特開 2024-138957 異常検出装置、異常検出方法、及びプログラム

(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】P2024138957

(43)【公開日】2024-10-09

(54)【発明の名称】異常検出装置、異常検出方法、及びプログラム

(51)【国際特許分類】

   G08B 25/04 20060101AFI20241002BHJP

   G08B 21/02 20060101ALI20241002BHJP

   H04M 11/00 20060101ALI20241002BHJP

【ＦＩ】

G08B25/04 K

G08B21/02

H04M11/00 301

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2023049694

(22)【出願日】2023-03-27

(71)【出願人】

【識別番号】000004237

【氏名又は名称】日本電気株式会社

(74)【代理人】

【識別番号】100103894

【弁理士】

【氏名又は名称】家入 健

(72)【発明者】

【氏名】矢田 和弘

【テーマコード（参考）】

5C086

5C087

5K201

【Ｆターム（参考）】

5C086AA22

5C086AA49

5C086AA54

5C086CA01

5C086CA09

5C086CA15

5C086CA21

5C086CA25

5C086CB01

5C086FA18

5C087AA02

5C087AA19

5C087DD03

5C087EE14

5C087FF01

5C087FF02

5C087FF04

5C087GG70

5C087GG83

5K201BA02

5K201CC01

5K201CC04

5K201CC06

5K201CC10

5K201DC02

5K201DC04

5K201DC05

5K201EC06

5K201ED04

5K201ED09

5K201EE08

(57)【要約】

【課題】対象者を監視するための新たな技術を提供する。
【解決手段】異常検出装置２０００は、対象センシングデータ及び基準特徴データ６０を取得する。対象センシングデータは、監視対象者１０の携帯デバイス２０に設けられているセンサ３０によって生成されるセンシングデータ４０のうち、監視対象の期間に生成されたデータである。基準特徴データ６０は、通常の行動をしている監視対象者１０の携帯デバイス２０から得られたセンシングデータ４０に基づいて生成される。異常検出装置２０００は、対象センシングデータと基準特徴データ６０とに基づいて、監視対象の期間における監視対象者１０の行動が異常であるか否かを判定する。
【選択図】図１

【特許請求の範囲】

【請求項1】

監視対象者の携帯デバイスに設けられているセンサによって生成されるセンシングデータのうち、監視対象の期間に生成されたデータである対象センシングデータを取得する第１取得手段と、
通常の行動をしている前記監視対象者の前記携帯デバイスから得られた前記センシングデータに基づいて生成された、前記監視対象者の通常の行動の特徴を表す基準特徴データを取得する第２取得手段と、
前記対象センシングデータと、前記基準特徴データとに基づいて、前記監視対象の期間における前記監視対象者の行動が異常であるか否かを判定する判定手段と、を有する異常検出装置。

【請求項2】

前記センシングデータは前記センサの位置を表し、
前記基準特徴データは、通常時における前記監視対象者の移動範囲である基準移動範囲を表し、
前記判定手段は、前記対象センシングデータによって表される前記センサの位置と、前記基準移動範囲とを比較することにより、前記監視対象者の行動が異常であるか否かを判定する、請求項１に記載の異常検出装置。

【請求項3】

前記センシングデータは前記センサの位置を表し、
前記基準特徴データは、通常時における前記監視対象者の移動経路である基準移動経路の特徴を表し、
前記判定手段は、前記対象センシングデータの時系列データによって表される前記センサの移動経路の特徴と、前記基準移動経路の特徴とを比較することにより、前記監視対象者の行動が異常であるか否かを判定する、請求項１に記載の異常検出装置。

【請求項4】

前記センシングデータは、前記センサの周囲の音の大きさを表すデータであり、
前記基準特徴データは、通常時において前記監視対象者と会話する人物の声の特徴を表し、
前記判定手段は、前記対象センシングデータの時系列データから抽出される人の声の特徴と、前記基準特徴データによって示される声の特徴とを比較することにより、前記監視対象者の行動が異常であるか否かを判定する、請求項１に記載の異常検出装置。

【請求項5】

前記判定手段は、前記監視対象者が、前記基準特徴データによって声の特徴が表されている人物とは異なる人物と所定長の時間以上会話をしている場合に、前記監視対象者の行動が異常であると判定する、請求項４に記載の異常検出装置。

【請求項6】

前記基準特徴データは、曜日に対応づけて、その曜日における前記監視対象者の通常の行動の特徴を表し、
前記第２取得手段は、前記監視対象の期間が属する曜日に対応する前記基準特徴データを取得する、請求項１から５いずれか一項に記載の異常検出装置。

【請求項7】

前記基準特徴データは、時間帯に対応づけて、その時間帯における前記監視対象者の通常の行動の特徴を表し、
前記第２取得手段は、前記監視対象の期間が属する時間帯に対応する前記基準特徴データを取得する、請求項１から５いずれか一項に記載の異常検出装置。

【請求項8】

監視対象者の携帯デバイスに設けられているセンサによって生成されるセンシングデータのうち、監視対象の期間に生成されたデータである対象センシングデータを取得する第１取得ステップと、
通常の行動をしている前記監視対象者の前記携帯デバイスから得られた前記センシングデータに基づいて生成された、前記監視対象者の通常の行動の特徴を表す基準特徴データを取得する第２取得ステップと、
前記対象センシングデータと、前記基準特徴データとに基づいて、前記監視対象の期間における前記監視対象者の行動が異常であるか否かを判定する判定ステップと、を有する、コンピュータによって実行される異常検出方法。

【請求項9】

監視対象者の携帯デバイスに設けられているセンサによって生成されるセンシングデータのうち、監視対象の期間に生成されたデータである対象センシングデータを取得する第１取得ステップと、
通常の行動をしている前記監視対象者の前記携帯デバイスから得られた前記センシングデータに基づいて生成された、前記監視対象者の通常の行動の特徴を表す基準特徴データを取得する第２取得ステップと、
前記対象センシングデータと、前記基準特徴データとに基づいて、前記監視対象の期間における前記監視対象者の行動が異常であるか否かを判定する判定ステップと、をコンピュータに実行させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、異常検出装置、異常検出方法、及びプログラムに関する。

【背景技術】

【0002】

対象者を監視するシステムが開発されている。例えば特許文献１によって開示される見守りシステムは、見守り対象者によって所持されている端末が、見守り者によって予め設定されたエリアの中に存在するか否かを監視する。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１５－１１４８６３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１のシステムにおいて、見守り対象者に移動を許可するエリアは、見守り者によって設定される必要がある。本開示はこの課題に鑑みてなされたものであり、その目的の一つは、対象者を監視するための新たな技術を提供することである。

【課題を解決するための手段】

【0005】

本開示の異常検出装置は、監視対象者の携帯デバイスに設けられているセンサによって生成されるセンシングデータのうち、監視対象の期間に生成されたデータである対象センシングデータを取得する第１取得手段と、通常の行動をしている前記監視対象者の前記携帯デバイスから得られた前記センシングデータに基づいて生成された、前記監視対象者の通常の行動の特徴を表す基準特徴データを取得する第２取得手段と、前記対象センシングデータと、前記基準特徴データとに基づいて、前記監視対象の期間における前記監視対象者の行動が異常であるか否かを判定する判定手段と、を有する。

