特許 7632668 ネットワーク管理装置、ネットワーク管理方法、及び映像配信システム

(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】2025-02-10

(45)【発行日】2025-02-19

(54)【発明の名称】ネットワーク管理装置、ネットワーク管理方法、及び映像配信システム

(51)【国際特許分類】

   H04N 21/24 20110101AFI20250212BHJP

   H04N 21/63 20110101ALI20250212BHJP

   H04N 19/115 20140101ALI20250212BHJP

   H04N 19/154 20140101ALI20250212BHJP

   H04N 7/18 20060101ALI20250212BHJP

【ＦＩ】

H04N21/24

H04N21/63

H04N19/115

H04N19/154

H04N7/18 K

【請求項の数】 20

(21)【出願番号】P 2023550774

(86)(22)【出願日】2021-09-28

(86)【国際出願番号】 JP2021035602

(87)【国際公開番号】W WO2023053186

(87)【国際公開日】2023-04-06

【審査請求日】2024-03-04

(73)【特許権者】

【識別番号】000004237

【氏名又は名称】日本電気株式会社

(74)【代理人】

【識別番号】100103894

【弁理士】

【氏名又は名称】家入 健

(72)【発明者】

【氏名】沢辺 亜南

(72)【発明者】

【氏名】篠原 悠介

(72)【発明者】

【氏名】岩井 孝法

(72)【発明者】

【氏名】二瓶 浩一

【審査官】鈴木 隆夫

(56)【参考文献】

【文献】特開２０２０－１５０５１２（ＪＰ，Ａ）

【文献】特開２０１７－０１１３６０（ＪＰ，Ａ）

【文献】特開２０１６－１８７１７６（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｎ ２１／００－２１／８５８

Ｈ０４Ｎ １９／００－１９／９８

Ｈ０４Ｎ ７／１８

(57)【特許請求の範囲】

【請求項1】

映像から対象物を認識するために、前記映像を配信する映像配信装置に要求される前記映像の品質を示す要求品質を取得する取得部と、
前記取得部により取得された前記要求品質に基づいて、前記対象物を認識できる前記映像の分析性能を算出する第１算出部と、
前記第１算出部により算出された前記分析性能に基づいて、前記映像の配信に係るパラメータを算出する第２算出部と、を備える、
ネットワーク管理装置。

【請求項2】

前記取得部は、前記映像の映像品質をさらに取得し、
前記第１算出部は、前記取得部により取得された前記要求品質及び前記映像品質に基づいて、前記分析性能を算出する、
請求項１に記載のネットワーク管理装置。

【請求項3】

前記取得部は、前記要求品質として、前記映像に要求される認識率を示す要求認識率と、前記映像に要求される遅延量の上限を示す要求遅延量と、を取得すると共に、前記映像品質として、前記映像のフレームレートを取得し、
前記認識率は、複数枚の映像フレームのうち１枚以上の映像フレームで前記対象物を認識する割合である、
請求項２に記載のネットワーク管理装置。

【請求項4】

前記第１算出部は、
前記取得部により取得された前記要求遅延量及び前記フレームレートに基づいて、前記要求遅延量以内に生成される映像フレームのフレーム数を示す要求遅延内フレーム数を算出し、
前記要求認識率が、前記取得部により取得された要求認識率である場合における、再現率と映像フレームのフレーム数との関係を示す第１関数を算出し、
前記算出された前記要求遅延内フレーム数及び前記第１関数に基づいて、１枚の映像フレーム当たりに必要な再現率を示す必要再現率を、前記分析性能として算出し、
前記第２算出部は、
前記第１算出部により算出された前記必要再現率と、再現率と映像ビットレートとの関係を示す第２関数と、に基づいて、前記映像に必要な映像ビットレートを示す必要映像ビットレートを、前記パラメータとして算出する、
請求項３に記載のネットワーク管理装置。

【請求項5】

前記第２関数は、前記認識率のばらつきを考慮して、算出されたものである、
請求項４に記載のネットワーク管理装置。

【請求項6】

前記取得部は、前記対象物に応じた前記要求品質を取得する、
請求項１から５のいずれか１項に記載のネットワーク管理装置。

【請求項7】

映像から対象物を認識するために、前記映像を配信する映像配信装置に要求される前記映像の品質を示す要求品質を取得する取得ステップと、
前記取得ステップにより取得された前記要求品質に基づいて、前記対象物を認識できる前記映像の分析性能を算出する第１算出ステップと、
前記第１算出ステップにより算出された前記分析性能に基づいて、前記映像の配信に係るパラメータを算出する第２算出ステップと、を含む、
ネットワーク管理方法。

【請求項8】

前記取得ステップでは、前記映像の映像品質をさらに取得し、
前記第１算出ステップでは、前記取得ステップにより取得された前記要求品質及び前記映像品質に基づいて、前記分析性能を算出する、
請求項７に記載のネットワーク管理方法。

【請求項9】

前記取得ステップでは、前記要求品質として、前記映像に要求される認識率を示す要求認識率と、前記映像に要求される遅延量の上限を示す要求遅延量と、を取得すると共に、前記映像品質として、前記映像のフレームレートを取得し、
前記認識率は、複数枚の映像フレームのうち１枚以上の映像フレームで前記対象物を認識する割合である、
請求項８に記載のネットワーク管理方法。

【請求項10】

前記第１算出ステップでは、
前記取得ステップにより取得された前記要求遅延量及び前記フレームレートに基づいて、前記要求遅延量以内に生成される映像フレームのフレーム数を示す要求遅延内フレーム数を算出し、
前記要求認識率が、前記取得ステップにより取得された要求認識率である場合における、再現率と映像フレームのフレーム数との関係を示す第１関数を算出し、
前記算出された前記要求遅延内フレーム数及び前記第１関数に基づいて、１枚の映像フレーム当たりに必要な再現率を示す必要再現率を、前記分析性能として算出し、
前記第２算出ステップでは、
前記第１算出ステップにより算出された前記必要再現率と、再現率と映像ビットレートとの関係を示す第２関数と、に基づいて、前記映像に必要な映像ビットレートを示す必要映像ビットレートを、前記パラメータとして算出する、
請求項９に記載のネットワーク管理方法。

【請求項11】

前記第２関数は、前記認識率のばらつきを考慮して、算出されたものである、
請求項１０に記載のネットワーク管理方法。

【請求項12】

前記取得ステップでは、前記対象物に応じた前記要求品質を取得する、
請求項７から１１のいずれか１項に記載のネットワーク管理方法。

【請求項13】

映像から対象物を認識するために、前記映像を配信する映像配信装置に要求される前記映像の品質を示す要求品質を取得する取得部と、
前記取得部により取得された前記要求品質に基づいて、前記対象物を認識できる前記映像の分析性能を算出する第１算出部と、
前記第１算出部により算出された前記分析性能に基づいて、前記映像の配信に係るパラメータを算出する第２算出部と、を備える、
映像配信システム。

【請求項14】

前記取得部は、前記映像の映像品質をさらに取得し、
前記第１算出部は、前記取得部により取得された前記要求品質及び前記映像品質に基づいて、前記分析性能を算出する、
請求項１３に記載の映像配信システム。

【請求項15】

前記取得部は、前記要求品質として、前記映像に要求される認識率を示す要求認識率と、前記映像に要求される遅延量の上限を示す要求遅延量と、を取得すると共に、前記映像品質として、前記映像のフレームレートを取得し、
前記認識率は、複数枚の映像フレームのうち１枚以上の映像フレームで前記対象物を認識する割合である、
請求項１４に記載の映像配信システム。

