特開 2024-80916 人物属性判定装置および方法

(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】P2024080916

(43)【公開日】2024-06-17

(54)【発明の名称】人物属性判定装置および方法

(51)【国際特許分類】

   G06T 7/00 20170101AFI20240610BHJP

   G06V 10/764 20220101ALI20240610BHJP

【ＦＩ】

G06T7/00 660B

G06V10/764

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2022194275

(22)【出願日】2022-12-05

(71)【出願人】

【識別番号】000010098

【氏名又は名称】アルプスアルパイン株式会社

(74)【代理人】

【識別番号】100103171

【弁理士】

【氏名又は名称】雨貝 正彦

(74)【代理人】

【識別番号】100105784

【弁理士】

【氏名又は名称】橘 和之

(74)【代理人】

【識別番号】100098497

【弁理士】

【氏名又は名称】片寄 恭三

(74)【代理人】

【識別番号】100099748

【弁理士】

【氏名又は名称】佐藤 克志

(72)【発明者】

【氏名】長谷川 怜

(72)【発明者】

【氏名】木村 弘

(72)【発明者】

【氏名】佐藤 好美

(72)【発明者】

【氏名】平澤 幸

【テーマコード（参考）】

5L096

【Ｆターム（参考）】

5L096AA06

5L096BA08

5L096CA05

5L096DA02

5L096EA12

5L096EA35

5L096FA02

5L096FA18

5L096FA59

5L096FA60

5L096FA62

5L096FA64

5L096FA67

5L096FA69

5L096HA01

5L096JA11

5L096KA04

(57)【要約】

【課題】人物の属性の判定精度を向上させることができる人物属性判定装置および方法を提供すること。
【解決手段】人物属性判定装置１は、属性判定の対象となる人物の移動経路Ｒが含まれる所定の撮像範囲を撮像するカメラ１００と、同一の人物について、移動経路Ｒに沿った複数箇所において、カメラ１００によって撮像された画像から人物画像を抽出する人物画像抽出部３２０、画像分類部３３０、代表画像選択部３４０と、代表画像選択部３４０によって選択された複数の人物画像のそれぞれを用いて、人物の仮属性を判定する仮属性判定部３５０と、複数箇所のそれぞれに対応する重み値を用いて複数の仮属性に対して重み付けを行うことにより、人物の属性を最終的に判定する重み値設定部３６０、最終属性判定部３７０とを備えている。
【選択図】図４

【特許請求の範囲】

【請求項1】

属性判定の対象となる人物の移動経路が含まれる所定の撮像範囲を撮像する撮像手段と、
同一の前記人物について、前記移動経路に沿った複数箇所において、前記撮像手段によって撮像された画像から前記人物に対応する人物画像を抽出する人物画像抽出手段と、
前記人物画像抽出手段によって抽出された複数の前記人物画像のそれぞれを用いて、前記人物の仮属性を判定する仮属性判定手段と、
前記複数箇所のそれぞれに対応する重み値を用いて、前記仮属性判定手段によって判定された複数の仮属性に対して重み付けを行うことにより、人物の属性を最終的に判定する最終属性判定手段と、
を備えることを特徴とする人物属性判定装置。

【請求項2】

前記重み値は、前記複数箇所のそれぞれにおける人物の姿勢に基づいて設定されていることを特徴とする請求項１に記載の人物属性判定装置。

【請求項3】

前記重み値は、前記人物が正面を向いている姿勢のときに大きく、正面からずれるにしたがって小さくなることを特徴とする請求項２に記載の人物属性判定装置。

【請求項4】

前記重み値は、前記複数箇所のそれぞれに対応する前記人物画像の大きさが大きいときに大きく、小さくなるにしたがって小さくなることを特徴とする請求項１～３のいずれか一項に記載の人物属性判定装置。

