知財求人 - 知財ポータルサイト「IP Force」
(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】P2024071118
(43)【公開日】2024-05-24
(54)【発明の名称】特徴量抽出装置、情報処理装置、方法、及びプログラム
(51)【国際特許分類】
G06T 7/246 20170101AFI20240517BHJP
G06T 7/292 20170101ALI20240517BHJP
【ＦＩ】
G06T7/246
G06T7/292
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2022181886
(22)【出願日】2022-11-14
(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】山崎 智史
【テーマコード（参考）】
5L096
【Ｆターム（参考）】
5L096BA02
5L096CA05
5L096HA05
5L096JA11
(57)【要約】
【課題】処理リソースを有効に活用可能な、特徴量抽出装置、方法、及びプログラムを提供する。
【解決手段】特徴量抽出装置１０にて特徴量抽出部１２は、物体画像を受け取り、受け取った物体画像に含まれる物体に関する特徴量を抽出する。決定部１１は、第１追跡ＩＤが関連づけられたＮ個の物体画像のうちで、特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、特徴量抽出装置１０の処理リソースの使用状況に応じて、決定する。
【選択図】図１
【解決手段】特徴量抽出装置１０にて特徴量抽出部１２は、物体画像を受け取り、受け取った物体画像に含まれる物体に関する特徴量を抽出する。決定部１１は、第１追跡ＩＤが関連づけられたＮ個の物体画像のうちで、特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、特徴量抽出装置１０の処理リソースの使用状況に応じて、決定する。
【選択図】図１
【特許請求の範囲】
【請求項1】
特徴量抽出装置であって、
物体画像を受け取り、前記受け取った物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出する特徴量抽出部と、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定する決定部と、
を具備する特徴量抽出装置。
物体画像を受け取り、前記受け取った物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出する特徴量抽出部と、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定する決定部と、
を具備する特徴量抽出装置。
【請求項2】
受け取った情報を含めた物体情報を出力する情報出力部と、
前記Ｎ個の物体画像を受け取り、前記受け取ったＮ個の物体画像のうちの前記Ｍ個の特徴量抽出対象の物体画像を前記特徴量抽出部に出力すると共に、前記Ｎ個の物体画像のうちの前記Ｍ個の特徴量抽出対象の物体画像以外の（Ｎ－Ｍ）個の非特徴量抽出対象の物体画像を前記情報出力部に出力する振り分け部と、
を具備する、
請求項１記載の特徴量抽出装置。
前記Ｎ個の物体画像を受け取り、前記受け取ったＮ個の物体画像のうちの前記Ｍ個の特徴量抽出対象の物体画像を前記特徴量抽出部に出力すると共に、前記Ｎ個の物体画像のうちの前記Ｍ個の特徴量抽出対象の物体画像以外の（Ｎ－Ｍ）個の非特徴量抽出対象の物体画像を前記情報出力部に出力する振り分け部と、
を具備する、
請求項１記載の特徴量抽出装置。
【請求項3】
前記第１追跡ＩＤが関連づけられたＰ（Ｐの値は、Ｎ以上の整数）個の物体画像から、前記Ｐ個の物体画像にそれぞれ関連するＰ個の優先度に基づいて、前記Ｎ個の物体画像を選択し、前記選択したＮ個の物体画像を前記振り分け部に出力する一方、前記選択したＮ個の物体画像以外の（Ｐ－Ｎ）個の物体画像を前記情報出力部に出力する、選別部をさらに具備する、
請求項２記載の特徴量抽出装置。
請求項２記載の特徴量抽出装置。
【請求項4】
前記情報出力部は、前記Ｍ個の特徴量抽出対象の物体画像のそれぞれの物体画像ＩＤ及び特徴量が抽出されたことを示す抽出済み情報と前記（Ｎ－Ｍ）個の非特徴量抽出対象の物体画像のそれぞれの物体画像ＩＤ及び特徴量が抽出されていないことを示す未抽出情報とを含む前記物体情報を出力する、
請求項２記載の特徴量抽出装置。
請求項２記載の特徴量抽出装置。
【請求項5】
前記決定部は、前記第１追跡ＩＤと異なる第２追跡ＩＤが関連づけられたＫ（Ｋの値は２以上の整数）個の物体画像のうちから特徴量抽出対象とする物体画像の個数であるＬの値（Ｌの値はＫ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの状況に応じて、決定し、
前記振り分け部は、前記Ｋ個の物体画像を受け取り、前記受け取ったＫ個の物体画像のうちの前記Ｌ個の特徴量抽出対象の物体画像を前記特徴量抽出部に出力すると共に、前記Ｋ個の物体画像のうちの前記Ｌ個の特徴量抽出対象の物体画像以外の（Ｋ－Ｌ）個の非特徴量抽出対象の物体画像を前記情報出力部に出力し、
前記第１追跡ＩＤが関連づけられた前記Ｎ個の物体画像は、第１カメラで撮影されたＮ個の第１画像フレームにて検出された物体画像であり、
前記第２追跡ＩＤが関連づけられた前記Ｋ個の物体画像は、前記第１カメラと異なる第２カメラで撮影されたＫ個の第２画像フレームにて検出された物体画像である、
請求項２記載の特徴量抽出装置。
前記振り分け部は、前記Ｋ個の物体画像を受け取り、前記受け取ったＫ個の物体画像のうちの前記Ｌ個の特徴量抽出対象の物体画像を前記特徴量抽出部に出力すると共に、前記Ｋ個の物体画像のうちの前記Ｌ個の特徴量抽出対象の物体画像以外の（Ｋ－Ｌ）個の非特徴量抽出対象の物体画像を前記情報出力部に出力し、
前記第１追跡ＩＤが関連づけられた前記Ｎ個の物体画像は、第１カメラで撮影されたＮ個の第１画像フレームにて検出された物体画像であり、
前記第２追跡ＩＤが関連づけられた前記Ｋ個の物体画像は、前記第１カメラと異なる第２カメラで撮影されたＫ個の第２画像フレームにて検出された物体画像である、
請求項２記載の特徴量抽出装置。
【請求項6】
前記第１追跡ＩＤが関連づけられたＰ（Ｐの値は、Ｎ以上の整数）個の物体画像から、前記Ｐ個の物体画像にそれぞれ関連するＰ個の優先度に基づいて、前記Ｎ個の物体画像を選択し、前記選択したＮ個の物体画像を前記振り分け部に出力する一方、前記選択したＮ個の物体画像以外の（Ｐ－Ｎ）個の物体画像を前記情報出力部に出力する、第１選別部と、
前記第２追跡ＩＤが関連づけられたＱ（Ｑの値は、Ｋ以上の整数）個の物体画像から、前記Ｑ個の物体画像にそれぞれ関連するＱ個の優先度に基づいて、前記Ｋ個の物体画像を選択し、前記選択したＫ個の物体画像を前記振り分け部に出力する一方、前記選択したＫ個の物体画像以外の（Ｑ－Ｋ）個の物体画像を前記情報出力部に出力する、第２選別部と、
を具備する、
請求項５記載の特徴量抽出装置。
前記第２追跡ＩＤが関連づけられたＱ（Ｑの値は、Ｋ以上の整数）個の物体画像から、前記Ｑ個の物体画像にそれぞれ関連するＱ個の優先度に基づいて、前記Ｋ個の物体画像を選択し、前記選択したＫ個の物体画像を前記振り分け部に出力する一方、前記選択したＫ個の物体画像以外の（Ｑ－Ｋ）個の物体画像を前記情報出力部に出力する、第２選別部と、
を具備する、
請求項５記載の特徴量抽出装置。
【請求項7】
請求項１記載の特徴量抽出装置と、
複数の撮影画像のそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の撮影画像における位置を特定し、各物体領域に対して物体ＩＤを付し、各物体画像が、前記物体領域が検出された撮影画像と該撮影画像を示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の物体画像を出力する検出部と、
前記検出部から受け取った複数の物体画像を用いて、同じ物体についてのすべての物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の物体画像を前記特徴量抽出装置に出力する追跡部と、
を具備する情報処理装置。