【請求項16】

前記第１算出部は、
前記取得部により取得された前記要求遅延量及び前記フレームレートに基づいて、前記要求遅延量以内に生成される映像フレームのフレーム数を示す要求遅延内フレーム数を算出し、
前記要求認識率が、前記取得部により取得された要求認識率である場合における、再現率と映像フレームのフレーム数との関係を示す第１関数を算出し、
前記算出された前記要求遅延内フレーム数及び前記第１関数に基づいて、１枚の映像フレーム当たりに必要な再現率を示す必要再現率を、前記分析性能として算出し、
前記第２算出部は、
前記第１算出部により算出された前記必要再現率と、再現率と映像ビットレートとの関係を示す第２関数と、に基づいて、前記映像に必要な映像ビットレートを示す必要映像ビットレートを、前記パラメータとして算出する、
請求項１５に記載の映像配信システム。

【請求項17】

前記第２関数は、前記認識率のばらつきを考慮して、算出されたものである、
請求項１６に記載の映像配信システム。

【請求項18】

前記第２算出部により算出された前記必要映像ビットレートに基づいて、前記映像をエンコードするエンコーダと、
前記エンコーダによりエンコードされた前記映像を、ネットワークを介して、配信する映像配信部と、をさらに備える、
請求項１６又は１７に記載の映像配信システム。

【請求項19】

前記第２算出部により算出された前記必要映像ビットレートに基づいて、前記映像の配信に用いるネットワークに対し、保証帯域を設定する保証帯域設定部をさらに備える、
請求項１６又は１７に記載の映像配信システム。

【請求項20】

前記取得部は、前記対象物に応じた前記要求品質を取得する、
請求項１３から１９のいずれか１項に記載の映像配信システム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、ネットワーク管理装置、ネットワーク管理方法、及び映像配信システムに関する。

【背景技術】

【0002】

近年、ローカル５Ｇ（Fifth Generation）の登場によって、地方自治体や民間の事業者（ユーザ）がモバイル網を構築し、ユーザ自身でモバイル網を運用できるようになってきた。
例えば、監視カメラから映像を収集し、対象物（例えば、人、顔など）の有無を検出する用途のために、民間人がモバイル網を構築する例が挙げられる。

【0003】

また、モバイル網を効率的に運用する技術についても注目が集まっている。
例えば、特許文献１には、システムＱｏＥ（Quality of Experience）の向上と、サービス優先度及びシステムスループットの向上と、の両立を図るための技術が開示されている。特許文献１に開示された技術によれば、ビットレートとＱｏＥとの関係を示すＱｏＥ関数を用いて、要求されるＱｏＥを満たすリソース量（スループット）を決定する。

【先行技術文献】

【特許文献】

【0004】

【文献】特許第５０１１４０８号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかし、ネットワークの状況によっては、映像配信に必要な通信帯域を十分に確保できない場合がある。
例えば、監視カメラで撮影された映像のように、対象物を検出する用途に用いられる映像の場合、認識精度を高く保つため、映像配信時の映像ビットレートが高くなりやすい。しかし、映像ビットレートが高くなると、十分な通信帯域を確保することが困難になる。

【0006】

そこで本開示の目的は、上述した課題を鑑み、認識精度を保ちつつ、効率的な映像配信を実現できるネットワーク管理装置、ネットワーク管理方法、及び映像配信システムを提供することにある。

【課題を解決するための手段】

【0007】

一態様によるネットワーク管理装置は、
映像から対象物を認識するために、前記映像を配信する映像配信装置に要求される前記映像の品質を示す要求品質を取得する取得部と、
前記取得部により取得された前記要求品質に基づいて、前記対象物を認識できる前記映像の分析性能を算出する第１算出部と、
前記第１算出部により算出された前記分析性能に基づいて、前記映像の配信に係るパラメータを算出する第２算出部と、を備える。

【0008】

一態様によるネットワーク管理方法は、
映像から対象物を認識するために、前記映像を配信する映像配信装置に要求される前記映像の品質を示す要求品質を取得する取得ステップと、
前記取得ステップにより取得された前記要求品質に基づいて、前記対象物を認識できる前記映像の分析性能を算出する第１算出ステップと、
前記第１算出ステップにより算出された前記分析性能に基づいて、前記映像の配信に係るパラメータを算出する第２算出ステップと、を含む。

【0009】

一態様によるネットワークシステムは、
映像から対象物を認識するために、前記映像を配信する映像配信装置に要求される前記映像の品質を示す要求品質を取得する取得部と、
前記取得部により取得された前記要求品質に基づいて、前記対象物を認識できる前記映像の分析性能を算出する第１算出部と、
前記第１算出部により算出された前記分析性能に基づいて、前記映像の配信に係るパラメータを算出する第２算出部と、を備える。

【発明の効果】

【0010】

上述の態様によれば、認識精度を保ちつつ、効率的な映像配信を実現できるネットワーク管理装置、ネットワーク管理方法、及びネットワークシステムを提供できるという効果が得られる。

【図面の簡単な説明】

【0011】

【図1】実施の形態１に係る映像配信システムの構成例を示すブロック図である。

【図2】実施の形態１に係る映像配信システムの概略的な動作フローの例を説明するフロー図である。

【図3】実施の形態２に係るネットワーク管理装置の構成例を示すブロック図である。

【図4】各実施の形態３～５が想定する映像配信システムの構成例を示す図である。

【図5】各実施の形態３～５及び関連技術のそれぞれにおける映像ビットレートの設定方法の例を説明する図である。

【図6】各実施の形態３～５において実施するＦａｍｉｌｙ－ｗｉｓｅ認識について、ソリューションの視点で説明する図である。

【図7】各実施の形態３～５において実施するＦａｍｉｌｙ－ｗｉｓｅ認識について、技術的な視点で説明する図である。

【図8】実施の形態３に係るネットワーク管理装置の構成例を示すブロック図である。

【図9】実施の形態３に係る認識率の定義例を説明する図である。

【図10】実施の形態３に係るＲｅｃａｌｌ対フレーム関数の例を説明する図である。

【図11】実施の形態３に係るＲｅｃａｌｌ対映像ビットレート関数を近似した近似曲線の例を説明する図である。

【図12】映像ビットレート対Ｒｅｃａｌｌのデータの収集方法の例を説明する図である。

【図13】図１１に示される近似曲線の計算方法の例を説明する図である。

【図14】実施の形態３に係る映像ビットレート対認識率の結果の例を説明する図である。

【図15】実施の形態３に係るネットワーク管理装置の概略的な動作フローの例を説明するフロー図である。

【図16】実施の形態４に係る映像配信システムの構成例を示すブロック図である。

【図17】実施の形態５に係る映像配信システムの構成例を示すブロック図である。

【図18】実施の形態２～５に係るネットワーク管理装置を実現するコンピュータのハードウェア構成例を示すブロック図である。

【発明を実施するための形態】

【0012】

以下、図面を参照して本開示の実施の形態について説明する。なお、以下の記載及び図面は、説明の明確化のため、適宜、省略及び簡略化がなされている。また、以下の各図面において、同一の要素には同一の符号が付されており、必要に応じて重複説明は省略されている。また、以下で示す具体的な数値などは、本開示の理解を容易とするための例示にすぎず、これに限定されるものではない。

【0013】

＜実施の形態１＞
まず、図１を参照して、本実施の形態１に係る映像配信システム３の構成例について説明する。

【0014】

図１に示されるように、本実施の形態１に係る映像配信システム３は、取得部１１１と、第１算出部１１２と、第２算出部１１３と、を備えている。
取得部１１１は、映像から対象物を認識するために、その映像を配信する映像配信装置に要求される、その映像の品質を示す要求品質を取得する。取得部１１１は、後述する品質記憶部１０１に対応する。

