特開 2024-50103 情報処理装置および情報処理方法

(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】P2024050103

(43)【公開日】2024-04-10

(54)【発明の名称】情報処理装置および情報処理方法

(51)【国際特許分類】

   G06T 7/00 20170101AFI20240403BHJP

【ＦＩ】

G06T7/00 660B

【審査請求】未請求

【請求項の数】4

【出願形態】ＯＬ

(21)【出願番号】P 2022156732

(22)【出願日】2022-09-29

(71)【出願人】

【識別番号】000003757

【氏名又は名称】東芝ライテック株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】高柳 佳幸

(72)【発明者】

【氏名】高原 雄一郎

(72)【発明者】

【氏名】西垣 英則

(72)【発明者】

【氏名】山根木 明子

【テーマコード（参考）】

5L096

【Ｆターム（参考）】

5L096BA02

5L096FA52

(57)【要約】

【課題】異常の誤検知を低減すること。
【解決手段】実施形態に係る情報処理装置は、検出部と、分析部と、検知部とを具備する。検出部は、撮像部によって撮像された撮像画像から人物を検出する。分析部は、撮像画像から検出部によって検出された人物の行動を分析する。検知部は、新たに撮像された撮像画像から検出部によって複数の人物が検出された場合に、分析部によって作成された複数の人物の行動の分析結果と、通常時の撮像画像から分析部によって作成された基準分析結果とを比較し、比較結果に基づいて異常を検知する。
【選択図】図６

【特許請求の範囲】

【請求項1】

撮像部によって撮像された撮像画像から人物を検出する検出部と；
前記撮像画像から前記検出部によって検出された前記人物の行動を分析する分析部と；
新たに撮像された撮像画像から前記検出部によって複数の人物が検出された場合に、前記分析部によって作成された前記複数の人物の行動の分析結果と、通常時の撮像画像から前記分析部によって作成された基準分析結果とを比較し、比較結果に基づいて異常を検知する検知部と；
を具備する情報処理装置。

【請求項2】

前記検知部は、前記新たに撮像された撮像画像の撮像時刻を含む時間帯に撮像された撮像画像における前記基準分析結果を用いて前記比較を行う
請求項１に記載の情報処理装置。

【請求項3】

前記検知部は、前記撮像画像内における人物の密集度を算出し、算出した前記密集度と前記比較結果とに基づいて前記異常を検知する
請求項１に記載の情報処理装置。

【請求項4】

撮像部によって撮像された撮像画像から人物を検出する検出工程と；
前記撮像画像から前記検出工程によって検出された前記人物の行動を分析する分析工程と；
新たに撮像された撮像画像から前記検出工程によって複数の人物が検出された場合に、前記分析工程によって作成された前記複数の人物の行動の分析結果と、通常時の撮像画像から前記分析工程によって作成された基準分析結果とを比較し、比較結果に基づいて異常を検知する検知工程と；
を含む情報処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、情報処理装置および情報処理方法に関する。

【背景技術】

【0002】

従来、画像データ内の人物の骨格画像データから当該人物の行動を分析する行動分析装置が知られている（特許文献１参照）。また、かかる行動分析装置を用いて人物の特定の行動を検知した場合に、警告を通知する技術が知られている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２０－１３５７４７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、上述したような人物の骨格情報を用いて特定の行動を検知する場合、画像中の人物の向きなどによって誤検知が発生する可能性があり、その結果、過剰に警告を通知してしまうおそれがあった。

【0005】

本発明が解決しようとする課題は、異常の誤検知を低減することができる情報処理装置および情報処理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】

実施形態に係る情報処理装置は、検出部と、分析部と、検知部とを具備する。検出部は、撮像部によって撮像された撮像画像から人物を検出する。分析部は、撮像画像から検出部によって検出された人物の行動を分析する。検知部は、新たに撮像された撮像画像から検出部によって複数の人物が検出された場合に、分析部によって作成された複数の人物の行動の分析結果と、通常時の撮像画像から分析部によって作成された基準分析結果とを比較し、比較結果に基づいて異常を検知する。

