特開 2024-103328 画像送信システム、画像監視装置、画像送信方法、画像送信プログラム及び分析方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024103328

(43)【公開日】2024-08-01

(54)【発明の名称】画像送信システム、画像監視装置、画像送信方法、画像送信プログラム及び分析方法

(51)【国際特許分類】

   H04N 7/18 20060101AFI20240725BHJP

   H04M 11/00 20060101ALI20240725BHJP

【ＦＩ】

H04N7/18 D

H04N7/18 K

H04N7/18 V

H04M11/00 301

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2023007602

(22)【出願日】2023-01-20

(71)【出願人】

【識別番号】390023168

【氏名又は名称】株式会社エヌケービー

(74)【代理人】

【識別番号】100114557

【弁理士】

【氏名又は名称】河野 英仁

(74)【代理人】

【識別番号】100078868

【弁理士】

【氏名又は名称】河野 登夫

(72)【発明者】

【氏名】久保田 充男

(72)【発明者】

【氏名】藤原 拓

【テーマコード（参考）】

5C054

5K201

【Ｆターム（参考）】

5C054CA04

5C054CC02

5C054CE00

5C054DA07

5C054EA03

5C054EA05

5C054EA07

5C054FC12

5C054FE13

5C054FE16

5C054FE17

5C054FE28

5C054GB02

5C054GB05

5C054HA19

5C054HA27

5K201BA02

5K201CA04

5K201CB10

5K201CB16

5K201CC01

5K201CC04

5K201DC07

5K201EA07

5K201EB07

5K201EC05

5K201EC06

5K201ED04

5K201EF04

5K201EF10

(57)【要約】

【課題】通信コストがカメラ台数に正比例しないよう効率的に、カメラ画像を送信可能な画像送信システム、画像監視装置、画像送信方法及び画像送信プログラムを提供すること。
【解決手段】画像送信システムは、公共交通機関の車両に取り付けられたカメラ２と、前記カメラ2それぞれに対応し、前記カメラ２が撮影した画像を無線通信にて送信する複数の第１送信部と、前記第１送信部が送信した前記画像を、移動体通信網を介して送信する第２送信部とを備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

公共交通機関の車両に取り付けられたカメラと、
前記カメラそれぞれに対応し、前記カメラが撮影した画像を無線通信にて送信する複数の第１送信部と、
前記第１送信部が送信した前記画像を、移動体通信網を介して送信する第２送信部と
を備える画像送信システム。

【請求項2】

前記カメラと前記第１送信部とは一体化したカメラユニットを構成している
請求項１に記載の画像送信システム。

【請求項3】

前記カメラユニットは、直管型蛍光灯に取付可能であり、前記直管型蛍光灯への供給電源を利用して動作するようしてある
請求項２に記載の画像送信システム。

【請求項4】

前記車両は鉄道車両であり、無線通信は無線ＬＡＮ、又は、近距離無線通信を用いた通信であり、移動体通信網はＬＴＥ（登録商標）通信ネットワークである
請求項１から請求項３の何れか一項に記載の画像送信システム。

【請求項5】

公共交通機関の車両に取り付けられた複数のカメラ、前記カメラそれぞれに対応し、前記カメラが撮影した画像を無線通信にて送信する複数の第１送信部、及び、前記第１送信部が送信した前記画像を、移動体通信網を介して送信する第２送信部を有する画像送信システムより、前記画像を、受信する受信部と、
受信した前記画像の異常を検知する検知部と、
前記検知部が異常を検知した場合、異常通知を出力する通知部と
を備える画像監視装置。

【請求項6】

前記異常通知は、検知した異常内容と検知対象となった画像とを含む
請求項５に記載の画像監視装置。

【請求項7】

前記検知部は、前記画像内に不審人物、急病人、又は、痴漢行為若しくは暴力行為を含む迷惑行為を行っている人物を認識した場合に、異常を検知したと判定する
請求項５又は請求項６に記載の画像監視装置。

【請求項8】

前記車両は鉄道車両であり、列車番号が対応付けられた前記画像を受信し、複数の前記画像を、列車番号ごとにタイル表示を行う表示部を備える
請求項５又は請求項６に記載の画像監視装置。

【請求項9】

公共交通機関の車両に取り付けられた複数のカメラそれぞれが撮影した画像を無線通信にて送信し、
送信された前記画像を、移動体通信網を介して送信する
画像送信方法。

【請求項10】

公共交通機関の車両に取り付けられた複数のカメラそれぞれが撮影した画像を無線通信にて送信し、
送信された前記画像を、移動体通信網を介して送信する
処理をコンピュータに行わせる画像送信プログラム。

【請求項11】

公共交通機関の車両に取り付けられた複数のカメラそれぞれが撮影した画像を、前記カメラそれぞれに対応する複数の第１送信部が無線通信にて送信し、
受信した複数の前記画像を、第２送信部が移動体通信網により送信し、
受信した複数の前記画像に基づいて、サーバが前記車両内の状況を分析する
分析方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、カメラで撮影された画像を送信する画像送信システム、画像監視装置、画像送信方法、画像送信プログラム及び分析方法に関する。