【0015】

第１算出部１１２は、取得部１１１により取得された要求品質に基づいて、対象物を認識できる映像の分析性能を算出する。第１算出部１１２は、後述する要求遅延内フレーム数算出部１０２、Ｒｅｃａｌｌ対フレーム関数算出部１０３、及び必要Ｒｅｃａｌｌ算出部１０４を組み合わせた構成に対応する。

【0016】

第２算出部１１３は、第１算出部１１２により算出された分析性能に基づいて、映像の配信に係るパラメータを算出する。第２算出部１１３は、後述するＲｅｃａｌｌ対映像ビットレート関数記憶部１０５及び必要映像ビットレート算出部１０６を組み合わせた構成に対応する。

【0017】

続いて、図２を参照して、本実施の形態１に係る映像配信システム３の概略的な動作フローの例について説明する。
図２に示されるように、まず、取得部１１１は、映像から対象物を認識するために、その映像に要求される品質を示す要求品質を取得する（ステップＳ３０１）。

【0018】

次に、第１算出部１１２は、取得部１１１により取得された要求品質に基づいて、対象物を認識できる映像の分析性能を算出する（ステップＳ３０２）。
その後、第２算出部１１３は、第１算出部１１２により算出された分析性能に基づいて、映像の配信に係るパラメータを算出する（ステップＳ３０３）。

【0019】

上述したように本実施の形態１によれば、要求品質に基づいて、対象物を認識できる映像の分析性能を算出し、算出された分析性能に基づいて、映像の配信に係るパラメータを算出する。これにより、要求品質（認識精度）を保ちつつ、効率的な映像配信を実現することができる。

【0020】

なお、取得部１１１は、映像の映像品質をさらに取得しても良い。また、第１算出部１１２は、取得部１１１により取得された要求品質及び映像品質に基づいて、分析性能を算出しても良い。

【0021】

また、取得部１１１は、要求品質として、映像に要求される認識率を示す要求認識率と、映像に要求される遅延量を示す要求遅延量と、を取得すると共に、映像品質として、映像のフレームレートを取得しても良い。また、認識率は、複数枚の映像フレームのうち１枚以上の映像フレームで対象物を認識する割合であっても良い。

【0022】

また、第１算出部１１２は、取得部１１１により取得された要求遅延量及びフレームレートに基づいて、要求遅延量以内に生成される映像フレームのフレーム数を示す要求遅延内フレーム数を算出しても良い。さらに、第１算出部１１２は、要求認識率が、取得部１１１により取得された要求認識率である場合における、再現率と映像フレームのフレーム数との関係を示す第１関数を算出しても良い。第１関数は、後述するＲｅｃａｌｌ対フレーム関数に対応する。さらに、第１算出部１１２は、上記で算出された要求遅延内フレーム数及び第１関数に基づいて、１枚の映像フレーム当たりに必要な再現率を示す必要再現率を、分析性能として算出しても良い。また、第２算出部１１３は、第１算出部１１２により算出された必要再現率と、再現率と映像ビットレートとの関係を示す第２関数と、に基づいて、映像に必要な映像ビットレートを示す必要映像ビットレートを、パラメータとして算出しても良い。第２関数は、後述するＲｅｃａｌｌ対映像ビットレート関数に対応する。

【0023】

また、第２関数は、認識率のばらつきを考慮して、算出されたものであっても良い。
また、取得部１１１は、対象物に応じた要求品質を取得しても良い。
また、映像配信システム３は、第２算出部１１３により算出された必要映像ビットレートに基づいて、映像をエンコードするエンコーダと、このエンコーダによりエンコードされた映像を、ネットワークを介して、配信する映像配信部と、をさらに備えていても良い。このエンコーダ及び映像配信部は、後述するエンコーダ２０２及び映像配信部２０３に対応する。

【0024】

また、映像配信システム３は、第２算出部１１３により算出された必要映像ビットレートに基づいて、映像の配信に用いるネットワークに対し、保証帯域を設定する保証帯域設定部をさらに備えていても良い。この保証帯域設定部は、後述する保証帯域設定部４０２に対応する。

【0025】

＜実施の形態２＞
続いて、図３を参照して、本実施の形態２に係るネットワーク管理装置１００Ｂの構成例について説明する。本実施の形態２は、上述した実施の形態１においては、分散して設けられていた構成要素を、１つの装置（ネットワーク管理装置１００Ｂ）に集約して設けた実施の形態に相当する。

【0026】

すなわち、図３に示されるように、本実施の形態２に係るネットワーク管理装置１００Ｂは、上述した実施の形態１と同様の構成要素である、取得部１１１と、第１算出部１１２と、第２算出部１１３と、を備えている。

【0027】

本実施の形態２は、上述した実施の形態１と比較して、上述した実施の形態１と同様の構成要素を、ネットワーク管理装置１００Ｂに集約して設けた点のみが異なる。そのため、本実施の形態２の動作及び効果は、上述した実施の形態１の動作及び効果と同様であるため、その説明を省略する。

【0028】

＜各実施の形態３～５の概要＞
以下で説明する各実施の形態３～５は、上述した実施の形態１，２をより具体化したものである。
各実施の形態３～５について説明する前に、各実施の形態３～５の概要について説明する。
まず、図４を参照して、各実施の形態３～５が想定する映像配信システム９の構成例について説明する。

【0029】

図４に示されるように、映像配信システム９は、ネットワーク管理装置１０と、映像配信装置２０と、分析装置３０と、を備えている。なお、ネットワーク管理装置１０と映像配信装置２０間を接続するネットワークは、有線ネットワークでも無線ネットワークでも良い。また、映像配信装置２０と分析装置３０間を接続するネットワークは、無線ネットワークである。また、無線ネットワークは、Ｗｉｆｉ（Wireless Fidelity）、ＬＴＥ（Long Term Evolution）、４Ｇ、５Ｇ、又はローカル５Ｇ等であって良い。

【0030】

映像配信装置２０は、監視カメラなどのカメラであり、カメラで撮影された映像を配信する。
分析装置３０は、映像配信装置２０により配信された映像を分析する。例えば、分析装置３０は、映像に映り込む対象物（例えば、人、顔、車など）を認識することによって、対象物を検出する。具体的には、分析装置３０は、映像に対象物が映り込んでいるか否かの二値分類を行う。このように、分析装置３０は、対象物の検出などのソリューション用途のために使用される。

【0031】

ネットワーク管理装置１０は、映像配信装置２０による映像配信に係るパラメータを決定し、決定されたパラメータを映像配信装置２０に設定する。映像配信に係るパラメータとは、例えば、映像ビットレート、フレームレートなどである。映像配信に係るパラメータが映像ビットレートである場合、映像配信装置２０は、ネットワーク管理装置１０により設定された映像ビットレートに基づいて、映像をエンコードして配信する。以下では、映像配信に係るパラメータは、映像ビットレートであるものとして説明する。

【0032】

続いて、図５を参照して、各実施の形態３～５及び関連技術のそれぞれにおける映像ビットレートの設定方法の例について説明する。
分析装置３０による映像分析では、一般的には、映像フレーム単位の分析技術が用いられている。そのため、映像フレーム単位で認識精度を評価するのが業界的な標準になっている。