【発明の効果】

【0007】

本開示によれば、異常の誤検知を低減することができる。

【図面の簡単な説明】

【0008】

【図1】図１は、実施形態に係る情報処理装置によって実行される処理の概要を示す図である。

【図2】図２は、実施形態に係る情報処理システムの構成例を示すブロック図である。

【図3】図３は、実施形態に係る照明装置の側面図である。

【図4】図４は、実施形態に係る照明装置の下面図である。

【図5】図５は、実施形態に係る照明装置の構成を示すブロック図である。

【図6】図６は、実施形態に係る情報処理装置の構成を示すブロック図である。

【図7】図７は、分析結果記憶部の一例を示す図である。

【図8】図８は、実施形態に係る情報処理装置が実行する異常検知処理の手順を示すフローチャートである。

【図9】図９は、照明装置による撮像画像の一例を示す図である。

【図10】図１０は、通常時における撮像画像の一例を示す図である。

【図11】図１１は、新たに撮像された撮像画像の一例を示す図である。

【発明を実施するための形態】

【0009】

以下で説明する情報処理装置３００は、検出部１２２と、分析部１２３と、検知部１２４とを具備する。検出部１２２は、撮像部３１によって撮像された撮像画像から人物を検出する。分析部１２３は、撮像画像から検出部１２２によって検出された人物の行動を分析する。検知部１２４は、新たに撮像された撮像画像から検出部１２２によって複数の人物が検出された場合に、分析部１２３によって作成された複数の人物の行動の分析結果と、通常時の撮像画像から分析部１２３によって作成された基準分析結果とを比較し、比較結果に基づいて異常を検知する。

【0010】

以下で説明する情報処理装置３００において、検知部１２４は、新たに撮像された撮像画像の撮像時刻を含む時間帯に撮像された撮像画像における基準分析結果を用いて比較を行う。

【0011】

以下で説明する情報処理装置３００において、検知部１２４は、撮像画像内における人物の密集度を算出し、算出した密集度と比較結果とに基づいて異常を検知する。

【0012】

以下で説明する情報処理方法は、検出工程と、分析工程と、検知工程とを含む。検出工程は、撮像部によって撮像された撮像画像から人物を検出する。分析工程は、撮像画像から検出工程によって検出された人物の行動を分析する。検知工程は、新たに撮像された撮像画像から検出工程によって複数の人物が検出された場合に、新たに撮像された撮像画像から分析工程によって作成された複数の人物の行動の分析結果と、通常時の撮像画像から分析工程によって作成された基準分析結果とを比較し、比較結果に基づいて異常を検知する。

【0013】

以下、図面を参照して、実施形態に係る情報処理装置および情報処理方法について説明する。なお、以下に示す実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

【0014】

（実施形態）
まず、図１を用いて、実施形態に係る情報処理装置３００によって実行される処理の概要について説明する。図１は、実施形態に係る情報処理装置３００によって実行される処理の概要を示す図である。

【0015】

情報処理システム１は、照明装置１００と、情報処理装置３００と、端末装置４００とを含む。

【0016】

照明装置１００は、例えば、工場等の建物の天井に取り付けられる照明装置である。情報処理装置３００は、例えば、クラウドサーバである。端末装置４００は、例えば、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣ、スマートフォン、タブレット型端末、ＰＤＡ（Personal Digital Assistant）である。端末装置４００は、例えば、照明装置１００が設置された建物を管理する利用者によって使用される。

【0017】

照明装置１００は、照明ユニット２０とカメラユニット３０とを有している。かかる照明装置１００は、カメラユニット３０を用いて、照明ユニット２０による照明エリアを撮像することができる。照明装置１００は、カメラユニット３０を用いて照明エリアを撮像し（ステップＳ１）、撮像された撮像画像を情報処理装置３００に送信する（ステップＳ２）。

【0018】

情報処理装置３００は、照明装置１００から取得した撮像画像に対して所定の画像処理を行うことによって撮像画像から複数の人物ＴＧ１、ＴＧ２を検出する（ステップＳ３）。

【0019】

つづいて、情報処理装置３００は、検出した複数の人物ＴＧ１、ＴＧ２のそれぞれの行動を分析する（ステップＳ４）。分析結果には、たとえば、複数の人物ＴＧ１、ＴＧ２の位置、向き、動作などの情報が含まれる。