【背景技術】

【0002】

監視カメラシステムにおいては、カメラケーブルを切断されてしまうリスクがある。そのため、特許文献１には、無線基地局を介してサービス制御局と無線電話端末とが定常的に制御信号による応答を行う簡易型携帯電話システムを使用した監視カメラシステムが提案されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開平９－１７２５０４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、従来の技術においては、カメラ毎に無線端末を設けている。そのため、通信コストがカメラ台数に比例して増大してしまう。

【0005】

本発明はこのような状況に鑑みてなされたものである。その目的は、通信コストがカメラ台数に正比例しないよう効率的に、カメラ画像を送信可能な画像送信システム、画像監視装置、画像送信方法、画像送信プログラム及び分析方法を提供することである。

【課題を解決するための手段】

【0006】

本願の一態様に係る画像送信システムは、公共交通機関の車両に取り付けられたカメラと、前記カメラそれぞれに対応し、前記カメラが撮影した画像を無線通信にて送信する複数の第１送信部と、前記第１送信部が送信した前記画像を、移動体通信網を介して送信する第２送信部とを備える。

【発明の効果】

【0007】

本願の一態様にあっては、カメラ画像を効率的に送信可能となる。

【図面の簡単な説明】

【0008】

【図1】監視システムの構成例を示す説明図である。

【図2】集配信装置のハードウェア構成例を示すブロック図である。

【図3】車両内におけるカメラ配置の例を示す平面図である。

【図4】サーバのハードウェア構成例を示すブロック図である。

【図5】監視端末のハードウェア構成例を示すブロック図である。

【図6】カメラＤＢの例を示す説明図である。

【図7】画像ＤＢの例を示す説明図である。

【図8】編成ＤＢの例を示す説明図である。

【図9】カメラＤＢの例を示す説明図である。

【図10】画像ＤＢの例を示す説明図である。

【図11】検知画像ＤＢの例を示す説明図である。

【図12】学習モデルの入出力例を示す説明図である。

【図13】学習モデル生成処理の手順例を示すフローチャートである。

【図14】画像配信処理の手順例を示すフローチャートである。

【図15】判定処理の手順例を示すフローチャートである。

【図16】通知画面の例を示す説明図である。

【図17】検知画像ＤＢの例を示す説明図である。

【図18】判定処理の手順例を示すフローチャートである。

【発明を実施するための形態】

【0009】

（実施の形態１）
以下実施の形態を、図面を参照して説明する。図１は監視システムの構成例を示す説明図である。監視システム１００は集配信装置１、カメラ２、サーバ３、監視端末４及びマルチディスプレイシステム５を含む。集配信装置１、サーバ３、監視端末４、マルチディスプレイシステム５はネットワークＮにより、互いに通信可能に接続されている。集配信装置１及びカメラ２は公共交通機関の車両、例えば、鉄道車両に設置される。監視端末４及びマルチディスプレイシステム５は監視センタに設置される。なお、画像送信システムは、監視システム１００を構成するサブシステムであり、少なくとも集配信装置１及びカメラ２を含む。

【0010】

集配信装置１は１又は複数車両ごとに設置される。集配信装置１は無線ＬＡＮ（Local Area Network）のアクセスポイント機能を有しており、無線ＬＡＮ（近距離無線通信）を介して、カメラ２より撮影した画像を収集する。無線ＬＡＮは例えば、WiFi（登録商標）規格に則したネットワークを構築する。集配信装置１は収集した画像を携帯電話網、例えばＬＴＥ（登録商標：Long Term Evolution）通信ネットワークを介して、サーバ３へ送信する。

【0011】

カメラ２は各車両に複数台、設置される。カメラ２は直管型蛍光灯に取付可能となっている。カメラ２は蛍光灯へ供給される電源（供給電源）を利用して動作する。カメラ２は直管型LED（Light Emitting Diode）ランプに取り付け可能となっていてもよい。カメラ２は無線ＬＡＮクライアントを介して、撮影した画像を集配信装置１へ送信する。カメラ２は無線ＬＡＮ通信部（第１送信部）を備えるカメラユニットであってもよい。無線ＬＡＮクライアント又はカメラ２から集配信装置１へ無線ＬＡＮの電波が届きにくい場合は、中継ポイントを設置するか、又は、アドホックモードを用いて、他の無線ＬＡＮクライアント又はカメラ２を介して、送信する。カメラ２は撮影した画像を記憶可能な記憶部を備えていてもよい。例えば記憶部はmicroSD（Secure Digital）カードを用いて構成する。なお、以下の説明において、無線ＬＡＮ通信部を備えるカメラユニットについても、カメラ２と呼ぶ。また、無線ＬＡＮクライアントを介してカメラ２が通信を行う場合においても、カメラ２が通信を行うかのように記載する。

