WO2024190067A1 - 追跡装置、追跡方法、及び記録媒体 - Google Patents

追跡装置、追跡方法、及び記録媒体 Download PDF

Info

Publication number
WO2024190067A1
WO2024190067A1 PCT/JP2024/001230 JP2024001230W WO2024190067A1 WO 2024190067 A1 WO2024190067 A1 WO 2024190067A1 JP 2024001230 W JP2024001230 W JP 2024001230W WO 2024190067 A1 WO2024190067 A1 WO 2024190067A1
Authority
WO
WIPO (PCT)
Prior art keywords
person
tracked
tracking
lost
moving
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2024/001230
Other languages
English (en)
French (fr)
Inventor
登 吉田
篤史 本田
善裕 梶木
貴之 加瀬
育武 安田
拓海 尾崎
健全 劉
テイテイ トウ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Priority to JP2025506511A priority Critical patent/JPWO2024190067A5/ja
Publication of WO2024190067A1 publication Critical patent/WO2024190067A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Definitions

  • the present invention relates to a tracking device, a tracking method, and a program.
  • Patent Document 1 while tracking a person using image analysis, begins tracking the vehicle when it detects that the person being tracked and the vehicle satisfy a specified condition.
  • the specified condition is that the person has entered the vehicle or gotten on top of the vehicle.
  • Patent Document 2 detects a person being tracked by analyzing images taken by a camera at the elevator's stop floor when the technology detects that the person being tracked has entered an elevator while tracking the person using image analysis. This technology detects that the person being tracked has entered an elevator based on the direction of movement of the person being tracked, etc.
  • the inventors have discovered the following problem with technology that starts tracking a moving object when a person being tracked starts to move using the moving object.
  • an image shows a scene in which a person being tracked gets on a moving body
  • it is possible to identify the moving body that the person being tracked is riding on for example, using technology such as that disclosed in Patent Document 1, and start tracking of that moving body.
  • the scene in which the person being tracked gets on the moving body is not captured in the image.
  • the person being tracked gets on a moving body in a location that is in the camera's blind spot. In such cases, there is a need for technology that can estimate the moving body that the person being tracked is riding on and start tracking of that moving body.
  • Patent Document 1 The technology disclosed in Patent Document 1 is premised on the fact that the image shows a scene in which the person being tracked gets on a moving object. If the image does not show a scene in which the person being tracked gets on a moving object, the technology disclosed in Patent Document 1 cannot estimate the moving object that the person being tracked is on.
  • Patent Document 2 The technology disclosed in Patent Document 2 is specialized for elevators and lacks versatility.
  • one example of the objective of the present invention is to provide a tracking device, a tracking method, and a program that can estimate the moving body in which a person being tracked is riding, even if the scene of the person being tracked getting on the moving body is not captured in the image.
  • a person tracking means for tracking a target person within an image
  • a moving object detection means for detecting a moving object that has performed an action that satisfies a time condition based on a timing at which the tracking target person was lost and a positional condition based on a position at which the tracking target person was lost
  • a moving object tracking means for tracking the detected moving object
  • One or more computers Track the target person in the image, Detecting a moving object that has performed an action that satisfies a time condition based on a timing at which the tracking target person was lost and a positional condition based on a position at which the tracking target person was lost;
  • a tracking method is provided for tracking the detected moving object.
  • a person tracking means for tracking a target person within an image a moving object detection means for detecting a moving object that has performed an action that satisfies a time condition based on a timing at which the tracking target person was lost and a positional condition based on a position at which the tracking target person was lost; a moving object tracking means for tracking the detected moving object;
  • a program is provided to function as a
  • a tracking device, a tracking method, and a program are realized that can estimate the moving body in which a person being tracked is riding, even if the scene of the person being tracked getting on the moving body is not captured in the image.
  • FIG. 2 is a diagram illustrating an example of a functional block diagram of a tracking device.
  • FIG. 2 is a diagram illustrating an example of a hardware configuration of a tracking device.
  • 10 is a diagram for explaining an example of a process in which the tracking device detects a predetermined moving object;
  • 11 is a diagram for explaining another example of a process in which the tracking device detects a predetermined moving object;
  • FIG. FIG. 2 is a diagram illustrating an example of information processed by the tracking device.
  • 11 is a diagram for explaining another example of a process in which the tracking device detects a predetermined moving object;
  • FIG. FIG. 2 is a diagram illustrating an example of information processed by the tracking device.
  • FIG. 11 is a diagram for explaining another example of a process in which the tracking device detects a predetermined moving object;
  • FIG. 11 is a diagram for explaining another example of a process in which the tracking device detects a predetermined moving object;
  • FIG. 11 is a diagram for explaining another example of a process in which the tracking device detects a predetermined moving object;
  • FIG. 13 is a flowchart showing an example of a process flow of the tracking device.
  • FIG. 2 is a diagram illustrating an example of a functional block diagram of a tracking device. 13 is a flowchart showing another example of the process flow of the tracking device.
  • 11 is a diagram for explaining another example of a process in which the tracking device detects a predetermined moving object;
  • FIG. 2 is a diagram illustrating an example of a functional block diagram of a tracking device.
  • 13 is a flowchart showing another example of the process flow of the tracking device.
  • 11 is a diagram for explaining another example of a process in which the tracking device
  • First Embodiment 1 is a functional block diagram showing an overview of a tracking device 10 according to the first embodiment.
  • the tracking device 10 includes a person tracking unit 11, a moving object detection unit 12, and a moving object tracking unit 13.
  • the person tracking unit 11 tracks the tracked person within an image (moving image).
  • the moving object detection unit 12 detects a moving object that performs an action that satisfies a time condition based on the timing at which the tracked person was lost, and a positional condition based on the position at which the tracked person was lost.
  • the moving object tracking unit 13 tracks the moving object detected by the moving object detection unit 12.
  • a moving body that performs an action that satisfies a time condition based on the timing at which the tracked person was lost, and a positional condition based on the position at which the tracked person was lost is estimated as the moving body in which the tracked person is riding.
  • the tracking device 10 of the second embodiment is a specific embodiment of the tracking device 10 of the first embodiment. That is, the tracking device 10 estimates that a moving object that performs an action that satisfies a time condition based on the timing at which the tracking target person is lost and a positional condition based on the position at which the tracking target person is lost is a moving object ridden by the tracking target person. Then, the tracking device 10 tracks the moving object estimated to be ridden by the tracking target person. This will be described in detail below.
  • the hardware configuration of the tracking device 10 is realized by any combination of hardware and software.
  • the software includes programs that are stored in the device before it is shipped, and programs downloaded from recording media such as CDs (Compact Discs) and servers on the Internet.
  • FIG. 2 is a block diagram illustrating an example of the hardware configuration of the tracking device 10.
  • the tracking device 10 has a processor 1A, a memory 2A, an input/output interface 3A, a peripheral circuit 4A, and a bus 5A.
  • the peripheral circuit 4A includes various modules.
  • the tracking device 10 does not have to have the peripheral circuit 4A.
  • the tracking device 10 may be composed of multiple devices that are physically and/or logically separated. In this case, each of the multiple devices can have the above hardware configuration.
  • the bus 5A is a data transmission path for the processor 1A, memory 2A, peripheral circuit 4A, and input/output interface 3A to send and receive data to each other.
  • the processor 1A is an arithmetic processing device such as a CPU or a GPU (Graphics Processing Unit).
  • the memory 2A is a memory such as a RAM (Random Access Memory) or a ROM (Read Only Memory).
  • the input/output interface 3A includes interfaces for acquiring information from an input device, an external device, an external server, an external sensor, a camera, etc., and interfaces for outputting information to an output device, an external device, an external server, etc.
  • the input/output interface 3A also includes an interface for connecting to a communication network such as the Internet.
  • Examples of input devices include a keyboard, a mouse, a microphone, a physical button, a touch panel, etc.
  • Examples of output devices include a display, a speaker, a printer, a mailer, etc.
  • the processor 1A can issue commands to each module and perform calculations based on the results of those calculations.
  • the tracking device 10 of this embodiment has a person tracking unit 11, a moving object detection unit 12, and a moving object tracking unit 13.
  • the person tracking unit 11 tracks a tracked person within an image. To achieve this process, the person tracking unit 11 acquires an image. The person tracking unit 11 also acquires information indicating the external appearance features of the tracked person. Then, based on the external appearance features of the tracked person, the person tracking unit 11 detects the tracked person within the acquired image, and tracks the tracked person within the image.
  • Image is a concept that includes moving images.
  • Image acquisition is achieved by any means.
  • the tracking device 10 is configured to be able to communicate with one or more cameras (such as surveillance cameras) installed on the road or at street corners. The cameras may then transmit the images they generate to the tracking device 10.
  • the images generated by the cameras may be stored in any storage means.
  • the images stored in the storage means may then be input to the tracking device 10 by manual operation by the user. Input of images to the tracking device 10 may be performed by real-time processing or batch processing.
  • the person tracking unit 11 can acquire images input to the tracking device 10 in this way. Note that the person tracking unit 11 may acquire images by other means.
  • “Acquisition” includes at least one of the following: the device goes to retrieve data or information stored in another device or storage medium (active acquisition), and the device inputs data or information output from another device (passive acquisition). Examples of active acquisition include making a request or inquiry to another device and receiving a reply, and accessing and reading information from another device or storage medium. An example of passive acquisition is receiving information that is distributed (or transmitted, push notification, etc.). Furthermore, “acquisition” may mean selecting and acquiring data or information from received data or information, or selecting and receiving distributed data or information.
  • the "information indicating the external appearance features of the person to be tracked” is input to the tracking device 10 by the user.
  • the user may input the external appearance features of the person to be tracked to the tracking device 10.
  • the user may input an image of the person to be tracked to the tracking device 10.
  • the person tracking unit 11 may then analyze the image and extract the external appearance features of the person to be tracked.
  • the "appearance features of the person being tracked” include, but are not limited to, facial features, body features, clothing features, possessions features, shoe features, etc.
  • the person tracking unit 11 detects a person to be tracked from images taken by multiple cameras based on the external appearance features of the person to be tracked. The person tracking unit 11 then tracks the person to be tracked within the images.
  • the detection and tracking of people within images can be achieved using any technology.
  • the person tracking unit 11 When the person tracking unit 11 loses sight of the tracked person, it inputs information indicating the time when the tracked person was lost and the position where the tracked person was lost to the moving object detection unit 12.
  • “Losing sight of a tracked person” means that a tracked person who was detected in an image and tracked in the image can no longer be detected in the image. A tracked person who was previously detected can be lost due to reasons such as blending into a crowd, entering a building, or entering a camera's blind spot. While the tracked person is out of sight, there is a possibility that the tracked person may board a moving body. In this case, the tracking device 10 of this embodiment can estimate the moving body that the tracked person is riding on if the tracked person boards a moving body while the tracked person has been lost in sight of the image.
  • the "information indicating the timing at which the tracked person was lost" is indicated by a date and time. For example, the date and time of the capture of the frame image at which the tracked person was lost is identified based on the timestamp attached to the image.
  • Information indicating the position where the tracked person was lost may include information indicating the camera that generated the image in which the tracked person was detected until just before the tracked person was lost, or the installation position of that camera.
  • information indicating the position where the tracked person was lost may include information indicating the position in the image in which the tracked person was detected until just before the tracked person was lost.
  • the person tracking unit 11 may input the above information to the moving object detection unit 12 in response to losing sight of the tracked person. Additionally, the person tracking unit 11 may input the above information to the moving object detection unit 12 in a case where the tracked person is not detected from any image even after a predetermined time has elapsed after the tracked person is lost.
  • the predetermined time is a time that is determined in advance.
  • the moving object detection unit 12 detects a moving object that performs an action that satisfies a time condition based on the timing at which the tracked person was lost, and a positional condition based on the position at which the tracked person was lost. In response to receiving the above information from the person tracking unit 11, the moving object detection unit 12 can start the process of detecting moving objects as described above.
  • a “mobile object” is an object that a person rides on and moves around, including, but not limited to, vehicles that move on land such as automobiles, motorcycles, buses, taxis, and trains, objects that move on the sea such as ships and boats, and objects that move through the air such as airplanes and helicopters.
  • the moving object detection unit 12 can execute at least one of the following detection process examples 1 to 3.
  • the "action satisfying the time condition and the position condition" in the detection processing example 1 is an action of starting after the timing at which the tracked person is lost, at a position within a reference distance from the position at which the tracked person is lost. Note that "after the timing at which the tracked person is lost” may be replaced with "after the timing at which the tracked person is lost and before a predetermined time has elapsed since the tracking person was lost.”
  • the reference distance is a predetermined distance.
  • the predetermined time is a predetermined time.
  • the "starting action” is the action of starting to move from a stopped position.
  • the moving object detection unit 12 analyzes an image and detects from the image a moving object that has performed an action that satisfies a time condition and a position condition.
  • the image to be analyzed is, for example, an image acquired by the person tracking unit 11 (an image from a surveillance camera).
  • the image to be analyzed here is an image that was generated (taken) after the image in which the tracked person was lost.
  • position D where the tracked person was lost is shown as a position on the image.
  • the moving object detection unit 12 identifies an area within this image that is within a reference distance L1 from position D where the tracked person was lost.
  • the moving object detection unit 12 detects a moving object that starts out within the identified area after the time when the tracked person was lost (or after that and before a predetermined time has passed since the person was lost).
  • the distance used by the moving object detection unit 12 may be the distance within the image or the actual distance (same below).
  • the moving object detection unit 12 may calculate the actual distance from the distance within the image by any means.
  • FIG. 4 Another specific example of the process of the moving object detection unit 12 will be described.
  • a plurality of cameras C1 to C5 are installed relatively close to each other.
  • position information indicating the installation positions of each of the plurality of cameras C1 to C5 is registered in advance in the tracking device 10.
  • the position where the tracking target person was lost is shown as the installation position of the camera.
  • the moving object detection unit 12 identifies cameras installed in an area within a reference distance L2 from the installation position of the camera (camera C1 in the example of FIG. 4) that lost the tracking target person.
  • three cameras C1 , C2, and C4 are identified.