【0033】

そのため、関連技術として、上述した特許文献１に記載の技術と上述した業界的な標準とを組み合わせた技術を想定すると、関連技術では、映像フレーム単位の認識精度対映像ビットレート関数を用いて、要求される認識精度を満たすように、映像ビットレートを設定すると考えられる。すなわち、関連技術では、図５の上部に示されるように、分析装置３０において、映像フレーム毎に対象物の認識精度を保証するように、映像ビットレートを設定すると考えられる。なお、図５の上部において、棒状の斜線の要素は、映像フレーム毎に認識精度を保証することを示している。すなわち、ネットワーク管理装置１０は、分析装置３０がＦｒａｍｅ－ｗｉｓｅ認識を実行することを想定して、映像ビットレートを設定すると考えられる。

【0034】

しかし、映像フレーム毎に、認識精度を保証するためには、高い映像ビットレートで映像を配信する必要がある。その結果、映像配信に必要な通信帯域を十分に確保することが困難となる。

【0035】

そこで、各実施の形態３～５では、図５の下部に示されるように、分析装置３０において、映像フレーム毎に対象物の認識精度を保証するのではなく、Ｎ（Ｎは２以上の整数）枚の映像フレームのうち、１枚以上の映像フレームで対象物の認識精度を保証するように、映像ビットレートを設定する。すなわち、ネットワーク管理装置１０は、分析装置３０がＦａｍｉｌｙ－ｗｉｓｅ認識を実行することを想定して、映像ビットレートを設定する。なお、図５は、Ｎ＝４の例、すなわち、４枚の映像フレームのうち、１枚以上の映像フレームで対象物を認識できることを保証する例である。そのため、図５の下部において、棒状の斜線の要素は、４枚の映像フレームのうち１枚以上で認識精度を保証することを示している。

【0036】

このように、各実施の形態３～５では、１枚の映像フレームで対象物を認識できる確率は低いものの、Ｎ枚の映像フレームのうち、１枚以上の映像フレームで対象物を認識できることが保証されるように、映像ビットレートを設定する。これにより、関連技術と比較して、映像ビットレートを低くすることができ、映像配信に必要な通信帯域の確保が容易となる。

【0037】

次に、図６を参照して、各実施の形態３～５において実施するＦａｍｉｌｙ－ｗｉｓｅ認識について、ソリューションの視点で説明する。
図６は、分析装置３０において、不審者を検出したらアラートを発生させるソリューション用途のために使用される映像フレームの例である。図６には、６枚の映像フレームが示されている。また、図６では、下に向かうほど、新しい映像フレームとなっており、人が映り込んだことが検出されると、その人が枠で囲まれるようになっている。

【0038】

図６の例では、３枚目の映像フレームにて人が映り込んだことが検出されている。しかし、続く４枚目及び５枚目の映像フレームでは、その人が検出できず、検出の取りこぼしが発生しているが、６枚目の映像フレームではその人が再度検出されている。

【0039】

このように、検出の取りこぼしがあっても、類似コンテキスト（図６の例では、映り込んだ人）が一定時間継続する場合は、以降の数枚の映像フレームのうち、１枚の映像フレームでも、類似コンテキストを検出できていれば、アラートを発生させることができる。

【0040】

ただし、１枚の映像フレームだけにしか映り込まないコンテキストは、一定時間継続して現れないため、想定しないものとする。例えば、映像のフレームレートが２４ｆｐｓの場合、数１０ｍｓの間にしか映り込まないようなコンテキストは想定しない。

【0041】

次に、図７を参照して、各実施の形態３～５において実施するＦａｍｉｌｙ－ｗｉｓｅ認識について、技術的な視点で説明する。
図７は、分析装置３０が対象物を検出する場合における、映像ビットレート対精度スコアの関係を示すグラフである。図７において、横軸は、映像ビットレートを示し、縦軸は、Ｐｒｅｃｉｓｉｏｎ、Ａｃｃｕｒａｃｙ、及びＲｅｃａｌｌの各々の精度スコアを示している。Ｐｒｅｃｉｓｉｏｎは、検出した対象物が正しい検出である割合を示しており、適合率とも称される。Ａｃｃｕｒａｃｙは、対象物をどれくらい正確に検出できているかを示しており、正解率とも称される。Ｒｅｃａｌｌは、対象物の検出の取りこぼしがない割合を示しており、再現率とも称される。Ｐｒｅｃｉｓｉｏｎ、Ａｃｃｕｒａｃｙ、及びＲｅｃａｌｌは、対象物を認識できる映像の分析性能の一例である。

【0042】

図７に示されるように、Ｐｒｅｃｉｓｉｏｎの精度スコアは、映像ビットレートに依存しない。
一方、Ｒｅｃａｌｌの精度スコアは、映像ビットレートに依存するが、映像ビットレートが約１５０ｋｂｐｓであれば、約０．９以上の精度スコアを維持できている。このことから、映像ビットレートが低く、対象物の検出の取りこぼしがあっても、別の映像フレームで対象物を検出できてさえすれば、その検出が正しい確率が約９０％以上であることがわかる。

【0043】

以下で説明する各実施の形態３～５では、映像配信に係るパラメータとして、映像配信に必要な必要映像ビットレートを算出する。ここで、必要映像ビットレートの算出には、検出の取りこぼしをどれくらい減らすかが重要となる。そこで、以下の各実施の形態３～５では、必要映像ビットレートの算出のために、Ｒｅｃａｌｌを使用する。

【0044】

＜実施の形態３＞
以下、本実施の形態３について説明する。
まず、図８を参照して、本実施の形態３に係るネットワーク管理装置１００の構成例について説明する。本実施の形態３に係るネットワーク管理装置１００は、例えば、クラウドサーバ、ＭＥＣ（Multi-access Edge Computing）サーバ、及びエッジ装置などであり、設置場所は制限されない。

【0045】

図８に示されるように、本実施の形態３に係るネットワーク管理装置１００は、品質記憶部１０１と、要求遅延内フレーム数算出部１０２と、Ｒｅｃａｌｌ対フレーム関数算出部１０３と、必要Ｒｅｃａｌｌ算出部１０４と、Ｒｅｃａｌｌ対映像ビットレート関数記憶部１０５と、必要映像ビットレート算出部１０６と、を備えている。なお、ネットワーク管理装置１００が備える各構成要素は、別々の装置に搭載されても良い。例えば、品質記憶部１０１及びＲｅｃａｌｌ対映像ビットレート関数記憶部１０５は、クラウドにあっても良い。また、各関数算出部（要求遅延内フレーム数算出部１０２、Ｒｅｃａｌｌ対フレーム関数算出部１０３、及び必要Ｒｅｃａｌｌ算出部１０４）と、必要映像ビットレート算出部１０６と、が異なる装置に搭載され、有線又は無線で互いに通信を行って、情報を取得しても良い。

【0046】

品質記憶部１０１には、分析装置（例えば、図４の分析装置３０）が、映像から対象物を認識するために、映像を配信する映像配信装置（例えば、図４の映像配信装置２０）に要求する映像の品質（認識品質）を示す要求品質（要求認識品質）が、予め記憶される。具体的には、品質記憶部１０１には、要求品質として、要求遅延量ｄ［ｓ］及び要求認識率ｐが予め記憶される。要求遅延量ｄ［ｓ］とは、分析装置が映像配信装置に要求する映像の遅延量の上限を示し、要求認識率ｐとは、分析装置が映像配信装置に要求する映像の認識率を示している。

【0047】

ここで、認識率の定義について、図９を参照して説明する。図９は、検出する対象物が顔となる例である。映像ビットレートを変えた映像において、オリジナル映像で顔を検出した映像フレームを起点にして、続くＮ枚の映像フレーム中で顔を検出し、Ｎ枚の映像フレーム中で１回でも顔を検出できれば、検出は成功とする。そして、検出の成功及び失敗の統計を取り、成功した割合を示すものを、認識率とする。