【0006】

本開示の異常検出方法は、コンピュータによって実行される。当該方法は、監視対象者の携帯デバイスに設けられているセンサによって生成されるセンシングデータのうち、監視対象の期間に生成されたデータである対象センシングデータを取得する第１取得ステップと、通常の行動をしている前記監視対象者の前記携帯デバイスから得られた前記センシングデータに基づいて生成された、前記監視対象者の通常の行動の特徴を表す基準特徴データを取得する第２取得ステップと、前記対象センシングデータと、前記基準特徴データとに基づいて、前記監視対象の期間における前記監視対象者の行動が異常であるか否かを判定する判定ステップと、を有する。

【0007】

本開示のプログラムは、本開示の異常検出方法をコンピュータに実行させる。

【発明の効果】

【0008】

本開示によれば、対象者を監視するための新たな技術が提供される。

【図面の簡単な説明】

【0009】

【図1】実施形態１の異常検出装置の動作の概要を例示する図である。

【図2】実施形態１の異常検出装置の機能構成を例示するブロック図である。

【図3】実施形態１の異常検出装置を実現するコンピュータのハードウエア構成を例示するブロック図である。

【図4】実施形態１の異常検出装置によって実行される処理の流れを例示するフローチャートである。

【図5】監視システムを例示する図である。

【図6】監視システムを利用した監視の流れを例示する図である。

【発明を実施するための形態】

【0010】

以下では、本開示の実施形態について、図面を参照しながら詳細に説明する。各図面において、同一又は対応する要素には同一の符号が付されており、説明の明確化のため、必要に応じて重複説明は省略される。また、特に説明しない限り、所定値や閾値などといった予め定められている値は、その値を利用する装置からアクセス可能な記憶装置などに予め格納されている。さらに、特に説明しない限り、記憶部は、１つ以上の任意の数の記憶装置によって構成される。

【0011】

［実施形態１］
＜概要＞
図１は、実施形態１の異常検出装置２０００の動作の概要を例示する図である。ここで、図１は、異常検出装置２０００の概要の理解を容易にするための図であり、異常検出装置２０００の動作は、図１に示したものに限定されない。

【0012】

異常検出装置２０００は、センシングデータ４０を利用して、監視対象者１０の異常な行動を検出する。監視対象者１０は、監視対象の任意の人物である。例えば監視対象者１０は、子どもや高齢者である。

【0013】

センシングデータ４０は、携帯デバイス２０に設けられているセンサ３０によって生成されるデータであり、センサ３０によるセンシングの結果を表す。

【0014】

携帯デバイス２０は、監視対象者１０によって携帯される任意のデバイスである。例えば携帯デバイス２０は、時計型のデバイスや眼鏡型のデバイスなどといった、ウェアラブルデバイスである。その他にも例えば、携帯デバイス２０は、防犯ブザーと一体となっているデバイスであってもよい。その他にも例えば、携帯デバイス２０は、スマートフォン、タブレット端末、又はノートパソコンなどであってもよい。

【0015】

携帯デバイス２０に設けられるセンサ３０は、様々である。例えばセンサ３０は、自身の位置を検出し、検出された位置を表す位置情報を生成するセンサである。以下、このように位置情報を生成するセンサは、「位置検出センサ」とも記載される。

【0016】

センサ３０が位置検出センサである場合、センシングデータ４０は位置情報である。異常検出装置２０００は、センシングデータ４０の時系列データを取得することにより、センサ３０の位置（すなわち、監視対象者１０の位置）の軌跡を特定することができる。

【0017】

位置検出センサは、例えば、GPS（Global Positioning System）センサである。この場合、センシングデータ４０は、センサ３０の GPS 座標が示される位置情報である。

【0018】

その他にも例えば、センサ３０はマイクロフォンである。この場合、センシングデータ４０は、センサ３０の周囲における音の大きさを表す音圧データである。異常検出装置２０００は、センシングデータ４０の時系列データを取得することにより、センサ３０の周囲（すなわち、監視対象者１０の周囲）で発生した音声を表す音声データを得ることができる。

【0019】

ここで、監視対象者１０について、その監視対象者１０の通常の行動の特徴を表すデータ（以下、基準特徴データ６０）が、予め定められている。基準特徴データ６０は、例えば、通常時における監視対象者１０の移動の特徴や、通常時において監視対象者１０の周囲で発生する音声の特徴を表す。

【0020】

基準特徴データ６０は、監視対象者１０が通常の行動を行っている時に取得されたセンシングデータ４０を利用して生成される。携帯デバイス２０を携帯した状態で監視対象者１０が通常の行動をすることにより、通常時における監視対象者１０の位置の軌跡を表すデータや、通常時において監視対象者１０の周囲で発生する音声を表すデータを得ることができる。そこで、これらのデータを利用して、通常時における監視対象者１０の移動の特徴を表す基準特徴データ６０や、通常時において監視対象者１０の周囲で発生する音声の特徴を表す基準特徴データ６０を生成することができる。

【0021】

異常検出装置２０００は、監視対象の期間（以下、対象期間）における監視対象者１０の行動に異常があるか否かを検出するために、対象期間に生成されたセンシングデータ４０を取得する。以下、対象期間に生成されたセンシングデータ４０は、対象センシングデータとも記載される。異常検出装置２０００は、基準特徴データ６０と対象センシングデータとに基づいて、対象期間における監視対象者１０の行動が、異常な行動であるか否かを判定する。

【0022】

＜作用効果の例＞
異常検出装置２０００によれば、対象センシングデータと基準特徴データ６０とを用いて、監視対象者１０の異常な行動を検出できる。ここで、基準特徴データ６０は、通常の行動をしている監視対象者１０の携帯デバイス２０から得られたセンシングデータを利用して生成される。そのため、異常検出装置２０００によれば、管理者は、監視対象者１０の通常時の行動を表すデータを生成する必要がない。そのため、管理者の負担が軽減される。

【0023】

また、基準特徴データ６０は、監視対象者１０の実際の行動に基づいて生成されるため、管理者によって手動で生成される場合よりも、監視対象者１０の通常時の行動を正確に表している蓋然性が高い。そのため、異常検出装置２０００によれば、監視対象者１０の行動が異常であるか否かを、より高い精度で判定することができる。

【0024】

以下、本実施形態の異常検出装置２０００について、より詳細に説明する。

【0025】

＜機能構成の例＞
図２は、実施形態１の異常検出装置２０００の機能構成を例示するブロック図である。異常検出装置２０００は、第１取得部２０２０、第２取得部２０４０、及び判定部２０６０を有する。第１取得部２０２０は、対象期間についてのセンシングデータ４０である、対象センシングデータを取得する。第２取得部２０４０は、監視対象者１０による通常の行動の特徴を表す基準特徴データ６０を取得する。判定部２０６０は、対象センシングデータと基準特徴データ６０とに基づいて、対象期間における監視対象者１０の行動が異常であるか否かを判定する。

【0026】

＜ハードウエア構成の例＞
異常検出装置２０００の各機能構成部は、各機能構成部を実現するハードウエア（例：ハードワイヤードされた電子回路など）で実現されてもよいし、ハードウエアとソフトウエアとの組み合わせ（例：電子回路とそれを制御するプログラムの組み合わせなど）で実現されてもよい。以下、異常検出装置２０００の各機能構成部がハードウエアとソフトウエアとの組み合わせで実現される場合について、さらに説明する。