  • Such identification of the cameras can be realized based on the position information of multiple cameras as shown in FIG. 5, for example.
  • the moving object detection unit 12 detects a moving object that starts moving within the images generated by the identified cameras C1 , C2 , and C4 after the tracking target person is lost (or after that and before a predetermined time has elapsed since the tracking target person was lost).
  • the mobile object detection unit 12 detects a mobile object that has performed an action that satisfies a time condition and a location condition, based on the boarding and alighting positions of public transportation and a timetable.
  • the boarding and alighting locations and timetables of public transport are determined in advance. Therefore, information indicating the boarding and alighting locations of public transport and the timetables are registered in advance in the tracking device 10.
  • An example of public transportation is a bus.
  • the boarding and disembarking location is a bus stop.
  • Another example of public transportation is a train.
  • the boarding and disembarking location is a train station.
  • Another example of public transportation is a boat.
  • the boarding and disembarking location is a boat dock.
  • Another example of public transportation is an airplane.
  • the boarding and disembarking location is an airport.
  • the mobile object detection unit 12 identifies a public transportation boarding and alighting location within a specified distance from the location where the tracked person was lost. Then, based on the timetable of the identified boarding and alighting location, the mobile object detection unit 12 detects a mobile object that departs from the boarding and alighting location after the tracked person was lost (or after that and before a specified time has elapsed since the person was lost).
  • Detection processing example 2 In the case assumed in this example, as shown in Fig. 6, cameras C1 and C2 are installed at positions to capture images of the vicinity of the entrance Ep where people walk into facility F and the vicinity of the exit Ev of the parking lot of facility F. Cameras C1 and C2 cannot capture images of the parking lot of facility F. Therefore, the images generated by cameras C1 and C2 do not capture a scene of a person getting on a moving object in the parking lot. And no camera is installed in facility F. Or, a camera is installed in facility F, but the tracking device 10 cannot acquire images from the camera installed in facility F.
  • the "facility" has a parking lot.
  • the facility may be a department store, supermarket, amusement park, etc., or it may be something else.
  • the moving body detection unit 12 can estimate the moving body in which the person to be tracked is riding.
  • the "action that satisfies the time and position conditions" in detection processing example 2 is the action of exiting from an exit of a parking lot of a facility that is within a predetermined distance from the location where the tracked person was lost, after the first predetermined time has elapsed since the tracked person was lost. Note that "after the first predetermined time has elapsed since the tracked person was lost” may be replaced with "after the first predetermined time has elapsed since the tracked person was lost, and before the second predetermined time has elapsed.”
  • the first predetermined time is the travel time required to travel from the entrance of the facility to the parking lot of the facility.
  • the second predetermined time is a predetermined time.
  • the predetermined distance is a predetermined distance.
  • information about each of a number of facilities is registered in advance in the tracking device 10.
  • the information about the facilities includes location information indicating the location of each facility, and information indicating the distance from the entrance of each facility to the parking lot. If each facility has multiple entrances, the distance from each entrance to the parking lot may be indicated.
  • the information about the facilities may further include information indicating the location of each entrance and the exit of the parking lot.
  • the moving object detection unit 12 Based on such facility-related information, the moving object detection unit 12 identifies a facility that is within a predetermined distance from the position where the tracked person was lost. The moving object detection unit 12 then calculates the travel time that is the first predetermined time based on the distance from the entrance of the identified facility to the parking lot and the estimated travel speed of the tracked person. If the identified facility has multiple entrances, the moving object detection unit 12 identifies the entrance closest to the position where the tracked person was lost. The moving object detection unit 12 then calculates the travel time based on the distance from the identified entrance to the parking lot.
  • the moving object detection unit 12 detects a moving object that exits from the exit of the parking lot of the identified facility after a first predetermined time (calculated travel time) from the time the tracked person was lost (or after that and before the time when a second predetermined time has elapsed since the person was lost).
  • the image to be analyzed is an image generated by a camera that captures the vicinity of the exit of the parking lot of the identified facility. For example, based on location information indicating the installation locations of each of multiple cameras as shown in FIG. 5, a camera that captures the area near the exit of the parking lot of the identified facility is identified.
  • the moving object detection unit 12 determines an estimated moving speed of the person to be tracked based on the person information about the person to be tracked, and calculates the above-mentioned moving time based on the determined estimated moving speed.
  • the person information indicates at least one of the following: the age, sex, whether or not the person to be tracked is carrying luggage, the size of the luggage, whether or not the person is injured, and the moving speed up to that point.
  • the age, sex, whether or not the person being tracked has luggage, the size of the luggage, and whether or not the person is injured may be identified by image analysis. Alternatively, the user may input the age, sex, whether or not the person being tracked has luggage, the size of the luggage, and whether or not the person is injured to the tracking device 10.
  • the moving object detection unit 12 can calculate the estimated movement speed of the tracking target, for example, based on this information.
  • a speed calculation model is generated in advance, with this person information as input and with the estimated movement speed calculated based on the input person information as output.
  • the speed calculation model may be a function, a learning model generated by machine learning, or something else.
  • the moving object detection unit 12 inputs person information about the person being tracked into such a speed calculation model, and obtains the estimated movement speed output from the speed calculation model.
  • the moving object detection unit 12 may calculate the moving speed of the person to be tracked until the person is lost sight of based on the image, and use the calculation result as the estimated moving speed of the person to be tracked. Calculation of the moving speed of a person detected in an image can be realized using any technology.
  • the first predetermined time may be a concept that includes at least one of the time required for a moving object to move within the parking lot and the time required for a person to move within the parking lot, in addition to the travel time required to move from the facility entrance to the facility's parking lot.
  • the information about the facility as shown in FIG. 7 may include an estimate of the time required for a moving object to move within the parking lot, and an estimate of the time required for a person to move within the parking lot.
  • the moving object detection unit 12 may then calculate the first predetermined time by adding that information to the calculated travel time required to move from the facility entrance to the facility's parking lot.
  • the moving body detection unit 12 can estimate the moving body on which the person to be tracked rides.
  • the "motion that satisfies the time and position conditions" in detection process example 3 is a motion that appears from behind an object within a predetermined distance from the position where the tracked person was lost after the tracked person was lost. Note that "after the tracked person was lost” may be replaced with "after the tracked person was lost and before a predetermined time has elapsed since the tracked person was lost.”
  • the predetermined distance is a distance that is determined in advance.
  • the predetermined time is a time that is determined in advance.
  • the moving object detection unit 12 analyzes images generated by a camera that generated an image in which the tracked person was lost, and detects from among those images a moving object that performed an action that satisfies a time condition and a position condition.
  • the image to be analyzed here is an image that was generated (taken) after the image in which the tracked person was lost.
  • the moving object detection unit 12 identifies an object area (area behind an object) within a specified distance from the position where the tracked person was lost in the image to be analyzed. The moving object detection unit 12 then detects a moving object that appears from the identified object area after the tracked person was lost (or after that and before a specified time has passed since the person was lost). Note that information indicating one or more object areas in the image may be registered in advance in the tracking device 10.
  • images generated by a plurality of cameras C1 and C2 installed at each of a plurality of exits of the tunnel T as shown in Fig. 10 may be subject to the process of detecting a moving object. That is, the moving object detection unit 12 may analyze the images generated by such a plurality of cameras and detect a moving object that has performed an action that satisfies the above-mentioned time and position conditions from among the images.
  • the moving object detection unit 12 can identify cameras installed at multiple tunnel exits within a specified distance from the position where the tracked person was lost, based on location information indicating the installation position of each of the multiple cameras as shown in FIG. 5, and map information indicating the shape and position of the tunnel.
  • the moving object tracking unit 13 tracks the moving object detected by the moving object detection unit 12 (hereinafter, the "tracked moving object”).
  • the moving object tracking unit 13 can execute at least one of the following moving object tracking examples 1 and 2.
  • the moving object tracking unit 13 acquires an image.
  • the moving object tracking unit 13 also acquires information indicating the external features of the moving object to be tracked.
  • the moving object tracking unit 13 detects the moving object to be tracked within the acquired image based on the external features of the moving object to be tracked, and tracks the moving object to be tracked within the image.
  • Image acquisition is achieved by the same means as image acquisition by the person tracking unit 11.
  • the tracking device 10 may display an image of the moving object to be tracked detected by the moving object detection unit 12 on a display. The user may then identify the external features of the moving object to be tracked based on the image and input the identified external features to the tracking device 10. Additionally, the moving object tracking unit 13 may analyze the image of the moving object to be tracked detected by the moving object detection unit 12 and extract the external features of the moving object to be tracked.
  • the “feature values of the external appearance of the moving object to be tracked” are the information written on the license plate (such as the number), the vehicle type, the color of the moving object, the design of the moving object, etc. Also, if the moving object to be tracked is a bus, the feature values of the external appearance of the moving object to be tracked are the route name, route number, destination, etc., displayed on the bulletin board on the moving object to be tracked.
  • the moving object tracking unit 13 detects the moving object to be tracked from images captured by multiple surveillance cameras based on the external features of the moving object to be tracked. The moving object tracking unit 13 then tracks the moving object to be tracked within the images.
  • the detection and tracking of moving objects within images can be achieved using any technology.
  • Tracking process example 2 When the moving object to be tracked is a public vehicle, as part of the tracking process, the moving object tracking unit 13 can identify one or more destinations of the moving object to be tracked and the scheduled time of arrival at each destination based on the timetable of the moving object to be tracked.
  • the moving object tracking unit 13 can output the tracking results.
  • the moving object tracking unit 13 may output information indicating the current position of the moving object to be tracked. This information may be information in which the current position of the moving object to be tracked is mapped on a map, or may be other information.
  • the moving object tracking unit 13 may output the destinations to which the moving object to be tracked is heading and the scheduled time of arrival at each destination. The output of this information is realized via any output device such as a display, a projection device, a printer, etc.
  • the tracking device 10 tracks the target person within the image (S10).
  • the tracking device 10 continues to track the target person while it is able to detect the target person within the image (No in S11).
  • the tracking device 10 When the tracking device 10 loses sight of the tracked person (Yes in S11), it identifies the location and timing at which the tracked person was lost (S12). The tracking device 10 then executes a process to detect a moving object that has performed an action that satisfies a time condition based on the time at which the tracked person was lost, and a positional condition based on the location at which the tracked person was lost (S13). Next, the tracking device 10 starts tracking the moving object detected in S13 (S14).
  • the tracking device 10 may output information to that effect and end the process of detecting the moving object.
  • the tracking device 10 of this embodiment also detects a moving object that has performed the characteristic "action that satisfies the time and position conditions" described above.
  • a tracking device 10 can accurately detect a moving object that may have been ridden by a person to be tracked. Furthermore, such a tracking device 10 can accurately estimate the moving object that the person to be tracked is riding on, even if the person to be tracked rides on a moving object in a blind spot of the camera, such as a parking lot of a facility or behind an object.
  • the tracking device 10 of this embodiment has a function of estimating the moving body carrying the person to be tracked when multiple moving bodies that have performed "an action that satisfies a time condition and a position condition" are detected. This will be described in detail below.
  • FIG. 12 shows an example of a functional block diagram of the tracking device 10 of this embodiment.
  • the tracking device 10 of this embodiment has a person tracking unit 11, a moving object detection unit 12, a moving object tracking unit 13, and an estimation unit 14.
  • the configurations of the person tracking unit 11 and the moving object detection unit 12 are the same as those of the first and second embodiments.
  • the moving object tracking unit 13 tracks the multiple moving objects.
  • the tracking method is as described in the second embodiment.
  • the other configurations of the moving object tracking unit 13 are the same as those in the first and second embodiments.
  • the estimation unit 14 estimates the moving body carrying the person to be tracked from among the multiple moving bodies based on the operation history of the multiple moving bodies after tracking has started.
  • the operation history indicates at least one of whether or not a traffic signal was run, the number of times a traffic signal was run, whether or not the legal speed limit was exceeded, the degree of the speed limit exceeded, the number of lane changes, and the movement route.
  • the degree of the speed limit exceeded indicates how much the legal speed was exceeded (the difference from the legal speed limit).
  • Such an operation history can be generated based on an image that shows the moving object to be tracked.
  • the moving object tracking unit 13 may generate an operation history by tracking the moving object to be tracked and analyzing an image that shows the moving object to be tracked.
  • the person being tracked is a fugitive, they are likely to frequently ignore traffic signals, exceed the legal speed limit, change lanes, etc. Furthermore, they are likely to exceed the legal speed limit to a greater extent. From this perspective, it is possible to estimate the vehicle in which the person being tracked is riding from among multiple moving vehicles.
  • the cameras installed on that movement path can be identified. Then, by performing face recognition processing based on the images generated by the identified cameras, the degree of facial similarity between the person riding on the moving object to be tracked and the person to be tracked is calculated. Based on the results of such face recognition processing, it is possible to estimate the moving object on which the person to be tracked is riding.
  • the estimation unit 14 estimates the moving body in which the person to be tracked is riding from among the multiple moving bodies to be tracked based on the operation history described above.
  • a possibility calculation model is generated in advance, which takes the above-mentioned operation history and similarity in face recognition processing as input, and outputs the possibility that the tracked person is riding there (hereinafter, may be referred to as the "first possibility") calculated based on them.
  • the possibility calculation model may be a function, a learning model generated by machine learning, or something else.
  • the estimation unit 14 inputs the operation history and similarity in face recognition processing of each tracked moving object into such a possibility calculation model, and obtains the first possibility output from the possibility calculation model.