【0012】

サーバ３は集配信装置１から収集した画像を解析し、車両を監視する。車両内での異常発生を検知した場合、集配信装置１は監視端末４へ異常通知を行う。サーバ３はサーバコンピュータ、ワークステーション、ＰＣ（Personal Computer）等で構成する。また、サーバ３を複数のコンピュータからなるマルチコンピュータ、ソフトウェアによって仮想的に構築された仮想マシン又は量子コンピュータで構成しても良い。さらに、サーバ３の機能をクラウドサービスで実現してもよい。

【0013】

監視端末４は、集配信装置１が収集したカメラ２の画像を表示する。監視端末４は、ノートパソコン、パネルコンピュータ、タブレットコンピュータ、スマートフォン等で構成する。

【0014】

マルチディスプレイシステム５は行方向及び列方向に配置された複数の表示装置（ディスプレイ）を用いて複数画像をタイル表示可能なシステムである。マルチディスプレイシステム５は複数のカメラ２からの画像を同時に表示することが可能である。例えば、マルチディスプレイシステムは、運行している列車番号ごとに画像を表示する。

【0015】

図２は集配信装置のハードウェア構成例を示すブロック図である。集配信装置１は制御部１１、主記憶部１２、補助記憶部１３、集信部１５及び配信部１６を含む。制御部１１、主記憶部１２、補助記憶部１３、集信部１５及び配信部１６はバスＢにより接続されている。

【0016】

制御部１１は、一又は複数のＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）、ＧＰＵ（Graphics Processing Unit）等の演算処理装置を有する。制御部１１は、補助記憶部１３に記憶された制御プログラム１Ｐ（プログラム、プログラム製品）を読み出して実行することにより、集配信装置１に係る種々の情報処理、制御処理等を行う。

【0017】

主記憶部１２は、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）、フラッシュメモリ等である。主記憶部１２は主として制御部１１が演算処理を実行するために必要なデータを一時的に記憶する。

【0018】

補助記憶部１３はハードディスク又はＳＳＤ（Solid State Drive）等であり、制御部１１が処理を実行するために必要な制御プログラム１Ｐや各種ＤＢ（Database）を記憶する。補助記憶部１３は、カメラＤＢ１３１、画像ＤＢ１３２及び検知画像ＤＢ１３３を記憶する。また、補助記憶部１３は学習モデル１４を記憶する。本実施の形態において、検知画像ＤＢ１３３及び学習モデル１４は不要であり、後述の実施の形態において説明する。

【0019】

集信部１５は無線ＬＡＮのアクセスポイント機能を有し、複数のカメラ２と通信を行う。集信部１５は、複数のカメラ２それぞれが撮影した画像を収集する。

【0020】

配信部１６（第２送信部）はＬＴＥ通信ネットワーク（移動体通信網）に接続して、サーバ３と通信を行う。配信部１６は、集信部１５が収集したカメラ２が撮影した画像を、サーバ３へ送信する。

【0021】

図３は車両内におけるカメラ配置の例を示す平面図である。車両６は進行左右にそれぞれ４つの扉６１を有している。ひとつの扉６１上方に、集配信装置１が格納されている。また、各扉６１の付近に設置されている蛍光灯６２にカメラ２が取り付けられている。

【0022】

図４はサーバのハードウェア構成例を示すブロック図である。サーバ３は制御部３１、主記憶部３２、補助記憶部３３、通信部３５及び読み取り部３６を含む。制御部３１、主記憶部３２、補助記憶部３３、通信部３５及び読み取り部３６はバスＢにより接続されている。

【0023】

制御部３１は、一又は複数のＣＰＵ、ＭＰＵ、ＧＰＵ等の演算処理装置を有する。制御部３１は、補助記憶部３３に記憶された制御プログラム３Ｐ（プログラム、プログラム製品）を読み出して実行することにより、受信部、検知部、通知部などの機能部を実現する。

【0024】

主記憶部３２は、ＳＲＡＭ、ＤＲＡＭ、フラッシュメモリ等である。主記憶部３２は主として制御部３１が演算処理を実行するために必要なデータを一時的に記憶する。

【0025】

補助記憶部３３はハードディスク又はＳＳＤ等であり、制御部３１が処理を実行するために必要な制御プログラム３Ｐや各種ＤＢを記憶する。補助記憶部３３は、編成ＤＢ３３１、カメラＤＢ３３２、画像ＤＢ３３３及び検知画像ＤＢ３３４を記憶する。また、補助記憶部３３は学習モデル３４を記憶する。補助記憶部３３はサーバ３と別体であって外部接続された外部記憶装置であってもよい。補助記憶部３３に記憶する各種ＤＢ等を、サーバ３とは異なるデータベースサーバやクラウドストレージに記憶してもよい。

【0026】

通信部３５はネットワークＮを介して、集配信装置１及び監視端末４と通信を行う。また、制御部３１が通信部３５を用い、ネットワークＮ等を介して他のコンピュータから制御プログラム３Ｐをダウンロードし、補助記憶部３３に記憶してもよい。