【0027】

図３は、異常検出装置２０００を実現するコンピュータ１０００のハードウエア構成を例示するブロック図である。コンピュータ１０００は、任意のコンピュータである。例えばコンピュータ１０００は、PC（Personal Computer）やサーバマシンなどといった、据え置き型のコンピュータである。その他にも例えば、コンピュータ１０００は、スマートフォンやタブレット端末などといった可搬型のコンピュータである。コンピュータ１０００は、異常検出装置２０００を実現するために設計された専用のコンピュータであってもよいし、汎用のコンピュータであってもよい。

【0028】

例えば、コンピュータ１０００に対して所定のアプリケーションをインストールすることにより、コンピュータ１０００で、異常検出装置２０００の各機能が実現される。上記アプリケーションは、異常検出装置２０００の各機能構成部を実現するためのプログラムで構成される。

【0029】

ここで、上記プログラムの取得方法は任意である。例えば、当該プログラムが格納されている記憶媒体（DVD ディスクや USB メモリなど）から、当該プログラムを取得することができる。その他にも例えば、当該プログラムが格納されている記憶装置を管理しているサーバ装置から、当該プログラムをダウンロードすることにより、当該プログラムを取得することができる。

【0030】

コンピュータ１０００は、バス１０２０、プロセッサ１０４０、メモリ１０６０、ストレージデバイス１０８０、入出力インタフェース１１００、及びネットワークインタフェース１１２０を有する。バス１０２０は、プロセッサ１０４０、メモリ１０６０、ストレージデバイス１０８０、入出力インタフェース１１００、及びネットワークインタフェース１１２０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０４０などを互いに接続する方法は、バス接続に限定されない。

【0031】

プロセッサ１０４０は、CPU（Central Processing Unit）、GPU（Graphics Processing Unit）、又は FPGA（Field-Programmable Gate Array）などの種々のプロセッサである。メモリ１０６０は、RAM（Random Access Memory）などを用いて実現される主記憶装置である。ストレージデバイス１０８０は、ハードディスク、SSD（Solid State Drive）、メモリカード、又は ROM（Read Only Memory）などを用いて実現される補助記憶装置である。

【0032】

入出力インタフェース１１００は、コンピュータ１０００と入出力デバイスとを接続するためのインタフェースである。例えば入出力インタフェース１１００には、キーボードなどの入力装置や、ディスプレイ装置などの出力装置が接続される。

【0033】

ネットワークインタフェース１１２０は、コンピュータ１０００をネットワークに接続するためのインタフェースである。このネットワークは、LAN（Local Area Network）であってもよいし、WAN（Wide Area Network）であってもよい。

【0034】

ストレージデバイス１０８０は、異常検出装置２０００の各機能構成部を実現するプログラム（前述したアプリケーションを実現するプログラム）を記憶している。プロセッサ１０４０は、このプログラムをメモリ１０６０に読み出して実行することで、異常検出装置２０００の各機能構成部を実現する。

【0035】

異常検出装置２０００は、１つのコンピュータ１０００で実現されてもよいし、複数のコンピュータ１０００で実現されてもよい。後者の場合において、各コンピュータ１０００の構成は同一である必要はなく、それぞれ異なるものとすることができる。

【0036】

＜処理の流れ＞
図４は、実施形態１の異常検出装置２０００によって実行される処理の流れを例示するフローチャートである。第１取得部２０２０は対象センシングデータを取得する（Ｓ１０２）。第２取得部２０４０は基準特徴データ６０を取得する（Ｓ１０４）。判定部２０６０は、基準特徴データ６０と対象センシングデータとを用いて、対象期間における監視対象者１０の行動が異常であるか否かを判定する（Ｓ１０６）。

【0037】

＜対象センシングデータの取得：Ｓ１０２＞
第１取得部２０２０は、対象センシングデータを取得する（Ｓ１０２）。前述したように、対象センシングデータは、対象期間に生成されたセンシングデータ４０である。

【0038】

ここでまず、第１取得部２０２０がセンシングデータ４０を取得する方法について説明する。第１取得部２０２０がセンシングデータ４０を取得する方法は様々である。例えば携帯デバイス２０は、センサ３０から出力されたセンシングデータ４０を、異常検出装置２０００に対して送信するように構成される。この場合、第１取得部２０２０は、携帯デバイス２０から送信されたセンシングデータ４０を受信することで、センシングデータ４０を取得する。

【0039】

その他にも例えば、携帯デバイス２０は、センサ３０から出力されたセンシングデータ４０を、異常検出装置２０００からアクセス可能な記憶部（以下、センシングデータ格納部）に格納するように構成される。この場合、第１取得部２０２０は、センシングデータ格納部にアクセスすることで、センシングデータ４０を取得する。

【0040】

第１取得部２０２０は、センシングデータ４０のうち、対象期間について生成されたものを、対象センシングデータとして取得する。例えば携帯デバイス２０が、監視対象者１０の行動を監視する状態（以下、監視モード）に設定できるように構成されているとする。この場合、携帯デバイス２０が監視モードに設定されている間に生成されたセンシングデータ４０が、対象センシングデータとして扱われる。

【0041】

例えば携帯デバイス２０は、監視モードに設定されている場合のみ、センシングデータ４０を異常検出装置２０００に対して送信するように構成される。この場合、第１取得部２０２０は、携帯デバイス２０から送信されたセンシングデータ４０を受信することで、対象センシングデータを取得することができる。

【0042】

その他にも例えば、携帯デバイス２０は、携帯デバイス２０が監視モードに設定されている場合のみ、センシングデータ格納部にセンシングデータ４０を格納するように構成される。この場合、第１取得部２０２０は、センシングデータ格納部からセンシングデータ４０を取得することで、対象センシングデータを取得することができる。この場合、第１取得部２０２０は、携帯デバイス２０が監視モードに設定されている間のみ、センシングデータ格納部にアクセスすることが好適である。

【0043】

その他にも例えば、携帯デバイス２０は、センシングデータ４０に対して、対象期間に生成されたデータであるか否かを示すフラグ（以下、監視フラグ）を対応づけてもよい。この場合、第１取得部２０２０は、携帯デバイス２０によって送信されたセンシングデータ４０のうち、監視フラグが対応づけられているセンシングデータ４０を、対象センシングデータとして取得する。その他にも例えば、第１取得部２０２０は、センシングデータ格納部に格納されているセンシングデータ４０のうち、監視フラグが対応づけられているセンシングデータ４０のみを、対象センシングデータとして取得する。

【0044】

対象期間は、携帯デバイス２０が監視モードに設定されている期間には限定されない。例えば異常検出装置２０００が、監視対象者１０の監視の開始と終了を指定する通知を受信してもよい。この場合、監視対象者１０の監視を開始する通知が受信された時点から、監視対象者１０の監視を終了する通知が受信された時点までの期間が、対象期間として扱われる。監視対象者１０の監視の開始や終了を指定する通知は、例えば後述するように、監視対象者１０の管理者によって利用される端末から異常検出装置２０００へ送信される。

【0045】

携帯デバイス２０から異常検出装置２０００へ携帯デバイス２０が送信される場合、第１取得部２０２０は、対象期間に受信したセンシングデータ４０のみを、対象センシングデータとして扱う。その他にも例えば、異常検出装置２０００は、センシングデータ格納部に格納されているセンシングデータ４０のうち、対象期間に生成されたセンシングデータ４０のみを、対象センシングデータとして取得する。