  • the possibility calculation model is configured so that the first possibility becomes higher when a traffic light is run.
  • the possibility calculation model is also configured so that the more times traffic lights are run, the higher the first possibility becomes.
  • the possibility calculation model is also configured so that the first possibility becomes higher when the legal speed limit is exceeded.
  • the possibility calculation model is also configured so that the first possibility becomes higher the greater the degree to which the legal speed limit is exceeded.
  • the possibility calculation model is also configured so that the first possibility becomes higher the more times lane changes are made.
  • the possibility calculation model is also configured so that the first possibility becomes higher the higher the similarity obtained by the face recognition process.
  • the likelihood calculation model calculates an evaluation point for each moving object to be tracked. For example, additional points are defined in advance for certain actions such as ignoring traffic signals, exceeding the legal speed limit, changing lanes, etc. Additional points may be defined according to the number of times or the degree of exceeding the legal speed limit. Additionally, additional points may be defined according to the degree of similarity obtained by the face recognition process.
  • the likelihood calculation model calculates the sum of the added points as the evaluation points for each moving object being tracked.
  • the possibility calculation model calculates a first possibility for each tracked moving object based on the evaluation points for each tracked moving object.
  • the possibility calculation model calculates a first possibility for each tracked moving object based on the evaluation points for each tracked moving object.
  • information that associates the evaluation points with the first possibilities such as "evaluation points P 0 to P 1 : first possibility 0 to 10%” and “evaluation points P 1 to P 2 : first possibility 10 to 20%”, may be generated in advance and stored in the tracking device 10. Then, the possibility calculation model may specify the first possibility corresponding to the evaluation points of each tracked moving object based on such information.
  • the first possibility for each tracked moving object may be calculated by dividing the evaluation point of each tracked moving object by the sum of the evaluation points of the multiple tracked moving objects.
  • the estimation unit 14 can output the estimation result.
  • the estimation unit 14 may output the moving body with the highest first possibility calculated as described above as the estimation result of the moving body carrying the tracked person.
  • the estimation unit 14 may output the moving body with the first possibility calculated as described above that is equal to or greater than a predetermined threshold as the estimation result of the moving body carrying the tracked person.
  • the estimation unit 14 may display a list of the multiple moving bodies to be tracked in order of the first possibility.
  • the estimation unit 14 may display the estimation result in real time and update the content in real time.
  • the tracking device 10 tracks the target person within the image (S20). The tracking device 10 continues to track the target person while it is able to detect the target person within the image (No in S21).
  • the tracking device 10 When the tracking device 10 loses sight of the tracked person (Yes in S21), it identifies the location and timing at which the tracked person was lost (S22).Then, the tracking device 10 executes a process to detect a moving object that has performed an action that satisfies a time condition based on the timing at which the tracked person was lost, and a positional condition based on the location at which the tracked person was lost (S23).
  • the tracking device 10 starts tracking the moving object (S25).
  • the tracking device 10 starts tracking the multiple detected moving objects (S26). Then, based on the operation history of the multiple moving objects after tracking has started, the tracking device 10 estimates which moving object the tracked person is riding on from among the multiple moving objects, and outputs the estimation result (S27). While tracking the multiple moving objects, the tracking device 10 can continue to collect the operation history of the multiple moving objects, estimate the moving object the tracked person is riding on, and output the estimation result.
  • the tracking device 10 may output information indicating that fact and end the process of detecting the moving object.
  • the rest of the configuration of the tracking device 10 in this embodiment is the same as in the first and second embodiments.
  • the tracking device 10 of this embodiment can provide the same effects as the first and second embodiments. Furthermore, when multiple moving objects that have performed "actions that satisfy the time and location conditions" are detected, the tracking device 10 of this embodiment can track the multiple moving objects and estimate the moving object carrying the person to be tracked based on the operation history of each moving object after tracking begins.
  • the tracking device 10 of this embodiment has a function of estimating the moving body carrying the person to be tracked from among multiple moving bodies that depart from multiple predetermined boarding and alighting positions, when the multiple moving bodies are detected as moving bodies that have performed "an action that satisfies a time condition and a position condition".
  • the multiple moving bodies that depart from multiple predetermined boarding and alighting positions include a train that departs from a station, a bus that departs from a bus stop, a ship that departs from a wharf, an airplane that departs from an airport, etc. The details will be described below.
  • FIG. 12 shows an example of a functional block diagram of the tracking device 10 of this embodiment.
  • the tracking device 10 of this embodiment has a person tracking unit 11, a moving object detection unit 12, a moving object tracking unit 13, and an estimation unit 14.
  • the configurations of the person tracking unit 11, the moving object detection unit 12 to the moving object tracking unit 13 are the same as those of the first to third embodiments.
  • the estimation unit 14 estimates from among them which moving object the person to be tracked is riding in.
  • multiple moving objects departing from multiple predetermined boarding and alighting positions include a train departing from a station, a bus departing from a bus stop, a ship departing from a dock, an airplane departing from an airport, etc.
  • the estimation unit 14 estimates the moving body in which the tracked person is riding from among the multiple moving bodies based on the movement path of the tracked person up until the time when the person was lost and the positional relationship with each of the multiple boarding and alighting points.
  • the movement path of the tracked person up until the time when the person was lost can be identified based on the tracking results by the person tracking unit 11, for example.
  • Fig. 14 shows a moving path Q of the tracked person up to the time of losing sight of the person, a plurality of boarding and alighting positions S a and S b , and a position D where the person was lost sight of the person.
  • the tracked person gets on the moving body from boarding and alighting position S a
  • the tracked person reaches boarding and alighting position S a by taking a detour.
  • the tracked person gets on the moving body from boarding and alighting position S b
  • the tracked person reaches boarding and alighting position S b by the shortest route.
  • the estimation unit 14 estimates that the tracked person boarded the moving body from boarding/alighting position Sb . That is, based on the movement path of the tracked person up until the time of losing sight of the person and the positional relationship between each of the multiple boarding/alighting positions, the estimation unit 14 specifies the boarding/alighting position that will be reached via the shortest route, or the boarding/alighting position that will be reached with the smallest deviation from the shortest route. Then, the estimation unit 14 estimates that the tracked person boarded the moving body from the specified boarding/alighting position.
  • the shortest route can be determined by a route search that sets the starting point at any position on the path Q of the person being tracked up until the time of loss of sight, and sets each boarding or alighting location as the destination. If the route is the same as the shortest route calculated by the route search, it can be determined to be the shortest route, and if it is different, it can be determined to be a longer route. If the route to each boarding or alighting location is determined to be the shortest route, the starting point can be changed to another position on the path Q, and the same process can be repeated until it is determined that one of the routes is not the shortest route.
  • the deviation from the shortest route is indicated by the difference in distance between the first route and the second route, or the difference in the time required for travel. The larger the difference, the greater the deviation from the shortest route.
  • the first route is, for example, "the shortest route calculated by route search with an arbitrary position on the movement path Q of the tracked person up to the time of loss as the starting point, and each boarding and disembarking position as the destination point.”
  • the second route is, for example, "a route with the same starting point and destination as the first route, which travels from the starting point to the position where the tracked person was lost along the movement path of the tracked person, and from there to the destination point is the shortest route calculated by route search.”
  • the estimation unit 14 may calculate and output the probability of boarding each moving object.
  • a pre-generated probability calculation model for calculating the probability may be used.
  • the probability calculation model may be a function, a learning model generated by machine learning, or something else.
  • the estimation unit 14 may use such a probability calculation model to calculate the probability.
  • the probability calculation model may be configured to, for example, accept input of the judgment result of whether or not the route is the shortest route as described above.
  • the probability calculation model is configured to calculate the probability of boarding a moving body that departs from a boarding/alighting location that is judged to be the shortest route as relatively high.
  • the probability calculation model is configured to calculate the probability of boarding a moving body that departs from a boarding/alighting location that is judged not to be the shortest route as relatively low.
  • the probability calculation model may also be configured to receive, for example, the input of the judgment result of deviation from the shortest route described above.
  • the probability calculation model is configured to calculate, as relatively high, the probability of boarding a moving object that departs from a boarding/alighting location that results in a route that deviates less from the shortest route.
  • the probability calculation model is also configured to calculate, as relatively low, the probability of boarding a moving object that departs from a boarding/alighting location that results in a route that deviates more from the shortest route.
  • the probability calculation model may calculate the probability using a weighting that is preset for a moving body departing from each boarding/alighting position.
  • the probability calculation model is configured to calculate a higher probability for a moving body with a higher weighting.
  • the probability calculation model is configured to calculate a lower probability for a moving body with a lower weighting.
  • the user sets a weight for each boarding/alighting position in advance and registers it in the tracking device 10.
  • the probability calculation model calculates the probability using the registered weighting.
  • the estimation unit 14 may have a configuration similar to that of the third embodiment.
  • the rest of the configuration of the tracking device 10 of this embodiment is the same as in the first to third embodiments.
  • the tracking device 10 of this embodiment provides the same effects as the first to third embodiments. Furthermore, when multiple moving bodies that depart from multiple predetermined boarding and alighting positions are detected as moving bodies that have performed "an action that satisfies the time and positional conditions," the tracking device 10 of this embodiment estimates which moving body the tracked person is riding in from among them. The tracking device 10 estimates which moving body the tracked person is riding in from among the multiple moving bodies based on the movement path of the tracked person up until the time it was lost sight of and the positional relationship between each of the multiple boarding and alighting positions. Such a tracking device 10 can accurately estimate which moving body the tracked person is riding in.
  • the tracking device 10 identifies "the action of leaving the exit of a parking lot of a facility within a predetermined distance from the position where the tracked person was lost" through image analysis.
  • the tracking device 10 may detect a moving object that performed such an action based on the operation history of the exit gate of the parking lot. The operation history indicates the timing when the exit gate was opened.
  • the tracking device 10 and the parking lot exit gate control system are configured to be able to communicate with each other.
  • the tracking device 10 acquires the operation history of the parking lot exit gate from the system, and detects the moving object that has performed the above-mentioned exit operation based on the acquired operation history.
  • a camera may be installed near the exit gate of the parking lot to capture images of the moving object exiting the parking lot.
  • the tracking device 10 may then obtain the external features of the moving object being tracked based on the images generated by this camera.
  • a person tracking means for tracking a target person in an image a moving object detection means for detecting a moving object that has performed an action that satisfies a time condition based on a timing at which the tracking target person was lost and a positional condition based on a position at which the tracking target person was lost; a moving object tracking means for tracking the detected moving object;
  • a tracking device having 2. The tracking device according to 1, wherein the action that satisfies the time condition and the positional condition is an action of starting at a timing after the timing at which the tracked person is lost, at a position within a reference distance from the position at which the tracked person is lost. 3.
  • the action that satisfies the time condition and the positional condition is an action of exiting from an exit of a parking lot of a facility that is within a predetermined distance from the position where the tracking target person was lost after a predetermined time has elapsed from the position where the tracking target person was lost, 3.
  • the tracking device according to claim 1 or 2 wherein the predetermined time is a travel time required to travel from an entrance of the facility to a parking lot of the facility. 4.
  • the moving object detection means 4.
  • the tracking device according to claim 3 further comprising: determining a moving speed of the person to be tracked based on person information relating to the person to be tracked; and calculating the moving time based on the determined moving speed. 5.
  • the tracking device wherein the person information indicates at least one of the age, sex, whether or not the person to be tracked has luggage, the size of the luggage, whether or not the person is injured, and a moving speed up to that point.
  • the action that satisfies the time condition and the positional condition is an action of appearing from behind an object within a predetermined distance from a position where the tracked person was lost, at a timing after the timing where the tracked person was lost. 7.
  • the moving object tracking means When a plurality of moving objects that perform an action that satisfies the time condition and the position condition are detected, the plurality of moving objects are tracked; A tracking device described in any one of 1 to 6, further comprising an estimation means for estimating the moving body in which the tracked person is riding from among the multiple moving bodies based on the operation history of the multiple moving bodies after tracking begins.
  • the operation history indicates at least one of whether or not a traffic signal was run, the number of times a traffic signal was run, whether or not a legal speed limit was exceeded, the degree of the legal speed limit exceeded, the number of lane changes, and a travel route.
  • the operation history indicates a movement route, 9.
  • the tracking device wherein the estimation means estimates that the moving body in which the tracked person is riding is based on a face recognition process based on an image captured by a camera installed on the moving path of the moving body.
  • the tracking device further comprising an estimation means for estimating, when a plurality of moving bodies departing from a plurality of predetermined boarding and alighting positions are detected as a plurality of moving bodies that have performed an action that satisfies the time condition and the positional condition, the moving body in which the person to be tracked is riding, from among the plurality of moving bodies, based on a movement path of the person to be tracked until the person was lost sight of and a positional relationship between the plurality of boarding and alighting positions.
  • One or more computers Track the target person in the image, Detecting a moving object that has performed an action that satisfies a time condition based on a timing at which the tracking target person was lost and a positional condition based on a position at which the tracking target person was lost; A tracking method for tracking the detected moving object.
  • the computer A person tracking means for tracking a target person within an image; a moving object detection means for detecting a moving object that has performed an action that satisfies a time condition based on a timing at which the tracking target person was lost and a positional condition based on a position at which the tracking target person was lost; a moving object tracking means for tracking the detected moving object;
  • a program that functions as a

