JP5907487B2

JP5907487B2 - 情報伝送システム、送信装置、受信装置、情報伝送方法、およびプログラム

Info

Publication number: JP5907487B2
Application number: JP2012146595A
Authority: JP
Inventors: 善史白木; 優鎌本; 佐藤　尚; 尚佐藤; パブロナバガブリエル; 守谷　健弘; 健弘守谷; 寛紀山内; 知論泉; 洋平福水
Original assignee: Nippon Telegraph and Telephone Corp; Ritsumeikan Trust
Current assignee: Nippon Telegraph and Telephone Corp; Ritsumeikan Trust
Priority date: 2012-06-29
Filing date: 2012-06-29
Publication date: 2016-04-26
Anticipated expiration: 2032-06-29
Also published as: JP2014011609A

Description

この発明は、可視光およびその周辺帯域の電磁波を用いて情報を伝送する情報伝送技術に関する。

従来から複数の人間が集まっている場面の状況を映像情報のみから解析する技術が求められてきた。例えば、駅構内に設置される監視カメラにおいて、駅員が利用客と隣接している場面の映像から、その状況が単なる話し合いなのか、駅員への暴言や暴力なのかを識別することは困難であるが、その判別が可能となれば、酔客などの暴力から駅員を守るためにより迅速かつ適切な対応を取ることが可能となる。

しかしながら、現在のコンピュータによる映像認識技術では、複数の人間が集まっている場面での状況を認識することは困難である。映像情報のみから複数人集団の状況を解析する技術は萌芽研究の段階であり、その前段階の技術として、人物検出と人物追跡を実用化したシステムが製品化されている段階に留まる（非特許文献１参照）。一方で、人物行動解析の研究が精力的に進められており、この発展上に酔客の駅員への暴力を検出するようなシステムを実現することが期待されているが、未だ実用化には至っていない（非特許文献２参照）。

そのため、駅構内などの施設に設置される監視カメラにおいては、人間が常時遠隔監視を行うか、駅員などの係員にアラーム装置を携帯させるか、もしくは係員に音声センサーを持たせて、映像とは別に音声を送受信するシステムとするか、などの対応が必要となっている。

谷口仁士, 山内寛紀, "寺社仏閣を対象とした歴史遺産の無人監視システム", O plus E 2011年6月号, Vol.33, No.6, pp.589-594, June 2011. M. Dimitrijevic, V. Lepetit, P. Fua, "Human body pose detection using Bayesian Spatio-temporal templates", Science Direct, Computer Vision and Image Understanding, 104 (2006), pp.127-138, Sep.2006.

監視対象施設の係員などにアラーム装置を携帯させることは技術的には容易であるものの、施設の性質によっては採用することが難しい場合もある。係員などに音声センサーを携帯させて映像とは別に音声を送受信するシステムも技術的には容易であるが、音声センサーと監視カメラの両方で無線インターフェースを搭載する必要があり高コストとなる。また監視カメラを複数台設ける場合には、カメラ数の増大に伴って電波混線やID数制限などが発生するため、システム設計の自由度や利便性が低くなるという問題があり、実用性に乏しい。

この発明はこのような点に鑑みてなされたものであり、映像中の状況認識を行うために有用な情報を、映像に付加して伝送することができる情報伝送技術を提供することを目的とする。

上記の課題を解決するために、この発明の情報伝送システムは、送信装置から受信装置へ可視光を用いて情報を伝送する。

送信装置は、収音部と変調部と発光部を備える。収音部は、周囲の音声を収音して音声信号に変換する。変調部は、音声信号に基づいて生成された送信信号を変調して、変調信号を生成する。発光部は、変調信号に従って可視光信号を送出する。

受信装置は、映像処理部と復号部と発音部を備える。映像処理部は、可視光信号が写り込んだ映像から可視光信号を検出する。復号部は、可視光信号を復号して、受信信号を生成する。発音部は、受信信号に基づいて生成された再生信号を発音する。

この発明の情報伝送技術によれば、撮影した映像に、その映像が撮影された場面の周囲の音声等の状況認識に有用な情報を付加して伝送することができる。そのため、映像中の状況を認識することが容易になる。また、既存のビデオカメラを流用することができるため、低コストで導入することができる。

