の機能的な構成について主に説明した。ここから、本実施形態に係る監視システム１００の物理的な構成について説明する。

（監視システム１００の物理的構成）
　監視システム１００は、物理的に、ネットワークＮを介して接続された監視装置１０１及び少なくとも１つの末端システム１５１から構成される。末端システム１５１は、物理的に、通信回線を介して接続された複数の撮影装置１５２及び端末１５３から構成される。監視装置１０１と複数の撮影装置１５２の各々と端末１５３とは、物理的に異なる単一の装置から構成される。

　なお、複数の撮影装置１５２のいずれか１つが、物理的に、端末１５３と一体的に構成されてもよい。監視装置１０１と端末１５３との一方又は両方は、物理的に、ネットワークＮなどの適宜の通信回線を介して接続された複数の装置から構成されてもよい。

　監視装置１０１は、物理的には例えば、汎用のコンピュータである。図７は、実施形態１に係る監視装置１０１の物理的な構成例を示す図である。

　監視装置１０１は、例えば、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、ネットワークインタフェース１０５０、入力インタフェース１０６０及び出力インタフェース１０７０を有する。

　バス１０１０は、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、ネットワークインタフェース１０５０、入力インタフェース１０６０及び出力インタフェース１０７０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０２０などを互いに接続する方法は、バス接続に限定されない。

　プロセッサ１０２０は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）やＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）などで実現されるプロセッサである。

　メモリ１０３０は、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）などで実現される主記憶装置である。

　ストレージデバイス１０４０は、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）、メモリカード、又はＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）などで実現される補助記憶装置である。ストレージデバイス１０４０は、監視装置１０１の機能を実現するためのプログラムモジュールを記憶している。プロセッサ１０２０がこれら各プログラムモジュールをメモリ１０３０に読み込んで実行することで、そのプログラムモジュールに対応する機能が実現される。

　ネットワークインタフェース１０５０は、監視装置１０１をネットワークＮに接続するためのインタフェースである。

　入力インタフェース１０６０は、ユーザが情報を入力するためのインタフェースである。入力インタフェース１０６０は、例えば、タッチパネル、キーボード、マウスなどから構成される。

　出力インタフェース１０７０は、ユーザに情報を提示するためのインタフェースである。出力インタフェース１０７０は、例えば、液晶パネル、有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）パネルなどから構成される。

　端末１５３は、物理的には例えば、監視システム１００と同様のバス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０及びネットワークインタフェース１０５０を有する。

　端末１５３が有するストレージデバイス１０４０は、端末１５３の機能を実現するためのプログラムモジュールを記憶している。端末１５３が有するネットワークインタフェース１０５０は、端末１５３をネットワークＮに接続するためのインタフェースである。これらの点を除いて、端末１５３は、物理的には監視システム１００と同様に構成されてよい。

　これまで、実施形態１に係る監視システム１００の物理的な構成について主に説明した。ここから、本実施形態に係る末端システム１５１の動作について説明する。

　図８は、実施形態１に係る末端処理の一例を示すフローチャートである。末端処理は、末端システム１５１が監視領域Ｐを撮影し、撮影した画像に含まれる移動体の外観に関する外観情報を送信するために実行する処理である。末端システム１５１は、例えば、稼働中に末端処理を繰り返し実行する。

　撮影装置１５２の各々は、撮影領域を撮影して、撮影した画像を含む画像情報を生成する（ステップＳ１５１）。撮影装置１５２の各々は、ステップＳ１５１にて生成した画像情報を端末１５３へ送信する（ステップＳ１５２）。

　端末１５３は、ステップＳ１５２にて送信された画像情報を取得する（ステップＳ１５３）。端末１５３は、ステップＳ１５３にて取得した画像情報に基づいて、外観情報を生成する（ステップＳ１５４）。端末１５３は、ステップＳ１５４にて生成した外観情報を監視装置１０１へ送信する（ステップＳ１５５）。

　このような末端処理を実行することで、末端システム１５１は、概ねリアルタイムで、移動体の外観に関する外観情報を生成して監視装置１０１へ送信することができる。

　なお、ステップＳ１５５において、端末１５３は、撮影装置１５２の各々で生成されるすべての画像情報について、外観情報を生成して監視装置１０１へ送信してもよい。

　また、ステップＳ１５５において、端末１５３は、撮影装置１５２の各々で生成されるすべての画像情報のうち、例えば予め定められた時間間隔の画像情報について、外観情報を生成して監視装置１０１へ送信してもよい。このように、撮影装置１５２の各々で生成される画像情報の一部を間引いて、外観情報を生成・送信することで、監視装置１０１へ送信するデータ量を減らすことができる。これにより、ネットワークＮにおける通信負荷を軽減することが可能になる。

　図９は、実施形態１に係る監視処理の一例を示すフローチャートである。監視処理は、監視装置１０１が街中を監視するために実行する処理である。監視装置１０１は、例えば、稼働中に監視処理を繰り返し実行する。

　取得部１０２は、図２を参照して上述したように、複数の撮影装置１５２が撮影した画像に含まれる移動体の外観に関する外観情報を取得する（ステップＳ１０１）。処理部１０３は、図２を参照して上述した外観情報を用いた統計処理（ステップＳ１０２ｇ）を含む第１処理を実行する（ステップＳ１０２）。

　ステップＳ１０１及びステップＳ１０２の詳細について、図を参照して説明する。

　図１０は、実施形態１に係る取得処理（ステップＳ１０１）の詳細例を示すフローチャートである。

　取得部１０２は、移動体の外観に関する外観情報を端末１５３から取得する（ステップＳ１０１ａ）。取得部１０２は、ステップＳ１０１ａにて取得した外観情報を履歴記憶部１０４に記憶させ（ステップＳ１０１ｂ）、監視処理（図２参照）に戻る。

　図１１は、実施形態１に係る第１処理（ステップＳ１０２）の詳細例を示すフローチャートである。

　画像解析部１１１は、ステップＳ１０１ａにて取得された画像を解析して、移動体の外観特徴量を求める（ステップＳ１０２ａ）。画像解析部１１１は、ステップＳ１０１ａにて取得された画像を解析して、移動体の属性を求める（ステップＳ１０２ｂ）。画像解析部１１１は、ステップＳ１０２ａ及びＳ１０２ｂで得られた移動体の外観特徴量及び属性を、これらに対応する画像に関連付けて履歴記憶部１０４に記憶させる。

　事象検出部１１３は、ステップＳ１０１ａにて取得された画像に含まれる移動体の中から、予め設定される事象に該当する移動体が検出されたか否かを判定する（ステップＳ１０２ｃ）。