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本発明は、追跡対象の人物を画像内で追跡する人物追跡部と、追跡対象の人物を見失ったタイミングに基づく時間的条件、及び追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出する移動体検出部と、検出された移動体を追跡する移動体追跡部と、を有する追跡装置を提供する。

Description

追跡装置、追跡方法、及び記録媒体
　本発明は、追跡装置、追跡方法、及びプログラムに関する。
　本発明に関連する技術が、特許文献１及び２に開示されている。
　特許文献１に開示の技術は、画像解析で人物を追跡中に、追跡中の人物と車両が所定条件を満たしたことを検出すると、その車両の追跡を開始する。所定条件は、人物が車両の中に入ったこと、又は人物が車両の上に乗ったことである。
　特許文献２に開示の技術は、画像解析で人物を追跡中に、追跡中の人物がエレベータに乗ったことを検出した場合、エレベータの停止階のカメラの画像を解析して追跡中の人物を検出する。当該技術は、追跡中の人物の移動方向等に基づき、追跡中の人物がエレベータに乗ったことを検出する。
国際公開第２０２０／１９４５８４号公報 国際公開第２０２２／０２９８６０号公報
　画像解析で追跡中の人物が移動体を用いた移動を開始する場合がある。人物が移動体に乗った場合、その人物を画像内で検出することが困難になり得る。このため、特許文献１に開示の技術のように、追跡中の人物が移動体を用いた移動を開始した場合には、その移動体の追跡を開始することが好ましい。
　本発明者らは、このような追跡中の人物が移動体を用いた移動を開始したことに応じてその移動体の追跡を開始する技術において、次のような課題を見出した。
　追跡中の人物が移動体に乗りこむシーンが画像に写っている場合、例えば特許文献１に開示の技術等を用いて追跡中の人物が乗った移動体を特定し、その移動体の追跡を開始することができる。しかし、追跡中の人物が移動体に乗りこむシーンが画像に写っていない場合があり得る。例えば、カメラの死角になっている場所で、追跡中の人物が移動体に乗り込む場合がある。このような場合に、追跡中の人物が乗った移動体を推定し、その移動体の追跡を開始する技術が望まれている。
　特許文献１に開示の技術は、追跡中の人物が移動体に乗りこむシーンが画像に写っていることを前提としている。このような特許文献１に開示の技術は、追跡中の人物が移動体に乗りこむシーンが画像に写っていない場合、追跡中の人物が乗った移動体を推定することができない。
　特許文献２に開示の技術は、エレベータに特化した技術であり、汎用性に欠ける。
　本発明の目的の一例は、上述した問題を鑑み、追跡中の人物が移動体に乗りこむシーンが画像に写っていなくても、追跡中の人物が乗った移動体を推定することができる追跡装置、追跡方法、及びプログラムを提供することにある。
　本発明の一態様によれば、
　追跡対象の人物を画像内で追跡する人物追跡手段と、
　前記追跡対象の人物を見失ったタイミングに基づく時間的条件、及び前記追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出する移動体検出手段と、
　検出された前記移動体を追跡する移動体追跡手段と、
を有する追跡装置が提供される。
　本発明の一態様によれば、
　１つ以上のコンピュータが、
　　追跡対象の人物を画像内で追跡し、
　　前記追跡対象の人物を見失ったタイミングに基づく時間的条件、及び前記追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出し、
　　検出された前記移動体を追跡する追跡方法が提供される。
　本発明の一態様によれば、
　コンピュータを、
　　追跡対象の人物を画像内で追跡する人物追跡手段、
　　前記追跡対象の人物を見失ったタイミングに基づく時間的条件、及び前記追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出する移動体検出手段、
　　検出された前記移動体を追跡する移動体追跡手段、
として機能させるプログラムが提供される。
　本発明の一態様によれば、追跡中の人物が移動体に乗りこむシーンが画像に写っていなくても、追跡中の人物が乗った移動体を推定することができる追跡装置、追跡方法、及びプログラムが実現される。
　上述した目的及びその他の目的、特徴及び利点は、以下に述べる公的な実施の形態、及びそれに付随する以下の図面によってさらに明らかになる。
追跡装置の機能ブロック図の一例を示す図である。 追跡装置のハードウエア構成の一例を示す図である。 追跡装置が所定の移動体を検出する処理の一例を説明するための図である。 追跡装置が所定の移動体を検出する処理の他の一例を説明するための図である。 追跡装置が処理する情報の一例を模式的に示す図である。 追跡装置が所定の移動体を検出する処理の他の一例を説明するための図である。 追跡装置が処理する情報の一例を模式的に示す図である。 追跡装置が所定の移動体を検出する処理の他の一例を説明するための図である。 追跡装置が所定の移動体を検出する処理の他の一例を説明するための図である。 追跡装置が所定の移動体を検出する処理の他の一例を説明するための図である。 追跡装置の処理の流れの一例を示すフローチャートである。 追跡装置の機能ブロック図の一例を示す図である。 追跡装置の処理の流れの他の一例を示すフローチャートである。 追跡装置が所定の移動体を検出する処理の他の一例を説明するための図である。
　以下、本発明の実施の形態について、図面を用いて説明する。なお、全ての図面において、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。
＜第１の実施形態＞
　図１は、第１の実施形態に係る追跡装置１０の概要を示す機能ブロック図である。追跡装置１０は、人物追跡部１１と、移動体検出部１２と、移動体追跡部１３とを有する。
　人物追跡部１１は、追跡対象の人物を画像（動画像）内で追跡する。移動体検出部１２は、追跡対象の人物を見失ったタイミングに基づく時間的条件、及び追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出する。移動体追跡部１３は、移動体検出部１２により検出された移動体を追跡する。
　本実施形態の追跡装置１０によれば、追跡対象の人物を見失ったタイミングに基づく時間的条件、及び追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体が、その追跡対象の人物が乗った移動体として推定される。このような追跡装置１０によれば、追跡対象の人物が移動体に乗りこむシーンが画像に写っていなくても、追跡対象の人物が乗った移動体を推定することができる。また、時間的条件及び位置的条件の両方を用いて推定することで、追跡対象の人物が乗った移動体を精度よく推定することができる。
＜第２の実施形態＞
「概要」
　第２の実施形態の追跡装置１０は、第１の実施形態の追跡装置１０を具体化したものである。すなわち、追跡装置１０は、追跡対象の人物を見失ったタイミングに基づく時間的条件、及び追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を、その追跡対象の人物が乗った移動体として推定する。そして、追跡装置１０は、追跡対象の人物が乗ったと推定した移動体を追跡する。以下、詳細に説明する。
「ハードウエア構成」
　追跡装置１０のハードウエア構成の一例を説明する。追跡装置１０の各機能部は、ハードウエアとソフトウエアの任意の組み合わせによって実現される。その実現方法、装置にはいろいろな変形例があることは、当業者には理解されるところである。ソフトウエアは、予め装置を出荷する段階から格納されているプログラムや、ＣＤ（Compact Disc）等の記録媒体やインターネット上のサーバ等からダウンロードされたプログラム等を含む。
　図２は、追跡装置１０のハードウエア構成を例示するブロック図である。図２に示すように、追跡装置１０は、プロセッサ１Ａ、メモリ２Ａ、入出力インターフェイス３Ａ、周辺回路４Ａ、バス５Ａを有する。周辺回路４Ａには、様々なモジュールが含まれる。追跡装置１０は周辺回路４Ａを有さなくてもよい。なお、追跡装置１０は物理的及び／又は論理的に分かれた複数の装置で構成されてもよい。この場合、複数の装置各々が上記ハードウエア構成を備えることができる。
　バス５Ａは、プロセッサ１Ａ、メモリ２Ａ、周辺回路４Ａ及び入出力インターフェイス３Ａ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。プロセッサ１Ａは、例えばＣＰＵ、ＧＰＵ（Graphics Processing Unit）等の演算処理装置である。メモリ２Ａは、例えばＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）等のメモリである。入出力インターフェイス３Ａは、入力装置、外部装置、外部サーバ、外部センサ、カメラ等から情報を取得するためのインターフェイスや、出力装置、外部装置、外部サーバ等に情報を出力するためのインターフェイス等を含む。また、入出力インターフェイス３Ａはインターネット等の通信ネットワークに接続するためのインターフェイスを含む。入力装置は、例えばキーボード、マウス、マイク、物理ボタン、タッチパネル等である。出力装置は、例えばディスプレイ、スピーカ、プリンター、メーラ等である。プロセッサ１Ａは、各モジュールに指令を出し、それらの演算結果をもとに演算を行うことができる。
「機能構成」
　次に、本実施形態の追跡装置１０の機能構成を詳細に説明する。図１に、本実施形態の追跡装置１０の機能ブロック図の一例を示す。図示するように、本実施形態の追跡装置１０は、人物追跡部１１と、移動体検出部１２と、移動体追跡部１３とを有する。
　人物追跡部１１は、追跡対象の人物を画像内で追跡する。当該処理を実現するため、人物追跡部１１は、画像を取得する。また、人物追跡部１１は、追跡対象の人物の外観の特徴量を示す情報を取得する。そして、人物追跡部１１は、追跡対象の人物の外観の特徴量に基づき、取得した画像内で追跡対象の人物を検出するとともに、画像内でその追跡対象の人物を追跡する。
　「画像」は動画像を含む概念である。
　「画像の取得」は、任意の手段で実現される。例えば、路上や街角に設置された１台又は複数台のカメラ（監視カメラ等）と追跡装置１０は通信可能に構成される。そして、カメラは、生成した画像を追跡装置１０に送信してもよい。その他、カメラが生成した画像が、任意の記憶手段に蓄積されてもよい。そして、ユーザによるマニュアル操作で、当該記憶手段に記憶されている画像が追跡装置１０に入力されてもよい。追跡装置１０への画像の入力は、リアルタイム処理で行われてもよいし、バッチ処理で行われてもよい。人物追跡部１１は、このようにして追跡装置１０に入力された画像を取得することができる。なお、人物追跡部１１はその他の手段で画像を取得してもよい。
　「取得」とは、自装置が他の装置や記憶媒体に格納されているデータ又は情報を取りに行くこと（能動的な取得）、及び、自装置に他の装置から出力されるデータ又は情報を入力すること（受動的な取得）の少なくとも一方を含む。能動的な取得の例は、他の装置にリクエスト又は問合わせしてその返信を受信すること、及び、他の装置や記憶媒体にアクセスして読み出すこと等がある。また、受動的な取得の例は、配信（又は、送信、プッシュ通知等）される情報を受信すること等がある。さらに、「取得」とは、受信したデータ又は情報の中から選択して取得すること、又は、配信されたデータ又は情報を選択して受信することであってもよい。
　「追跡対象の人物の外観の特徴量を示す情報」は、ユーザにより追跡装置１０に入力される。ユーザは、例えば追跡対象の人物の外観の特徴量を追跡装置１０に入力してもよい。その他、ユーザは、追跡対象の人物の画像を追跡装置１０に入力してもよい。そして、人物追跡部１１がその画像を解析し、追跡対象の人物の外観の特徴量を抽出してもよい。
　「追跡対象の人物の外観の特徴量」は、顔の特徴量、身体の特徴量、衣服の特徴量、所持品の特徴量、靴の特徴量等であるが、これらに限定されない。
　人物追跡部１１は、追跡対象の人物の外観の特徴量に基づき、複数のカメラの画像の中から追跡対象の人物を検出する。そして、人物追跡部１１は、画像内でその追跡対象の人物を追跡する。画像内での人物の検出及び追跡は、あらゆる技術を用いて実現できる。
　人物追跡部１１は、追跡対象の人物を見失った場合、追跡対象の人物を見失ったタイミング、及び追跡対象の人物を見失った位置を示す情報を移動体検出部１２に入力する。