【0027】

読み取り部３６はＣＤ（Compact Disc）－ＲＯＭ及びＤＶＤ（Digital Versatile Disc）－ＲＯＭを含む可搬型記憶媒体３ａを読み取る。制御部３１が読み取り部３６を介して、制御プログラム３Ｐを可搬型記憶媒体３ａより読み取り、補助記憶部３３に記憶してもよい。また、半導体メモリ３ｂから、制御部３１が制御プログラム３Ｐを読み込んでもよい。

【0028】

図５は監視端末のハードウェア構成例を示すブロック図である。監視端末４は制御部４１、主記憶部４２、補助記憶部４３、通信部４４、入力部４５及び表示部４６を含む。各構成はバスＢで接続されている。

【0029】

制御部４１は、一又は複数のＣＰＵ、ＭＰＵ、ＧＰＵ等の演算処理装置を有する。制御部４１は、補助記憶部４３に記憶された制御プログラム４Ｐ（プログラム、プログラム製品）を読み出して実行することにより、種々の機能を提供する。

【0030】

主記憶部４２は、ＳＲＡＭ、ＤＲＡＭ、フラッシュメモリ等である。主記憶部４２は主として制御部４１が演算処理を実行するために必要なデータを一時的に記憶する。

【0031】

補助記憶部４３はハードディスク又はＳＳＤ等であり、制御部４１が処理を実行するために必要な各種データを記憶する。補助記憶部４３は、監視端末４と別体であって、外部接続された外部記憶装置であってもよい。補助記憶部４３に記憶する各種ＤＢ等を、データベースサーバやクラウドストレージに記憶してもよい。

【0032】

通信部４４はネットワークＮを介して、サーバ３と通信を行う。また、制御部４１が通信部４４を用い、ネットワークＮ等を介して他のコンピュータから制御プログラム４Ｐをダウンロードし、補助記憶部４３に記憶してもよい。

【0033】

入力部４５はキーボードやマウスである。表示部４６は液晶表示パネル等を含む。表示部４６はカメラ２が撮影した画像などを表示する。なお、入力部４５と表示部４６とを一体化し、タッチパネルディスプレイを構成してもよい。また、監視端末４は外部の表示装置に表示を行ってもよい。

【0034】

次に監視システム１００が使用するデータベースについて説明する。まず、集配信装置１が備えるデータベースについて説明する。図６はカメラＤＢの例を示す説明図である。カメラＤＢ１３１は集配信装置１が画像を収集するカメラ２についての情報を記憶する。カメラＤＢ１３１はカメラＩＤ列、号車列及び位置列を含む。カメラＩＤ列はカメラ２を特定可能なカメラＩＤを記憶する。カメラＩＤは、カメラ２の備える通信部のMACアドレス（Media Access Control address）としてもよい。号車列はカメラ２が設置されている編成の号車番号を記憶する。位置列はカメラ２が設置されている車両内での位置を記憶する。

【0035】

図７は画像ＤＢの例を示す説明図である。画像ＤＢ１３２はカメラ２が撮影した画像の属性などを記憶する。画像ＤＢ１３２はカメラＩＤ列、開始日列、開始時刻列、終了日列、終了時刻列及び画像列を含む。カメラＩＤ列はカメラＩＤを記憶する。開始日列は撮影を開始した日付を記憶する。開始時刻列は撮影を開始した時刻を記憶する。終了日列は撮影を終了した日付を記憶する。終了時刻列は撮影を終了した時刻器を記憶する。画像列は撮影した画像を記憶する。なお、画像の実体はファイルとして補助記憶部１３に記憶し、画像列に当該ファイル名を記憶してもよい。また、記憶する画像は動画であるが、カメラ２が撮影したフレーム速度や解像度を落とし、データ容量を削減した上で、記憶してもよい。

【0036】

続いて、サーバ３が備えるデータベースについて説明する。図８は編成ＤＢの例を示す説明図である。編成ＤＢ３３１は車両編成についての情報を記憶する。編成ＤＢ３３１は会社列、編成ＩＤ列、両数列及び集配装置列を含む。会社列は車両を運行している会社、例えば鉄道会社を特定する会社ＩＤを記憶する。編成ＩＤ列は編成を特定可能な編成ＩＤを記憶する。（会社ＩＤ＋編成ＩＤ）又は編成ＩＤにより、車両編成を一意に特定可能となる。両数列は編成の車両数を記憶する。集配装置列は編成が備えている集配装置の識別情報、例えば、ＬＴＥ通信ネットワークで利用する電話番号である。一編成に複数の集配装置が搭載されている場合、集配装置列は複数の識別情報を記憶する。

【0037】

図９はカメラＤＢの例を示す説明図である。カメラＤＢ３３２は車両に搭載されているカメラ２についての情報を記憶する。カメラＤＢ３３２は会社列、編成ＩＤ列、カメラＩＤ列、号車列及び位置列を含む。会社列は車両を運行している会社の会社ＩＤを記憶する。編成ＩＤ列は編成を特定可能な編成ＩＤを記憶する。カメラＩＤ列から位置列のそれぞれは、集配信装置１が備えるカメラＤＢ１３１の同名列と同様であるから説明を省略する。

