JP2018116405A

JP2018116405A - 情報処理装置、情報処理方法及びプログラム

Info

Publication number: JP2018116405A
Application number: JP2017005967A
Authority: JP
Inventors: 小林　正幸; Masayuki Kobayashi; 正幸小林
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2017-01-17
Filing date: 2017-01-17
Publication date: 2018-07-26
Anticipated expiration: 2037-01-17
Also published as: US20180204071A1; US10755107B2; CN108334820B; CN108334820A; JP6469139B2

Abstract

【課題】より精度よく待ち時間を予測することを目的とする。
【解決手段】設定範囲の待ち行列のオブジェクトの数を取得する取得手段と、取得手段により取得されたオブジェクトの数が閾値以下の場合、取得手段によって取得されたオブジェクトの数を変更する変更手段と、変更手段によって変更されたオブジェクトの数と、待ち行列における通過頻度と、に基づいて、待ち行列の待ち時間を予測する予測手段と、を有する。
【選択図】図４

Description

本発明は、情報処理装置、情報処理方法及びプログラムに関する。

行列の待ち時間を予測するための技術として、速度場ラべルと背景差分ラべルとの合成データを利用して行列を判別し、待ち時間を算出する方法がある（特許文献１参照）。

特開２００７−３１７０５２号公報

しかしながら、特許文献１に開示された技術では、監視範囲内の全ての人体の追尾を行わなければならず、多大な計算コストが発生する。また、行列に並んでいない人を行列に並んでいると判定してしまうことがあり、待ち時間の予測精度が低下することがあった。

本発明の情報処理装置は、設定範囲の待ち行列のオブジェクトの数を取得する取得手段と、前記取得手段によって取得された前記オブジェクトの数が閾値以下の場合、前記取得手段によって取得された前記オブジェクトの数を変更する変更手段と、前記変更手段によって変更された前記オブジェクトの数と、前記待ち行列における通過頻度と、に基づいて、前記待ち行列の待ち時間を予測する予測手段と、を有する。

本発明によれば、より精度よく待ち時間を予測することができる。

行列待ち時間予測システムのシステム構成等の一例を示す図である。行列待ち時間予測システムを実環境に適用した一例を示す図である。情報処理装置の機能構成の一例を示す図である。情報処理の一例を示すフローチャートである。実施形態３の処理を説明するための図である。実施形態４の処理を説明するための図（その１）である。実施形態４の処理を説明するための図（その２）である。

以下、本発明の実施形態について図面に基づいて説明する。

＜実施形態１＞
図１は、行列待ち時間予測システムのシステム構成及びシステムを構成する各装置のハードウェア構成の一例を示す図である。図１に示すように、行列待ち時間予測システムでは、撮像装置１００と情報処理装置１０６とが、ネットワーク１０５を介して相互に情報の授受ができるように接続されている。撮像装置１００は１台に限定されるものではなく、行列待ち時間予測システムに２台以上含まれていてもよい。
撮像装置１００は、ネットワーク１０５を介して撮像画像を情報処理装置１０６へ送信する。撮像装置１００は、画像を撮像するカメラである。例えば、監視に用いられる撮像装置である。また、撮像装置１００は、壁面や天井に設置することができ、１枚以上の画像を含む動画像を撮像するカメラであってもよい。また、撮像装置１００は、例えば、ＰｏＥ（ＰｏｗｅｒＯｖｅｒＥｔｈｅｒｎｅｔ）（登録商標）に対応していてもよく、ＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）ケーブルを介して電力を供給されてもよい。次に撮像装置１００の構成について説明する。

