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】P2024009906
(43)【公開日】2024-01-23
(54)【発明の名称】監視装置、監視方法、およびプログラム
(51)【国際特許分類】
H04N 7/18 20060101AFI20240116BHJP
G08B 25/00 20060101ALI20240116BHJP
G08B 13/196 20060101ALI20240116BHJP
【ＦＩ】
H04N7/18 D
G08B25/00 510M
G08B13/196
【審査請求】有
【請求項の数】7
【出願形態】ＯＬ
(21)【出願番号】P 2023175000
(22)【出願日】2023-10-10
(62)【分割の表示】P 2021572957の分割
【原出願日】2020-04-13
(31)【優先権主張番号】PCT/JP2020/001760
(32)【優先日】2020-01-20
(33)【優先権主張国・地域又は機関】JP
(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】100110928
【弁理士】
【氏名又は名称】速水 進治
(72)【発明者】
【氏名】山崎 大輝
(72)【発明者】
【氏名】若草 龍司
(57)【要約】
【課題】歩行者や車に対して行われる犯罪行為が発生する可能性のある状況を検出する技術を提供する。
【解決手段】監視装置（１００）は、道路周辺を撮像した画像を処理し、画像に含まれる人と車の相対距離が基準値以下の状態であることを検出する検出部（１０２）と、前記状態にあると検出された人の属性を用いて出力すべき情報の種類を選択し、選択した種類の情報を出力する出力部（１０４）と、を備える。
【選択図】図２
【解決手段】監視装置（１００）は、道路周辺を撮像した画像を処理し、画像に含まれる人と車の相対距離が基準値以下の状態であることを検出する検出部（１０２）と、前記状態にあると検出された人の属性を用いて出力すべき情報の種類を選択し、選択した種類の情報を出力する出力部（１０４）と、を備える。
【選択図】図２
【特許請求の範囲】
【請求項1】
監視カメラから映像を取得する処理と、
前記映像に基づいて車と人との距離を取得する処理と、
前記車と人との距離が閾値以下である場合、前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報を取得する処理と、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報が所定の条件を満たす場合に通知を行う処理と、をコンピュータに実行させるプログラム。
前記映像に基づいて車と人との距離を取得する処理と、
前記車と人との距離が閾値以下である場合、前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報を取得する処理と、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報が所定の条件を満たす場合に通知を行う処理と、をコンピュータに実行させるプログラム。
【請求項2】
請求項１に記載のプログラムにおいて、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報は、前記人の属性を含む、プログラム。
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報は、前記人の属性を含む、プログラム。
【請求項3】
請求項１に記載のプログラムにおいて、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報は、前記車の移動に関する情報を含む、プログラム。
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報は、前記車の移動に関する情報を含む、プログラム。
【請求項4】
請求項２に記載のプログラムにおいて、
前記所定の条件を満たす場合とは、前記人の属性が、予め定められた犯罪の加害者となる特徴を有する属性を含む場合を含む、プログラム。
前記所定の条件を満たす場合とは、前記人の属性が、予め定められた犯罪の加害者となる特徴を有する属性を含む場合を含む、プログラム。
【請求項5】
請求項３に記載のプログラムにおいて、
前記所定の条件を満たす場合とは、前記車の移動に関する情報が静止していることを示す場合を含む、プログラム。
前記所定の条件を満たす場合とは、前記車の移動に関する情報が静止していることを示す場合を含む、プログラム。
【請求項6】
１以上のコンピュータが、
監視カメラから映像を取得し、
前記映像に基づいて車と人との距離を取得し、
前記車と人との距離が閾値以下である場合、前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報を取得し、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報が所定の条件を満たす場合に通知を行う、監視方法。
監視カメラから映像を取得し、
前記映像に基づいて車と人との距離を取得し、
前記車と人との距離が閾値以下である場合、前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報を取得し、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報が所定の条件を満たす場合に通知を行う、監視方法。
【請求項7】
監視カメラから映像を取得する映像取得手段と、
前記映像に基づいて車と人との距離を取得する距離取得手段と、
前記車と人との距離が閾値以下である場合、前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報を取得する情報取得手段と、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報が所定の条件を満たす場合に通知を行う通知手段と、を備える、監視装置。
前記映像に基づいて車と人との距離を取得する距離取得手段と、
前記車と人との距離が閾値以下である場合、前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報を取得する情報取得手段と、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報が所定の条件を満たす場合に通知を行う通知手段と、を備える、監視装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、監視システム、監視装置、監視方法、およびプログラムに関する。
【背景技術】
【0002】
近年、街中への監視カメラの設置が進んでおり、防犯に活用されている。特許文献１には、防犯カメラの映像を解析して、駐車場等に侵入する行為などを検出し、直ちに警告およびその判断を下した映像を、監視員の居る監視室の表示装置や警備員、関係者の持つ携帯電話等に同時に送信する映像監視システムが記載されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２００７－１９５１３０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、上記文献には、誘拐や車上荒らしなど、歩行者や車に対して行われる犯罪行為を検出する技術については開示されていない。
【0005】
本発明は上記事情に鑑みてなされたものであり、その目的とするところは、歩行者や車に対して行われる犯罪行為が発生する可能性のある状況を検出する技術を提供することにある。
【課題を解決するための手段】
【0006】
本発明の各側面では、上述した課題を解決するために、それぞれ以下の構成を採用する。
【0007】
本開示におけるプログラムは、
監視カメラから映像を取得する処理と、
前記映像に基づいて車と人との距離を取得する処理と、
前記車と人との距離が閾値以下である場合、前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報を取得する処理と、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報が所定の条件を満たす場合に通知を行う処理と、をコンピュータに実行させる。
監視カメラから映像を取得する処理と、
前記映像に基づいて車と人との距離を取得する処理と、
前記車と人との距離が閾値以下である場合、前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報を取得する処理と、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報が所定の条件を満たす場合に通知を行う処理と、をコンピュータに実行させる。
【0008】
本開示における監視方法は、
１以上のコンピュータが、
監視カメラから映像を取得し、
前記映像に基づいて車と人との距離を取得し、
前記車と人との距離が閾値以下である場合、前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報を取得し、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報が所定の条件を満たす場合に通知を行う。
１以上のコンピュータが、
監視カメラから映像を取得し、
前記映像に基づいて車と人との距離を取得し、
前記車と人との距離が閾値以下である場合、前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報を取得し、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報が所定の条件を満たす場合に通知を行う。
【0009】
本開示における監視装置は、
監視カメラから映像を取得する映像取得手段と、
前記映像に基づいて車と人との距離を取得する距離取得手段と、
前記車と人との距離が閾値以下である場合、前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報を取得する情報取得手段と、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報が所定の条件を満たす場合に通知を行う通知手段と、を備える。
監視カメラから映像を取得する映像取得手段と、
前記映像に基づいて車と人との距離を取得する距離取得手段と、
前記車と人との距離が閾値以下である場合、前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報を取得する情報取得手段と、
前記人が車上荒らしを行う可能性がある人物であるかを判定するための情報が所定の条件を満たす場合に通知を行う通知手段と、を備える。
【0010】
なお、本発明の他の側面としては、上記方法を少なくとも１つのコンピュータに実行させるプログラムであってもよいし、このようなプログラムを記録したコンピュータが読み取り可能な記録媒体であってもよい。この記録媒体は、非一時的な有形の媒体を含む。
このコンピュータプログラムは、コンピュータにより実行されたとき、コンピュータに、監視装置上で、その監視方法を実施させるコンピュータプログラムコードを含む。
このコンピュータプログラムは、コンピュータにより実行されたとき、コンピュータに、監視装置上で、その監視方法を実施させるコンピュータプログラムコードを含む。
【0011】
なお、以上の構成要素の任意の組合せ、本発明の表現を方法、装置、システム、記録媒体、コンピュータプログラムなどの間で変換したものもまた、本発明の態様として有効である。
【0012】
また、本発明の各種の構成要素は、必ずしも個々に独立した存在である必要はなく、複数の構成要素が一個の部材として形成されていること、一つの構成要素が複数の部材で形成されていること、ある構成要素が他の構成要素の一部であること、ある構成要素の一部と他の構成要素の一部とが重複していること、等でもよい。
【0013】
また、本発明の方法およびコンピュータプログラムには複数の手順を順番に記載してあるが、その記載の順番は複数の手順を実行する順番を限定するものではない。このため、本発明の方法およびコンピュータプログラムを実施するときには、その複数の手順の順番は内容的に支障のない範囲で変更することができる。
【0014】
さらに、本発明の方法およびコンピュータプログラムの複数の手順は個々に相違するタイミングで実行されることに限定されない。このため、ある手順の実行中に他の手順が発生すること、ある手順の実行タイミングと他の手順の実行タイミングとの一部ないし全部が重複していること、等でもよい。
【発明の効果】
【0015】
上記各側面によれば、歩行者に対して行われる犯罪行為が発生する可能性のある状況を検出する技術を提供することができる。
【図面の簡単な説明】
【0016】
【図1】実施形態に係る監視システムの概要を模式的に示す図である。
【図4】本実施形態の監視装置の動作例を示すフローチャートである。
【図5】監視システムの論理的な構成例を示す機能ブロック図である。
【図6】監視システムの動作の一例を示すフローチャートである。
【図7】監視システムの動作の一例を示すフローチャートである。
【図8】監視システムの論理的な構成例を示す機能ブロック図である。
【図9】監視システムの動作の一例を示すフローチャートである。
【図10】監視システムの動作の一例を示すフローチャートである。
【図11】監視システムの論理的な構成例を示す機能ブロック図である。
【図12】監視装置の動作の一例を示すフローチャートである。
【図13】監視システムの動作の一例を示すフローチャートである。
【図14】監視システムの動作の一例を示すフローチャートである。
【図15】監視システムの論理的な構成例を示す機能ブロック図である。
【図16】監視システムの動作の一例を示すフローチャートである。
【図17】監視システムの動作の一例を示すフローチャートである。
【図18】誘拐の場合の車と人の位置関係を説明するための図である。
【図19】監視システムの動作の一例を示すフローチャートである。
【図20】車上荒らしの場合の車と人の位置関係を説明するための図である。