【0046】

＜基準特徴データ６０について＞
基準特徴データ６０は、監視対象者１０による通常の行動の特徴を表すデータである。前述したように、基準特徴データ６０は、監視対象者１０が通常の行動を行う期間に得られるセンシングデータ４０を利用して、生成される。以下、基準特徴データ６０の生成に利用されるセンシングデータ４０は、「基準センシングデータ」とも表記される。
以下、基準特徴データ６０を生成する装置は、「基準特徴データ生成装置」と呼ばれる。基準特徴データ生成装置は、異常検出装置２０００であってもよいし、異常検出装置２０００以外の装置であってもよい。

【0047】

＜＜移動の特徴を表す基準特徴データ６０＞＞
基準特徴データ生成装置は、携帯デバイス２０によって生成された複数の基準センシングデータによって表される複数の位置に基づいて、通常時における監視対象者１０の移動の特徴を表す基準特徴データ６０を生成する。通常時における監視対象者１０の移動の特徴を表す基準特徴データ６０は、例えば、通常時における監視対象者１０の移動範囲（以下、基準移動範囲）、又は、通常時における監視対象者１０の移動経路（以下、基準移動経路）を表す。このような基準特徴データ６０を利用することで、例えば、「通常時には立ち入らない場所に立ち入る」という行動や、「通常時とは異なる経路で移動する」という監視対象者１０の行動を、異常な行動として検出することができる。

【0048】

基準特徴データ６０が基準移動範囲を表すとする。この場合、例えば基準特徴データ生成装置は、複数の基準センシングデータによって表される複数の位置にフィットする領域を特定する。そして基準特徴データ生成装置は、当該領域を表すデータを、基準特徴データ６０として生成する。ここで、複数の位置にフィットする領域を特定する具体的な技術には、既存の種々の技術を利用することができる。

【0049】

基準特徴データ生成装置は、基準センシングデータに加え、地図データを利用して、基準特徴データ６０を生成してもよい。例えば基準特徴データ生成装置は、基準センシングデータを利用して、地図データに示されるブロックの中から、センサ３０が通過したブロックを一つ以上特定する。ここでいうブロックは、道路で囲まれた区画を表す。基準特徴データ生成装置は、特定したブロックの集合を表すデータを、基準特徴データ６０として生成する。これにより、監視対象者１０が通常時に通過するブロックの集合を表す基準特徴データ６０を得ることができる。

【0050】

基準特徴データ６０が、監視対象者１０の移動経路を表すとする。この場合、例えば基準特徴データ生成装置は、複数の基準センシングデータによって表されるセンサ３０の位置の時系列データを、基準特徴データ６０として生成する。

【0051】

基準特徴データ６０は、通常時における監視対象者１０の移動経路の全てではなく、当該移動経路の特徴を表してもよい。例えば移動経路の特徴は、始点、終点、及び、移動方向が変化する各位置とを、時系列に並べたデータで表される。その他にも例えば、移動経路の特徴は、移動経路上に存在する特徴的な位置（以下、特徴位置）を時系列に並べたデータで表される。特徴位置は、例えば、所定の建物や交差点などである。

【0052】

例えば地図データにおいて、特徴位置として扱う建物等が、予め定義されている。基準特徴データ生成装置は、複数の基準センシングデータを利用して、センサ３０が通過した特徴位置を１つ以上特定する。そして、基準特徴データ生成装置は、特定された特徴位置の時系列データを、基準特徴データ６０として生成する。

【0053】

＜＜音声の特徴を表す基準特徴データ６０＞＞
基準特徴データ生成装置は、携帯デバイス２０によって生成された複数の基準センシングデータによって表される音声データに基づいて、通常時における監視対象者１０の周囲の音声の特徴（以下、音声特徴）を表す基準特徴データ６０を生成する。例えば基準特徴データ６０は、通常時における監視対象者１０の周囲の音声特徴として、通常時において監視対象者１０が会話をする人物の声の特徴量を示す。このような音声特徴を利用することにより、例えば、「通常時において会話をしない人物（例えば、未知の人物）と会話をしている」という監視対象者１０の行動を、異常な行動として検出することができる。

【0054】

この場合、例えば基準特徴データ６０は、通常時において監視対象者１０が会話をする一人以上の人物それぞれについて、その人物の声の特徴量を示す。そのために、基準特徴データ生成装置は、基準センシングデータの時系列データを解析することで、当該時系列データから、センサ３０の周囲で発生した人の声を表す音声データを抽出する。そして基準特徴データ生成装置は、この音声データから音声特徴量を抽出することにより、通常時において監視対象者１０が会話をする各人物の音声特徴量を得ることができる。

【0055】

その他にも例えば、基準特徴データ６０は、泣き声や悲鳴などといった、異常な状況で発生する音声（以下、異常音声）の特徴量を示してもよい。このような基準特徴データ６０を利用することで、監視対象者１０の周囲において、泣き声や悲鳴などといった異常音声が発生している状況を、監視対象者１０の行動が異常である状況として検出することができる。ここで、泣き声や悲鳴など、特定の種類の音声の特徴量を用意する手法には、既存の種々の手法を利用することができる。

【0056】

その他にも例えば、基準特徴データ６０は、異常な状況を表す所定のキーワードを示してもよい。例えばこのようなキーワードは、「助けて」などのように、異常な状況にある監視対象者１０が発すると予測される言葉である。その他にも例えば、キーワードは、「大丈夫ですか」などのように、異常な状況にある監視対象者１０に対して、周囲の人が発すると予測される言葉である。このような基準特徴データ６０を利用することで、監視対象者１０の周囲において所定のキーワードが発せられている状況を、監視対象者１０の行動が異常である状況として検出することができる。

【0057】

＜＜基準特徴データ６０と時間の特徴との対応付け＞＞
監視対象者１０の行動は、通常時においても変化しうる。例えば監視対象者１０の行動が、曜日によって異なる場合がありうる。例えば監視対象者１０が毎週月曜日に塾へ行くとする。この場合、月曜日において、監視対象者１０が家から塾へ向かうことは通常である。一方で、月曜日以外において、監視対象者１０が家から塾へ向かうことは通常ではないと考えられる。

【0058】

そこで例えば、基準特徴データ生成装置は、曜日ごとに基準特徴データ６０を生成してもよい。この場合、基準特徴データ生成装置は、或る曜日についての基準特徴データ６０を、その曜日に生成された基準センシングデータを利用して生成する。

【0059】

その他にも例えば、監視対象者１０の行動は、時間帯ごとに異なりうる。例えば、監視対象者１０が学校で授業を受ける時間帯において、監視対象者１０は、学校の敷地内にいるべきである。一方で、登校する時間帯と下校する時間帯において、監視対象者１０は、学校と家との間の経路上にいるべきである。

【0060】

そこで例えば、基準特徴データ生成装置は、所定の複数の時間帯それぞれについて、基準特徴データ６０を生成してもよい。この場合、基準特徴データ生成装置は、或る時間帯についての基準特徴データ６０を、その時間帯に生成された基準センシングデータを利用して生成する。

【0061】

また、基準特徴データ６０は、曜日と時間帯のペアごとに用意されてもよい。曜日と時間帯のペアは、例えば、「（曜日，時間帯）＝（月曜日，午前７時から午前９時）」などである。

【0062】

＜＜監視対象者１０と基準特徴データ６０との対応付け＞＞
異常検出装置２０００は、複数の監視対象者１０それぞれについて、異常検出を行えるように構成される。そのために、基準特徴データ６０は監視対象者１０ごとに用意される。具体的には、例えば基準特徴データ６０は、異常検出装置２０００からアクセス可能な記憶部に、監視対象者１０の識別情報と対応づけて格納される。或る監視対象者１０についての基準特徴データ６０は、その監視対象者１０が利用している携帯デバイス２０から得られた基準センシングデータを利用して生成される。

