JP5954106B2 - 情報処理装置、情報処理方法、プログラム、及び情報処理システム - Google Patents

Description

本技術は、例えば監視カメラシステム等に用いることが可能な情報処理装置、情報処理方法、プログラム、及び情報処理システムに関する。

例えば特許文献１に記載の監視カメラシステムでは、ディスプレイの画面上に、監視カメラの撮影した画像が表示されるとともに、この画像に重畳してポインティングデバイスの座標位置を示すポインタが表示される。ポインティングデバイスの操作により監視カメラの撮影した画像上の第１の点から第２の点までポインタを移動させたとき、遠隔操作・監視装置から監視カメラに所定の制御信号が送信される。この制御信号により、監視カメラを、ポインタの移動方向に、第１の点から第２の点までの長さに比例した速度で移動させる。これにより操作性に優れた監視カメラシステムが提供される（特許文献１の明細書段落［００１６］［００１７］等参照）。

特開２００９−２２５４７１号公報

特許文献１に記載のような有用な監視カメラシステムの実現を可能とするための技術が求められている。

以上のような事情に鑑み、本技術の目的は、有用な監視カメラシステムを実現することが可能となる情報処理装置、情報処理方法、プログラム、及び情報処理システムを提供することにある。

上記目的を達成するため、本技術の一形態に係る情報処理装置は、入力部と、注目オブジェクト検出部と、算出部とを具備する。
前記入力部は、撮像装置により撮影された時間的に連続する複数の画像を入力する。
前記注目オブジェクト検出部は、前記入力された複数の画像のうちの第１の時点の画像である第１の画像から注目対象となる注目対象オブジェクトを検出する。
前記算出部は、前記第１の画像と、前記第１の時点よりも前の時点の１以上の画像である１以上の第２の画像のそれぞれとを比較することで、前記連続する複数の画像における前記注目オブジェクトの出現時点を第２の時点として算出する。

この情報処理装置では、注目オブジェクトが検出された第１の時点の第１の画像と、第１の時点よりも前の時点の１以上の第２の画像とが比較される。そして連続する複数の画像における注目オブジェクトの出現時点として第２の時点が算出される。これにより有用な監視カメラシステムを実現することが可能となる。

前記注目オブジェクト検出部は、前記第１の時点よりも前の所定の時点の画像から前記第１の画像までの１以上の画像において、所定のオブジェクトの検出が維持された場合、前記所定のオブジェクトを前記注目オブジェクトとして検出してもよい。この場合、前記算出部は、前記所定の時点の画像から前記第１の画像の直前までの１以上の画像を前記１以上の第２の画像として、前記所定のオブジェクトの検出の維持を前記比較の結果として援用することで、前記所定の時点を前記第２の時点として算出してもよい。

このように所定の時点から第１の時点までの所定のオブジェクトの検出の維持が判定されてもよい。検出の維持を、第１の時点の第１の画像と、第１の時点までの１以上の第２の画像との比較の結果として援用することで、所定の時点が第２に時点として算出される。

前記時間的に連続する複数の画像は、所定の撮影空間が撮影された画像であってもよい。この場合、前記情報処理装置は、前記所定の撮影空間の基準状態を撮影した画像である基準画像と、前記複数の画像のそれぞれとの差分を検出可能な差分検出部をさらに具備してもよい。また前記注目オブジェクト検出部は、前記差分検出部により検出された前記基準画像との差分をもとに、前記所定のオブジェクトの検出の維持を判定してもよい。
このように基準画像と複数の画像との差分が検出されてもよい。そしてその結果をもとに、所定のオブジェクトの検出の維持が判定されてもよい。

前記情報処理装置は、さらに、前記検出された注目オブジェクトの動きを検出して当該動きを表現する動き画像を出力することが可能な動き画像出力部を具備してもよい。
動き画像が出力されることで、注目オブジェクトの動きを明確に把握することが可能となる。

前記情報処理装置は、前記複数の画像から人物のオブジェクトを検出することが可能な人物オブジェクト検出部をさらに具備してもよい。この場合、前記動き画像出力部は、前記第２の時点の画像における前記注目オブジェクトに最も近い位置の前記人物オブジェクトの動き画像を出力してもよい。
このように注目オブジェクトに最も近い位置の人物オブジェクトの動き画像が出力されてもよい。

前記情報処理装置は、さらに、第１の記憶部と、人物情報出力部とを具備してもよい。
前記第１の記憶部は、前記検出された人物オブジェクトの情報を記憶する。
前記人物情報出力部は、前記注目オブジェクトに最も近い位置の前記人物オブジェクトを選択する指示に応じて、当該選択された人物オブジェクトの情報を出力する。
これにより注目オブジェクトと関係する可能性が高い人物の情報を簡単に取得することができる。

前記情報処理装置は、さらに、第２の記憶部と、対応画像出力部とを具備してもよい。
前記第２の記憶部は、前記動き画像上の位置と前記複数の画像との対応付けを記憶する。
前記対応画像出力部は、前記動き画像上の所定の位置を選択する指示に応じて、前記複数の画像から前記選択された所定の位置に対応付けられた画像を出力する。
このような対応付けが記憶されることにより、例えば動き画像上への操作を入力することで、所定の時点の画像を直感的に分りやすく表示させること等が可能となる。

前記算出部は、前記第１の画像の少なくとも前記注目オブジェクトを含む領域の画像である第１の領域画像と、前記１以上の第２の画像のそれぞれの前記第１の領域画像に対応する領域の画像である１以上の第２の領域画像とを比較することで、前記第２の時点を算出してもよい。
このように第２の時点の算出に、第１及び第２の画像の部分的な画像である第１及び第２の領域画像が用いられてもよい。

本技術の一形態に係る情報処理方法は、コンピュータにより実行される情報処理方法であって、撮像装置により撮影された時間的に連続する複数の画像を入力することを含む。
前記入力された複数の画像のうちの第１の時点の画像である第１の画像から注目対象となる注目対象オブジェクトが検出される。
前記第１の画像と、前記第１の時点よりも前の時点の１以上の画像である１以上の第２の画像のそれぞれとが比較されることで、前記連続する複数の画像における前記注目オブジェクトの出現時点が第２の時点として算出される。

本技術の一形態に係るプログラムは、コンピュータに以下のステップを実行させる。
撮像装置により撮影された時間的に連続する複数の画像を入力するステップ。
前記入力された複数の画像のうちの第１の時点の画像である第１の画像から注目対象となる注目対象オブジェクトを検出するステップ。
前記第１の画像と、前記第１の時点よりも前の時点の１以上の画像である１以上の第２の画像のそれぞれとを比較することで、前記連続する複数の画像における前記注目オブジェクトの出現時点を第２の時点として算出するステップ。

本技術の一形態に係る情報処理システムは、１以上の撮像装置と、情報処理装置とを具備する。
前記１以上の撮像装置は、時間的に連続する複数の画像を撮影可能である。
前記情報処理装置は、入力部と、注目オブジェクト検出部と、算出部とを有する。
前記入力部は、前記撮像装置により撮影された連続する複数の画像を入力する。
前記注目オブジェクト検出部は、前記入力された複数の画像のうちの第１の時点の画像である第１の画像から注目対象となる注目対象オブジェクトを検出する。
前記算出部は、前記第１の画像と、前記第１の時点よりも前の時点の１以上の画像である１以上の第２の画像のそれぞれとを比較することで、前記連続する複数の画像における前記注目オブジェクトの出現時点を第２の時点として算出する。