【図21】監視システムの動作の一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】
【0017】
以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。
【0018】
実施形態において「取得」とは、自装置が他の装置や記憶媒体に格納されているデータまたは情報を取りに行くこと（能動的な取得）、および、自装置に他の装置から出力されるデータまたは情報を入力すること（受動的な取得）の少なくとも一方を含む。能動的な取得の例は、他の装置にリクエストまたは問い合わせしてその返信を受信すること、及び、他の装置や記憶媒体にアクセスして読み出すこと等がある。また、受動的な取得の例は、配信（または、送信、プッシュ通知等）される情報を受信すること等がある。さらに、「取得」とは、受信したデータまたは情報の中から選択して取得すること、または、配信されたデータまたは情報を選択して受信することであってもよい。
【0019】
（第１実施形態）
＜システム概要＞
図１は、実施形態に係る監視システム１の概要を模式的に示す図である。監視システム１は、街中に設置されている監視カメラ５で撮像された画像を、画像処理装置２００が処理して車１０と人２０を認識し、画像処理装置２００の処理結果を用いて監視装置１００は誘拐や車上荒らしなどの犯罪行為を検出するシステムである。
＜システム概要＞
図１は、実施形態に係る監視システム１の概要を模式的に示す図である。監視システム１は、街中に設置されている監視カメラ５で撮像された画像を、画像処理装置２００が処理して車１０と人２０を認識し、画像処理装置２００の処理結果を用いて監視装置１００は誘拐や車上荒らしなどの犯罪行為を検出するシステムである。
【0020】
監視システム１は、監視装置１００と、画像処理装置２００と、少なくとも１台の監視カメラ５とを含む。監視カメラ５は、監視システム１に特化したものであってもよいし、例えば、以前から設置されているカメラを利用してもよい。
【0021】
監視カメラ５は、監視する場所を撮影し、画像を生成する。監視カメラ５は、レンズとＣＣＤ（Charge Coupled Device）イメージセンサといった撮像素子を備える。監視カメラ５は、画角に入る人物の動きに合わせて追従してカメラ本体やレンズの向きの制御、ズーム制御、焦点合わせ等を行う機構を備えてもよい。
【0022】
監視カメラ５は、少なくとも車１０が通ることができる道路を含む範囲を撮影する。例えば、監視カメラ５は、道路の道幅が車１０よりも広い道路を含む範囲を撮影する。また、監視カメラ５は、人２０が通る歩道と、車１０が通る車道から構成される道路を含む範囲を撮影してもよい。ただし、監視カメラ５は、道路に限定されず、車１０と人２０が進入することができる場所、例えば、駐車場などを撮影してもよい。なお、監視カメラ５は、移動している人２０を撮影していてもよいし、静止している人２０を撮影してもよい。監視カメラ５は、移動している車１０を撮影してもよいし、静止している車１０を撮影してもよい。
【0023】
監視カメラ５は、犯罪の発生しやすい場所、例えば、植え込み、フェンス、建物などの構造物の陰になる場所、人通りの少ない場所、過去に繰り返し犯罪が発生している場所などを含む範囲を撮影してもよい。
【0024】
監視カメラ５により生成される画像は、リアルタイムに監視装置１００に送信されるのが好ましい。ただし、監視装置１００に送信される画像は、監視カメラ５からすぐに送信されなくてもよく、所定の時間遅延した画像であってもよい。監視カメラ５で生成された画像は、一旦他の記憶装置に格納され、監視装置１００が記憶装置から逐次または所定間隔毎に読み出してもよい。さらに、監視装置１００に送信される画像は、動画像であるのが好ましいが、所定間隔毎のフレーム画像であってもよいし、静止画であってもよい。
【0025】
監視カメラ５と監視装置１００の間の接続方式は、無線でも有線でもよい。無線接続の場合は、監視カメラ５と監視装置１００はそれぞれ無線通信機能を有しているものとする。監視カメラ５は、例えばＩＰ（Internet Protocol）カメラ等のネットワークカメラであってもよい。
【0026】
＜機能構成例＞
図２は、図１の監視装置１００の論理的な構成例を示す機能ブロック図である。監視装置１００は、検出部１０２と、出力部１０４と、を備える。検出部１０２は、画像に含まれる人２０と車１０の相対距離が基準値以下の状態（以下、接近状態とも呼ぶ）であることを検出する。出力部１０４は、接近状態にあると検出された人２０の属性を用いて選択された出力すべき種類の情報を出力する。
図２は、図１の監視装置１００の論理的な構成例を示す機能ブロック図である。監視装置１００は、検出部１０２と、出力部１０４と、を備える。検出部１０２は、画像に含まれる人２０と車１０の相対距離が基準値以下の状態（以下、接近状態とも呼ぶ）であることを検出する。出力部１０４は、接近状態にあると検出された人２０の属性を用いて選択された出力すべき種類の情報を出力する。
【0027】
人２０と車１０の相対距離が基準値以下の状態とは、人２０と車１０との距離が基準値以下の状態である。人２０と車１０の相対距離が基準値以下の状態とは、人２０と車１０は、少なくともいずれか一方が移動して相対距離が徐々に短くなり基準値以下になる状態、つまり、時間経過とともに接近する状態であってもよい。検出部１０２は、人２０が移動して車１０に接近している状態を検出してもよいし、車１０が移動して人２０に接近している状態を検出してもよい。検出部１０２は、人２０と車１０がともに移動しており移動している人２０の背後から車１０が接近している状態を検出してもよい。検出部１０２は、移動している人２０の正面から車１０が接近している状態を検出してもよい。
【0028】
例えば、画像処理装置２００は、この人２０と車１０の相対距離の変化について、画像内で特定された人２０と車１０のそれぞれの特徴部分の位置を時系列の複数の画像内で検出し、人２０と車１０の位置および相対位置関係の変化から、人２０や車１０の移動方向や、人２０と車１０の相対距離を推定することができる。検出部１０２は、画像処理装置２００の処理結果に基づき、画像に含まれる人２０と車１０の相対距離が基準値以下の状態を検出する。
【0029】
人２０の属性とは、性別、年齢、顔の特徴、身長、所持品、服装、状況など、画像から抽出される属性の少なくとも一方に基づき定められる。
【0030】
出力すべき情報の種類とは、例えば、誘拐発生の恐れ、車上荒らし発生の恐れなど犯罪の種類に関する情報である。出力すべき情報の種類に応じて、出力先や出力方法が異なってよい。
【0031】
出力先は、様々考えられるが、例えば、監視センタの表示装置の監視用のモニタ画面であってもよいし、警備員などが携帯している端末（不図示）であってもよいし、警察署の表示装置（不図示）の監視用のモニタ画面であってもよい。出力方法は、モニタ画面への表示、メールの送信、およびスピーカ（不図示）からの音声または警報音の出力の少なくともいずれか一つを含む。メールの送信先となるメールアドレス、携帯端末のＩＰアドレス、および携帯電話番号の少なくともいずれか一つの宛先は予め登録されていてよい。
【0032】
出力内容は、報知対象となった監視カメラ５の映像を選択された情報の種類を示す情報とともに出力されてもよい。監視センタであれば、複数の監視カメラ５の映像がマルチ表示されている状態から、当該報知対象となった監視カメラ５の映像を強調表示させてもよい。例えば、マルチ表示から当該報知対象となった監視カメラ５の映像のみを一画面表示、または拡大表示させてもよい。あるいは、マルチ表示の中の該当する画面の枠を強調表示したり、強調させる画像を重畳表示させたりしてもよい。
【0033】
監視カメラ５の映像以外にも、監視カメラ５の撮像画像の静止画、出力情報の種類を示す画像（アイコン、アニメーション等）、出力情報の種類を示す文字情報、犯罪の発生を報知する情報を表示してもよい。あるいは、出力情報の種類に応じた警報音、出力情報の種類を示す音声を監視センタのスピーカから出力してもよい。
【0034】
【0035】
コンピュータ１０００は、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、およびネットワークインタフェース１０６０を有する。
【0036】
バス１０１０は、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、およびネットワークインタフェース１０６０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１０２０などを互いに接続する方法は、バス接続に限定されない。
【0037】
プロセッサ１０２０は、ＣＰＵ（Central Processing Unit） やＧＰＵ（Graphics Processing Unit）などで実現されるプロセッサである。
【0038】
メモリ１０３０は、ＲＡＭ（Random Access Memory）などで実現される主記憶装置である。
【0039】
ストレージデバイス１０４０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、メモリカード、又はＲＯＭ（Read Only Memory）などで実現される補助記憶装置である。ストレージデバイス１０４０は監視システム１の監視装置１００の各機能（例えば、検出部１０２、出力部１０４等）を実現するプログラムモジュールを記憶している。プロセッサ１０２０がこれら各プログラムモジュールをメモリ１０３０上に読み込んで実行することで、そのプログラムモジュールに対応する各機能が実現される。また、ストレージデバイス１０４０は、監視装置１００が使用する各種情報を記憶する記憶部としても機能する。
【0040】
プログラムモジュールは、記録媒体に記録されてもよい。プログラムモジュールを記録する記録媒体は、非一時的な有形のコンピュータ１０００が使用可能な媒体を含み、その媒体に、コンピュータ１０００（プロセッサ１０２０）が読み取り可能なプログラムコードが埋め込まれてよい。
【0041】
入出力インタフェース１０５０は、コンピュータ１０００と各種入出力機器とを接続するためのインタフェースである。
【0042】
ネットワークインタフェース１０６０は、コンピュータ１０００を通信ネットワーク３に接続するためのインタフェースである。この通信ネットワーク３は、例えばＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）である。ネットワークインタフェース１０６０が通信ネットワーク３に接続する方法は、無線接続であってもよいし、有線接続であってもよい。ただし、ネットワークインタフェース１０６０は用いられないことも有る。
【0043】
そして、コンピュータ１０００は、入出力インタフェース１０５０またはネットワークインタフェース１０６０を介して、必要な機器（例えば、監視カメラ５、ディスプレイ（不図示）、スピーカ（不図示）など）に接続する。
【0044】
監視システム１は、監視装置１００と、画像処理装置２００との組み合わせにより実現されるため、それぞれを構成する複数のコンピュータ１０００により実現される。監視装置１００は、例えば、サーバコンピュータである。画像処理装置２００は、監視装置１００とは別体の装置であってもよいし、監視装置１００の内部に含まれる装置であってもよいし、これらの組み合わせであってもよい。
【0045】
図２の本実施形態の監視装置１００の各構成要素は、図３のコンピュータ１０００のハードウェアとソフトウェアの任意の組合せによって実現される。そして、その実現方法、装置にはいろいろな変形例があることは、当業者には理解されるところである。各実施形態の監視装置１００を示す機能ブロック図は、ハードウェア単位の構成ではなく、論理的な機能単位のブロックを示している。
【0046】
＜動作例＞
図４は、本実施形態の監視装置１００の動作例を示すフローチャートである。検出部１０２は、道路周辺を撮像した画像の処理結果に基づき、画像に含まれる人２０と車１０の相対距離が基準値以下の状態であることを検出し（ステップＳ１０３）、出力部１０４は、人の属性を用いて選択された種類の情報を出力する（ステップＳ１０７）。
図４は、本実施形態の監視装置１００の動作例を示すフローチャートである。検出部１０２は、道路周辺を撮像した画像の処理結果に基づき、画像に含まれる人２０と車１０の相対距離が基準値以下の状態であることを検出し（ステップＳ１０３）、出力部１０４は、人の属性を用いて選択された種類の情報を出力する（ステップＳ１０７）。
【0047】
本実施形態によれば、検出部１０２が、接近状態にある人２０と車１０を検出し、出力部１０４が、人２０の属性に基づいて選択された情報を出力する。これによって、道路周辺を撮像している監視カメラ５の画像を用いて、誘拐または車上荒らしなどの歩行者または車に対して行われる犯罪行為が発生する可能性のある状況を検出することができる。
【0048】
（第２実施形態）
＜機能構成例＞
図５は、図１の監視システムの論理的な構成例を示す機能ブロック図である。なお、第１の実施形態では、画像処理装置２００は監視装置１００と別に設けられていたが、本実施形態では監視装置１００に画像処理装置２００の機能も有するものとして説明する。なお、監視装置１００と画像処理装置２００は、ハードウェアとして別であっても同じであってもよいことはいうまでもない。
＜機能構成例＞
図５は、図１の監視システムの論理的な構成例を示す機能ブロック図である。なお、第１の実施形態では、画像処理装置２００は監視装置１００と別に設けられていたが、本実施形態では監視装置１００に画像処理装置２００の機能も有するものとして説明する。なお、監視装置１００と画像処理装置２００は、ハードウェアとして別であっても同じであってもよいことはいうまでもない。
【0049】
監視システム１は、監視装置１００と、記憶装置３００と、監視カメラ５と、を備える。
監視装置１００は、監視カメラ５が生成した画像に基づき、監視に用いる情報を出力する。
記憶装置３００は、画像処理を行う場合に必要なデータを記憶している。例えば、車１０や人２０を識別するための特徴量に関する情報や、人の属性を判別するために用いる特徴量の情報を記憶している。