【0020】

つづいて、情報処理装置３００は、複数の人物ＴＧ１、ＴＧ２の分析結果を用いて密集度を算出し、密集判定処理を行う（ステップＳ５）。具体的には、情報処理装置３００は、算出した密集度が閾値以上である場合に、照明装置１００が設置された建物内において密集が発生したと判定する。

【0021】

つづいて、情報処理装置３００は、複数の人物ＴＧ１、ＴＧ２の分析結果と、予め記憶部に記憶された基準分析結果とを比較し、比較結果に基づく異常検知処理を行う（ステップＳ６）。例えば、情報処理装置３００は、複数の人物ＴＧ１、ＴＧ２の分析結果と基準分析結果とに基づいて比較スコアを算出してもよい。比較スコアとは、複数の人物ＴＧ１、ＴＧ２の分析結果と、基準分析結果との相違度を示すスコアである。この場合、情報処理装置３００は、算出した比較スコアが閾値以上である場合に、照明装置１００が設置された建物内において異常を検知することができる。

【0022】

つづいて、情報処理装置３００は、異常検知処理の検知結果を端末装置４００に送信する（ステップＳ７）。検知結果には、たとえば、異常が発生した旨の情報、異常検知処理に用いられた撮像画像、異常が検出された日時などが含まれていてもよい。

【0023】

端末装置４００は、情報処理装置３００から異常検知処理の検知結果を取得した場合に、かかる検知結果の情報を利用者に対して報知する。

【0024】

例えば、端末装置４００は、判定結果を取得した場合に、異常が発生した旨の情報、異常判定処理に用いられた撮像画像、異常が検出された日時を含む確認画面を表示部に表示させる。利用者は、かかる確認画面を参照することで、異常が発生したことを認識することができる。

【0025】

＜情報処理システム１の構成例＞
次に、図２を用いて、実施形態に係る情報処理システム１の構成例について説明する。図２は、実施形態に係る情報処理システム１の構成例を示すブロック図である。

【0026】

図２に示すように、情報処理システム１は、複数の照明装置１００と、情報処理装置３００と、端末装置４００とを有する。複数の照明装置１００、情報処理装置３００および端末装置４００は、インターネット等のネットワークＮを介して互いに通信可能に接続される。

【0027】

照明装置１００は、例えば、工場等の建物の天井に取り付けられる照明装置である。照明装置１００は、撮像機能を有しており、照明エリアを撮像することができる。照明装置１００の構成については図３および図４を参照して説明する。

【0028】

ここでは、情報処理システム１が複数の照明装置１００を備える場合の例を示しているが、情報処理システム１は、少なくとも１つの照明装置１００を備えていればよい。

【0029】

情報処理装置３００は、例えば、クラウドサーバである。情報処理装置３００は、ネットワークＮを介して照明装置１００から撮像画像を取得し、取得した撮像画像に基づいて人物の行動の分析処理および異常検知処理を行う。また、情報処理装置３００は、異常検知処理の検知結果をネットワークＮ経由で端末装置４００に送信する。情報処理装置３００の構成については図６を参照して説明する。

【0030】

端末装置４００は、情報処理装置３００からネットワークＮを介して異常検知処理の検知結果を取得した場合に、かかる検知結果を利用者に対して通知する。

【0031】

＜照明装置１００の構成例＞
次に、照明装置１００の構成の一例について図３および図４を参照して説明する。図３は、実施形態に係る照明装置１００の側面図である。図４は、実施形態に係る照明装置１００の下面図である。

【0032】

図３に示すように、実施形態に係る照明装置１００は、照明ユニット２０と、カメラユニット３０と、電源ユニット４０とを備える。また、照明ユニット２０と、カメラユニット３０とは、Ｌ字金具を介してネジ止めされ、照明ユニット２０と、電源ユニット４０とは、連結部１２を介して連結される。

【0033】

連結部１２は、さらに、取付部１１と接合し、取付部１１を介して、照明装置１００が天井などの設置面に取り付けられる。

【0034】

照明ユニット２０は、光源部２１と、フィン２５とを備える。フィン２５は、光源部２１の上部に設けられ、光源部２１の発光による発熱を冷却する。図４に示すように、光源部２１は、基板２１ａ上にＬＥＤ（Light Emitting Diode）等の発光素子２１ｂが設けられる。