複数の撮影画像のそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の撮影画像における位置を特定し、各物体領域に対して物体ＩＤを付し、各物体画像が、前記物体領域が検出された撮影画像と該撮影画像を示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の物体画像を出力する検出部と、
前記検出部から受け取った複数の物体画像を用いて、同じ物体についてのすべての物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の物体画像を前記特徴量抽出装置に出力する追跡部と、
を具備する情報処理装置。
【請求項8】
請求項５記載の特徴量抽出装置と、
前記第１カメラで撮影された複数の第１画像フレームのそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の第１画像フレームにおける位置を特定し、各物体領域に対して物体ＩＤを付し、各第１物体画像が、前記物体領域が検出された第１画像フレームと該第１画像フレームを示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の第１物体画像を出力する第１検出部と、
前記第１検出部から受け取った複数の第１物体画像を用いて、同じ物体についてのすべての第１物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の第１物体画像を前記特徴量抽出装置に出力する第１追跡部と、
前記第２カメラで撮影された複数の第２画像フレームのそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の第２画像フレームにおける位置を特定し、各物体領域に対して物体ＩＤを付し、各第２物体画像が、前記物体領域が検出された第２画像フレームと該第２画像フレームを示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の第２物体画像を出力する第２検出部と、
前記第２検出部から受け取った複数の第２物体画像を用いて、同じ物体についてのすべての第２物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の第２物体画像を前記特徴量抽出装置に出力する第２追跡部と、
を具備する情報処理装置。
前記第１カメラで撮影された複数の第１画像フレームのそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の第１画像フレームにおける位置を特定し、各物体領域に対して物体ＩＤを付し、各第１物体画像が、前記物体領域が検出された第１画像フレームと該第１画像フレームを示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の第１物体画像を出力する第１検出部と、
前記第１検出部から受け取った複数の第１物体画像を用いて、同じ物体についてのすべての第１物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の第１物体画像を前記特徴量抽出装置に出力する第１追跡部と、
前記第２カメラで撮影された複数の第２画像フレームのそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の第２画像フレームにおける位置を特定し、各物体領域に対して物体ＩＤを付し、各第２物体画像が、前記物体領域が検出された第２画像フレームと該第２画像フレームを示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の第２物体画像を出力する第２検出部と、
前記第２検出部から受け取った複数の第２物体画像を用いて、同じ物体についてのすべての第２物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の第２物体画像を前記特徴量抽出装置に出力する第２追跡部と、
を具備する情報処理装置。
【請求項9】
特徴量抽出装置によって実行される方法であって、
物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出すること、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定することと、
を含む方法。
物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出すること、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定することと、
を含む方法。
【請求項10】
特徴量抽出装置に、
物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出すること、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定することと、
を含む、処理を実行させるプログラム。
物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出すること、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定することと、
を含む、処理を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、特徴量抽出装置、情報処理装置、方法、及びプログラムに関する。
【背景技術】
【0002】
撮影された画像において対象物体（オブジェクト）に対応する領域の画像（つまり、物体画像）を検出し、対象物体を追跡する技術が提案されている（例えば、特許文献１）。特許文献１において情報処理装置は、撮影画像に含まれている複数の対象物体を追跡する。そして、該情報処理装置は、各対象物体について特徴量の質を予測し、該予測された特徴量の質が所定条件を満たす対象物体のみについて特徴量を抽出する。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】国際公開第２０２０／２１７３６８号
【発明の概要】
【発明が解決しようとする課題】
【0004】
本発明者は、特許文献１に開示されている技術では、情報処理装置（特徴量抽出装置）の処理リソースの使用状況が考慮されていないため、情報処理装置の処理リソースが有効に活用されない可能性があることを見出した。すなわち、特許文献１に開示されている技術では、仮に情報処理装置の処理リソースの余力が十分な状況においても、所定条件を満たす対象物体のみについて画一的に、特徴量を抽出することになる。このため、情報処理装置の処理リソースが有効に活用されない可能性がある。
【0005】
本開示の目的は、処理リソースを有効に活用可能な、特徴量抽出装置、方法、及びプログラムを提供することにある。なお、この目的は、本明細書に開示される複数の実施形態が達成しようとする複数の目的の１つに過ぎないことに留意されるべきである。その他の目的又は課題と新規な特徴は、本明細書の記述又は添付図面から明らかにされる。
【課題を解決するための手段】
【0006】
１つの態様では、特徴量抽出装置は、
物体画像を受け取り、前記受け取った物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出する特徴量抽出部と、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定する決定部と、
を具備する。
物体画像を受け取り、前記受け取った物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出する特徴量抽出部と、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定する決定部と、
を具備する。
【0007】
他の態様では、情報処理装置は、
上記１つの態様の特徴量抽出装置と、
複数の撮影画像のそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の撮影画像における位置を特定し、各物体領域に対して物体ＩＤを付し、各物体画像が、前記物体領域が検出された撮影画像と該撮影画像を示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の物体画像を出力する検出部と、