監視装置１００は、取得部１２０と、物体特定部１２２と、位置特定部１２４と、属性特定部１２６と、検出部１０２と、選択部１２８と、出力部１０４とを備える。
監視装置１００は、監視カメラ５が生成した画像に基づき、監視に用いる情報を出力する。
記憶装置３００は、画像処理を行う場合に必要なデータを記憶している。例えば、車１０や人２０を識別するための特徴量に関する情報や、人の属性を判別するために用いる特徴量の情報を記憶している。
監視装置１００は、取得部１２０と、物体特定部１２２と、位置特定部１２４と、属性特定部１２６と、検出部１０２と、選択部１２８と、出力部１０４とを備える。
【0050】
取得部１２０は、監視カメラ５が生成した画像を取得する。
物体特定部１２２は、取得部１２０が取得した画像について、画像処理を行うことにより、物体を特定する。物体特定部１２２は、人２０と車１０を認識して特定する。
位置特定部１２４は、画像処理によって、物体特定部１２２が特定した人２０及び車１０の位置を特定する。
属性特定部１２６は、画像処理によって、物体特定部１２２が特定した人２０の属性を特定する。属性特定部１２６は、人２０が、第１の属性を有するか第２の属性を有するか特定する。
物体特定部１２２は、取得部１２０が取得した画像について、画像処理を行うことにより、物体を特定する。物体特定部１２２は、人２０と車１０を認識して特定する。
位置特定部１２４は、画像処理によって、物体特定部１２２が特定した人２０及び車１０の位置を特定する。
属性特定部１２６は、画像処理によって、物体特定部１２２が特定した人２０の属性を特定する。属性特定部１２６は、人２０が、第１の属性を有するか第２の属性を有するか特定する。
【0051】
第１の属性とは、犯罪の被害者となり得る可能性の高い属性である。例えば、第１の属性は「女性」や「男性」、「子供（例えば、推定年齢がＸ才以下等）」、「老人（例えば、推定年齢がＹ才以上等）」、「女の子（例えば、推定年齢がＸ才以下の女性等）」、「男の子（例えば、推定年齢がＸ才以下の男性等」、「観光客（例えば、スーツケースを所持した人物等）」、「単独行動（所定距離以内に人がいない等）」である。第１の属性は、性別、年齢、顔の特徴、身長、所持品、服装、状況など、画像から抽出される特徴に基づき定められる。（ただし、ＸとＹは整数）
【0052】
第２の属性とは、第１の属性とは異なる属性である。第２の属性は、犯罪行為の加害者となる特徴を有する属性や、第１の属性を有する人以外、すなわち犯罪行為の被害者となり得る可能性の高い属性以外の属性である。
【0053】
例えば、第２の属性は、危険性を有する物体を所持する人（例えば、長い金属棒を所持する等）や、顔を遮蔽している人（例えば、覆面等をかぶっている人等）であってもよい。また、第２の属性も第１の属性と同様に、性別、年齢、顔の特徴、身長、所持品、服装、状況など、画像によって抽出される特徴に基づき定められる。
【0054】
なお、第１の属性を満たす人は犯罪の被害者となり得る可能性が高い属性であればよいため、地域における犯罪状況に応じて設定可能である。例えば、「男性」が犯罪の被害者となることが多い地域では、第１の属性を「男性」としてもよいし、「女性」が犯罪の被害者となることが多い地域では、第１の属性を「女性」としてもよい。
【0055】
検出部１０２は、物体特定部１２２が特定した人２０に関する属性及び人２０と車１０の位置を取得する。
検出部１０２は、画像に含まれる人２０と車１０の各組みについて、位置に基づいて、相対距離が基準値以下の状態、つまり接近状態にあるか否かを判別する。
選択部１２８は、検出部１０２が接近状態にある人２０と車１０を検出した場合、接近状態にある人２０の属性を取得する。選択部１２８は、検出された人２０の属性を用いて、出力すべき情報の種類を選択する。
出力部１０４は、選択部１２８が選択した種類の情報を出力する。
検出部１０２は、画像に含まれる人２０と車１０の各組みについて、位置に基づいて、相対距離が基準値以下の状態、つまり接近状態にあるか否かを判別する。
選択部１２８は、検出部１０２が接近状態にある人２０と車１０を検出した場合、接近状態にある人２０の属性を取得する。選択部１２８は、検出された人２０の属性を用いて、出力すべき情報の種類を選択する。
出力部１０４は、選択部１２８が選択した種類の情報を出力する。
【0056】
＜動作例＞
図６は、本実施形態の監視システム１の動作例を示すフローチャートである。
監視装置１００は、監視カメラ５が撮影した画像を取得し、画像処理を行う（ステップＳ１０１）。具体的には、物体特定部１２２は、取得した画像から人２０と車１０をそれぞれ認識して特定する。そして、位置特定部１２４は、物体特定部１２２が特定した人２０及び車１０の位置を特定する。
次に、検出部１０２は、画像に含まれる人２０と車１０の相対距離が基準値以下の状態であることを検出する（ステップＳ１０３）。
図６は、本実施形態の監視システム１の動作例を示すフローチャートである。
監視装置１００は、監視カメラ５が撮影した画像を取得し、画像処理を行う（ステップＳ１０１）。具体的には、物体特定部１２２は、取得した画像から人２０と車１０をそれぞれ認識して特定する。そして、位置特定部１２４は、物体特定部１２２が特定した人２０及び車１０の位置を特定する。
次に、検出部１０２は、画像に含まれる人２０と車１０の相対距離が基準値以下の状態であることを検出する（ステップＳ１０３）。
【0057】
画像に含まれる人２０と車１０の相対距離が基準値以下の場合（ステップＳ１０３のＹＥＳ）、属性特定部１２６は、物体特定部１２２が特定した人２０の属性を特定する（ステップＳ１０４）。属性特定部１２６は、画像に含まれる人２０を画像処理し、第１の属性を有するか第２の属性を有するか特定する。
ただし、人２０の属性の特定のタイミングは、検出部１０２による人２０と車１０の接近状態が検出される前であってもよい。
そして、選択部１２８は、人２０の属性に基づいて、出力すべき情報の種類を選択する（ステップＳ１０５）。
そして、出力部１０４は、選択した種類の情報を出力する（ステップＳ１０７）。
なお、出力部１０４は、検出部１０２が接近状態を検出した際の画像や音声や、検出部１０２が接近状態を検出した前後の映像も合わせて出力してもよい。
ただし、人２０の属性の特定のタイミングは、検出部１０２による人２０と車１０の接近状態が検出される前であってもよい。
そして、選択部１２８は、人２０の属性に基づいて、出力すべき情報の種類を選択する（ステップＳ１０５）。
そして、出力部１０４は、選択した種類の情報を出力する（ステップＳ１０７）。
なお、出力部１０４は、検出部１０２が接近状態を検出した際の画像や音声や、検出部１０２が接近状態を検出した前後の映像も合わせて出力してもよい。
【0058】
検出部１０２が接近状態にある人２０と車１０を検出しない間は、ステップＳ１０１に戻り、処理を繰り返す。
【0059】
図７は、図６のステップＳ１０５の詳細な処理手順の一例を示すフローチャートである。属性特定部１２６は、検出部１０２が検出した人２０の属性を判別する（ステップＳ１１１）。
ステップＳ１１１で、属性特定部１２６が、人２０が第１の属性を有する人物であると判別した場合、選択部１２８は、人２０が犯罪の被害を受ける可能性がある旨を示す種類の情報を選択する。例えば、選択部１２８は、人２０の誘拐が発生する可能性がある旨を示す情報を選択する（ステップＳ１１５）。
ステップＳ１１１で、属性特定部１２６が、人２０が第１の属性を有する人物であると判別した場合、選択部１２８は、人２０が犯罪の被害を受ける可能性がある旨を示す種類の情報を選択する。例えば、選択部１２８は、人２０の誘拐が発生する可能性がある旨を示す情報を選択する（ステップＳ１１５）。
【0060】
一方、ステップＳ１１１で、属性特定部１２６が、検出された人２０が第２の属性を有する人物であると判別した場合、選択部１２８は、人２０が車１０に対し犯罪を行う可能性がある旨を示す種類の情報を選択する。例えば、選択部１２８は、人２０が車上荒らしを行う可能性がある旨を示す情報を選択する（ステップＳ１１７）。換言すれば、選択部１２８は、人２０が被害を受ける可能性があるか、車１０が被害を受ける可能性があるか選択しているともいえる。
ステップＳ１１５およびステップＳ１１７の後は、図６のステップＳ１０７に戻る。
ステップＳ１１５およびステップＳ１１７の後は、図６のステップＳ１０７に戻る。
【0061】
図６に戻り、出力部１０４は、選択された種類の情報を、所定の出力先に出力する（ステップＳ１０７）。例えば、出力部１０４は選択された種類の情報を監視センタのサーバ２２０へ出力し、監視センタのサーバ２２０は、当該監視センタが有する表示装置のモニタ画面に誘拐が発生した恐れがあることを示す情報を出力してもよい。さらに、接近状態が検出された画像を表示してもよい。
【0062】
上記では、情報出力は、モニタ画面への表示を例示したが、犯罪の発生可能性を通知できればその他の手法でも構わない。
例えば、音声出力、警報音の出力、端末へのメール送信、通知など様々な方法で、出力部１０４が出力する選択した情報を出力してもよい。また、出力部１０４が選択した情報に応じて音声や警報音の変更、メール内容の変更、通知内容を変更させてもよい。
例えば、音声出力、警報音の出力、端末へのメール送信、通知など様々な方法で、出力部１０４が出力する選択した情報を出力してもよい。また、出力部１０４が選択した情報に応じて音声や警報音の変更、メール内容の変更、通知内容を変更させてもよい。
【0063】
本実施形態によれば、検出部１０２が、接近状態にある人２０と車１０を検出し、選択部１２８が、人２０の属性に基づいて、犯罪の種類を選択し、出力部１０４が選択された情報を出力する。このように、道路周辺を撮像している監視カメラ５の画像を用いて、誘拐または車上荒らしなどの歩行者または車に対して行われる犯罪行為が発生する可能性のある状況を検出することができるため、犯罪行為の発生を検出することができる。また、監視カメラ５で監視されていることが周知されれば、犯罪の抑止効果も期待できる。
【0064】
また、検出部１０２が、車１０と人２０の接近状態を検出した場合に、出力部１０４は人２０の属性に基づいて選択された情報を出力することが可能である。これにより車上荒らしなどの車１０が被害を受ける可能性がある場合であっても、人２０が車１０の中に入る前に車上荒らしの可能性を報知することができる。例えば、出力部１０４は、その場所の近傍のスピーカなどから警告メッセージや警報音を出力することもできる。これにより防犯効果を向上させることができる。
【0065】
（第３実施形態）
＜機能構成例＞
図８は、図１の監視システムの論理的な構成例を示す機能ブロック図である。本実施形態の監視システム１は、出力すべき情報の種類の判別に人２０の属性を用いる替わりに車１０の移動速度を用いる点以外は上記実施形態と同様である。本実施形態の監視装置１００は、図５の属性特定部１２６に代えて移動速度推定部１３０を備える。
なお、本実施形態の構成は、他の実施形態の構成の少なくともいずれか一つと矛盾を生じない範囲で組み合わせてもよい。
＜機能構成例＞
図８は、図１の監視システムの論理的な構成例を示す機能ブロック図である。本実施形態の監視システム１は、出力すべき情報の種類の判別に人２０の属性を用いる替わりに車１０の移動速度を用いる点以外は上記実施形態と同様である。本実施形態の監視装置１００は、図５の属性特定部１２６に代えて移動速度推定部１３０を備える。
なお、本実施形態の構成は、他の実施形態の構成の少なくともいずれか一つと矛盾を生じない範囲で組み合わせてもよい。
【0066】
監視装置１００は、取得部１２０と、物体特定部１２２と、位置特定部１２４と、移動速度推定部１３０と、検出部１０２と、選択部１２８と、出力部１０４とを備える。
取得部１２０は、監視カメラ５が生成した画像を取得する。
物体特定部１２２は、取得部１２０が取得した画像について、画像処理を行うことにより、物体を特定する。物体特定部１２２は、人２０と車１０を認識して特定する。
位置特定部１２４は、画像処理によって、物体特定部１２２が特定した人２０及び車１０の位置を特定する。
取得部１２０は、監視カメラ５が生成した画像を取得する。
物体特定部１２２は、取得部１２０が取得した画像について、画像処理を行うことにより、物体を特定する。物体特定部１２２は、人２０と車１０を認識して特定する。
位置特定部１２４は、画像処理によって、物体特定部１２２が特定した人２０及び車１０の位置を特定する。
【0067】
移動速度推定部１３０は、位置特定部１２４が特定した車１０の特徴部分の位置を時系列の複数の画像内で検出し、車１０の位置の変化から移動速度を推定する。また、移動速度推定部１３０は、画像内で特定された人２０と車１０のそれぞれの特徴部分の位置を時系列の複数の画像内で検出し、人２０と車１０の相対位置関係の変化から人２０に対する車１０の速度変化を推定してもよい。さらに、移動速度推定部１３０は、人２０と車１０のそれぞれの移動方向も同様に推定できる。
【0068】
例えば、移動速度推定部１３０は、人２０に対して車１０がどのような速度でどちらの方向から接近しているのか、あるいは、どのような速度でどちらの方向に離れていったか、などを推定することができる。
【0069】
例えば、誘拐の場合、車１０は人２０に後ろから低速で接近し、人２０を車１０に乗せてその場から走り去る。よって、移動速度推定部１３０は、車１０の移動速度が低速であると推定し、かつ車１０が人２０へ接近する方向に移動していると推定した場合は誘拐の恐れがあると判別できる。また、車上荒らしの場合は、静止している車１０に人２０が接近し、その後人２０が立ち去る。よって、移動速度推定部１３０は、車１０が静止していると推定した場合は車上荒らしの恐れがあると判別できる。なお、車１０の移動速度が通常の走行速度であれば、通常の通行であると判別できる。
【0070】
検出部１０２は、画像に含まれる人２０と車１０の各組みについて、位置に基づいて、相対距離が基準値以下の状態、つまり接近状態にあるか否かを判別する。
選択部１２８は、移動速度推定部１３０が推定した車１０の移動速度を用いて、出力すべき情報の種類を選択する。
出力部１０４は、選択部１２８が選択した種類の情報を出力する。
選択部１２８は、移動速度推定部１３０が推定した車１０の移動速度を用いて、出力すべき情報の種類を選択する。