以上のように、本技術によれば、有用な監視カメラシステムを実現することが可能となる。

本技術の一実施形態に係る情報処理装置を含む監視カメラシステムの構成例を示すブロック図である。 本実施形態において生成される動画データの一例を示す模式的な図である。 カメラにより撮影された動画の一例を示す模式的な図である。 本実施形態に係る基準画像の一例を示す模式的な図である。 第２の時点を算出するためのより具体的な処理例を示すフローチャートである。 図５に示す処理を説明するための動画を示す模式的な図である。 不審物の検出及び不審物の出現時刻の算出をもとに行われる警報表示等の処理例を示すフローチャートである。 図７に示す処理の実行時のクライアント装置の画面を示す模式的な図である。 図７に示す処理の実行時のクライアント装置の画面を示す模式的な図である。 図７に示す処理の実行時のクライアント装置の画面を示す模式的な図である。 図７に示す処理の実行時のクライアント装置の画面を示す模式的な図である。 クライアント装置及びサーバ装置として用いられるコンピュータの構成例を示す模式的なブロック図である。 本技術の監視カメラシステムにより実行可能な処理を示すための図である。 本技術の監視カメラシステムにより実行可能な処理を示すための図である。 本技術の監視カメラシステムにより実行可能な処理を示すための図である。 本技術の監視カメラシステムにより実行可能な処理を示すための図である。

以下、本技術に係る実施形態を、図面を参照しながら説明する。

［監視カメラシステム］
図１は、本技術の一実施形態に係る情報処理装置を含む監視カメラシステムの構成例を示すブロック図である。

監視カメラシステム１００は、１以上のカメラ１０と、本実施形態に係る情報処理装置であるサーバ装置２０と、クライアント装置３０とを有する。１以上のカメラ１０及びサーバ装置２０はネットワーク５を介して接続される。またサーバ装置２０及びクライアント装置３０もネットワーク５を介して接続される。

ネットワーク５としては、例えばＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）等が用いられる。ネットワーク５の種類やそれに用いられるプロトコル等は限定されない。図１に示す２つのネットワーク５が互いに同じものである必要はない。

カメラ１０は、例えばデジタルビデオカメラ等の動画を撮影することが可能なカメラである。カメラ１０により、動画データが生成され、当該動画データがサーバ装置２０へネットワーク５を介して送信される。

図２は、本実施形態において生成される動画データの一例を示す模式的な図である。動画データ１１は、時間的に連続する複数のフレーム画像１２により構成される。フレーム画像１２は、例えば３０ｆｐｓ（frame per second）や６０ｆｐｓのフレームレートで生成される。なおインターレース方式によりフィールド単位で動画データが生成されてもよい。カメラ１０は、本実施形態に係る撮像装置に相当する。

図２に示すように、複数のフレーム画像１２は時間軸に沿って生成される。図２で見て左側から右側にかけてフレーム画像１２は生成される。従って左側に位置するフレーム画像１２は動画データ１１の前半部分に相当し、右側に位置するフレーム画像１２は動画データ１１の後半部分に相当する。

クライアント装置３０は、通信部３１及びＧＵＩ部３２を有する。通信部３１は、ネットワーク５を介したサーバ装置２０との通信に用いられる。ＧＵＩ部３２は、動画１１、種々の操作のためのＧＵＩ（Graphical User Interface）、及びその他の情報等を表示する。例えばサーバ装置２０からネットワーク５を介して送信された動画１１等が通信部３１により受信される。当該動画等はＧＵＩ部３２に出力され、所定のＧＵＩにより図示しない表示部に表示される。

また表示部に表示されたＧＵＩ等を介して、ユーザからの操作がＧＵＩ部３２に入力される。ＧＵＩ部３２は、入力された操作をもとに指示情報を生成して通信部３１に出力する。通信部３１により指示情報がネットワーク５を介してサーバ装置２０に送信される。なお入力された操作をもとに指示情報を生成して出力するブロックが、ＧＵＩ部３２とは別に設けられてもよい。

クライアント装置３０としては、例えばＰＣ（Personal Computer）や、タブレット等の携帯端末が用いられる。これらに限定される訳ではない。

サーバ装置２０は、カメラ管理部２１と、これに接続されたカメラ制御部２２及び画像解析部２３とを有する。またサーバ装置２０は、データ管理部２４と、警報管理部２５と、種々のデータを記憶する記憶部２０８とを有する。またサーバ装置２０は、クライアント装置３０との通信に用いられる通信部２７を有する。通信部２７には、カメラ制御部２２、画像解析部２３、データ管理部２４、及び警報管理部２５が接続される。

通信部２７は、接続された各ブロックから出力される動画１１や種々の情報を、ネットワーク５を介してクライアント装置３０へ送信する。またクライアント装置３０から送信された指示情報を受信し、サーバ装置２０の各ブロックに出力する。例えばサーバ装置２０の動作を制御する図示しない制御ユニット等を介して各ブロックに指示情報が出力されてもよい。通信部２７は、本実施形態において、ユーザからの指示を入力する指示入力部として機能する。

カメラ管理部２１は、カメラ制御部２２からの制御信号を、ネットワーク５を介して、カメラ１０に送信する。これによりカメラ１０の種々の動作が制御される。例えばカメラのパン・チルト動作、ズーム動作、フォーカス動作等が制御される。

またカメラ管理部２１は、カメラ１０からネットワーク５を介して送信される動画１１を受信する。そして当該動画１１を画像解析部２３へ出力する。必要であればノイズ処理等の前処理が実行されてもよい。カメラ管理部２１は、本実施形態において、入力部として機能する。

画像解析部２３は、各カメラ１０からの動画１１をフレーム画像１２ごとに解析する。例えばフレーム画像１２に映っているオブジェクトの種類や数、オブジェクトの動き等が解析される。本実施形態では、画像解析部２３により、連続する複数のフレーム画像１２のうちの第１の時点のフレーム画像１２から不審物等の注目対象となる注目オブジェクトが検出される。また動画データ１１における注目オブジェクトの出現時点が第２の時点として算出される。

また画像解析部２３は、２つの画像の差分を算出することが可能である。本実施形態では、画像解析部２３により、フレーム画像１２間の差分が検出される。また所定の基準画像と、複数のフレーム画像１２のそれぞれとの差分が検出される。２つの画像の差分を算出するために用いられる技術は限定されない。典型的には、２つの画像の輝度値の差が差分として算出される。その他、輝度値の絶対差分和、輝度値に関する正規化相関係数、周波数成分等が用いられて差分が算出されてもよい。その他、パターンマッチング等に用いられる技術が適宜用いられてよい。