【0063】

＜基準特徴データ６０の取得：Ｓ１０４＞
第２取得部２０４０は、基準特徴データ６０を取得する（Ｓ１０４）。前述したように、基準特徴データ６０は複数種類存在しうる。そこで例えば、第２取得部２０４０は、第１取得部２０２０によって取得された対象センシングデータの種類に基づいて、取得する基準特徴データ６０を決定する。

【0064】

例えば、対象センシングデータとして、位置情報が取得されるとする。この場合、第２取得部２０４０は、通常時における監視対象者１０の移動の特徴を表す基準特徴データ６０を取得する。その他にも例えば、対象センシングデータとして、音圧データが取得されるとする。この場合、第２取得部２０４０は、通常時における監視対象者１０の周囲の音声特徴を表す基準特徴データ６０を取得する。

【0065】

ここで、前述したように、基準特徴データ６０は、監視対象者１０ごとに用意される。そこで例えば、第２取得部２０４０は、対象センシングデータに対応する監視対象者１０について、基準特徴データ６０を取得する。この場合、対象センシングデータは、その対象センシングデータを生成したセンサ３０について、そのセンサ３０が設けられている携帯デバイス２０を携帯している監視対象者１０の識別情報に対応づけられている。そこで例えば、第２取得部２０４０は、第１取得部２０２０によって取得された対象センシングデータに対応づけられている監視対象者１０について、基準特徴データ６０を取得する。

【0066】

前述したように、基準特徴データ６０は、曜日や時間帯ごとに用意されうる。基準特徴データ６０が曜日ごとに用意されている場合、第２取得部２０４０は、対象期間が属する曜日を特定し、特定された曜日に対応する基準特徴データ６０を取得する。基準特徴データ６０が時間帯ごとに用意されている場合、第２取得部２０４０は、対象期間が属する時間帯を特定し、特定された曜日に対応する基準特徴データ６０を取得する。基準特徴データ６０が曜日と時間帯のペアごとに用意されている場合、第２取得部２０４０は、対象期間が属する曜日と時間帯のペアを特定し、特定されたペアに対応する基準特徴データ６０を取得する。

【0067】

＜異常判定：Ｓ１０６＞
判定部２０６０は、対象センシングデータと基準特徴データ６０とを用いて、対象期間における監視対象者１０の行動が異常であるか否かを判定する（Ｓ１０６）。以下、センサ３０として位置検出センサを利用するケースと、センサ３０としてマイクロフォンを利用するケースのそれぞれについて、異常判定の方法の具体例を説明する。

【0068】

＜＜センサ３０が位置検出センサであるケース＞＞
センサ３０が位置検出センサである場合、第１取得部２０２０により、位置情報を表す対象センシングデータが取得される。また、第２取得部２０４０により、通常時における監視対象者１０の移動の特徴を表す基準特徴データ６０が取得される。そこで判定部２０６０は、対象センシングデータによって示されるセンサ３０の位置と、基準特徴データ６０によって表される、通常時における監視対象者１０の移動の特徴とを比較する。これにより、判定部２０６０は、監視対象者１０の移動が異常であるか否かを判定する。

【0069】

例えば基準特徴データ６０が、基準移動範囲を表すとする。この場合、判定部２０６０は、各対象センシングデータによって示される位置が、基準移動範囲に含まれるか否かを判定する。例えば判定部２０６０は、基準移動範囲に含まれない位置を示す対象センシングデータが存在する場合、監視対象者１０の行動が異常であると判定する。一方、判定部２０６０は、基準移動範囲に含まれない位置を示す対象センシングデータが存在しない場合、監視対象者１０の行動が異常でないと判定する。

【0070】

その他にも例えば、判定部２０６０は、基準移動範囲に含まれない位置を示す対象センシングデータが所定数以上存在するか否かを判定してもよい。この場合、基準移動範囲に含まれない位置を示す対象センシングデータが所定数以上存在する場合、判定部２０６０は、監視対象者１０の行動が異常であると判定する。

【0071】

その他にも例えば、判定部２０６０は、センサ３０の位置が基準移動範囲に含まれない状況が所定長の時間以上継続した場合に、監視対象者１０の移動が異常であると判定してもよい。より具体的には、判定部２０６０は、複数の対象センシングデータそれぞれについて、時系列の順に、その対象センシングデータによって示される位置が基準移動範囲に含まれるか否かを判定する。そして、基準移動範囲に含まれない位置を示す対象センシングデータが、時系列の順に所定の数以上連続して現れた場合に、判定部２０６０は、監視対象者１０の行動が異常であると判定する。

【0072】

このように、基準移動範囲に含まれない位置を示す対象センシングデータが所定数以上存在する場合や、センサ３０の位置が基準移動範囲に含まれない状況が所定長の時間上継続した場合に、監視対象者１０の行動が異常であると判定する方法によれば、監視対象者１０が誤って普段立ち入らない場所に入ったものの、すぐにその場を離れた場合には、監視対象者１０の行動が異常でないと判定される。これにより、監視対象者１０の行動が異常であるという判定が過度に行われてしまうことを防ぐことができる。

【0073】

基準特徴データ６０が基準移動経路を表すとする。この場合、例えば判定部２０６０は、時系列の対象センシングデータによって表されるセンサ３０の移動経路と、基準移動経路との類似度を算出する。判定部２０６０は、算出した類似度が閾値以上である場合、監視対象者１０の移動が異常ではないと判定する。一方、算出した類似度が閾値未満である場合、判定部２０６０は、監視対象者１０の移動が異常であると判定する。２つの時系列データの類似度を算出する具体的な技術には、既存の種々の技術を利用することができる。

【0074】

判定部２０６０は、２つの時系列データによって表される移動経路の特徴が類似するか否かを判定する機械学習モデル（以下、判定モデル）を有してもよい。この場合、例えば判定部２０６０は、対象センシングデータの時系列データと、基準特徴データ６０とを判定モデルに入力する。これにより、対象センシングデータの時系列データによって表される監視対象者１０の移動経路の特徴と、基準特徴データ６０によって表される監視対象者１０の移動経路の特徴とが類似するか否かの判定結果が、判定モデルから得られる。

【0075】

判定モデルは、複数の訓練データを用いて予め訓練される。訓練データは、訓練用の入力データと、正解の（ground-truth）出力データとの組み合わせで構成される。訓練用の入力データは、２つの時系列データのペアで構成される。正解の出力データは、これら２つの時系列データが類似するか否かを表すフラグである。

【0076】

＜＜センサ３０がマイクロフォンであるケース＞＞
センサ３０がマイクロフォンである場合、第１取得部２０２０により取得される対象センシングデータの時系列データは、センサ３０の周囲で発生した音声を表す。また、第２取得部２０４０が取得する基準特徴データ６０は、通常時における監視対象者１０の周囲の音声特徴を表す。そこで判定部２０６０は、対象センシングデータの時系列データによって表される音声の特徴と、基準特徴データ６０によって表される、通常時における監視対象者１０の周囲の音声特徴とを比較する。これにより、判定部２０６０は、監視対象者１０の行動が異常であるか否かを判定する。