　「追跡対象の人物を見失った」とは、画像の中で検出し、画像の中で追跡していた追跡対象の人物を、画像の中で検出できなくなったことを意味する。人込みにまぎれる、建物の中に入る、カメラの死角に入る等の理由により、それまで検出していた追跡対象の人物を見失う可能性がある。そして、この見失っている間に、追跡対象の人物が移動体に乗り込む可能性がある。本実施形態の追跡装置１０は、このように追跡対象の人物を見失っている間に追跡対象の人物が移動体に乗った場合に、追跡対象の人物が乗った移動体を推定することができる。
　「追跡対象の人物を見失ったタイミングを示す情報」は、日時で示される。例えば、画像に付されたタイムスタンプに基づき、追跡対象の人物を見失ったフレーム画像の撮影日時が特定される。
　「追跡対象の人物を見失った位置を示す情報」は、追跡対象の人物を見失う直前まで追跡対象の人物が検出されていた画像を生成したカメラ、又はそのカメラの設置位置を示す情報を含むことができる。また、追跡対象の人物を見失った位置を示す情報は、追跡対象の人物を見失う直前まで追跡対象の人物が検出されていた画像の中の位置を示す情報を含むことができる。
　人物追跡部１１は、追跡対象の人物を見失ったことに応じて、上記情報を移動体検出部１２に入力してもよい。その他、人物追跡部１１は、追跡対象の人物を見失った後、所定時間経過しても追跡対象の人物がいずれの画像からも検出されない場合に、上記情報を移動体検出部１２に入力してもよい。所定時間は、予め定められた時間である。
　移動体検出部１２は、追跡対象の人物を見失ったタイミングに基づく時間的条件、及び追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出する。移動体検出部１２は、人物追跡部１１から上記情報を入力されたことに応じて、上述のような移動体を検出する処理を開始することができる。
　「移動体」は、人物が乗って移動する物であり、自動車、オートバイ、バス、タクシー、電車等の陸上を移動する車両や、船、ボート等の海上を移動する物や、飛行機、ヘリコプター等の空中を移動する物等が例示されるが、これらに限定されない。
　移動体検出部１２は、以下の検出処理例１乃至３の中の少なくとも１つを実行することができる。
「検出処理例１」
　検出処理例１の「時間的条件及び位置的条件を満たす動作」は、追跡対象の人物を見失ったタイミングよりも後に、追跡対象の人物を見失った位置から基準距離以内の位置で発進する動作である。なお、「追跡対象の人物を見失ったタイミングよりも後」を「追跡対象の人物を見失ったタイミングよりも後かつ見失ってから所定時間経過したタイミングより前」に置き換えてもよい。基準距離は、予め定められた距離である。所定時間は、予め定められた時間である。
　「発進する動作」は、止まっている状態から動き出す動作である。
　追跡対象の人物を見失ったタイミングよりも前に発進した移動体に追跡対象の人物が乗った可能性は低い。また、追跡対象の人物を見失ったタイミングからの経過時間が大きくなるほど、追跡対象の人物がその場から離れた可能性は高くなり、追跡対象の人物がその場で移動体に乗り込む可能性は低くなる。上述のような時間的条件及び位置的条件を満たす動作を行った移動体を検出することで、追跡対象の人物が乗った可能性がある移動体を検出することができる。
　ここで、移動体検出部１２の処理の具体例を説明する。一例では、移動体検出部１２は、画像を解析し、画像の中から、時間的条件及び位置的条件を満たす動作を行った移動体を検出する。解析する画像は、例えば人物追跡部１１が取得した画像（監視カメラの画像）である。ここでの解析対象となる画像は、追跡対象の人物を見失った画像よりも後に生成された（撮影された）画像である。
　例えば、図３に示すように、追跡対象の人物を見失った位置Ｄが、画像上の位置として示されているとする。この場合、移動体検出部１２は、この画像内で、追跡対象の人物を見失った位置Ｄから基準距離Ｌ１以内のエリアを特定する。そして、移動体検出部１２は、追跡対象の人物を見失ったタイミングよりも後（又は、その後かつ見失ってから所定時間経過したタイミングより前）に、特定したエリア内で発進した移動体を検出する。移動体検出部１２が用いる距離は、画像内での距離であってもよいし、実際の距離であってもよい（以下同様）。移動体検出部１２は、任意の手段で、画像内の距離から実際の距離を算出してもよい。
　移動体検出部１２の処理の他の具体例を説明する。例えば、図４に示すように、複数のカメラＣ１乃至Ｃ５が比較的近接して設置されている。そして、図５に示すように、複数のカメラＣ１乃至Ｃ５各々の設置位置を示す位置情報が追跡装置１０に予め登録されている。
　当該処理例では、追跡対象の人物を見失った位置がカメラの設置位置として示されている。この場合、移動体検出部１２は、追跡対象の人物を見失ったカメラ（図４の例の場合、カメラＣ１）の設置位置から基準距離Ｌ２以内のエリアに設置されているカメラを特定する。図４の例の場合、カメラＣ１、Ｃ２及びＣ４の３台が特定される。このようなカメラの特定は、例えば図５に示すような複数のカメラの位置情報に基づき実現することができる。
　そして、移動体検出部１２は、追跡対象の人物を見失ったタイミングよりも後（又は、その後かつ見失ってから所定時間経過したタイミングより前）に、特定したカメラＣ１、Ｃ２及びＣ４が生成した画像内で発進した移動体を検出する。
　移動体検出部１２の処理の他の具体例を説明する。他の一例では、移動体検出部１２は、公共の乗り物の乗降位置及び時刻表に基づき、時間的条件及び位置的条件を満たす動作を行った移動体を検出する。
　公共の乗り物の乗降位置及び時刻表は、予め定まっている。そこで、公共の乗り物の乗降位置を示す情報及び時刻表が、予め追跡装置１０に登録されている。
　公共の乗り物は、例えばバスである。この場合の乗降位置はバスの停留所である。その他、公共の乗り物は、例えば電車である。この場合の乗降位置は駅である。その他、公共の乗り物は、例えば船である。この場合の乗降位置は船乗り場である。その他、公共の乗り物は、例えば飛行機である。この場合の乗降位置は空港である。
　移動体検出部１２は、このような情報に基づき、追跡対象の人物を見失った位置から所定距離以内にある公共の乗り物の乗降位置を特定する。そして、移動体検出部１２は、特定した乗降位置の時刻表に基づき、追跡対象の人物を見失ったタイミングよりも後（又は、その後かつ見失ってから所定時間経過したタイミングより前）に、その乗降位置から発進した移動体を検出する。
「検出処理例２」
　当該例で想定するケースでは、図６に示すように、施設Ｆの人が歩いて入る入口Ｅｐ付近、及び施設Ｆの駐車場の出口Ｅｖ付近を撮影する位置に、カメラＣ１及びＣ２が設置される。カメラＣ１及びＣ２は、施設Ｆの駐車場の様子を撮影することはできない。このため、カメラＣ１及びＣ２が生成した画像においては、その駐車場において人が移動体に乗りこむシーンが写っていない。そして、施設Ｆ内にはカメラが設置されていない。又は、施設Ｆ内にカメラが設置されているが、追跡装置１０が施設Ｆ内に設置されたカメラの画像を取得できない。
　「施設」は、駐車場を備える。施設は、デパート、スーパーマーケット、アミューズメントパーク等であってもよいし、その他であってもよい。
　移動体検出部１２は、追跡対象の人物がこのような施設の駐車場で移動体に乗った場合に、追跡対象の人物が乗った移動体を推定することができる。
　検出処理例２の「時間的条件及び位置的条件を満たす動作」は、追跡対象の人物を見失ったタイミングから第１の所定時間経過したタイミングよりも後に、追跡対象の人物を見失った位置から所定距離以内にある施設の駐車場の出口から退場する動作である。なお、「追跡対象の人物を見失ったタイミングから第１の所定時間経過したタイミングよりも後」を「追跡対象の人物を見失ったタイミングから第１の所定時間経過したタイミングよりも後、かつ第２の所定時間経過したタイミングより前」に置き換えてもよい。第１の所定時間は、その施設の入口からその施設の駐車場までの移動に要する移動時間である。第２の所定時間は、予め定められた時間である。所定距離は、予め定められた距離である。
　図７に示すように、予め、複数の施設各々に関する情報が追跡装置１０に登録されている。施設に関する情報は、各施設の位置を示す位置情報、及び各施設の入口から駐車場までの距離を示す情報を含む。各施設の入口が複数ある場合、入口毎に、入口から駐車場までの距離が示されてもよい。そして、施設に関する情報は、各入口や駐車場の出口の位置を示す情報をさらに含んでもよい。
　移動体検出部１２は、このような施設に関する情報に基づき、追跡対象の人物を見失った位置から所定距離以内にある施設を特定する。そして、移動体検出部１２は、特定した施設の入口から駐車場までの距離と、追跡対象の人物の推定移動速度とに基づき、上記第１の所定時間となる移動時間を算出する。特定した施設の入口が複数ある場合、移動体検出部１２は、追跡対象の人物を見失った位置から最も近い入口を特定する。そして、移動体検出部１２は、特定した入口から駐車場までの距離に基づき、上記移動時間を算出する。次いで、移動体検出部１２は、追跡対象の人物を見失ったタイミングから第１の所定時間（算出した移動時間）よりも後（又は、その後かつ見失ってから第２の所定時間経過したタイミングより前）に、特定した施設の駐車場の出口から退場する移動体を検出する。解析する画像は、特定した施設の駐車場の出口付近を撮影するカメラが生成した画像である。例えば、図５に示すような複数のカメラ各々の設置位置を示す位置情報に基づき、特定した施設の駐車場の出口付近を撮影するカメラが特定される。
　ここで、追跡対象の人物の推定移動速度を決定する処理を説明する。
　移動体検出部１２は、追跡対象の人物に関する人物情報に基づき、追跡対象の人物の推定移動速度を決定し、決定した推定移動速度に基づき上記移動時間を算出する。当該人物情報は、追跡対象の人物の年齢、性別、荷物の有無、荷物の大きさ、ケガの有無、及びそれまでの移動速度の中の少なくとも１つを示す。
　追跡対象の人物の年齢、性別、荷物の有無、荷物の大きさ、及びケガの有無は、画像解析で特定されてもよい。その他、ユーザが、追跡対象の人物の年齢、性別、荷物の有無、荷物の大きさ、及びケガの有無を追跡装置１０に入力してもよい。移動体検出部１２は、例えばこれらの情報に基づき、追跡対象の推定移動速度を算出することができる。予め、これらの人物情報を入力とし、入力された人物情報に基づき算出された推定移動速度を出力とする速度算出モデルが生成される。速度算出モデルは、関数であってもよいし、機械学習で生成された学習モデルであってもよいし、その他であってもよい。移動体検出部１２は、このような速度算出モデルに追跡対象の人物に関する人物情報を入力し、当該速度算出モデルから出力された推定移動速度を取得する。
　その他、移動体検出部１２は、見失うまでの追跡対象の人物の移動速度を画像に基づき算出し、その算出結果を、追跡対象の人物の推定移動速度としてもよい。画像内で検出している人物の移動速度の算出は、あらゆる技術を利用して実現できる。
　なお、第１の所定時間は、施設の入口から施設の駐車場までの移動に要する移動時間に加えて、駐車場内での移動体の移動に要する時間、及び駐車場内での人の移動に要する時間の少なくとも一方をさらに加えた概念としてもよい。例えば、図７に示すような施設に関する情報の中に、駐車場内での移動体の移動に要する時間の目安時間、及び駐車場内での人の移動に要する時間の目安時間が含まれてもよい。そして、移動体検出部１２は、その情報と、算出した施設の入口から施設の駐車場までの移動に要する移動時間とを足し合わせることで、第１の所定時間を算出してもよい。
「検出処理例３」
　当該例で想定するケースでは、図８及び図９に示すように、カメラが生成した画像の中に、カメラの死角となる物陰が存在する。図８では、トンネルＴの中が物陰となっている。図９では、建物Ｇに隠れる部分が物陰となっている。
　移動体検出部１２は、追跡対象の人物がこのような物陰で移動体に乗った場合に、追跡対象の人物が乗った移動体を推定することができる。
　検出処理例３の「時間的条件及び位置的条件を満たす動作」は、追跡対象の人物を見失ったタイミングよりも後に、追跡対象の人物を見失った位置から所定距離以内にある物陰から出現する動作である。なお、「追跡対象の人物を見失ったタイミングよりも後」を「追跡対象の人物を見失ったタイミングよりも後かつ見失ってから所定時間経過したタイミングより前」に置き換えてもよい。所定距離は、予め定められた距離である。所定時間は、予め定められた時間である。
　ここで、移動体検出部１２の処理の具体例を説明する。一例では、移動体検出部１２は、追跡対象の人物を見失った画像を生成したカメラが生成する画像を解析し、その画像の中から、時間的条件及び位置的条件を満たす動作を行った移動体を検出する。ここでの解析対象となる画像は、追跡対象の人物を見失った画像よりも後に生成された（撮影された）画像である。
　移動体検出部１２は、解析対象となる画像内で、追跡対象の人物を見失った位置から所定距離以内にある物体エリア（物陰となるエリア）を特定する。そして、移動体検出部１２は、追跡対象の人物を見失ったタイミングよりも後（又は、その後かつ見失ってから所定時間経過したタイミングより前）、特定した物体エリアから出現した移動体を検出する。なお、画像内の１つ又は複数の物体エリアを示す情報が、予め追跡装置１０に登録されていてもよい。