第１実施形態に係る情報伝送システムの機能構成を例示する図。第１実施形態に係る情報伝送システムの処理フローを例示する図。第２実施形態に係る情報伝送システムの機能構成を例示する図。第２実施形態に係る情報伝送システムの処理フローを例示する図。第３実施形態に係る情報伝送システムの機能構成を例示する図。第３実施形態に係る情報伝送システムの処理フローを例示する図。第３実施形態の変形例に係る情報伝送システムの機能構成を例示する図。第３実施形態の変形例に係る情報伝送システムの処理フローを例示する図。第４実施形態に係る情報伝送システムの機能構成を例示する図。第４実施形態に係る情報伝送システムの処理フローを例示する図。第５実施形態に係る情報伝送システムの機能構成を例示する図。第５実施形態に係る情報伝送システムの処理フローを例示する図。情報伝送システムを遠隔監視システムへ適用した例を説明する図。

以下、この発明の実施の形態について詳細に説明する。なお、図面中において同じ機能を有する構成部には同じ番号を付し、重複説明を省略する。

［第１実施形態］
図１を参照して、この発明の第１実施形態に係る情報伝送システム１の構成例について詳細に説明する。

情報伝送システム１は送信装置１０と受信装置２０とビデオカメラ３０とモニタ４０とを含む。ビデオカメラ３０は有線もしくは無線で受信装置２０と接続される。モニタ４０は有線もしくは無線で受信装置２０と接続される。

送信装置１０は収音部１１０と変調部１２０と発光部１３０とを備える。収音部１１０は収音素子１１０１を含む。収音素子１１０１は送信装置１０と有線もしくは無線で接続される。また、収音素子１１０１は送信装置１０の筐体表面もしくは筐体内部に設置されてもよい。発光部１３０は発光素子１３０１を含む。発光素子１３０１は送信装置１０の外部から視認可能でなければならない。例えば送信装置１０と有線もしくは無線で接続し、送信装置１０の筐体外に設置してもよいし、送信装置１０の筐体表面に設置されてもよい。筐体が透光性素材で成形されていれば筐体内部に設置されてもよい。

受信装置２０は映像処理部２１０と復号部２２０と発音部２３０とを備える。発音部２３０は発音素子２３０１を含む。発音素子２３０１は受信装置２０と有線もしくは無線で接続される。また、発音素子２３０１は受信装置２０の筐体表面もしくは筐体内部に設置されてもよい。

図２を参照して、この実施形態の情報伝送システム１の動作例について手続きの順に従って詳細に説明する。

送信装置１０の備える収音部１１０は、収音素子１１０１を介して入力された音声を事前に定められた標本化周波数に従って標本化し、その標本結果である音声信号ｓを出力する（Ｓ１１０）。収音素子１１０１は典型的にはマイクロホンであり、収音部１１０はアンプや標本化器など周知の技術により構成することができる。音声信号ｓは変調部１２０へ出力される。

送信装置１０の備える変調部１２０は、入力された音声信号ｓを送信信号として、変調もしくは符号化し、その結果である変調信号ｍを出力する（Ｓ１２０）。変調部１２０は通信路符号化素子や変調素子などの周知の技術により構成することができる。通信路符号化素子はあらかじめ定められた方法により音声信号ｓを通信路符号化する。変調素子はあらかじめ定められた方法により通信路符号化結果を変調する。変調結果は変調信号ｍとして発光部１３０へ出力される。

送信装置１０の備える発光部１３０は、入力された変調信号ｍに従って発光素子１３０１を発光させることで可視光信号ｆを送出する（Ｓ１３０）。発光部１３０は発光制御素子などの周知の技術により構成することができる。発光素子１３０１は可視光を発光する部品であればいかなるものでも適用することができる。例えば、発光ダイオード（Light Emitting Diode、LED）などを利用することができる。発光素子１３０１の発光間隔はビデオカメラ３０の標本化周波数を勘案して調整する。

ビデオカメラ３０は、送信装置１０の存在する場面を撮影し、その映像を受信装置２０へ出力する。ビデオカメラ３０は、可視光信号ｆを認識できる程度の解像度で映像を撮影することができるものであればどのようなものでもよい。送信装置１０の備える発光素子１３０１は、上述の手順により周囲の音声に基づいて生成された可視光信号ｆを送出しているため、ビデオカメラ３０が出力する映像には可視光信号ｆが写り込んでいる。