【0048】

また、品質記憶部１０１には、映像配信装置（例えば、図４の映像配信装置２０）が配信し、分析装置が受信する映像の実際の品質を示す映像品質が、予め記憶される。具体的には、品質記憶部１０１には、映像品質として、フレームレートｍ［ｆｐｓ］が予め記憶される。なお、映像品質の他の例としては、ビットレートや解像度（量子化パラメータ（QP値））等も挙げられる。

【0049】

なお、品質記憶部１０１は、分析装置から、要求遅延量ｄ［ｓ］及び要求認識率ｐを取得し、映像配信装置又は分析装置から、フレームレートｍ［ｆｐｓ］を取得しても良い。又は、品質記憶部１０１は、要求遅延量ｄ［ｓ］、要求認識率ｐ、及びフレームレートｍ［ｆｐｓ］を、ユーザからの入力により取得しても良い。

【0050】

要求遅延内フレーム数算出部１０２は、品質記憶部１０１に記憶された要求遅延量ｄ［ｓ］及びフレームレートｍ［ｆｐｓ］に基づいて、要求遅延量ｄ［ｓ］以内に生成される映像フレームのフレーム数を示す要求遅延内フレーム数ｎ_ｍａｘを算出する。ｎ_ｍａｘは、要求遅延量がｄ［ｓ］、フレームレートがｍ［ｆｐｓ］である場合、以下の数式１により算出される。

【数1】

【0051】

Ｒｅｃａｌｌ対フレーム関数算出部１０３は、品質記憶部１０１に記憶された要求認識率ｐに基づいて、要求認識率がｐである場合における、Ｒｅｃａｌｌと映像フレームのフレーム数との関係を示すＲｅｃａｌｌ対フレーム関数を算出する。Ｒｅｃａｌｌ対フレーム関数は、要求認識率がｐ、Ｒｅｃａｌｌがｑのときに、対象物を認識するまでの映像フレームのフレーム数を示す関数となる。
要求認識率がｐ、Ｒｅｃａｌｌがｑのときに、Ｎ枚目の映像フレームまでに対象物を認識する確率は、以下の数式２により表される。

【数2】

対象物の認識に必要な映像フレームのフレーム数は、数式２を変形することにより、以下の数式３により表される。

【数3】

【0052】

Ｒｅｃａｌｌ対フレーム関数算出部１０３は、要求認識率がｐ、Ｒｅｃａｌｌがｑのときには、上述した数式３を、Ｒｅｃａｌｌ対フレーム関数として算出する。要求認識率ｐが０．９５のときに、上述した数式３をグラフ化した例を、図１０に示す。図１０において、横軸はＲｅｃａｌｌ、縦軸は映像フレームのフレーム数を示している。

【0053】

必要Ｒｅｃａｌｌ算出部１０４は、要求遅延内フレーム数算出部１０２により算出された要求遅延内フレーム数ｎ_ｍａｘと、Ｒｅｃａｌｌ対フレーム関数算出部１０３により算出されたＲｅｃａｌｌ対フレーム関数と、に基づいて、Ｎ枚目の映像フレームまでに対象物を認識するために、１枚の映像フレーム当たりに必要なＲｅｃａｌｌを示す必要Ｒｅｃａｌｌ ｑ_ｍｉｎを算出する。

【0054】

例えば、要求遅延量ｄが１［ｓ］、フレームレートｍが２４［ｆｐｓ］のとき、要求遅延内フレーム数算出部１０２により算出された要求遅延内フレーム数ｎ_ｍａｘは、数式１により、２４となる。また、要求認識率が０．９５のとき、Ｒｅｃａｌｌ対フレーム関数算出部１０３により算出されたＲｅｃａｌｌ対フレーム関数をグラフ化したグラフは、図１０となる。そのため、必要Ｒｅｃａｌｌ算出部１０４は、図１０のグラフにおいて、ｎ_ｍａｘ＝２４に対応するＲｅｃａｌｌの値０．１２を、必要Ｒｅｃａｌｌ ｑ_ｍｉｎとして算出する。

【0055】

なお、関連技術のように、Ｆｒａｍｅ－ｗｉｓｅ認識を想定する場合は、映像フレーム毎に対象物の認識精度を保証する必要があるため、Ｎは、最小のｎ_ｍｉｎとなり、値が１となる。図１０のグラフにおいて、ｎ_ｍｉｎ＝１に対応するＲｅｃａｌｌの値は０．９５となり、この値が必要Ｒｅｃａｌｌとなる。

【0056】

Ｒｅｃａｌｌ対映像ビットレート関数記憶部１０５は、Ｒｅｃａｌｌと映像ビットレートとの関係を示すＲｅｃａｌｌ対映像ビットレート関数を記憶する。Ｒｅｃａｌｌ対映像ビットレート関数を近似した近似曲線の例を、図１１に示す。図１１において、横軸は映像ビットレート、縦軸はＲｅｃａｌｌを示している。また、図１１においては、２本の近似曲線が示されており、点線の近似曲線は、映像全体のＲｅｃａｌｌ（μ）を示し、実線の近似曲線は、μ－σ（標準偏差）を示している。μ－σの近似曲線を導出したのは、認識率のばらつきを考慮したためであり、後述するように、必要映像ビットレート算出部１０６は、μ－σの近似曲線を用いて、必要映像ビットレートを算出する。

【0057】

ここで、図１２及び図１３を参照して、図１１に示される２本の近似曲線の作成方法について説明する。図１２及び図１３は、検出する対象物が顔となる例である。なお、ここでは、近似曲線を作成する動作主体を、便宜的に、作成部（不図示）と称する。作成部は、ネットワーク管理装置１０に設けられても良いし、別の装置に設けられても良い。

【0058】

（１）映像ビットレート対Ｒｅｃａｌｌのデータの収集
まず、図１２に示されるように、作成部は、オリジナル映像の配信を受けて（ステップＳ１０１）、顔検出を行い（ステップＳ１０２）、検出結果を記憶し（ステップＳ１０３）、Ｒｅｃａｌｌを計算する（ステップＳ１０７）。次に、作成部は、映像ビットレートを落とした映像の配信を受けて（ステップＳ１０４）、顔検出を行い（ステップＳ１０５）、検出結果を記憶し（ステップＳ１０６）、Ｒｅｃａｌｌを計算する（ステップＳ１０７）。映像ビットレートが閾値を下回らない間は、作成部は、ステップＳ１０４～Ｓ１０７のループを繰り返す。その後、作成部は、映像ビットレートとＲｅｃａｌｌとの関係を示す映像ビットレート対Ｒｅｃａｌｌのデータを蓄積する（ステップＳ１０８）。

【0059】

（２）近似曲線の計算
次に、作成部は、映像ビットレート対Ｒｅｃａｌｌのデータを用いて、以下の数式４へのフィッティングを行い、その結果、図１３に示されるようなｆ_１（ｘ）～ｆ_４（ｘ）を作成する。

【数4】

ここで、数式４において、ｘは映像ビットレート、ｙはＲｅｃａｌｌ、ｉ＝｛１，２，３，４｝である。

【0060】

具体的には、まず、作成部は、上述した数式４へのフィッティングを行い、ｆ_１（ｘ）及びｆ_２（ｘ）を作成する。次に、作成部は、ｆ_１（ｘ）の標準偏差σを求め、ｆ_１（ｘ）－σにより、ｆ_３（ｘ）を作成する。次に、作成部は、ｆ_２（ｘ）において、オリジナル映像のビットレートに対応する点と、ｆ_３（ｘ）において、ｆ_１（ｘ）とｆ_２（ｘ）の交点のｘ座標に対応する点と、を結び、これをｆ_４（ｘ）とする。そのため、ａ_１＝ａ_３となる。また、ｆ_１（ｘ）とｆ_２（ｘ）との交点と、ｆ_３（ｘ）とｆ_４（ｘ）との交点と、はｘ座標が等しくなる。