出力部１０４は、選択部１２８が選択した種類の情報を出力する。
【0071】
＜動作例＞
図９は、監視システム１の動作の一例を示すフローチャートである。図９のフローチャートは、図６のフローチャートのステップＳ１０１、ステップＳ１０３、およびステップＳ１０７を含むとともに、さらに、図６のステップＳ１０４およびステップＳ１０５に替えてステップＳ２０４およびステップＳ２０５を含む。
図９は、監視システム１の動作の一例を示すフローチャートである。図９のフローチャートは、図６のフローチャートのステップＳ１０１、ステップＳ１０３、およびステップＳ１０７を含むとともに、さらに、図６のステップＳ１０４およびステップＳ１０５に替えてステップＳ２０４およびステップＳ２０５を含む。
【0072】
監視装置１００は、監視カメラ５が撮影した画像を取得し、画像処理を行う（ステップＳ１０１）。具体的には、物体特定部１２２は、取得した画像から人２０と車１０をそれぞれ認識して特定する。そして、位置特定部１２４は、物体特定部１２２が特定した人２０及び車１０の位置を特定する。
次に、検出部１０２は、画像に含まれる人２０と車１０の相対距離が基準値以下の状態であることを検出する（ステップＳ１０３）。
次に、検出部１０２は、画像に含まれる人２０と車１０の相対距離が基準値以下の状態であることを検出する（ステップＳ１０３）。
【0073】
画像に含まれる人２０と車１０の相対距離が基準値以下の場合（ステップＳ１０３のＹＥＳ）、移動速度推定部１３０は車１０の移動速度を推定する（ステップＳ２０４）。
そして、選択部１２８は、車１０の移動速度に基づいて、出力すべき情報の種類を選択する（ステップＳ２０５）。
そして、出力部１０４は、選択した種類の情報を出力する（ステップＳ１０７）。
そして、選択部１２８は、車１０の移動速度に基づいて、出力すべき情報の種類を選択する（ステップＳ２０５）。
そして、出力部１０４は、選択した種類の情報を出力する（ステップＳ１０７）。
【0074】
図１０は、図９のステップＳ２０５の詳細な処理手順の一例を示すフローチャートである。移動速度推定部１３０は、車１０の移動速度を判別する（ステップＳ２１１）。ステップＳ２１１で、移動速度推定部１３０が、車１０が低速で人２０に接近していると判別した場合、選択部１２８は、人２０が犯罪の被害を受ける可能性があると判別し、出力すべき情報の種類に人２０が被害を受ける可能性がある旨を示す種類の情報を選択する。例えば、選択部１２８は、人２０の誘拐が発生する可能性がある旨を示す情報を選択する（ステップＳ１１５）。一方、ステップＳ２１１で、移動速度推定部１３０が、車１０は静止していると判別すると、選択部１２８は、人２０が犯罪を行う可能性が発生すると判別し、出力すべき情報の種類に人２０が犯罪を行う可能性がある旨を示す種類の情報を選択する。例えば、選択部１２８は、人２０が車上荒らしを行う可能性がある旨を示す情報を選択する（ステップＳ１１７）。ステップＳ１１５およびステップＳ１１７の後は、図９のステップＳ１０７に戻る。
【0075】
また、ステップＳ２１１で移動速度推定部１３０が、車１０の移動速度が低速で接近でも静止でもないと判別した場合、単なる車１０の通過と判別できるので、図９のステップＳ１０７に戻る。
【0076】
図９に戻り、出力部１０４は、選択された種類の情報を出力する（ステップＳ１０７）。接近状態にある人２０と車１０が検出されない間は（ステップＳ１０３のＮＯ）、ステップＳ１０１に戻り、処理を繰り返す。
【0077】
本実施形態によれば、検出部１０２は、接近状態にある人２０と車１０を検出し、選択部１２８は、車１０の移動速度を用いて人２０が犯罪の被害を受ける可能性があるか、人２０が犯罪を行う可能性があるかを判別し、判別結果に基づく情報を選択する。そして出力部１０４は、選択した情報を出力する。このように、道路周辺を撮像している監視カメラ５の画像を用いて、誘拐または車上荒らしなどの犯罪行為の種類を検出することができる。また、監視カメラ５で監視されていることが周知されれば、犯罪の抑止効果も期待できる。
【0078】
（第４実施形態）
＜機能構成例＞
図１１は、図１の監視システムの論理的な構成例を示す機能ブロック図である。本実施形態の監視システム１は、監視装置１００が、第２実施形態の機能と第３実施形態の機能の両方を有する点以外は上記いずれかの実施形態と同様である。本実施形態の監視装置１００は、他の実施形態の構成の少なくともいずれか一つと矛盾を生じない範囲で組み合わせてもよい。
＜機能構成例＞
図１１は、図１の監視システムの論理的な構成例を示す機能ブロック図である。本実施形態の監視システム１は、監視装置１００が、第２実施形態の機能と第３実施形態の機能の両方を有する点以外は上記いずれかの実施形態と同様である。本実施形態の監視装置１００は、他の実施形態の構成の少なくともいずれか一つと矛盾を生じない範囲で組み合わせてもよい。
【0079】
監視装置１００は、取得部１２０と、物体特定部１２２と、位置特定部１２４と、属性特定部１２６と、移動速度推定部１３０と、検出部１０２と、選択部１２８と、出力部１０４とを備える。
【0080】
取得部１２０は、監視カメラ５が生成した画像を取得する。
物体特定部１２２は、取得部１２０が取得した画像について。画像処理を行うことにより、物体を特定する。物体特定部１２２は、人２０と車１０を認識して特定する。
位置特定部１２４は、画像処理によって、物体特定部１２２が特定した人２０及び車１０の位置を特定する。
物体特定部１２２は、取得部１２０が取得した画像について。画像処理を行うことにより、物体を特定する。物体特定部１２２は、人２０と車１０を認識して特定する。
位置特定部１２４は、画像処理によって、物体特定部１２２が特定した人２０及び車１０の位置を特定する。
【0081】
属性特定部１２６は、画像処理によって、人２０の属性を特定する。属性特定部１２６は、人２０が、第１の属性を有するか第２の属性を有するか特定する。
移動速度推定部１３０は、位置特定部１２４が特定した車１０の特徴部分の位置を時系列の複数の画像内で検出し、車１０の位置の変化から移動速度を推定する。
検出部１０２は、画像に含まれる人２０と車１０の各組みについて、位置に基づいて、相対距離が基準値以下の状態、つまり接近状態にあるか否かを判別する。
選択部１２８は、移動速度推定部１３０が推定した車１０の移動速度及び属性特定部１２６が特定した属性を用いて、出力すべき情報の種類を選択する。
出力部１０４は、選択部１２８が選択した種類の情報を出力する。
移動速度推定部１３０は、位置特定部１２４が特定した車１０の特徴部分の位置を時系列の複数の画像内で検出し、車１０の位置の変化から移動速度を推定する。
検出部１０２は、画像に含まれる人２０と車１０の各組みについて、位置に基づいて、相対距離が基準値以下の状態、つまり接近状態にあるか否かを判別する。
選択部１２８は、移動速度推定部１３０が推定した車１０の移動速度及び属性特定部１２６が特定した属性を用いて、出力すべき情報の種類を選択する。
出力部１０４は、選択部１２８が選択した種類の情報を出力する。
【0082】
＜動作例＞
図１２は、監視システム１の動作の一例を示すフローチャートである。図１２のフローチャートは、図６のフローチャートのステップＳ１０１、ステップＳ１０３、ステップＳ１０４、およびステップＳ１０７、ならびに、図９のステップＳ２０４を含むとともに、さらに、図６のステップＳ１０５または図９のステップＳ２０５に替えてステップＳ３０５を含む。
図１２は、監視システム１の動作の一例を示すフローチャートである。図１２のフローチャートは、図６のフローチャートのステップＳ１０１、ステップＳ１０３、ステップＳ１０４、およびステップＳ１０７、ならびに、図９のステップＳ２０４を含むとともに、さらに、図６のステップＳ１０５または図９のステップＳ２０５に替えてステップＳ３０５を含む。
【0083】
監視装置１００は、監視カメラ５が撮影した画像を取得し、画像処理を行う（ステップＳ１０１）。具体的には、物体特定部１２２は、取得した画像から人２０と車１０をそれぞれ認識して特定する。そして、位置特定部１２４は、物体特定部１２２が特定した人２０及び車１０の位置を特定する。
次に、検出部１０２は、画像に含まれる人２０と車１０の相対距離が基準値以下の状態であることを検出する（ステップＳ１０３）。
次に、検出部１０２は、画像に含まれる人２０と車１０の相対距離が基準値以下の状態であることを検出する（ステップＳ１０３）。
【0084】
画像に含まれる人２０と車１０の相対距離が基準値以下の場合（ステップＳ１０３のＹＥＳ）、属性特定部１２６は、物体特定部１２２が特定した人２０の属性を特定する（ステップＳ１０４）。さらに、移動速度推定部１３０は位置特定部１２４が特定した車１０の特徴部分の位置を時系列の複数の画像内で検出し、車１０の位置の変化から車１０の移動速度を推定する（ステップＳ２０４）。
そして、選択部１２８は、人２０の属性及び車１０の移動速度に基づいて、出力すべき情報の種類を選択する（ステップＳ３０５）。
そして、出力部１０４は、選択した種類の情報を出力する（ステップＳ１０７）。
そして、選択部１２８は、人２０の属性及び車１０の移動速度に基づいて、出力すべき情報の種類を選択する（ステップＳ３０５）。
そして、出力部１０４は、選択した種類の情報を出力する（ステップＳ１０７）。
【0085】
図１３は、図１２のステップＳ３０５の詳細な処理手順の一例を示すフローチャートである。属性特定部１２６は、物体特定部１２２によって特定された人２０の属性を判別する（ステップＳ１１１）。ステップＳ１１１で、属性特定部１２６は、人２０が第１の属性を有する人物であるか否か判別し、第１の属性を有する人物であると判別すると、ステップＳ１２１に進む。一方、ステップＳ１１１で、属性特定部１２６が、第２の属性を有する人物と判別した場合、ステップＳ１２３に進む。
【0086】
ステップＳ１２１で、移動速度推定部１３０が、車１０が低速で人２０に接近していると判別した場合（ステップＳ１２１のＹＥＳ）、選択部１２８は、人２０が犯罪の被害を受ける可能性があると判別し、出力すべき情報の種類に人２０が被害を受ける可能性がある旨を示す種類の情報を選択する。例えば、選択部１２８は、人２０の誘拐が発生する可能性がある旨を示す情報を選択する（ステップＳ１１５）。移動速度推定部１３０が、車１０が低速で人２０に接近していないと判別した場合（ステップＳ１２１のＮＯ）、単なる車１０の通過と判別できるので、図１２のステップＳ１０７に戻る。
【0087】
ステップＳ１２３で、移動速度推定部１３０が、車１０は静止していると判別した場合（ステップＳ１２３のＹＥＳ）、選択部１２８は、車１０は静止していると判別し、人２０が犯罪を行う可能性が発生すると判別し、出力すべき情報の種類に人２０が犯罪を行う可能性がある旨を示す種類の情報を選択する。例えば、選択部１２８は、人２０が車上荒らしを行う可能性がある旨を示す情報を選択する（ステップＳ１１７）。移動速度推定部１３０が、車１０は静止していないと判別した場合（ステップＳ１２３のＮＯ）、単なる車１０の通過と判別できるので、図１２のステップＳ１０７に戻る。
ステップＳ１１５およびステップＳ１１７の後は、図１２のステップＳ１０７に戻る。
ステップＳ１１５およびステップＳ１１７の後は、図１２のステップＳ１０７に戻る。
【0088】
図１４は、図１２のステップＳ３０５の詳細な処理手順の他の例を示すフローチャートである。図１４に示す処理手順は、図１３とは、先に車１０の移動速度を用いた判別を行い（ステップＳ２１１）、その後、人２０の属性を用いた判別を行う（ステップＳ１３１およびステップＳ１３３）点以外は同じである。
【0089】
選択部１２８は、移動速度推定部１３０が推定した車１０の移動速度に基づいて判別する（ステップＳ２１１）。ステップＳ２１１で移動速度推定部１３０が、車１０が低速で人２０に接近していると判別した場合、ステップＳ１３１に進む。ステップＳ２１１で移動速度推定部１３０が、車１０が静止していると判別した場合、ステップＳ１３３に進む。また、ステップＳ２１１で移動速度推定部１３０が、車１０の移動速度が低速で接近でも静止でもないと判別した場合、単なる車１０の通過と判別できるので、図１２のステップＳ１０７に戻る。
【0090】
ステップＳ１３１で、属性特定部１２６が、人２０が第１の属性を有する人物と判別した場合（ステップＳ１３１のＹＥＳ）、選択部１２８は、出力すべき情報の種類に人２０が被害を受ける可能性がある旨を示す種類の情報を選択する。例えば、出力部１０４は、人２０の誘拐が発生する可能性がある旨を示す情報を選択する（ステップＳ１１５）。人２０が第１の属性を有する人物ではないと判別した場合（ステップＳ１３１のＮＯ）、図１２のステップＳ１０７に戻る。
【0091】
ステップＳ１３３で、属性特定部１２６が、人２０が第２の属性を有する人物であると判別した場合（ステップＳ１３３のＹＥＳ）、選択部１２８は、人２０が犯罪を行う可能性が発生すると判別し、出力すべき情報の種類に人２０が犯罪を行う可能性がある旨を示す種類の情報を選択する。例えば、選択部１２８は、人２０が車上荒らしを行う可能性がある旨を示す情報を選択する（ステップＳ１１７）。属性特定部１２６が、人２０が第２の属性を有する人物ではないと判別した場合（ステップＳ１３３のＮＯ）、図１２のステップＳ１０７に戻る。
ステップＳ１１５およびステップＳ１１７の後は、図１２のステップＳ１０７に戻る。
ステップＳ１１５およびステップＳ１１７の後は、図１２のステップＳ１０７に戻る。
【0092】
図１２のステップＳ１０７では、図１３または図１４のフローチャートのステップＳ１２１、ステップＳ１２３、またはステップＳ２１１、ステップＳ１３１、ステップＳ１３３で単なる車１０の通過または停車と判別した場合は、出力すべき情報の種類が選択されてないため、出力部１０４は、情報を出力せずに処理する。ただし、図１３または図１４のフローチャートのステップＳ１２１、ステップＳ１２３、またはステップＳ２１１、ステップＳ１３１、ステップＳ１３３で単なる車１０の通過または停車と判別した場合に、それぞれ車１０の通過または停車であることを出力すべき情報の種類として選択してもよい。その場合は、図１２のステップＳ１０７において、出力部１０４は、それぞれ車１０の通過または停車である旨の情報を選択して出力してもよい。