本実施形態では、所定の撮影空間が撮影されることで、複数のフレーム画像１２からなる動画１１が生成される。ここで撮影空間の基準状態の画像が上記した基準画像として撮影される。撮影空間の基準状態とは、撮影空間に不審物等がない正常な状態を意味する。この基準画像とフレーム画像１２との差分をもとに、フレーム画像１２内のオブジェクトが検出される。例えば撮影空間に人物がいる状態で撮影されたフレーム画像１２であれば、当該人物がオブジェクトとして検出される。なおフレーム画像１２からオブジェクトを検出する方法は限定されない。

また画像解析部２３は、検出されたオブジェクトの追跡を実行することが可能である。すなわち画像解析部２３により、オブジェクトの動きが検出されその追跡データが生成される。例えば追跡対象のオブジェクトの位置情報が、連続するフレーム画像１２ごとに算出される。当該位置情報が、オブジェクトの追跡データとして用いられる。画像解析部２３により、注目オブジェクトや所定の人物オブジェクトが追跡される。オブジェクトの追跡に用いられる技術は限定されず、周知の技術が用いられてよい。

また画像解析部２３は、各フレーム画像１２から抽出されたオブジェクトが人物であるか否かを判定することが可能である。従ってフレーム画像１２内から人物のオブジェクトを検出することが可能である。

本実施形態に係る画像解析部２３は、注目オブジェクト検出部、算出部、差分検出部、動き画像出力部の一部、人物オブジェクト検出部として機能する。各機能が１つのブロックで実現される必要はなく、各機能を実現するためのブロックが個別に設定されてもよい。

データ管理部２４は、動画データ１１、画像解析部２３による解析結果のデータ、及びクライアント装置３０から送信された指示データ等を管理する。またデータ管理部２４は、記憶部２０８に記憶されたメタ情報データや過去の動画等のビデオデータ、及び警報管理部２５からの警報表示（アラーム表示）に関するデータ等を管理する。

本実施形態では、画像解析部２３からデータ管理部２４に、注目オブジェクトや所定の人物オブジェクトの追跡データが出力される。そしてデータ管理部２４により、追跡データをもとに注目オブジェクト等の動きを表現する動き画像が出力される。なお、動き画像を生成するブロックが別個設けられ、当該ブロックにデータ管理部から追跡データが出力されてもよい。

また本実施形態では、記憶部２０８に、動画１１内に出現する人物オブジェクトの情報が記憶されている。例えば監視カメラシステム１００が用いられる会社や建物に関する人物のデータが予め記憶されている。データ管理部２４は、所定の人物オブジェクトが検出されて選択された場合等において、当該人物オブジェクトの情報を記憶部２０８から読み出して出力する。なお部外者等の、データが記憶されていない人物に対しては、その旨のデータが人物オブジェクトの情報として出力されてもよい。

また記憶部２０８には、動き画像上の位置と複数のフレーム画像１２との対応付けが記憶される。データ管理部２４は、この対応付けをもとに、動き画像上の所定の位置を選択する指示に応じて、複数のフレーム画像１２から、選択された所定の位置に対応付けられたフレーム画像１２を出力する。

本実施形態では、データ管理部２４は、動き画像出力部の一部、人物情報出力部、及び対応画像出力部として機能する。また記憶部２０８は、第１及び第２の記憶部として機能する。

警報管理部２５は、フレーム画像１２内のオブジェクトに対する警報表示を管理する。例えばユーザからの指示や画像解析部２３による解析結果をもとに、所定のオブジェクトが注目オブジェクト（不審物等）として検出される。検出された不審者等は警報表示される。この際、警報表示の種類や警報表示の実行のタイミング等が管理される。また警報表示の履歴等が管理される。

［監視カメラシステムの動作］
本実施形態に係る監視カメラシステム１００の動作の概要を説明する。図３は、カメラ１０により撮影された動画１１の一例を示す模式的な図である。

図３に示すように、建物４０内の所定の空間を撮影空間とするカメラ１０により動画１１が撮影される。ここでは廊下４１の曲がり角４２を中心とした撮影空間が撮影される。建物４０内の廊下４１を、手に鞄５０を持った人物５１が歩いてくる（フレーム画像１２Ａ及び１２Ｂ）。廊下４１を進む人物５１は、曲がり角４２にて鞄５０を廊下に置く（フレーム画像１２Ｃ）。そのまま人物５１は、廊下４１を進み画面１５から消えていく（フレーム画像Ｄ及びＥ）。このような動画１１が撮影されたとする。

図３に示す５つのフレーム画像１２Ａ−１２Ｅは、図２に示す動画データ１１の所定の間隔で位置するフレーム画像とする（図２の１２Ａ−１２Ｅ）。各フレーム画像１２は、所定の時刻ｔ₁−ｔ₅でそれぞれ撮影されたフレーム画像１２である。ここで時刻ｔ₅に撮影されたフレーム画像１２Ｅを、第１の時点の第１の画像とする。そして、当該フレーム画像１２Ｅから注目オブジェクト５５として鞄５０が検出されたとする。

注目オブジェクト５５の検出方法としては任意の方法が用いられてよい。例えば図４に示す基準画像１４が用いられて、この基準画像１４とフレーム画像１２Ｅとの差分をもとに注目オブジェクト５５が検出されてもよい。ここでは注目オブジェクト５５として検出された鞄５０が不審物として取り扱われる。以下、注目オブジェクト５５を不審物５５として記載する場合がある。

第１の画像として設定されたフレーム画像１２Ｅと、第１の時点である時刻ｔ₅よりも前の時点の１以上の第２の画像とが比較される。ここでは図３に示すフレーム画像１２Ａ−１２Ｄが第２の画像として用いられる。フレーム画像１２Ｅと、フレーム画像１２Ａ−１２Ｄのそれぞれとが比較されることで、連続する複数のフレーム画像１２における注目オブジェクト５５の出現時点としての第２の時点が算出される。ここでは、フレーム画像１２Ｅにて不審物５５が存在する曲がり角４２の位置に、不審物５５が置かれた時点が第２の時点として算出される。

不審物５５の出現時点の算出方法としては任意の方法が用いられてよい。典型的には、不審物５５が置かれた領域での画像変化の有無が判定される。そして画像変化が生じたフレーム画像１２の撮影時刻をもとに第２の時点が算出される。図３に示す例では、フレーム画像１２Ｃの曲がり角４２には鞄５０があり、その前のフレーム画像１２Ｂでは曲がり角４２に鞄５０がない。この結果、フレーム画像１２Ｃが撮影された時刻ｔ₃が第２の時点として算出される。

このように本実施形態では、サーバ装置２０により、注目オブジェクト５５が検出された第１の時点の第１の画像と、第１の時点よりも前の時点の１以上の第２の画像とが比較される。そして連続する複数のフレーム画像１２における注目オブジェクト５５の出現時点が第２の時点として算出される。これにより注目オブジェクト５５がどのようにして誰によって置かれたか等を簡単に確認することが可能となる。この結果、有用な監視カメラシステム１００を実現することが可能となる。

なお１以上の第２の画像として設定されるフレーム画像１２は限定されない。第１の時点よりも前の時点のフレーム画像１２であれば、どのフレーム画像１２が第２の画像として設定されてもよい。上記したように、所定の間隔で位置する複数のフレーム画像１２が第２の画像として設定されてもよい。又は第１の時点の直前までの連続する複数のフレーム画像１２が第２の画像として設定されてもよい。