前記検出部から受け取った複数の物体画像を用いて、同じ物体についてのすべての物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の物体画像を前記特徴量抽出装置に出力する追跡部と、
を具備する。
上記１つの態様の特徴量抽出装置と、
複数の撮影画像のそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の撮影画像における位置を特定し、各物体領域に対して物体ＩＤを付し、各物体画像が、前記物体領域が検出された撮影画像と該撮影画像を示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の物体画像を出力する検出部と、
前記検出部から受け取った複数の物体画像を用いて、同じ物体についてのすべての物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の物体画像を前記特徴量抽出装置に出力する追跡部と、
を具備する。
【0008】
他の態様では、特徴量抽出装置によって実行される方法は、
物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出すること、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定することと、
を含む。
物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出すること、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定することと、
を含む。
【0009】
他の態様では、プログラムは、
特徴量抽出装置に、
物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出すること、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定することと、
を含む、処理を実行させる。
特徴量抽出装置に、
物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出すること、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定することと、
を含む、処理を実行させる。
【発明の効果】
【0010】
本開示により、処理リソースを有効に活用可能な、特徴量抽出装置、情報処理装置、方法、及びプログラムを提供することができる。
【図面の簡単な説明】
【0011】
【図1】第１実施形態における特徴量抽出装置の一例を示すブロック図である。
【図2】第１実施形態における特徴量抽出装置の処理動作の一例を示すフローチャートである。
【図3】第２実施形態における情報処理装置の一例を示すブロック図である。
【図4】情報出力部から出力される物体情報の一例を示す図である。
【図5】第２実施形態における特徴量抽出装置の選別部の処理動作の一例を示すフローチャートである。
【図6】第２実施形態における特徴量抽出装置の決定部及び振り分け部の処理動作の一例を示すフローチャートである。
【図7】第３実施形態における情報処理装置の一例を示すブロック図である。
【図8】特徴量抽出装置のハードウェア構成例を示す図である。
【発明を実施するための形態】
【0012】
以下、図面を参照しつつ、実施形態について説明する。なお、実施形態において、同一又は同等の要素には、同一の符号を付し、重複する説明は省略される。
【0013】
【0014】
特徴量抽出部１２は、物体画像を受け取り、受け取った物体画像に含まれる物体に関する特徴量を抽出する。「物体画像」は、例えば、上記のとおり、撮影された画像において対象物体（オブジェクト）に対応する領域の画像であってもよい。「物体」は、例えば、動物（人を含む）であってもよいし、生物以外の移動体（例えば車両及び飛行体等）であってもよい。以下では、一例として「物体」が人であることを前提に説明を行う。
【0015】
また、「抽出する特徴量」は、例えば、物体の識別に利用可能な特徴量であればどのようなものでもよい。例えば、抽出する特徴量は、物体の色や形状、模様などを表す視覚特徴量であってもよい。抽出する特徴量は、色や輝度勾配特徴のヒストグラム、ＳＩＦＴ（Ｓｃａｌｅ－Ｉｎｖａｒｉａｎｔ Ｆｅａｔｕｒｅ Ｔｒａｎｓｆｏｒｍ）やＳＵＲＦ（Ｓｐｅｅｄｅｄ－Ｕｐ Ｒｏｂｕｓｔ Ｆｅａｔｕｒｅｓ）のような局所特徴、ガボールウェーブレットのような模様を記述する特徴量等であってもよい。抽出する特徴量は、深層学習によって求まった、物体識別用の特徴量や物体の再同定に利用する特徴量（外観特徴量）であってもよい。抽出する特徴量は、年齢などの属性特徴量であってもよい。抽出する特徴量は、関節位置に関する骨格特徴量であってもよい。
【0016】
決定部１１は、同じ追跡識別子（追跡ＩＤ）（以下では、「第１追跡ＩＤ」と呼ぶことがある）が関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで、特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、決定する。これにより、第１追跡ＩＤが関連づけられたＮ個の物体画像のうちで、Ｍ個の物体画像は、特徴量抽出部１２にて特徴量が抽出される一方で、（Ｎ－Ｍ）個の物体画像は、特徴量抽出対象とはされずに特徴量が抽出されない。なお、ここでは、Ｍの値はＮ以下で且つ１以上の整数であり、Ｍの値の最小値を１としている。しかしながら、Ｍの値の最小値は１に限定されるものではなく、Ｎ以下で且つ０以上の任意の整数に設定されてもよい。
【0017】
特に、決定部１１は、「特徴量抽出装置１０の処理リソースの使用状況」に応じて、Ｍの値を決定する。特徴量抽出装置１０の「処理リソースの使用状況」は、これに限定されるものではないが、例えば、特徴量抽出装置１０の「マシンリソース使用率」であってもよい。この「処理リソースの使用状況」の具体例については後述する。
【0018】
＜特徴量抽出装置の動作例＞
図２は、第１実施形態における特徴量抽出装置の処理動作の一例を示すフローチャートである。
図２は、第１実施形態における特徴量抽出装置の処理動作の一例を示すフローチャートである。
【0019】
決定部１１は、第１追跡ＩＤが関連づけられたＮ個の物体画像のうちで、特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、特徴量抽出装置１０の処理リソースの使用状況に応じて、決定する（ステップＳ１１）。これにより、Ｍ個の物体画像が、特徴量抽出対象として特徴量抽出部１２に入力されることになる。
【0020】
特徴量抽出部１２は、上記のＭ個の物体画像を受け取り、このＭ個の物体画像のそれぞれについて、対象物体の特徴量を抽出する（ステップＳ１２）。
【0021】
以上のように第１実施形態によれば、特徴量抽出装置１０にて決定部１１は、第１追跡ＩＤが関連づけられたＮ個の物体画像のうちで、特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、特徴量抽出装置１０の処理リソースの使用状況に応じて、決定する。
【0022】
この特徴量抽出装置１０の構成により、特徴量抽出装置１０の処理リソースに余裕が有る場合にはＭの値を大きくすることができるので、特徴量抽出装置１０の処理リソースを有効に活用できる。
【0023】
＜第２実施形態＞
第２実施形態は、より具体的な実施形態に関する。
第２実施形態は、より具体的な実施形態に関する。
【0024】
【0025】
検出部２１は、複数の撮影画像のそれぞれにおいて、対象物体（オブジェクト）に対応する領域（つまり、「物体領域」）を検出すると共に、検出領域に含まれる物体の種別が対象物体の種別であることの確からしさを示す指標（つまり、「物体種別信頼度」）を得る。複数の撮影画像のそれぞれには、画像を識別する情報（つまり、「画像識別情報」）が付されている。例えば、複数の撮影画像は、映像を構成する複数の画像フレームである。画像フレームには、例えば、画像識別情報として、画像フレームの時刻又はフレーム番号が付されている。
【0026】
