ホーム > 特許ランキング > 株式会社アダコテック
知財求人 - 知財ポータルサイト「IP Force」
特許7458138情報処理システム、情報処理装置、端末装置、情報処理方法及びプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-03-21
(45)【発行日】2024-03-29
(54)【発明の名称】情報処理システム、情報処理装置、端末装置、情報処理方法及びプログラム
(51)【国際特許分類】
H04N 7/18 20060101AFI20240322BHJP
H04N 21/234 20110101ALI20240322BHJP
H04N 21/2668 20110101ALI20240322BHJP
H04N 21/488 20110101ALI20240322BHJP
H04N 21/4728 20110101ALI20240322BHJP
G06T 7/246 20170101ALI20240322BHJP
G06T 7/215 20170101ALI20240322BHJP
【ＦＩ】
H04N7/18 D
H04N7/18 K
H04N21/234
H04N21/2668
H04N21/488
H04N21/4728
G06T7/246
G06T7/215
【請求項の数】
9
(21)【出願番号】P 2019239772
(22)【出願日】2019-12-27
(65)【公開番号】P2021108434
(43)【公開日】2021-07-29
【審査請求日】2022-12-22
(73)【特許権者】
【識別番号】514263540
【氏名又は名称】株式会社アダコテック
(74)【代理人】
【識別番号】100127384
【弁理士】
【氏名又は名称】坊野 康博
(72)【発明者】
【氏名】大津 展之
(72)【発明者】
【氏名】伊部 卓秀
(72)【発明者】
【氏名】伊藤 桂一
【審査官】佐野 潤一
(56)【参考文献】
【文献】特開２００５－３１２０１８（ＪＰ，Ａ）
【文献】特開２００６－３１８２７２（ＪＰ，Ａ）
【文献】特開２００６－２８５３１２（ＪＰ，Ａ）
【文献】特開２００６－２６００４９（ＪＰ，Ａ）
【文献】国際公開第２０１６／１２５３６６（ＷＯ，Ａ１）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｈ０４Ｎ ７／１８
Ｈ０４Ｎ ２１／００
Ｇ０６Ｔ １／００－７／００
(57)【特許請求の範囲】
【請求項1】
ユーザによって使用される端末装置と、前記端末装置と通信可能に構成されたサーバとを含む情報処理システムであって、前記端末装置は、
前記サーバに対し、検知対象となる映像において、設定された検知領域内で移動する物体を検知するための検知処理を要求する検知要求手段を備え、
前記サーバは、
前記端末装置の要求に応じて、前記検知対象となる映像のデータに含まれる２つのフレーム間の差分を表す差分画像において、１つの差分画像における前記検知領域内の着目画素のデータと、前記１つの差分画像とは異なる時間の他の差分画像における前記着目画素周辺の所定範囲に位置する画素のデータとの相関に基づいて、前記検知領域内で移動する物体を検知する前記検知処理を実行する物体検知手段と、
前記物体検知手段による物体の検知結果を前記端末装置に提示する検知結果提示手段と、
を備え、
前記物体検知手段は、前記１つの差分画像における前記検知領域内の前記着目画素のデータと、前記他の差分画像における前記着目画素周辺の所定範囲に位置する画素のデータとの相関値を前記所定範囲の各画素について取得し、取得された前記相関値からなるデータに対し、特定方向への移動に対応する重み付けを行って取得される特徴量に基づいて、前記設定された検知領域内で前記特定方向へ移動する物体を検知することを特徴とする情報処理システム。
【請求項2】
前記物体検知手段は、前記特徴量の要素値に基づいて、映像内における任意の物体の移動方向及び移動速度を取得することを特徴とする請求項１に記載の情報処理システム。
【請求項3】
前記端末装置は、前記物体検知手段によって検知する物体の移動方向を含む検知条件を設定するための条件設定画面を表示する条件設定画面表示手段を備え、
前記検知要求手段は、前記条件設定画面において設定された前記検知条件に従って、前記サーバに対して前記検知処理の要求を行うことを特徴とする請求項１または２に記載の情報処理システム。
【請求項4】
前記端末装置は、前記サーバから提示された前記検知結果に基づいて、前記映像及び前記検知領域を表示すると共に、前記検知された物体を識別して表示する検知結果表示手段を備えることを特徴とする請求項１から３のいずれか１項に記載の情報処理システム。
【請求項5】
前記端末装置の前記検知要求手段は、前記検知対象となる映像内に、複数の前記検知領域を設定して前記サーバに前記検知処理を要求し、前記サーバの前記物体検知手段は、複数の前記検知領域毎に、当該検知領域内で移動する物体を検知し、
前記検知結果提示手段は、前記端末装置に対し、複数の前記検知領域毎に前記物体検知手段による物体の前記検知結果を提示することを特徴とする請求項１から４のいずれか１項に記載の情報処理システム。
【請求項6】
請求項１に記載の情報処理システムを構成する端末装置であって、前記物体検知手段によって検知する物体の検知条件を設定するための条件設定画面を表示する条件設定画面表示手段と、
前記サーバから提示された前記検知結果に基づいて、前記映像及び前記検知領域を表示すると共に、前記検知された物体を識別して表示する検知結果表示手段と、
を備え、
前記検知要求手段は、前記条件設定画面において設定された前記検知条件に従って、前記サーバに対して前記検知処理の要求を行うことを特徴とする端末装置。
【請求項7】
検知対象となる映像のデータに含まれる２つのフレーム間の差分を表す差分画像において、１つの差分画像における設定された検知領域内の着目画素のデータと、前記１つの差分画像とは異なる時間の他の差分画像における前記着目画素周辺の所定範囲に位置する画素のデータとの相関に基づいて、前記検知領域内で移動する物体を検知するための検知処理を実行する物体検知手段と、前記物体検知手段による物体の検知結果を提示する検知結果提示手段と、
を備え、
前記物体検知手段は、前記１つの差分画像における前記検知領域内の前記着目画素のデータと、前記他の差分画像における前記着目画素周辺の所定範囲に位置する画素のデータとの相関値を前記所定範囲の各画素について取得し、取得された前記相関値からなるデータに対し、特定方向への移動に対応する重み付けを行って取得される特徴量に基づいて、前記設定された検知領域内で前記特定方向へ移動する物体を検知することを特徴とする情報処理装置。
【請求項8】
情報処理システムが実行する情報処理方法であって、検知対象となる映像のデータに含まれる２つのフレーム間の差分を表す差分画像において、１つの差分画像における設定された検知領域内の着目画素のデータと、前記１つの差分画像とは異なる時間の他の差分画像における前記着目画素周辺の所定範囲に位置する画素のデータとの相関に基づいて、前記検知領域内で移動する物体を検知するための検知処理を実行する物体検知ステップと、
前記物体検知ステップにおける物体の検知結果を提示する検知結果提示ステップと、
を含み、
前記物体検知ステップでは、前記１つの差分画像における前記検知領域内の前記着目画素のデータと、前記他の差分画像における前記着目画素周辺の所定範囲に位置する画素のデータとの相関値を前記所定範囲の各画素について取得し、取得された前記相関値からなるデータに対し、特定方向への移動に対応する重み付けを行って取得される特徴量に基づいて、前記設定された検知領域内で前記特定方向へ移動する物体を検知することを特徴とする情報処理方法。
【請求項9】
コンピュータに、検知対象となる映像のデータに含まれる２つのフレーム間の差分を表す差分画像において、１つの差分画像における設定された検知領域内の着目画素のデータと、前記１つの差分画像とは異なる時間の他の差分画像における前記着目画素周辺の所定範囲に位置する画素のデータとの相関に基づいて、前記検知領域内で特定方向へ移動する物体を検知するための検知処理を実行する物体検知機能と、
前記物体検知機能による物体の検知結果を提示する検知結果提示機能と、
を実現させ、
前記物体検知機能は、前記１つの差分画像における前記検知領域内の前記着目画素のデータと、前記他の差分画像における前記着目画素周辺の所定範囲に位置する画素のデータとの相関値を前記所定範囲の各画素について取得し、取得された前記相関値からなるデータに対し、特定方向への移動に対応する重み付けを行って取得される特徴量に基づいて、前記設定された検知領域内で前記特定方向へ移動する物体を検知することを特徴とするプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理システム、情報処理装置、端末装置、情報処理方法及びプログラムに関する。
【背景技術】
【0002】
近年、映像内における物体を検知する技術が盛んに利用されるようになっている。
例えば、監視カメラで撮影された映像において、異常な物体等を自動的に検知する技術が実用化されている。
また、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）の発達に伴い、映像内における物体を、ＡＩを用いた画像認識等によって検知する技術も開発されつつある。
なお、映像内における物体を検知する技術は、例えば、特許文献１に記載されている。
例えば、監視カメラで撮影された映像において、異常な物体等を自動的に検知する技術が実用化されている。
また、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）の発達に伴い、映像内における物体を、ＡＩを用いた画像認識等によって検知する技術も開発されつつある。