受信装置２０の備える映像処理部２１０は、入力された映像から可視光信号ｆを検出する（Ｓ２１０）。映像中から可視光信号を検出する技術は様々な方法が提案されており、例えば、「Premachandra Halpage Chinthaka Nuwandika, Yendo Tomohiro, Tehrani Mehrdad Panahpour, Yamazato Takaya, Okada Hiraku, Fujii Toshiaki, Tanimoto Masayuki, “LED Traffic Light Detection Using a High-speed-camera for a Road-to-vehicle Visible Light Communication System”, FIT(電子情報通信学会・情報処理学会)推進委員会，情報科学技術フォーラム講演論文集9(4)， 45-50, 2010-08-20.（参考文献１）」に記載されている方法を適用することができる。参考文献１では車載カメラを用いた可視光通信技術という特性上ハイスピードカメラにのみ言及しているが、例えば従来の監視カメラのように標本化周波数の低いビデオカメラにおいても応用することができることは言うまでもない。検出した可視光信号ｆは復号部２２０へ出力される。また、入力された映像はモニタ４０へ出力される。

モニタ４０は、入力された映像を表示する。モニタ４０は、ビデオカメラ３０が撮影した映像を、状況が視認できる程度の解像度で表示することができればどのようなものであってもよい。

受信装置２０の備える復号部２２０は、入力された可視光信号ｆを復号し、受信信号を生成する（Ｓ２２０）。ここで、可視光信号ｆは音声信号ｓを変調した変調信号ｍに従って送出されたものであるため、受信信号は音声信号ｓと同じ信号となる。復号部２２０は復調素子、復号素子などの周知の技術により構成することができる。復調素子は送信装置１０の備える変調部１２０を構成する変調素子に対応した復調処理を行う。復号素子は送信装置１０の備える変調部１２０を構成する通信路符号化素子に対応した復号処理を行う。音声信号ｓは発音部２３０へ出力される。

受信装置２０の備える発音部２３０は、入力された音声信号ｓを発音素子２３０１から発音させる（Ｓ２３０）。発音素子２３０１は典型的にはスピーカーであり、発音部２３０はデジタル／アナログ変換器、アンプなど周知の技術により構成することができる。

上記のように、この実施形態の情報伝送システム１によれば、映像中の場面の周囲の音声を収音した音声信号を映像に付加して伝送することができる。これにより映像と音声を同時に再生することができるため、映像中の状況を認識することが容易になる。また、音声を伝送するための追加設備は必要なく、既存のビデオカメラを流用することができるため、低コストで導入することが可能である。

なお、送信装置１０と受信装置２０とビデオカメラ３０とモニタ４０はいずれも複数で構成してもよい。例えば、ビデオカメラ３０を複数とし、受信装置２０を１台とする構成も可能である。この場合には、受信装置２０はビデオカメラ３０と同数だけ映像処理部２１０を備え、ビデオカメラ３０と映像処理部２１０が一対一で対応するように構成すればよい。

［第２実施形態］
図３を参照して、この発明の第２実施形態に係る情報伝送システム２の構成例について詳細に説明する。

情報伝送システム２は送信装置１１と受信装置２１とビデオカメラ３０とモニタ４０とを含む。ビデオカメラ３０とモニタ４０の構成は第１実施形態と同様であるのでここでは説明を省略する。

送信装置１１は第１実施形態に係る送信装置１０と同様に、収音部１１０と発光部１３０とを備え、さらに音声処理部１１５を備える。また、変調部１２０の替わりに変調部１２１を備える。

受信装置２１は第１実施形態に係る受信装置２０と同様に、映像処理部２１０と復号部２２０と発音部２３０とを備え、さらに解釈部２２５を備える。

図４を参照して、この実施形態の情報伝送システム２の動作例について手続きの順に従って詳細に説明する。

送信装置１１の備える音声処理部１１５は、収音部１１０の出力する音声信号ｓから、その音声信号の特徴を示す中間パラメータｒを抽出する（Ｓ１１５）。中間パラメータｒは、音声信号ｓの特徴を表すことができるパラメータであればいかなるものでもよいが、音声信号ｓよりも情報量が少ないものであることが望ましい。抽出された中間パラメータｒは変調部１２１へ出力される。

中間パラメータｒについてより詳細に説明する。中間パラメータｒを例示すると、単純な中間パラメータ、音声符号化に用いられるパラメータ、感情判別に用いられるパラメータ、音声認識に用いられるパラメータなどが挙げられる。

単純な中間パラメータとは、高域をカットした音声信号やあらかじめ定められた周波数幅毎のパワーなどである。高域をカットした音声信号は音声信号ｓからローパスフィルタなどを用いて抽出できる。周波数幅毎のパワーは音声信号ｓからフィルタバンクなどを用いて抽出できる。