そして、検出部２１は、各物体領域の撮影画像における位置を特定する。例えば、検出部２１は、「物体領域の撮影画像における位置」として、物体領域を囲う矩形領域（例えば、物体領域の輪郭の内側の領域）の位置を特定してもよい。この矩形領域の位置は、例えば、矩形領域の頂点の座標（例えば、左上の頂点の座標及び右下の頂点の座標）によって表されてもよい。又は、この矩形領域の位置は、例えば、１つの頂点の座標（例えば、左上の頂点の座標）と矩形領域の幅及び高さとによって表されてもよい。すなわち、検出部２１は、各物体領域の「位置情報」を得る。
【0027】
そして、検出部２１は、各物体領域に対して「物体ＩＤ」を付す。検出部２１は、すべての物体領域に対して、それぞれ異なる物体ＩＤを付す。
【0028】
ここで、「画像識別情報」と「物体ＩＤ」と「位置情報」とによって、検出された物体領域を特定することができる。以下では、「画像識別情報」と「物体ＩＤ」と「位置情報」と「物体種別信頼度」とをまとめて、単に「物体領域（又は、物体領域情報）」と呼ぶことがある。
【0029】
そして、検出部２１は、複数の撮影画像と、検出された各物体領域についての「物体領域情報」とを、追跡部２２に出力する。ここで、「物体領域情報」とこれに対応する物体領域が検出された撮影画像とによって、「物体画像」を特定することができる。以下では、「物体領域情報」とこれに対応する物体領域が検出された撮影画像とをまとめて、単に「物体画像（又は、物体画像情報）」と呼ぶことがある。
【0030】
なお、検出部２１は、対象物体が人物である場合、人物の画像特徴を学習した検出器を用いて、物体領域（つまり、人物領域）を検出してもよい。例えば、検出部２１は、ＨＯＧ（Ｈｉｓｔｏｇｒａｍｓ ｏｆ Ｏｒｉｅｎｔｅｄ Ｇｒａｄｉｅｎｔｓ）特徴に基づいて検出する検出器や、ＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を用いて画像から直接検出する検出器を用いてもよい。又は、検出部２１は、人全体ではなく、人の一部の領域（例えば頭部など）を学習させた検出器を用いて人物を検出するようにしてもよい。例えば、検出部２１は、頭部や足下を学習させた検出器を用い、頭部位置と足下位置が検出することにより、人物領域を特定してもよい。例えば、検出部２１は、背景差分によって求まるシルエット情報（背景モデルと差分がある領域の情報）と頭部検出情報を組み合わせることにより、人物領域を求めてもよい。
【0031】
追跡部２２は、検出部２１から受け取った、複数の撮影画像と、検出された各物体領域についての「物体領域情報」とを用いて、「追跡処理」を実行する。追跡部２２は、「追跡処理」を実行によって、同じ対象物体（例えば、人物Ａ）についてのすべての物体領域情報に対して同じ「追跡ＩＤ」を付す。
【0032】
例えば、追跡部２２は、第１の画像フレームより時間的に前の１つ又は複数の画像フレームにおいて検出され且つ追跡ＩＤ＃１が付された物体領域にカルマンフィルタやパーティクルフィルタを適用して、第１の画像フレームにおいて追跡ＩＤ♯１に対応する物体領域が存在する領域（予測領域）を予測する。そして、追跡部２２は、例えば、第１の画像フレームにおける複数の物体領域のうちで予測領域と重なる物体領域に追跡ＩＤ♯１を付す。又は、追跡部２２は、ＫＬＴ（Kanade-Lucas-Tomasi）アルゴリズムを用いて追跡処理を行ってもよい。
【0033】
そして、追跡部２２は、それぞれ追跡ＩＤが付された複数の物体画像を特徴量抽出装置３０に出力する。
【0034】
特徴量抽出装置３０は、例えば、図３に示すように、決定部１１と、特徴量抽出部１２と、選別部３１と、振り分け部３２と、情報出力部３３とを有している。
【0035】
選別部３１は、追跡部２２から、それぞれ追跡ＩＤが付された複数の物体画像を受け取る。以下では、或る１つの追跡ＩＤに注目するとき、これを「注目追跡ＩＤ」と呼ぶことがある。そして、選別部３１は、注目追跡ＩＤが関連づけられた複数の物体画像から、該複数の物体画像の物体識別信頼度に基づいて、該複数の物体画像の一部又は全部を選択する。換言すれば、選別部３１は、注目追跡ＩＤが関連づけられたＰ（Ｐの値は、Ｎ以上の整数）個の物体画像から、Ｐ個の物体画像にそれぞれ関連するＰ個の物体種別信頼度に基づいて、Ｎ個の物体画像を選択する。例えば、選別部３１は、物体種別信頼度が高い方からＮ個の物体画像を、Ｐ個の物体画像から選択してもよい。
なお、ここでは、選別部３１が物体識別信頼度を基準に物体画像の選択を行うものとして説明を行ったが、本開示はこれに限定されるものではない。例えば、選別部３１が物体識別信頼度以外の信頼度を基準に物体画像の選択を行ってもよい。物体識別信頼度以外の他の信頼度としては、例えば、人物の再同定に適した人体特徴量を選定するために、「視認できる人体関節点の数」が考えられる。この場合、検出部２１は、上記の「物体識別信頼度」の代わりに、他の信頼度（視認できる人体関節点の数）を追跡部２２に出力することになる。そして、選別部３１は、視認できる人体関節点の数が多い方からＮ個の物体画像を、Ｐ個の物体画像から選択してもよい。
また、選別部３１は、物体識別信頼度及び他の信頼度を基準として直接的に用いるのではなく、物体識別信頼度及び他の信頼度等から「優先度スコア」を算出してもよい。そして、選別部３１は、優先度スコアが高い方からＮ個の物体画像を、Ｐ個の物体画像から選択してもよい。
以上の「物体識別信頼度」、「他の信頼度」、及び「優先度スコア」をまとめて、単に「優先度」と呼ぶことができる。
なお、ここでは、選別部３１が物体識別信頼度を基準に物体画像の選択を行うものとして説明を行ったが、本開示はこれに限定されるものではない。例えば、選別部３１が物体識別信頼度以外の信頼度を基準に物体画像の選択を行ってもよい。物体識別信頼度以外の他の信頼度としては、例えば、人物の再同定に適した人体特徴量を選定するために、「視認できる人体関節点の数」が考えられる。この場合、検出部２１は、上記の「物体識別信頼度」の代わりに、他の信頼度（視認できる人体関節点の数）を追跡部２２に出力することになる。そして、選別部３１は、視認できる人体関節点の数が多い方からＮ個の物体画像を、Ｐ個の物体画像から選択してもよい。
また、選別部３１は、物体識別信頼度及び他の信頼度を基準として直接的に用いるのではなく、物体識別信頼度及び他の信頼度等から「優先度スコア」を算出してもよい。そして、選別部３１は、優先度スコアが高い方からＮ個の物体画像を、Ｐ個の物体画像から選択してもよい。
以上の「物体識別信頼度」、「他の信頼度」、及び「優先度スコア」をまとめて、単に「優先度」と呼ぶことができる。
【0036】
この選択処理は、選別部３１に蓄積され且つ注目追跡ＩＤが関連づけられた、物体画像の数が所定の閾値以上になったことをトリガとして行われてもよい。そして、選別部３１は、選択したＮ個の物体画像を決定部１１及び振り分け部３２に出力する一方、選択したＮ個の物体画像以外の（Ｐ－Ｎ）個の物体画像を情報出力部３３に出力する。
【0037】
決定部１１は、第１実施形態で説明したように、注目追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで、特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、決定する。特に、決定部１１は、「特徴量抽出装置１０の処理リソースの使用状況」に応じて、Ｍの値を決定する。
【0038】
例えば、決定部１１は、図３に示すように、取得部１１Ａと、決定処理部１１Ｂとを有している。
【0039】
取得部１１Ａは、「特徴量抽出装置１０の処理リソースの使用状況」を取得する。例えば、取得部１１Ａは、直近の「単位期間」にて実際に実行された特徴量抽出処理の数を、「特徴量抽出装置１０の処理リソースの使用状況」として取得してもよい。「単位期間」は、例えば、５秒間の時間長を持つ期間であってもよい。
【0040】
決定処理部１１Ｂは、例えば、「単位期間における特徴量抽出処理の最大数」から、取得部１１Ａにて取得された「直近の単位期間にて実際に実行された特徴量抽出処理の数」を減算することによって、「許容される特徴量抽出処理の数」を算出（決定）する。この「許容される特徴量抽出処理の数」は、特徴量抽出対象として許容される物体画像の数の最大値に相当する。例えば、単位期間が５秒間の時間長を持つ期間であるとする。このとき、決定処理部１１Ｂは、例えば、「５秒間の時間長を持つ単位期間における特徴量抽出処理の最大数」から、取得部１１Ａにて取得された「直近の５秒間にて実際に実行された特徴量抽出処理の数」を減算することによって、「許容される特徴量抽出処理の数」を算出（決定）してもよい。