　図８に示すように、物陰がトンネルＴである場合、図１０に示すようにそのトンネルＴの複数の出口各々に設置された複数のカメラＣ１及びＣ２が生成した画像を、移動体を検出する処理の対象としてもよい。すなわち、移動体検出部１２は、このような複数のカメラが生成した画像を解析し、その画像の中から、上記時間的条件及び位置的条件を満たす動作を行った移動体を検出してもよい。
　移動体検出部１２は、図５に示すような複数のカメラ各々の設置位置を示す位置情報、及びトンネルの形状や位置を示す地図情報に基づき、追跡対象の人物を見失った位置から所定距離以内にあるトンネルの複数の出口に設置されたカメラを特定することができる。
　図１に戻り、移動体追跡部１３は、移動体検出部１２により検出された移動体（以下、「追跡対象の移動体」）を追跡する。移動体追跡部１３は、以下の移動体追跡理例１及び２の少なくとも一方を実行することができる。
「追跡処理例１」
　当該例では、移動体追跡部１３は、画像を取得する。また、移動体追跡部１３は、追跡対象の移動体の外観の特徴量を示す情報を取得する。そして、移動体追跡部１３は、追跡対象の移動体の外観の特徴量に基づき、取得した画像内で追跡対象の移動体を検出するとともに、画像内でその追跡対象の移動体を追跡する。
　「画像の取得」は、人物追跡部１１による画像の取得と同じ手段で実現される。
　「追跡対象の移動体の外観の特徴量を示す情報」は、ユーザにより追跡装置１０に入力される。例えば、追跡装置１０は、移動体検出部１２により検出された追跡対象の移動体の画像をディスプレイに表示してもよい。そして、ユーザは、その画像に基づき追跡対象の移動体の外観の特徴量を特定し、追跡装置１０に入力してもよい。その他、移動体追跡部１３は、移動体検出部１２により検出された追跡対象の移動体の画像を解析し、追跡対象の移動体の外観の特徴量を抽出してもよい。
　「追跡対象の移動体の外観の特徴量」は、ナンバープレートに記載の情報（ナンバー等）、車種、移動体の色、移動体のデザイン等である。また、追跡対象の移動体がバスの場合、追跡対象の移動体の外観の特徴量は、追跡対象の移動体が備える掲示板に示される路線名、路線番号、目的地等である。
　移動体追跡部１３は、追跡対象の移動体の外観の特徴量に基づき、複数の監視カメラの画像の中から追跡対象の移動体を検出する。そして、移動体追跡部１３は、画像内でその追跡対象の移動体を追跡する。画像内での移動体の検出及び追跡は、あらゆる技術を用いて実現できる。
「追跡処理例２」
　追跡対象の移動体が公共の乗り物である場合、追跡処理として、移動体追跡部１３は、追跡対象の移動体の１つ又は複数の行き先や、各行き先に到着する予定時刻を、その追跡対象の移動体の時刻表に基づき特定することができる。
　なお、移動体追跡部１３は、追跡結果を出力することができる。例えば、移動体追跡部１３は、追跡対象の移動体の現在位置を示す情報を出力してもよい。当該情報は、地図上に追跡対象の移動体の現在位置をマッピングした情報であってもよいし、その他の情報であってもよい。その他、移動体追跡部１３は、追跡対象の移動体が公共の乗り物である場合、追跡対象の移動体がこれから向かう行き先や、各行き先に到着する予定時刻を出力してもよい。これらの情報の出力は、ディスプレイ、投影装置、プリンター等のあらゆる出力装置を介して実現される。
　次に、図１１のフローチャートを用いて、追跡装置１０の処理の流れの一例を説明する。
　追跡装置１０は、追跡対象の人物を画像内で追跡する（Ｓ１０）。追跡装置１０は、追跡対象の人物を画像内で検出できている間（Ｓ１１のＮｏ）、追跡対象の人物の追跡を継続する。
　そして、追跡装置１０は、追跡対象の人物を見失うと（Ｓ１１のＹｅｓ）、追跡対象の人物を見失った位置及びタイミングを特定する（Ｓ１２）。そして、追跡装置１０は、追跡対象の人物を見失ったタイミングに基づく時間的条件、及び追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出する処理を実行する（Ｓ１３）。次いで、追跡装置１０は、Ｓ１３で検出された移動体の追跡を開始する（Ｓ１４）。なお、図示しないが、追跡装置１０は、追跡対象の人物を見失ったタイミングから所定時間経過しても上記時間的条件及び位置的条件を満たす動作を行った移動体を１つも検出できない場合、その旨を示す情報を出力して、当該移動体を検出する処理を終了してもよい。
「作用効果」
　本実施形態の追跡装置１０によれば、第１の実施形態の追跡装置１０と同様の作用効果が実現される。
　また、本実施形態の追跡装置１０は、上述した特徴的な「時間的条件及び位置的条件を満たす動作」を行った移動体を検出する。このような追跡装置１０によれば、追跡対象の人物が乗った可能性がある移動体を精度よく検出することができる。また、このような追跡装置１０によれば、施設の駐車場や物陰等のカメラの死角で追跡対象の人物が移動体に乗った場合であっても、追跡対象の人物が乗った移動体を精度よく推定することができる。
＜第３の実施形態＞
　本実施形態の追跡装置１０は、「時間的条件及び位置的条件を満たす動作」を行った移動体が複数検出された場合に、その中から、追跡対象の人物が乗った移動体を推定する機能を有する。以下、詳細に説明する。
　図１２に、本実施形態の追跡装置１０の機能ブロック図の一例を示す。図示するように、本実施形態の追跡装置１０は、人物追跡部１１と、移動体検出部１２と、移動体追跡部１３と、推定部１４とを有する。人物追跡部１１及び移動体検出部１２の構成は、第１及び第２の実施形態と同様である。
　移動体追跡部１３は、時間的条件及び位置的条件を満たす動作を行った複数の移動体が検出された場合、複数の移動体を追跡する。追跡の手法は、第２の実施形態で説明した通りである。移動体追跡部１３のその他の構成は、第１及び第２の実施形態と同様である。
　推定部１４は、追跡開始後の複数の移動体の動作履歴に基づき、複数の移動体の中から、追跡対象の人物が乗った移動体を推定する。
　動作履歴は、信号無視の有無、信号無視の回数、法定速度超過の有無、法定速度超過の度合い、車線変更回数、及び移動経路の中の少なくとも１つを示す。法定速度超過の度合いは、法定速度をどれだけ超えているか（法定速度との差）を示す。このような動作履歴は、追跡対象の移動体が写っている画像に基づき生成することができる。例えば、移動体追跡部１３が、追跡対象の移動体を追跡するとともに、追跡対象の移動体が写っている画像を解析して動作履歴を生成してもよい。
　追跡対象の人物が逃亡者である場合、信号無視、法定速度超過、車線変更等を頻繁に行うと考えられる。また、法定速度超過の度合いが大きくなると考えられる。このような観点から、複数の移動体の中から、追跡対象の人物が乗った移動体を推定することができる。
　また、追跡対象の移動体の移動経路が特定されると、その移動経路上に設置されたカメラを特定することができる。そして、特定したカメラが生成した画像に基づく顔認証処理により、追跡対象の移動体に乗っている人物と、追跡対象の人物との顔の類似度が算出される。このような顔認証処理の結果に基づき、追跡対象の人物が乗った移動体を推定することができる。
　推定部１４は、上述のような動作履歴に基づき、追跡対象の複数の移動体の中から、追跡対象の人物が乗った移動体を推定する。
　例えば、予め、上述のような動作履歴や顔認証処理の類似度を入力とし、それらに基づき算出された追跡対象の人物が乗った可能性（以下、「第１の可能性」という場合がある）を出力とする可能性算出モデルが生成される。可能性算出モデルは、関数であってもよいし、機械学習で生成された学習モデルであってもよいし、その他であってもよい。推定部１４は、このような可能性算出モデルに各追跡対象の移動体の動作履歴や顔認証処理の類似度を入力し、当該可能性算出モデルから出力された第１の可能性を取得する。
　当該可能性算出モデルは、信号無視を行うと、第１の可能性が高くなるよう構成される。また、当該可能性算出モデルは、信号無視の回数が多くなるほど、第１の可能性が高くなるよう構成される。また、当該可能性算出モデルは、法定速度を超過すると、第１の可能性が高くなるよう構成される。また、当該可能性算出モデルは、法定速度超過の度合いが大きくなるほど、第１の可能性が高くなるよう構成される。また、当該可能性算出モデルは、車線変更の回数が多くなるほど、第１の可能性が高くなるよう構成される。また、当該可能性算出モデルは、上記顔認証処理で得られた類似度が高いほど、第１の可能性が高くなるよう構成される。
　ここで、可能性算出モデルの一例を説明するが、これに限定されない。
　まず、可能性算出モデルは、追跡対象の移動体毎に評価ポイントを算出する。例えば、予め、信号無視、法定速度超過、車線変更等の所定の動作を行った場合の加算ポイントが定義されている。回数に応じた加算ポイントや、法定速度超過の度合いに応じた加算ポイントが定義されていてもよい。また、上記顔認証処理で得られた類似度に応じた加算ポイントが定義されていてもよい。
　可能性算出モデルは、このような定義に基づき、追跡対象の移動体毎に、加算ポイントの合計を評価ポイントとして算出する。
　そして、可能性算出モデルは、追跡対象の移動体毎の評価ポイントに基づき、追跡対象の移動体毎に第１の可能性を算出する。評価ポイントから第１の可能性を算出する方法は様々であり、特段制限されない。
　例えば、予め、「評価ポイントＰ０～Ｐ１：第１の可能性０～１０％」、「評価ポイントＰ１～Ｐ２：第１の可能性１０～２０％」のように、評価ポイントと第１の可能性を対応付けた情報が生成され、追跡装置１０に記憶されていてもよい。そして、可能性算出モデルは、このような情報に基づき、各追跡対象の移動体の評価ポイントに対応する第１の可能性を特定してもよい。
　その他、各追跡対象の移動体の評価ポイントを、追跡対象の複数の移動体の評価ポイントの合計で割った値を、各追跡対象の移動体の第１の可能性として算出してもよい。
　推定部１４は、推定結果を出力することができる。例えば、推定部１４は、上述のようにして算出した第１の可能性が最も高い移動体を、追跡対象の人物が乗った移動体の推定結果として出力してもよい。その他、推定部１４は、上述のようにして算出した第１の可能性が予め定められた閾値以上の移動体を、追跡対象の人物が乗った移動体の推定結果として出力してもよい。その他、推定部１４は、追跡対象の複数の移動体を、第１の可能性の順に並べて一覧表示してもよい。
　なお、追跡対象の複数の移動体を追跡中、上記評価ポイントは随時更新され、それに応じて第１の可能性も変動する。推定部１４は、推定結果をリアルタイムに表示し、その内容をリアルタイムに更新してもよい。
　次に、図１３のフローチャートを用いて、追跡装置１０の処理の流れの一例を説明する。
　追跡装置１０は、追跡対象の人物を画像内で追跡する（Ｓ２０）。追跡装置１０は、追跡対象の人物を画像内で検出できている間（Ｓ２１のＮｏ）、追跡対象の人物の追跡を継続する。
　そして、追跡装置１０は、追跡対象の人物を見失うと（Ｓ２１のＹｅｓ）、追跡対象の人物を見失った位置及びタイミングを特定する（Ｓ２２）。そして、追跡装置１０は、追跡対象の人物を見失ったタイミングに基づく時間的条件、及び追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出する処理を実行する（Ｓ２３）。
　Ｓ２３で検出された移動体が１つの場合（Ｓ２４のＮｏ）、追跡装置１０は、その移動体の追跡を開始する（Ｓ２５）。
　一方、Ｓ２３で検出された移動体が複数の場合（Ｓ２４のＹｅｓ）、追跡装置１０は、検出された複数の移動体の追跡を開始する（Ｓ２６）。そして、追跡装置１０は、追跡開始後の複数の移動体の動作履歴に基づき、複数の移動体の中から、追跡対象の人物が乗った移動体を推定し、推定結果を出力する（Ｓ２７）。追跡装置１０は、複数の移動体の追跡を行っている間、複数の移動体の動作履歴の収集、追跡対象の人物が乗った移動体の推定、及び推定結果の出力を継続することができる。なお、図示しないが、追跡装置１０は、追跡対象の人物を見失ったタイミングから所定時間経過しても上記時間的条件及び位置的条件を満たす動作を行った移動体を１つも検出できない場合、その旨を示す情報を出力して、当該移動体を検出する処理を終了してもよい。
　本実施形態の追跡装置１０のその他の構成は、第１及び第２の実施形態と同様である。
　本実施形態の追跡装置１０によれば、第１及び第２の実施形態と同様の作用効果が得られる。また、本実施形態の追跡装置１０によれば、「時間的条件及び位置的条件を満たす動作」を行った移動体が複数検出された場合に、複数の移動体を追跡し、追跡開始後の各移動体の動作履歴に基づき、追跡対象の人物が乗った移動体を推定することができる。
＜第４の実施形態＞