音声符号化に用いられるパラメータとは、音声信号を周知の音声符号化方式により符号化したパラメータであり、例えば線スペクトル係数などである。

感情判別に用いられるパラメータとは、「平賀裕, 斉藤善行, 森島繁生, 原島博, “音声に含まれる感情情報抽出の一検討”, 電子情報通信学会技術報告. HC, ヒューマンコミュニケーション 93(439), 1-8, 1994-01-26（参考文献２）」に記載されている感情認識技術における、平均・最大・最小ピッチおよび平均・最大・最小パワーおよびそれらの変化や、「平館郁雄, 赤木正人, “怒りの感情音声における音響特徴量の分析”, 電子情報通信学会技術研究報告. SP, 音声 101(744), 43-50, 2002-03-21（参考文献３）」に記載されている感情認識技術における、基本周波数・パワー・フォルマント周波数などである。

音声認識に用いられるパラメータとは、周知の音声認識技術で用いる音声特徴量である。ここでは周知のいかなる音声認識技術であっても適用することが可能である。音声認識技術は様々な方法が提案されており、具体的なパラメータは各音声認識技術に依存するので、詳細な説明は省略する。

送信装置１１の備える変調部１２１は、入力された中間パラメータｒを送信信号として、変調もしくは符号化し、その結果である変調信号ｍを出力する（Ｓ１２１）。変調および符号化の方法は第１実施形態に係る変調部１２０と同様である。変調信号ｍは第１実施形態と同様に発光部１３０へ出力される。

受信装置２１の備える解釈部２２５は、復号部２２０の出力する受信信号を解釈する（Ｓ２２５）。ここで、受信信号は可視光信号ｆを復号したものであり、可視光信号ｆは送信装置１１の音声処理部１１５が生成した中間パラメータｒであるため、受信信号は中間パラメータｒと同じ信号となる。解釈部２２５の処理内容は、中間パラメータｒがどのようなものであるかによって異なる。

中間パラメータｒが上述の単純な中間パラメータである場合には、解釈部２２５は受信信号が音声信号であるとして発音部２３０へ出力する。この場合、特定の周波数帯域の音声のみが再生されるため、対話内容を聞き分けることはできないが、音量の変化などから映像中の状況が緊迫した状況であるのか否かなどを判断するためには有用な情報となる。

中間パラメータｒが上述の音声符号化に用いられるパラメータである場合には、解釈部２２５は対応する復号方法により受信信号を復号して、生成した音声信号を発音部２３０へ出力する。

中間パラメータｒが上述の感情判別に用いられるパラメータである場合には、解釈部２２５は対応する感情認識技術に従って感情認識を実行し、感情認識結果を示す情報を表す音声信号を発音部２３０へ出力する。例えば、発話者が怒っていることが認識された際にアラート音を出力して注意を促すことなどが考えられる。

中間パラメータｒが上述の音声認識に用いられるパラメータである場合には、解釈部２２５は対応する音声認識技術に従って音声認識を実行する。生成された音声認識結果はさらに分析され、状況を認識するために有用と考えられる何らかの音声信号が発音部２３０へ出力される。例えば、音声認識結果をさらに音声合成して収音した会話内容を再現してもよいし、音声認識結果を検索して、話者の感情を推定できるような特定のキーワードが含まれている場合にはアラート音を発音するようにしてもよい。ここで用いる音声認識技術や音声合成技術は周知のいかなる方法であっても適用することができる。音声認識技術や音声合成技術は様々な方法が提案されているため、詳細な説明は省略する。

上記のように、この実施形態の情報伝送システム２によれば、映像中の場面の周囲の音声の特徴を抽出した中間パラメータを映像に付加して伝送することができる。これにより映像と同時に映像中の状況を認識するために有用な音声を再生することができる。第１実施形態と比較して伝送する情報量が減少するため、仮に既存のビデオカメラの標本化周波数が低く音声信号を伝送するために十分な通信帯域が確保できない場合であっても、既存のビデオカメラを流用することができ、低コストで実現することができる。

［第３実施形態］
図５を参照して、この発明の第３実施形態に係る情報伝送システム３の構成例について詳細に説明する。

情報伝送システム３は送信装置１０と受信装置２２とビデオカメラ３０とモニタ４０と呈示手段５０とを含む。送信装置１０とビデオカメラ３０とモニタ４０の構成は第１実施形態と同様であるのでここでは説明を省略する。