　詳細には例えば、事象検出部１１３は、ステップＳ１０２ａ及びＳ１０２ｂで得られる移動体の外観特徴量及び属性と、事象記憶部１１２に記憶された事象情報と、に基づいて、予め設定される事象に該当する移動体を検出する。より詳細には例えば、事象検出部１１３は、移動体の外観特徴量及び属性に基づいて、事象情報に含まれる検出条件に該当する移動体を検出する。

　事象に該当する移動体が検出された場合（ステップＳ１０２ｃ；Ｙｅｓ）、事象検出部１１３は、当該検出された移動体に関する検出情報を生成する（ステップＳ１０２ｄ）。

　事象検出部１１３は、検出した移動体に該当する事象を示すラベルを付加した画像を含む検出情報を生成する。事象検出部１１３は、生成した検出情報を履歴記憶部１０４に記憶させる。

　図１２は、検出情報の一例を示す図である。同図は、事象「転倒」が検出された場合の検出情報に含まれる画像の一例を示す。人が車道Ｒ１の脇の歩道Ｒ２で倒れており、この人には、点線四角の枠で印が付けられている。また、この枠に関連付けて「転倒」というラベルが付加されている。さらに、検出された場所及び日時を示す情報が付加されている。検出された場所は、当該画像が撮影された場所である。検出された日時は、当該画像が撮影された日時である。

　図１１を再び参照する。
　報知部１１５は、報知情報に基づいて、検出された事象に応じた機関へ検出情報を送信する（ステップＳ１０２ｅ）。

　例えば、報知部１１５は、「転倒」、「迷子」「放置物」などに該当する移動体が検出された場合、「転倒」、「迷子」「放置物」などに関連付けられた機関である警察の装置へ、例えばネットワークＮを介して、ステップＳ１０２ｄにて生成された検出情報を送信する。

　また例えば、報知部１１５は、「要補助」に該当する移動体が検出された場合、「要補助」に関連付けられた機関である鉄道又は施設のうち、「要補助」が検出された場所から最寄りの鉄道又は施設を特定する。報知部１１５は、特定した施設の装置へ、例えばネットワークＮを介して、ステップＳ１０２ｄにて生成された検出情報を送信する。

　このような報知をすることで、各事象に早く対応することができる。従って、街中の安全性の向上を支援することが可能になる。

　事象に該当する移動体が検出されていない場合（ステップＳ１０２ｃ；Ｎｏ）、又は、ステップＳ１０２ｅに続けて、統計処理部１１４は、ユーザからの統計処理の指示があったか否かを判定する（ステップＳ１０２ｆ）。ユーザからの指示は、例えば、入力受付部１０５が受け付ける。

　ユーザからの統計処理の指示がなかった場合（ステップＳ１０２ｆ；Ｎｏ）、統計処理部１１４は、第１処理（ステップＳ１０２）を終了して監視処理を終了する（図２参照）。

　ユーザからの統計処理の指示があった場合（ステップＳ１０２ｆ；Ｙｅｓ）、統計処理部１１４は、統計処理を実行し（ステップＳ１０２ｇ）、監視処理を終了する（図２参照）。

　ステップＳ１０２ｇにおいて、統計処理部１１４は、ステップＳ１０２ａ～Ｓ１０２ｂで得られる移動体の外観特徴量及び属性と、ステップＳ１０２ｃにおける事象に該当する移動体の検出結果と、を用いて。統計処理を実行する。言い換えると、統計処理部１１４は、移動体の外観特徴量及び属性と、事象に該当する移動体の検出結果と、を用いて、統計処理を実行する。

　このとき、統計処理部１１４は、現在及び過去の移動体の外観特徴量及び属性のうち、適宜の期間の移動体の外観特徴量及び属性を用いて、統計処理を実行してもよい。また、統計処理部１１４は、現在及び過去の事象に該当する移動体の検出結果のうち、適宜の期間の検出結果を用いて、統計処理を実行してもよい。過去の移動体の外観特徴量及び属性、過去の検出結果については、統計処理部１１４は、履歴記憶部１０４から取得することができる。

　詳細には例えば、統計処理部１１４は、画像が撮影された場所の属性、画像が撮影された時間帯、画像に含まれる車両の属性に基づいて、移動体の外観特徴量及び属性と事象に該当する移動体とを用いた統計処理を実行する。統計処理部１１４は、統計処理の結果を表示部１０６に表示させる。

　具体的には例えば、統計処理部１１４は、「転倒」「迷子」「渋滞」「ながら歩き」などの各事象が検出された回数を、例えば場所の属性、時間帯ごとなどに集計し、集計した結果を示す画像を表示部１０６に表示させる。これらを参照することで、例えば「転倒」「迷子」「渋滞」「ながら歩き」などの各事象が多い場所、時間帯などを基に、各事象が発生する原因、各事象の発生を防ぐための対策、各事象に早く対応するための対策などを検討することができる。

　例えば、夕方のある時間帯に駅周辺で一時停車の車両が増えるため渋滞が多く発生する場合、その時間帯のパトロールを強化することが考えられる。例えば、ある施設の近傍で休日に迷子が多い場合、その施設における休日のパトロールを強化することが考えられる。例えば、ある段差又は階段を通行する要補助者が所定数以上である場合、そこにスロープを設けたり、エレベータを設けたりすることを検討することができる。例えば、ある施設の特定の時間帯にながら歩きをする人が多い場合、その施設においてながら歩きをする人が多い時間帯に、注意喚起のための放送をするなどの対策を検討することができる。

　また、具体的には例えば、統計処理部１１４は、車両又は人の一方又は両方の通行量を、場所の属性、時間帯、車両の種類ごとなどに集計し、集計した結果を示す画像を表示部１０６に表示させる。これらを「渋滞」、「交通事故」などに関する統計処理の結果とともに参照することで、交通量又は交通事故が多くなる時間帯の場所の属性、車両の属性などを基に、渋滞又は交通事故が発生する原因、渋滞又は交通事故を防ぐための対策などを検討することができる。

　さらに、具体的には例えば、統計処理部１１４は、特定の交差点における人の通行量を年齢層ごとに集計し、集計した結果を示す画像を表示部１０６に表示させる。年齢層で歩く速度が異なるため、この集計した結果を参照することで、その交差点における歩行者の青信号の時間を適切に設定するなど、交差点を安全に通行するための対策を講じることができる。