【0035】

光源部２１の出射面は、カバー（図示せず）によって覆われる。なお、カバーは、例えば、透過性のガラスや樹脂である。なお、図４に示す例では、光源部２１が４つの基板２１ａから構成される場合を示しているが、これに限定されるものではない。

【0036】

カメラユニット３０は、撮像部３１と、レンズ３２とを備える。撮像部３１は、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）などの撮像センサや、画像または映像を撮影するのに必要となる各種部品が含まれる。また、撮像部３１の下面は、レンズ３２によって覆われる。

【0037】

図４に示すように、光源部２１と、撮像部３１との向きは、それぞれ取り付け時に同一の方向を向くことになる。これにより、光源部２１によって光が照射されたエリアを撮像部３１によって撮像することができるので、撮影対象の照度を確保することができるので、鮮明な画像を撮像することができる。

【0038】

照明装置１００は、天井に設置されるので、天井から空間内を俯瞰した画像を撮影することができる。なお、図３および図４に示す照明装置１００の外観形状は、一例であり、ベースライト、シーリングライトなど、その他の形状であってもよい。

【0039】

＜照明装置１００の機能構成例＞
次に、図５を用いて、実施形態に係る照明装置１００の機能構成の一例について説明する。図５は、実施形態に係る照明装置１００の構成を示すブロック図である。図５に示すように、照明装置１００は、通信部１０と、照明ユニット２０と、カメラユニット３０と、制御部５０とを有する。

【0040】

通信部１０は、情報処理装置３００等の他の装置との間で情報の送受信を行う。通信部１０は、例えば、所定の通信回路またはＮＩＣ（Network Interface Card）等によって実現される。通信部１０による通信方式は、例えば、ローカルエリアネットワーク（ＬＡＮ）などの無線通信であってよい。なお、通信部１０による通信方式は、任意の通信方式であってよく、例えば、有線通信等であってもよい。

【0041】

カメラユニット３０は、撮像部３１と、撮像制御部３３と、記憶部３４とを有する。撮像部３１は、特定の画角（以下、「撮像領域」と記載する）を撮影して画像データ（「撮像画像」ともいう）を生成する。なお、画像データは、動画データであってもよく、静止画データであってもよい。画像データには、撮像日時（日付、曜日、時刻等）、フレームレート、撮像部３１の識別情報等が含まれてもよい。

【0042】

撮像制御部３３は、撮像部３１による撮影を制御する。また、撮像制御部３３は、撮像部３１の撮影により生成した画像データを制御部５０に出力する。

【0043】

記憶部３４は、カメラユニット３０の各種制御を実現するためのプログラムやデータを記憶する。記憶部３４は、撮像部３１によって生成された画像データを記憶してもよい。記憶部３４は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）などの半導体メモリ素子、または、ハードディスク、光ディスクなどの記憶装置によって実装される。

【0044】

制御部５０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、内部メモリに記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。制御部５０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。制御部５０は、取得部５１と、送信処理部５２とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部５０の内部構成は、図５に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

【0045】

取得部５１は、各種情報を取得する。例えば、取得部５１は、カメラユニット３０から各種情報を取得する。送信処理部５２は、通信部１０を介して外部装置に各種情報を送信する処理を行う。例えば、送信処理部５２は、取得部５１によって取得された画像データを通信部１０およびネットワークＮを介して情報処理装置３００へ送信する処理を行う。

【0046】

＜情報処理装置３００の機能構成例＞
次に、図６を用いて、実施形態に係る情報処理装置３００の構成例について説明する。図６は、実施形態に係る情報処理装置３００の構成を示すブロック図である。図６に示すように、情報処理装置３００は、通信部１１０と、制御部１２０と、記憶部１３０とを具備する。

【0047】

通信部１１０は、例えば、所定の通信回路またはＮＩＣ等によって実現される。通信部１０による通信方式は、例えば、ローカルエリアネットワーク（ＬＡＮ）などの無線通信であってよい。

【0048】

記憶部１３０は、たとえば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１３０は、分析結果記憶部１３１と、基準分析結果記憶部１３２とを有する。

【0049】

分析結果記憶部１３１は、後述する分析部１２３によって作成される人物の行動の分析結果を格納するデータベースである。図７は、分析結果記憶部１３１の一例を示す図である。