撮像部１０１は、撮像光学系におけるレンズ群及び撮像素子を有している。撮像素子は、例えば、ＣＭＯＳ（ＣｏｍｐｌｅｍｅｎｔａｒｙＭｅｔａｌＯｘｉｄｅＳｅｍｉｃｏｎｄｕｃｔｏｒ）等である。撮像部１０１は、撮像素子から得られる画像に画像処理を施し、信号を符号化し出力する。
通信部１０２は、ネットワーク１０５を介して情報処理装置１０６と通信を行う。通信は、無線通信を介して行ってもよいし、有線ＬＡＮを介して行ってもよい。無線通信として、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＺｉｇＢｅｅ（登録商標）、ＵＷＢ（ＵｌｔｒａＷｉｄｅＢａｎｄ）等の無線ＰＡＮ（ＰｅｒｓｏｎａｌＡｒｅａＮｅｔｗｏｒｋ）が挙げられる。また、無線通信として、Ｗｉ−Ｆｉ（ＷｉｒｅｌｅｓｓＦｉｄｅｌｉｔｙ）（登録商標）等の無線ＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）が挙げられる。また、無線通信として、ＷｉＭＡＸ（登録商標）等の無線ＭＡＮ（ＭｅｔｒｏｐｏｌｉｔａｎＡｒｅａＮｅｔｗｏｒｋ）や、ＬＴＥ／３Ｇ等の無線ＷＡＮ（ＷｉｄｅＡｒｅａＮｅｔｗｏｒｋ）が挙げられる。有線ＬＡＮとしては、例えば、Ｅｔｈｅｒｎｅｔ（登録商標）等の通信規格を満足する複数のルータ、スイッチ、ケーブル等の構成が挙げられる。通信部１０２は、外部機器と通信を行うことができればよく、通信の規格、規模、構成は限定されない。
ＣＰＵ１０３は、撮像装置１００の各部における演算や論理判断等の処理を行う演算処理部である。撮像装置１００の機能や処理は、ＣＰＵ１０３が記憶部１０４に格納されているプログラムを読み出し、このプログラムを実行することにより実現される。
記憶部１０４は、ＥＥＰＲＯＭ等の電気的に消去可能な不揮発性メモリ（ＥｌｅｃｔｒｉｃａｌｌｙＥｒａｓａｂｌｅＰｒｏｇｒａｍｍａｂｌｅＲｅａｄＯｎｌｙＭｅｍｏｒｙ）である。記憶部１０４には各種情報が記録される。例えば、記憶部１０４には、撮像装置１００により得られた撮像画像を記憶してもよい。

次に、情報処理装置１０６について説明する。情報処理装置１０６は、例えば、ＰＣ（ＰｅｒｓｏｎａｌＣｏｍｐｕｔｅｒ）であってもよいし、タブレット端末、スマートフォン等の携帯用端末であってもよい。次に、情報処理装置１０６の構成について説明する。情報処理装置１０６は、通信部１０７、ＣＰＵ１０８、記憶部１０９、表示部１１０、入力部１１１を有する。
通信部１０７は、ネットワーク１０５を介して撮像装置１００から画像や各種情報の通信を行う。
ＣＰＵ１０８は、情報処理装置１０６の各部における演算や論理判断等の処理を行う演算処理部である。
記憶部１０９は、電気的に消去可能な不揮発性メモリＥＥＰＲＯＭ（ＥｌｅｃｔｒｉｃａｌｌｙＥｒａｓａｂｌｅＰｒｏｇｒａｍｍａｂｌｅＲｅａｄＯｎｌｙＭｅｍｏｒｙ）である。
表示部１１０は、撮像装置１００から取得した画像の表示や撮像装置１００の設定情報等を表示する。なお、情報処理装置１０６内に表示部１１０を有する構成としたが、これに限定されるものではない。他の例としては、表示部１１０を情報処理装置１０６に有さず、情報処理装置１０６は、インタフェースを介して外部装置としての表示装置を制御するものとしてもよい。
入力部１１１は、マウス入力、キーボード入力、タッチ入力等のユーザー指示の入力を受け付ける。例えば、入力部１１１が撮像装置１００の設定を変更する指示を入力した場合に、ＣＰＵ１０８は、指示に基づいて、撮像装置１００の設定を変更するための制御命令を生成し、通信部１０７を介して撮像装置１００へ制御命令を出力する。このように、撮像装置１００は、情報処理装置１０６より取得した制御命令に基づいて撮像装置１００の設定を変更することができる。
ＣＰＵ１０８が記憶部１０９に記憶されているプログラムに基づき処理を実行することによって、後述する図３に示す情報処理装置１０６の機能構成及び後述する図４のフローチャートの処理が実現される。

図２は、行列待ち時間予測システムを実環境に適用した一例を示す図である。図２に示す行列は、タクシーの待ち行列であり、範囲２０２は監視カメラ２０１で待ち人数のカウントを行う範囲を表している。範囲２０２は、設定範囲の一例である。通過検知線２０３は通過検知の判断を行うための線である。方向２０４は行列の進行方法（通過検知を行う方向）を表している。通過検知線２０３は、通常、待ち行列を構成する人体に対してサービスが提供される待ち行列の先頭部に設けられる。監視カメラ２０１は、図１の撮像装置１００と同様の装置である。