受信装置２２は第１実施形態に係る受信装置２０と同様に、映像処理部２１０と復号部２２０と発音部２３０とを備え、さらに判別部２４０を備える。

呈示手段５０は有線もしくは無線で受信装置２２と接続される。呈示手段５０は複数台存在してもよい。また、呈示手段５０を受信装置２２の筐体内に組み込んで一体型の装置としてもよい。

図６を参照して、この実施形態の情報伝送システム３の動作例について手続きの順に従って詳細に説明する。

受信装置２２の備える判別部２４０は、復号部２２０の出力する受信信号を解析して、映像中の状況が注意すべき状況であるか否かを示す判別結果ｄを出力する（Ｓ２４０）。判別結果ｄは、例えば危険度や映像中の状況の種類などである。危険度は音声信号ｓの音量の変化を解析し、音量もしくは音量の変化率などをあらかじめ定めた閾値に照らして判別する。例えば、短時間に急激に音量が大きくなった場合には危険度が高く、音量の変化が平坦でありほとんど変化がない場合には危険度が低いと判断することができる。状況の種類は音声信号ｓを分析して音声中の状況をあらかじめ定めた離散値に分類する。音声信号から状況を判断する方法は様々な方法が提案されている。例えば、上記の参考文献２には、人の声から音声中の状況を判別する方法が記載されている。また、「相場亮人, 伊藤仁, 伊藤彰則, 牧野正三, “多段GMMおよびセグメントモデルを用いた異常音検出の検討”, 電子情報通信学会技術研究報告. EA, 応用音響 109(166), 71-75, 2009-07-27（参考文献４）」には、音全般から状況を判別する方法が記載されている。判別結果ｄは呈示手段５０へ出力される。

呈示手段５０は判別部２４０の出力する判別結果ｄをあらかじめ定められた方法で呈示する。呈示方法は音声、画像、映像など様々な方法を用いることができる。呈示手段５０は受信装置２２に接続されたスピーカーやディスプレイであってもよいし、受信装置２２とネットワークを介して接続されるコンピュータや携帯電話、スマートフォンもしくはタブレット端末などで実行されるプログラムであってもよい。判別結果ｄは判別部２４０から呈示手段５０へ更新される度に出力してもよいし、呈示手段５０から判別部２４０へ定期的に取得するように構成してもよい。

上記のように、この実施形態の情報伝送システム３によれば、音声信号ｓを解析して映像中の状況が注意すべき状況であるか否かを示す情報を呈示手段５０へ出力することができる。呈示手段５０は、受信装置２２と遠隔にあってもよく、複数あってもよい。これにより受信装置２２とは遠隔にいる複数の係員に対しても映像中の状況の変化を知らせることができ、問題発生時に迅速な対応を行うことが可能となる。

＜変形例＞
図７を参照して、第３実施形態の変形例に係る情報伝送システム３’の構成例について詳細に説明する。

情報伝送システム３’は送信装置１１と受信装置２２’とビデオカメラ３０とモニタ４０と呈示手段５０とを含む。送信装置１１の構成は第２実施形態と同様であり、ビデオカメラ３０とモニタ４０の構成は第１実施形態と同様であり、呈示手段５０の構成は第３実施形態と同様であるのでここでは説明を省略する。

受信装置２２’は第２実施形態に係る受信装置２１と同様に、映像処理部２１０と復号部２２０と解釈部２２５と発音部２３０とを備え、さらに判別部２４１を備える。

図８を参照して、この変形例の情報伝送システム３’の動作例について手続きの順に従って詳細に説明する。

受信装置２２の備える判別部２４１は、解釈部２２５の出力する受信信号を解析して、映像中の状況が注意すべき状況であるか否かを示す判別結果ｄを出力する（Ｓ２４１）。ここで、受信信号は可視光信号ｆを復号したものであり、可視光信号ｆは送信装置１１の音声処理部１１５が生成した中間パラメータｒである。判別部２４１の処理内容は、中間パラメータｒがどのようなものであるかによって異なる。

中間パラメータｒが上述の単純な中間パラメータである場合には、第３実施形態に係る判別部２４０と同様に受信信号から音量の変化を解析して、危険度もしくは状況の変化を判別結果ｄとすることができる。

中間パラメータｒが上述の音声符号化に用いられるパラメータである場合には、解釈部２２５が復号した音声信号から音量の変化を解析して、危険度もしくは状況の変化を判別結果ｄとすることができる。