なお、映像内における物体を検知する技術は、例えば、特許文献１に記載されている。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２０１９－０９２１５４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、映像内における物体の移動を検知する場合、各種外乱によって、物体の移動を検知する精度が低下する可能性がある。
例えば、映像内における物体の特定方向への移動を検知する場合、外乱の影響により、物体の移動方向が誤検知される等の可能性がある。
また、屋外にカメラが設置されたような外乱が大きい場合等において、物体の特定方向への移動を、ＡＩを用いて検知する方法では、演算処理負荷が大きくなったり、学習のためのサンプルデータを多数用意する必要が生じたりする等の問題から導入が困難となるケースがある。
また、検知したい対象をプログラムで表現するアプローチ（ルールベースアプローチ）では、多くの動作パラメータを最適に設定する必要があるが、パラメータ数が多く直感的に設定することが困難である。
例えば、映像内における物体の特定方向への移動を検知する場合、外乱の影響により、物体の移動方向が誤検知される等の可能性がある。
また、屋外にカメラが設置されたような外乱が大きい場合等において、物体の特定方向への移動を、ＡＩを用いて検知する方法では、演算処理負荷が大きくなったり、学習のためのサンプルデータを多数用意する必要が生じたりする等の問題から導入が困難となるケースがある。
また、検知したい対象をプログラムで表現するアプローチ（ルールベースアプローチ）では、多くの動作パラメータを最適に設定する必要があるが、パラメータ数が多く直感的に設定することが困難である。
【0005】
本発明の課題は、外乱に頑健に映像内の物体速度を推定することである。
【課題を解決するための手段】
【0006】
上記課題を解決するため、本発明の一態様に係る情報処理システムは、
ユーザによって使用される端末装置と、前記端末装置と通信可能に構成されたサーバとを含む情報処理システムであって、
前記端末装置は、
前記サーバに対し、検知対象となる映像において、設定された検知領域内で移動する物体を検知するための検知処理を要求する検知要求手段を備え、
前記サーバは、
前記端末装置の要求に応じて、前記検知対象となる映像において、異なる時間の前記映像のデータにおける前記検知領域内の画素及び当該画素周辺の画素のデータの相関に基づいて、前記検知領域内で移動する物体を検知する前記検知処理を実行する物体検知手段と、
前記物体検知手段による物体の検知結果を前記端末装置に提示する検知結果提示手段と、
を備えることを特徴とする。
ユーザによって使用される端末装置と、前記端末装置と通信可能に構成されたサーバとを含む情報処理システムであって、
前記端末装置は、
前記サーバに対し、検知対象となる映像において、設定された検知領域内で移動する物体を検知するための検知処理を要求する検知要求手段を備え、
前記サーバは、
前記端末装置の要求に応じて、前記検知対象となる映像において、異なる時間の前記映像のデータにおける前記検知領域内の画素及び当該画素周辺の画素のデータの相関に基づいて、前記検知領域内で移動する物体を検知する前記検知処理を実行する物体検知手段と、
前記物体検知手段による物体の検知結果を前記端末装置に提示する検知結果提示手段と、
を備えることを特徴とする。
【発明の効果】
【0007】
本発明によれば、外乱に頑健に映像内の物体速度を推定することができる。
【図面の簡単な説明】
【0008】
【図1】本発明に係る情報処理システム１全体のシステム構成を示す模式図である。
【図2】各装置を構成する情報処理装置８００のハードウェア構成を示す図である。
【図3】サーバ２０の機能的構成を示すブロック図である。
【図4】移動平均特徴量Ｒ（ｔ）をＮ×Ｎのマトリクスでヒートマップ表示した例を示す模式図である。
【図5】ユーザ端末１０の機能的構成を示すブロック図である。
【図6】ライブビュー画面の一例を示す模式図である。
【図7】複数の物体検知領域が設定された場合のライブビュー画面の一例を示す模式図である。
【図8】検知ログ画面の一例を示す模式図である。
【図9】条件設定画面の一例を示す模式図である。
【図10】ユーザ端末１０が実行するＵＩ制御処理の流れを示すフローチャートである。
【図11】サーバ２０が実行する物体検知処理の流れを示すフローチャートである。
【図12】物体検知処理及び処理結果の表示を実行するスタンドアローン型の情報処理装置８００の機能的構成を示すブロック図である。
【発明を実施するための形態】
【0009】
以下、本発明の実施形態について、図面を参照して説明する。
本実施形態に係る情報処理システムは、ＡＩへの応用のための膨大な学習サンプルを用意することなく、直感的な操作による設定で、映像内における任意のエリア内を指定の速度で一定の方向へ移動する物体を検知するものであり、例えば、高速道路等の入り口や、建物の入り口等において、特定方向に移動する物体を検知する。
また、本実施形態における情報処理システムでは、映像内において、特定方向へ移動する物体を選別して検知するための条件設定が可能であり、このような条件設定を容易に行うことが可能なユーザインターフェースを提供する。
これにより、本実施形態に係る情報処理システムは、映像内における物体の特定方向への移動を精度良く、より簡単に検知することを可能としている。
また、外乱に頑健（ロバスト）に映像内の物体速度を推定することができる。
本実施形態に係る情報処理システムは、ＡＩへの応用のための膨大な学習サンプルを用意することなく、直感的な操作による設定で、映像内における任意のエリア内を指定の速度で一定の方向へ移動する物体を検知するものであり、例えば、高速道路等の入り口や、建物の入り口等において、特定方向に移動する物体を検知する。
また、本実施形態における情報処理システムでは、映像内において、特定方向へ移動する物体を選別して検知するための条件設定が可能であり、このような条件設定を容易に行うことが可能なユーザインターフェースを提供する。
これにより、本実施形態に係る情報処理システムは、映像内における物体の特定方向への移動を精度良く、より簡単に検知することを可能としている。
また、外乱に頑健（ロバスト）に映像内の物体速度を推定することができる。
【0010】
［構成］
［システム構成］
図１は、本発明に係る情報処理システム１全体のシステム構成を示す模式図である。
図１に示すように、情報処理システム１は、複数のユーザ端末１０と、サーバ２０と、撮像装置Ｃとを含んで構成され、複数のユーザ端末１０とサーバ２０とは、インターネット等のネットワーク３０を介して通信可能に構成されている。なお、情報処理システム１には、ネットワークカメラ等からなる撮像装置Ｃを必要に応じて備えることができる。この撮像装置Ｃは、ネットワーク３０を介して、ユーザ端末１０及びサーバ２０と通信可能に構成される。情報処理システム１においては、ユーザ端末１０、サーバ２０あるいは撮像装置Ｃによって取得（撮像あるいは読み出し等）された映像のいずれも、映像内における物体の特定方向への移動を検知する対象とすることが可能である。
［システム構成］
図１は、本発明に係る情報処理システム１全体のシステム構成を示す模式図である。
図１に示すように、情報処理システム１は、複数のユーザ端末１０と、サーバ２０と、撮像装置Ｃとを含んで構成され、複数のユーザ端末１０とサーバ２０とは、インターネット等のネットワーク３０を介して通信可能に構成されている。なお、情報処理システム１には、ネットワークカメラ等からなる撮像装置Ｃを必要に応じて備えることができる。この撮像装置Ｃは、ネットワーク３０を介して、ユーザ端末１０及びサーバ２０と通信可能に構成される。情報処理システム１においては、ユーザ端末１０、サーバ２０あるいは撮像装置Ｃによって取得（撮像あるいは読み出し等）された映像のいずれも、映像内における物体の特定方向への移動を検知する対象とすることが可能である。
【0011】
ユーザ端末１０は、ユーザによって使用される情報処理装置であり、映像内における物体の移動を検知するための各種情報（映像のデータや検知する物体に関する条件等）の入力を受け付けたり、サーバ２０に対して、映像内における物体の検知に関する要求を行ったりする。また、ユーザ端末１０は、サーバ２０から送信された映像内における物体の検知結果（具体的には、検知結果を表示するＵＩ画面）を表示したり、映像内における物体の一連の検知結果に関するデータ（ログデータ）をダウンロードしたりする。
【0012】
サーバ２０は、ユーザ端末１０から映像内における物体の検知に関する要求が行われた場合に、ユーザ端末１０で設定された条件に従って、映像内において条件に適合する物体を検知する。具体的には、サーバ２０は、映像内において、特定方向へ移動する物体を検知すると共に、その移動速度やサイズ、あるいは、移動する領域等、ユーザ端末１０においてユーザが設定した条件に適合する物体の移動を検知する。そして、サーバ２０は、検知結果を表すデータをユーザ端末１０に逐次送信したり、映像のデータ全体に関する検知結果のデータをログデータとしてユーザ端末１０に送信したりする。
撮像装置Ｃは、物体を検知する領域を撮像可能な位置に設置され、撮像した映像データを、ネットワーク３０を介してユーザ端末１０あるいはサーバ２０に送信する。
撮像装置Ｃは、物体を検知する領域を撮像可能な位置に設置され、撮像した映像データを、ネットワーク３０を介してユーザ端末１０あるいはサーバ２０に送信する。
【0013】
［ハードウェア構成］
次に、情報処理システム１における各装置のハードウェア構成を説明する。