　これまで例示したように、統計処理の結果に基づいて対策を検討することができるので、街中の安全性の向上を支援することが可能になる。

　さらに、具体的には例えば、統計処理部１１４は、服装、服装の色などを、場所の属性、時間帯、年齢層ごとに集計し、集計した結果を示す画像を表示部１０６に表示させる。これを例えば前年の同様の集計結果と比較することで、その年の服装のトレンド、季節の変わり目、体感温度の変わり目などを知ることができる。これにより、流行に関する情報、気候に関する情報などを提供することが可能になる。

（作用・効果）
　以上、本実施形態によれば、監視装置１０１は、取得部１０２と、処理部１０３とを備える。取得部１０２は、街中に設置された複数の撮影装置１５２が撮影した画像に含まれる移動体の外観に関する外観情報を取得する。処理部１０３は、外観情報を用いて統計処理を実行する。

　これにより、統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。従って、街中の安全性向上を支援することが可能になる。

　本実施形態によれば、移動体は、人及び車両の少なくとも一方を含む。

　これにより、統計処理の結果に基づいて、大局的な見地から、人及び車両の少なくとも一方に関連する街中の安全のための施策を講じることができる。従って、街中の安全性向上を支援することが可能になる。

　本実施形態によれば、外観情報は、画像を含む。処理部１０３は、外観情報に含まれる画像を解析して移動体の外観特徴量を求め、当該求めた外観特徴量を用いて統計処理を実行する。

　これにより、外観特徴量を用いた統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。従って、街中の安全性向上を支援することが可能になる。

　本実施形態によれば、処理部１０３は、外観情報に含まれる画像を解析して移動体の属性をさらに求め、当該移動体の属性をさらに用いて統計処理を実行する。

　これにより、移動体の属性をさらに用いた統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。従って、街中の安全性向上を支援することが可能になる。

　本実施形態によれば、外観特徴量は、移動体の外観属性、姿勢、動きの少なくとも１つに関する特徴量を含む。

　これにより、移動体の外観属性、姿勢、動きの少なくとも１つに関する特徴量を用いた統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。従って、街中の安全性向上を支援することが可能になる。

　本実施形態によれば、移動体の動きに関する特徴量は、動線、移動速度の少なくとも１つを含む。

　これにより、動線、移動速度の少なくとも１つを含む移動体の動きに関する特徴量を用いた統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。従って、街中の安全性向上を支援することが可能になる。

　本実施形態によれば、処理部１０３は、画像が撮影された場所の属性、画像が撮影された時間帯、画像に含まれる移動体の属性の少なくとも１つに基づいて、統計処理を実行する。

　これにより、画像が撮影された場所の属性、画像が撮影された時間帯、画像に含まれる移動体の属性に基づいて実行される統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。従って、街中の安全性向上を支援することが可能になる。

　本実施形態によれば、場所の属性は、移動体の通行における特性、地域の少なくとも１つを含む。

　これにより、移動体の通行における特性、地域の少なくとも１つを含む場所の属性に基づいて実行される統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。従って、街中の安全性向上を支援することが可能になる。

　本実施形態によれば、処理部１０３は、外観情報に含まれる画像を解析した結果に基づいて、予め設定される事象に該当する移動体を検出する。

　これにより、事象に関する統計処理を実行することができ、その統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。また、事象を早く検出して、その事象に対応することができる。従って、街中の安全性向上を支援することが可能になる。

　本実施形態によれば、処理部１０３は、事象の中から予め定められる報知事象に該当する移動体が検出された場合に、当該報知事象に関連付けて予め定められる報知先へ当該報知事象が検出されたことを報知する。

　これにより、検出された報知事象に早く対応することができる。従って、街中の安全性の向上を支援することが可能になる。

　本実施形態によれば、処理部１０３は、予め設定される事象に該当する移動体の検出結果をさらに用いて統計処理を実行する。

　これにより、事象に関する統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。従って、街中の安全性向上を支援することが可能になる。

　本実施形態によれば、事象は、移動体の姿勢、動き、属性の少なくとも１つに関連する。

　これにより、移動体の姿勢、動き、属性の少なくとも１つに関連する事象に関する統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。或いは、移動体の姿勢、動き、属性の少なくとも１つに関連する事象を早く検出して、その事象に対応することができる。従って、街中の安全性向上を支援することが可能になる。

＜実施形態２＞
　実施形態１では、監視装置１０１が、移動体の外観特徴量及び属性を求め、事象を検出し、報知事象が検出された場合にその報知を行う例を説明した。移動体の外観特徴量の取得、移動体の属性の取得、事象の検出、及び、報知事象が検出された場合の報知の一部又はすべてを、端末１５３が行ってもよい。本実施形態では、端末１５３が、移動体の外観特徴量の取得、移動体の属性の取得、事象の検出、及び、報知事象が検出された場合の報知のすべてを行う例を説明する。

　本実施形態では、説明を簡潔にするため、実施形態１と異なる点について主に説明し、重複する説明は適宜省略する。

　図１３は、実施形態２に係る監視システム２００の構成例を示す図である。監視システム２００は、実施形態１に係る監視装置１０１及び４つの末端システム１５１ａ～１５１ｄに代わる、監視装置２０１と、４つの末端システム２５１ａ～２５１ｄとを備える。

（末端システム２５１の構成例）
　末端システム２５１ａ～２５１ｄは、それぞれ、実施形態１と同様の複数の撮影装置１５２ａ～１５２ｄと、実施形態１に係る端末１５３ａ～１５３ｄに代わる端末２５３ａ～２５３ｄとを含む。末端システム２５１ａ～２５１ｄを区別しない場合、各々を末端システム２５１とも称する。

　端末２５３ａ～２５３ｄの各々は、共通の末端システム２５１ａ～２５１ｄに含まれる複数の撮影装置１５２ａ～１５２ｄから、撮影装置１５２ａ～１５２ｄの各々が撮影した画像を含む画像情報を通信回線を介して取得する。端末２５３ａ～２５３ｄの各々は、取得した画像情報に基づいて、外観情報を生成して監視装置２０１へネットワークＮを介して送信する。

　端末２５３ａ～２５３ｄの各々は、同様に構成されてよい。端末２５３ａ～２５３ｄを区別しない場合、各々を端末２５３とも称する。

　図１４は、本実施形態に係る端末２５３の機能的な構成例を示す図である。

　端末２５３は、画像取得部２５４と、実施形態１と同様の画像解析部１１１、事象記憶部１１２、事象検出部１１３及び報知部１１５と、画像取得部２５４と、事象取得部２５５と、情報送信部２５６とを含む。

　画像取得部２５４は、共通の末端システム２５１に含まれる複数の撮影装置１５２から、撮影装置１５２ａ～１５２ｄの各々が撮影した画像を含む画像情報を取得する。画像取得部２５４は、少なくとも所定時間Ｔ１（例えば、５分間）の画像を保持する。すなわち、現在よりも過去の所定時間Ｔ１に撮影された画像を保持する。