【0041】
そして、決定処理部１１Ｂは、上記のＮの値が「許容される特徴量抽出処理の数」以下である場合、Ｎ＝ＭとしてＭの値を決定してもよい。また、決定処理部１１Ｂは、上記のＮの値が「許容される特徴量抽出処理の数」より大きい場合、「許容される特徴量抽出処理の数」＝ＭとしてＭの値を決定してもよい。なお、「単位期間における特徴量抽出処理の最大数」は、特徴量抽出装置３０のユーザによって決定部１１に予め設定されていてもよい。
【0042】
振り分け部３２は、選別部３１から受け取った上記のＮ個の物体画像のうちからＭ個の物体画像を選択する。Ｍの値は、決定処理部１１Ｂにて決定された値である。そして、振り分け部３２は、Ｍ個の「特徴量抽出対象」の物体画像を特徴量抽出部１２に出力すると共に、Ｎ個の物体画像のうちのＭ個の特徴量抽出対象の物体画像以外の（Ｎ－Ｍ）個の「非特徴量抽出対象」の物体画像を情報出力部３３に出力する。
【0043】
特徴量抽出部１２は、物体画像を受け取り、受け取った物体画像に含まれる物体に関する特徴量を抽出する。そして、特徴量抽出部１２は、物体画像と該物体画像から抽出された特徴量とを対応づけた状態で情報出力部３３に出力する。
【0044】
情報出力部３３は、選別部３１、振り分け部３２、及び特徴量抽出部１２から受け取った情報を含めた「物体情報」を出力する。すなわち、「物体情報」は、例えば、少なくとも、Ｍ個の特徴量抽出対象の物体画像のそれぞれの物体画像ＩＤ及び特徴量が抽出されたことを示す「抽出済み情報」と、（Ｎ－Ｍ）個の非特徴量抽出対象の物体画像のそれぞれの物体画像ＩＤ及び特徴量が抽出されていないことを示す「未抽出情報」とを含む。
【0045】
図４は、情報出力部から出力される物体情報の一例を示す図である。図４では、物体情報がテーブル形式で示されている。図４に示されるテーブルの各エントリは、上記の１つの「物体画像」に対応する。各エントリは、項目として、「物体ＩＤ」、「出現時刻」、「カメラＩＤ」、「追跡ＩＤ」、「Ｌｅｆｔ」、「Ｔｏｐ」、「Ｗｉｄｔｈ」、「ｈｅｉｇｈｔ」、「物体種別信頼度」、「特徴量の有無」を含む。また、物体情報は、特徴量が抽出された物体画像については、その物体画像に対応する物体ＩＤとその特徴量に関するデータとを対応づけた状態で含んでいる。特徴量に関するデータは、例えばバイナリ文字列の形式であってもよい。ここで、項目「出現時刻」の値には、上記の画像フレームの時刻又はフレーム番号が用いられてもよい。また、カメラＩＤは、検出部２１及び追跡部２２にて処理対象となった撮影画像の撮影に用いられたカメラを識別するＩＤである。また、項目「Ｌｅｆｔ」及び「Ｔｏｐ」の値は、上記の矩形領域の左上の頂点の座標に対応する。また、項目「Ｗｉｄｔｈ」及び「ｈｅｉｇｈｔ」は、上記の矩形領域の幅及び高さに対応する。また、項目「特徴量の有無」の値は、「Ｆａｌｓｅ」又は「Ｔｒｕｅ」である。「Ｆａｌｓｅ」は、上記の「未抽出情報」に対応し、「Ｔｒｕｅ」は、上記の「抽出済み情報」に対応する。なお、選別部３１から情報出力部３３へ出力された物体画像の「特徴量の有無」の値は、すべて「Ｆａｌｓｅ」となる。
【0046】
＜情報処理装置の動作例＞
以上の構成を有する情報処理装置２０の処理動作の一例について説明する。ここでは、特に、特徴量抽出装置３０の選別部３１、決定部１１、及び振り分け部３２の処理動作の一例について説明する。
以上の構成を有する情報処理装置２０の処理動作の一例について説明する。ここでは、特に、特徴量抽出装置３０の選別部３１、決定部１１、及び振り分け部３２の処理動作の一例について説明する。
【0047】
【0048】
選別部３１は、追跡部２２から、それぞれ追跡ＩＤが付された複数の「物体画像」を受け取り、一時的に保持する。ここで、「物体画像」は、上記の通り、「物体領域情報」とこれに対応する物体領域が検出された撮影画像とを含む。また、「物体領域情報」は、「画像識別情報」と「物体ＩＤ」と「位置情報」と「物体種別信頼度」とを含む。
【0049】
選別部３１は、選別部３１に蓄積され且つ注目追跡ＩＤが関連づけられた、物体画像の数が所定の閾値以上になるまで待つ（ステップＳ２１ＮＯ）。この所定の閾値の値は、Ｎ以上の値である。選別部３１に蓄積され且つ注目追跡ＩＤが関連づけられた、物体画像の数が所定の閾値以上になると（ステップＳ２１ＹＥＳ）、選別部３１は、注目追跡ＩＤが関連づけられたＰ（Ｐの値は、Ｎ以上の整数）個の物体画像から、物体種別信頼度が高い方からＮ個の物体画像を選択する（ステップＳ２２）。
【0050】
選別部３１は、選択したＮ個の物体画像を決定部１１及び振り分け部３２に出力する（ステップＳ２３）。選別部３１は、選択したＮ個の物体画像以外の（Ｐ－Ｎ）個の物体画像を情報出力部３３に出力する（ステップＳ２４）。図５の処理フローは繰り返し実行される。
【0051】
（決定部及び振り分け部の処理動作例）
図６は、第２実施形態における特徴量抽出装置の決定部及び振り分け部の処理動作の一例を示すフローチャートである。図６の処理フローは、各追跡ＩＤをそれぞれ注目追跡ＩＤとして実行される。
図６は、第２実施形態における特徴量抽出装置の決定部及び振り分け部の処理動作の一例を示すフローチャートである。図６の処理フローは、各追跡ＩＤをそれぞれ注目追跡ＩＤとして実行される。
【0052】
決定部１１及び振り分け部３２のそれぞれは、注目追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像を受け取る（ステップＳ３１）。
【0053】
決定部１１は、「許容される特徴量抽出処理の数」を算出する（ステップＳ３２）。例えば、上記のとおり、決定部１１は、「単位期間における特徴量抽出処理の最大数」から、取得部１１Ａにて取得された「直近の単位期間にて実際に実行された特徴量抽出処理の数」を減算することによって、「許容される特徴量抽出処理の数」を算出する。
【0054】
決定部１１は、算出された「許容される特徴量抽出処理の数」と上記のＮの値とに基づいて、Ｍの値を決定する（ステップＳ３３）。
【0055】
振り分け部３２は、選別部３１から受け取ったＮ個の物体画像のうちからＭ個の物体画像を選択する（ステップＳ３４）。
【0056】
振り分け部３２は、Ｍ個の「特徴量抽出対象」の物体画像を特徴量抽出部１２に出力する（ステップＳ３５）。
【0057】
振り分け部３２は、Ｎ個の物体画像のうちのＭ個の特徴量抽出対象の物体画像以外の（Ｎ－Ｍ）個の「非特徴量抽出対象」の物体画像を情報出力部３３に出力する（ステップＳ３６）。
【0058】
以上のように第２実施形態によれば、特徴量抽出装置３０にて選別部３１は、注目追跡ＩＤが関連づけられたＰ（Ｐの値は、Ｎ以上の整数）個の物体画像から、Ｐ個の物体画像にそれぞれ関連するＰ個の物体種別信頼度に基づいて、Ｎ個の物体画像を選択する。そして、選別部３１は、選択したＮ個の物体画像を決定部１１及び振り分け部３２に出力する。
【0059】
この特徴量抽出装置３０の構成により、有効な特徴量が得られる可能性が低い、物体種別信頼度が低い物体画像を、先ず特徴量抽出対象から除外することができる。
＜変形例＞
なお、取得部１１Ａは、「特徴量抽出装置１０の処理リソースの使用状況」として、「特徴量抽出処理で利用するスレッドプールの現在実際に利用されているスレッド数」を取得してもよい。この場合、決定処理部１１Ｂは、例えば、「特徴量抽出処理で利用するスレッドプールのスレッド数」から「特徴量抽出処理で利用するスレッドプールの現在実際に利用されているスレッド数」を減算することによって、「特徴量抽出処理で利用するスレッドプールの現在利用可能なスレッド数」を算出してもよい。この「特徴量抽出処理で利用するスレッドプールの現在利用可能なスレッド数」は、上記の「許容される特徴量抽出処理の数」に相当する。ここで、スレッドプールとは、キューに入れられたリクエスト（処理）をスレッドプールが用意しているスレッドにより次々に実行していく仕組みである。
＜変形例＞