情報処理システム１において、各装置はＰＣ、サーバコンピュータあるいはタブレット端末等の情報処理装置によって構成され、その基本的構成は同様である。
次に、情報処理システム１における各装置のハードウェア構成を説明する。
情報処理システム１において、各装置はＰＣ、サーバコンピュータあるいはタブレット端末等の情報処理装置によって構成され、その基本的構成は同様である。
【0014】
図２は、各装置を構成する情報処理装置８００のハードウェア構成を示す図である。
図２に示すように、各装置を構成する情報処理装置８００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）８１１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）８１２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）８１３と、バス８１４と、入力部８１５と、出力部８１６と、記憶部８１７と、通信部８１８と、ドライブ８１９と、撮像部８２０と、を備えている。
図２に示すように、各装置を構成する情報処理装置８００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）８１１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）８１２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）８１３と、バス８１４と、入力部８１５と、出力部８１６と、記憶部８１７と、通信部８１８と、ドライブ８１９と、撮像部８２０と、を備えている。
【0015】
ＣＰＵ８１１は、ＲＯＭ８１２に記録されているプログラム、または、記憶部８１７からＲＡＭ８１３にロードされたプログラムに従って各種の処理を実行する。
ＲＡＭ８１３には、ＣＰＵ８１１が各種の処理を実行する上において必要なデータ等も適宜記憶される。
ＲＡＭ８１３には、ＣＰＵ８１１が各種の処理を実行する上において必要なデータ等も適宜記憶される。
【0016】
ＣＰＵ８１１、ＲＯＭ８１２及びＲＡＭ８１３は、バス８１４を介して相互に接続されている。バス８１４には、入力部８１５、出力部８１６、記憶部８１７、通信部８１８、ドライブ８１９及び撮像部８２０が接続されている。
【0017】
入力部８１５は、各種ボタン等で構成され、指示操作に応じて各種情報を入力する。
出力部８１６は、ディスプレイやスピーカ等で構成され、映像や音声を出力する。
なお、情報処理装置８００がスマートフォンやタブレット端末として構成される場合には、入力部８１５と出力部８１６のディスプレイとを重ねて配置し、タッチパネルを構成することとしてもよい。
記憶部８１７は、ハードディスクあるいはＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、各サーバで管理される各種データを記憶する。
通信部８１８は、ネットワーク３０を介して他の装置との間で行う通信を制御する。
出力部８１６は、ディスプレイやスピーカ等で構成され、映像や音声を出力する。
なお、情報処理装置８００がスマートフォンやタブレット端末として構成される場合には、入力部８１５と出力部８１６のディスプレイとを重ねて配置し、タッチパネルを構成することとしてもよい。
記憶部８１７は、ハードディスクあるいはＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、各サーバで管理される各種データを記憶する。
通信部８１８は、ネットワーク３０を介して他の装置との間で行う通信を制御する。
【0018】
ドライブ８１９には、磁気ディスク、光ディスク、光磁気ディスク、あるいは半導体メモリ等よりなる、リムーバブルメディア８３１が適宜装着される。ドライブ８１９によってリムーバブルメディア８３１から読み出されたプログラムは、必要に応じて記憶部８１７にインストールされる。
撮像部８２０は、レンズ及び撮像素子等を備えた撮像装置によって構成され、被写体のデジタル映像を撮像する。
なお、情報処理装置８００がタブレット端末として構成される場合には、入力部８１５をタッチセンサによって構成し、出力部８１６のディスプレイに重ねて配置することにより、タッチパネルを備える構成とすることも可能である。
撮像部８２０は、レンズ及び撮像素子等を備えた撮像装置によって構成され、被写体のデジタル映像を撮像する。
なお、情報処理装置８００がタブレット端末として構成される場合には、入力部８１５をタッチセンサによって構成し、出力部８１６のディスプレイに重ねて配置することにより、タッチパネルを備える構成とすることも可能である。
【0019】
［機能的構成］
次に、情報処理システム１における各装置の機能的構成について説明する。
［サーバ２０の構成］
図３は、サーバ２０の機能的構成を示すブロック図である。
図３に示すように、サーバ２０のＣＰＵ８１１においては、データ取得部２１１と、パラメータ設定部２１２と、画像フィルタ処理部２１３と、画像２値化処理部２１４と、画素値演算部２１５と、条件判定部２１６と、可視化処理部２１７と、検知結果提示部２１８と、が機能する。また、サーバ２０の記憶部８１７には、映像データ記憶部２７１と、パラメータ記憶部２７２と、ログデータ記憶部２７３と、が形成される。
次に、情報処理システム１における各装置の機能的構成について説明する。
［サーバ２０の構成］
図３は、サーバ２０の機能的構成を示すブロック図である。
図３に示すように、サーバ２０のＣＰＵ８１１においては、データ取得部２１１と、パラメータ設定部２１２と、画像フィルタ処理部２１３と、画像２値化処理部２１４と、画素値演算部２１５と、条件判定部２１６と、可視化処理部２１７と、検知結果提示部２１８と、が機能する。また、サーバ２０の記憶部８１７には、映像データ記憶部２７１と、パラメータ記憶部２７２と、ログデータ記憶部２７３と、が形成される。
【0020】
映像データ記憶部２７１には、物体の検知が行われる映像のデータが記憶される。映像データ記憶部２７１には、ユーザ端末１０から送信された、リアルタイムで撮影された映像データ及び過去に撮影された映像データの他、サーバ２０がユーザ端末１０以外（撮像装置Ｃ等）から取得したリアルタイムで撮影された映像データ及び過去に撮影された映像データ等を記憶することができる。また、映像データ記憶部２７１は、サーバ２０においてリアルタイムで撮影された映像データ及び過去に撮影された映像データも記憶することができる。なお、本実施形態における映像データは、動画像のデータ及び連続的に撮影された静止画像のデータ等、物体の動きが記録された各種形態のデータとすることができる。
【0021】
パラメータ記憶部２７２には、ユーザ端末１０から送信された各種パラメータ（例えば、映像内における物体の検知を行う際の条件を示す動作パラメータ等）が記憶される。
ログデータ記憶部２７３には、映像内における物体の検知が行われた検知結果のデータ（ログデータ）が記憶される。
ログデータ記憶部２７３には、映像内における物体の検知が行われた検知結果のデータ（ログデータ）が記憶される。
【0022】
データ取得部２１１は、ユーザ端末１０または他の装置から送信される映像のデータや、ユーザ端末１０から送信される映像内における物体の検知のために設定された各種パラメータ等のデータを取得する。また、データ取得部２１１は、取得した映像のデータを映像データ記憶部２７１に記憶すると共に、取得した各種パラメータのデータをパラメータ記憶部２７２に記憶する。本実施形態において、データ取得部２１１は、映像のデータを１フレームずつ時系列に取得することが可能である。また、データ取得部２１１は、取得されたフレームの画像データがカラー画像である場合、グレースケール画像に変換する。
ここで、時刻ｔに取得された濃淡化画像（グレースケール）のデータは、横方向Ｗピクセル、縦方向Ｈピクセルの２次元データで、その座標（ｘ，ｙ）に対する輝度値を、Ｉ（ｔ，ｘ，ｙ）と定義する。なお、輝度値は０（黒）～２５５（白）の値を取る。
ここで、時刻ｔに取得された濃淡化画像（グレースケール）のデータは、横方向Ｗピクセル、縦方向Ｈピクセルの２次元データで、その座標（ｘ，ｙ）に対する輝度値を、Ｉ（ｔ，ｘ，ｙ）と定義する。なお、輝度値は０（黒）～２５５（白）の値を取る。
【0023】
パラメータ設定部２１２は、ユーザ端末１０から送信された動作パラメータに基づいて、映像内における物体の検知を行う際の条件を設定する。なお、パラメータ設定部２１２は、映像内における物体の検知を行っている途中で、ユーザ端末１０から動作パラメータを受信した場合（即ち、物体の検知を行う条件が変更された場合）、新たな動作パラメータに基づいて、映像内における物体の検知を行う際の条件を更新する。
【0024】
画像フィルタ処理部２１３は、ユーザの設定に応じて、物体の検知を行うフレームの画像に対し、各種フィルタ処理を行う。例えば、画像フィルタ処理部２１３は、ユーザによってノイズフィルタを適用する設定とされている場合に、物体の検知を行うフレームの画像にノイズフィルタを適用する。また、画像フィルタ処理部２１３は、ユーザによって照明変動フィルタを適用する設定とされている場合に、物体の検知を行う画像のフレームに照明変動フィルタを適用する。
【0025】
画像２値化処理部２１４は、物体の検知を行う映像のフレームの画像において、フレーム間における２値化フレーム間差分画像を生成する。時刻ｔにおけるフレームの画像データをＩ（ｔ）とした場合、２値化フレーム間差分画像のフレームのデータ座標（ｘ，ｙ）に対する輝度値Ｉ’（ｔ，ｘ，ｙ）は、
として模式的に表すことができる。ただし、ｎはフレーム間の時間差を表し、ｔｈは閾値であり映像内における物体の検知を行う際の条件を示す動作パラメータとしてユーザによって設定されたパラメータの１つである。