　画像解析部１１１は、実施形態１と同様に、撮影装置１５２が撮影した画像を解析して、実施形態１と同様に移動体の外観特徴量及び属性を求める。すなわち、本実施形態では、画像解析部１１１は、画像取得部２５４が取得した画像を解析して、実施形態１と同様に移動体の外観特徴量及び属性を求める。

　事象取得部２５５は、監視装置２０１から事象情報をネットワークＮを介して取得し、取得した事象情報を事象記憶部１１２に記憶させる。

　本実施形態に係る事象検出部１１３は、実施形態１と同様に、画像解析部１１１が画像を解析した結果及び事象情報に基づいて、当該画像に含まれる移動体の中から、予め設定される事象に該当する移動体を検出する。

　情報送信部２５６は、外観情報を生成して監視装置２０１へネットワークＮを介して監視装置２０１へ送信する。また、情報送信部２５６は、事象検出部１１３が生成する検出情報をネットワークＮを介して監視装置２０１へ送信する。

　詳細には、情報送信部２５６は、撮影装置１５２が撮影した画像を含む外観情報である第１情報を生成して送信する。さらに、情報送信部２５６は、撮影装置１５２が撮影した画像を含まない外観情報である第２情報を生成して送信する。

　第１情報は、画像と、当該画像から得られる移動体の外観特徴量及び属性の少なくとも一方を含む。第２情報は、共通の画像から得られる移動体の外観特徴量及び属性の少なくとも一方を含む。

　図１５は、本実施形態に係る外観情報の構成の一例を示す図である。図１５（ａ）は、第１情報の例を示す。図１５（ｂ）は、第２情報の例を示す。

　第１情報は、画像と、外観特徴量と、属性と、撮影時刻と、装置ＩＤ（Ｉｄｅｎｔｉｆｉｅｒ）と、撮影場所を関連付ける。

　第１情報にて関連付けられる各要素は、撮影装置１５２が撮影した共通の画像に関する情報である。すなわち、第１情報に含まれる画像は、撮影装置１５２が撮影した画像である。外観特徴量及び属性は、これらに関連付けられた画像から得られる外観特徴量及び属性である。撮影時刻は、これに関連付けられた画像が撮影された時刻である。装置ＩＤは、これに関連付けられた画像を撮影した撮影装置１５２を識別するための情報である。撮影場所は、これに関連付けられた画像が撮影された場所を示す。

　第２情報は、外観特徴量と、属性と、撮影時刻と、装置ＩＤ（Ｉｄｅｎｔｉｆｉｅｒ）と、撮影場所を関連付ける。

　第２情報にて関連付けられる各要素は、撮影装置１５２が撮影した共通の画像に関する情報である。すなわち、第２情報に含まれる外観特徴量及び属性は、共通の画像から得られる外観特徴量及び属性である。撮影時刻は、当該共通の画像を撮影した時刻である。装置ＩＤは、当該共通の画像を撮影した撮影装置１５２を識別するための情報である。撮影場所は、当該共通の画像が撮影された場所を示す。

　情報送信部２５６は、事象に該当する移動体が検出されたか否かに応じて、第１送信レートを高レートと低レートとで切り替える。

　送信レートは、情報送信部２５６が単位時間当たりに情報を送信する回数である。第１送信レートは、第１情報の送信レート、すなわち、情報送信部２５６が単位時間当たりに第１情報を送信する回数である。高レートは、低レートよりも高い、すなわち単位時間当たりに情報を送信する回数が多い送信レートである。

　情報送信部２５６は、通常時は低レートで第１情報を送信し、事象に該当する移動体が検出された場合に、高レートで第１情報を送信する。より詳細には、情報送信部２５６は、事象に該当する移動体が検出される前の所定時間Ｔ１と、当該事象に該当する移動体が検出された後の所定時間Ｔ２との間、第１情報を高レートで送信する。事象に該当する移動体が検出される前後の所定時間Ｔ１，Ｔ２を除いて、情報送信部２５６は、低レートで第１情報を送信する。

　情報送信部２５６は、第２送信レートで第２情報を送信する。

　第２送信レートは、第２情報の送信レート、すなわち、情報送信部２５６が単位時間当たりに第２情報を送信する回数である。第２送信レートは、低レートよりも高い送信レートである。本実施形態では、第２送信レートは、高レートと同じである例を用いて説明する。

　このように、情報送信部２５６は、通常時は、高レートで第２情報を送信するとともに、低レートで第１情報を送信する。事象に該当する移動体が検出されると、情報送信部２５６は、事象検出部１１３が生成する検出情報を送信する。そして、事象に該当する移動体が検出される前後の所定時間Ｔ１，Ｔ２については、情報送信部２５６は、高レートで第１情報及び第２情報を送信する。

（監視装置２０１の構成例）
　監視装置２０１は、図１３に示すように機能的に、実施形態１に係る取得部１０２及び処理部１０３に代わる取得部２０２及び処理部２０３と、実施形態１と同様の履歴記憶部１０４、入力受付部１０５及び表示部１０６とを含む。

　取得部２０２は、情報送信部２５６から送信される情報を端末２５３からネットワークＮを介して取得し、取得した情報を履歴記憶部１０４に記憶させる。

　詳細には、本実施形態に係る取得部２０２は、情報送信部２５６から送信される外観情報（第１情報及び第２情報）を取得し、取得した外観情報（第１情報及び第２情報）を履歴記憶部１０４に記憶させる。また、取得部２０２は、情報送信部２５６から送信される検出情報を取得する。

　処理部２０３は、実施形態１と同様に、外観情報を用いて統計処理を実行する。また、処理部２０３は、例えば、画像が撮影された場所の属性、画像が撮影された時間帯、画像に含まれる移動体の属性の少なくとも１つに基づいて、統計処理を実行する。

　本実施形態に係る処理部２０３は、外観情報に含まれる移動体の外観特徴量及び属性の少なくとも一方を用いて統計処理を実行する。処理部２０３は、事象に該当する移動体の検出結果をさらに用いて統計処理を実行する。

　処理部２０３は、画像が撮影された場所の属性、画像が撮影された時間帯、画像に含まれる移動体の属性の少なくとも１つに基づいて、統計処理を実行する。

　処理部２０３は、例えばユーザの入力に従って事象情報を取得すると、当該取得した事象情報を端末２５３へネットワークＮを介して送信する。

　図１６は、本実施形態に係る処理部１０３の機能的な構成例を示す図である。処理部２０３は、実施形態１と同様の統計処理部１１４と、事象設定部２１６とを含む。

　事象設定部２１６は、例えばユーザの入力に従って事象情報を取得する。事象設定部２１６は、当該取得した事象情報を保持するとともに、端末２５３へネットワークＮを介して送信する。