中間パラメータｒが上述の感情判別に用いられるパラメータである場合には、解釈部２２５の出力する感情認識結果を判別結果ｄとすることができる。

中間パラメータｒが上述の音声認識に用いられるパラメータである場合には、解釈部２２５の出力する音声認識結果を解析して判別結果ｄとすることができる。例えば、音声認識結果を検索して、話者の感情を推定できるような特定のキーワードが含まれている場合には、注意すべき状況であると判断することが考えられる。

上記のように、この変形例の情報伝送システム３’によれば、中間パラメータｒを解析して映像中の状況が注意すべき状況であるか否かを示す情報を呈示手段５０へ出力することができる。第３実施形態と比較して伝送する情報量が減少するため、仮に既存のビデオカメラの標本化周波数が低く音声信号を伝送するために十分な通信帯域が確保できない場合であっても、既存のビデオカメラを流用することができ、低コストで実現することができる。

［第４実施形態］
図９を参照して、この発明の第４実施形態に係る情報伝送システム４の構成例について詳細に説明する。

情報伝送システム４は送信装置１２と受信装置２３とビデオカメラ３０とモニタ４０とを含む。ビデオカメラ３０とモニタ４０の構成は第１実施形態と同様であるのでここでは説明を省略する。

送信装置１２は第１実施形態に係る送信装置１０と同様に、収音部１１０と変調部１２０と発光部１３０とを備え、さらに識別子発光部１４０を備える。識別子発光部１４０は発光素子１４０１を含む。発光素子１４０１の構成は、発光部１３０の発光素子１３０１と同様である。

受信装置２３は第１実施形態に係る受信装置２０と同様に、復号部２２０と発音部２３０を備え、さらに同定部２５０を備える。また、映像処理部２１０の替わりに映像処理部２１１を備える。

図１０を参照して、この実施形態の情報伝送システム４の動作例について手続きの順に従って詳細に説明する。

送信装置１２の備える識別子発光部１４０は、その送信装置１２を一意に識別する識別子を変調した識別子変調信号に従って発光素子１４０１を発光させることで識別子可視光信号ｉを送出する（Ｓ１４０）。識別子は複数の送信装置１２の間で重複のないようにあらかじめ与えられている。識別子の変調方法は、変調部１２０と同様であるためここでは説明は省略する。発光素子１４０１の発光間隔は、発光素子１３０１の発光間隔と同様に、ビデオカメラ３０の標本化周波数を勘案して調整する。

受信装置２３の備える映像処理部２１１は、入力された映像から、可視光信号ｆに加えて識別子可視光信号ｉも検出する（Ｓ２１１）。識別子可視光信号ｉの検出は可視光信号ｆと同様に参考文献１に記載の方法などにより行うことができる。検出した識別子可視光信号ｉは、同定部２５０へ出力される。

受信装置２３の備える同定部２５０は、入力された識別子可視光信号ｉを復号して識別子を取得する（Ｓ２５１）。識別子可視光信号ｉの復号方法は、復号部２２０と同様であるためここでは説明を省略する。続いて、取得した識別子を用いてその識別子が示す送信装置１２に関する情報を取得して出力する（Ｓ２５２）。同定部２５０はあらかじめ識別子の一覧と各識別子に紐付く情報を保持するようにしてもよいし、外部から送信装置１２に関する情報を取得するようにしてもよい。送信装置１２に関する情報は、その送信装置１２にあらかじめ与えられた名称やその送信装置１２を携行している係員の氏名などが考えられる。同定部２５５の出力する情報はビデオカメラ３０の撮影している映像と共にモニタ４０へ出力される。

上記のように、この実施形態の情報伝送システム４によれば、送信装置１２が複数存在する場合に、問題が起きている場面に写っている送信装置１２がいずれであるかを容易に確認することができるため、映像中の状況をより精度よく認識することができる。その結果、問題発生時に迅速な対応を取ることができる。

上記の説明では、第１実施形態の情報伝送システム１に対して、この実施形態の特徴を適用した例を説明したが、この考え方はその他の実施形態にも適用することができる。例えば、第３実施形態の変形例に係る送信装置１１が識別子発光部１４０を備え、第３実施形態の変形例に係る受信装置２２’が同定部２５０を備えるように構成することもできる。このように構成することで、同定部２５０は呈示手段５０へ送信装置１１に関する情報を表示することができる。例えば呈示手段５０をすべての係員に携帯させることとすれば、いずれの送信装置１１が注意すべき状況にあるのかを他の係員に知らせることができ、問題発生時により迅速な対応を行うことが可能となる。