さらに、画像２値化処理部２１４は、生成した２値化フレーム間差分画像において、ユーザによって設定された物体検知領域以外の画素の値を０に設定する。これにより、不要な情報を除去し、物体の検知における誤判定が生じることを抑制できる。
また、ユーザが指定した監視エリアを示すマスク情報と、２値化フレーム間差分画像のAND演算でＩ’（ｔ，ｘ，ｙ）を更新することで指定のエリア内の動きにのみ着目することができる。
【数1】
さらに、画像２値化処理部２１４は、生成した２値化フレーム間差分画像において、ユーザによって設定された物体検知領域以外の画素の値を０に設定する。これにより、不要な情報を除去し、物体の検知における誤判定が生じることを抑制できる。
また、ユーザが指定した監視エリアを示すマスク情報と、２値化フレーム間差分画像のAND演算でＩ’（ｔ，ｘ，ｙ）を更新することで指定のエリア内の動きにのみ着目することができる。
【0026】
画素値演算部２１５は、物体検知領域内を移動する物体の移動速度（移動方向及び速さ）を定量化する特徴量を算出する。この特徴量としては、物体の移動速度（移動方向及び速さ）を定量化できるものであれば、種々の算出方法で算出された値を用いることができるが、本実施形態においては、２値化フレーム間差分画像における着目ピクセル値（輝度値）Ｉ’（ｔ，ｘ，ｙ）と前時刻に取得された２値化フレーム間差分画像Ｉ’（ｔ－１，ｘ，ｙ）との相関値を用いることとする。相関値はｒ（ｔ，ｄｘ，ｄｙ）＝ΣｘΣｙＩ’（ｔ，ｘ，ｙ）Ｉ’（ｔ－１、ｘ＋ｄｘ、ｙ＋ｄｙ）の数式で計算することができる。ここで（ｄｘ，ｄｙ）は、画像内の２次元座標に対する変位を示す。
着目画素周辺のＮ×Ｎ画素内の相関値を算出する場合、フレームの画像内の２次元座標に対する変位（ｄｘ，ｄｙ）の組み合わせがＮの２乗パターン存在することから、特徴量はＮ×Ｎ次元の行列ｒ（ｔ）となる。
着目画素周辺のＮ×Ｎ画素内の相関値を算出する場合、フレームの画像内の２次元座標に対する変位（ｄｘ，ｄｙ）の組み合わせがＮの２乗パターン存在することから、特徴量はＮ×Ｎ次元の行列ｒ（ｔ）となる。
【0027】
また、画素値演算部２１５は、設定された時間窓を用いて、算出した特徴量ｒ（ｔ）の移動平均特徴量Ｒ（ｔ）を算出する。特徴量ｒ（ｔ）は、物体の移動に関する特徴を表す値であるが、特徴量ｒ（ｔ）の移動平均特徴量Ｒ（ｔ）を算出することで、ノイズによって物体の特定方向への移動が誤検知されることを抑制できる。
【0028】
図４は、移動平均特徴量Ｒ（ｔ）をＮ×Ｎのマトリクスでヒートマップ表示した例を示す模式図である。
図４の例のように、自転車が接近するシーンに対して計算された移動平均特徴量Ｒ（ｔ）をＮ×Ｎのマトリックスでヒートマップ表示した場合、接近を示す７～８時の方向に対する値が大きくなる傾向を確認することができる。
この傾向を利用して、画素値演算部２１５は、算出した移動平均特徴量Ｒ（ｔ）とＮ×Ｎ次元の重みの行列Ｗとの要素ごとの積｛Ｒ（ｔ，ｉ，ｊ）×Ｗ（ｉ，ｊ）｝を特徴量Ｒ’（ｔ）とする。例えば、算出した特徴量の移動平均において、ユーザが検知したい方向あるいは速度に対する重みを１．０とし、それ以外の重みを０．０とすることができる。なお、速度の重み付けに関しては、Ｎ×Ｎ画素の中心のアドレスが速度０、中心から離れたアドレスほど、移動速度が高くなるものとして、重み付けＷ（ｉ，ｊ）を設定することができる。
図４の例のように、自転車が接近するシーンに対して計算された移動平均特徴量Ｒ（ｔ）をＮ×Ｎのマトリックスでヒートマップ表示した場合、接近を示す７～８時の方向に対する値が大きくなる傾向を確認することができる。
この傾向を利用して、画素値演算部２１５は、算出した移動平均特徴量Ｒ（ｔ）とＮ×Ｎ次元の重みの行列Ｗとの要素ごとの積｛Ｒ（ｔ，ｉ，ｊ）×Ｗ（ｉ，ｊ）｝を特徴量Ｒ’（ｔ）とする。例えば、算出した特徴量の移動平均において、ユーザが検知したい方向あるいは速度に対する重みを１．０とし、それ以外の重みを０．０とすることができる。なお、速度の重み付けに関しては、Ｎ×Ｎ画素の中心のアドレスが速度０、中心から離れたアドレスほど、移動速度が高くなるものとして、重み付けＷ（ｉ，ｊ）を設定することができる。
【0029】
さらに、画素値演算部２１５は、算出した重み付き特徴量Ｒ’（ｔ）の各要素値の和ｓ（ｔ）＝ΣmｘΣmｙＲ’（ｔ，mｘ，mｙ）を算出する。この値は、検知したい物体の大きさを疑似的に表すものである。ここで、図4はmx,myはヒートマップ上の座標情報を指す。
そして、画素値演算部２１５は、算出した重み付き特徴量Ｒ’（ｔ）において、最大要素座標｛（ｄｘ，ｄｙ）｝＝ａｒｇ ｍａｘ｛Ｒ’（ｔ，ｄｘ，ｄｙ）｝，（ｄｘ，ｄｙ）∈Ｎ２への中心座標（０，０）からの方向ベクトルを検出し、移動速度として取得する。
また、局所最大値（モード）を取得することで移動速度の異なる複数の物体も扱えるような手法を採用してもよい。
そして、画素値演算部２１５は、算出した重み付き特徴量Ｒ’（ｔ）において、最大要素座標｛（ｄｘ，ｄｙ）｝＝ａｒｇ ｍａｘ｛Ｒ’（ｔ，ｄｘ，ｄｙ）｝，（ｄｘ，ｄｙ）∈Ｎ２への中心座標（０，０）からの方向ベクトルを検出し、移動速度として取得する。
また、局所最大値（モード）を取得することで移動速度の異なる複数の物体も扱えるような手法を採用してもよい。
【0030】
画素値演算部２１５は、設定された時間窓を用いて、重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）を算出する。重み付き特徴量の要素の和ｓ（ｔ）の移動平均を算出することで、ノイズによって物体の特定方向への移動を誤検知することが抑制される。
条件判定部２１６は、重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）が異常値として検出するための条件に合致したか否か（例えば、設定された閾値を超えているか否か）を判定する。なお、重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）は、検出された異常の可能性を示すスコアとしての意義を有する。
条件判定部２１６は、重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）が異常値として検出するための条件に合致したか否か（例えば、設定された閾値を超えているか否か）を判定する。なお、重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）は、検出された異常の可能性を示すスコアとしての意義を有する。
【0031】
可視化処理部２１７は、条件判定部２１６によって、重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）が異常値として検出するための条件に合致したと判定された場合、ユーザ端末１０に対し、映像内における物体が異常な状態である（例えば、設定された閾値を超えている）ことを示すアラートを出力する。
また、可視化処理部２１７は、映像内における物体の検知結果を表す各種情報のデータ（例えば、後述するライブビュー画面に含まれる検知結果のデータ）を生成し、ログデータ記憶部２７３に逐次記憶する。
また、可視化処理部２１７は、映像内における物体の検知結果を表す各種情報のデータ（例えば、後述するライブビュー画面に含まれる検知結果のデータ）を生成し、ログデータ記憶部２７３に逐次記憶する。
【0032】
なお、可視化処理部２１７は、動作パラメータの設定が適切であることを確認可能とするため、処理内容として、物体検知領域の２値化フレーム間差分画像、特徴量ｒ（ｔ）の要素を２次元マトリクス表示した図、物体の移動方向を表すベクトル、及び、重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）（検出された異常の可能性を示すスコア）を後述するライブビュー画面において表示させることができる。
【0033】
検知結果提示部２１８は、可視化処理部２１７によって生成された画像内における物体の検知結果を表す各種情報のデータをユーザ端末１０に逐次送信する。また、検知結果提示部２１８は、ユーザ端末１０からログデータのダウンロードが要求された場合に、ログデータ記憶部２７３に記憶されているログデータを読み出して、ユーザ端末１０に送信する。
【0034】
［ユーザ端末１０の構成］
図５は、ユーザ端末１０の機能的構成を示すブロック図である。
図５に示すように、ユーザ端末１０のＣＰＵ８１１においては、ＵＩ制御部１１１と、データ管理部１１２と、が機能する。また、ユーザ端末１０の記憶部８１７には、映像データ記憶部１７１と、パラメータ記憶部１７２と、ログデータ記憶部１７３と、が形成される。
図５は、ユーザ端末１０の機能的構成を示すブロック図である。
図５に示すように、ユーザ端末１０のＣＰＵ８１１においては、ＵＩ制御部１１１と、データ管理部１１２と、が機能する。また、ユーザ端末１０の記憶部８１７には、映像データ記憶部１７１と、パラメータ記憶部１７２と、ログデータ記憶部１７３と、が形成される。
【0035】
映像データ記憶部１７１には、物体の検知が行われる映像のデータが記憶される。本実施形態において、物体の検知が行われる映像のデータとしては、リアルタイムで撮影された映像のデータ及び過去に撮影された映像のデータのいずれも対象とすることができ、映像データ記憶部１７１には、これらの映像のデータが記憶される。
【0036】
パラメータ記憶部１７２には、映像内における物体の検知のために設定された各種パラメータ（例えば、検知する物体に関する条件を表す各種パラメータ、映像内における物体の検知結果を表示するための各種パラメータ等）が記憶される。
ログデータ記憶部１７３には、サーバ２０によって映像内における物体の検知が行われた検知結果のデータ（ログデータ）が記憶される。