【0050】

図７に示す例において、分析結果記憶部１３１は、例えば、「日付」および「時刻」と、「人物情報」とを互いに対応付けて記憶する。「日付」項目には、後述する分析部１２３によって分析された撮像画像を撮像した日付、例えば、年月日が格納される。「時刻」項目には、かかる撮像画像を撮像した時刻が格納される。

【0051】

「人物情報」は、例えば、「人物」、「位置」、「姿勢」、「動作」、「向き」といった項目を有する。「人物」項目には、撮像画像内において後述する検出部１２２によって検出された人物の識別子が格納される。かかる「人物」項目の識別子の数は、撮像画像内で検出された人物の数に相当する。「位置」項目には、人物が検出された位置が格納される。「姿勢」項目には、人物の姿勢、たとえば、立っているか座っているかなどを示す情報が格納される。「動作」項目には、人物の動作、たとえば、物を持っているなどの情報が格納される。「向き」項目には、人物の向きを示す情報が格納される。後述する分析部１２３は、撮像画像内における人物の行動を分析し、分析結果を分析結果記憶部１３１に記録する。

【0052】

基準分析結果記憶部１３２は、通常時の人物の行動の分析結果である基準分析結果を格納するデータベースである。基準分析結果記憶部１３２に格納される基準分析結果は、後述する異常検知処理において、新たに撮像された撮像画像内における複数の人物の行動の分析結果、言い換えると、分析結果記憶部１３１に格納される分析結果と比較するために用いられる。基準分析結果記憶部１３２のデータ構成は、たとえば図７を用いて前述した分析結果記憶部１３１のデータ構成と同様である。

【0053】

図６の説明に戻り、制御部１２０について説明する。制御部１２０は、例えば、ＣＰＵやＭＰＵ等によって、内部メモリに記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。制御部１２０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。

【0054】

制御部１２０は、取得部１２１と、検出部１２２と、分析部１２３と、検知部１２４と、通知部１２５とを有する。

【0055】

取得部１２１は、照明装置１００の撮像部３１によって撮像された撮像画像を取得する。たとえば、取得部１２１は、リアルタイムで各照明装置１００の撮像部３１から撮像画像を取得し、取得した撮像画像を検出部１２２に渡す。

【0056】

検出部１２２は、取得部１２１によって取得された撮像画像から人物を検出する。たとえば、検出部１２２は、既存の骨格推定技術を用いて撮像画像から人物の骨格情報を検出することで人物を検出する。骨格情報は、たとえば、関節位置や骨の位置に関する情報であるが、肉付きや姿勢、歩き方、仕草等に関する情報を含んでもよい。検出部１２２は、骨格情報を検出すると、検出した骨格情報を分析部１２３へ渡す。検出部１２２は、フレーム毎に検出処理を行う。

【0057】

分析部１２３は、取得部１２１によって取得された撮像画像から検出部１２２によって検出された複数の人物の行動を分析する。例えば、分析部１２３は、検出部１２２によって検出された骨格情報に基づいて、各人物の位置、姿勢、動作、向きなどの情報を分析する。分析部１２３は、分析結果を作成して、作成した分析結果を分析結果記憶部１３１に追加する。

【0058】

検知部１２４は、分析部１２３によって作成された分析結果を用いて密集度を算出し、密集判定処理を行う。ここで、検知部１２４による密集判定処理の一例について図９を参照して説明する。図９は、照明装置１００による撮像画像の一例を示す図である。

【0059】

密集判定処理において、まず検知部１２４は、図９に示すように、撮像画像内における任意の範囲Ｒを設定する。つづいて、検知部１２４は、分析結果記憶部１３１における分析結果に含まれる人物の位置情報を用いて、範囲Ｒ内における人物の人数を算出する。検知部１２４は、範囲Ｒの面積に対する人物の人数の割合を範囲Ｒにおける密集度とする。その後、検知部１２４は、範囲Ｒにおける密集度と閾値とを比較し、密集度が閾値よりも大きい場合に、範囲Ｒにおいて密集が発生したと判定する。検知部１２４は、例えば撮像画像の全範囲をスキャンするように範囲Ｒの位置を変えながら上記判定処理を繰り返し行う。すなわち、検知部１２４は、撮像画像の全範囲において、上述した任意の範囲Ｒの設定処理から密集の判定処理までを繰り返し行う。そして、検知部１２４は、撮像画像内の全範囲のうち密集が発生したと判定した範囲Ｒを密集範囲ＣＲとする。すなわち、検知部１２４は、撮像画像内に密集度が閾値よりも大きい密集範囲ＣＲが存在する場合に、密集が発生したと判定する。なお、図９を用いて説明した密集判定処理は、あくまで一例である。検知部１２４は、任意の公知技術を用いて密集判定処理を行うことが可能である。