【請求項5】

前記撮像範囲内の前記移動経路に沿って、前記複数箇所のそれぞれに対応して互いに重複しない複数の検出枠が設定されており、
前記人物画像抽出手段は、前記人物画像の重心に着目し、前記複数の検出枠のそれぞれに重心が含まれる前記人物画像を、前記仮属性の判定対象となる前記人物画像として抽出することを特徴とする請求項１に記載の人物属性判定装置。

【請求項6】

前記人物画像抽出手段は、前記検出枠の中心に、重心が最も近い前記人物画像を抽出することを特徴とする請求項５に記載の人物属性判定装置。

【請求項7】

属性判定の対象となる人物の移動経路が含まれる所定の撮像範囲を撮像手段によって撮像するステップと、
同一の前記人物について、前記移動経路に沿った複数箇所において、前記撮像手段によって撮像された画像から前記人物に対応する人物画像を人物画像抽出手段によって抽出するステップと、
前記人物画像抽出手段によって抽出された複数の前記人物画像のそれぞれを用いて、前記人物の仮属性を仮属性判定手段によって判定するステップと、
前記複数箇所のそれぞれに対応する重み値を用いて、前記仮属性判定手段によって判定された複数の仮属性に対して重み付けを行うことにより、人物の属性を最終的に最終属性判定手段によって判定するステップと、
を有する人物属性判定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、撮像した画像に含まれる人物の属性を判定する人物属性判定装置および方法に関する。

【背景技術】

【0002】

従来から、カメラで撮像して得られた複数のフレームから同一の人物の像を抽出し、抽出した複数の像のそれぞれについて、人物の属性の確からしさを示すスコアと、属性の認識に影響を与える事象（位置、行動、姿勢など）に対応する信頼度とを求め、これらを掛け合わせた値を各フレーム分加算することで、加算結果が最も大きい属性を最終的にこの人物の属性として決定するようにした属性決定装置が知られている（例えば、特許文献１参照。）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１９－１９７３５３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ところで、上述した特許文献１に開示された属性決定装置では、カメラの撮像範囲を移動する同一人物の像を複数フレームにわたって抽出し、それぞれの像について属性と信頼度とを求めることによって、最も確からしい人物の属性を判定している。このため、複数の像の中に、信頼度が高い像が含まれている場合には、最終的に判定される属性の精度は高くなるが、信頼度が低い像しか含まれていない場合には属性の精度が低くなり、精度にばらつきが生じるおそれがあるという問題があった。

【0005】

本発明は、このような点に鑑みて創作されたものであり、その目的は、人物の属性の判定精度を向上させることができる人物属性判定装置および方法を提供することにある。

【課題を解決するための手段】

【0006】

上述した課題を解決するために、本発明の人物属性判定装置は、属性判定の対象となる人物の移動経路が含まれる所定の撮像範囲を撮像する撮像手段と、同一の人物について、移動経路に沿った複数箇所において、撮像手段によって撮像された画像から人物に対応する人物画像を抽出する人物画像抽出手段と、人物画像抽出手段によって抽出された複数の人物画像のそれぞれを用いて、人物の仮属性を判定する仮属性判定手段と、複数箇所のそれぞれに対応する重み値を用いて、仮属性判定手段によって判定された複数の仮属性に対して重み付けを行うことにより、人物の属性を最終的に判定する最終属性判定手段とを備えている。

【0007】

また、本発明の人物属性判定方法は、属性判定の対象となる人物の移動経路が含まれる所定の撮像範囲を撮像手段によって撮像するステップと、同一の人物について、移動経路に沿った複数箇所において、撮像手段によって撮像された画像から人物に対応する人物画像を人物画像抽出手段によって抽出するステップと、人物画像抽出手段によって抽出された複数の人物画像のそれぞれを用いて、人物の仮属性を仮属性判定手段によって判定するステップと、複数箇所のそれぞれに対応する重み値を用いて、仮属性判定手段によって判定された複数の仮属性に対して重み付けを行うことにより、人物の属性を最終的に最終属性判定手段によって判定するステップとを有している。