ログデータ記憶部１７３には、サーバ２０によって映像内における物体の検知が行われた検知結果のデータ（ログデータ）が記憶される。
【0037】
ＵＩ制御部１１１は、映像内における物体を検知するためのパラメータを入出力する各種入出力画面（以下、「ＵＩ画面」と称する。）の表示を制御する。例えば、ＵＩ制御部１１１は、映像のデータをリアルタイムに表示すると共に、映像内における物体の検知結果をリアルタイムに表示するＵＩ画面（以下、「ライブビュー画面」と称する。）、映像内における物体の検知結果のログを表示するＵＩ画面（以下、「検知ログ画面」と称する。）、検知する物体に関する条件を設定するＵＩ画面（以下、「条件設定画面」と称する。）、あるいは、アラートとして通知する内容を設定するＵＩ画面（以下、「アラート設定画面」と称する。）を表示する。なお、ＵＩ制御部１１１は、これらの画面をユーザの選択に応じて表示する。ライブビュー画面の表示が選択された場合、ＵＩ制御部１１１は、サーバ２０に対して、映像内における物体の検知に関する要求を行う。
【0038】
図６は、ライブビュー画面の一例を示す模式図である。
図６に示すように、ライブビュー画面には、物体の検知が行われる映像が表示される映像表示領域Ｄ１と、映像内における物体の検知結果に関する情報が表示される検知結果表示領域Ｄ２とが含まれている。なお、図６に示す例では、映像表示領域Ｄ１において、自動車専用道路から一般道への出口付近の映像が表示されている。
図６に示すように、ライブビュー画面には、物体の検知が行われる映像が表示される映像表示領域Ｄ１と、映像内における物体の検知結果に関する情報が表示される検知結果表示領域Ｄ２とが含まれている。なお、図６に示す例では、映像表示領域Ｄ１において、自動車専用道路から一般道への出口付近の映像が表示されている。
【0039】
映像表示領域Ｄ１には、物体の検知が行われる映像が動画像または連続的な静止画像として表示される。また、映像表示領域Ｄ１には、物体の検知を行う対象として設定された領域（以下、「物体検知領域ｄ」と称する。）が表示される。さらに、映像表示領域Ｄ１には、設定された条件に合致する物体（特定方向への移動物体）が検知されている場合、検知された物体を識別するマーカー（以下、「検知物体識別マーカーＭ」と称する。）が表示される。一例として、物体検知領域ｄは、緑色の枠として表示することができ、検知物体識別マーカーＭは、物体を囲う赤色の枠として表示することができる。
【0040】
検知結果表示領域Ｄ２には、映像内における物体の検知結果を表す各種情報が表示される。例えば、検知結果表示領域Ｄ２には、異常値（例えば、設定された閾値を超えた値）、アラートの有無、検知結果の詳細情報、タイムゾーン、設定された閾値、実行フレームレート等の情報が表示される。検知結果の詳細情報としては、例えば、検知する方向として設定された移動方向、検知された物体の移動方向、移動速度、あるいは、異常の大きさ（閾値の超過度合い）等を表示することができる。図６に示す例では、検知結果の詳細情報として、検知結果表示領域Ｄ２内に、設定された移動方向を縦軸の＋方向とする座標が表示され（検知結果表示領域Ｄ２の右端）、設定された移動方向が幅を有する場合、当該幅が縦軸の＋方向から扇形の広がりとして表示される。また、図６に示す例では、検知された物体の移動方向が直線として表示されると共に、検知された物体の移動速度が当該直線の長さとして表されている。なお、検知された物体の移動方向を表す直線の表示形態によって、異常の大きさを表示することが可能であり、例えば、検知された物体の移動方向を表す直線を、異常の大きさに対応させて異なる色で表示することができる。
【0041】
なお、ライブビュー画面において、映像表示領域Ｄ１に複数の物体検知領域ｄを設定することが可能であり、この場合、設定された物体検知領域それぞれの検知結果を表す検知結果表示領域Ｄ２がライブビュー画面内に表示される。
図７は、複数の物体検知領域が設定された場合のライブビュー画面の一例を示す模式図である。
図７に示す例では、映像表示領域Ｄ１内に、２つの物体検知領域ｄ１，ｄ２が設定され、物体検知領域ｄ１は実線、物体検知領域ｄ２は一点鎖線で表されている。また、検知結果表示領域Ｄ２には、物体検知領域ｄ１の検知結果及び物体検知領域ｄ２の検知結果が上下または左右に並べて表示されている。
図７は、複数の物体検知領域が設定された場合のライブビュー画面の一例を示す模式図である。
図７に示す例では、映像表示領域Ｄ１内に、２つの物体検知領域ｄ１，ｄ２が設定され、物体検知領域ｄ１は実線、物体検知領域ｄ２は一点鎖線で表されている。また、検知結果表示領域Ｄ２には、物体検知領域ｄ１の検知結果及び物体検知領域ｄ２の検知結果が上下または左右に並べて表示されている。
【0042】
図８は、検知ログ画面の一例を示す模式図である。
図８に示すように、検知ログ画面では、物体の検知結果が記録されたログデータの表示が行われる。
図８に示す例では、ログデータの表示を指示する操作が行われたことに対応して、異常が検知された日時が一覧表示されている。
なお、図８に示すようにログデータを表示させることの他、ログデータをファイルとしてユーザ端末１０にダウンロードすることも可能である。
図８に示すように、検知ログ画面では、物体の検知結果が記録されたログデータの表示が行われる。
図８に示す例では、ログデータの表示を指示する操作が行われたことに対応して、異常が検知された日時が一覧表示されている。
なお、図８に示すようにログデータを表示させることの他、ログデータをファイルとしてユーザ端末１０にダウンロードすることも可能である。
【0043】
図９は、条件設定画面の一例を示す模式図である。
図９に示すように、条件設定画面では、入力された画像と、入力された画像に各種フィルタ処理（ノイズフィルタあるいは照明変動フィルタ等による処理）を行い、さらに２値化フレーム間差分処理を行った画像と、検知結果の詳細情報と、異常値のインジケータとが表示される。また、条件設定画面には、「基本設定」、「タイムゾーン設定」、「検知設定」及び「メンテナンス」の各カテゴリについて設定を行うためのボタンアイコンが表示される。
図９に示すように、条件設定画面では、入力された画像と、入力された画像に各種フィルタ処理（ノイズフィルタあるいは照明変動フィルタ等による処理）を行い、さらに２値化フレーム間差分処理を行った画像と、検知結果の詳細情報と、異常値のインジケータとが表示される。また、条件設定画面には、「基本設定」、「タイムゾーン設定」、「検知設定」及び「メンテナンス」の各カテゴリについて設定を行うためのボタンアイコンが表示される。
【0044】
「基本設定」が選択された場合、検知領域の設定及びフレームレートの設定が受け付けられる。具体的には、条件設定画面において、ユーザが検知領域を設定するための操作を行うと、画像内における物体検知領域の設定が受け付けられ、ユーザはマウス等のポインティングデバイスによって、物体検知領域を設定することができる。また、条件設定画面において、ユーザがフレームレートを設定するための操作を行うと、物体の検知を行う映像のフレームレートの設定が受け付けられ、ユーザは目的に応じたフレームレートを設定することができる。
【0045】
「タイムゾーン設定」が選択された場合、１日のうちの時間帯を示すタイムゾーンの設定が受け付けられる。具体的には、条件設定画面において、ユーザがタイムゾーンを設定するための操作を行うと、映像内における物体の検知を行う時間帯（タイムゾーン）の設定が受け付けられ、タイムゾーンを特定する時間の入力が受け付けられる。このとき設定されるタイムゾーンにおいては、後述するように、タイムゾーン毎に物体を検知する際の条件が設定可能となっている。
そのため、タイムゾーンを設定することで、日照条件の変化等に応じて、より適切な条件で映像内における物体の検知を行うことが可能となる。
そのため、タイムゾーンを設定することで、日照条件の変化等に応じて、より適切な条件で映像内における物体の検知を行うことが可能となる。
【0046】
「検知設定」が選択された場合、設定されているタイムゾーン毎に物体を検知する際の条件の設定が受け付けられる。具体的には、条件設定画面において、ユーザがタイムゾーン毎に物体を検知する際の条件を設定する操作を行うと、タイムゾーンの選択が受け付けられ、さらに、選択されたタイムゾーンに関する動作パラメータの入力が受け付けられる。
【0047】
動作パラメータとしては、ノイズフィルタ、照明変動フィルタ、２値化閾値、水平方向ブロックサイズ、垂直方向ブロックサイズ、特徴量サイズ、特徴量の移動平均、異常値の移動平均、検知方向、異常値を判定するための閾値、及び、アラートのディレイ時間等を設定することができる。
ノイズフィルタの設定では、ノイズフィルタ（平滑化フィルタ等）を適用するか否かを設定することができると共に、ノイズフィルタのサイズ（３×３画素または５×５画素等）を設定することができる。
ノイズフィルタの設定では、ノイズフィルタ（平滑化フィルタ等）を適用するか否かを設定することができると共に、ノイズフィルタのサイズ（３×３画素または５×５画素等）を設定することができる。
【0048】
照明変動フィルタの設定では、照明変動フィルタ（ソーベルフィルタ等）を適用するか否かを設定することができる。
２値化閾値の設定では、入力された画像に関する２値化フレーム間差分画像を生成する際の閾値を設定することができる。
水平方向ブロックサイズの設定では、画像を水平方向に分割するブロック数を設定することができる。
垂直方向ブロックサイズの設定では、画像を垂直方向に分割するブロック数を設定することができる。
なお、物体の検知は、設定された水平方向ブロックサイズ及び垂直方向ブロックサイズで定まるブロック毎に行われる。