［第５実施形態］
図１１を参照して、この発明の第５実施形態に係る情報伝送システム５の構成例について詳細に説明する。

情報伝送システム５は送信装置１０と受信装置２４とビデオカメラ３０とを含む。送信装置１０とビデオカメラ３０の構成は第１実施形態と同様であるのでここでは説明を省略する。

受信装置２４は第１実施形態に係る受信装置２０と同様に、映像処理部２１０と復号部２２０とを備え、さらに映像記憶部２６０と音声記憶部２６５とを備える。受信装置２４は受信装置２０とは異なり、発音部２３０を備えない。

図１２を参照して、この実施形態の情報伝送システム５の動作例について手続きの順に従って詳細に説明する。

受信装置２４の備える映像記憶部２６０は、ビデオカメラ３０が撮影した映像を記憶する。また、受信装置２４の備える音声記憶部２６５は、復号部２２０の出力する音声信号ｓを記憶する。映像記憶部２６０と音声記憶部２６５は、例えば、ハードディスクや光ディスクもしくはフラッシュメモリ（Flash Memory）などの半導体メモリ素子により構成される補助記憶装置により構成することができる。

上記のように、この実施形態の情報伝送システム５によれば、過去一定期間に撮影された映像と収音された音声が記憶されているため、問題が発生していたことが後から発覚した場合であっても、事件の詳細や発生過程について後から詳細に確認することができる。

上記の説明では、第１実施形態の情報伝送システム１に対して、この実施形態の特徴を適用した例を説明したが、この考え方はその他の実施形態にも適用することができる。例えば、第２実施形態に係る受信装置２１が映像記憶部２６０と音声記憶部２６５を備え、発音部２３０を備えないように構成することもできる。このように構成する場合、音声記憶部２６５には中間パラメータｒを記憶するように構成すればよい。また、第４実施形態に係る受信装置２３が映像記憶部２６０と音声記憶部２６５を備え、発音部２３０を備えないように構成することもできる。このように構成する場合、音声記憶部２６５には音声信号ｓと識別子を記憶するように構成すればよい。

［遠隔監視システムへの適用］
図１３を参照して、この発明の情報伝送技術を遠隔監視システムに適用した場合の構成例を説明する。ここでは、第１実施形態に係る情報伝送システム１を例として説明するが、他の実施形態であっても同様に遠隔監視システムに適用することが可能である。

監視対象施設にはビデオカメラ３０が設置されており、監視対象施設の係員などである対象者８はビデオカメラの画角内で行動する。対象者８は身体もしくは携行品に送信装置１０を装着する。送信装置１０の一部である発光素子１３０１はビデオカメラ３０から撮影できるように対象者８の頭部等に取り付けられることが望ましい。また、送信装置１０の一部である収音素子１１０１は対象者８の周囲の音声、特に対象者８の発話内容を収音できるように対象者８の上半身等に取り付けられることが望ましい。

監視対象施設の遠隔にある監視センターには受信装置２０とモニタ４０とが設置されている。受信装置２０はビデオカメラ３０と有線もしくは無線で接続されており、ビデオカメラ３０が撮影する映像を受信している。受信装置２０が出力する映像はモニタ４０に表示され、受信装置２０は発音素子２３０１を介して送信装置１０から伝送された音声を発音する。監視センターの係員などである監視員９はモニタ４０に表示される映像と発音素子２３０１から発音される音声を監視する。

ビデオカメラ３０は複数台存在してもよく、それぞれのビデオカメラ３０に対応するモニタ４０と受信装置２０を隣接して設置してもよい。受信装置２０が複数の映像処理部１１０を備える構成とすれば、ビデオカメラ３０が複数存在する場合であっても、受信装置２０は１台とすることができる。このように複数台のモニタ４０が設置されている場合には、従来は監視員９がすべてのモニタを注視していなければならなかったが、この発明の情報伝送システムを適用すれば映像中の状況を認識することが容易になり、監視対象施設で問題が発生していることを迅速に把握することができる。また、音声と映像の対応関係が明確となるため、どのビデオカメラ３０が撮影している区域で問題が発生しているかも迅速に把握することができる。

このように、この発明の情報伝送技術を適用した遠隔監視システムによれば、より精度の高い監視業務を実行することが可能となる。また、すでにビデオカメラ３０が設置されている場合であっても、そのビデオカメラ３０を流用することができ音声を伝送するために追加で必要となる設備はない。つまり低いコストで導入することが可能である。