【0008】

属性判定の対象となる人物の移動経路がわかっているため、この移動経路に沿って撮像した人物画像を対象に属性判定を行うことができ、しかも、移動経路に沿った複数箇所のそれぞれに対応する人物画像を用いて人物属性を総合的に判定することができるため、判定される人物の属性の精度を向上させることが可能となる。

【0009】

また、上述した重み値は、複数箇所のそれぞれにおける人物の姿勢に基づいて設定されていることが望ましい。人物の属性判定を行う際に、人物の姿勢に応じて判定精度が大きく異なることが考えられる。したがって、姿勢を考慮した重み値を設定することにより、属性の判定精度を高めることができる。

【0010】

また、上述した重み値は、人物が正面を向いている姿勢のときに大きく、正面からずれるにしたがって小さくなることが望ましい。正面を向いている姿勢、すなわち、人物の顔が見えるときに、属性の判定精度が最も高いと考えられる。したがって、正面を向いているか否かを考慮した重み値を設定することにより、属性の判定精度を高めることができる。

【0011】

また、上述した重み値は、複数箇所のそれぞれに対応する人物画像の大きさが大きいときに大きく、小さくなるにしたがって小さくなることが望ましい。同じ人物画像でも大きくて構成画素数が多い方が正確に人物の行動や表情などを確認することができるため、属性の判定精度が高くなると考えられる。したがって、人物画像の大きさを考慮した重み値を設定することにより、属性の判定精度を高めることができる。

【0012】

また、上述した撮像範囲内の移動経路に沿って、複数箇所のそれぞれに対応して互いに重複しない複数の検出枠が設定されており、人物画像抽出手段は、人物画像の重心に着目し、複数の検出枠のそれぞれに重心が含まれる人物画像を、仮属性の判定対象となる人物画像として抽出することが望ましい。これにより、どの人物画像が抽出されるかが明確になり、抽出する人物画像の特定が容易となる。

【0013】

また、上述した人物画像抽出手段は、検出枠の中心に、重心が最も近い人物画像を抽出することが望ましい。これにより、人物画像を抽出する移動経路上の位置を固定化することができ、それらの位置での人物の姿勢も類似したものになることから、属性の判定精度が高い状態で維持することが可能となる。

【図面の簡単な説明】

【0014】

【図1】一実施形態の人物属性判定装置の構成を示す図である。

【図2】カメラの設置例を示す図である。

【図3】車載機の構成を示す図である。

【図4】人物属性判定サーバの構成を示す図である。

【図5】バスに乗車する乗客の人物属性を判定する動作手順を示す流れ図である。

【図6】人物を含む部分画像切出しの説明図である。

【図7】人物の姿勢分類の説明図である。

【図8】代表画像選択の説明図である。

【図9】具体的な値を用いた算出した人物属性の判定結果を示す図である。

【図10】代表画像の数が少ない場合の判定例を示す図である。

【図11】人物の属性判定を行う他の例を示す図である。

【発明を実施するための形態】

【0015】

以下、本発明を適用した一実施形態の人物属性判定装置について、図面を参照しながら説明する。

【0016】

図１は、一実施形態の人物属性判定装置の構成を示す図である。図１に示すように、本実施形態の人物属性判定装置１は、カメラ１００、車載機２００、人物属性判定サーバ３００を含んで構成されている。

【0017】

カメラ１００は、属性判定の対象となる人物の移動経路が含まれる所定の撮像範囲を、所定の時間間隔で撮像する。カメラ１００は１台である必要はなく、移動経路が含まれる撮像範囲を複数台のカメラで撮像するようにしてもよい。

【0018】

図２は、カメラ１００の設置例を示す図である。図２に示す例では、バス４００を利用する乗客の人物属性（性別や年齢など）を判定するために、バス４００の乗車口４１０から乗った乗客が降車口４２０に向かって移動する移動経路Ｒの一部を撮像するために、乗車口４１０の向かい側の天井付近であって、この移動経路Ｒに沿って移動する乗客の全身が撮像可能な向きにカメラ１００が取り付けられている。