　本実施形態の追跡装置１０は、「時間的条件及び位置的条件を満たす動作」を行った移動体として、予め定められた複数の乗降位置各々から発進した複数の移動体が検出された場合、その中から、追跡対象の人物が乗った移動体を推定する機能を有する。予め定められた複数の乗降位置各々から発進した複数の移動体は、駅から発進した電車や、停留所から発進したバスや、船着き場から発進した船や、空港から発進した飛行機等である。以下、詳細に説明する。
　図１２に、本実施形態の追跡装置１０の機能ブロック図の一例を示す。図示するように、本実施形態の追跡装置１０は、人物追跡部１１と、移動体検出部１２と、移動体追跡部１３と、推定部１４とを有する。人物追跡部１１、移動体検出部１２乃至移動体追跡部１３の構成は、第１乃至第３の実施形態と同様である。
　推定部１４は、時間的条件及び位置的条件を満たす動作を行った移動体として、予め定められた複数の乗降位置各々から発進した複数の移動体が検出された場合、その中から、追跡対象の人物が乗った移動体を推定する。上述の通り、予め定められた複数の乗降位置各々から発進した複数の移動体は、駅から発進した電車や、停留所から発進したバスや、船着き場から発進した船や、空港から発進した飛行機等である。
　推定部１４は、見失ったタイミングまでの追跡対象の人物の移動経路と、複数の乗降位置各々との位置関係に基づき、複数の移動体の中から、追跡対象の人物が乗った移動体を推定する。見失ったタイミングまでの追跡対象の人物の移動経路は、例えば人物追跡部１１による追跡結果に基づき特定できる。
　図１４を用いて、推定処理の具体例を説明する。図１４では、見失ったタイミングまでの追跡対象の人物の移動経路Ｑと、複数の乗降位置Ｓａ及びＳｂと、見失った位置Ｄが示されている。追跡対象の人物が乗降位置Ｓａから移動体に乗った場合、追跡対象の人物は遠回りをして乗降位置Ｓａに到達したこととなる。一方で、追跡対象の人物が乗降位置Ｓｂから移動体に乗った場合、追跡対象の人物は最短ルートで乗降位置Ｓｂに到達したこととなる。
　逃亡中の人物が遠回りをする可能性は低く、最短ルートで目的の乗降位置に向かうと考えられる。そこで、推定部１４は、図１４に示す例の場合、追跡対象の人物は乗降位置Ｓｂから移動体に乗ったと推定する。すなわち、推定部１４は、見失ったタイミングまでの追跡対象の人物の移動経路と、複数の乗降位置各々との位置関係に基づき、最短ルートで到達することとなる乗降位置、又は最短ルートから最も小さい乖離で到達することとなる乗降位置を特定する。そして、推定部１４は、追跡対象の人物は特定した乗降位置から移動体に乗ったと推定する。
　各乗降位置への到達が最短ルートか遠回りルートかを特定する手段は様々である。例えば、見失ったタイミングまでの追跡対象の人物の移動経路Ｑ上の任意の位置を出発地点とし、各乗降位置を目的地点としたルート検索で、最短ルートを特定することができる。そして、ルート検索で算出された最短ルートと同じルートであれば最短ルートと判断し、異なっていれば遠回りルートと判断してもよい。いずれの乗降位置に向かうルートも最短ルートと判断される場合、出発地点を移動経路Ｑ上の他の位置に変更しながら、いずれかが最短ルートでないと判断されるまで、同様の処理を繰り返し行ってもよい。
　また、最短ルートからの乖離は、第１のルートと第２のルートとの距離の差、又は移動に要する所要時間の差で示される。当該差が大きくなるほど、最短ルートからの乖離が大きくなる。第１のルートは、例えば「見失ったタイミングまでの追跡対象の人物の移動経路Ｑ上の任意の位置を出発地点とし、各乗降位置を目的地点としたルート検索で算出される最短ルート」である。第２のルートは、例えば「第１のルートと出発地点及び目的地点は同じであり、出発地点から見失った位置までは追跡対象の人物の移動経路で移動し、そこから目的地点まではルート検索で算出される最短ルートとするルート」である。
　また、推定部１４は、「時間的条件及び位置的条件を満たす動作」を行った移動体として、予め定められた複数の乗降位置各々から発進した複数の移動体が検出された場合、各移動体に乗った確率を算出し、出力してもよい。
　当該確率の具体的な算出方法は様々である。例えば、予め生成された、当該確率を算出する確率算出モデルが利用されてもよい。確率算出モデルは、関数であってもよいし、機械学習で生成された学習モデルであってもよいし、その他であってもよい。推定部１４は、このような確率算出モデルを用いて、当該確率を算出してもよい。
　確率算出モデルは、例えば、上述した最短ルートか否かの判断結果の入力を受付けるよう構成されてもよい。この場合、確率算出モデルは、最短ルートと判断された乗降位置から発進した移動体に乗った確率を相対的に高く算出するよう構成される。そして、確率算出モデルは、最短ルートでない判断された乗降位置から発進した移動体に乗った確率を相対的に低く算出するよう構成される。
　また、確率算出モデルは、例えば、上述した最短ルートからの乖離の判断結果の入力を受付けるよう構成されてもよい。この場合、確率算出モデルは、最短ルートからの乖離がより小さいルートとなる乗降位置から発進した移動体に乗った確率を相対的に高く算出するよう構成される。そして、確率算出モデルは、最短ルートからの乖離がより大きいルートとなる乗降位置から発進した移動体に乗った確率を相対的に低く算出するよう構成される。
　また、確率算出モデルは、各乗降位置から発進する移動体に予め設定された重みづけを用いて、当該確率を算出してもよい。確率算出モデルは、重みづけが高い移動体ほど、上記確率を高く算出するよう構成される。そして、確率算出モデルは、重みづけが低い移動体ほど、上記確率を低く算出するよう構成される。重みづけのルールは様々である。例えば、利用客が多い移動体ほど、重みづけを高くしてもよい。また、時間当たりの本数が多い移動体ほど、重みづけを高くしてもよい。予めユーザが乗降位置毎に重みを設定し、追跡装置１０に登録する。確率算出モデルは、登録された重みを用いて当該確率を算出する。
　推定部１４は、第３の実施形態と同様の構成を備えてもよい。
　本実施形態の追跡装置１０のその他の構成は、第１乃至第３の実施形態と同様である。
　本実施形態の追跡装置１０によれば、第１乃至第３の実施形態と同様の作用効果が得られる。また、本実施形態の追跡装置１０は、「時間的条件及び位置的条件を満たす動作」を行った移動体として、予め定められた複数の乗降位置各々から発進した複数の移動体が検出された場合、その中から、追跡対象の人物が乗った移動体を推定する。追跡装置１０は、見失ったタイミングまでの追跡対象の人物の移動経路と、複数の乗降位置各々との位置関係に基づき、複数の移動体の中から、追跡対象の人物が乗った移動体を推定する。このような追跡装置１０によれば、精度よく、追跡対象の人物が乗った移動体を推定することができる。
＜変形例＞
　第２の実施形態で説明した例では、追跡装置１０は、「追跡対象の人物を見失った位置から所定距離以内にある施設の駐車場の出口から退場する動作」を画像解析で特定した。変形例として、追跡装置１０は、駐車場の退場ゲートの動作履歴に基づき、このような動作を行った移動体を検出してもよい。動作履歴は、退場ゲートが開いたタイミングを示す。
　この変形例の場合、追跡装置１０と駐車場の退場ゲート制御システムは互いに通信可能に構成されている。そして、追跡装置１０は、駐車場の退場ゲートの動作履歴を当該システムから取得し、取得した動作履歴に基づき、上記退場動作を行った移動体を検出する。
　なお、駐車場の退場ゲート付近に、退場する移動体を撮影するカメラが設置されていてもよい。そして、追跡装置１０は、このカメラが生成した画像に基づき、追跡対象の移動体の外観の特徴量を取得してもよい。
　当該変形例においても、上記実施形態と同様の作用効果が実現される。
　以上、図面を参照して本発明の実施形態について述べたが、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。上述した実施形態の構成は、互いに組み合わせたり、一部の構成を他の構成に入れ替えたりしてもよい。また、上述した実施形態の構成は、趣旨を逸脱しない範囲内において種々の変更を加えてもよい。また、上述した各実施形態や変形例に開示される構成や処理を互いに組み合わせてもよい。
　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。しかし、各実施の形態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。各実施の形態では、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、上述の各実施の形態は、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又は全部は、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．　追跡対象の人物を画像内で追跡する人物追跡手段と、
　前記追跡対象の人物を見失ったタイミングに基づく時間的条件、及び前記追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出する移動体検出手段と、
　検出された前記移動体を追跡する移動体追跡手段と、
を有する追跡装置。
２．　前記時間的条件及び前記位置的条件を満たす動作は、前記追跡対象の人物を見失ったタイミングよりも後のタイミングにおいて、前記追跡対象の人物を見失った位置から基準距離以内の位置で発進する動作である１に記載の追跡装置。
３．　前記時間的条件及び前記位置的条件を満たす動作は、前記追跡対象の人物を見失ったタイミングから所定時間経過したタイミングよりも後に、前記追跡対象の人物を見失った位置から所定距離以内にある施設の駐車場の出口から退場する動作であり、
　前記所定時間は、前記施設の入口から前記施設の駐車場までの移動に要する移動時間である１又は２に記載の追跡装置。
４．　前記移動体検出手段は、
　　前記追跡対象の人物に関する人物情報に基づき前記追跡対象の人物の移動速度を決定し、決定した移動速度に基づき前記移動時間を算出する３に記載の追跡装置。
５．　前記人物情報は、前記追跡対象の人物の年齢、性別、荷物の有無、荷物の大きさ、ケガの有無、及びそれまでの移動速度の中の少なくとも１つを示す４に記載の追跡装置。
６．　前記時間的条件及び前記位置的条件を満たす動作は、前記追跡対象の人物を見失ったタイミングよりも後のタイミングにおいて、前記追跡対象の人物を見失った位置から所定距離以内にある物陰から出現する動作である１から５のいずれかに記載の追跡装置。
７．　前記移動体追跡手段は、
　　前記時間的条件及び前記位置的条件を満たす動作を行った複数の前記移動体が検出された場合、複数の前記移動体を追跡し、
　追跡開始後の複数の前記移動体の動作履歴に基づき、複数の前記移動体の中から、前記追跡対象の人物が乗った前記移動体を推定する推定手段をさらに有する１から６のいずれかに記載の追跡装置。
８．　前記動作履歴は、信号無視の有無、信号無視の回数、法定速度超過の有無、法定速度超過の度合、車線変更回数、及び移動経路の中の少なくとも１つを示す７に記載の追跡装置。
９．　前記動作履歴は、移動経路を示し、
　前記推定手段は、前記移動体の移動経路上に設置されたカメラの画像に基づく顔認証処理で、前記追跡対象の人物が乗っている前記移動体を推定する８に記載の追跡装置。
１０．　前記時間的条件及び前記位置的条件を満たす動作を行った複数の前記移動体として、予め定められた複数の乗降位置各々から発進した複数の前記移動体が検出された場合、見失ったタイミングまでの前記追跡対象の人物の移動経路と、複数の前記乗降位置各々との位置関係に基づき、複数の前記移動体の中から、前記追跡対象の人物が乗った前記移動体を推定する推定手段をさらに有する１から９のいずれかに記載の追跡装置。
１１．　１つ以上のコンピュータが、
　　追跡対象の人物を画像内で追跡し、
　　前記追跡対象の人物を見失ったタイミングに基づく時間的条件、及び前記追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出し、
　　検出された前記移動体を追跡する追跡方法。
１２．　コンピュータを、
　　追跡対象の人物を画像内で追跡する人物追跡手段、
　　前記追跡対象の人物を見失ったタイミングに基づく時間的条件、及び前記追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出する移動体検出手段、
　　検出された前記移動体を追跡する移動体追跡手段、
として機能させるプログラム。
　この出願は、２０２３年３月１６日に出願された日本出願特願２０２３－０４１７９０号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。
　１０　　追跡装置
　１１　　人物追跡部
　１２　　移動体検出部
　１３　　移動体追跡部
　１４　　推定部
　１Ａ　　プロセッサ
　２Ａ　　メモリ
　３Ａ　　入出力Ｉ／Ｆ
　４Ａ　　周辺回路
　５Ａ　　バス