【0077】

例えば判定部２０６０は、対象センシングデータの時系列データを解析することで、監視対象者１０と会話している人物が、通常時において監視対象者１０と会話する人物であるか否かを判定する。監視対象者１０と会話している人物が、通常時において監視対象者１０と会話する人物である場合、判定部２０６０は、監視対象者１０の行動が異常でないと判定する。一方、監視対象者１０と会話している人物が、通常時において監視対象者１０と会話する人物ではない場合、例えば判定部２０６０は、監視対象者１０の行動が異常であると判定する。

【0078】

判定部２０６０は、監視対象者１０が、通常時には会話しない人物と所定長の時間以上会話している場合に、監視対象者１０の行動が異常であると判定してもよい。この場合、判定部２０６０は、監視対象者１０と会話している人物が、通常時において監視対象者１０と会話する人物ではないと判定した場合に、当該人物と監視対象者１０との会話が所定長の時間以上継続しているか否かをさらに判定する。そのために、例えば判定部２０６０は、対象センシングデータの時系列データを解析することで、監視対象者１０とその人物との会話の継続時間を算出する。算出した継続時間が所定長以上となった場合、判定部２０６０は、監視対象者１０の行動が異常であると判定する。

【0079】

基準特徴データ６０が、泣き声や悲鳴などといった異常音声の音声特徴量を示すとする。この場合、判定部２０６０は、対象センシングデータの時系列データから抽出される音声特徴量と、基準特徴データ６０によって示されている音声特徴量とを比較することにより、監視対象者１０の周囲において異常音声が発生しているか否かを判定する。監視対象者１０の周囲において異常音声が発生している場合、判定部２０６０は、監視対象者１０の行動が異常であると判定する。

【0080】

基準特徴データ６０が、異常な状況を表す所定のキーワードを示すとする。この場合、例えば判定部２０６０は、対象センシングデータの時系列データによって表される音声データを文字列に変換する。さらに判定部２０６０は、当該変換によって得られた文字列の中に、基準特徴データ６０によって示される所定のキーワードが含まれるか否かを判定する。対象センシングデータの時系列データから得られた文字列の中に所定のキーワードが含まれる場合、判定部２０６０は、監視対象者１０の行動が異常であると判定する。

【0081】

＜異常検出装置２０００の利用例＞
以下、異常検出装置２０００の利用例として、異常検出装置２０００が利用される監視システムを例示する。以下で例示する監視システムは、異常検出装置２０００を利用する方法の一例であり、異常検出装置２０００の利用方法は以下で説明する監視システムに限定されない。

【0082】

図５は、監視システム３０００を例示する図である。監視システム３０００は、携帯デバイス２０を利用して、監視対象者１０を監視するシステムである。

【0083】

監視システム３０００は、異常検出装置２０００、携帯デバイス２０、基準特徴データ生成装置３１００、オペレータ端末３２００、及び管理者端末３３００を含む。基準特徴データ生成装置３１００は任意のコンピュータであり、前述したように、センシングデータ４０を用いて基準特徴データ６０を生成する。オペレータ端末３２００は、コールセンターのオペレータ（オペレータ９０）によって利用される PC などの任意のコンピュータである。管理者端末３３００は、監視対象者１０の管理者（管理者８０）によって利用される、スマートフォンなどの任意のコンピュータである。例えば管理者８０は、監視対象者１０の親族や、監視対象者１０を預かっている施設の職員などである。管理者端末３３００には、監視システム３０００の一部として機能するためのアプリケーション（以下、管理者アプリケーション）がインストールされている。

【0084】

管理者８０は、携帯デバイス２０を監視対象者１０に携帯させる。携帯デバイス２０は、センサ３０によって生成される複数のセンシングデータ４０を、異常検出装置２０００へ送信する。

【0085】

図６は、監視システム３０００を利用した監視の流れを例示する図である。図６に示される一連の処理は、監視対象者１０ごとに行われる。

【0086】

まず異常検出装置２０００が、監視対象者１０の異常の有無を監視する（Ｓ２０２）。監視対象者１０の異常が検出されたら（Ｓ２０２：ＹＥＳ）、オペレータ端末３２００は、管理者端末３３００と連携して、警備員を出動させる必要があるか否かを判定する（Ｓ２０４）。警備員を出動させる必要がある場合（Ｓ２０４：ＹＥＳ）、オペレータ端末３２００は、警備員を手配する（Ｓ２０６）。警備員の手配は、オペレータ端末３２００によって自動で行われてもよいし、オペレータ９０がオペレータ端末３２００を操作して行ってもよい。

【0087】

警備員を出動させる必要がない場合（Ｓ２０４：ＮＯ）、図６の処理は、Ｓ２０２に戻る。これにより、再度、監視対象者１０の異常の有無が監視される。

【0088】

図６の処理（すなわち、監視対象者１０の監視）は、対象期間において継続して実行される。対象期間は、所定の開始条件が満たされることによって開始され、所定の終了条件が満たされることによって終了する。

【0089】

例えば開始条件は、携帯デバイス２０の状態が監視モードに遷移することである。この場合、終了条件は、例えば、携帯デバイス２０の状態が、監視モードでない状態に遷移することである。

【0090】

その他にも例えば、開始条件は、管理者端末３３００から、監視対象者１０の監視を開始する旨の通知を受信することである。この場合、終了条件は、例えば、管理者端末３３００から、監視対象者１０の監視を終了する旨の通知を受信することである。

【0091】

以下、警備員の出動要否の判定（Ｓ２０４）について、詳細な流れを説明する。

【0092】

異常検出装置２０００によって監視対象者１０の異常が検出された場合、オペレータ端末３２００は、管理者端末３３００と連携して、警備員を出動させる必要があるか否かを判定する（Ｓ２０４）。そのためにまず、異常検出装置２０００は、監視対象者１０の異常を検出したことに応じて、検出した異常に関する異常情報１００を、オペレータ端末３２００及び管理者端末３３００に送信する。

【0093】

管理者端末３３００は、異常情報１００を受信したことに応じて、管理者端末３３００に設けられているディスプレイ装置に、異常情報１００の内容を表示させる。当該表示の処理は、管理アプリケーションによって実行される。管理アプリケーションは、管理者端末３３００が異常情報１００を受信したことに応じて起動されてもよいし、常時起動されていてもよい。

【0094】

管理者８０は、ディスプレイ装置に表示された異常情報１００を閲覧することにより、異常検出装置２０００によって検出された異常に関する情報を確認する。例えば異常情報１００は、検出された異常の種類、異常が検出された時刻、及び監視対象者１０の現在位置などを示す。異常の種類は、例えば、「監視対象者１０の位置が、基準移動範囲の外にある。」、「監視対象者１０の移動経路が、基準移動経路から乖離している。」、「監視対象者１０が未知の人物と長時間会話している。」、又は「監視対象者１０の周囲で悲鳴などの異常音が発生している」などといったものがある。

【0095】

管理者８０は、管理者アプリケーションを利用して、管理者端末３３００から携帯デバイス２０へ音声通話の発信を行う。管理者端末３３００と携帯デバイス２０との間で通話が確立されると、管理者８０は、監視対象者１０と会話をして、監視対象者１０の現状を確認する。

【0096】

ここで、監視対象者１０が無事であることを確認するためには、携帯デバイス２０が監視対象者１０本人によって利用されていること（言い換えれば、携帯デバイス２０が監視対象者１０以外の人物によって利用されていないこと）を確認することが好適である。そこで、管理者端末３３００と携帯デバイス２０との間で音声通話を確立する際に、携帯デバイス２０においてユーザ認証が行われてもよい。