　これまで、実施形態２に係る監視システム２００の機能的な構成について主に説明した。本実施形態に係る監視システム２００は、物理的には、実施形態１に係る監視システム１００と同様に構成されるとよい。すなわち、例えば、本実施形態に係る監視装置２０１、端末２５３は、物理的には、実施形態１に係る監視装置１０１、端末１５３のそれぞれと同様に構成されるとよい。

　ここから、本実施形態に係る末端システム２５１の動作について説明する。

　撮影装置１５２は、実施形態１と同様に、ステップＳ１５１及びＳ１５２を繰り返し実行する（図８参照）。

　図１７は、本実施形態に係る端末処理の一例を示すフローチャートである。端末処理は、端末２５３が街中を監視するために実行する処理である。例えばユーザからの指示に応じて開始される。第１送信レートの初期値は、例えば、低レートであり、情報送信部２５６に保持される。

　画像取得部２５４は、実施形態１と同様のステップＳ１５３を実行する。

　画像解析部１１１は、実施形態１と同様のステップＳ１０２ａ～Ｓ１０２ｂを実行する。事象検出部１１３は、実施形態１と同様に、事象に該当する移動体が検出されたか否かを判定する（ステップＳ１０２ｃ）。

　事象に該当する移動体が検出されていない場合（ステップＳ１０２ｃ；Ｎｏ）、情報送信部２５６は、前回の検出から所定時間Ｔ２が経過したか否かを判定する（ステップＳ２５６）。

　詳細には例えば、情報送信部２５６は、事象検出部１１３が事象に該当する移動体を前回検出した時からの経過時間に基づいて、所定時間Ｔ２が経過したか否かを判定する。所定時間Ｔ２が経過していない場合は、事象検出部１１３が事象に該当する移動体を一度も検出していない場合を含む。

　所定時間Ｔ２が経過した場合（ステップＳ２５６；Ｙｅｓ）、情報送信部２５６は、第１情報又は第２情報を生成する（ステップＳ２５７）。情報送信部２５６は、ステップＳ２５７で生成した第１情報又は第２情報を、ネットワークＮを介して監視装置２０１へ送信する（ステップＳ２５８）。

　ステップＳ２５７で生成される第１情報及び第２情報は、ステップＳ１０２ａ～Ｓ１０２ｂで求められた移動体の外観特徴量及び属性を含む。ステップＳ２５７で生成される第１情報は、さらに、当該移動体の外観特徴量及び属性を求めるために用いた画像を含む。

　ステップＳ２５７では、情報送信部２５６は、高レート（本実施形態における第２送信レート）での送信時期であるか否かに応じて、第１情報と第２情報とのいずれか一方を生成する。詳細には、低レートでの送信時期である場合、情報送信部２５６は、第１情報を生成する。それ以外の場合（すなわち、高レートの送信時期であって、低レートでの送信時期でない場合）、情報送信部２５６は、第２情報を生成する。

　これにより、情報送信部２５６は、低レートで第１情報を生成して送信することができる。また、情報送信部２５６は、高レートで第２情報を生成して送信することができる。

　情報送信部２５６は、第１送信レートに低レートを設定し（ステップＳ２５９）、ステップＳ１５３に戻る。

　事象に該当する移動体が検出された場合（ステップＳ１０２ｃ；Ｙｅｓ）、事象検出部１１３は、検出時処理（ステップＳ２６０）を実行する。

　図１８は、本実施形態に係る検出時処理（ステップＳ２６０）の詳細例を示すフローチャートである。

　事象検出部１１３は、実施形態１と同様のステップＳ１０２ｄを実行する。報知部１１５は、実施形態１と同様のステップＳ１０２ｅを実行する。

　情報送信部２５６は、検出前の画像情報を送信する（ステップＳ２６０ａ）

　詳細には、情報送信部２５６は、画像取得部２５４が保持する過去の所定時間Ｔ１に撮影された画像を含む画像情報を、画像取得部２５４から取得する。情報送信部２５６は、当該取得した画像情報を、ネットワークＮを介して監視装置２０１へ送信する。

　情報送信部２５６は、第１情報を生成する（ステップＳ２６０ｂ）。

　ステップＳ２６０ｂにて生成される第１情報は、ステップＳ２５７で生成される第１情報と同様である。

　情報送信部２５６は、第１情報及び検出情報を送信する（ステップＳ２６０ｃ）。

　詳細には、情報送信部２５６は、ステップＳ２６０ｂで生成した第１情報とステップＳ１０２ｄで生成した検出情報とを、ネットワークＮを介して監視装置２０１へ送信する。

　情報送信部２５６は、第１送信レートに高レートを設定し（ステップＳ２５８）、ステップＳ１５３（図１７参照）に戻る。

　図１７を再び参照する。
　所定時間Ｔ２が経過していない場合（ステップＳ２５６；Ｎｏ）、情報送信部２５６は、第１情報を生成する（ステップＳ２６１）。ステップＳ２６１で生成される第１情報は、ステップＳ２５８で生成される第１情報と同様である。情報送信部２５６は、ステップＳ２６１で生成した第１情報を、ネットワークＮを介して監視装置２０１へ送信し（ステップＳ２６２）、ステップＳ１５３に戻る。

　ステップＳ２６１及びＳ２６２は、事象に該当する移動体が検出されてから所定時間Ｔ２内に実行されるため、ステップＳ２６０ｄの後に実行される。そのため、ステップＳ２６１及びＳ２６２を実行する時に設定されている送信レートは、高レートである。情報送信部２５６は、設定されている第１送信レートである高レートでの送信時期に応じて、ステップＳ２６１及びＳ２６２を実行する。これにより、情報送信部２５６は、事象に該当する移動体が検出されてから所定時間Ｔ２が経過するまで、高レートで第１情報を送信することができる。

　このような端末処理を実行することで、端末２５３は、通常時は低レートで第１情報を送信し、事象に該当する移動体が検出された場合に、高レートで第１情報を送信することができる。第１情報は、画像を含むため、第２情報よりもデータサイズが大きい。そのため、第１情報を常に高レートで送信するよりも、ネットワークＮにおける通信負荷を軽減することが可能になる。