【0093】
本実施形態によれば、上記実施形態と同様な効果を奏するとともに、さらに、車１０の移動速度と人２０の属性の両方を用いて出力すべき情報の種類を選択できるので、より精度よく犯罪行為を検出できる可能性が高まる。
【0094】
（第５実施形態）
＜機能構成例＞
図１５は、図１の監視システムの論理的な構成例を示す機能ブロック図である。本実施形態の監視システム１は、さらに、人２０が単独行動か否かに応じて出力する情報の種類を選択する点以外は第２実施形態と同じである。本実施形態の監視装置１００は、図５の第２実施形態の構成に加え、さらに人数特定部１３２を有する。ただし、本実施形態の監視装置１００は、他の実施形態の構成の少なくともいずれか一つと矛盾を生じない範囲で組み合わせてもよい。
＜機能構成例＞
図１５は、図１の監視システムの論理的な構成例を示す機能ブロック図である。本実施形態の監視システム１は、さらに、人２０が単独行動か否かに応じて出力する情報の種類を選択する点以外は第２実施形態と同じである。本実施形態の監視装置１００は、図５の第２実施形態の構成に加え、さらに人数特定部１３２を有する。ただし、本実施形態の監視装置１００は、他の実施形態の構成の少なくともいずれか一つと矛盾を生じない範囲で組み合わせてもよい。
【0095】
監視装置１００は、取得部１２０と、物体特定部１２２と、位置特定部１２４と、属性特定部１２６と、人数特定部１３２と、検出部１０２と、選択部１２８と、出力部１０４とを備える。
取得部１２０は、監視カメラ５が生成した画像を取得する。
取得部１２０は、監視カメラ５が生成した画像を取得する。
【0096】
物体特定部１２２は、取得部１２０が取得した画像について、画像処理を行うことにより、物体を特定する。物体特定部１２２は、人２０と車１０を認識して特定する。
位置特定部１２４は、物体特定部１２２が特定した人２０及び車１０の位置を特定する。
属性特定部１２６は、画像処理によって、人２０の属性を特定する。属性特定部１２６は、人２０が、第１の属性を有するか第２の属性を有するか特定する。
位置特定部１２４は、物体特定部１２２が特定した人２０及び車１０の位置を特定する。
属性特定部１２６は、画像処理によって、人２０の属性を特定する。属性特定部１２６は、人２０が、第１の属性を有するか第２の属性を有するか特定する。
【0097】
人数特定部１３２は、人２０の人数を特定する。例えば、物体特定部１２２は、複数人の人２０を特定したか判別する。物体特定部１２２が複数人の人２０を特定した場合、人数特定部１３２は、人２０の互いの距離が基準値以内の人がいるか判別する。例えば、人数特定部１３２は、位置特定部１２４が特定した人２０の位置に基づき、複数人２０の距離が基準値以内の人がいるか判別する。なおこの基準値は、車１０と人２０との相対距離の判別用の基準値と同じ値であってもよいし、異なる値であってもよい。
人数特定部１３２は、複数の人２０の距離が基準値以内の人がいる場合、単独行動でないと判別する。人数特定部１３２は、複数の人２０が存在しない、もしくは複数の人２０の距離が基準値以内の人がいない場合に単独行動であると判別する。
人数特定部１３２は、複数の人２０の距離が基準値以内の人がいる場合、単独行動でないと判別する。人数特定部１３２は、複数の人２０が存在しない、もしくは複数の人２０の距離が基準値以内の人がいない場合に単独行動であると判別する。
【0098】
これは、特に、１人のときに誘拐が発生しやすいためである。ただし、単独行動は、１人だけでなく、２～３人の少人数であってもよい。
検出部１０２は、画像に含まれる人２０と車１０の各組みについて、位置に基づいて、相対距離が基準値以下の状態、つまり接近状態にあるか否かを判別する。
選択部１２８は、人数特定部１３２における判別結果が人２０が単独行動か否かに応じて、出力すべき情報の種類を選択する。
出力部１０４は、選択部１２８が選択した種類の情報を出力する。
検出部１０２は、画像に含まれる人２０と車１０の各組みについて、位置に基づいて、相対距離が基準値以下の状態、つまり接近状態にあるか否かを判別する。
選択部１２８は、人数特定部１３２における判別結果が人２０が単独行動か否かに応じて、出力すべき情報の種類を選択する。
出力部１０４は、選択部１２８が選択した種類の情報を出力する。
【0099】
＜動作例＞
図１６は、監視システム１の動作の一例を示すフローチャートである。図１６のフローチャートは、図１３のフローチャートのステップＳ１２１の替わりにステップＳ１４１を含む。ただし、図１６のフローチャートは、図１３のステップＳ１２１を含んでもよい。ステップＳ１２１とステップＳ１４１の順序は特に限定されない。
図１６は、監視システム１の動作の一例を示すフローチャートである。図１６のフローチャートは、図１３のフローチャートのステップＳ１２１の替わりにステップＳ１４１を含む。ただし、図１６のフローチャートは、図１３のステップＳ１２１を含んでもよい。ステップＳ１２１とステップＳ１４１の順序は特に限定されない。
【0100】
属性特定部１２６は、物体特定部１２２が特定した人２０の属性を判別する（ステップＳ１１１）。ステップＳ１１１で、属性特定部１２６は、人２０が第１の属性であると判別した場合、ステップＳ１４１に進む。一方、ステップＳ１１１で、属性特定部１２６が、人２０が第２の属性であると判別した場合、ステップＳ１２３に進む。
【0101】
ステップＳ１４１で、人数特定部１３２が、人２０が単独行動していると判別した場合（ステップＳ１４１のＹＥＳ）、選択部１２８は、出力すべき情報の種類に人２０が被害を受ける可能性がある旨を示す種類の情報を選択する。例えば、出力部１０４は、人２０の誘拐が発生する可能性がある旨を示す情報を選択する（ステップＳ１１５）。人数特定部１３２が、人２０が単独行動していないと判別した場合（ステップＳ１４１のＮＯ）、単なる車１０の通過と判別できるので、図１２のステップＳ１０７に戻る。
【0102】
ステップＳ１２３以降の処理は、図１３と同じであるので説明は省略する。
【0103】
図１７は、監視システム１の動作の他の一例を示すフローチャートである。図１７のフローチャートは、図１６のフローチャートのステップＳ１１１とステップＳ１４１の順番を入れ替えている点以外は図１６と同じである。図１７のフローチャートは、図１３のステップＳ１２１を含んでもよい。その場合、ステップＳ１２１とステップＳ１４１の順序は特に限定されない。
【0104】
人数特定部１３２は、人２０が単独行動か否かを判別する（ステップＳ１４１）。ステップＳ１４１で人数特定部１３２が、人２０は単独行動であると判別した場合（ステップＳ１４１のＹＥＳ）、ステップＳ１１１に進む。ステップＳ１４１で人数特定部１３２が、人２０は単独行動ではないと判別した場合（ステップＳ１４１のＮＯ）、単なる車１０の通過と判別できるので、図１２のステップＳ１０７に戻る。
【0105】
ステップＳ１１１で属性特定部１２６は、物体特定部１２２が特定した人２０の属性を判別する。ステップＳ１１１で、属性特定部１２６は、人２０が第１の属性であると判別した場合、ステップＳ１１５に進む。一方、ステップＳ１１１で、属性特定部１２６が、人２０が第２の属性であると判別した場合、ステップＳ１２３に進む。これ以降の処理は図１６と同じであるので説明は省略する。
【0106】
本実施形態によれば、人数特定部１３２が、人２０が単独行動か否かを判別し、単独行動の場合、誘拐である可能性が高いことを出力できる。他の条件と組み合わせることで、より判別の精度を向上でき、頻繁な報知を防ぐことができる。
【0107】
（第６実施形態）
＜機能構成例＞
本実施形態の監視システム１は、車１０が静止状態にあり、その静止している車１０からの人２０の出入りを検出し、その結果を用いて出力すべき情報の種類を選択する構成を有する点で、上記第４実施形態と相違する。すなわち、検出部１０２の動作及び選択部１２８の動作が異なる。以下、第４実施形態の図１１の機能ブロック図を用いて説明する。ただし、本実施形態の監視装置１００は、他の実施形態の構成の少なくともいずれか一つと矛盾を生じない範囲で組み合わせてもよい。
＜機能構成例＞
本実施形態の監視システム１は、車１０が静止状態にあり、その静止している車１０からの人２０の出入りを検出し、その結果を用いて出力すべき情報の種類を選択する構成を有する点で、上記第４実施形態と相違する。すなわち、検出部１０２の動作及び選択部１２８の動作が異なる。以下、第４実施形態の図１１の機能ブロック図を用いて説明する。ただし、本実施形態の監視装置１００は、他の実施形態の構成の少なくともいずれか一つと矛盾を生じない範囲で組み合わせてもよい。
【0108】
検出部１０２は、画像に含まれる人２０と車１０の各組みについて、位置に基づいて、相対距離が基準値以下の状態、つまり接近状態にあるか否かを判別する。また、検出部１０２が接近状態にあると判別した車１０が、移動速度推定部１３０が推定した移動速度から静止状態であることを判別した場合に、検出部１０２は、さらに車１０から人の出入りがあるか検出する。
選択部１２８は、検出部１０２による人の出入りの検出結果をさらに用いて、出力すべき情報の種類を選択する。
選択部１２８は、検出部１０２による人の出入りの検出結果をさらに用いて、出力すべき情報の種類を選択する。
【0109】
例えば、図１８に示すように、誘拐の場合、車１０は人２０に近づいて（図１８（ａ）から図１８（ｂ））、車１０の中から、腕だけ伸ばして人２０を掴んで車１０の中に引きずり込んで連れ去ることがある（図１８（ｃ））。つまり、誘拐の場合、静止した車１０から人は出てこない。車上荒らしの場合、静止した車１０から、運転手が出てくる可能性が高い。この状況を検出して誘拐と車上荒らしを判別する。
【0110】
＜動作例＞
図１９は、監視システム１の動作の一例を示すフローチャートである。図１９のフローチャートは、図１４のフローチャートのステップＳ２１１、ステップＳ１３１、ステップＳ１３３、ステップＳ１１５、およびステップＳ１１７を含むとともに、さらに、ステップＳ１５１を含む。
図１９は、監視システム１の動作の一例を示すフローチャートである。図１９のフローチャートは、図１４のフローチャートのステップＳ２１１、ステップＳ１３１、ステップＳ１３３、ステップＳ１１５、およびステップＳ１１７を含むとともに、さらに、ステップＳ１５１を含む。
【0111】
ステップＳ２１１で、移動速度推定部１３０は、車１０が低速で移動していると推定し、かつ検出部１０２が、車１０が人２０に接近していると判別した場合、ステップＳ１３１に進み、属性特定部１２６は、人２０の属性を判別する。
【0112】
次に、ステップＳ２１１で移動速度推定部１３０が、車１０が静止していると判別した場合、ステップＳ１５１に進む。ステップＳ１５１では、検出部１０２は、静止している車１０から人、つまり運転手が出てきているか否かを判別する。例えば、検出部１０２は、移動速度推定部１３０により車１０が静止状態であると判別してから所定時間以内に人が車から出てきたか否かを判別することにより、人の出入りを検出することが可能である。
【0113】
検出部１０２が、所定時間以内に車１０から人が出てきていないことを検出した場合（ステップＳ１５１のＮＯ）、誘拐の可能性が高いため、ステップＳ１３１に進む。また、ステップＳ２１１で、移動速度推定部１３０が、車１０の移動速度が低速で接近でも静止でもないと判別した場合、単なる車１０の通過と判別できるので、図１２のステップＳ１０７に戻る。ステップＳ１３１以降の処理は上記実施形態と同じであるので説明を省略する。
【0114】
一方、検出部１０２が、車１０から人が出てきていることを検出した場合（ステップＳ１５１のＹＥＳ）、属性特定部１２６は、接近状態の人２０の属性を判別する（ステップＳ１３３）。そして、属性特定部１２６が、第２の属性を有する人物であると判別した場合（ステップＳ１３３のＹＥＳ）、選択部１２８は、図１４と同様に、人２０が車上荒らしを行う可能性がある旨を示す情報を選択する（ステップＳ１１７）。
【0115】
本実施形態によれば、静止した車１０の中から人が出てきたか否かを検出して処理すべき情報の種類を選択できる。よって、より判別の精度を向上させることができる。
【0116】
以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。
例えば、監視カメラ５の画像を用いて犯罪行為の検出を行っているため、当該犯罪行為が検出されたときの画像を記録することができるので、記録を犯罪発生時の証拠として利用できる。これにより、事件の早期解決、犯人逮捕および被害者の救出に繋げることができる。
例えば、監視カメラ５の画像を用いて犯罪行為の検出を行っているため、当該犯罪行為が検出されたときの画像を記録することができるので、記録を犯罪発生時の証拠として利用できる。これにより、事件の早期解決、犯人逮捕および被害者の救出に繋げることができる。
【0117】
さらに、検出部１０２は、道路周辺を撮像する複数の監視カメラ５のうち、特定の監視カメラ５の画像を用いて処理を行ってもよい。上記したように、特に治安の悪い場所、頻繁に誘拐や車上荒らしなどの犯罪行為が発生している場所などに設置されている監視カメラ５の画像を用いて監視を行ってもよい。また、特定の監視カメラ５に優先順位を付けて、優先度高い監視カメラ５の監視時間の比率を他の監視カメラ５より長く設定してもよい。
【0118】
さらに、検出部１０２は、車１０と人２０との相対距離が基準値以下の状態にあることを検出した人２０の顔画像を取得して記憶してもよい。顔画像は、図３のメモリ１０３０、またはストレージデバイス１０４０などに記憶することができる。
【0119】
図２０に示すように、車上荒らしの場合、停止した車１０から、始めに車１０の所有者３０が出てくる（図２０（ａ））。検出部１０２は、車１０から人が出てきたことを検出し、車１０から出てきた人物Ａ（車１０の所有者）の顔画像を取得し、一時的に記憶しておく。
【0120】
さらに、監視を続け、検出部１０２は、車１０に接近してくる人２０を検出する（図２０（ｂ））。このとき、人２０の顔画像を取得する。そして、検出部１０２は、画像処理装置２００に、先に取得した人物Ａの顔画像と後から取得した人２０の顔画像を送信し、同一人物か否かを照合させてもよい。選択部１２８は照合結果を用いて出力すべき情報の種類を選択する。同一人物でない場合、車上荒らしと判別する（図２０（ｃ））。同一人物の場合は、持ち主と判別する。