図５は、第２の時点を算出するためのより具体的な処理例を示すフローチャートである。図６は、この処理を説明するための動画１１を示す模式的な図である。ここで説明する第２の時点の算出方法では、動画１１の撮影とともに、フレーム画像１２に対してオブジェクト検出処理が実行される。このオブジェクトの検出には基準画像１４が用いられる。そのために、まず画像の初期化として、基準画像１４の撮影が実行される（ステップ１０１）。基準画像１４は、例えば基準状態の撮影空間に対して撮影を始めるに当たって、最初に撮影された画像が用いられる。あるいは、基準状態の撮影空間が予め撮影されることで、基準画像が準備されてもよい。

撮影空間に対する撮影が開始されて、現在時刻Ｔのフレーム画像１２Ｔが撮影される（ステップ１０２）。現在時刻Ｔというのは、実際に撮影が行われる時刻を意味し、撮影が進むにつれて変化する値である。例えば撮影開始の時刻を００時００分とするならば、００時００分のフレーム画像１２が現在時刻Ｔのフレーム画像１２Ｔとして撮影される。そこから１分進んだ場合は、００時０１分のフレーム画像１２が、現在時刻Ｔのフレーム画像１２Ｔとして撮影される。

現在時刻Ｔのフレーム画像１２Ｔと基準画像１４との差分が算出されて、オブジェクトの検出が実行される（ステップ１０３）。なお基準画像１４が用いられずに、オブジェクトの検出が実行されてもよい。基準画像１４との差分がないと判定された場合（ステップ１０３のＮｏ）、次のフレーム画像１２が、現在時刻Ｔのフレーム画像１２Ｔとして撮影される（ステップ１０１）。

なお、時間的に連続する全てのフレーム画像１２が順番に基準画像１４と比較されなくてもよい。例えば所定の時間後に撮影されたフレーム画像１２が、次の現在時刻Ｔのフレーム画像１２Ｔとして設定されてもよい。ここでは、説明を分りやすくするために、１秒後に撮影されるフレーム画像１２が、次の現在時刻Ｔのフレーム画像１２Ｔとして撮影される。従って、１秒ごとに撮影されるフレーム画像１２と基準画像１４との差分が算出されることになる。

現在時刻Ｔのフレーム画像１２Ｔと基準画像１４との差分がある場合（ステップ１０３のＹｅｓ）、その差分から検出されるオブジェクトが人物オブジェクトであるか否かが判定される（ステップ１０４）。検出されたオブジェクトが人物オブジェクトであると判定された場合（ステップ１０４のＮｏ）、次のフレーム画像１２が現在時刻Ｔのフレーム画像１２Ｔとして撮影される（ステップ１０１）。

検出されたオブジェクトが人物オブジェクトでないと判定された場合（ステップ１０４のＹｅｓ）、基準画像１４との差分が所定の時間ｔ以上続いているか否かが判定される（ステップ１０５）。従ってステップ１０５にて、人物ではない所定のオブジェクトの検出が、所定の時間ｔよりも長く維持されているかが判定される。

所定のオブジェクトの検出が維持されるとは、その後に続くフレーム画像１２からもそのオブジェクトが検出されることを意味する。所定の時間ｔは任意に設定されてよく、ここでは所定の時間ｔを３０秒とする。例えば図６に示す時刻Ｔで撮影されたフレーム画像１２Ｔに、人物でない所定のオブジェクトが検出されたとする。この場合に、フレーム画像１２Ｔから後の１秒ごとに撮影される３０枚のフレーム画像１２にて、所定のオブジェクトの検出が維持されるか否かが判定される。

オブジェクトの検出が３０秒以上維持されていないと判定された場合（ステップ１０５のＮｏ）、次の１秒後のフレーム画像１２が撮影され、基準画像１４と比較される（ステップ１０１）。そしてステップ１０１からステップ１０５まで進んだ場合、オブジェクトの検出の維持が再び判定される。

フレーム画像１２Ｔの後の３０枚のフレーム画像１２にて、所定のオブジェクトの検出が維持されたと判定された場合（ステップ１０５のＹｅｓ）、その所定のオブジェクトが不審物５５（注目オブジェクト５５）として検出される（ステップ１０６）。従って図６に示すフレーム画像１２Ｔから３０枚目のフレーム画像１２Ｈが、第１の時点の第１の画像として設定される。第１の時点は、フレーム画像１２Ｈが撮影される時間であるので、図６に示すＴから見るとＴ＋３０秒ということになる。

またステップ１０６に示すように、不審物５５が置かれた第２の時点として、時刻Ｔ−ｔが算出される。フローチャートに示す時刻Ｔとは、３０枚目のフレーム画像１２Ｈが撮影された時刻であるので、時刻Ｔ−ｔは、フレーム画像１２Ｈの撮影時刻から３０秒を引いた時刻である。従って時刻Ｔ−ｔは、最初にオブジェクトの検出されたフレーム画像１２Ｔが撮影された時刻（図６では時刻Ｔ＋３０−３０＝Ｔ）に相当する。この所定のオブジェクトが最初に検出されたフレーム画像１２Ｔの撮影時刻が、第２の時点として算出される。

ステップ１０６のノイズ判定について説明する。所定のオブジェクトの検出の維持を判定するために、３０枚のフレーム画像１２に対してオブジェクト検出処理が実行される。この際に、オブジェクトと通行する人物とが重なる等により、オブジェクトが検出されない場合がある。このような場合をノイズとして判定して、オブジェクトの検出の維持の判定に関して無効とする。

ノイズの判定方法としては、例えばフレーム画像１２の前後に隣接するフレーム画像１２のオブジェクトの検出結果が用いられる。例えば前後に連続するフレーム画像１２において、所定のオブジェクトが検出された場合、オブジェクトが検出されなかったフレーム画像１２がノイズと判定される。前後に連続するフレーム画像１２が用いられる場合に限定されない。またその他のノイズ判定が行われてもよい。

以上、図５に示すフローチャートに示す第２の時点の算出方法では、第１の時点よりも前の所定の時点のフレーム画像１２から第１の時点の第１の画像までの１以上のフレーム画像において、所定のオブジェクトの検出が維持された場合に、所定のオブジェクトが注目オブジェクトとして検出される。上記のように、動画１１の撮影と同時に注目オブジェクト５５の検出を実行する場合等では、所定の時点が先に設定されて、オブジェクトの検出の維持が実現した時点が第１の時点として設定されてもよい。

そして、所定の時点が第２の時点として算出される。この際には、所定の時点のフレーム画像１２から、第１の時点の第１の画像の直前までの１以上のフレーム画像１２を１以上の第２の画像として設定されている。そして上記で説明した所定のオブジェクトの検出の維持が、第１の画像と１以上の第２の画像のそれぞれとの比較の結果として援用されている。すなわち第１の画像の直前までのフレーム画像１２と、第１の画像としてのフレーム画像１２とが、基準画像１４を介して比較されていることになる。