【0038】

図１０は画像ＤＢの例を示す説明図である。画像ＤＢ３３３はカメラ２が撮影した画像を記憶する。画像ＤＢ３３３は会社列、編成ＩＤ列、列車番号列、カメラＩＤ列、開始日列、開始時刻列、終了日列、終了時刻列及び画像列を含む。会社列は車両を運行している会社の会社ＩＤを記憶する。編成ＩＤ列は編成を特定可能な編成ＩＤを記憶する。カメラＩＤ列から画像列のそれぞれは、集配信装置１が備える画像ＤＢ１３２の同名列と同様であるから説明を省略する。

【0039】

図１１は検知画像ＤＢの例を示す説明図である。検知画像ＤＢ３３４は異常検知した際の画像を記憶する。カメラ２が撮影した画像から異常検知した場合、検知した時点から所定時間前の時刻から、検知した時点から所定時間後の時刻までの画像を切り出し記憶する。検知画像ＤＢ３３４は会社列、編成ＩＤ列、列車番号列、カメラＩＤ列、検知時刻列、種別列、検知画像列、開始日列、開始時刻列、終了日列、終了時刻列及び画像列を含む。会社列は車両を運行している会社の会社ＩＤを記憶する。編成ＩＤ列は編成を特定可能な編成ＩＤを記憶する。列車番号列は運行時の列車番号を記憶する。なお、列車番号は、例えば、編成ＩＤ及び検知時刻等を用いて、列車の運行指示に鉄道会社の運行システム（図示しない）から取得しておく。カメラＩＤ列は異常が検知された画像を撮影したカメラ２のカメラＩＤを記憶する。検知時刻列は異常が検知された画像を撮影した時刻を記憶する。種別列は検知された異常の種別を記憶する。異常の種別は、例えば、迷惑行為、急病人などである。迷惑行為は更に痴漢行為、暴力行為等に分けてもよい。検知画像列は異常が検知された画像（静止画）を記憶する。開始日列及び開始時刻列は切り出した画像の開始日、開始時刻を記憶する。終了日列及び終了時刻列は切り出した画像の終了日、終了時刻を記憶する。画像列は切り出した画像を記憶する。なお、画像の実体はファイルとして補助記憶部１３に記憶し、画像列に当該ファイル名を記憶してもよい。

【0040】

次に、学習モデルについて説明する。図１２は学習モデルの入出力例を示す説明図である。学習モデル３４は、深層学習により生成されるニューラルネットワークである。学習モデル３４は、カメラ２が撮影した画像の１フレームを入力した場合に、異常有無の判定結果を出力する。図１２に示す例では、判定結果は各事象の発生可能性を数値で出力している。ここでは、正常が０．７４で最大値となっているので、正常と判断される。例えば、暴力の値が最大値となっている場合は、暴力行為を検知していると判定される。

【0041】

続いて、監視システム１００で行われる情報処理について説明する。図１３は学習モデル生成処理の手順例を示すフローチャートである。当該処理は学習モデル３４を生成する処理である。サーバ３の制御部３１は訓練データを取得する（ステップＳ１）。訓練データは静止画像と検出すべき事象（正常、暴力行為、痴漢行為、急病人発生）を示す正解ラベルが対応付けられたデータである。制御部３１は訓練データを用いて学習を行う（ステップＳ２）。例えば、制御部３１は訓練データに含まれる静止画像を学習モデル３４に入力し、学習モデル３４から出力された値のうち、検出すべき事象が付されたノードの出力値が最大となるように、学習モデル３４を構成するニューロン間の重み等のパラメータを最適化する。制御部３１は学習に使用されていない未処理の訓練データが有るか否かを判定する（ステップＳ３）。制御部３１は未処理の訓練データが有ると判定した場合（ステップＳ３でＹＥＳ）、処理をステップＳ１へ戻し処理を継続する。制御部３１は未処理の訓練データがないと判定した場合（ステップＳ３でＮＯ）、学習して得た学習モデル１４を記憶し（ステップＳ４）、処理を終了する。