図３は、情報処理装置１０６の機能構成の一例を示す図である。
通過検知部１１２は、監視カメラで撮像された映像を解析し、人体の通過検知線２０３の通過を検知する。又は、通過検知部１１２は、監視カメラに設けられた、又は通過検知線２０３に近傍に設置された通過センサからの信号に基づき、人体の通過検知線２０３の通過を検知するようにしてもよい。ここで、図３では、情報処理装置１０６に通過検知部１１２を実装する例を示しているが、通過検知部１１２を監視カメラに実装してもよい。通過検知部１１２を監視カメラに実装した場合、監視カメラは、通過検知部１１２で検知された情報を、情報処理装置１０６に送信する。また、通過検知部１１２は、監視カメラで撮像された映像の解決結果、及び通過センサからの信号に基づき、人体の通過検知線２０３の通過を検知するようにしてもよい。人体の通過検知線２０３の通過の検知は、待ち行列から出ていくオブジェクトの検知の一例である。
カウント部１１３は、画像処理及び画像処理の結果の解析により、監視カメラの映像から人体を検出し、人数をカウントする。制御部１１６は、入力部１１１を介したユーザー指示に基づき、予め行列が写る範囲を範囲２０２として設定していてもよい。カウント部１１３は、待ち行列のエリアの状況によって、一つ又は複数の監視カメラからの映像を使用してもよい。
通過頻度算出部１１４は、予め定められた時間内に、通過検知部１１２が何人の人体を検知したかを計算し、行列の進行方向の通過頻度を算出する。例えば、通過頻度算出部１１４は、行列から出ていくオブジェクトの頻度（単位時間に行列から出ていくオブジェクトの数）を通過頻度として算出すればよい。
待ち時間算出部１１５は、入力部１１１を介したユーザー指示に基づき設定された間隔に応じて、カウント部１１３で算出された人数と、通過頻度算出部１１４で算出された人体の通過頻度とから、待ち時間を予測し、予測した待ち時間を記憶部１０９等に記録する。
制御部１１６は、図３に示す構成の各機能を制御する。

図４は、情報処理の一例を示すフローチャートである。図４のフローチャートに係る処理は、例えば、待ち時間予測システムが起動された時点から開始される。
Ｓ３０１において、制御部１１６は、設定情報に基づきカウント範囲をカウント部１１３へ設定する。より具体的に説明すると、制御部１１６は、入力部１１１を介したユーザー指示に基づきカウント範囲を示す設定情報を記憶部１０９に記憶する。制御部１１６は、記憶部１０９に記憶した設定情報に基づきカウント範囲をカウント部１１３へ設定する。また、制御部１１６は、人体判別処理を行う待ち人数の閾値を待ち時間算出部１１５へ設定する。また、制御部１１６は、待ち時間予測を行うタイミングを通過頻度算出部１１４、待ち時間算出部１１５に設定する。制御部１１６は、これらの設定を必ずしも毎回行う必要はなく、予め記憶した値を読み込んで設定を行ってもよい。制御部１１６は、待ち人数の閾値として、係員等の行列を構成しない人体の数が分かっている場合には予め設定されている人体の数を用いてもよい。また、制御部１１６は、行列を構成しない人体の数が未知の場合はカウントを行うカウント範囲の大きさに応じて自動で閾値を設定してもよい。
Ｓ３０２において、通過検知部１１２は、通過センサからの信号や画像解析結果に基づき、人体の通過を検知する。
Ｓ３０３において、カウント部１１３は、Ｓ３０１で設定されたカウント範囲内に存在する人体のカウントを行う。カウント部１１３は、カウントした人数を待ち時間算出部１１５に送る。

Ｓ３０４において、待ち時間算出部１１５は、カウントされた人数がＳ３０１で設定した閾値を超えているかどうかの判断を行う。待ち時間算出部１１５は、カウントされた人数が閾値以下であれば（Ｓ３０４においてＹｅｓ）、Ｓ３０５の人体判別処理を行い、閾値より大きければ（Ｓ３０５においてＮｏ）、Ｓ３０５の処理をスキップし、Ｓ３０６の通過頻度算出処理に移る。
Ｓ３０５において、待ち時間算出部１１５は、Ｓ３０３でカウントされた人体が行列を構成する人体かどうかの判別処理を行う。実施形態１においては、待ち時間算出部１１５は、Ｓ３０１で設定された閾値以下であれば、カウントされた人体は行列を構成する人体ではないと判別し、待ち人数の値を０（ゼロ）にする（待ち時間予測値を０にする）。Ｓ３０５の処理により、係員等の行列を構成する人体以外の人数が予め分かっている場合、予めその人数をＳ３０１の初期設定の処理で閾値として設定しておくことで、偽の行列を検出してしまうことを防ぐことができる。
Ｓ３０６において、通過頻度算出部１１４は、Ｓ３０１で設定された待ち時間予測タイミングに応じて、通過検知部１１２の人体通過の検知結果から、行列の進行方向で予め定めた時間内の人体の通過頻度を算出し記録する。