【0019】

車載機２００は、カメラ１００で撮像した画像データに対して所定の処理を行った後に人物属性判定サーバ３００に向けて送信する。

【0020】

図３は、車載機２００の構成を示す図である。図３に示すように、車載機２００は、画質調整部２１０、モザイク処理部２２０、通信部２３０を含んで構成されている。画質調整部２１０は、カメラ１００から入力される画像データに対して輝度補正（調光処理）を行って、画像データを一定の明るさに調整する。モザイク処理部２２０は、撮像された画像に人物が含まれる場合に、この人物を特定する特徴となる部分画像に対してモザイク処理を行う。例えば、人物の目を含む所定範囲に対してモザイク処理が行われる。このモザイク処理後の画像データは、通信部２３０から人物属性判定サーバ３００に送られる。

【0021】

通信部２３０と人物属性判定サーバ３００との間は、インターネット等のネットワーク回線を介して接続されている。なお、このネットワーク回線を介した画像データの送受信は、必ずしもリアルタイムで行う必要はなく、バス４００が走行中に撮像した画像データを車載機２００に蓄積しておいて、バス発着場等に戻ってきたときに一斉に人物属性判定サーバ３００に向けて送信するようにしてもよい。

【0022】

人物属性判定サーバ３００は、車載機２００から送られてくる画像データに基づいて、撮像された画像に含まれる人物の属性を判定する。この属性には、性別や年齢などが含まれる。例えば、性別として男／女のいずれか、年齢として乳幼児／小学生／中高生／大学生／社会人２０代／社会人３０－４０代／社会人５０－６０代／高齢者のいずれか、などが人物属性として判定される。なお、年齢の分け方は子供／大人などの大雑把な分類を行う場合や、これら以外の分類を行う場合など、判定された人物属性を使用する目的に適した分類を用いればよい。

【0023】

図４は、人物属性判定サーバ３００の構成を示す図である。図４に示すように、人物属性判定サーバ３００は、通信部３１０、人物画像抽出部３２０、画像分類部３３０、代表画像選択部３４０、仮属性判定部３５０、重み値設定部３６０、最終属性判定部３７０を含んで構成されている。通信部３１０以外の各構成部は、メモリに格納された所定の動作プログラムをＣＰＵ等のプロセッサで実行することにより実現することができる。これらの動作については後述する。

【0024】

上述したカメラ１００が撮像手段に、人物画像抽出部３２０、画像分類部３３０、代表画像選択部３４０が人物画像抽出手段に、仮属性判定部３５０が仮属性判定手段に、重み値設定部３６０、最終属性判定部３７０が最終属性判定手段にそれぞれ対応する。

【0025】

本実施形態の人物属性判定装置１はこのような構成を有しており、次に、その動作を説明する。

【0026】

図５は、バス４００に乗車する乗客の人物属性を判定する動作手順を示す流れ図であり、主に人物属性判定サーバ３００の動作手順が示されている。

【0027】

乗客を撮像して得られた動画形式の画像データが車載機２００から送られてくると、通信部３１０はこれを受信する（ステップ１００）。

【0028】

次に、人物画像抽出部３２０は、送られてきた画像データの中から、同一人物に対応して撮像された連続する複数枚の画像フレームを取得するとともに、これら複数枚の画像フレームのそれぞれに含まれる同一人物の画像（人物画像）を抽出する（ステップ１０２）。この画像の抽出は、着目している人物の全身を含む最小の矩形枠で区切られた部分画像を切り出すことにより行われる。図６は、人物を含む部分画像切出しの説明図である。図６に示すように、人物画像が内接するように縦長の矩形Ｋが設定され、この矩形Ｋに含まれる部分画像が切り出される。

【0029】

次に、画像分類部３３０は、抽出した複数枚のフレームに対応する複数の部分画像を、この部分画像に含まれる人物画像の姿勢に着目して分類する（ステップ１０４）。例えば、正面（乗車前）、正面（乗車後）、横、後ろの４種類に分類する。