【0042】

図１４は画像配信処理の手順例を示すフローチャートである。画像配信処理は集配信装置１で実行される処理である。鉄道車両に集配信装置１が搭載されている場合、例えば、車両が始発駅に入線する際に、画像配信処理が開始される。画像配信処理の開始時には、カメラ２は既に動作していることが望ましい。したがって、カメラ２が蛍光灯のソケットから電源供給を受けている場合、画像配信処理が開始される前に、蛍光灯は点灯されていることが望ましい。集配信装置１の制御部１１はヘルスチェックを行う（ステップＳ１１）。制御部１１はカメラＤＢ１３１に記録されている全てのカメラ２と通信が行えるかを確認する。１回目で通信が行えないカメラ２がある場合、制御部１１は複数回、通信を試みてもよい。所定回数、試みても、通信が行えないカメラ２がある場合、制御部１１は通信エラーをサーバ３や監視センタへ通知する。制御部１１は、車掌室の通信機や車掌が所持している業務用携帯通信機へ通知を行ってもよい。なお、通信が行えないカメラ２がある場合、ヘルスチェックに失敗したとして、画像配信処理を終了してもよいが、運行規則上、数台のカメラ２と通信できなくとも許される場合、画像配信処理を継続してもよい。制御部１１はカメラ２から画像を受信する（ステップＳ１２）。制御部１１は受信した画像を画像ＤＢ１３２に記憶する（ステップＳ１３）。制御部１１は受信した画像をサーバ３へ送信する（ステップＳ１４）。送信する画像に付加する属性は、画像ＤＢ１３２に記憶する属性に加えて、予め設定された編成ＩＤもサーバ３へ送信する。制御部１１は終了するか否かを判定する（ステップＳ１５）。制御部１１は終了しないと判定した場合（ステップＳ１５でＮＯ）、処理をステップＳ１２へ戻す。制御部１１は終了すると判定した場合（ステップＳ１５でＹＥＳ）、処理を終了する。例えば、制御部１１は全てのカメラ２からの通信が途絶えた場合、終了判定する。車両の運行が終了した場合、蛍光灯は消灯されるので、カメラ２は電源断により動作しなくなるからである。制御部１１はサーバ３から終了指示を受けて、処理を終了すると判定してもよい。また、折り返し運転、回送運転、乗り入れ等に伴い、車両編成に付された列車番号が変更された場合、制御部１１は画像配信処理を一旦終了し、再度、実行開始してもよい。画像ＤＢ１３２に記憶する画像は、カメラＩＤ、撮影開始日、撮影開始時刻を対応付けて記憶する。動画像を記憶する場合、一つ動画につき録画時間の上限を定め、条件に達したら、他の動画として、画像ＤＢ１３２において他のレコードとして記憶するようにしてもよい。記録を終了した画像については、撮影終了日、撮影終了時刻を対応付けて記憶する。

【0043】

制御部１１はカメラ２から受信した画像を画像ＤＢ１３２に記憶する場合、容量を削減するために、画像の解像度やフレーム速度を落としてから、記憶してもよい。サーバ３へ送信する画像についても、画像の解像度やフレーム速度を落としてから、送信してもよい。カメラ２は通信量を削減するために、集配信装置１へ送信する画像の解像度やフレーム速度を落としてもよい。

【0044】

図１５は判定処理の手順例を示すフローチャートである。判定処理はサーバ３が行う処理である。判定処理は集配信装置１から画像を受信した開始され、画像を受信している間は繰り返し実行される。サーバ３の制御部３１は集配信装置１から画像を受信する（ステップＳ２１）。制御部３１は受信した画像を画像ＤＢ３３３に記憶する（ステップＳ２２）。容量削減のため、解像度やフレーム速度を落とした画像を画像ＤＢ３３３に記憶してもよい。制御部３１は正常か否かを判定する（ステップＳ２３）。制御部３１は受信した画像を学習モデル３４に入力し、学習モデル３４の出力値を取得する。動画像の場合、学習モデル３４に１フレーム毎に画像を入力する。制御部３１は学習モデル３４の出力値の中で、正常に対応したノードの出力値が最大で、所定の閾値を超えている場合、正常と判定する。それ以外の場合、異常と判定する。制御部３１は正常と判定した場合（ステップＳ２３でＹＥＳ）、処理を終了する。制御部３１は正常でない（異常である）と判定した場合（ステップＳ２３でＮＯ）、画像をクリップする（ステップＳ２４）。制御部３１は異常を検知した静止画像（検知対象となった画像）を、鉄道会社のＩＤ、編成ＩＤ、列車番号、カメラＩＤ、検知時刻、及び、異常の種別（異常内容）と対応付けて記憶する。検知画像ＤＢ３３４に記憶する。列車番号は編成ＩＤ及び検知時刻等を用いて、鉄道会社の運行システム（図示しない）から取得する。記憶する画像として、検知時刻前から検知時刻後までの動画像を記憶することが望ましい。当該動画像は、開始日、開始時刻、終了日（省略可）、終了時刻と対応付けて記憶する。検知画像ＤＢ３３４に記憶する画像は、解像度が高く、フレーム速度が大きいものが望ましいので、解像度やフレーム速度を落とした画像を画像ＤＢ３３３に記憶している場合、解像度やフレーム速度を落とす前の画像を、主記憶部３２等にバッファリングしておき、バッファリングしている画像から、検知画像ＤＢ３３４に記憶する画像を抽出する。制御部３１は通知画面を作成する（ステップＳ２５）。制御部３１は通知画面を監視センタの監視端末４やマルチディスプレイシステム５へ出力し（ステップＳ２６）、処理を終了する。通知画面を該当する列車に乗務している車掌の通信端末へ送信してもよい。