【0121】
また、顔画像が撮影できなかった場合は、図２０（ｂ）で車１０に接近した人２０が、一旦車１０の中に入った後、直ぐに（所定時間後）出てきたら、車上荒らしと判別してもよい。
【0122】
さらに、第５実施形態の図１９で説明した停車した車１０からの人の出入りを検出し、その結果を用いる例の他の処理手順も考えられる。図２１は、監視システム１の動作の一例を示すフローチャートである。図２１のフローチャートは、図１４のフローチャートのステップＳ１３１の替わりにステップＳ１５１を含む。この例では、ステップＳ２１１で、検出部１０２が、車１０が低速で人２０に接近していると判別した場合、ステップＳ１５１に進み、車１０から人が出てきているか否かを判別する。検出部１０２が、人が出てきたことを検出できない場合（ステップＳ１５１のＮＯ）、誘拐の可能性が高いため、ステップＳ１１５に進む。検出部１０２が、人が出てきたことを検出した場合（ステップＳ１５１のＹＥＳ）、単なる車１０の停車と判別できるので、図１２のステップＳ１０７に戻る。これら以外の処理は、図１４と同じであるので説明は省略する。
【0123】
以上、実施形態および実施例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および実施例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。
なお、本発明において利用者に関する情報を取得および／または利用する場合は、これを適法に行うものとする。
なお、本発明において利用者に関する情報を取得および／または利用する場合は、これを適法に行うものとする。
【0124】
以下、参考形態の例を付記する。
１． 道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知する検出手段と、
前記状態にあると検知された前記人の属性を用いて出力すべき情報の種類を選択し、選択した前記種類の情報を出力する出力手段と、を備える監視装置。
２． １．に記載の監視装置において、
前記出力手段は、さらに前記状態にあると検知された前記車の移動速度を用いて前記出力すべき情報の種類を選択する、監視装置。
３． 道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知する検出手段と、
前記状態にあると検知された前記車の移動速度を用いて、出力すべき情報の種類を選択し、選択した前記種類の情報を出力する出力手段と、を備える監視装置。
４． １．から３．のいずれか一つに記載の監視装置において、
前記出力手段は、
さらに前記状態にあると検知された前記人が単独行動か否に応じて、前記出力すべき情報の種類を選択する、監視装置。
５． １．から４．のいずれか一つに記載の監視装置において、
前記検出手段は、前記状態にあると検知された前記車は静止状態であり、前記車が静止してからの人の出入りを検知し、
前記出力手段は、前記検出手段による検知結果をさらに用いて、前記出力すべき情報の種類を選択する、監視装置。
６． １．から５．のいずれか一つに記載の監視装置において、
前記検出手段は、前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う、監視装置。
１． 道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知する検出手段と、
前記状態にあると検知された前記人の属性を用いて出力すべき情報の種類を選択し、選択した前記種類の情報を出力する出力手段と、を備える監視装置。
２． １．に記載の監視装置において、
前記出力手段は、さらに前記状態にあると検知された前記車の移動速度を用いて前記出力すべき情報の種類を選択する、監視装置。
３． 道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知する検出手段と、
前記状態にあると検知された前記車の移動速度を用いて、出力すべき情報の種類を選択し、選択した前記種類の情報を出力する出力手段と、を備える監視装置。
４． １．から３．のいずれか一つに記載の監視装置において、
前記出力手段は、
さらに前記状態にあると検知された前記人が単独行動か否に応じて、前記出力すべき情報の種類を選択する、監視装置。
５． １．から４．のいずれか一つに記載の監視装置において、
前記検出手段は、前記状態にあると検知された前記車は静止状態であり、前記車が静止してからの人の出入りを検知し、
前記出力手段は、前記検出手段による検知結果をさらに用いて、前記出力すべき情報の種類を選択する、監視装置。
６． １．から５．のいずれか一つに記載の監視装置において、
前記検出手段は、前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う、監視装置。
【0125】
７． 道路周辺を撮像する複数のカメラと、
複数のカメラが撮像した画像を監視する監視装置と、を備え、
前記監視装置は、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知する検出手段と、
前記状態にあると検知された前記人の属性を用いて出力すべき情報の種類を選択し、選択した前記種類の情報を出力する出力手段と、を有する、監視システム。
８． ７．に記載の監視システムにおいて、
前記監視装置の前記出力手段は、さらに前記状態にあると検知された前記車の移動速度を用いて前記出力すべき情報の種類を選択する、監視システム。
９． 道路周辺を撮像する複数のカメラと、
複数のカメラが撮像した画像を監視する監視装置と、を備え、
前記監視装置は、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知する検出手段と、
前記状態にあると検知された前記車の移動速度を用いて、出力すべき情報の種類を選択し、選択した前記種類の情報を出力する出力手段と、を有する、監視システム。
１０． ７．から９．のいずれか一つに記載の監視システムにおいて、
前記監視装置の前記出力手段は、
さらに前記状態にあると検知された前記人が単独行動か否に応じて、前記出力すべき情報の種類を選択する、監視システム。
１１． ７．から１０．のいずれか一つに記載の監視システムにおいて、
前記監視装置の前記検出手段は、前記状態にあると検知された前記車は静止状態であり、前記車が静止してからの人の出入りを検知し、
前記監視装置の前記出力手段は、前記検出手段による検知結果をさらに用いて、前記出力すべき情報の種類を選択する、監視システム。
１２ ７．から１１．のいずれか一つに記載の監視システムにおいて、
前記監視装置の前記検出手段は、前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う、監視システム。
複数のカメラが撮像した画像を監視する監視装置と、を備え、
前記監視装置は、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知する検出手段と、
前記状態にあると検知された前記人の属性を用いて出力すべき情報の種類を選択し、選択した前記種類の情報を出力する出力手段と、を有する、監視システム。
８． ７．に記載の監視システムにおいて、
前記監視装置の前記出力手段は、さらに前記状態にあると検知された前記車の移動速度を用いて前記出力すべき情報の種類を選択する、監視システム。
９． 道路周辺を撮像する複数のカメラと、
複数のカメラが撮像した画像を監視する監視装置と、を備え、
前記監視装置は、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知する検出手段と、
前記状態にあると検知された前記車の移動速度を用いて、出力すべき情報の種類を選択し、選択した前記種類の情報を出力する出力手段と、を有する、監視システム。
１０． ７．から９．のいずれか一つに記載の監視システムにおいて、
前記監視装置の前記出力手段は、
さらに前記状態にあると検知された前記人が単独行動か否に応じて、前記出力すべき情報の種類を選択する、監視システム。
１１． ７．から１０．のいずれか一つに記載の監視システムにおいて、
前記監視装置の前記検出手段は、前記状態にあると検知された前記車は静止状態であり、前記車が静止してからの人の出入りを検知し、
前記監視装置の前記出力手段は、前記検出手段による検知結果をさらに用いて、前記出力すべき情報の種類を選択する、監視システム。
１２ ７．から１１．のいずれか一つに記載の監視システムにおいて、
前記監視装置の前記検出手段は、前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う、監視システム。
【0126】
１３． 監視装置が、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知し、
前記状態にあると検知された前記人の属性を用いて出力すべき情報の種類を選択し、選択した前記種類の情報を出力する、監視方法。
１４． １３．に記載の監視方法において、
前記監視装置が、さらに前記状態にあると検知された前記車の移動速度を用いて前記出力すべき情報の種類を選択する、監視方法。
１５． 監視装置が、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知し、
前記状態にあると検知された前記車の移動速度を用いて、出力すべき情報の種類を選択し、選択した前記種類の情報を出力する、監視方法。
１６． １３．から１５．のいずれか一つに記載の監視方法において、
前記監視装置が、
さらに前記状態にあると検知された前記人が単独行動か否に応じて、前記出力すべき情報の種類を選択する、監視方法。
１７． １３．から１６．のいずれか一つに記載の監視方法において、
前記監視装置が、
前記状態にあると検知された前記車は静止状態であり、前記車が静止してからの人の出入りを検知し、
前記検知の結果をさらに用いて、前記出力すべき情報の種類を選択する、監視方法。
１８． １３．から１７．のいずれか一つに記載の監視方法において、
前記監視装置が、
前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う、監視方法。
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知し、
前記状態にあると検知された前記人の属性を用いて出力すべき情報の種類を選択し、選択した前記種類の情報を出力する、監視方法。
１４． １３．に記載の監視方法において、
前記監視装置が、さらに前記状態にあると検知された前記車の移動速度を用いて前記出力すべき情報の種類を選択する、監視方法。
１５． 監視装置が、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知し、
前記状態にあると検知された前記車の移動速度を用いて、出力すべき情報の種類を選択し、選択した前記種類の情報を出力する、監視方法。
１６． １３．から１５．のいずれか一つに記載の監視方法において、
前記監視装置が、
さらに前記状態にあると検知された前記人が単独行動か否に応じて、前記出力すべき情報の種類を選択する、監視方法。
１７． １３．から１６．のいずれか一つに記載の監視方法において、
前記監視装置が、
前記状態にあると検知された前記車は静止状態であり、前記車が静止してからの人の出入りを検知し、
前記検知の結果をさらに用いて、前記出力すべき情報の種類を選択する、監視方法。
１８． １３．から１７．のいずれか一つに記載の監視方法において、
前記監視装置が、
前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う、監視方法。
【0127】
１９． コンピュータに、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知する手順、
前記状態にあると検知された前記人の属性を用いて出力すべき情報の種類を選択し、選択した前記種類の情報を出力する手順、を実行させるためのプログラム。
２０． １９．に記載のプログラムにおいて、
さらに前記状態にあると検知された前記車の移動速度を用いて前記出力すべき情報の種類を選択する手順をコンピュータに実行させるためのプログラム。
２１． コンピュータに、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知する手順、
前記状態にあると検知された前記車の移動速度を用いて、出力すべき情報の種類を選択し、選択した前記種類の情報を出力する手順、を実行させるためのプログラム。
２２． １９．から２１．のいずれか一つに記載のプログラムにおいて、
さらに前記状態にあると検知された前記人が単独行動か否に応じて、前記出力すべき情報の種類を選択する手順をコンピュータに実行させるためのプログラム。
２３． １９．から２２．のいずれか一つに記載のプログラムにおいて、
前記状態にあると検知された前記車は静止状態であり、前記車が静止してからの人の出入りを検知する手順、
前記検知する手順による検知結果をさらに用いて、前記出力すべき情報の種類を選択する手順、をコンピュータに実行させるためのプログラム。
２４． １９．から２３．のいずれか一つに記載のプログラムにおいて、
前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う手順、をコンピュータに実行させるためのプログラム。
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知する手順、
前記状態にあると検知された前記人の属性を用いて出力すべき情報の種類を選択し、選択した前記種類の情報を出力する手順、を実行させるためのプログラム。
２０． １９．に記載のプログラムにおいて、
さらに前記状態にあると検知された前記車の移動速度を用いて前記出力すべき情報の種類を選択する手順をコンピュータに実行させるためのプログラム。
２１． コンピュータに、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検知する手順、