【0030】

この４種類の姿勢の分類は、各人物画像の姿勢を分析して行うようにしてもよいが、本実施形態では、人物画像が含まれる矩形形状の部分画像の重心（中心）の位置を特定することにより、分類処理の簡略化を図っている。

【0031】

図７は、人物の姿勢分類の説明図である。図７に示すように、本実施形態では、人物画像を姿勢で分類するために、分類対象となる姿勢の数に対応する４つの分類枠Ａ、Ｂ、Ｃ、Ｄが設定されている。画像分類部３３０は、人物画像が内接する矩形Ｋで区切られた部分画像の重心（中心）ｐ（図６）が、これら４つの分類枠Ａ、Ｂ、Ｃ、Ｄのいずれに含まれるかを調べることにより、人物画像の姿勢を分類する。

【0032】

具体的には、重心ｐが分類枠Ａに含まれる場合には、姿勢が「正面（乗車前）」であると分類される。重心ｐが分類枠Ｂに含まれる場合には、姿勢が「正面（乗車後）」であると分類される。重心ｐが分類枠Ｃに含まれる場合には、姿勢が「横」であると分類される。重心ｐが分類枠Ｄに含まれる場合には、姿勢が「後ろ」であると分類される。

【0033】

なお、このような分類枠を用いた姿勢の分類を可能とするために、事前に、様々な属性の人物について各姿勢の重心ｐがとり得る範囲を調べておいて、４つの分類枠Ａ、Ｂ、Ｃ、Ｄを設定しておく必要がある。また、例えば分類枠Ｂに含まれる重心ｐに対応する人物が実際には横を向いているような場合もありうるが、本実施形態では、実際の姿勢を分析していないため、このような横向きの人物の姿勢も「正面（乗車後）」として扱われる。

【0034】

次に、代表画像選択部３４０は、分類された各姿勢毎に１枚（全体で４枚）の代表画像を選択する（ステップ１０６）。この選択は、各分類枠毎に、枠の中心に最も近い重心ｐを有する部分画像（人物画像）を特定することにより行われる。

【0035】

図８は、代表画像選択の説明図である。図８において、ａ１～ａ３は人物画像を含む３つの部分画像の重心ｐの位置を示すものであり、分類枠Ａに含まれている。ｂ１～ａ４は人物画像を含む４つの部分画像の重心ｐの位置を示すものであり、分類枠Ｂに含まれている。ｃ１～ｃ３は人物画像を含む３つの部分画像の重心ｐの位置を示すものであり、分類枠Ｃに含まれている。ｄ１～ｄ５は人物画像を含む５つの部分画像の重心ｐの位置を示すものであり、分類枠Ｄに含まれている。

【0036】

図８に示す例の場合には、分類枠Ａについては、重心ｐの位置がａ１で示される部分画像が代表画像として選択される。また、分類枠Ｂについては、重心ｐの位置がｂ３で示される部分画像が代表画像として選択される。分類枠Ｃについては、重心ｐの位置がｃ１で示される部分画像が代表画像として選択される。分類枠Ｄについては、重心ｐの位置がｄ３で示される部分画像が代表画像として選択される。

【0037】

次に、仮属性判定部３５０は、選択された４つの代表画像のそれぞれを用いて人物の属性を仮判定する（ステップ１０８）。この判定は、ＡＩ（人工知能）を用いて行うことが考えられる。この場合に、予め、属性が既知の様々な属性の人物をバス４００（カメラ１００と移動経路Ｒとの相対的な位置関係が同じであれば、必ずしも今回属性判定を行うバス４００を用いる必要はない）に乗車させて得られた多数の部分画像を用いて学習させることにより、移動経路Ｒに沿って移動する人物の判定に適したＡＩ処理を実現することができる。