【0045】

図１６は通知画面の例を示す説明図である。図１６Ａはマルチディスプレイシステム５での通知画面の表示例を示す。マルチディスプレイシステム５での表示は複数の監視員が見ていることが前提であるので、なるべく見易い位置、例えば中心付近に通知画面５１を表示する。

【0046】

図１６Ｂは監視端末４に表示する通知画面ｄ０１の例である。通知画面５１は異常検知した路線及び列車番号ｄ０１１、発生箇所ｄ０１２、異常検知画像ｄ０１３、検知箇所の現在画像ｄ０１４、検知箇所前後に位置するカメラからの現在画像d０１５、ｄ０１６を含む。異常検知画像を表示する領域を２つ設けて、一の領域には異常を検知した静止画像を、他の領域には検知時刻前から検知時刻後までの動画像を繰り返し表示するようにしてもよい。

【0047】

本実施の形態は、以下の効果を奏する。集配信装置１は複数のカメラ２それぞれが撮影した画像を収集し、収集した画像をサーバ３へ送信する。各カメラ２がサーバ３へ送信するのではなく、集配信装置１が送信することにより効率的な送信が可能となる。そして、画像の送信についての通信費を低減することが可能となる。サーバ３はカメラ２が撮影した画像を用いて、車両内で異常が発生しているか否かを判定する。それにより、目視のみの監視と比較して、異常の発生の検知精度を高めることが可能となる。また、カメラ２は直管型蛍光灯に取付可能であり、撮影画像を無線ＬＡＮで送信可能であるので、既に運行している車両にも、配線工事等をすることなく設置可能である。

【0048】

（実施の形態２）
本実施の形態は、集配信装置１が学習モデルを有する形態に関する。以下の説明においては、実施の形態１と同様な内容は省略し、実施の形態１と異なる点を主に述べる。本実施の形態における集配信装置１の補助記憶部１３は、制御プログラム１Ｐ、並びに、カメラＤＢ１３１及び画像ＤＢ１３２に加えて、検知画像ＤＢ１３３及び学習モデル１４を記憶する。

【0049】

学習モデル１４は、サーバ３が備える学習モデル３４と同様な構成である。モデルの生成、再学習は、学習モデル３４を用いて、サーバ３で実行する。そして、生成、再学習の結果で得た学習モデル３４を特徴づけるバラメータを、集配信装置１に送信する。集配信装置１において、受信したパラメータを、学習モデル１４のパラメータとして記憶することにより、学習モデル１４の生成、再学習が実現される。

【0050】

図１７は検知画像ＤＢの例を示す説明図である。検知画像ＤＢ１３３はカメラＩＤ列、検知時刻列、種別列、検知画像列、開始日列、開始時刻列、終了日列、終了時刻列及び画像列を含む。各列が記憶する内容は、図１１に示した検知画像ＤＢ３３４の同名列が記憶する内容と同様であるので、説明を省略する。

【0051】

図１８は判定処理の手順例を示すフローチャートである。図１８に示す判定処理は、集配信装置１が行う処理である。集配信装置１が行う判定処理は、図１５に示した判定処理と類似し、また、図１４に示した画像配信処理に相当する処理も含む。本実施の形態において、集配信装置１は画像配信処理を行わなくともよい。判定処理は集配信装置１が起動後に実行を開始する。カメラ２からの画像送信が途絶えた場合、処理を終了する。上述した画像配信処理と同様に、判定処理の開始時には、カメラ２は既に動作していることが望ましい。その理由等は、上述した内容と同様であるから説明を省略する。