本実施形態において、画像の比較とは、当該画像を直接比較する場合と、基準画像等の他の画像を介して間接的に比較する場合の両方を含むものとする。

上記のような処理により、動画１１が撮影される際に、不審物５５の検出と当該不審物５５の出現時点である第２の時点の算出とをともに実行することができる。これにより演算量の軽減や処理時間の短縮を図ることが可能となる。

図７は、不審物５５の検出及び不審物５５の出現時刻の算出をもとに行われる警報表示等の処理例を示すフローチャートである。図８−図１１は、その処理を説明するための図である。

ステップ２０１にて不審物５５が検出されると、アラート（警報）が表示される（ステップ２０２）。例えば図８に示すクライアント装置３０では、画面１５内の複数の分割領域１６に、複数のカメラ１０でそれぞれ撮影された動画１１が表示されている。このうちの１つの分割領域１６ａに、図３で説明した動画１１が表示されているとする。図３のフレーム画像１２Ｅに表示されている鞄５０が、不審物５５として検出されると、当該鞄５０にアラート５６が表示される。アラート表示のための画像やアラート５６の表示方法等は限定されない。

ユーザによりアラート５６を選択する操作が入力されたか否かが判定される。本実施形態では、画面１５がタッチパネルとなっており操作入力部として機能する。従ってここでは、ユーザによりアラート５６がタッチされたか否かが判定される（ステップ２０３）。

アラート５６へのタッチ操作がないと判定された場合（ステップ２０３のＮｏ）、図８に示す表示がそのまま維持される。アラートへのタッチ操作があると判定された場合（ステップ２０３のＹｅｓ）、図９に示すようにアラート発生時の映像としてフレーム画像１２Ｅが拡大表示され、不審物５５である鞄５０が強調されて表示される（ステップ２０４）。不審物５５である鞄５０を強調して表示するための画像等は限定されない。

不審物５５へのタッチ操作が入力されたか否かが判定される（ステップ２０５）。不審物５５へのタッチ操作がないと判定された場合（ステップ２０５のＮｏ）、図９に示す拡大表示が維持される。不審物５５へのタッチ操作があると判定された場合（ステップ２０５のＹｅｓ）、不審物５５が置かれた時刻（第２の時点）において、不審物５５の近くにいる人物オブジェクトが検出される（ステップ２０６）。

典型的には、不審物５５が置かれた時刻のフレーム画像１２から当該人物オブジェクトが検出される。不審物５５が置かれた時刻に近い前後のフレーム画像１２から人物オブジェクトが検出されてもよい。この検出された人物オブジェクトの中から最も怪しい人物が容疑者５８として設定される（ステップ２０７）。典型的には、不審物５５である注目オブジェクト５５から最も近い位置の人物オブジェクトが、容疑者５８のオブジェクトとして設定される。その他、不審物５５が置かれた時刻付近の複数のフレーム画像１２において、最も長い時間表示されている人物が容疑者５８として設定されてもよい。

図１０に示すように、不審物５５が置かれた時刻のフレーム画像１２が表示されて、容疑者５８として設定された人物オブジェクト５７が強調表示される（ステップ２０８）。ここでは、１以上の第２の画像として、図３に示すフレーム画像１２Ｃが選択されていないとする。そして不審物５５が置かれた時刻のフレーム画像１２として、図３に示すフレーム画像１２Ｂが表示されるとする。

表示されたフレーム画像１２Ｂには、容疑者５８として設定された人物オブジェクト５７の動きを表現する動き画像７０が出力される（ステップ２０９）。動き画像７０は、各フレーム画像１２の人物オブジェクト５７の位置情報等からなる追跡データをもとに生成されて表示される。動き画像７０として用いられる画像は限定されない。本実施形態は、矢印７１が付された動線７２が動き画像７０として表示される。

すなわち本実施形態では、注目オブジェクト５５として不審物５５が検出された場合、第２の時点の画像としてのフレーム画像１２Ｂにおける、不審物５５に最も近い位置の人物オブジェクト５７の動き画像７０が出力される。これにより例えば不審物５５を運んだ人物等を検出することが可能となる。

容疑者５８に対してドラッグ操作が入力されたか否かが判定される（ステップ２１０）。ドラッグ操作の入力がないと判定された場合（ステップ２１０のＮｏ）、容疑者５８に対してタップ操作が入力されたか否かが判定される（ステップ２１１）。容疑者５８に対するタップ操作の入力がないと判定された場合（ステップ２１１のＮｏ）、図１０に示すフレーム画像１２Ｂの表示が維持される。

容疑者５８に対するタップ操作の入力があると判定された場合（ステップ２１１のＹｅｓ）、容疑者５８として設定された人物オブジェクト５７を選択する指示が入力されたと判定される。そして、選択された容疑者５８のオブジェクト５７の情報が出力される（ステップ２１２）。人物オブジェクト５７の情報は、記憶部２０８から読み出されて出力される。これにより不審物５５と関係する可能性が高い人物の情報を簡単に取得することができる。

図１１は、人物オブジェクト５７の情報が出力された画像の一例を示す図である。図１１に示すように、例えば画面１５の所定の領域１７に、人物オブジェクト５７の情報が出力される。人物オブジェクト５７（容疑者５８）の情報としては、例えば容疑者５８の顔写真６０、プロフィールを示すテキストデータ６１や、容疑者５８の現在いる位置を示す地図情報６２や、容疑者５８が現在映っている映像６３等が挙げられる。図１１に示す例では、容疑者５８は現在オフィスにいることが検出されている。当該オフィルに設定されたカメラの画像が、映像６３として表示されている。人物オブジェクト５７の情報として他の情報が適宜表示されてもよい。

図１０に示すフレーム画像１２Ｂに対して、容疑者５８へのドラッグ操作の入力があると判定された場合（ステップ２１０のＹｅｓ）、動き画像７０である動線７２上において、ドラッグ先の指の位置と最も近い位置が算出される（ステップ２１３）。算出された動線７２上の位置に対応するフレーム画像１２が出力されて表示される。

動き画像７０上の位置と複数のフレーム画像１２との対応付けとしては、動線７２上の位置と容疑者５８の位置との距離と、時間的な距離とを対応付けが考えられる。容疑者５８から離れた位置であれば、過去又は未来において時間的に離れているフレーム画像１２が表示される。この場合は、動線７２は単純にシーキングバーとして用いられる。

例えば図１０に示すフレーム画像１２Ｂにおいて、矢印の反対方向である左側にドラッグ操作が入力されたとする。そうするとフレーム画像１２Ｂの時刻よりも過去の時刻の、図３に示すフレーム画像１２Ａ等のフレーム画像１２が表示される。逆に矢印の方向である右側にドラッグ操作が入力されたとする。そうするとフレーム画像１２Ｂの時刻よりも未来の時刻の、図３に示すフレーム画像１２Ｃ−１２Ｅ等のフレーム画像１２が表示される。少し右側にドラッグ操作すると、図３に示す人物オブジェクト５７が鞄５０を置く瞬間のフレーム画像１２Ｃを確認することが可能となる。