　また、監視装置２０１は、画像を含む第１情報を低レートで取得することができる。そのため、必要に応じて、画像を確認することができる。事象に該当する移動体が検出された場合には、監視装置２０１は、第１情報を取得することができる。そのため、移動体が検出された前後の画像を管理することができ、必要に応じて、詳細な画像を確認することができる。

　さらに、端末２５３は、低レートよりも高い送信レートである第２送信レート（本実施形態では、高レート）で第２情報を送信する。そのため、監視装置２０１は、高い送信レートで取得する移動体の外観情報及び属性に基づいて、統計処理を実行することができる。これにより、実施形態１と概ね同様の精度の統計処理の結果を得ることができる。

　図１９は、本実施形態に係る監視処理の一例を示すフローチャートである。取得部１０２は、実施形態１と同様のステップＳ１０１を実行する。処理部２０３は、実施形態１に係るステップＳ１０２に代わるステップＳ２０２を実行する。

　図２０は、本実施形態に係る第１処理（ステップＳ２０２）の詳細例を示すフローチャートである。統計処理部１１４は、実施形態１と同様のステップＳ１０２ｆ及びＳ１０２ｇを実行する。

（作用・効果）
　本実施形態によれば、外観情報は、移動体の外観特徴量を含む。

　これにより、監視装置２０１は、移動体の外観特徴量を用いて統計処理を実行することができるので、統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。従って、街中の安全性向上を支援することが可能になる。

　また、移動体の外観特徴量を用いた統計処理を実行するために外観情報に画像を含めなくてもよくなるので、ネットワークＮにおける通信負荷を軽減することが可能になる。

　本実施形態によれば、外観情報は、移動体の属性をさらに含む。

　これにより、監視装置２０１は、移動体の属性を用いて統計処理を実行することができるので、統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。従って、街中の安全性向上を支援することが可能になる。

　また、移動体の属性を用いた統計処理を実行するために、外観情報に画像を含めなくてもよくなるので、ネットワークＮにおける通信負荷を軽減することが可能になる。

　本実施形態によれば、取得部２０２は、予め設定される事象に該当する移動体の検出結果を示す検出情報をさらに取得する。

　これにより、監視装置２０１は、事象に関する統計処理を実行することができ、その統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。従って、街中の安全性向上を支援することが可能になる。

　また、事象に関する統計処理を実行するために、画像を送信しなくてもよくなるので、ネットワークＮにおける通信負荷を軽減することが可能になる。

　本実施形態によれば、監視装置２０１は、予め設定される事象に関する事象情報を端末２５３へ送信する事象設定部２１６をさらに備える。

　これにより、監視装置２０１を通じて、１つ以上の端末２５３のすべてに共通の事象情報を設定することができるので、１つ以上の端末２５３の各々に事象情報を設定する手間を省くことができる。従って、街中の安全性向上を容易に支援することが可能になる。

＜実施形態３＞
　図２１は、実施形態３に係る監視システム３００の構成例を示す図である。監視システム３００は、実施形態２に係る監視装置２０１に代わる監視装置３０１と、実施形態２と同様の末端システム２５１ａ～２５１ｄと、２つのミドル装置３６１ａ～３６１ｂとを備える。なお、監視システム３００が備えるミドル装置の数は、２つに限らず、１つ以上であれば、幾つであってもよい。

　ミドル装置３６１ａ～３６１ｂは、監視装置３０１と端末２５３ａ～２５３ｄの各々とに、ネットワークＮを介して接続されており、ネットワークＮを介して互いに情報を送受信する。

　ミドル装置３６１ａ～３６１ｂの各々は、１つ又は複数の末端システム２５１に対応付けられている。すなわち、ミドル装置３６１ａ～３６１ｂの各々は、ネットワークＮにおいて、端末２５３ａ～２５３ｄと監視装置３０１との中間に位置付けられる。

　ミドル装置３６１ａ～３６１ｂの各々は、同様に構成されてよい。ミドル装置３６１ａ～３６１ｂを区別しない場合、各々をミドル装置３６１とも称する。

　ミドル装置３６１は、警察のなどの所定の機関において利用される装置である。すなわち、ミドル装置３６１は、報知部１１５が検出情報を送信する装置の例である。

　ミドル装置３６１は、機関において出動した場合の当該出動に関する出動情報を、ネットワークＮを介して監視装置３０１へ送信する。

　監視装置３０１は、実施形態２に係る処理部２０３に代わる処理部３０３を備える。この点を除いて、監視装置３０１は、実施形態２に係る監視装置２０１と同様に構成されるとよい。

　図２２は、本実施形態に係る処理部３０３の機能的な構成例を示す図である。処理部３０３は、実施形態２と同様の統計処理部１１４及び事象設定部２１６と、事象更新部３１７とを備える。

　事象更新部３１７は、ミドル装置３６１から出動情報を取得する。事象更新部３１７は、当該取得した出動情報に基づいて事象情報を更新するための更新情報を端末２５３へネットワークＮを介して送信する。

　これまで、実施形態３に係る監視システム３００の機能的な構成について主に説明した。本実施形態に係る監視装置３０１及びミドル装置３６１の各々は、物理的には、実施形態１に係る監視装置１０１と同様に構成されるとよい。

　ここから、本実施形態に係る監視システム３００の動作について説明する。

　本実施形態に係る監視システム３００は、実施形態２と同様の処理に加えて、事象情報を更新するための事象更新処理を実行する。

　図２３は、本実施形態に係る事象更新処理の一例を示すフローチャートである。事象更新処理は、例えば、監視システム３００の稼働中に繰り返し実行される。

　ミドル装置３６１は、機関において出動した場合に、当該出動に関する出動情報を生成する（ステップＳ３０１）。

　詳細には例えば、ミドル装置３６１は、ユーザの入力などに基づいて、出動時刻、出発地、目的地、事象などを含む出動情報を生成する。出動時刻は、出動した時刻である。出発地は、出動した機関の所在地である。目的地は、出動する目的地である。事象は、出動の原因となった事象である。

　ミドル装置３６１は、ステップＳ３０１にて生成した出動情報をネットワークＮを介して監視装置３０１へ送信する（ステップＳ３０２）。

　事象更新部３１７は、ミドル装置３６１から出動情報を取得する（ステップＳ３０３）。

　事象更新部３１７は、ステップＳ３０３で取得した出動情報に基づいて事象情報を更新するための更新情報を生成する（ステップＳ３０４）。

　詳細には例えば、事象更新部３１７は、事象検出部１１３が出動情報に対応する事象を検出していない場合に、出動情報に含まれる目的地の画像、当該画像から得られる移動体の外観情報及び属性の少なくとも１つを参照する。