【0052】

集配信装置１の制御部１１はヘルスチェックを行う（ステップＳ３１）。ヘルスチェックは画像配信処理のステップＳ１１と同様であるから、説明を省略する。制御部１１はカメラ２から画像を受信する（ステップＳ３２）。制御部１１は受信した画像を画像ＤＢ１３２に記憶する（ステップＳ３３）。容量削減のため、解像度やフレーム速度を落とした画像を画像ＤＢ１３２に記憶してもよい。但し、検知画像ＤＢ１３３に記憶する画像用として、解像度やフレーム速度を落とす前の画像を所定容量、主記憶部３２等にバッファリングしておく。制御部１１は正常か否かを判定する（ステップＳ３４）。制御部１１は受信した画像を学習モデル１４に入力し、学習モデル１４の出力値を取得する。動画像の場合、学習モデル１４に１フレーム毎に画像を入力する。制御部１１は学習モデル１４の出力値の中で、正常に対応したノードの出力値が最大で、所定の閾値を超えている場合、正常と判定する。それ以外の場合、異常と判定する。制御部１１は正常と判定した場合（ステップＳ３４でＹＥＳ）、処理を終了するか否か判定する（ステップＳ３５）。当該判定は、画像配信処理のステップＳ１５と同様であるから、説明を省略する。制御部１１は処理を終了しないと判定した場合（ステップＳ３５でＮＯ）、処理をステップＳ３２へ戻す。制御部１１は処理を終了すると判定した場合（ステップＳ３５でＹＥＳ）、処理を終了する。制御部１１は正常でない（異常である）と判定した場合（ステップＳ３４でＮＯ）、画像をクリップする（ステップＳ３６）。制御部１１は異常を検知した静止画像を、カメラＩＤ、検知時刻、及び、異常の種別と対応付けて記憶する。検知画像ＤＢ１３３に記憶する。記憶する画像として、検知時刻前から検知時刻後までの動画像を記憶することが望ましい。当該動画像は、開始日、開始時刻、終了日（省略可）、終了時刻と対応付けて記憶する。検知画像ＤＢ３３４に記憶する画像は、解像度が高く、フレーム速度が大きいものが望ましいので、解像度やフレーム速度を落とした画像を画像ＤＢ３３３に記憶している場合、上述したバッファリングしている画像から、検知画像ＤＢ３３４に記憶する画像を抽出する。制御部１１は異常を検知した旨を、サーバ３へ送信する（ステップＳ３７）。その際、制御部１１はクリップした画像（静止画像、動画像）をサーバ３へ送信するクリップした画像に付加する属性は、検知画像ＤＢ１３３に記憶する属性に加えて、予め設定された編成ＩＤもサーバ３へ送信する。サーバ３の制御部３１はクリップした画像を受信する（ステップＳ３８）。サーバ３は通知画面を作成する（ステップＳ３９）。サーバ３は通知画面を送信する（ステップＳ４０）。ステップＳ３９及びステップＳ４０はそれぞれ図１５で示した判定処理のステップＳ２５及びステップＳ２６と同様であるから、説明を省略する。通知画面の例についても、図１６で示したものと同様である。

【0053】

本実施の形態においては、異常検知した場合にのみ、画像をサーバ３へ送信するので、集配信装置１とサーバ３との通信費を更に低減することが可能となる。なお、学習モデル１４での異常検知は１００％ではないことを考慮し、学習モデル１４が正常と判定している場合において、集配信装置１はカメラ２の撮影画像をサーバ３へ送信してもよい。この場合、サーバ３へ送信する画像は、解像度及びフレーム速度を落としてもよい。但し、学習モデル１４が正常と判定したが、監視員が異常の発生を疑った場合、監視端末４からの指示等に基づき、集配信装置１がバッファリングしている解像度及びフレーム速度を落とす前の画像をサーバ３が取得し、監視端末４等に表示するようにしてもよい。それにより、学習モデル１４が見逃したが、監視員が異常の発生を疑った状況について、再確認することが可能となり、異常の検知の精度をシステム全体として向上させることが可能となる。

【0054】

学習モデル３４又は学習モデル１４は、１フレームの画像から異常検知を行うとしたがそれに限らない。複数フレームの画像を用いて、被写体となっている人の動きを認識し、不審人物等の検出を行ってもよい。異常の検知を学習モデル３４又は学習モデル１４を用いて行ったが、それに限らない。異常を示す典型な画像とのパターンマッチングや類似度により判定してもよい。

【0055】

上述の実施の形態においては、カメラ２が撮影画像により、車両内の異常を検知したが、それに限らない。カメラ２にマイクロフォンを内蔵し、車両内から収集した音声を用いて、異常を検知してもよい。音声により異常検知は、画像と同様に学習モデル３４又は学習モデル１４を用いて行う。なお、異常検知は、音声認識により異常を示す典型的な用語や表現を検知することによって行ってもよい。また、人の声のトーンや、鳴き声、叫び声、悲鳴などにより、異常を検知してもよい。

【0056】

各実施の形態で記載されている技術的特徴（構成要件）はお互いに組み合わせ可能であり、組み合わせすることにより、新しい技術的特徴を形成することができる。
今回開示された実施の形態はすべての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。
特許請求の範囲には他の２以上のクレームを引用するクレームを記載する形式（マルチクレーム形式）を用いているが、これに限るものではない。マルチクレームを少なくとも一つ引用するマルチクレーム（マルチマルチクレーム）を記載する形式を用いて記載してもよい。

【符号の説明】

【0057】

１００ ：監視システム
１ ：集配信装置
１１ ：制御部
１２ ：主記憶部
１３ ：補助記憶部
１３１ ：カメラＤＢ
１３２ ：画像ＤＢ
１３３ ：検知画像ＤＢ
１４ ：学習モデル
１５ ：集信部
１６ ：配信部
１Ｐ ：制御プログラム
２ ：カメラ
３ ：サーバ
３１ ：制御部
３２ ：主記憶部
３３ ：補助記憶部
３３１ ：編成ＤＢ
３３２ ：カメラＤＢ
３３３ ：画像ＤＢ
３３４ ：検知画像ＤＢ
３４ ：学習モデル
３５ ：通信部
３６ ：読み取り部
３Ｐ ：制御プログラム
３ａ ：可搬型記憶媒体
３ｂ ：半導体メモリ
４ ：監視端末
５ ：マルチディスプレイシステム
６ ：車両
Ｂ ：バス
Ｎ ：ネットワーク

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】