あるいは、動線７２上の位置と、当該位置の近くを容疑者５８が通る時刻のフレーム画像１２とが対応付けられてもよい。この場合、容疑者５８が動線７２上の所定の位置にいる時刻のフレーム画像１２を、当該所定の位置までドラッグ操作を実行することで表示させることが可能となる。図７のステップ２１４では、このような対応付けをもとにフレーム画像１２が表示され、また容疑者５８が強調表示される。

このような対応付けが記憶されることにより、例えば動き画像７０上への操作を入力することで、所定の時点のフレーム画像１２を直感的に分りやすく表示させること等が可能となる。この結果、フレーム画像１２のシーキングを簡単に実行することができる。

上記の各実施形態においてクライアント装置３０及びサーバ装置２０としては、例えばＰＣ（Personal Computer）等の種々のコンピュータが用いられる。図１２は、そのようなコンピュータの構成例を示す模式的なブロック図である。

コンピュータ２００は、ＣＰＵ（Central Processing Unit）２０１、ＲＯＭ（Read Only Memory）２０２、ＲＡＭ（Random Access Memory）２０３、入出力インタフェース２０５、及び、これらを互いに接続するバス２０４を備える。

入出力インタフェース２０５には、表示部２０６、入力部２０７、記憶部２０８、通信部２０９、ドライブ部２１０等が接続される。

表示部２０６は、例えば液晶、ＥＬ（Electro-Luminescence）、ＣＲＴ（Cathode Ray Tube）等を用いた表示デバイスである。

入力部２０７は、例えばコントローラ、ポインティングデバイス、キーボード、タッチパネル、その他の操作装置である。入力部２０７がタッチパネルを含む場合、そのタッチパネルは表示部２０６と一体となり得る。

記憶部２０８は、不揮発性の記憶デバイスであり、例えばＨＤＤ（Hard Disk Drive）、フラッシュメモリ、その他の固体メモリである。

ドライブ部２１０は、例えば光学記録媒体、フロッピー（登録商標）ディスク、磁気記録テープ、フラッシュメモリ等、リムーバブルの記録媒体２１１を駆動することが可能なデバイスである。これに対し上記記憶部２０８は、主にリムーバブルでない記録媒体を駆動する、コンピュータ２００に予め搭載されたデバイスとして使用される場合が多い。

通信部２０９は、ＬＡＮ、ＷＡＮ（Wide Area Network）等に接続可能な、他のデバイスと通信するためのモデム、ルータ、その他の通信機器である。通信部２０９は、有線及び無線のどちらを利用して通信するものであってもよい。通信部２０９は、コンピュータ２００とは別体で使用される場合が多い。

上記のようなハードウェア構成を有するコンピュータ２００による情報処理は、記憶部２０８またはＲＯＭ２０２等に記憶されたソフトウェアと、コンピュータ２００のハードウェア資源との協働により実現される。具体的には、ＣＰＵ２０１が記憶部２０８またはＲＯＭ２０２等に記憶された、ソフトウェアを構成するプログラムをＲＡＭ２０３にロードして実行することにより実現される。例えばＣＰＵ２０１が所定のプログラムを実行することで図１に示す各ブロックが実現される。

プログラムは、例えば記録媒体を介してコンピュータ２００にインストールされる。あるいは、グローバルネットワーク等を介してプログラムがコンピュータ２００にインストールされてもよい。

また、コンピュータ２００が実行するプログラムは、上記で説明した順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

＜変形例＞
本技術に係る実施形態は、上記で説明した実施形態に限定されず種々変形される。

上記では、第１の時点の第１の画像と、第１の時点よりも前の時点の１以上の第２の画像のそれぞれとが比較されることで、第２の時点が算出された。これに代えて、第１の画像の少なくとも注目オブジェクトを含む領域の画像である第１の領域画像と、１以上の第２の画像のそれぞれの第１の領域画像に対応する領域の画像である１以上の第２の領域画像とが比較されることで、第２の時点が算出されてもよい。

例えば図３に示すフレーム画像１２Ｅ等で、鞄５０を含む領域が指定された場合に、当該少なくとも鞄５０を含む領域の画像が第１の領域画像として設定される。すなわちフレーム画像の部分的な部分画像が第１の領域画像として設定される。第１の領域画像の大きさは、例えばユーザの指示により定められる。又は注目オブジェクトを含む所定の大きさが適宜算出されて定められてもよい。

そして第１の領域画像と同じ位置及び大きさの領域の画像が、以上の第２の領域画像として設定される。これらが第１及び第２の領域画像が比較されて第２の時点が算出されてもよい。すなわち第１及び第２の画像の部分画像をもとに第２の時点が算出されてもよい。

例えば鞄５０を含む領域の第１の領域画像が、過去の第２の領域画像と比較されることで、当該領域に鞄５０が出現した時点としての第２の時点が算出される。これによりユーザが注目したいオブジェクトの出現時点を算出することが可能となる。例えば注目オブジェクト５５として検出されなかったオブジェクトに対しても出現時点を算出するといった処理が可能となる。

上記では、注目オブジェクトとして不審物が検出された場合に、不審物に最も近い位置の人物オブジェクトに関する動き画像が出力された。しかしながら、不審物として設定された注目オブジェクトの追跡データをもとに、注目オブジェクトに関する動き画像が出力されてもよい。これにより不審物が出現する時点の前後における不審物の動きを明確に把握することが可能となる。

一方、人物オブジェクトのみを対象として追跡データを取得することで、演算量の軽減や処理時間の短縮を図ることができる。

その他、本技術に係る監視カメラシステムとして、以下のような処理が可能である。以下の処理では、カメラからの監視画像（リアルタイム画像やプレイバック画像等を含む）の上に所定のＵＩ（User Interface）がオーバーレイされる。これにより直感的な操作が可能となっている。

例えば図１３に示す画面１５には、番号が付された複数のカメラ１０で撮影された映像と、複数のカメラ１０と人物オブジェクト８０との位置関係を示すＵＩ８１が表示される。例えば画像８２内のドア８３にはセキュリティが設定されており、人物８０のアクセスが拒否されたとする。この場合、ドア８３の前の人物８０を映す画像８２が大きく表示される。そしてドア８３の前まで進行する人物８０の過去の履歴画像８４が画面１５の左端の領域に表示される。履歴画像８４は、ドア８３へと続く廊下８５に設置されたカメラ１０により撮影される。その撮影時間をもとに、人物８０の動きを把握することが可能となる。

複数のカメラ１０と人物８０との位置関係を示すＵＩ８１では、人物８０の動きを表現する動き画像８６が表示されている。またＵＩ８１内では番号２４のカメラ１０Ａに色が付されているが、これはこのカメラ１０Ａが画像８２を撮影しているカメラであることを示している。画像８２内におけるカメラ１０の番号が表示された、半円形のＵＩ８７を操作することで、カメラ１０の切り替え処理を直感的に実行することが可能となる。

例えば人物８０を撮影する複数のカメラ１０をインタラクティブに切り替えながら、人物８０のアクセス認証の確認や、過去の画像を用いた履歴検索等を実行することが可能となる。

また図１４に示すように、ドア８３に所定のＵＩ８８がオーバーレイされる。例えば人物がドア８３に近づいた場合等において、このＵＩ８８が表示される。ユーザは、認証等に問題がない場合に、ＵＩ８８、すなわちドア８３をタッチするだけで、ドア８３の開閉を制御することができる。この結果、直感的な操作が可能となる。