【0097】

例えばユーザ認証は、顔認証、音声認証、指紋認証、又はパスワード認証などの方法で行われる。ここで、携帯デバイス２０が複数の認証方法に対応している場合、利用される認証方法は、携帯デバイス２０において選択されてもよいし、管理者端末３３００において選択されてもよい。

【0098】

管理者８０は、管理者アプリケーションを利用して、警備員を要請するか否かを、オペレータ端末３２００に対して通知できる。管理者８０は、警備員の助けは必要ないと判断した場合、管理者アプリケーションを操作して、警備員を要請しない通知（言い換えれば、監視対象者１０が無事であることを知らせる通知）を、オペレータ端末３２００へ送信する。警備員を要請しないケースは、例えば、管理者８０が、監視対象者１０と通話することで、監視対象者１０の無事を確認できたケースである。以下、警備員を要請しない通知は、警備員不要通知と表記される。

【0099】

一方、管理者８０は、警備員の助けが必要であると判断した場合、管理者アプリケーションを操作して、警備員を要請する通知を、オペレータ端末３２００へ送信する。警備員を要請するケースは、例えば、１）携帯デバイス２０へ音声通話を発信しても携帯デバイス２０による応答が無かったケース、２）携帯デバイス２０おけるユーザ認証により、監視対象者１０以外の人物によって携帯デバイス２０が利用されていることが分かったケース、又は、３）監視対象者１０と話すことにより、監視対象者１０が助けを必要としていることが分かったケースなどである。以下、警備員を要請する通知は、警備員要請通知と呼ばれる。

【0100】

オペレータ端末３２００は、警備員の出動が必要な状況であるか否かを確認するために利用される。例えば、異常情報１００を受信したオペレータ端末３２００は、当該異常情報１００を受信してから所定長の期間（以下、待機期間）、管理者端末３３００から通知（警備員不要通知又は警備員要請通知）が送信されることを待つ。オペレータ端末３２００は、待機期間において、管理者端末３３００から警備員不要通知を受信した場合、警備員を出動させる必要がないと判定する（Ｓ２０４：ＮＯ）。これは、監視対象者１０が無事であることが、管理者８０によって確認されたためである。

【0101】

これに対し、オペレータ端末３２００は、待機期間において、管理者端末３３００から警備員要請通知を受信した場合、オペレータ端末３２００は、警備員を手動させる必要があると判定する（Ｓ２０４：ＹＥＳ）。

【0102】

また、待機期間において、管理者端末３３００からオペレータ端末３２００に対して通知が送信されない場合もありうる。オペレータ端末３２００は、待機期間において、管理者端末３３００から警備員不要通知と警備員要請通知のどちらも受信しなかった場合、管理者端末３３００に対して音声通話を発信する。

【0103】

音声通話の発信は、オペレータ端末３２００によって自動で行われてもよいし、オペレータ９０がオペレータ端末３２００を操作することによって行われてもよい。後者の場合、オペレータ端末３２００は、待機期間において、管理者端末３３００から警備員不要通知と警備員要請通知のどちらも受信しなかった場合、当該事実をオペレータ９０へ通知する（例えば、オペレータ端末３２００のディスプレイ装置に、所定の情報を表示させる）。

【0104】

オペレータ端末３２００からの音声通話の発信に対して管理者端末３３００が応答した場合、オペレータ９０は、管理者８０と会話をすることで、警備員の出動が必要であるか否かを判断する。オペレータ９０は、警備員の出動が必要であると判断する（Ｓ２０４：ＹＥＳ）。また、オペレータ端末３２００からの音声通話の発信に対して管理者端末３３００が応答しない場合も、オペレータ９０は、警備員の出動が必要であると判断する（Ｓ２０４：ＹＥＳ）。

【0105】

＜＜監視対象者１０の異常の検出について＞＞
携帯デバイス２０を利用して検出される監視対象者１０の異常は、監視対象者１０の行動の異常に限定されない。例えば異常検出装置２０００は、監視対象者１０の生体情報を利用して、監視対象者１０の体調の異常を検出する。この場合、携帯デバイス２０には、心拍、血圧、又は体温などの生体情報を検出するセンサが設けられている。

【0106】

その他にも例えば、異常検出装置２０００は、携帯デバイス２０に設けられている加速度センサから得られる加速度データを利用して、監視対象者１０に対して強い衝撃が加わったことを検出してもよい。監視対象者１０に対して強い衝撃が加わる状況は、例えば、監視対象者１０が転倒した状況や、監視対象者１０が車に轢かれた状況などである。

【0107】

その他にも例えば、携帯デバイス２０は、所定の操作によって異常を通知できるように構成されていてもよい。例えば携帯デバイス２０は、異常を知らせるためのハードウエアボタンやソフトウエアボタンを備える。監視対象者１０は、これらのボタンを操作することにより、異常検出装置２０００に対して、異常を通知することができる。異常検出装置２０００は、当該通知を受信することにより、監視対象者１０の異常を検出する。

【0108】

以上、実施の形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

【0109】

なお、上述の例において、プログラムは、コンピュータに読み込まれた場合に、実施形態で説明された１又はそれ以上の機能をコンピュータに行わせるための命令群（又はソフトウェアコード）を含む。プログラムは、非一時的なコンピュータ可読媒体又は実体のある記憶媒体に格納されてもよい。限定ではなく例として、コンピュータ可読媒体又は実体のある記憶媒体は、random-access memory（RAM）、read-only memory（ROM）、フラッシュメモリ、solid-state drive（SSD）又はその他のメモリ技術、CD-ROM、digital versatile disc（DVD）、Blu-ray（登録商標）ディスク又はその他の光ディスクストレージ、磁気カセット、磁気テープ、磁気ディスクストレージ又はその他の磁気ストレージデバイスを含む。プログラムは、一時的なコンピュータ可読媒体又は通信媒体上で送信されてもよい。限定ではなく例として、一時的なコンピュータ可読媒体又は通信媒体は、電気的、光学的、音響的、またはその他の形式の伝搬信号を含む。