　事象更新部３１７は、当該参照した画像、移動体の外観情報及び属性の少なくとも１つに基づいて、事象検出部１１３が出動情報に含まれる事象を検出するための検出条件を作成する。検出条件は、例えば、当該参照した画像、移動体の外観情報及び属性の少なくとも１つを含む。事象更新部３１７は、出動情報に対応する事象と、当該作成した検出条件とを関連付けた更新情報を生成する。

　事象更新部３１７は、ステップＳ３０４で生成した更新情報を端末２５３へネットワークＮを介して送信する（ステップＳ３０５）。

　事象取得部２５５は、更新情報を取得する（ステップＳ３０６）。事象取得部２５５は、ステップＳ３０６で取得した更新情報に基づいて、事象記憶部１１２に記憶された事象情報を更新する（ステップＳ３０７）。

　これにより、事象検出部１１３が事象を検出できなかった場合に、実際に発生した事象に関連する画像、移動体の外観情報及び属性の少なくとも１つに基づいて、事象情報を更新することができる。

（作用・効果）
　本実施形態によれば、端末２５３は、検出した移動体に関する検出情報をミドル装置３６１へ送信する。

　これにより、監視装置３０１は、移動体の外観特徴量を用いて統計処理を実行することができるので、統計処理の結果に基づいて、大局的な見地から街中の安全のための施策を講じることができる。従って、街中の安全性向上を支援することが可能になる。

　本実施形態によれば、ミドル装置３６１は、所定の機関において利用される装置である。監視装置３０１は、機関において出動した場合の当該出動に関する出動情報を取得し、当該取得した出動情報に基づいて事象情報を更新するための更新情報を端末２５３へ送信する事象更新部３１７をさらに備える。

　これにより、事象検出部１１３が事象を検出できなかった場合に、事象情報を更新することができるので、より精度良く事象を検出できるように事象情報を更新することができる。従って、街中の安全性向上を支援することが可能になる。

　以上、図面を参照して本発明の実施の形態及び変形例について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。

　また、上述の説明で用いた複数のフローチャートでは、複数の工程（処理）が順番に記載されているが、実施の形態の各々で実行される工程の実行順序は、その記載の順番に制限されない。実施の形態の各々では、図示される工程の順番を内容的に支障のない範囲で変更することができる。また、上述の実施の形態及び変形例は、内容が相反しない範囲で組み合わせることができる。

　上記の実施の形態の一部または全部は、以下の付記のようにも記載されうるが、以下に限られない。

１．　街中に設置された複数の撮影装置が撮影した画像に含まれる移動体の外観に関する外観情報を取得する取得手段と、
　前記外観情報を用いて統計処理を実行する処理手段とを備える
　監視装置。
２．　前記移動体は、人及び車両の少なくとも一方を含む
　１．に記載の監視装置。
３．　前記外観情報は、前記画像を含み、
　前記処理手段は、前記外観情報に含まれる画像を解析して前記移動体の外観特徴量を求め、当該求めた外観特徴量を用いて統計処理を実行する
　１．又は２．に記載の監視装置。
４．　前記処理手段は、前記外観情報に含まれる画像を解析して前記移動体の属性をさらに求め、当該移動体の属性をさらに用いて統計処理を実行する
　３．に記載の監視装置。
５．　前記外観情報は、前記移動体の外観特徴量を含む
　１．又は２．に記載の監視装置。
６．　前記外観情報は、前記移動体の属性をさらに含む
　５．に記載の監視装置。
７．　前記外観特徴量は、前記移動体の外観属性、姿勢、動きの少なくとも１つに関する特徴量を含む
　３．から６．のいずれか１つに記載の監視装置。
８．　前記移動体の動きに関する特徴量は、動線、移動速度の少なくとも１つを含む
　７．に記載の監視装置。
９．　前記処理手段は、前記画像が撮影された場所の属性、前記画像が撮影された時間帯、前記画像に含まれる移動体の属性の少なくとも１つに基づいて、前記統計処理を実行する
　１．から８．のいずれか１つに記載の監視装置。
１０．　前記場所の属性は、移動体の通行における特性、地域の少なくとも１つを含む
　９．に記載の監視装置。
１１．　前記処理手段は、前記外観情報に含まれる画像を解析した結果に基づいて、予め設定される事象に該当する移動体を検出する
　１．から１０．のいずれか１つに記載の監視装置。
１２．　前記処理手段は、前記事象の中から予め定められる報知事象に該当する移動体が検出された場合に、当該報知事象に関連付けて予め定められる報知先へ当該報知事象が検出されたことを報知する
　１１．に記載の監視装置。
１３．　前記取得手段は、予め設定される事象に該当する移動体の検出結果を示す検出情報をさらに取得する
　１．から１０．のいずれか１つに記載の監視装置。
１４．　前記予め設定される事象に関する事象情報を端末へ送信する事象設定手段とをさらに備える
　１３．に記載の監視装置。
１５．　前記処理手段は、前記予め設定される事象に該当する移動体の検出結果をさらに用いて統計処理を実行する
　１１．から１４．のいずれか１つに記載の監視装置。
１６．　前記事象は、移動体の姿勢、動き、属性の少なくとも１つに関連する
　１１．から１５．のいずれか１つに記載の監視装置。
１７．　１．から１６．のいずれか１つに記載の監視装置と、
　前記複数の撮影装置と、
　前記複数の撮影装置に接続される少なくとも１つの端末とを備え、
　前記端末は、前記外観情報を前記監視装置へ送信する
　監視システム。
１８．　前記端末は、前記画像を解析して前記移動体の外観特徴量を求め、当該求めた外観特徴量を含む前記外観情報を前記監視装置へ送信する
　１７．に記載の監視システム。
１９．　前記端末は、前記画像を解析して前記移動体の属性をさらに求め、当該求めた移動体の属性をさらに含む前記外観情報を前記監視装置へ送信する
　１７．又は１８．に記載の監視システム。
２０．　前記外観情報は、前記複数の撮影装置が撮影した画像を含む
　１７．から１９．のいずれか１つに記載の監視システム。
２１．　前記端末は、予め設定される事象に関する事象情報を前記監視装置から取得し、前記画像を解析した結果に基づいて前記事象に該当する移動体を検出する
　１７．から２０．のいずれか１つに記載の監視システム。
２２．　前記端末は、前記検出した移動体に関する検出情報を前記監視装置へ送信する
　２１．に記載の監視システム。
２３．　少なくとも１つのミドル装置をさらに備え、
　前記端末は、前記検出した移動体に関する検出情報を前記ミドル装置へ送信する
　２１．又は２２．に記載の監視システム。
２４．　前記ミドル装置は、所定の機関において利用される装置であり、
　前記監視装置は、前記機関において出動した場合の当該出動に関する出動情報を取得し、当該取得した出動情報に基づいて前記事象情報を更新するための更新情報を前記端末へ送信する事象更新手段をさらに備える
　２３．に記載の監視システム。
２５．　コンピュータが、
　街中に設置された複数の撮影装置が撮影した画像に含まれる移動体の外観に関する外観情報を取得し、
　前記外観情報を用いて統計処理を実行する
　監視方法。
２６．　コンピュータに、
　街中に設置された複数の撮影装置が撮影した画像に含まれる移動体の外観に関する外観情報を取得し、
　前記外観情報を用いて統計処理を実行させるためのプログラムを記録した記録媒体。
２７．　コンピュータに、
　街中に設置された複数の撮影装置が撮影した画像に含まれる移動体の外観に関する外観情報を取得し、
　前記外観情報を用いて統計処理を実行させるためのプログラム。