【0061】

以上のようにして、図１３に示されるようなｆ_１（ｘ）～ｆ_４（ｘ）が作成される。このうち、ｆ_１（ｘ）及びｆ_２（ｘ）からなる近似曲線が、図１１に示されるμに対応する近似曲線となる。また、ｆ_３（ｘ）及びｆ_４（ｘ）からなる近似曲線が、図１１に示されるμ－σに対応する近似曲線となる。

【0062】

必要映像ビットレート算出部１０６は、必要Ｒｅｃａｌｌ算出部１０４により算出された必要Ｒｅｃａｌｌ ｑ_ｍｉｎと、Ｒｅｃａｌｌ対映像ビットレート関数記憶部１０５に記憶されたＲｅｃａｌｌ対映像ビットレート関数と、に基づいて、Ｎ枚目の映像フレームまでに対象物を認識するために、映像に必要な映像ビットレートを示す必要映像ビットレートβ_ｍｉｎを算出する。

【0063】

例えば、必要Ｒｅｃａｌｌ ｑ_ｍｉｎ＝０．１２、Ｒｅｃａｌｌ対映像ビットレート関数の近似曲線が図１１となるとき、図１１のμ－σの近似曲線において、ｑ_ｍｉｎ＝０．１２に対応する映像ビットレートは７３［ｋｂｐｓ］となる。そのため、必要映像ビットレート算出部１０６は、７３［ｋｂｐｓ］を必要映像ビットレートβ_ｍｉｎとして算出する。

【0064】

なお、関連技術のように、Ｆｒａｍｅ－ｗｉｓｅ認識を想定する場合は、Ｎ＝１となるため、上述したように、必要Ｒｅｃａｌｌは０．９５となる。図１１のμの近似曲線において、ｑ＝０．９５に対応する映像ビットレートは４２５［ｋｂｐｓ］となる。そのため、４２５［ｋｂｐｓ］が必要映像ビットレートとなる。

【0065】

続いて、図１４を参照して、映像ビットレート対認識率（Ｆａｍｉｌｙ－ｗｉｓｅ認識の認識率）の結果の例について説明する。図１４において、横軸は映像ビットレート、縦軸は認識率を示している。

【0066】

関連技術のように、Ｆｒａｍｅ－ｗｉｓｅ認識を想定する場合、Ｎ＝１となり、必要映像ビットレートは４２５［ｋｂｐｓ］となる。この場合、要求認識率（０．９５）以上を維持できるものの、必要映像ビットレートは高くなる。

【0067】

これに対して、本実施の形態３のように、Ｆａｍｉｌｙ－ｗｉｓｅ認識を想定する場合、Ｎ＝２４となり、必要映像ビットレートは７３［ｋｂｐｓ］となる。この場合、必要映像ビットレートは低いもののも、要求認識率（０．９５）以上を維持できている。
このことから、本実施の形態３によれば、映像ビットレートを削減（４２５［ｋｂｐｓ］から７３［ｋｂｐｓ］）しつつ、要求認識率（０．９５）以上を維持できることがわかる。

【0068】

続いて、図１５を参照して、本実施の形態３に係るネットワーク管理装置１００の概略的な動作フローの例について説明する。
図１５に示されるように、まず、品質記憶部１０１は、要求遅延量、要求認識率、及びフレームレートを記憶する（ステップＳ２０１）。

【0069】

次に、要求遅延内フレーム数算出部１０２は、品質記憶部１０１に記憶された要求遅延量及びフレームレートに基づいて、要求遅延内フレーム数を算出する（ステップＳ２０２）。

【0070】

次に、Ｒｅｃａｌｌ対フレーム関数算出部１０３は、品質記憶部１０１に記憶された要求認識率に基づいて、その要求認識率である場合における、Ｒｅｃａｌｌ対フレーム関数を算出する（ステップＳ２０３）。
なお、ステップＳ２０２，Ｓ２０３の処理は、逆の順番で行われても良いし、同時に並行して行われても良い。

【0071】

次に、必要Ｒｅｃａｌｌ算出部１０４は、要求遅延内フレーム数算出部１０２により算出された要求遅延内フレーム数と、Ｒｅｃａｌｌ対フレーム関数算出部１０３により算出されたＲｅｃａｌｌ対フレーム関数と、に基づいて、１枚の映像フレーム当たりの必要Ｒｅｃａｌｌを算出する（ステップＳ２０４）。

【0072】

その後、必要映像ビットレート算出部１０６は、必要Ｒｅｃａｌｌ算出部１０４により算出された必要Ｒｅｃａｌｌと、Ｒｅｃａｌｌ対映像ビットレート関数記憶部１０５に記憶されたＲｅｃａｌｌ対映像ビットレート関数と、に基づいて、必要映像ビットレートを算出する（ステップＳ２０５）。

【0073】

上述したように本実施の形態３によれば、Ｆａｍｉｌｙ－ｗｉｓｅ認識を想定して、必要映像ビットレートを算出する。すなわち、Ｎ枚の映像フレームのうち、１枚以上の映像フレームで対象物を認識する割合を示す認識率が要求認識率を満たすように、１枚の映像フレーム当たりの必要Ｒｅｃａｌｌを算出し、算出された必要Ｒｅｃａｌｌに基づいて、必要映像ビットレートを算出する。

【0074】

これにより、要求認識率（認識精度）を保ちつつ、Ｆｒａｍｅ－ｗｉｓｅ認識を想定する場合と比較して、映像ビットレートを低く抑えることができるため、効率的な映像配信を実現することができる。また、映像ビットレートを低く抑えられることから、映像配信に必要な通信帯域を削減することもできる。

【0075】

＜実施の形態４＞
続いて、図１６を参照して、本実施の形態４に係る映像配信システム１の構成例について説明する。
図１６に示されるように、本実施の形態４に係る映像配信システム１は、ネットワーク管理装置１００Ａと、映像配信装置２００と、分析装置３００と、を備えている。なお、映像配信装置２００と分析装置３００間を接続する無線ネットワークは、Ｗｉｆｉ、ＬＴＥ、４Ｇ、５Ｇ、又はローカル５Ｇ等であって良い（以下の図１７において同じ）。

【0076】

ネットワーク管理装置１００Ａは、上述した実施の形態１に係るネットワーク管理装置１００と比較して、必要映像ビットレート送信部１０７を追加している点が異なる。
必要映像ビットレート送信部１０７は、必要映像ビットレート算出部１０６により算出された必要映像ビットレートの情報を、映像配信装置２００に送信する。

【0077】

映像配信装置２００は、映像を配信する装置であり、例えば、監視カメラに代表されるカメラなどである。映像配信装置２００は、必要映像ビットレート受信部２０１と、エンコーダ２０２と、映像配信部２０３と、撮影部２０４と、を備えている。
必要映像ビットレート受信部２０１は、ネットワーク管理装置１００Ａから、必要映像ビットレートの情報を受信する。
撮影部２０４は、映像を撮影する。
エンコーダ２０２は、必要映像ビットレート受信部２０１により受信された必要映像ビットレートに基づいて、撮影部２０４により撮影された映像をエンコードする。
映像配信部２０３は、エンコーダ２０２によりエンコードされた映像を、ネットワークを介して、分析装置３００に送信する。