【0038】

例えば、各代表画像に得られた仮属性の判定結果の一例を以下に示す。
（代表画像１）
分類枠Ａ／姿勢「正面（乗車前）」
男性：０．４（該当する割合）
女性：０．８
社会人２０代：０．６
高齢者：０．４
（代表画像２）
分類枠Ｂ／姿勢「正面（乗車後）」
男性：０．３
女性：０．７
社会人２０代：０．７
高齢者：０．４
（代表画像３）
分類枠Ｃ／姿勢「横」
男性：０．４
女性：０．５
社会人２０代：０．７
高齢者：０．２
（代表画像４）
分類枠Ｄ／姿勢「後ろ」
男性：０．４
女性：０．６
社会人２０代：０．６
高齢者：０．２
このように、４つの代表画像のそれぞれに対応して仮属性の判定結果が４組得られる。

【0039】

次に、重み値設定部３６０は、４つの代表画像のそれぞれに対応して得られた仮属性の値を重み付け加算するための４つの重み値を設定する（ステップ１１０）。本実施形態では、この重み値として、姿勢に対応する第１の重み値ｓ１と、画像サイズに対応する第２の重み値ｓ２が含まれる。

【0040】

例えば、姿勢に対応する第１の重み値ｓ１は、人物を正面から見た場合に最も正確に属性判定を行うことができ、横向きから後ろ向きになるにしたがって属性判定の精度が低下すると考えられることから、「正面（乗車前）」、「正面（乗車後）」、「横」、「後ろ」の各姿勢に対応して、第１の重み値が０．３５、０．３５、０．２０、０．１０に設定される。なお、これらの第１の重み値ｓ１の具体的な値は一例であって、適宜変更することができる。

【0041】

また、画像サイズに対応する第２の重み値ｓ２は、判定対象となる代表画像の大きさが大きいほど属性判定の精度が高く、判定対象となる代表画像の大きさが小さくなるほど属性判定の精度が低下すると考えられることから、各代表画像の面積比となるようにそれぞれの第２の重み値ｓ２が設定される。

【0042】

また、実際には４つの代表画像の大きさは、カメラ１００から人物までの距離を考慮すると、それほど大きな違いがないと考えられるため、本実施形態では、属性判定の精度に寄与する割合を、姿勢に対応する第１の重み値ｓ１を７５％、画像サイズに対応する第２の重み値ｓ２を２５％とし、これらを合わせた総合的な重み値ｓ３を０．７５×ｓ１＋０．２５×ｓ２として設定している。なおこれらの割合は一例であって、適宜変更することができる。

【0043】

次に、最終属性判定部３７０は、４つの代表画像のそれぞれについて得られた仮属性を、それぞれに対応して設定された総合的な重み値ｓ３を用いた重み付け加算を行って、着目している人物に対する最終的な属性を総合的に判定する（ステップ１１２）。

【0044】

図９は、上述した具体的な値を用いた算出した人物属性の判定結果を示す図である。図９に示す画像サイズは、代表画像の縦横の画素数（ピクセル数）を示している。

【0045】

図９に示す例では、着目している人物の総合的な属性が、
男性：０．３７
女性：０．６８
社会人２０代：０．６６
高齢者：０．３３
と判定された。なお、最も可能性が高い属性として、性別を「女性」、年齢層を「社会人２０代」としてもよい。

【0046】

このように、本実施形態の人物属性判定装置１では、属性判定の対象となる人物の移動経路Ｒがわかっているため、この移動経路Ｒに沿って撮像した人物画像を対象に属性判定を行うことができ、しかも、移動経路Ｒに沿った複数箇所のそれぞれに対応する人物画像を用いて人物属性を総合的に判定することができるため、判定される人物の属性の精度を向上させることが可能となる。

【0047】

また、人物の属性判定を行う際に、人物の姿勢に応じて判定精度が大きく異なることが考えられるため、姿勢を考慮した重み値を設定することにより、最終的な属性判定を行う際の精度を高めることができる。