前記状態にあると検知された前記車の移動速度を用いて、出力すべき情報の種類を選択し、選択した前記種類の情報を出力する手順、を実行させるためのプログラム。
２２． １９．から２１．のいずれか一つに記載のプログラムにおいて、
さらに前記状態にあると検知された前記人が単独行動か否に応じて、前記出力すべき情報の種類を選択する手順をコンピュータに実行させるためのプログラム。
２３． １９．から２２．のいずれか一つに記載のプログラムにおいて、
前記状態にあると検知された前記車は静止状態であり、前記車が静止してからの人の出入りを検知する手順、
前記検知する手順による検知結果をさらに用いて、前記出力すべき情報の種類を選択する手順、をコンピュータに実行させるためのプログラム。
２４． １９．から２３．のいずれか一つに記載のプログラムにおいて、
前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う手順、をコンピュータに実行させるためのプログラム。
【0128】
以下、さらなる参考形態の例を付記する。
２５． 道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検出する検出手段と、
前記状態にあると検出された前記人の属性を用いて選択された出力すべき種類の情報を出力する出力手段と、を備える監視装置。
２６． ２５．に記載の監視装置において、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する取得手段と、
前記取得手段が取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する物体特定手段と、
前記物体特定手段が特定した前記人と前記車について、前記画像処理を行うことにより、位置を特定する位置特定手段と、
前記位置特定手段が特定した前記人について、前記画像処理を行うことにより、属性を特定する属性特定手段と、
前記検出手段が前記状態にある人と車を検出した場合、当該検出された人について、特定された前記属性を用いて、出力すべき情報の前記種類を選択する選択手段と、を備え、
前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視装置。
２７． ２５．または２６．に記載の監視装置において、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する取得手段と、
前記取得手段が取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する物体特定手段と、
前記物体特定手段が特定した前記人と前記車について、前記画像処理を行うことにより位置を特定する位置特定手段と、
前記位置特定手段が特定した前記車について、当該車の位置の変化から移動速度を推定する移動速度推定手段と、
前記移動速度推定手段が推定した前記車の移動速度を用いて、出力すべき情報の前記種類を選択する選択手段と、を備え、
前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視装置。
２８． ２５．から２７．のいずれか一つに記載の監視装置において、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する取得手段と、
前記取得手段が取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する物体特定手段と、
前記物体特定手段が特定した前記人と前記車について、前記画像処理を行うことにより位置を特定する位置特定手段と、
前記物体特定手段が特定した前記人の人数を特定し、特定された前記人が単独行動か否かを判別する人数特定手段と、
前記人数特定手段の判別結果に応じて、出力すべき種類の前記情報を選択する選択手段と、を備え、
前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視装置。
２５． 道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検出する検出手段と、
前記状態にあると検出された前記人の属性を用いて選択された出力すべき種類の情報を出力する出力手段と、を備える監視装置。
２６． ２５．に記載の監視装置において、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する取得手段と、
前記取得手段が取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する物体特定手段と、
前記物体特定手段が特定した前記人と前記車について、前記画像処理を行うことにより、位置を特定する位置特定手段と、
前記位置特定手段が特定した前記人について、前記画像処理を行うことにより、属性を特定する属性特定手段と、
前記検出手段が前記状態にある人と車を検出した場合、当該検出された人について、特定された前記属性を用いて、出力すべき情報の前記種類を選択する選択手段と、を備え、
前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視装置。
２７． ２５．または２６．に記載の監視装置において、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する取得手段と、
前記取得手段が取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する物体特定手段と、
前記物体特定手段が特定した前記人と前記車について、前記画像処理を行うことにより位置を特定する位置特定手段と、
前記位置特定手段が特定した前記車について、当該車の位置の変化から移動速度を推定する移動速度推定手段と、
前記移動速度推定手段が推定した前記車の移動速度を用いて、出力すべき情報の前記種類を選択する選択手段と、を備え、
前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視装置。
２８． ２５．から２７．のいずれか一つに記載の監視装置において、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する取得手段と、
前記取得手段が取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する物体特定手段と、
前記物体特定手段が特定した前記人と前記車について、前記画像処理を行うことにより位置を特定する位置特定手段と、
前記物体特定手段が特定した前記人の人数を特定し、特定された前記人が単独行動か否かを判別する人数特定手段と、
前記人数特定手段の判別結果に応じて、出力すべき種類の前記情報を選択する選択手段と、を備え、
前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視装置。
【0129】
３１． 道路周辺を撮像する複数のカメラと、
複数のカメラが撮像した画像を監視する監視装置と、を備え、
前記監視装置は、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検出する検出手段と、
前記状態にあると検出された前記人の属性を用いて選択された出力すべき種類の情報を出力する出力手段と、を有する、監視システム。
３２． ３１．に記載の監視システムにおいて、
前記監視装置は、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する取得手段と、
前記取得手段が取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する物体特定手段と、
前記物体特定手段が特定した前記人と前記車について、前記画像処理を行うことにより、位置を特定する位置特定手段と、
前記位置特定手段が特定した前記人について、前記画像処理を行うことにより、属性を特定する属性特定手段と、
前記検出手段が前記状態にある人と車を検出した場合、当該検出された人について、特定された前記属性を用いて、出力すべき情報の前記種類を選択する選択手段と、を備え、
前記監視装置の前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視システム。
３３． ３１．または３２．に記載の監視システムにおいて、
前記監視装置は、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する取得手段と、
前記取得手段が取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する物体特定手段と、
前記物体特定手段が特定した前記人と前記車について、前記画像処理を行うことにより位置を特定する位置特定手段と、
前記位置特定手段が特定した前記車について、当該車の位置の変化から移動速度を推定する移動速度推定手段と、
前記移動速度推定手段が推定した前記車の移動速度を用いて、出力すべき情報の前記種類を選択する選択手段と、を備え、
前記監視装置の前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視システム。
３４． ３１．から３３．のいずれか一つに記載の監視システムにおいて、
前記監視装置は、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する取得手段と、
前記取得手段が取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する物体特定手段と、
前記物体特定手段が特定した前記人と前記車について、前記画像処理を行うことにより位置を特定する位置特定手段と、
前記物体特定手段が特定した前記人の人数を特定し、特定された前記人が単独行動か否かを判別する人数特定手段と、
前記人数特定手段の判別結果に応じて、出力すべき種類の前記情報を選択する選択手段と、を備え、
前記監視装置の前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視システム。
３５． ３３．または３３．を引用する３４．に記載の監視システムにおいて、
前記監視装置の前記検出手段は、前記状態にあると検出した前記車が、前記移動速度推定手段が推定した前記移動速度から静止状態であることを判別した場合に、さらに、前記車からの人の出入りがあるか検出し、
前記監視装置の前記選択手段は、前記検出手段による前記人の出入りの検出結果をさらに用いて、出力すべき種類の前記情報を選択し、
前記監視装置の前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視システム。
３６． ３１．から３５．のいずれか一つに記載の監視システムにおいて、
前記監視装置の前記検出手段は、前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う、監視システム。
複数のカメラが撮像した画像を監視する監視装置と、を備え、
前記監視装置は、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検出する検出手段と、
前記状態にあると検出された前記人の属性を用いて選択された出力すべき種類の情報を出力する出力手段と、を有する、監視システム。
３２． ３１．に記載の監視システムにおいて、
前記監視装置は、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する取得手段と、
前記取得手段が取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する物体特定手段と、
前記物体特定手段が特定した前記人と前記車について、前記画像処理を行うことにより、位置を特定する位置特定手段と、
前記位置特定手段が特定した前記人について、前記画像処理を行うことにより、属性を特定する属性特定手段と、
前記検出手段が前記状態にある人と車を検出した場合、当該検出された人について、特定された前記属性を用いて、出力すべき情報の前記種類を選択する選択手段と、を備え、
前記監視装置の前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視システム。
３３． ３１．または３２．に記載の監視システムにおいて、
前記監視装置は、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する取得手段と、
前記取得手段が取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する物体特定手段と、
前記物体特定手段が特定した前記人と前記車について、前記画像処理を行うことにより位置を特定する位置特定手段と、
前記位置特定手段が特定した前記車について、当該車の位置の変化から移動速度を推定する移動速度推定手段と、
前記移動速度推定手段が推定した前記車の移動速度を用いて、出力すべき情報の前記種類を選択する選択手段と、を備え、
前記監視装置の前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視システム。
３４． ３１．から３３．のいずれか一つに記載の監視システムにおいて、
前記監視装置は、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する取得手段と、
前記取得手段が取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する物体特定手段と、
前記物体特定手段が特定した前記人と前記車について、前記画像処理を行うことにより位置を特定する位置特定手段と、
前記物体特定手段が特定した前記人の人数を特定し、特定された前記人が単独行動か否かを判別する人数特定手段と、
前記人数特定手段の判別結果に応じて、出力すべき種類の前記情報を選択する選択手段と、を備え、
前記監視装置の前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視システム。
３５． ３３．または３３．を引用する３４．に記載の監視システムにおいて、