なお、取得部１１Ａは、「特徴量抽出装置１０の処理リソースの使用状況」として、「特徴量抽出処理で利用するスレッドプールの現在実際に利用されているスレッド数」を取得してもよい。この場合、決定処理部１１Ｂは、例えば、「特徴量抽出処理で利用するスレッドプールのスレッド数」から「特徴量抽出処理で利用するスレッドプールの現在実際に利用されているスレッド数」を減算することによって、「特徴量抽出処理で利用するスレッドプールの現在利用可能なスレッド数」を算出してもよい。この「特徴量抽出処理で利用するスレッドプールの現在利用可能なスレッド数」は、上記の「許容される特徴量抽出処理の数」に相当する。ここで、スレッドプールとは、キューに入れられたリクエスト（処理）をスレッドプールが用意しているスレッドにより次々に実行していく仕組みである。
【0060】
＜第３実施形態＞
第３実施形態は、複数のカメラのそれぞれで撮影された撮影画像が１つの情報処理装置にて処理される実施形態に関する。
第３実施形態は、複数のカメラのそれぞれで撮影された撮影画像が１つの情報処理装置にて処理される実施形態に関する。
【0061】
【0062】
検出部４１及び追跡部４２は、上記の検出部２１及び追跡部２２と同じ機能を有している。ただし、検出部２１及び追跡部２２が第１カメラによって撮影された撮影画像について処理を行う一方で、検出部４１及び追跡部４２は、第１カメラと異なる第２カメラによって撮影された撮影画像について処理を行う。なお、ここでは説明を簡単にするために、情報処理装置４０が検出部及び追跡部のセットを２つ有しているものとして説明を行っているが、本開示はこれに限定されるものではない。すなわち、情報処理装置４０が検出部及び追跡部のセットを３つ以上含んでいてもよい。この場合、検出部及び追跡部の３つ以上のセットはそれぞれ異なるカメラによって撮影された撮影画像について処理を行う。
【0063】
特徴量抽出装置３０は、例えば、図３に示すように、選別部３１と、選別部５１と、決定部５２と、振り分け部５３と、特徴量抽出部５４と、情報出力部５５とを有している。
【0064】
選別部５１は、選別部３１と同じ機能を有している。選別部５１は、追跡部４２から、それぞれ追跡ＩＤが付された複数の物体画像を受け取る。この複数の物体画像は、第２カメラによって撮影された撮影画像から得られたものである。そして、選別部５１は、注目追跡ＩＤが関連づけられた複数の物体画像から、該複数の物体画像の物体識別信頼度に基づいて、該複数の物体画像の一部又は全部を選択する。換言すれば、選別部５１は、注目追跡ＩＤが関連づけられたＱ（Ｑの値は、Ｋ以上の整数）個の物体画像から、Ｑ個の物体画像にそれぞれ関連するＱ個の物体種別信頼度に基づいて、Ｋ個の物体画像を選択する。例えば、選別部５１は、物体種別信頼度が高い方からＫ個の物体画像を、Ｑ個の物体画像から選択してもよい。
【0065】
この選択処理は、選別部５１に蓄積され且つ注目追跡ＩＤが関連づけられた、物体画像の数が所定の閾値以上になったことをトリガとして行われてもよい。そして、選別部５１は、選択したＫ個の物体画像を決定部５２及び振り分け部５３に出力する一方、選択したＫ個の物体画像以外の（Ｑ－Ｋ）個の物体画像を情報出力部５５に出力する。
【0066】
決定部５２は、決定部１１と同様に、注目追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで、特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、決定する。特に、決定部５２は、「特徴量抽出装置１０の処理リソースの使用状況」に応じて、Ｍの値を決定する。
【0067】
また、決定部５２は、注目追跡ＩＤが関連づけられたＫ（Ｋの値は２以上の整数）個の物体画像のうちから特徴量抽出対象とする物体画像の個数であるＬの値（Ｌの値はＫ以下で且つ１以上の整数）を、決定する。特に、決定部５２は、「特徴量抽出装置１０の処理リソースの使用状況」に応じて、Ｌの値を決定する。
【0068】
振り分け部５３は、振り分け部３２と同様に、選別部３１から受け取った上記のＮ個の物体画像のうちからＭ個の物体画像を選択する。Ｍの値は、決定部５２にて決定された値である。そして、振り分け部５３は、Ｍ個の「特徴量抽出対象」の物体画像を特徴量抽出部５４に出力すると共に、Ｎ個の物体画像のうちのＭ個の特徴量抽出対象の物体画像以外の（Ｎ－Ｍ）個の「非特徴量抽出対象」の物体画像を情報出力部５５に出力する。
【0069】
振り分け部５３は、選別部５１から受け取った上記のＫ個の物体画像のうちからＬ個の物体画像を選択する。Ｌの値は、決定部５２にて決定された値である。そして、振り分け部５３は、Ｌ個の「特徴量抽出対象」の物体画像を特徴量抽出部５４に出力すると共に、Ｋ個の物体画像のうちのＬ個の特徴量抽出対象の物体画像以外の（Ｋ－Ｌ）個の「非特徴量抽出対象」の物体画像を情報出力部５５に出力する。
【0070】
特徴量抽出部５４は、物体画像を受け取り、受け取った物体画像に含まれる物体に関する特徴量を抽出する。そして、特徴量抽出部５４は、物体画像と該物体画像から抽出された特徴量とを対応づけた状態で情報出力部５５に出力する。
【0071】
情報出力部５５は、選別部３１、選別部５１と、振り分け部５３、及び特徴量抽出部５４から受け取った情報を含めた「物体情報」を出力する。すなわち、「物体情報」は、例えば、Ｍ個の特徴量抽出対象の物体画像のそれぞれの物体画像ＩＤ及び特徴量が抽出されたことを示す「抽出済み情報」と、（Ｎ－Ｍ）個の非特徴量抽出対象の物体画像のそれぞれの物体画像ＩＤ及び特徴量が抽出されていないことを示す「未抽出情報」とを含む。この「物体情報」は、さらに、Ｌ個の特徴量抽出対象の物体画像のそれぞれの物体画像ＩＤ及び特徴量が抽出されたことを示す「抽出済み情報」と、（Ｋ－Ｌ）個の非特徴量抽出対象の物体画像のそれぞれの物体画像ＩＤ及び特徴量が抽出されていないことを示す「未抽出情報」とを含む。
【0072】
以上のように第３実施形態によれば、第１カメラによって撮影された撮影画像についての処理及び第１カメラと異なる第２カメラによって撮影された撮影画像についての処理を、１つの特徴量抽出装置５０が行うので、特徴量抽出装置５０の処理リソースを有効に活用できる。
【0073】
＜他の実施形態＞
図８は、特徴量抽出装置のハードウェア構成例を示す図である。図８において特徴量抽出装置１００は、プロセッサ１０１と、メモリ１０２とを有している。プロセッサ１０１は、例えば、マイクロプロセッサ、MPU（Micro Processing Unit）、又はCPU（Central Processing Unit）であってもよい。プロセッサ１０１は、複数のプロセッサを含んでもよい。メモリ１０２は、揮発性メモリ及び不揮発性メモリの組み合わせによって構成される。メモリ１０２は、プロセッサ１０１から離れて配置されたストレージを含んでもよい。この場合、プロセッサ１０１は、図示されていないI/Oインタフェースを介してメモリ１０２にアクセスしてもよい。
図８は、特徴量抽出装置のハードウェア構成例を示す図である。図８において特徴量抽出装置１００は、プロセッサ１０１と、メモリ１０２とを有している。プロセッサ１０１は、例えば、マイクロプロセッサ、MPU（Micro Processing Unit）、又はCPU（Central Processing Unit）であってもよい。プロセッサ１０１は、複数のプロセッサを含んでもよい。メモリ１０２は、揮発性メモリ及び不揮発性メモリの組み合わせによって構成される。メモリ１０２は、プロセッサ１０１から離れて配置されたストレージを含んでもよい。この場合、プロセッサ１０１は、図示されていないI/Oインタフェースを介してメモリ１０２にアクセスしてもよい。
【0074】
第１実施形態から第３実施形態の特徴量抽出装置１０，３０，５０は、それぞれ、図８に示したハードウェア構成を有することができる。第１実施形態から第３実施形態の特徴量抽出装置１０，３０，５０の決定部１１，５２と、特徴量抽出部１２，５４と、選別部３１，５１と、振り分け部３２，５３と、情報出力部３３，５５とは、プロセッサ１０１がメモリ１０２に記憶されたプログラムを読み込んで実行することにより実現されてもよい。プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、特徴量抽出装置１０，３０，５０に供給することができる。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）を含む。さらに、非一時的なコンピュータ可読媒体の例は、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗを含む。さらに、非一時的なコンピュータ可読媒体の例は、半導体メモリを含む。半導体メモリは、例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory）を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によって特徴量抽出装置１０，３０，５０に供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムを特徴量抽出装置１０，３０，５０に供給できる。