２値化閾値の設定では、入力された画像に関する２値化フレーム間差分画像を生成する際の閾値を設定することができる。
水平方向ブロックサイズの設定では、画像を水平方向に分割するブロック数を設定することができる。
垂直方向ブロックサイズの設定では、画像を垂直方向に分割するブロック数を設定することができる。
なお、物体の検知は、設定された水平方向ブロックサイズ及び垂直方向ブロックサイズで定まるブロック毎に行われる。
【0049】
特徴量サイズの設定では、前述のサーバ２０における画素値演算部２１５で特徴量を計算する際の最大変位量を設定することができる。
特徴量の移動平均の設定では、算出された特徴量に対する積分処理の時間窓の大きさを設定することができる。
異常値の移動平均の設定では、検知された異常値に対する積分処理の時間窓の大きさを設定することができる。
特徴量の移動平均の設定では、算出された特徴量に対する積分処理の時間窓の大きさを設定することができる。
異常値の移動平均の設定では、検知された異常値に対する積分処理の時間窓の大きさを設定することができる。
【0050】
検知方向の設定では、映像内において検知したい物体の移動方向を設定することができる。検知方向を設定する場合、検知したい物体の移動方向を表す角度（０時の方向を０度として３６０度のいずれか）、許容する誤差角度（移動方向に対する幅）、速度の下限または上限閾値、検知したい物体の移動方向を両方向とするか否か（逆方向への移動も検知するか）を設定することが可能となっている。
異常値を判定するための閾値の設定では、異常値と判定するための閾値をユーザの目的等に応じて任意に設定することができる。
異常値を判定するための閾値の設定では、異常値と判定するための閾値をユーザの目的等に応じて任意に設定することができる。
【0051】
アラートのディレイ時間の設定では、異常値と判定された状態がどの程度継続した場合に、アラートを出力するかを定めるための時間を設定することができる。
図９において、「メンテナンス」が選択された場合、動作パラメータの設定を初期値に戻す操作や、異常値の推移を表すログ画面を表示する操作が受け付けられる。
図９において、「メンテナンス」が選択された場合、動作パラメータの設定を初期値に戻す操作や、異常値の推移を表すログ画面を表示する操作が受け付けられる。
【0052】
図５に戻り、データ管理部１１２は、映像データ記憶部１７１への映像のデータの記憶及び読み出し、パラメータ記憶部１７２への各種パラメータの記憶及び読み出し、サーバ２０との間でのデータの送受信を管理する。例えば、データ管理部１１２は、ライブビュー画面に表示する映像のデータを映像データ記憶部１７１から読み出したり、ＵＩ画面において設定された各種パラメータのデータをパラメータ記憶部１７２に記憶したりする。また、データ管理部１１２は、映像内における物体の検知をサーバ２０に要求する際に、パラメータ記憶部１７２に記憶された各種パラメータをサーバ２０に送信したり、映像内における物体の検知結果のデータをサーバ２０から受信したりする。
【0053】
［動作］
次に、情報処理システム１の動作を説明する。
［ＵＩ制御処理］
図１０は、ユーザ端末１０が実行するＵＩ制御処理の流れを示すフローチャートである。
ＵＩ制御処理は、ユーザ端末１０の入力部８１５を介してＵＩ制御処理の実行が指示入力されることに対応して開始される。
次に、情報処理システム１の動作を説明する。
［ＵＩ制御処理］
図１０は、ユーザ端末１０が実行するＵＩ制御処理の流れを示すフローチャートである。
ＵＩ制御処理は、ユーザ端末１０の入力部８１５を介してＵＩ制御処理の実行が指示入力されることに対応して開始される。
【0054】
ＵＩ制御処理が開始されると、ステップＳ１において、ＵＩ制御部１１１は、映像内における物体の検知を行うためのユーザインターフェースの初期画面を表示する。ユーザインターフェースの初期画面には、各種ＵＩ画面に遷移するためのアイコンが表示される。
【0055】
ステップＳ２において、ＵＩ制御部１１１は、ユーザによって、ライブビュー画面に遷移するためのアイコンが選択されたか否かの判定を行う。
ユーザによって、ライブビュー画面に遷移するためのアイコンが選択されていない場合、ステップＳ２においてＮＯと判定されて、処理はステップＳ４に移行する。
一方、ユーザによって、ライブビュー画面に遷移するためのアイコンが選択された場合、ステップＳ２においてＹＥＳと判定されて、処理はステップＳ３に移行する。
ユーザによって、ライブビュー画面に遷移するためのアイコンが選択されていない場合、ステップＳ２においてＮＯと判定されて、処理はステップＳ４に移行する。
一方、ユーザによって、ライブビュー画面に遷移するためのアイコンが選択された場合、ステップＳ２においてＹＥＳと判定されて、処理はステップＳ３に移行する。
【0056】
ステップＳ３において、ＵＩ制御部１１１は、ライブビュー画面を表示する。ライブビュー画面が表示された場合、ライブビュー画面に関連する各種操作が適宜受け付けられる。なお、ライブビュー画面に遷移するためのアイコンが選択された場合、ＵＩ制御部１１１は、サーバ２０に対して、映像内における物体の検知に関する要求を行う。
ステップＳ４において、ＵＩ制御部１１１は、ユーザによって、検知ログ画面に遷移するためのアイコンが選択されたか否かの判定を行う。
ユーザによって、検知ログ画面に遷移するためのアイコンが選択されていない場合、ステップＳ４においてＮＯと判定されて、処理はステップＳ６に移行する。
一方、ユーザによって、検知ログ画面に遷移するためのアイコンが選択された場合、ステップＳ４においてＹＥＳと判定されて、処理はステップＳ５に移行する。
ステップＳ４において、ＵＩ制御部１１１は、ユーザによって、検知ログ画面に遷移するためのアイコンが選択されたか否かの判定を行う。
ユーザによって、検知ログ画面に遷移するためのアイコンが選択されていない場合、ステップＳ４においてＮＯと判定されて、処理はステップＳ６に移行する。
一方、ユーザによって、検知ログ画面に遷移するためのアイコンが選択された場合、ステップＳ４においてＹＥＳと判定されて、処理はステップＳ５に移行する。
【0057】
ステップＳ５において、ＵＩ制御部１１１は、検知ログ画面を表示する。検知ログ画面が表示された場合、検知ログ画面に関連する各種操作（ログデータのダウンロード要求等）が適宜受け付けられる。
ステップＳ６において、ＵＩ制御部１１１は、条件設定画面に遷移するためのアイコンが選択されたか否かの判定を行う。
条件設定画面に遷移するためのアイコンが選択されていない場合、ステップＳ６においてＮＯと判定されて、処理はステップＳ８に移行する。
一方、条件設定画面に遷移するためのアイコンが選択された場合、ステップＳ６においてＹＥＳと判定されて、処理はステップＳ７に移行する。
ステップＳ６において、ＵＩ制御部１１１は、条件設定画面に遷移するためのアイコンが選択されたか否かの判定を行う。
条件設定画面に遷移するためのアイコンが選択されていない場合、ステップＳ６においてＮＯと判定されて、処理はステップＳ８に移行する。
一方、条件設定画面に遷移するためのアイコンが選択された場合、ステップＳ６においてＹＥＳと判定されて、処理はステップＳ７に移行する。
【0058】
ステップＳ７において、ＵＩ制御部１１１は、条件設定画面を表示する。条件設定画面が表示された場合、条件設定画面に関連する各種操作が適宜受け付けられる。
ステップＳ８において、ＵＩ制御部１１１は、ＵＩ制御処理の終了が指示されたか否かの判定を行う。
ＵＩ制御処理の終了が指示されていない場合、ステップＳ８においてＮＯと判定されて、処理はステップＳ１に移行する。
一方、ＵＩ制御処理の終了が指示された場合、ステップＳ８においてＹＥＳと判定されて、ＵＩ制御処理は終了する。
ステップＳ８において、ＵＩ制御部１１１は、ＵＩ制御処理の終了が指示されたか否かの判定を行う。
ＵＩ制御処理の終了が指示されていない場合、ステップＳ８においてＮＯと判定されて、処理はステップＳ１に移行する。
一方、ＵＩ制御処理の終了が指示された場合、ステップＳ８においてＹＥＳと判定されて、ＵＩ制御処理は終了する。
【0059】
次に、サーバ２０が実行する処理について説明する。
［物体検知処理］
図１１は、サーバ２０が実行する物体検知処理の流れを示すフローチャートである。
物体検知処理は、サーバ２０の入力部８１５、あるいは、他の装置から物体検知処理の実行が指示入力されることにより開始される。
［物体検知処理］
図１１は、サーバ２０が実行する物体検知処理の流れを示すフローチャートである。
物体検知処理は、サーバ２０の入力部８１５、あるいは、他の装置から物体検知処理の実行が指示入力されることにより開始される。
【0060】
物体検知処理が開始されると、ステップＳ３１において、データ取得部２１１は、物体の検知を行う映像のデータを取得する。このとき、データ取得部２１１は、映像のデータを１フレームずつ時系列に取得すると共に、取得されたフレームの画像データがカラー画像である場合、グレースケール画像に変換する。
ステップＳ３２において、画像フィルタ処理部２１３は、ユーザの設定に応じて、物体の検知を行うフレームの画像に対し、各種フィルタ処理（ノイズフィルタあるいは照明変動フィルタ等による処理）を行う。
ステップＳ３２において、画像フィルタ処理部２１３は、ユーザの設定に応じて、物体の検知を行うフレームの画像に対し、各種フィルタ処理（ノイズフィルタあるいは照明変動フィルタ等による処理）を行う。
【0061】
ステップＳ３３において、画像２値化処理部２１４は、物体の検知を行う映像のフレームの画像において、フレーム間における２値化フレーム間差分画像を生成する。
ステップＳ３４において、画像２値化処理部２１４は、生成した２値化フレーム間差分画像において、ユーザによって設定された物体検知領域以外の画素の値を０に設定する。