Ｓ３０７において、待ち時間算出部１１５は、Ｓ３０１で設定された待ち時間予測タイミングに応じて、カウント部１１３で算出された待ち人数と、通過頻度算出部１１４で算出された物体の通過頻度とから、待ち時間を算出し、算出した待ち時間を記録する。このとき、待ち時間の算出は、下記の式に基づいて行う。
ＷＴｐ＝ＱＬ／ＴＨ
ＷＴｐ：予測待ち時間
ＱＬ：待ち人数
ＴＨ：通過頻度
システムの起動時等、通過頻度が０になってしまう場合を考慮して、通過頻度の初期値を予め設定しておくのがよい。
Ｓ３０８において、制御部１１６は、Ｓ３０７で求めた予測待ち時間を表示部１１０に表示する。設定に応じて、制御部１１６は、過去の予測待ち時間や通過頻度等のデータを表示部１１０に表示してもよい。また、通過頻度が０の場合には、制御部１１６は、予め定めた表示を表示部１１０にするようにしておいてもよい。
Ｓ３０９において、例えば、待ち時間算出部１１５は、待ち時間の予測の処理を終了するか否かを判断する。待ち時間算出部１１５は、待ち時間の予測の処理を続けて実行する場合（Ｓ３０９においてＹｅｓ）は、Ｓ３０２へ戻り、終了する場合（Ｓ３０９においてＮｏ）は、図３に示すフローチャートの処理を終了する。

本実施形態の処理によれば、行列を構成する人体とそれ以外の人体とが判別され、待ち時間予測の精度低下を防ぐことができる。

＜実施形態２＞
実施形態２では、実施形態１と異なるＳ３０５の人体判別処理を行う。実施形態２では、主に実施形態１と異なる点を説明する。
待ち時間算出部１１５は、通過検知部１１２で指定時間通過が検知されない場合に、カウントされた人体は行列を構成する人体ではないと判別し、待ち人数の値を０にする（待ち時間予測値を０にする）。制御部１１６は、予めＳ３０１の初期設定時に指定時間を登録しておく。例えば、制御部１１６は、入力部１１１を介したユーザー指示に基づき指定時間を示す設定情報を記憶部１０９に記憶する。待ち時間算出部１１５は、記憶部１０９に記憶された設定情報に基づき、通過検知部１１２で指定時間通過が検知されない場合に、カウントされた人体は行列を構成する人体ではないと判別し、待ち人数の値を０にする（待ち時間予測値を０にする）。この様な処理を行うことにより、カウント範囲内に存在する人体で、その場に待機していて行列を退出することのない係員等を判別でき、偽の行列を検出してしまうことを防ぐことができる。

＜実施形態３＞
実施形態３では、実施形態１、２と異なるＳ３０５の人体判別処理を行う。実施形態３では、主に上述した実施形態と異なる点を説明する。
より具体的には、図５に示したように、制御部１１６は、判別を行う指定領域４０１と設定時間との指定を、予めＳ３０１の初期設定時に登録しておく。例えば、制御部１１６は、入力部１１１を介したユーザー指示に基づき指定領域４０１と設定時間とを示す設定情報を記憶部１０９に記憶する。待ち時間算出部１１５は、記憶部１０９に記憶された設定情報に基づき、カウント部１１３において指定領域４０１での検出が設定時間で示される一定時間なかった場合に、カウントされた人体は行列を構成する人体ではないと判別する。そして、待ち時間算出部１１５は、待ち人数の値を０にする（待ち時間予測値を０にする）。この様な処理を行うことにより、行列を構成する人体であれば必ず行列の先頭部付近に存在することが予想されるため、行列を構成する人体とそれ以外の人体との判別ができ、偽の行列を検出してしまうことを防ぐことができる。