前記監視装置の前記検出手段は、前記状態にあると検出した前記車が、前記移動速度推定手段が推定した前記移動速度から静止状態であることを判別した場合に、さらに、前記車からの人の出入りがあるか検出し、
前記監視装置の前記選択手段は、前記検出手段による前記人の出入りの検出結果をさらに用いて、出力すべき種類の前記情報を選択し、
前記監視装置の前記出力手段は、前記選択手段が選択した前記種類の情報を出力する、監視システム。
３６． ３１．から３５．のいずれか一つに記載の監視システムにおいて、
前記監視装置の前記検出手段は、前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う、監視システム。
【0130】
３７． 監視装置が、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検出し、
前記状態にあると検出された前記人の属性を用いて選択された出力すべき種類の情報を出力する、監視方法。
３８． ３７．に記載の監視方法において、
前記監視装置が、
カメラにより生成される前記道路周辺を撮像した前記画像を取得し、
取得した前記画像について、画像処理を行うことにより、人と車を認識して特定し、
特定した前記人と前記車について、前記画像処理を行うことにより、位置を特定し、
特定した前記人について、前記画像処理を行うことにより、属性を特定し、
前記状態にある人と車を検出した場合、当該検出された人について、特定された前記属性を用いて、出力すべき情報の前記種類を選択し、
前記選択した種類の情報を出力する、監視方法。
３９． ３７．または３８．に記載の監視方法において、
前記監視装置が、
カメラにより生成される前記道路周辺を撮像した前記画像を取得し、
取得した前記画像について、画像処理を行うことにより、人と車を認識して特定し、
特定した前記人と前記車について、前記画像処理を行うことにより位置を特定し、
特定した前記車について、当該車の位置の変化から移動速度を推定し、
推定した前記車の移動速度を用いて、出力すべき情報の前記種類を選択し、
前記選択した前記種類の情報を出力する、監視方法。
４０． ３７．から３９．のいずれか一つに記載の監視方法において、
前記監視装置が、
カメラにより生成される前記道路周辺を撮像した前記画像を取得し、
取得した前記画像について、画像処理を行うことにより、人と車を認識して特定し、
特定した前記人と前記車について、前記画像処理を行うことにより位置を特定し、
特定した前記人の人数を特定し、特定された前記人が単独行動か否かを判別し、
前記判別の結果に応じて、出力すべき種類の前記情報を選択し、
選択した前記種類の情報を出力する、監視方法。
４１． ３９．および３９．を引用する４０．に記載の監視方法において、
前記監視装置が、
前記状態にあると検出した前記車が、推定した前記移動速度から静止状態であることを判別した場合に、さらに、前記車からの人の出入りがあるか検出し、
前記人の出入りの検出結果をさらに用いて、出力すべき種類の前記情報を選択し、
選択した前記種類の情報を出力する、監視方法。
４２． ３７．から４１．のいずれか一つに記載の監視方法において、
前記監視装置が、
前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う、監視方法。
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検出し、
前記状態にあると検出された前記人の属性を用いて選択された出力すべき種類の情報を出力する、監視方法。
３８． ３７．に記載の監視方法において、
前記監視装置が、
カメラにより生成される前記道路周辺を撮像した前記画像を取得し、
取得した前記画像について、画像処理を行うことにより、人と車を認識して特定し、
特定した前記人と前記車について、前記画像処理を行うことにより、位置を特定し、
特定した前記人について、前記画像処理を行うことにより、属性を特定し、
前記状態にある人と車を検出した場合、当該検出された人について、特定された前記属性を用いて、出力すべき情報の前記種類を選択し、
前記選択した種類の情報を出力する、監視方法。
３９． ３７．または３８．に記載の監視方法において、
前記監視装置が、
カメラにより生成される前記道路周辺を撮像した前記画像を取得し、
取得した前記画像について、画像処理を行うことにより、人と車を認識して特定し、
特定した前記人と前記車について、前記画像処理を行うことにより位置を特定し、
特定した前記車について、当該車の位置の変化から移動速度を推定し、
推定した前記車の移動速度を用いて、出力すべき情報の前記種類を選択し、
前記選択した前記種類の情報を出力する、監視方法。
４０． ３７．から３９．のいずれか一つに記載の監視方法において、
前記監視装置が、
カメラにより生成される前記道路周辺を撮像した前記画像を取得し、
取得した前記画像について、画像処理を行うことにより、人と車を認識して特定し、
特定した前記人と前記車について、前記画像処理を行うことにより位置を特定し、
特定した前記人の人数を特定し、特定された前記人が単独行動か否かを判別し、
前記判別の結果に応じて、出力すべき種類の前記情報を選択し、
選択した前記種類の情報を出力する、監視方法。
４１． ３９．および３９．を引用する４０．に記載の監視方法において、
前記監視装置が、
前記状態にあると検出した前記車が、推定した前記移動速度から静止状態であることを判別した場合に、さらに、前記車からの人の出入りがあるか検出し、
前記人の出入りの検出結果をさらに用いて、出力すべき種類の前記情報を選択し、
選択した前記種類の情報を出力する、監視方法。
４２． ３７．から４１．のいずれか一つに記載の監視方法において、
前記監視装置が、
前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う、監視方法。
【0131】
４３． コンピュータに、
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検出する手順、
前記状態にあると検出された前記人の属性を用いて選択された出力すべき種類の情報を出力する手順、を実行させるためのプログラム。
４４． ４３．に記載のプログラムにおいて、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する手順、
前記取得する手順で取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する手順、
前記人と車を特定する手順で特定した前記人と前記車について、前記画像処理を行うことにより、位置を特定する手順、
前記位置を特定する手順で特定した前記人について、前記画像処理を行うことにより、属性を特定する手順、
前記検出する手順で前記状態にある人と車を検出した場合、当該検出された人について、特定された前記属性を用いて、出力すべき情報の前記種類を選択する手順、
前記選択する手順で選択した前記種類の情報を出力する手順、をコンピュータに実行させるためのプログラム。
４５． ４３．または４４．に記載のプログラムにおいて、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する手順、
前記取得する手順で取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する手順、
前記人と車を特定する手順で特定した前記人と前記車について、前記画像処理を行うことにより位置を特定する手順、
前記位置を特定する手順で特定した前記車について、当該車の位置の変化から移動速度を推定する手順、
前記移動速度を推定する手順で推定した前記車の移動速度を用いて、出力すべき情報の前記種類を選択する手順、
前記選択する手順で選択した前記種類の情報を出力する手順、をコンピュータに実行させるためのプログラム。
４６． ４３．から４５．のいずれか一つに記載のプログラムにおいて、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する手順、
前記取得する手順で取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する手順、
前記人と車を特定する手順で特定した前記人と前記車について、前記画像処理を行うことにより位置を特定する手順、
前記人と車を特定する手順で特定した前記人の人数を特定し、特定された前記人が単独行動か否かを判別する手順、
前記判別の結果に応じて、出力すべき種類の前記情報を選択する手順、
前記選択する手順で選択した前記種類の情報を出力する手順、をコンピュータに実行させるためのプログラム。
４７． ４５．または４５．を引用する４６．に記載のプログラムにおいて、
前記状態にあると検出した前記車が、前記移動速度を推定する手順で推定した前記移動速度から静止状態であることを判別した場合に、さらに、前記車からの人の出入りがあるか検出する手順、
前記人の出入りの検出結果をさらに用いて、出力すべき種類の前記情報を選択する手順、
前記出力手段は、前記選択手段が選択した前記種類の情報を出力する手順、をコンピュータに実行させるためのプログラム。
４８． ４３．から４７のいずれか一つに記載のプログラムにおいて、
前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う手順、をコンピュータに実行させるためのプログラム。
道路周辺を撮像した画像を処理し、前記画像に含まれる人と車の相対距離が基準値以下の状態であることを検出する手順、
前記状態にあると検出された前記人の属性を用いて選択された出力すべき種類の情報を出力する手順、を実行させるためのプログラム。
４４． ４３．に記載のプログラムにおいて、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する手順、
前記取得する手順で取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する手順、
前記人と車を特定する手順で特定した前記人と前記車について、前記画像処理を行うことにより、位置を特定する手順、
前記位置を特定する手順で特定した前記人について、前記画像処理を行うことにより、属性を特定する手順、
前記検出する手順で前記状態にある人と車を検出した場合、当該検出された人について、特定された前記属性を用いて、出力すべき情報の前記種類を選択する手順、
前記選択する手順で選択した前記種類の情報を出力する手順、をコンピュータに実行させるためのプログラム。
４５． ４３．または４４．に記載のプログラムにおいて、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する手順、
前記取得する手順で取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する手順、
前記人と車を特定する手順で特定した前記人と前記車について、前記画像処理を行うことにより位置を特定する手順、
前記位置を特定する手順で特定した前記車について、当該車の位置の変化から移動速度を推定する手順、
前記移動速度を推定する手順で推定した前記車の移動速度を用いて、出力すべき情報の前記種類を選択する手順、
前記選択する手順で選択した前記種類の情報を出力する手順、をコンピュータに実行させるためのプログラム。
４６． ４３．から４５．のいずれか一つに記載のプログラムにおいて、
カメラにより生成される前記道路周辺を撮像した前記画像を取得する手順、
前記取得する手順で取得した前記画像について、画像処理を行うことにより、人と車を認識して特定する手順、
前記人と車を特定する手順で特定した前記人と前記車について、前記画像処理を行うことにより位置を特定する手順、
前記人と車を特定する手順で特定した前記人の人数を特定し、特定された前記人が単独行動か否かを判別する手順、
前記判別の結果に応じて、出力すべき種類の前記情報を選択する手順、
前記選択する手順で選択した前記種類の情報を出力する手順、をコンピュータに実行させるためのプログラム。
４７． ４５．または４５．を引用する４６．に記載のプログラムにおいて、
前記状態にあると検出した前記車が、前記移動速度を推定する手順で推定した前記移動速度から静止状態であることを判別した場合に、さらに、前記車からの人の出入りがあるか検出する手順、
前記人の出入りの検出結果をさらに用いて、出力すべき種類の前記情報を選択する手順、
前記出力手段は、前記選択手段が選択した前記種類の情報を出力する手順、をコンピュータに実行させるためのプログラム。
４８． ４３．から４７のいずれか一つに記載のプログラムにおいて、
前記道路周辺を撮像する複数のカメラのうち、特定のカメラの画像を用いて前記処理を行う手順、をコンピュータに実行させるためのプログラム。
【0132】
この出願は、２０２０年１月２０日に出願された国際出願ＰＣＴ／ＪＰ２０２０／００１７６０号を基礎とする優先権を主張し、その開示の全てをここに取り込む。
【符号の説明】
【0133】
１ 監視システム
３ 通信ネットワーク
５ 監視カメラ
１０ 車
２０ 人
３０ 所有者
１００ 監視装置
１０２ 検出部
１０４ 出力部
１２０ 取得部
１２２ 物体特定部
１２４ 位置特定部
１２６ 属性特定部
１２８ 選択部
１３０ 移動速度推定部
１３２ 人数特定部
２００ 画像処理装置
２２０ サーバ
３００ 記憶装置
１０００ コンピュータ
１０１０ バス
１０２０ プロセッサ
１０３０ メモリ
１０４０ ストレージデバイス
１０５０ 入出力インタフェース
１０６０ ネットワークインタフェース
３ 通信ネットワーク
５ 監視カメラ
１０ 車
２０ 人
３０ 所有者
１００ 監視装置
１０２ 検出部
１０４ 出力部
１２０ 取得部
１２２ 物体特定部
１２４ 位置特定部
１２６ 属性特定部
１２８ 選択部
１３０ 移動速度推定部
１３２ 人数特定部
２００ 画像処理装置
２２０ サーバ
３００ 記憶装置
１０００ コンピュータ
１０１０ バス
１０２０ プロセッサ
１０３０ メモリ
１０４０ ストレージデバイス
１０５０ 入出力インタフェース
１０６０ ネットワークインタフェース
【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】
【図19】
【図20】
【図21】