【0078】

分析装置３００は、映像を分析する装置であり、クラウドサーバなどである。分析装置３００は、映像受信部３０１と、デコーダ３０２と、映像分析部３０３と、を備えている。
映像受信部３０１は、映像配信装置２００から、ネットワークを介して、映像を受信する。
デコーダ３０２は、映像受信部３０１により受信された映像をデコードする。
映像分析部３０３は、デコーダ３０２によりデコードされた映像を分析する。例えば、映像分析部３０３は、映像に映り込む対象物（例えば、人、顔、車など）を認識することによって、対象物を検出する。具体的には、映像分析部３０３は、映像に対象物が映り込んでいるか否かの二値分類を行う。

【0079】

上述したように本実施の形態４によれば、映像配信装置２００は、ネットワーク管理装置１００Ａにより算出された必要映像ビットレートに基づいて、撮影部２０４により撮影された映像をエンコードして、分析装置３００に配信することができる。また、ネットワーク管理装置１００Ａにより算出された必要映像ビットレートは、Ｆａｍｉｌｙ－ｗｉｓｅ認識を想定し、要求認識率を満たすように算出されたものであるため、分析装置３００における対象物の検出精度を維持することができる。

【0080】

＜実施の形態５＞
続いて、図１７を参照して、本実施の形態５に係る映像配信システム２の構成例について説明する。
図１７に示されるように、本実施の形態５に係る映像配信システム２は、ネットワーク管理装置１００Ａと、帯域制御装置４００と、を備えている。

【0081】

ネットワーク管理装置１００Ａは、上述した実施の形態４に係るネットワーク管理装置１００Ａと同様の構成である。ただし、必要映像ビットレートの情報の送信先は、帯域制御装置４００となる。

【0082】

帯域制御装置４００は、ネットワークの帯域を制御する装置であり、映像配信装置２００と分析装置３００との間に配置されるルータなどである。ただし、帯域制御装置４００は、映像配信装置２００と映像受信装置（不図示）との間に配置されるルータなどであっても良い。帯域制御装置４００は、必要映像ビットレート受信部４０１と、保証帯域設定部４０２と、を備えている。
必要映像ビットレート受信部４０１は、ネットワーク管理装置１００Ａから、必要映像ビットレートの情報を受信する。
保証帯域設定部４０２は、必要映像ビットレート受信部４０１により受信された必要映像ビットレートに基づいて、映像配信装置２００による映像の配信に用いるネットワークに対し、保証帯域を設定する。

【0083】

上述したように本実施の形態３によれば、帯域制御装置４００は、ネットワーク管理装置１００Ａにより算出された必要映像ビットレートに基づいて、映像配信装置２００による映像の配信に用いるネットワークに対し、保証帯域を設定することができる。

【0084】

＜実施の形態に係るネットワーク管理装置のハードウェア構成＞
続いて、図１８を参照して、上述した実施の形態２～５に係るネットワーク管理装置１００，１００Ａ,１００Ｂを実現するコンピュータ９００のハードウェア構成例について説明する。

【0085】

図１８に示されるように、コンピュータ９００は、プロセッサ９０１、メモリ９０２、ストレージ９０３、入出力インタフェース（入出力Ｉ／Ｆ）９０４、及び通信インタフェース（通信Ｉ／Ｆ）９０５などを備える。プロセッサ９０１、メモリ９０２、ストレージ９０３、入出力インタフェース９０４、及び通信インタフェース９０５は、相互にデータを送受信するためのデータ伝送路で接続されている。

【0086】

プロセッサ９０１は、例えば、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）などの演算処理装置である。メモリ９０２は、例えばＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）などのメモリである。ストレージ９０３は、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、又はメモリカードなどの記憶装置である。また、ストレージ９０３は、ＲＡＭやＲＯＭなどのメモリであっても良い。

【0087】

ストレージ９０３は、ネットワーク管理装置１００，１００Ａ,１００Ｂが備える構成要素の機能を実現するプログラムを記憶している。プロセッサ９０１は、これら各プログラムを実行することで、ネットワーク管理装置１００，１００Ａ,１００Ｂが備える構成要素の機能をそれぞれ実現する。ここで、プロセッサ９０１は、上記各プログラムを実行する際、これらのプログラムをメモリ９０２上に読み出してから実行しても良いし、メモリ９０２上に読み出さずに実行しても良い。また、メモリ９０２やストレージ９０３は、ネットワーク管理装置１００，１００Ａ,１００Ｂが備える記憶機能を実現する役割も果たす。

【0088】

また、上述したプログラムは、コンピュータに読み込まれた場合に、上述した実施の形態で説明された、ネットワーク管理装置１００，１００Ａ,１００Ｂにおける１又はそれ以上の機能をコンピュータに行わせるための命令群（又はソフトウェアコード）を含む。プログラムは、非一時的なコンピュータ可読媒体又は実体のある記憶媒体に格納されても良い。限定ではなく例として、コンピュータ可読媒体又は実体のある記憶媒体は、RAM、ROM、フラッシュメモリ、SSD又はその他のメモリ技術、compact disc（CD）-ROM、digital versatile disk（DVD）、Blu-ray（登録商標）ディスク又はその他の光ディスクストレージ、磁気カセット、磁気テープ、磁気ディスクストレージ又はその他の磁気ストレージデバイスを含む。プログラムは、一時的なコンピュータ可読媒体又は通信媒体上で送信されても良い。限定ではなく例として、一時的なコンピュータ可読媒体又は通信媒体は、電気的、光学的、音響的、又はその他の形式の伝搬信号を含む。

【0089】

入出力インタフェース９０４は、表示装置９０４１、入力装置９０４２、音出力装置９０４３などと接続される。表示装置９０４１は、ＬＣＤ（Liquid Crystal Display）、ＣＲＴ（Cathode Ray Tube）ディスプレイ、モニターのような、プロセッサ９０１により処理された描画データに対応する画面を表示する装置である。入力装置９０４２は、オペレータの操作入力を受け付ける装置であり、例えば、キーボード、マウス、及びタッチセンサなどである。表示装置９０４１及び入力装置９０４２は一体化され、タッチパネルとして実現されていても良い。音出力装置９０４３は、スピーカのような、プロセッサ９０１により処理された音響データに対応する音を音響出力する装置である。

【0090】

通信インタフェース９０５は、外部の装置との間でデータを送受信する。例えば、通信インタフェース９０５は、有線通信路または無線通信路を介して外部装置と通信する。

【0091】

以上、実施の形態を参照して本開示を説明したが、本開示は上述した実施の形態に限定されるものではない。本開示の構成や詳細には、本開示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。