＜実施形態４＞
実施形態１〜３では、カウント部１１３で待ち人数カウントを行う範囲は、制御部１１６が初期設定時に初期設定を行い、その後、固定範囲でのカウントを行っていた。しかし、待ち人数カウントを行う範囲は可変であってもよい。
制御部１１６は、Ｓ３０１の初期設定において、入力部１１１を介したユーザー指示に基づき、時間帯ごとの混雑度によって、待ち人数カウントを行う範囲を変化させるように予め設定しておいてもよい。例えば、制御部１１６は、入力部１１１を介したユーザー指示に基づき、初期設定として、時間帯と、待ち人数カウント範囲と、を関連付けた設定情報を記憶部１０９に記憶する。この様な処理を行うことで、無駄な範囲での検出を省くことができる。例として、混雑度が小さいときの適用例を図６（ａ）に、大きいときの適用例を図６（ｂ）に示す。
カウント部１１３は、Ｓ３０３のカウントにおいて、現在の時間情報を取得し、取得した時間情報が含まれる時間帯と関連付けられた待ち人数カウント範囲を設定情報より取得し、取得した待ち人数カウント範囲内に存在する人体のカウントを行う。
また、例えば、制御部１１６等は、カウントした人体の増減に応じて、待ち人数カウント範囲を広げたり、狭めたりしてもよい。
また、カウント部１１３は、取得した待ち人数カウント範囲の大きさに応じて、人体判別処理を行う待ち人数閾値を変化させてもよい。図７の例では、待ち人数カウント範囲が、所定の範囲より狭い場合は、待ち人数閾値を１（図７（ａ））とし、待ち人数カウント範囲が、所定の範囲より広い場合は、待ち人数閾値を２（図７（ｂ））としている。

本実施形態の処理によれば、待ち人数カウント範囲を可変とすることで、適切な待ち人数カウントを行う範囲を設定でき、待ち時間予測の精度低下を防ぐことができる。

＜その他の実施形態＞
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給する。そして、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読み出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

以上、本発明の好ましい実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではない。
上述した各実施形態では、人体が行列を構成している場合について説明したが、他のオブジェクト、例えば、自動車、動物等であってもよい。
また、上述した各実施形態を任意に組み合わせて実施してもよい。

以上、上述した各実施形態の処理によれば、行列全体の待ち人数と行列を構成する人体が予め定めた位置を通過する頻度とから待ち時間を予測する場合において、行列を構成する人体とそれ以外の人体との区別がつき、待ち時間予測の精度低下を防ぐことができる。
また、より少ない処理でより精度よく待ち時間を予測することができる。

１００撮像装置
１０６情報処理装置
１０８ＣＰＵ

Claims

設定範囲の待ち行列のオブジェクトの数を取得する取得手段と、
前記取得手段によって取得された前記オブジェクトの数が閾値以下の場合、前記取得手段によって取得された前記オブジェクトの数を変更する変更手段と、
前記変更手段によって変更された前記オブジェクトの数と、前記待ち行列における通過頻度と、に基づいて、前記待ち行列の待ち時間を予測する予測手段と、
を有する情報処理装置。
前記取得手段によって取得された前記オブジェクトの数が前記閾値以下であり、前記待ち行列から出ていくオブジェクトが設定時間、検知されなかった場合、前記変更手段は、前記オブジェクトの数を変更する請求項１記載の情報処理装置。
前記取得手段によって取得された前記オブジェクトの数が前記閾値以下であり、前記設定範囲の指定領域においてオブジェクトが設定時間、検知されなかった場合、前記変更手段は、前記オブジェクトの数を変更する請求項１記載の情報処理装置。
前記変更手段は、前記オブジェクトの数をゼロに変更する請求項１乃至３何れか１項記載の情報処理装置。
前記設定範囲を設定情報として設定する設定手段を更に有する請求項１乃至４何れか１項記載の情報処理装置。
前記設定手段は、時間帯と設定範囲とを関連付けて設定情報として設定し、
前記取得手段は、前記設定情報に基づき現在の時間情報が含まれる時間帯と関連付けられた設定範囲を特定し、特定した設定範囲の待ち行列のオブジェクトの数を取得する請求項５記載の情報処理装置。
前記取得手段は、前記特定した設定範囲に基づいて、前記閾値を変更する請求項６記載の情報処理装置。
前記設定手段は、前記閾値を設定する請求項５乃至７何れか１項記載の情報処理装置。
前記待ち行列における通過頻度は、前記待ち行列から出ていくオブジェクトの頻度である請求項１乃至８何れか１項記載の情報処理装置。
情報処理装置が実行する情報処理方法であって、
設定範囲の待ち行列のオブジェクトの数を取得する取得工程と、
前記取得工程によって取得された前記オブジェクトの数が閾値以下の場合、前記取得工程によって取得された前記オブジェクトの数を変更する変更工程と、
前記変更工程によって変更された前記オブジェクトの数と、前記待ち行列における通過頻度と、に基づいて、前記待ち行列の待ち時間を予測する予測工程と、
を含む情報処理方法。
コンピュータを請求項１乃至９何れか１項記載の情報処理装置の各手段として機能させるためのプログラム。