１００，２００，３００　監視システム
１０１，２０１，３０１　監視装置
１０２，２０２　取得部
１０３，２０３，３０３　処理部
１０４　履歴記憶部
１０５　入力受付部
１０６　表示部
１１１　画像解析部
１１２　事象記憶部
１１３　事象検出部
１１４　統計処理部
１１５　報知部
１５１，１５１ａ～１５１ｄ，２５１，２５１ａ～２５１ｄ　末端システム
１５２，１５２ａ～１５２ｄ　撮影装置
１５３，１５３ａ～１５３ｄ，２５３，２５３ａ～２５３ｄ　端末
２１６　事象設定部
２５４　画像取得部
２５５　事象取得部
２５６　情報送信部
３１７　事象更新部
３６１，３６１ａ～３６１ｂ　ミドル装置

Claims

　街中に設置された複数の撮影装置が撮影した画像に含まれる移動体の外観に関する外観情報を取得する取得手段と、
　前記外観情報を用いて統計処理を実行する処理手段とを備える
　監視装置。
　前記移動体は、人及び車両の少なくとも一方を含む
　請求項１に記載の監視装置。
　前記外観情報は、前記画像を含み、
　前記処理手段は、前記外観情報に含まれる画像を解析して前記移動体の外観特徴量を求め、当該求めた外観特徴量を用いて統計処理を実行する
　請求項１又は２に記載の監視装置。
　前記処理手段は、前記外観情報に含まれる画像を解析して前記移動体の属性をさらに求め、当該移動体の属性をさらに用いて統計処理を実行する
　請求項３に記載の監視装置。
　前記外観情報は、前記移動体の外観特徴量を含む
　請求項１又は２に記載の監視装置。
　前記外観情報は、前記移動体の属性をさらに含む
　請求項５に記載の監視装置。
　前記外観特徴量は、前記移動体の外観属性、姿勢、動きの少なくとも１つに関する特徴量を含む
　請求項３から６のいずれか１項に記載の監視装置。
　前記移動体の動きに関する特徴量は、動線、移動速度の少なくとも１つを含む
　請求項７に記載の監視装置。
　前記処理手段は、前記画像が撮影された場所の属性、前記画像が撮影された時間帯、前記画像に含まれる移動体の属性の少なくとも１つに基づいて、前記統計処理を実行する
　請求項１から８のいずれか１項に記載の監視装置。
　前記場所の属性は、移動体の通行における特性、地域の少なくとも１つを含む
　請求項９に記載の監視装置。
　前記処理手段は、前記外観情報に含まれる画像を解析した結果に基づいて、予め設定される事象に該当する移動体を検出する
　請求項１から１０のいずれか１項に記載の監視装置。
　前記処理手段は、前記事象の中から予め定められる報知事象に該当する移動体が検出された場合に、当該報知事象に関連付けて予め定められる報知先へ当該報知事象が検出されたことを報知する
　請求項１１に記載の監視装置。
　前記取得手段は、予め設定される事象に該当する移動体の検出結果を示す検出情報をさらに取得する
　請求項１から１０のいずれか１項に記載の監視装置。
　前記予め設定される事象に関する事象情報を端末へ送信する事象設定手段とをさらに備える
　請求項１３に記載の監視装置。
　前記処理手段は、前記予め設定される事象に該当する移動体の検出結果をさらに用いて統計処理を実行する
　請求項１１から１４のいずれか１項に記載の監視装置。
　前記事象は、移動体の姿勢、動き、属性の少なくとも１つに関連する
　請求項１１から１５のいずれか１項に記載の監視装置。
　請求項１から１６のいずれか１項に記載の監視装置と、
　前記複数の撮影装置と、
　前記複数の撮影装置に接続される少なくとも１つの端末とを備え、
　前記端末は、前記外観情報を前記監視装置へ送信する
　監視システム。
　前記端末は、前記画像を解析して前記移動体の外観特徴量を求め、当該求めた外観特徴量を含む前記外観情報を前記監視装置へ送信する
　請求項１７に記載の監視システム。
　前記端末は、前記画像を解析して前記移動体の属性をさらに求め、当該求めた移動体の属性をさらに含む前記外観情報を前記監視装置へ送信する
　請求項１７又は１８に記載の監視システム。
　前記外観情報は、前記複数の撮影装置が撮影した画像を含む
　請求項１７から１９のいずれか１項に記載の監視システム。
　前記端末は、予め設定される事象に関する事象情報を前記監視装置から取得し、前記画像を解析した結果に基づいて前記事象に該当する移動体を検出する
　請求項１７から２０のいずれか１項に記載の監視システム。
　前記端末は、前記検出した移動体に関する検出情報を前記監視装置へ送信する
　請求項２１に記載の監視システム。
　少なくとも１つのミドル装置をさらに備え、
　前記端末は、前記検出した移動体に関する検出情報を前記ミドル装置へ送信する
　請求項２１又は２２に記載の監視システム。
　前記ミドル装置は、所定の機関において利用される装置であり、
　前記監視装置は、前記機関において出動した場合の当該出動に関する出動情報を取得し、当該取得した出動情報に基づいて前記事象情報を更新するための更新情報を前記端末へ送信する事象更新手段をさらに備える
　請求項２３に記載の監視システム。
　コンピュータが、
　街中に設置された複数の撮影装置が撮影した画像に含まれる移動体の外観に関する外観情報を取得し、
　前記外観情報を用いて統計処理を実行する
　監視方法。
　コンピュータに、
　街中に設置された複数の撮影装置が撮影した画像に含まれる移動体の外観に関する外観情報を取得し、
　前記外観情報を用いて統計処理を実行させるためのプログラムを記録した記録媒体。