【0075】
以上、実施の形態を参照して本願発明を説明したが、本願発明は上記によって限定されるものではない。本願発明の構成や詳細には、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。
【0076】
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）
特徴量抽出装置であって、
物体画像を受け取り、前記受け取った物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出する特徴量抽出部と、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定する決定部と、
を具備する特徴量抽出装置。
（付記２）
受け取った情報を含めた物体情報を出力する情報出力部と、
前記Ｎ個の物体画像を受け取り、前記受け取ったＮ個の物体画像のうちの前記Ｍ個の特徴量抽出対象の物体画像を前記特徴量抽出部に出力すると共に、前記Ｎ個の物体画像のうちの前記Ｍ個の特徴量抽出対象の物体画像以外の（Ｎ－Ｍ）個の非特徴量抽出対象の物体画像を前記情報出力部に出力する振り分け部と、
を具備する、
付記１記載の特徴量抽出装置。
（付記３）
前記第１追跡ＩＤが関連づけられたＰ（Ｐの値は、Ｎ以上の整数）個の物体画像から、前記Ｐ個の物体画像にそれぞれ関連するＰ個の優先度に基づいて、前記Ｎ個の物体画像を選択し、前記選択したＮ個の物体画像を前記振り分け部に出力する一方、前記選択したＮ個の物体画像以外の（Ｐ－Ｎ）個の物体画像を前記情報出力部に出力する、選別部をさらに具備する、
付記２記載の特徴量抽出装置。
（付記４）
前記情報出力部は、前記Ｍ個の特徴量抽出対象の物体画像のそれぞれの物体画像ＩＤ及び特徴量が抽出されたことを示す抽出済み情報と前記（Ｎ－Ｍ）個の非特徴量抽出対象の物体画像のそれぞれの物体画像ＩＤ及び特徴量が抽出されていないことを示す未抽出情報とを含む前記物体情報を出力する、
付記２記載の特徴量抽出装置。
（付記５）
前記決定部は、前記第１追跡ＩＤと異なる第２追跡ＩＤが関連づけられたＫ（Ｋの値は２以上の整数）個の物体画像のうちから特徴量抽出対象とする物体画像の個数であるＬの値（Ｌの値はＫ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの状況に応じて、決定し、
前記振り分け部は、前記Ｋ個の物体画像を受け取り、前記受け取ったＫ個の物体画像のうちの前記Ｌ個の特徴量抽出対象の物体画像を前記特徴量抽出部に出力すると共に、前記Ｋ個の物体画像のうちの前記Ｌ個の特徴量抽出対象の物体画像以外の（Ｋ－Ｌ）個の非特徴量抽出対象の物体画像を前記情報出力部に出力し、
前記第１追跡ＩＤが関連づけられた前記Ｎ個の物体画像は、第１カメラで撮影されたＮ個の第１画像フレームにて検出された物体画像であり、
前記第２追跡ＩＤが関連づけられた前記Ｋ個の物体画像は、前記第１カメラと異なる第２カメラで撮影されたＫ個の第２画像フレームにて検出された物体画像である、 付記２記載の特徴量抽出装置。
（付記６）
前記第１追跡ＩＤが関連づけられたＰ（Ｐの値は、Ｎ以上の整数）個の物体画像から、前記Ｐ個の物体画像にそれぞれ関連するＰ個の優先度に基づいて、前記Ｎ個の物体画像を選択し、前記選択したＮ個の物体画像を前記振り分け部に出力する一方、前記選択したＮ個の物体画像以外の（Ｐ－Ｎ）個の物体画像を前記情報出力部に出力する、第１選別部と、
前記第２追跡ＩＤが関連づけられたＱ（Ｑの値は、Ｋ以上の整数）個の物体画像から、前記Ｑ個の物体画像にそれぞれ関連するＱ個の優先度に基づいて、前記Ｋ個の物体画像を選択し、前記選択したＫ個の物体画像を前記振り分け部に出力する一方、前記選択したＫ個の物体画像以外の（Ｑ－Ｋ）個の物体画像を前記情報出力部に出力する、第２選別部と、
を具備する、
付記５記載の特徴量抽出装置。
（付記７）
付記１記載の特徴量抽出装置と、
複数の撮影画像のそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の撮影画像における位置を特定し、各物体領域に対して物体ＩＤを付し、各物体画像が、前記物体領域が検出された撮影画像と該撮影画像を示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の物体画像を出力する検出部と、
前記検出部から受け取った複数の物体画像を用いて、同じ物体についてのすべての物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の物体画像を前記特徴量抽出装置に出力する追跡部と、
を具備する情報処理装置。
（付記８）
付記５記載の特徴量抽出装置と、
前記第１カメラで撮影された複数の第１画像フレームのそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の第１画像フレームにおける位置を特定し、各物体領域に対して物体ＩＤを付し、各第１物体画像が、前記物体領域が検出された第１画像フレームと該第１画像フレームを示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の第１物体画像を出力する第１検出部と、
前記第１検出部から受け取った複数の第１物体画像を用いて、同じ物体についてのすべての第１物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の第１物体画像を前記特徴量抽出装置に出力する第１追跡部と、
前記第２カメラで撮影された複数の第２画像フレームのそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の第２画像フレームにおける位置を特定し、各物体領域に対して物体ＩＤを付し、各第２物体画像が、前記物体領域が検出された第２画像フレームと該第２画像フレームを示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の第２物体画像を出力する第２検出部と、
前記第２検出部から受け取った複数の第２物体画像を用いて、同じ物体についてのすべての第２物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の第２物体画像を前記特徴量抽出装置に出力する第２追跡部と、
を具備する情報処理装置。
（付記９）
特徴量抽出装置によって実行される方法であって、
物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出すること、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定することと、
を含む方法。
（付記１０）
前記Ｎ個の物体画像のうちの前記Ｍ個の物体画像を特徴量抽出対象として振り分ける一方、前記Ｎ個の物体画像のうちの前記Ｍ個の特徴量抽出対象の物体画像以外の（Ｎ－Ｍ）個の物体画像を非特徴量抽出対象として振り分けることをさらに含む、
付記９記載の方法。
（付記１１）
特徴量抽出装置に、
物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出すること、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定することと、
を含む、処理を実行させるプログラム。
（付記１２）
前記処理は、前記Ｎ個の物体画像のうちの前記Ｍ個の物体画像を特徴量抽出対象として振り分ける一方、前記Ｎ個の物体画像のうちの前記Ｍ個の特徴量抽出対象の物体画像以外の（Ｎ－Ｍ）個の物体画像を非特徴量抽出対象として振り分けることをさらに含む、