図１５は、容疑者が検出された場合の画像を示す図である。例えば監視画像から検出された人物オブジェクトと、予め記憶されている容疑者の情報とが照合される。その結果、照合率が所定の値よりも大きい場合、当該人物が容疑者として判定される。この場合、容疑者を表わすＵＩ９０と、それを捕らえようとする警備員のＵＩ９１とが表示される。容疑者のＵＩ９０がタッチされると、容疑者の顔写真、名前、年齢及び容疑等の情報が容疑者情報９２として表示される。警備員のＵＩ９１がタッチされると、近くにいる警備員の顔写真や名前等の警備員情報９３が表示される。また当該警備員への通信が開始される。これにより近くにいる警備員と迅速かつ容易に連絡を取ることが可能となり、容疑者を捕らえることが可能となる。

図１６では、複数の人物オブジェクト９５のうち所定の人物が目標人物９５Ａとして強調表示されている。そして他の関係ない人物９５Ｂが透明に透けるようにして表示されている。これによい目標人物９５Ａを容易に確認することができる。また他の人物９５Ｂのプライバシーを保護することが可能となる。例えばモザイク等を利用する場合、画面が汚くなり見にくくなることが多い。図に示すよに、他の人物９５Ｂを透明人間のように表示することで、人の特定ができない、かつ綺麗な監視画像を表示することが可能となる。例えば人物が映っていない画像を利用して適宜画像を補正し、輪郭線やフィルターを使うことで、人物の透明表示が可能となる。他の方法が用いられてもよい。

図１２−図１５に示すように、ＵＩがオーバーレイされることで、監視画像とＵＩとの関連性を容易に把握することが可能となる。また視線移動の付加を軽減することができる。なお、監視画像を解析した結果に基づいてＵＩが動的に構成されてもよい。

上記では不審物の例として鞄を挙げたが、その他の物が不審物として検出されてもよい。また人等の足跡が不審物として検出されてもよい。そして足跡が付けられた時点が第２の時点として算出され、その時点の画像をもとに足跡の主が割り出されてもよい。

上記では、クライアント装置とサーバ装置とがネットワークで接続され、またサーバ装置と複数のカメラとがネットワークで接続されていた。しかしながら各装置を接続するためにネットワークが用いられなくてもよい。すなわち各装置の接続方法は限定されない。また上記ではクライアント装置とサーバ装置とが別体の装置として配置された。しかしながらクライアント装置とサーバ装置とが一体的に構成されて、本技術の一実施形態に係る情報処理装置として用いられてもよい。複数の撮像装置も含めて本技術の一実施形態に係る情報処理装置が構成されてもよい。

上記で説明した本技術に係る画像の切り替え処理等が、監視カメラシステム以外の他の情報処理システムに用いられてもよい。

以上説明した各形態の特徴部分のうち、少なくとも２つの特徴部分を組み合わせることも可能である。

なお、本技術は以下のような構成も採ることができる。
（１）撮像装置により撮影された時間的に連続する複数の画像を入力する入力部と、
前記入力された複数の画像のうちの第１の時点の画像である第１の画像から注目対象となる注目対象オブジェクトを検出する注目オブジェクト検出部と、
前記第１の画像と、前記第１の時点よりも前の時点の１以上の画像である１以上の第２の画像のそれぞれとを比較することで、前記連続する複数の画像における前記注目オブジェクトの出現時点を第２の時点として算出する算出部と
を具備する情報処理装置。
（２）（１）に記載の情報処理装置であって、
前記注目オブジェクト検出部は、前記第１の時点よりも前の所定の時点の画像から前記第１の画像までの１以上の画像において、所定のオブジェクトの検出が維持された場合、前記所定のオブジェクトを前記注目オブジェクトとして検出し、
前記算出部は、前記所定の時点の画像から前記第１の画像の直前までの１以上の画像を前記１以上の第２の画像として、前記所定のオブジェクトの検出の維持を前記比較の結果として援用することで、前記所定の時点を前記第２の時点として算出する
情報処理装置。
（３）（２）に記載の情報処理装置であって、
前記時間的に連続する複数の画像は、所定の撮影空間が撮影された画像であり、
前記情報処理装置は、前記所定の撮影空間の基準状態を撮影した画像である基準画像と、前記複数の画像のそれぞれとの差分を検出可能な差分検出部をさらに具備し、
前記注目オブジェクト検出部は、前記差分検出部により検出された前記基準画像との差分をもとに、前記所定のオブジェクトの検出の維持を判定する
情報処理装置。
（４）（１）から（３）のうちいずれか１つに記載の情報処理装置であって、さらに、
前記検出された注目オブジェクトの動きを検出して当該動きを表現する動き画像を出力することが可能な動き画像出力部を具備する
情報処理装置。
（５）（４）に記載の情報処理装置であって、
前記複数の画像から人物のオブジェクトを検出することが可能な人物オブジェクト検出部をさらに具備し、
前記動き画像出力部は、前記第２の時点の画像における前記注目オブジェクトに最も近い位置の前記人物オブジェクトの動き画像を出力する
情報処理装置。
（６）（５）に記載の情報処理装置であって、さらに、
前記検出された人物オブジェクトの情報を記憶する第１の記憶部と、
前記注目オブジェクトに最も近い位置の前記人物オブジェクトを選択する指示に応じて、当該選択された人物オブジェクトの情報を出力する人物情報出力部と
を具備する情報処理装置。
（７）（４）から（６）のうちいずれか１つに記載の情報処理装置であって、さらに、
前記動き画像上の位置と前記複数の画像との対応付けを記憶する第２の記憶部と、
前記動き画像上の所定の位置を選択する指示に応じて、前記複数の画像から前記選択された所定の位置に対応付けられた画像を出力する対応画像出力部と
を具備する情報処理装置。
（８）（１）から（７）のうちいずれか１つに記載の情報処理装置であって、
前記算出部は、前記第１の画像の少なくとも前記注目オブジェクトを含む領域の画像である第１の領域画像と、前記１以上の第２の画像のそれぞれの前記第１の領域画像に対応する領域の画像である１以上の第２の領域画像とを比較することで、前記第２の時点を算出する
情報処理装置。

１０…カメラ
１１…動画データ
１２…フレーム画像
１４…基準画像
２０…サーバ装置
２３…画像解析部
２４…データ管理部
３０…クライアント装置
５５…注目オブジェクト
５７…人物オブジェクト
７０…動き画像
１００…監視カメラシステム
２００…コンピュータ

Claims (13)