【0060】

一般的に、異常が発生した場合には、複数の人物が異常の発生場所に集まることで密集状態が形成される。実施形態に係る情報処理装置３００は、密集度に基づいて異常を検知するため、密集状態でない場合における異常の検知を防ぎ、過剰な警告を抑制することができる。

【0061】

また、検知部１２４は、分析部１２３によって作成された分析結果と、基準分析結果記憶部１３２に記憶された基準分析結果とを比較して、比較結果に基づいて異常検知処理を行う。

【0062】

ここで、図１０および図１１を用いて、検知部１２４が行う異常検知処理について説明する。図１０は、通常時における撮像画像の一例を示す図である。図１１は、新たに撮像された撮像画像の一例を示す図である。

【0063】

異常検知処理において、まず検知部１２４は、分析結果記憶部１３１に記憶された分析結果と、基準分析結果記憶部１３２に記憶された基準分析結果とにおける撮像された時間帯、検出された人物の人数、向き、姿勢、動作などを比較する。検知部１２４は、各比較項目に対して分析結果と、基準分析結果との相違度を示す比較スコアを算出する。

【0064】

たとえば、図１０に示す撮像画像から基準分析結果が作成され、図１１に示す撮像画像から分析結果が作成されたものとする。図１０において検出された人物の人数は「４人」であるのに対し、図１１において検出された人物の人数も「４人」であり、同じである。この場合、検知部１２４は、検出された人物の人数に対する比較スコアを例えば「０」とする。また、図１０において人物ＴＧ２は人物ＴＧ１の方向に向いているのに対し、図１１において人物ＴＧ２は物体Ｓの方向に向いている。この場合、人物ＴＧ２は基準分析結果とは異なる方向を向いていることから、検知部１２４は、人物ＴＧ２の向きに対する比較スコアを例えば「５」とする。かかる例のように、分析結果と、基準分析結果とにおける違いが大きいほど高い比較スコアとなるようにする。検知部１２４は、かかる比較スコアを各比較項目に対して算出した後、各比較項目の比較スコアを合計して、比較スコアを算出する。検知部１２４は、比較スコアと閾値とを比較し、比較スコアが閾値を超えている場合に、異常を検知する。

【0065】

検知部１２４は、新たに撮像された撮像画像の撮像時刻を含む時間帯に撮像された撮像画像における基準分析結果を用いて比較を行うこととしてもよい。かかる処理によれば、撮像された時間帯の異なる基準分析結果との比較をせずに、効率的に比較処理を行うことができる。

【0066】

通知部１２５は、検知部１２４による検知結果を通信部１１０およびネットワークＮを介して端末装置４００へ送信する。例えば、通知部１２５は、検知部１２４によって異常が検知された場合に、異常を検知した旨の情報、異常検知処理に用いられた撮像画像および異常が検知された日時などを通知する。

【0067】

＜情報処理装置３００の具体的動作＞
次に、図８を用いて、実施形態に係る情報処理装置３００が実行する異常検知処理の手順について説明する。図８は、実施形態に係る情報処理装置３００が実行する異常検知処理の手順を示すフローチャートである。

【0068】

図８に示すように、情報処理装置３００は、照明装置１００から撮像画像を取得し（ステップＳ１０１）、取得した撮像画像から人物を検出する（ステップＳ１０２）。そして、情報処理装置３００は、複数の人物を検出したか否かを判定し（ステップＳ１０３）、複数の人物を検出した場合には（ステップＳ１０３，Ｙｅｓ）、検出した各人物の行動を分析する（ステップＳ１０４）。