ステップＳ３５において、画素値演算部２１５は、物体検知領域内を移動する物体の移動速度（移動方向及び速さ）を定量化する特徴量ｒ（ｔ）を算出する。
ステップＳ３４において、画像２値化処理部２１４は、生成した２値化フレーム間差分画像において、ユーザによって設定された物体検知領域以外の画素の値を０に設定する。
ステップＳ３５において、画素値演算部２１５は、物体検知領域内を移動する物体の移動速度（移動方向及び速さ）を定量化する特徴量ｒ（ｔ）を算出する。
【0062】
ステップＳ３６において、画素値演算部２１５は、設定された時間窓を用いて、算出した特徴量ｒ（ｔ）の移動平均特徴量Ｒ（ｔ）を算出する。
ステップＳ３７において、画素値演算部２１５は、算出した移動平均特徴量Ｒ（ｔ）における各要素に重み付けを行い、重み付けした結果である重み付き特徴量Ｒ’（ｔ）の各要素値の和ｓ（ｔ）＝ΣｘΣｙＲ’（ｔ，ｘ，ｙ）を算出する。また、ステップＳ３７において、画素値演算部２１５は、算出した重み付き特徴量Ｒ’（ｔ）において、最大要素座標｛（ｄｘ，ｄｙ）｝＝ａｒｇ ｍａｘ｛Ｒ’（ｔ，ｄｘ，ｄｙ）｝，（ｄｘ，ｄｙ）∈Ｎ２への中心座標（０，０）からの方向ベクトルを検出し、移動速度として取得する。
ステップＳ３８において、画素値演算部２１５は、設定された時間窓を用いて、重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）を算出する。
ステップＳ３７において、画素値演算部２１５は、算出した移動平均特徴量Ｒ（ｔ）における各要素に重み付けを行い、重み付けした結果である重み付き特徴量Ｒ’（ｔ）の各要素値の和ｓ（ｔ）＝ΣｘΣｙＲ’（ｔ，ｘ，ｙ）を算出する。また、ステップＳ３７において、画素値演算部２１５は、算出した重み付き特徴量Ｒ’（ｔ）において、最大要素座標｛（ｄｘ，ｄｙ）｝＝ａｒｇ ｍａｘ｛Ｒ’（ｔ，ｄｘ，ｄｙ）｝，（ｄｘ，ｄｙ）∈Ｎ２への中心座標（０，０）からの方向ベクトルを検出し、移動速度として取得する。
ステップＳ３８において、画素値演算部２１５は、設定された時間窓を用いて、重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）を算出する。
【0063】
ステップＳ３９において、条件判定部２１６は、重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）が異常値として検出するための条件に合致したか否か（例えば、設定された閾値を超えているか否か）の判定を行う。
重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）が異常値として検出するための条件に合致していない場合、ステップＳ３９においてＮＯと判定されて、処理はステップＳ４１に移行する。
一方、重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）が異常値として検出するための条件に合致した場合、ステップＳ３９においてＹＥＳと判定されて、処理はステップＳ４０に移行する。
重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）が異常値として検出するための条件に合致していない場合、ステップＳ３９においてＮＯと判定されて、処理はステップＳ４１に移行する。
一方、重み付き特徴量の要素の和ｓ（ｔ）の時間積分Ｓ（ｔ）が異常値として検出するための条件に合致した場合、ステップＳ３９においてＹＥＳと判定されて、処理はステップＳ４０に移行する。
【0064】
ステップＳ４０において、可視化処理部２１７は、ユーザ端末１０に対し、映像内における物体が異常な状態である（例えば、設定された閾値を超えている）ことを示すアラートを出力する。
ステップＳ４１において、可視化処理部２１７は、映像内における物体の検知結果を表す各種情報のデータ（例えば、ライブビュー画面に含まれる検知結果のデータ）を生成し、検知結果提示部２１８は、可視化処理部２１７によって生成された映像内における物体の検知結果を表す各種情報のデータをユーザ端末１０に逐次送信する。
ステップＳ４１において、可視化処理部２１７は、映像内における物体の検知結果を表す各種情報のデータ（例えば、ライブビュー画面に含まれる検知結果のデータ）を生成し、検知結果提示部２１８は、可視化処理部２１７によって生成された映像内における物体の検知結果を表す各種情報のデータをユーザ端末１０に逐次送信する。
【0065】
ステップＳ４２において、データ取得部２１１は、物体の検知を行う映像のデータが終了したか否かの判定を行う。
物体の検知を行う映像のデータが終了していない場合、ステップＳ４２においてＮＯと判定されて、処理はステップＳ３１に移行する。
一方、物体の検知を行う映像のデータが終了した場合、ステップＳ４２においてＹＥＳと判定されて、物体検知処理は終了となる。
物体の検知を行う映像のデータが終了していない場合、ステップＳ４２においてＮＯと判定されて、処理はステップＳ３１に移行する。
一方、物体の検知を行う映像のデータが終了した場合、ステップＳ４２においてＹＥＳと判定されて、物体検知処理は終了となる。
【0066】
このような処理により、ＡＩへの応用のように膨大な学習サンプルを用意することなく、直感的な操作による設定で、映像内における物体の特定方向への移動を検知することができる。また、映像内において、特定方向へ移動する物体を選別して検知するための条件設定を容易に行うことが可能なユーザインターフェースを提供することができる。
したがって、本実施形態に係る情報処理システム１によれば、映像内における物体の特定方向への移動を精度良く、より簡単に検知することが可能となる。
また、外乱に頑健に映像内の物体速度を推定することができる。
したがって、本実施形態に係る情報処理システム１によれば、映像内における物体の特定方向への移動を精度良く、より簡単に検知することが可能となる。
また、外乱に頑健に映像内の物体速度を推定することができる。
【0067】
なお、物体検知処理を１つの映像のデータに対して複数実行させることが可能であり、例えば、道路の映像のデータにおいて、上り車線の領域と下り車線の領域とをそれぞれ別の物体探知領域として設定し、それぞれの物体探知領域について、物体検知処理を実行することとしてもよい。
また、タイムゾーン（時間帯）に応じて、動作パラメータを切り替えて、物体検知処理を実行することも可能である。
また、タイムゾーン（時間帯）に応じて、動作パラメータを切り替えて、物体検知処理を実行することも可能である。
【0068】
［変形例１］
上述の実施形態においては、クライアント－サーバ型の情報処理システム１を構築し、サーバ２０において物体検知処理を実行して、ユーザ端末１０に物体検知処理の結果を送信するものとした。
これに対し、物体検知処理を実行するための機能及び物体検知処理の結果を表示するための機能を１つの装置（例えば、ユーザ端末１０等）に備えることにより、情報処理システム１の機能を単体の情報処理装置８００で実現（即ち、スタンドアローン型のシステムとして実現）することとしてもよい。
上述の実施形態においては、クライアント－サーバ型の情報処理システム１を構築し、サーバ２０において物体検知処理を実行して、ユーザ端末１０に物体検知処理の結果を送信するものとした。
これに対し、物体検知処理を実行するための機能及び物体検知処理の結果を表示するための機能を１つの装置（例えば、ユーザ端末１０等）に備えることにより、情報処理システム１の機能を単体の情報処理装置８００で実現（即ち、スタンドアローン型のシステムとして実現）することとしてもよい。
【0069】
図１２は、物体検知処理及び処理結果の表示を実行するスタンドアローン型の情報処理装置８００の機能的構成を示すブロック図である。
図１２に示すように、スタンドアローン型として構成する場合、単体の情報処理装置８００において、ユーザ端末１０のＵＩ制御部１１１、サーバ２０のデータ取得部２１１、パラメータ設定部２１２、画像フィルタ処理部２１３、画像２値化処理部２１４、画素値演算部２１５、条件判定部２１６、可視化処理部２１７及び検知結果提示部２１８の機能をＣＰＵ８１１に備えると共に、サーバ２０が備える映像データ記憶部２７１、パラメータ記憶部２７２及びログデータ記憶部２７３を記憶部８１７に備えることとすればよい。
図１２に示すように、スタンドアローン型として構成する場合、単体の情報処理装置８００において、ユーザ端末１０のＵＩ制御部１１１、サーバ２０のデータ取得部２１１、パラメータ設定部２１２、画像フィルタ処理部２１３、画像２値化処理部２１４、画素値演算部２１５、条件判定部２１６、可視化処理部２１７及び検知結果提示部２１８の機能をＣＰＵ８１１に備えると共に、サーバ２０が備える映像データ記憶部２７１、パラメータ記憶部２７２及びログデータ記憶部２７３を記憶部８１７に備えることとすればよい。
【0070】
［変形例２］
上述の実施形態において、撮像装置Ｃにサーバ２０の物体検知処理を実行するための機能を備えることが可能である。
この場合、撮像装置Ｃは、映像内における物体の特定方向への移動を自動的に検知する機能を備えたカメラとして構成することができる。
そして、撮像装置Ｃにおいて実行された物体検知処理の処理結果をユーザ端末１０あるいはサーバ２０に送信することで、処理結果の表示や記録を行うことができる。
上述の実施形態において、撮像装置Ｃにサーバ２０の物体検知処理を実行するための機能を備えることが可能である。
この場合、撮像装置Ｃは、映像内における物体の特定方向への移動を自動的に検知する機能を備えたカメラとして構成することができる。
そして、撮像装置Ｃにおいて実行された物体検知処理の処理結果をユーザ端末１０あるいはサーバ２０に送信することで、処理結果の表示や記録を行うことができる。
【0071】