1. 撮像装置により撮影された時間的に連続する複数の画像を入力する入力部と、
   前記入力された複数の画像のうちの第１の時点の画像である第１の画像から注目対象となる注目オブジェクトを検出する注目オブジェクト検出部と、
   前記第１の時点よりも前の時点の１以上の画像である１以上の第２の画像の各々について、前記注目オブジェクト検出部により検出された前記注目オブジェクトが検出されるか否かを判定し、その判定結果をもとに、前記連続する複数の画像における前記注目オブジェクトの出現時点を第２の時点として算出する算出部と、
   前記連続する複数の画像から人物オブジェクトを検出することが可能な人物オブジェクト検出部と、
   前記注目オブジェクト検出部により検出された前記注目オブジェクトの動きを検出して当該動きを表現する第１の動き画像を出力し、前記人物オブジェクト検出部により検出された前記第２の時点の画像における前記注目オブジェクトに最も近い位置の前記人物オブジェクトの動きを検出して当該動きを表現する第２の動き画像を出力することが可能な動き画像出力部と
   を具備する情報処理装置。
2. 請求項１に記載の情報処理装置であって、
   前記動き画像出力部は、前記第１及び前記第２の動き画像を同時に出力する
   情報処理装置。
3. 請求項１又は２に記載の情報処理装置であって、
   前記算出部は、前記第１の画像と前記１以上の第２の画像のそれぞれとを比較することで、前記第２の時点を算出する
   情報処理装置。
4. 請求項１又は２に記載の情報処理装置であって、
   前記注目オブジェクト検出部は、前記第１の時点よりも前の所定の時点の画像から前記第１の画像までの１以上の画像において、所定のオブジェクトの検出が維持されたか否かを判定し、前記所定のオブジェクトの検出が維持されたと判定した場合、前記所定のオブジェクトを前記注目オブジェクトとして検出し、
   前記算出部は、前記注目オブジェクト検出部により前記所定のオブジェクトの検出が維持されたと判定された場合、前記所定の時点を前記第２の時点として算出する
   情報処理装置。
5. 請求項４に記載の情報処理装置であって、
   前記時間的に連続する複数の画像は、所定の撮影空間が撮影された画像であり、
   前記情報処理装置は、前記所定の撮影空間の基準状態を撮影した画像である基準画像と、前記複数の画像のそれぞれとの差分を検出可能な差分検出部をさらに具備し、
   前記注目オブジェクト検出部は、前記差分検出部により検出された前記基準画像と前記所定の時点の画像から前記第１の画像までの１以上の画像の各々との差分をもとに、前記所定のオブジェクトの検出の維持を判定する
   情報処理装置。
6. 請求項１又は２に記載の情報処理装置であって、さらに、
   前記検出された人物オブジェクトの情報を記憶する第１の記憶部と、
   前記注目オブジェクトに最も近い位置の前記人物オブジェクトを選択する指示に応じて、当該選択された人物オブジェクトの情報を出力する人物情報出力部と
   を具備する情報処理装置。
7. 請求項６に記載の情報処理装置であって、
   前記第１の記憶部は、所定の容疑者の情報である容疑者情報を記憶し、
   前記人物情報出力部は、前記注目オブジェクトに最も近い位置の前記人物オブジェクトの情報を、前記第１の記憶部に記憶された前記容疑者情報と照合し、その照合の結果を出力する
   情報処理装置。
8. 請求項６又は７に記載の情報処理装置であって、
   前記人物情報出力部は、前記人物オブジェクト検出部により複数の人物オブジェクトが検出された場合、前記複数の人物オブジェクトのうち前記注目オブジェクトに最も近い位置の前記人物オブジェクトを目標人物として強調表示し、かつ、他の前記人物オブジェクトを透明表示する
   情報処理装置。
9. 請求項１又は２に記載の情報処理装置であって、さらに、
   前記第１及び前記第２の動き画像のうち少なくとも１つの動き画像について、前記動き画像上の位置と前記複数の画像との対応付けを記憶する第２の記憶部と、
   前記動き画像上の所定の位置を選択する指示に応じて、前記複数の画像から前記選択された所定の位置に対応付けられた画像を出力する対応画像出力部と
   を具備する情報処理装置。
10. 請求項１又は２に記載の情報処理装置であって、
    前記算出部は、前記第１の画像の少なくとも前記注目オブジェクトを含む領域の画像を第１の領域画像として設定し、前記１以上の第２の画像のそれぞれの前記第１の領域画像に対応する領域の画像である１以上の第２の領域画像の各々について、前記注目オブジェクト検出部により検出された前記注目オブジェクトが検出されるか否かを判定することで、前記第２の時点を算出する
    情報処理装置。
11. 撮像装置により撮影された時間的に連続する複数の画像を入力し、
    前記入力された複数の画像のうちの第１の時点の画像である第１の画像から注目対象となる注目オブジェクトを検出し、
    前記第１の時点よりも前の時点の１以上の画像である１以上の第２の画像の各々について、前記検出された前記注目オブジェクトが検出されるか否かを判定し、その判定結果をもとに、前記連続する複数の画像における前記注目オブジェクトの出現時点を第２の時点として算出し、
    前記連続する複数の画像から人物オブジェクトを検出し、
    前記検出された前記注目オブジェクトの動きを検出して当該動きを表現する第１の動き画像を出力し、前記検出された前記第２の時点の画像における前記注目オブジェクトに最も近い位置の前記人物オブジェクトの動きを検出して当該動きを表現する第２の動き画像を出力する
    ことをコンピュータが実行する情報処理方法。
12. 撮像装置により撮影された時間的に連続する複数の画像を入力するステップと、
    前記入力された複数の画像のうちの第１の時点の画像である第１の画像から注目対象となる注目オブジェクトを検出するステップと、
    前記第１の時点よりも前の時点の１以上の画像である１以上の第２の画像の各々について、前記検出された前記注目オブジェクトが検出されるか否かを判定し、その判定結果をもとに、前記連続する複数の画像における前記注目オブジェクトの出現時点を第２の時点として算出するステップと、
    前記連続する複数の画像から人物オブジェクトを検出するステップと、
    前記検出された前記注目オブジェクトの動きを検出して当該動きを表現する第１の動き画像を出力し、前記検出された前記第２の時点の画像における前記注目オブジェクトに最も近い位置の前記人物オブジェクトの動きを検出して当該動きを表現する第２の動き画像を出力するステップと
    をコンピュータに実行させるプログラム。
13. 時間的に連続する複数の画像を撮影可能な１以上の撮像装置と、
    前記撮像装置により撮影された連続する複数の画像を入力する入力部と、
    前記入力された複数の画像のうちの第１の時点の画像である第１の画像から注目対象となる注目オブジェクトを検出する注目オブジェクト検出部と、
    前記第１の時点よりも前の時点の１以上の画像である１以上の第２の画像の各々について、前記注目オブジェクト検出部により検出された前記注目オブジェクトが検出されるか否かを判定し、その判定結果をもとに、前記連続する複数の画像における前記注目オブジェクトの出現時点を第２の時点として算出する算出部と、
    前記連続する複数の画像から人物オブジェクトを検出することが可能な人物オブジェクト検出部と、
    前記注目オブジェクト検出部により検出された前記注目オブジェクトの動きを検出して当該動きを表現する第１の動き画像を出力し、前記人物オブジェクト検出部により検出された前記第２の時点の画像における前記注目オブジェクトに最も近い位置の前記人物オブジェクトの動きを検出して当該動きを表現する第２の動き画像を出力することが可能な動き画像出力部と
    を有する情報処理装置と
    を具備する情報処理システム。

Images