【0069】

つづいて、情報処理装置３００は、密集度を算出し（ステップＳ１０５）、算出した密集度が閾値より大きいか否かを判定する（ステップＳ１０６）。具体的には、情報処理装置３００は、図９を用いて前述したように、密集度が閾値よりも大きい密集範囲ＣＲが存在するか否かを判定する。この処理において密集度が閾値よりも大きい密集範囲ＣＲが存在する判定した場合（ステップＳ１０６，Ｙｅｓ）、情報処理装置３００は、密集が発生したとして、処理をステップＳ１０７に進める。

【0070】

つづいて、情報処理装置３００は、ステップＳ１０４において作成した分析結果と、基準分析結果記憶部１３２における基準分析結果とを比較して、比較スコアを算出する（ステップＳ１０７）。その後、情報処理装置３００が、ステップＳ１０７において算出した比較スコアが閾値よりも大きいか否かを判定する（ステップＳ１０８）。この処理において、比較スコアが閾値よりも大きいと判定した場合（ステップＳ１０８，Ｙｅｓ）、情報処理装置３００は、端末装置４００に対して異常を通知する（ステップＳ１０９）。具体的には、情報処理装置３００は、異常を検知した旨の情報、異常検知処理に用いられた撮像画像および異常が検出された日時などの情報を端末装置４００に送信する。

【0071】

ステップＳ１０９の処理を終えた場合、ステップＳ１０６において密集度が閾値を超えていない場合（ステップＳ１０６，Ｎｏ）、または、ステップＳ１０８において比較スコアが閾値を超えていない場合（ステップＳ１０８，Ｎｏ）、情報処理装置３００は、処理を終了する。

【0072】

上述したように、実施形態にかかる情報処理装置３００は、検出部１２２と、分析部１２３と、検知部１２４とを具備する。検出部１２２は、撮像部３１によって撮像された撮像画像から人物を検出する。分析部１２３は、撮像画像から検出部１２２によって検出された人物の行動を分析する。検知部１２４は、新たに撮像された撮像画像から検出部１２２によって複数の人物が検出された場合に、分析部１２３によって作成された複数の人物の行動の分析結果と、通常時の撮像画像から分析部１２３によって作成された基準分析結果とを比較し、比較結果に基づいて異常を検知する。

【0073】

したがって、実施形態に係る情報処理装置３００によれば、異常の誤検知を低減することができる。

【0074】

（変形例）
上述した実施形態では、情報処理装置３００が異常を検知した場合に、端末装置４００に対して異常を通知する例について説明した。これに限らず、情報処理装置３００は他の方法で異常を通知することとしてもよい。たとえば、異常を検知した場合に、照明装置１００に対して異常を通知することとしてもよい。照明装置１００は異常通知結果を情報処理装置３００から受信した場合に、照明を点滅させることによって異常が発生したことを報知させることとしてもよい。

【0075】

また、情報処理装置３００は、例えば電子メールを用いて異常検知結果を端末装置４００に送信することとしてもよい。

【0076】

また、上述した実施形態では、密集判定処理において密集度が閾値よりも大きい密集範囲ＣＲについて説明したが、かかる密集範囲ＣＲの情報を、新たに撮像された撮像画像からの分析結果と基準分析結果との比較処理に用いることとしてもよい。具体的に、検知部１２４は、密集判定処理において（ステップＳ１０５～Ｓ１０６）、密集が発生していると判定した場合に、撮像画像内における各人物が密集範囲ＣＲに含まれるか否かの情報を、かかる人物情報と紐づけて分析結果記憶部１３１に記録する。つづいて、検知部１２４は、比較スコア算出処理において（ステップＳ１０７）、新たに撮像された撮像画像の分析結果における人物情報のうち、密集範囲ＣＲに含まれる人物の人物情報のみを比較処理に用いる。かかる処理によれば、密集範囲ＣＲに含まれない人物について比較対象とされないため、より効率的に異常検知処理を行うことができる。

【0077】

本発明の実施形態を説明したが、この実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。この実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。この実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0078】

１ 情報処理システム
２０ 照明ユニット
３０ カメラユニット
３１ 撮像部
１００ 照明装置
１１０ 通信部
１２０ 制御部
１２１ 取得部
１２２ 検出部
１２３ 分析部
１２４ 検知部
１２５ 通知部
１３０ 記憶部
１３１ 分析結果記憶部
１３２ 基準分析結果記憶部
３００ 情報処理装置
４００ 端末装置

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】