Claims (20)

  1. 　追跡対象の人物を画像内で追跡する人物追跡手段と、
    　前記追跡対象の人物を見失ったタイミングに基づく時間的条件、及び前記追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出する移動体検出手段と、
    　検出された前記移動体を追跡する移動体追跡手段と、
    を有する追跡装置。
  2. 　前記時間的条件及び前記位置的条件を満たす動作は、前記追跡対象の人物を見失ったタイミングよりも後のタイミングにおいて、前記追跡対象の人物を見失った位置から基準距離以内の位置で発進する動作である請求項１に記載の追跡装置。
  3. 　前記時間的条件及び前記位置的条件を満たす動作は、前記追跡対象の人物を見失ったタイミングから所定時間経過したタイミングよりも後に、前記追跡対象の人物を見失った位置から所定距離以内にある施設の駐車場の出口から退場する動作であり、
    　前記所定時間は、前記施設の入口から前記施設の駐車場までの移動に要する移動時間である請求項１に記載の追跡装置。
  4. 　前記移動体検出手段は、
    　　前記追跡対象の人物に関する人物情報に基づき前記追跡対象の人物の移動速度を決定し、決定した移動速度に基づき前記移動時間を算出する請求項３に記載の追跡装置。
  5. 　前記人物情報は、前記追跡対象の人物の年齢、性別、荷物の有無、荷物の大きさ、ケガの有無、及びそれまでの移動速度の中の少なくとも１つを示す請求項４に記載の追跡装置。
  6. 　前記時間的条件及び前記位置的条件を満たす動作は、前記追跡対象の人物を見失ったタイミングよりも後のタイミングにおいて、前記追跡対象の人物を見失った位置から所定距離以内にある物陰から出現する動作である請求項１から５のいずれか１項に記載の追跡装置。
  7. 　前記移動体追跡手段は、
    　　前記時間的条件及び前記位置的条件を満たす動作を行った複数の前記移動体が検出された場合、複数の前記移動体を追跡し、
    　追跡開始後の複数の前記移動体の動作履歴に基づき、複数の前記移動体の中から、前記追跡対象の人物が乗った前記移動体を推定する推定手段をさらに有する請求項１から６のいずれか１項に記載の追跡装置。
  8. 　前記動作履歴は、信号無視の有無、信号無視の回数、法定速度超過の有無、法定速度超過の度合、車線変更回数、及び移動経路の中の少なくとも１つを示す請求項７に記載の追跡装置。
  9. 　前記動作履歴は、移動経路を示し、
    　前記推定手段は、前記移動体の移動経路上に設置されたカメラの画像に基づく顔認証処理で、前記追跡対象の人物が乗っている前記移動体を推定する請求項８に記載の追跡装置。
  10. 　前記時間的条件及び前記位置的条件を満たす動作を行った複数の前記移動体として、予め定められた複数の乗降位置各々から発進した複数の前記移動体が検出された場合、見失ったタイミングまでの前記追跡対象の人物の移動経路と、複数の前記乗降位置各々との位置関係に基づき、複数の前記移動体の中から、前記追跡対象の人物が乗った前記移動体を推定する推定手段をさらに有する請求項１から９のいずれか１項に記載の追跡装置。
  11. 　１つ以上のコンピュータが、
    　　追跡対象の人物を画像内で追跡し、
    　　前記追跡対象の人物を見失ったタイミングに基づく時間的条件、及び前記追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出し、
    　　検出された前記移動体を追跡する追跡方法。
  12. 　前記時間的条件及び前記位置的条件を満たす動作は、前記追跡対象の人物を見失ったタイミングよりも後のタイミングにおいて、前記追跡対象の人物を見失った位置から基準距離以内の位置で発進する動作である請求項１１に記載の追跡方法。
  13. 　前記時間的条件及び前記位置的条件を満たす動作は、前記追跡対象の人物を見失ったタイミングから所定時間経過したタイミングよりも後に、前記追跡対象の人物を見失った位置から所定距離以内にある施設の駐車場の出口から退場する動作であり、
    　前記所定時間は、前記施設の入口から前記施設の駐車場までの移動に要する移動時間である請求項１１に記載の追跡方法。
  14. 　前記１つ以上のコンピュータが、
    　　前記追跡対象の人物に関する人物情報に基づき前記追跡対象の人物の移動速度を決定し、決定した移動速度に基づき前記移動時間を算出する請求項１３に記載の追跡方法。
  15. 　前記人物情報は、前記追跡対象の人物の年齢、性別、荷物の有無、荷物の大きさ、ケガの有無、及びそれまでの移動速度の中の少なくとも１つを示す請求項１４に記載の追跡方法。
  16. 　コンピュータを、
    　　追跡対象の人物を画像内で追跡する人物追跡手段、
    　　前記追跡対象の人物を見失ったタイミングに基づく時間的条件、及び前記追跡対象の人物を見失った位置に基づく位置的条件を満たす動作を行った移動体を検出する移動体検出手段、
    　　検出された前記移動体を追跡する移動体追跡手段、
    として機能させるプログラムを記憶する記録媒体。
  17. 　前記時間的条件及び前記位置的条件を満たす動作は、前記追跡対象の人物を見失ったタイミングよりも後のタイミングにおいて、前記追跡対象の人物を見失った位置から基準距離以内の位置で発進する動作である請求項１６に記載の記録媒体。
  18. 　前記時間的条件及び前記位置的条件を満たす動作は、前記追跡対象の人物を見失ったタイミングから所定時間経過したタイミングよりも後に、前記追跡対象の人物を見失った位置から所定距離以内にある施設の駐車場の出口から退場する動作であり、
    　前記所定時間は、前記施設の入口から前記施設の駐車場までの移動に要する移動時間である請求項１６に記載の記録媒体。
  19. 　前記移動体検出手段は、
    　　前記追跡対象の人物に関する人物情報に基づき前記追跡対象の人物の移動速度を決定し、決定した移動速度に基づき前記移動時間を算出する請求項１８に記載の記録媒体。
  20. 　前記人物情報は、前記追跡対象の人物の年齢、性別、荷物の有無、荷物の大きさ、ケガの有無、及びそれまでの移動速度の中の少なくとも１つを示す請求項１９に記載の記録媒体。
PCT/JP2024/001230 2023-03-16 2024-01-18 追跡装置、追跡方法、及び記録媒体 Ceased WO2024190067A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2025506511A JPWO2024190067A5 (ja) 2024-01-18 追跡装置、追跡方法、及びプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2023041790 2023-03-16
JP2023-041790 2023-03-16

Publications (1)

Publication Number Publication Date
WO2024190067A1 true WO2024190067A1 (ja) 2024-09-19

Family

ID=92754735

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2024/001230 Ceased WO2024190067A1 (ja) 2023-03-16 2024-01-18 追跡装置、追跡方法、及び記録媒体

Country Status (1)

Country Link
WO (1) WO2024190067A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012080221A (ja) * 2010-09-30 2012-04-19 Jvc Kenwood Corp 目標追跡装置、目標追跡方法
JP2015019249A (ja) * 2013-07-11 2015-01-29 パナソニック株式会社 追跡支援装置、追跡支援システムおよび追跡支援方法
JP2022155646A (ja) * 2021-03-31 2022-10-14 ミサワホーム株式会社 街区の見守りシステム
US11594034B1 (en) * 2020-08-21 2023-02-28 Vivint, Inc. Techniques for a smart monitoring system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012080221A (ja) * 2010-09-30 2012-04-19 Jvc Kenwood Corp 目標追跡装置、目標追跡方法
JP2015019249A (ja) * 2013-07-11 2015-01-29 パナソニック株式会社 追跡支援装置、追跡支援システムおよび追跡支援方法
US11594034B1 (en) * 2020-08-21 2023-02-28 Vivint, Inc. Techniques for a smart monitoring system
JP2022155646A (ja) * 2021-03-31 2022-10-14 ミサワホーム株式会社 街区の見守りシステム

Also Published As

Publication number Publication date
JPWO2024190067A1 (ja) 2024-09-19

Similar Documents

Publication Publication Date Title
CN114450724B (zh) 用于自主机器应用的多活动者环境中的未来轨迹预测
JP7661031B2 (ja) 自律マシン適用におけるｒａｄａｒセンサを使用する障害物インスタンスの検出のためのディープ・ニューラル・ネットワーク
US11861458B2 (en) Systems and methods for detecting and recording anomalous vehicle events
JP6720296B2 (ja) 自律走行のための地図画像に基づく交通予測
US20220048535A1 (en) Generating Goal States for Prioritizing Path Planning
CN112084830B (zh) 通过基于视觉的感知系统检测对抗样本
CN116249643A (zh) 由自主车辆预测对象的动作以确定通过冲突区域的可行路径的方法和系统
US11120292B2 (en) Distance estimation device, distance estimation method, and distance estimation computer program
CN115175841A (zh) 自主车辆的行为规划
CN113785302A (zh) 自主机器应用中的路口姿态检测
CN113950702A (zh) 在视频分析应用中使用相关滤波器的多对象跟踪
JP2021513484A (ja) ブロッキング静止車両の検出
JP2019182412A (ja) 自動運転車に用いられる自動データラベリング
JP7135665B2 (ja) 車両制御システム、車両の制御方法及びコンピュータプログラム
CN113056749A (zh) 用于自主机器应用的未来对象轨迹预测
CN116710976A (zh) 用于对用于训练远程机器学习模型的数据进行智能机载选择的自主交通工具系统
JP7057874B2 (ja) 貨物を輸送するための自律走行車の盗難防止技術
CN111178286B (zh) 姿态轨迹预测方法、装置及电子设备
JP7523385B2 (ja) 移動体制御システム、移動体、制御方法、およびプログラム
CN111081045A (zh) 姿态轨迹预测方法及电子设备
CN117416343A (zh) 自动驾驶系统中对校车的活跃状态估计与响应
Mishra et al. Recent advancement in autonomous vehicle and driver assistance systems
US12189391B2 (en) Control system, mobile object, control method, and storage medium
US12596369B2 (en) Control system, mobile object, control method, and storage medium
JP7523386B2 (ja) 移動体制御システム、移動体、制御方法、およびプログラム

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: 24770189

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2025506511

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2025506511

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 24770189

Country of ref document: EP

Kind code of ref document: A1