以上のように、本実施形態に係る情報処理システム１は、ユーザによって使用されるユーザ端末１０と、ユーザ端末１０と通信可能に構成されたサーバ２０とを含む。
ユーザ端末１０は、ＵＩ制御部１１１を備える。
ＵＩ制御部１１１は、サーバ２０に対し、検知対象となる映像において、設定された検知領域内で移動する物体を検知するための物体検知処理を要求する。
サーバ２０は、画素値演算部２１５及び条件判定部２１６と、検知結果提示部２１８とを備える。
画素値演算部２１５及び条件判定部２１６は、ユーザ端末１０の要求に応じて、検知対象となる映像において、異なる時間の映像のデータにおける検知領域内の画素及び当該画素周辺の画素のデータの相関に基づいて、検知領域内で移動する物体を検知する物体検知処理を実行する。
検知結果提示部２１８は、条件判定部２１６による物体の検知結果をユーザ端末１０に提示（例えば、送信）する。
これにより、外乱に頑健に映像内の物体速度を推定することが可能となる。
ユーザ端末１０は、ＵＩ制御部１１１を備える。
ＵＩ制御部１１１は、サーバ２０に対し、検知対象となる映像において、設定された検知領域内で移動する物体を検知するための物体検知処理を要求する。
サーバ２０は、画素値演算部２１５及び条件判定部２１６と、検知結果提示部２１８とを備える。
画素値演算部２１５及び条件判定部２１６は、ユーザ端末１０の要求に応じて、検知対象となる映像において、異なる時間の映像のデータにおける検知領域内の画素及び当該画素周辺の画素のデータの相関に基づいて、検知領域内で移動する物体を検知する物体検知処理を実行する。
検知結果提示部２１８は、条件判定部２１６による物体の検知結果をユーザ端末１０に提示（例えば、送信）する。
これにより、外乱に頑健に映像内の物体速度を推定することが可能となる。
【0072】
画素値演算部２１５及び条件判定部２１６は、異なる時間の映像のデータにおいて、検知領域内の画素及び当該画素周辺の画素のデータの相関値を各画素について取得し、取得された相関値からなるデータに対し、特定方向への移動に対応する重み付けを行って取得される特徴量に基づいて、設定された検知領域内で特定方向へ移動する物体を検知する。
これにより、ＡＩ学習のための膨大な学習サンプルを用意することなく、直感的な操作による設定で、映像内における物体の特定方向への移動を精度良く、より簡単に検知することができる。
これにより、ＡＩ学習のための膨大な学習サンプルを用意することなく、直感的な操作による設定で、映像内における物体の特定方向への移動を精度良く、より簡単に検知することができる。
【0073】
画素値演算部２１５及び条件判定部２１６は、重み付き特徴量Ｒ’（ｔ）の要素値に基づいて、映像内における任意の物体の移動方向及び移動速度を取得する。
これにより、ユーザが設定した移動方向及び移動速度の物体をより高精度に検知することができる。
これにより、ユーザが設定した移動方向及び移動速度の物体をより高精度に検知することができる。
【0074】
ＵＩ制御部１１１は、検知する物体の移動方向を含む検知条件を設定するための条件設定画面を表示する。
また、ＵＩ制御部１１１は、条件設定画面において設定された検知条件に従って、サーバ２０に対して物体検知処理の要求を行う。
これにより、直感的な操作によって検知条件を設定し、映像内における物体の特定方向への移動を検知することができる。
また、ＵＩ制御部１１１は、条件設定画面において設定された検知条件に従って、サーバ２０に対して物体検知処理の要求を行う。
これにより、直感的な操作によって検知条件を設定し、映像内における物体の特定方向への移動を検知することができる。
【0075】
ＵＩ制御部１１１は、サーバ２０から提示された検知結果に基づいて、映像及び検知領域を表示すると共に、検知された物体を識別して表示する。
これにより、物体検知処理によって検知された、映像内において移動する物体をわかりやすい形態で表示することができる。
これにより、物体検知処理によって検知された、映像内において移動する物体をわかりやすい形態で表示することができる。
【0076】
ＵＩ制御部１１１は、検知対象となる映像内に、複数の検知領域を設定してサーバ２０に物体検知処理を要求する。
画素値演算部２１５及び条件判定部２１６は、複数の検知領域毎に、当該検知領域内で移動する物体を検知する。
検知結果提示部２１８は、ユーザ端末１０に対し、複数の検知領域毎に画素値演算部２１５及び条件判定部２１６による物体の検知結果を提示する。
これにより、より複雑な検知条件を設定して、映像内における物体の移動を検知することができる。
画素値演算部２１５及び条件判定部２１６は、複数の検知領域毎に、当該検知領域内で移動する物体を検知する。
検知結果提示部２１８は、ユーザ端末１０に対し、複数の検知領域毎に画素値演算部２１５及び条件判定部２１６による物体の検知結果を提示する。
これにより、より複雑な検知条件を設定して、映像内における物体の移動を検知することができる。
【0077】
また、本実施形態に係る情報処理装置８００（サーバ２０または変形例１の情報処理装置８００）は、画素値演算部２１５及び条件判定部２１６と、検知結果提示部２１８とを備える。
画素値演算部２１５及び条件判定部２１６は、検知対象となる映像において、異なる時間の映像のデータにおける設定された検知領域内の画素及び当該画素周辺の画素のデータの相関に基づいて、検知領域内で移動する物体を検知する物体検知処理を実行する。
検知結果提示部２１８は、条件判定部２１６による物体の検知結果を提示（例えば、表示あるいは送信）する。
これにより、外乱に頑健に映像内の物体速度を推定することが可能となる。
画素値演算部２１５及び条件判定部２１６は、検知対象となる映像において、異なる時間の映像のデータにおける設定された検知領域内の画素及び当該画素周辺の画素のデータの相関に基づいて、検知領域内で移動する物体を検知する物体検知処理を実行する。
検知結果提示部２１８は、条件判定部２１６による物体の検知結果を提示（例えば、表示あるいは送信）する。
これにより、外乱に頑健に映像内の物体速度を推定することが可能となる。
【0078】
なお、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。
例えば、上述の実施形態において、クライアント－サーバ型の情報処理システム１を構成する場合、システムを構成する情報処理装置の組み合わせは、上述の実施形態に示した例に限られない。
例えば、サーバ２０に備えられた機能をより多くのサーバに分散して実装したり、ユーザ端末１０、サーバ２０あるいは撮像装置Ｃの機能をより少ない装置にまとめて実装したりすることが可能である。
例えば、上述の実施形態において、クライアント－サーバ型の情報処理システム１を構成する場合、システムを構成する情報処理装置の組み合わせは、上述の実施形態に示した例に限られない。
例えば、サーバ２０に備えられた機能をより多くのサーバに分散して実装したり、ユーザ端末１０、サーバ２０あるいは撮像装置Ｃの機能をより少ない装置にまとめて実装したりすることが可能である。
【0079】
上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアにより実行させることもできる。
換言すると、上述の実施形態における機能的構成は例示に過ぎず、特に限定されない。即ち、上述した一連の処理を全体として実行できる機能が情報処理システム１を構成するいずれかのコンピュータに備えられていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは特に示した例に限定されない。
また、１つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。
換言すると、上述の実施形態における機能的構成は例示に過ぎず、特に限定されない。即ち、上述した一連の処理を全体として実行できる機能が情報処理システム１を構成するいずれかのコンピュータに備えられていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは特に示した例に限定されない。
また、１つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。
【0080】
また、上述した一連の処理を実行するためのプログラムを含む記録媒体は、ユーザにプログラムを提供するために装置本体とは別に配布されるリムーバブルメディアにより構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに提供される記録媒体等で構成される。
【0081】
以上、本発明の実施形態について説明したが、本発明は前述した実施形態に限るものではない。また、本実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本実施形態に記載されたものに限定されるものではない。
【符号の説明】
【0082】
１ 情報処理システム、１０ ユーザ端末、２０ サーバ、３０ ネットワーク、Ｃ 撮像装置、１１１ ＵＩ制御部、１１２ データ管理部、１７１，２７１ 映像データ記憶部、１７２，２７２ パラメータ記憶部、１７３，２７３ ログデータ記憶部、２１１ データ取得部、２１２ パラメータ設定部、２１３ 画像フィルタ処理部、２１４ 画像２値化処理部２１５ 画素値演算部、２１６ 条件判定部、２１７ 可視化処理部、２１８ 検知結果提示部、８００ 情報処理装置、８１１ ＣＰＵ、８１２ ＲＯＭ、８１３ ＲＡＭ、８１４ バス、８１５ 入力部、８１６ 出力部、８１７ 記憶部、８１８ 通信部、８１９ ドライブ、８２０ 撮像部、８３１ リムーバブルメディア
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】