【0110】

上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
監視対象者の携帯デバイスに設けられているセンサによって生成されるセンシングデータのうち、監視対象の期間に生成されたデータである対象センシングデータを取得する第１取得手段と、
通常の行動をしている前記監視対象者の前記携帯デバイスから得られた前記センシングデータに基づいて生成された、前記監視対象者の通常の行動の特徴を表す基準特徴データを取得する第２取得手段と、
前記対象センシングデータと、前記基準特徴データとに基づいて、前記監視対象の期間における前記監視対象者の行動が異常であるか否かを判定する判定手段と、を有する異常検出装置。
（付記２）
前記センシングデータは前記センサの位置を表し、
前記基準特徴データは、通常時における前記監視対象者の移動範囲である基準移動範囲を表し、
前記判定手段は、前記対象センシングデータによって表される前記センサの位置と、前記基準移動範囲とを比較することにより、前記監視対象者の行動が異常であるか否かを判定する、付記１に記載の異常検出装置。
（付記３）
前記センシングデータは前記センサの位置を表し、
前記基準特徴データは、通常時における前記監視対象者の移動経路である基準移動経路の特徴を表し、
前記判定手段は、前記対象センシングデータの時系列データによって表される前記センサの移動経路の特徴と、前記基準移動経路の特徴とを比較することにより、前記監視対象者の行動が異常であるか否かを判定する、付記１に記載の異常検出装置。
（付記４）
前記センシングデータは、前記センサの周囲の音の大きさを表すデータであり、
前記基準特徴データは、通常時において前記監視対象者と会話する人物の声の特徴を表し、
前記判定手段は、前記対象センシングデータの時系列データから抽出される人の声の特徴と、前記基準特徴データによって示される声の特徴とを比較することにより、前記監視対象者の行動が異常であるか否かを判定する、付記１に記載の異常検出装置。
（付記５）
前記判定手段は、前記監視対象者が、前記基準特徴データによって声の特徴が表されている人物とは異なる人物と所定長の時間以上会話をしている場合に、前記監視対象者の行動が異常であると判定する、付記４に記載の異常検出装置。
（付記６）
前記基準特徴データは、曜日に対応づけて、その曜日における前記監視対象者の通常の行動の特徴を表し、
前記第２取得手段は、前記監視対象の期間が属する曜日に対応する前記基準特徴データを取得する、付記１から５いずれか一項に記載の異常検出装置。
（付記７）
前記基準特徴データは、時間帯に対応づけて、その時間帯における前記監視対象者の通常の行動の特徴を表し、
前記第２取得手段は、前記監視対象の期間が属する時間帯に対応する前記基準特徴データを取得する、付記１から５いずれか一項に記載の異常検出装置。
（付記８）
監視対象者の携帯デバイスに設けられているセンサによって生成されるセンシングデータのうち、監視対象の期間に生成されたデータである対象センシングデータを取得する第１取得ステップと、
通常の行動をしている前記監視対象者の前記携帯デバイスから得られた前記センシングデータに基づいて生成された、前記監視対象者の通常の行動の特徴を表す基準特徴データを取得する第２取得ステップと、
前記対象センシングデータと、前記基準特徴データとに基づいて、前記監視対象の期間における前記監視対象者の行動が異常であるか否かを判定する判定ステップと、を有する、コンピュータによって実行される異常検出方法。
（付記９）
前記センシングデータは前記センサの位置を表し、
前記基準特徴データは、通常時における前記監視対象者の移動範囲である基準移動範囲を表し、
前記判定ステップにおいて、前記対象センシングデータによって表される前記センサの位置と、前記基準移動範囲とを比較することにより、前記監視対象者の行動が異常であるか否かを判定する、付記８に記載の異常検出方法。
（付記１０）
前記センシングデータは前記センサの位置を表し、
前記基準特徴データは、通常時における前記監視対象者の移動経路である基準移動経路の特徴を表し、
前記判定ステップにおいて、前記対象センシングデータの時系列データによって表される前記センサの移動経路の特徴と、前記基準移動経路の特徴とを比較することにより、前記監視対象者の行動が異常であるか否かを判定する、付記８に記載の異常検出方法。
（付記１１）
前記センシングデータは、前記センサの周囲の音の大きさを表すデータであり、
前記基準特徴データは、通常時において前記監視対象者と会話する人物の声の特徴を表し、
前記判定ステップにおいて、前記対象センシングデータの時系列データから抽出される人の声の特徴と、前記基準特徴データによって示される声の特徴とを比較することにより、前記監視対象者の行動が異常であるか否かを判定する、付記８に記載の異常検出方法。
（付記１２）
前記判定ステップにおいて、前記監視対象者が、前記基準特徴データによって声の特徴が表されている人物とは異なる人物と所定長の時間以上会話をしている場合に、前記監視対象者の行動が異常であると判定する、付記１１に記載の異常検出方法。
（付記１３）
前記基準特徴データは、曜日に対応づけて、その曜日における前記監視対象者の通常の行動の特徴を表し、
前記第２取得ステップにおいて、前記監視対象の期間が属する曜日に対応する前記基準特徴データを取得する、付記８から１２いずれか一項に記載の異常検出方法。
（付記１４）
前記基準特徴データは、時間帯に対応づけて、その時間帯における前記監視対象者の通常の行動の特徴を表し、
前記第２取得ステップにおいて、前記監視対象の期間が属する時間帯に対応する前記基準特徴データを取得する、付記８から１２いずれか一項に記載の異常検出方法。
（付記１５）
監視対象者の携帯デバイスに設けられているセンサによって生成されるセンシングデータのうち、監視対象の期間に生成されたデータである対象センシングデータを取得する第１取得ステップと、
通常の行動をしている前記監視対象者の前記携帯デバイスから得られた前記センシングデータに基づいて生成された、前記監視対象者の通常の行動の特徴を表す基準特徴データを取得する第２取得ステップと、
前記対象センシングデータと、前記基準特徴データとに基づいて、前記監視対象の期間における前記監視対象者の行動が異常であるか否かを判定する判定ステップと、をコンピュータに実行させるプログラム。
（付記１６）
前記センシングデータは前記センサの位置を表し、
前記基準特徴データは、通常時における前記監視対象者の移動範囲である基準移動範囲を表し、
前記判定ステップにおいて、前記対象センシングデータによって表される前記センサの位置と、前記基準移動範囲とを比較することにより、前記監視対象者の行動が異常であるか否かを判定する、付記１５に記載のプログラム。
（付記１７）
前記センシングデータは前記センサの位置を表し、
前記基準特徴データは、通常時における前記監視対象者の移動経路である基準移動経路の特徴を表し、
前記判定ステップにおいて、前記対象センシングデータの時系列データによって表される前記センサの移動経路の特徴と、前記基準移動経路の特徴とを比較することにより、前記監視対象者の行動が異常であるか否かを判定する、付記１５に記載のプログラム。
（付記１８）
前記センシングデータは、前記センサの周囲の音の大きさを表すデータであり、
前記基準特徴データは、通常時において前記監視対象者と会話する人物の声の特徴を表し、
前記判定ステップにおいて、前記対象センシングデータの時系列データから抽出される人の声の特徴と、前記基準特徴データによって示される声の特徴とを比較することにより、前記監視対象者の行動が異常であるか否かを判定する、付記１５に記載のプログラム。
（付記１９）
前記判定ステップにおいて、前記監視対象者が、前記基準特徴データによって声の特徴が表されている人物とは異なる人物と所定長の時間以上会話をしている場合に、前記監視対象者の行動が異常であると判定する、付記１８に記載のプログラム。
（付記２０）
前記基準特徴データは、曜日に対応づけて、その曜日における前記監視対象者の通常の行動の特徴を表し、
前記第２取得ステップにおいて、前記監視対象の期間が属する曜日に対応する前記基準特徴データを取得する、付記１５から１９いずれか一項に記載のプログラム。
（付記２１）
前記基準特徴データは、時間帯に対応づけて、その時間帯における前記監視対象者の通常の行動の特徴を表し、
前記第２取得ステップにおいて、前記監視対象の期間が属する時間帯に対応する前記基準特徴データを取得する、付記１５から１９いずれか一項に記載のプログラム。

【符号の説明】

【0111】

１０ 監視対象者
２０ 携帯デバイス
３０ センサ
４０ センシングデータ
６０ 基準特徴データ
８０ 管理者
９０ オペレータ
１００ 異常情報
１０００ コンピュータ
１０２０ バス
１０４０ プロセッサ
１０６０ メモリ
１０８０ ストレージデバイス
１１００ 入出力インタフェース
１１２０ ネットワークインタフェース
２０００ 異常検出装置
２０２０ 第１取得部
２０４０ 第２取得部
２０６０ 判定部
３０００ 監視システム
３１００ 基準特徴データ生成装置
３２００ オペレータ端末
３３００ 管理者端末

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】