【0048】

また、重み値を、人物が正面を向いている姿勢のときに大きく、正面からずれるにしたがって小さくしている。一般に、正面を向いている姿勢、すなわち、人物の顔が見えるときに、属性の判定精度が最も高いと考えられる。したがって、正面を向いているか否かを考慮した重み値を設定することにより、属性の判定精度を高めることができる。

【0049】

また、同じ内容の人物画像（部分画像）でも大きくて構成画素数が多い方が正確に人物の行動や表情などを確認することができるため、属性の判定精度が高くなると考えられる。したがって、人物画像の大きさ（面積）を考慮した重み値を設定することにより、属性の判定精度を高めることができる。

【0050】

また、移動経路Ｒに沿って互いに重複しない複数の検出枠（分類枠）Ａ、Ｂ、Ｃ、Ｄが設定されており、人物画像の重心ｐに着目し、それぞれの検出枠に重心ｐが含まれる人物画像を、仮属性の判定対象となる人物画像として抽出している。これにより、どの人物画像が抽出されるかが明確になり、抽出する人物画像の特定が容易となる。

【0051】

特に、検出枠（分類枠）の中心に、重心ｐが最も近い人物画像を抽出することにより、人物画像を抽出する移動経路Ｒ上の位置を固定化することができ、それらの位置での人物の姿勢も類似したものになることから、属性の判定精度が高い状態で維持することが可能となる。

【0052】

なお、本発明は上記実施形態に限定されるものではなく、本発明の要旨の範囲内において種々の変形実施が可能である。上述した実施形態では、４つの姿勢（正面（乗車前）、正面（乗車後）、横、後ろ）のそれぞれについて代表画像を選択して４つの仮属性を判定した後、重み付け加算を行って最終的な属性判定を行ったが、仮属性を判定する姿勢の数は４つ以外であってもよく、移動経路Ｒの形状等に応じて数を決めればよい。

【0053】

また、図９に示した例では、４つの代表画像が得られた場合について説明したが、着目している人物とカメラ１００との間に他の人物がいる場合などでは、４つの代表画像が得られない場合も考えられる。例えば、図１０に示すように、正面（乗車後）と横の２つの姿勢の代表画像のみが得られた場合には、姿勢に対応する第１の重み値ｓ１を、２つの値の合計が１となるように調整することにより、２つの代表画像について判定した２つの仮属性について重み付け加算を行って最終的な属性判定を行うことができる。

【0054】

また、上述した実施形態では、バス４００に乗車する人物の属性を判定する場合について説明したが、他の移動経路Ｒに沿って移動する人物の属性を判定する場合にも本発明を適用することができる。

【0055】

図１１は、人物の属性判定を行う他の例を示す図である。図１１に示す例では、駅の改札機を出入りする人物の属性判定を行う場合の移動経路が示されている。改札機５００を出て通路５１０を左に行く場合の移動経路Ｒ１１、右に行く場合の移動経路Ｒ１２、これらと反対に通路５１０を通って改札機５００を通る場合の移動経路Ｒ２１、Ｒ２２が考えられる。これら４つの移動経路Ｒ１１、Ｒ１２、Ｒ２１、Ｒ２２が決まれば、その全部あるいは一部に沿って移動する人物の属性を同様の手法で判定することが可能となる。

【産業上の利用可能性】

【0056】

上述したように、本発明によれば、属性判定の対象となる人物の移動経路がわかっているため、この移動経路に沿って撮像した人物画像を対象に属性判定を行うことができ、しかも、移動経路に沿った複数箇所のそれぞれに対応する人物画像を用いて人物属性を総合的に判定することができるため、判定される人物の属性の精度を向上させることが可能となる。

【符号の説明】

【0057】

１ 人物属性判定装置
１００ カメラ
２００ 車載機
３００ 人物属性判定サーバ
３２０ 人物画像抽出部
３３０ 画像分類部
３４０ 代表画像選択部
３５０ 仮属性判定部
３６０ 重み値設定部
３７０ 最終属性判定部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】