【0092】

また、上述した実施の形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
映像から対象物を認識するために、前記映像を配信する映像配信装置に要求される前記映像の品質を示す要求品質を取得する取得部と、
前記取得部により取得された前記要求品質に基づいて、前記対象物を認識できる前記映像の分析性能を算出する第１算出部と、
前記第１算出部により算出された前記分析性能に基づいて、前記映像の配信に係るパラメータを算出する第２算出部と、を備える、
ネットワーク管理装置。
（付記２）
前記取得部は、前記映像の映像品質をさらに取得し、
前記第１算出部は、前記取得部により取得された前記要求品質及び前記映像品質に基づいて、前記分析性能を算出する、
付記１に記載のネットワーク管理装置。
（付記３）
前記取得部は、前記要求品質として、前記映像に要求される認識率を示す要求認識率と、前記映像に要求される遅延量の上限を示す要求遅延量と、を取得すると共に、前記映像品質として、前記映像のフレームレートを取得し、
前記認識率は、複数枚の映像フレームのうち１枚以上の映像フレームで前記対象物を認識する割合である、
付記２に記載のネットワーク管理装置。
（付記４）
前記第１算出部は、
前記取得部により取得された前記要求遅延量及び前記フレームレートに基づいて、前記要求遅延量以内に生成される映像フレームのフレーム数を示す要求遅延内フレーム数を算出し、
前記要求認識率が、前記取得部により取得された要求認識率である場合における、再現率と映像フレームのフレーム数との関係を示す第１関数を算出し、
前記算出された前記要求遅延内フレーム数及び前記第１関数に基づいて、１枚の映像フレーム当たりに必要な再現率を示す必要再現率を、前記分析性能として算出し、
前記第２算出部は、
前記第１算出部により算出された前記必要再現率と、再現率と映像ビットレートとの関係を示す第２関数と、に基づいて、前記映像に必要な映像ビットレートを示す必要映像ビットレートを、前記パラメータとして算出する、
付記３に記載のネットワーク管理装置。
（付記５）
前記第２関数は、前記認識率のばらつきを考慮して、算出されたものである、
付記４に記載のネットワーク管理装置。
（付記６）
前記取得部は、前記対象物に応じた前記要求品質を取得する、
付記１から５のいずれか１項に記載のネットワーク管理装置。
（付記７）
映像から対象物を認識するために、前記映像を配信する映像配信装置に要求される前記映像の品質を示す要求品質を取得する取得ステップと、
前記取得ステップにより取得された前記要求品質に基づいて、前記対象物を認識できる前記映像の分析性能を算出する第１算出ステップと、
前記第１算出ステップにより算出された前記分析性能に基づいて、前記映像の配信に係るパラメータを算出する第２算出ステップと、を含む、
ネットワーク管理方法。
（付記８）
前記取得ステップでは、前記映像の映像品質をさらに取得し、
前記第１算出ステップでは、前記取得ステップにより取得された前記要求品質及び前記映像品質に基づいて、前記分析性能を算出する、
付記７に記載のネットワーク管理方法。
（付記９）
前記取得ステップでは、前記要求品質として、前記映像に要求される認識率を示す要求認識率と、前記映像に要求される遅延量の上限を示す要求遅延量と、を取得すると共に、前記映像品質として、前記映像のフレームレートを取得し、
前記認識率は、複数枚の映像フレームのうち１枚以上の映像フレームで前記対象物を認識する割合である、
付記８に記載のネットワーク管理方法。
（付記１０）
前記第１算出ステップでは、
前記取得ステップにより取得された前記要求遅延量及び前記フレームレートに基づいて、前記要求遅延量以内に生成される映像フレームのフレーム数を示す要求遅延内フレーム数を算出し、
前記要求認識率が、前記取得ステップにより取得された要求認識率である場合における、再現率と映像フレームのフレーム数との関係を示す第１関数を算出し、
前記算出された前記要求遅延内フレーム数及び前記第１関数に基づいて、１枚の映像フレーム当たりに必要な再現率を示す必要再現率を、前記分析性能として算出し、
前記第２算出ステップでは、
前記第１算出ステップにより算出された前記必要再現率と、再現率と映像ビットレートとの関係を示す第２関数と、に基づいて、前記映像に必要な映像ビットレートを示す必要映像ビットレートを、前記パラメータとして算出する、
付記９に記載のネットワーク管理方法。
（付記１１）
前記第２関数は、前記認識率のばらつきを考慮して、算出されたものである、
付記１０に記載のネットワーク管理方法。
（付記１２）
前記取得ステップでは、前記対象物に応じた前記要求品質を取得する、
付記７から１１のいずれか１項に記載のネットワーク管理方法。
（付記１３）
映像から対象物を認識するために、前記映像を配信する映像配信装置に要求される前記映像の品質を示す要求品質を取得する取得部と、
前記取得部により取得された前記要求品質に基づいて、前記対象物を認識できる前記映像の分析性能を算出する第１算出部と、
前記第１算出部により算出された前記分析性能に基づいて、前記映像の配信に係るパラメータを算出する第２算出部と、を備える、
映像配信システム。
（付記１４）
前記取得部は、前記映像の映像品質をさらに取得し、
前記第１算出部は、前記取得部により取得された前記要求品質及び前記映像品質に基づいて、前記分析性能を算出する、
付記１３に記載の映像配信システム。
（付記１５）
前記取得部は、前記要求品質として、前記映像に要求される認識率を示す要求認識率と、前記映像に要求される遅延量の上限を示す要求遅延量と、を取得すると共に、前記映像品質として、前記映像のフレームレートを取得し、
前記認識率は、複数枚の映像フレームのうち１枚以上の映像フレームで前記対象物を認識する割合である、
付記１４に記載の映像配信システム。
（付記１６）
前記第１算出部は、
前記取得部により取得された前記要求遅延量及び前記フレームレートに基づいて、前記要求遅延量以内に生成される映像フレームのフレーム数を示す要求遅延内フレーム数を算出し、
前記要求認識率が、前記取得部により取得された要求認識率である場合における、再現率と映像フレームのフレーム数との関係を示す第１関数を算出し、
前記算出された前記要求遅延内フレーム数及び前記第１関数に基づいて、１枚の映像フレーム当たりに必要な再現率を示す必要再現率を、前記分析性能として算出し、
前記第２算出部は、
前記第１算出部により算出された前記必要再現率と、再現率と映像ビットレートとの関係を示す第２関数と、に基づいて、前記映像に必要な映像ビットレートを示す必要映像ビットレートを、前記パラメータとして算出する、
付記１５に記載の映像配信システム。
（付記１７）
前記第２関数は、前記認識率のばらつきを考慮して、算出されたものである、
付記１６に記載の映像配信システム。
（付記１８）
前記第２算出部により算出された前記必要映像ビットレートに基づいて、前記映像をエンコードするエンコーダと、
前記エンコーダによりエンコードされた前記映像を、ネットワークを介して、配信する映像配信部と、をさらに備える、
付記１６又は１７に記載の映像配信システム。
（付記１９）
前記第２算出部により算出された前記必要映像ビットレートに基づいて、前記映像の配信に用いるネットワークに対し、保証帯域を設定する保証帯域設定部をさらに備える、
付記１６又は１７に記載の映像配信システム。
（付記２０）
前記取得部は、前記対象物に応じた前記要求品質を取得する、
付記１３から１９のいずれか１項に記載の映像配信システム。

【符号の説明】

【0093】

１，２，３ 映像配信システム
１００，１００Ａ，１００Ｂ ネットワーク管理装置
１０１ 品質記憶部
１０２ 要求遅延内フレーム数算出部
１０３ Ｒｅｃａｌｌ対フレーム関数算出部
１０４ 必要Ｒｅｃａｌｌ算出部
１０５ Ｒｅｃａｌｌ対映像ビットレート関数記憶部
１０６ 必要映像ビットレート算出部
１０７ 必要映像ビットレート送信部
１１１ 取得部
１１２ 第１算出部
１１３ 第２算出部
２００ 映像配信装置
２０１ 必要映像ビットレート受信部
２０２ エンコーダ
２０３ 映像配信部
２０４ 撮影部
３００ 分析装置
３０１ 映像受信部
３０２ デコーダ
３０３ 映像分析部
４００ 帯域制御装置
４０１ 必要映像ビットレート受信部
４０２ 保証帯域設定部
９００ コンピュータ
９０１ プロセッサ
９０２ メモリ
９０３ ストレージ
９０４ 入出力インタフェース
９０４１ 表示装置
９０４２ 入力装置
９０４３ 音出力装置
９０５ 通信インタフェース

【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】