付記１１記載のプログラム。
（付記１）
特徴量抽出装置であって、
物体画像を受け取り、前記受け取った物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出する特徴量抽出部と、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定する決定部と、
を具備する特徴量抽出装置。
（付記２）
受け取った情報を含めた物体情報を出力する情報出力部と、
前記Ｎ個の物体画像を受け取り、前記受け取ったＮ個の物体画像のうちの前記Ｍ個の特徴量抽出対象の物体画像を前記特徴量抽出部に出力すると共に、前記Ｎ個の物体画像のうちの前記Ｍ個の特徴量抽出対象の物体画像以外の（Ｎ－Ｍ）個の非特徴量抽出対象の物体画像を前記情報出力部に出力する振り分け部と、
を具備する、
付記１記載の特徴量抽出装置。
（付記３）
前記第１追跡ＩＤが関連づけられたＰ（Ｐの値は、Ｎ以上の整数）個の物体画像から、前記Ｐ個の物体画像にそれぞれ関連するＰ個の優先度に基づいて、前記Ｎ個の物体画像を選択し、前記選択したＮ個の物体画像を前記振り分け部に出力する一方、前記選択したＮ個の物体画像以外の（Ｐ－Ｎ）個の物体画像を前記情報出力部に出力する、選別部をさらに具備する、
付記２記載の特徴量抽出装置。
（付記４）
前記情報出力部は、前記Ｍ個の特徴量抽出対象の物体画像のそれぞれの物体画像ＩＤ及び特徴量が抽出されたことを示す抽出済み情報と前記（Ｎ－Ｍ）個の非特徴量抽出対象の物体画像のそれぞれの物体画像ＩＤ及び特徴量が抽出されていないことを示す未抽出情報とを含む前記物体情報を出力する、
付記２記載の特徴量抽出装置。
（付記５）
前記決定部は、前記第１追跡ＩＤと異なる第２追跡ＩＤが関連づけられたＫ（Ｋの値は２以上の整数）個の物体画像のうちから特徴量抽出対象とする物体画像の個数であるＬの値（Ｌの値はＫ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの状況に応じて、決定し、
前記振り分け部は、前記Ｋ個の物体画像を受け取り、前記受け取ったＫ個の物体画像のうちの前記Ｌ個の特徴量抽出対象の物体画像を前記特徴量抽出部に出力すると共に、前記Ｋ個の物体画像のうちの前記Ｌ個の特徴量抽出対象の物体画像以外の（Ｋ－Ｌ）個の非特徴量抽出対象の物体画像を前記情報出力部に出力し、
前記第１追跡ＩＤが関連づけられた前記Ｎ個の物体画像は、第１カメラで撮影されたＮ個の第１画像フレームにて検出された物体画像であり、
前記第２追跡ＩＤが関連づけられた前記Ｋ個の物体画像は、前記第１カメラと異なる第２カメラで撮影されたＫ個の第２画像フレームにて検出された物体画像である、 付記２記載の特徴量抽出装置。
（付記６）
前記第１追跡ＩＤが関連づけられたＰ（Ｐの値は、Ｎ以上の整数）個の物体画像から、前記Ｐ個の物体画像にそれぞれ関連するＰ個の優先度に基づいて、前記Ｎ個の物体画像を選択し、前記選択したＮ個の物体画像を前記振り分け部に出力する一方、前記選択したＮ個の物体画像以外の（Ｐ－Ｎ）個の物体画像を前記情報出力部に出力する、第１選別部と、
前記第２追跡ＩＤが関連づけられたＱ（Ｑの値は、Ｋ以上の整数）個の物体画像から、前記Ｑ個の物体画像にそれぞれ関連するＱ個の優先度に基づいて、前記Ｋ個の物体画像を選択し、前記選択したＫ個の物体画像を前記振り分け部に出力する一方、前記選択したＫ個の物体画像以外の（Ｑ－Ｋ）個の物体画像を前記情報出力部に出力する、第２選別部と、
を具備する、
付記５記載の特徴量抽出装置。
（付記７）
付記１記載の特徴量抽出装置と、
複数の撮影画像のそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の撮影画像における位置を特定し、各物体領域に対して物体ＩＤを付し、各物体画像が、前記物体領域が検出された撮影画像と該撮影画像を示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の物体画像を出力する検出部と、
前記検出部から受け取った複数の物体画像を用いて、同じ物体についてのすべての物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の物体画像を前記特徴量抽出装置に出力する追跡部と、
を具備する情報処理装置。
（付記８）
付記５記載の特徴量抽出装置と、
前記第１カメラで撮影された複数の第１画像フレームのそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の第１画像フレームにおける位置を特定し、各物体領域に対して物体ＩＤを付し、各第１物体画像が、前記物体領域が検出された第１画像フレームと該第１画像フレームを示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の第１物体画像を出力する第１検出部と、
前記第１検出部から受け取った複数の第１物体画像を用いて、同じ物体についてのすべての第１物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の第１物体画像を前記特徴量抽出装置に出力する第１追跡部と、
前記第２カメラで撮影された複数の第２画像フレームのそれぞれにおいて、物体に対応する物体領域を検出し、各物体領域の第２画像フレームにおける位置を特定し、各物体領域に対して物体ＩＤを付し、各第２物体画像が、前記物体領域が検出された第２画像フレームと該第２画像フレームを示す画像識別情報と前記特定された位置に関する情報と前記物体ＩＤとを含む、複数の第２物体画像を出力する第２検出部と、
前記第２検出部から受け取った複数の第２物体画像を用いて、同じ物体についてのすべての第２物体画像に同じ追跡ＩＤを付し、それぞれ追跡ＩＤが付された複数の第２物体画像を前記特徴量抽出装置に出力する第２追跡部と、
を具備する情報処理装置。
（付記９）
特徴量抽出装置によって実行される方法であって、
物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出すること、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定することと、
を含む方法。
（付記１０）
前記Ｎ個の物体画像のうちの前記Ｍ個の物体画像を特徴量抽出対象として振り分ける一方、前記Ｎ個の物体画像のうちの前記Ｍ個の特徴量抽出対象の物体画像以外の（Ｎ－Ｍ）個の物体画像を非特徴量抽出対象として振り分けることをさらに含む、
付記９記載の方法。
（付記１１）
特徴量抽出装置に、
物体画像に含まれる物体に関する少なくとも１つの特徴量を抽出すること、
同じ物体に割り当てられる識別子である第１追跡ＩＤが関連づけられたＮ（Ｎの値は２以上の整数）個の物体画像のうちで特徴量抽出対象とする物体画像の個数であるＭの値（Ｍの値はＮ以下で且つ１以上の整数）を、前記特徴量抽出装置の処理リソースの使用状況に応じて、決定することと、
を含む、処理を実行させるプログラム。
（付記１２）
前記処理は、前記Ｎ個の物体画像のうちの前記Ｍ個の物体画像を特徴量抽出対象として振り分ける一方、前記Ｎ個の物体画像のうちの前記Ｍ個の特徴量抽出対象の物体画像以外の（Ｎ－Ｍ）個の物体画像を非特徴量抽出対象として振り分けることをさらに含む、
付記１１記載のプログラム。
【符号の説明】
【0077】
１０ 特徴量抽出装置
１１ 決定部
１１Ａ 取得部
１１Ｂ 決定処理部
１２ 特徴量抽出部
２０ 情報処理装置
２１ 検出部
２２ 追跡部
３０ 特徴量抽出装置
３１ 選別部
３２ 振り分け部
３３ 情報出力部
４０ 情報処理装置
４１ 検出部
４２ 追跡部
５０ 特徴量抽出装置
５１ 選別部
５２ 決定部
５３ 振り分け部
５４ 特徴量抽出部
５５ 情報出力部
１１ 決定部
１１Ａ 取得部
１１Ｂ 決定処理部
１２ 特徴量抽出部
２０ 情報処理装置
２１ 検出部
２２ 追跡部
３０ 特徴量抽出装置
３１ 選別部
３２ 振り分け部
３３ 情報出力部
４０ 情報処理装置
４１ 検出部
４２ 追跡部
５０ 特徴量抽出装置
５１ 選別部
５２ 決定部
５３ 振り分け部
５４ 特徴量抽出部
５５ 情報出力部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】