［プログラム、記録媒体］
この発明は上述の実施形態に限定されるものではなく、この発明の趣旨を逸脱しない範囲で適宜変更が可能であることはいうまでもない。上記実施例において説明した各種の処理は、記載の順に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。

また、上記実施形態で説明した各装置における各種の処理機能をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記各装置における各種の処理機能がコンピュータ上で実現される。

この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。

また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。

このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。

また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。

１−５情報伝送システム
１０−１２送信装置
２０−２４受信装置
３０ビデオカメラ
４０モニタ
５０呈示手段
１１０収音部
１１５音声処理部
１２０，１２１変調部
１３０発光部
１４０識別子発光部
２１０，２１１映像処理部
２２０，２２１復号部
２２５解釈部
２３０発音部
２４０，２４１判別部
２５０同定部
２６０映像記憶部
２６５音声記憶部

Claims

送信装置から受信装置へ可視光を用いて情報を伝送する情報伝送システムであって、
前記送信装置は、
周囲の音声を収音して音声信号に変換する収音部と、
前記音声信号から当該音声信号の特徴を示す中間パラメータを抽出する音声処理部と、
前記中間パラメータに基づいて生成された送信信号を変調して、変調信号を生成する変調部と、
前記変調信号に従って可視光信号を送出する発光部と、
を備え、
前記受信装置は、
前記可視光信号が写り込んだ映像から前記可視光信号を検出する映像処理部と、
前記可視光信号を復号して、受信信号を生成する復号部と、
前記受信信号として取得された前記中間パラメータに基づいて、再生信号を生成する解釈部と、
前記再生信号を発音する発音部と、
を備えることを特徴とする情報伝送システム。
請求項１に記載の情報伝送システムであって、
前記受信装置は、
前記受信信号を解析して、前記映像中の状況が注意すべき状況であるか否かを示す判別結果を出力する判別部をさらに備える
ことを特徴とする情報伝送システム。
請求項１または２に記載の情報伝送システムであって、
前記送信装置は、
当該送信装置を一意に識別する識別子を変調した識別子変調信号に従って識別子可視光信号を送出する識別子発光部をさらに備え、
前記映像処理部は、
前記映像から前記識別子可視光信号も検出し、
前記受信装置は、
前記識別子可視光信号を復号した前記識別子を用いて、前記送信装置を示す情報を出力する同定部をさらに備える
ことを特徴とする情報伝送システム。
周囲の音声を収音して音声信号に変換する収音部と、
前記音声信号から当該音声信号の特徴を示す中間パラメータを抽出する音声処理部と、
前記中間パラメータに基づいて生成された送信信号を変調して、変調信号を生成する変調部と、
前記変調信号に従って可視光信号を送出する発光部と、
を備える送信装置。
送信装置が送出する可視光信号が写り込んだ映像から前記可視光信号を検出する映像処理部と、
前記可視光信号を復号して、受信信号を生成する復号部と、
前記受信信号として取得された前記中間パラメータに基づいて、再生信号を生成する解釈部と、
前記再生信号を発音する発音部と、
を備え、
前記可視光信号は、送信装置の周囲の音声を収音した音声信号から抽出した当該音声信号の特徴を示す中間パラメータを変調した変調信号に従って送出されたものである
ことを特徴とする受信装置。
送信装置から受信装置へ可視光を用いて情報を伝送する情報伝送方法であって、
前記送信装置が、周囲の音声を収音して音声信号に変換する収音ステップと、
前記送信装置が、前記音声信号から当該音声信号の特徴を示す中間パラメータを抽出する音声処理ステップと、
前記送信装置が、前記中間パラメータに基づいて生成された送信信号を変調して、変調信号を生成する変調ステップと、
前記送信装置が、前記変調信号に従って可視光信号を送出する発光ステップと、
前記受信装置が、前記可視光信号が写り込んだ映像から前記可視光信号を検出する映像処理ステップと、
前記受信装置が、前記可視光信号を復号して、受信信号を生成する復号ステップと、
前記受信装置が、前記受信信号として取得された前記中間パラメータに基づいて、再生信号を生成する解釈ステップと、
前記受信装置が、前記再生信号を発音する発音ステップと、
を含むことを特徴とする情報伝送方法。
請求項４に記載の送信装置の音声処理部および変調部としてコンピュータを機能させるためのプログラム。
請求項５に記載の受信装置の映像処理部、復号部、および解釈部としてコンピュータを機能させるためのプログラム。