JP6347125B2 - 属性判別装置、属性判別システム、属性判別方法及び属性判別用プログラム - Google Patents

Description

本発明は、属性判別装置、属性判別システム、属性判別方法及び属性判別用プログラムの技術分野に属する。より詳細には、人がある属性を備えているか否かを判別する属性判別装置、当該属性判別装置を含む属性判別システム、並びに属性判別方法及び当該属性判別装置用のプログラムの技術分野に属する。

例えばいわゆる小売店等の店舗においては、顧客の動向（例えば店内における顧客の動線等）の調査を含むマーケティング、又は防犯上等の必要性から、店内をカメラで撮像してその撮像情報を記録等することが通常行われている。この場合、当該撮像情報上において、その店舗の従業員又は関係者と、顧客と、を識別する必要がある場合がある。このような識別に関する先行技術として、例えば下記特許文献１に開示されている技術がある。

下記特許文献１に開示されている技術では、上記撮像情報内の顔の画像から人を特定し、その特定結果と、記憶部に予め記憶されている従業員の顔データベース等と、の比較により、その特定された人が従業員か顧客かを判別する構成とされている。

特開２００９−２３０５６５号公報

しかしながら、上述特許文献１に開示されている技術によると、人の顔の情報が顔データベース等に登録されている人しか判別することができない。この場合、例えば入店したばかりのアルバイト従業員の場合、顔データベース等への登録が為されていないと、その識別ができないという問題点がある。

また、もともと顔データベース等の情報を有しないシステム（店舗）においては、そもそもこの判別法を用いることができないという問題点もあり、この場合は汎用性に欠けることになる。更に、顔データベース等においては、その人の顔と氏名等が関連付けられて記録／蓄積されることとなるため、いわゆる個人情報の保護の観点から種々の問題点が生じる可能性もある。更にまた、上記従業員又は関係者と、顧客と、を識別する限りにおいては、そもそも従業員等の顔データベース等まで用いる必要がない。

そこで本発明は、上記の各問題点に鑑みて為されたもので、その課題の一例は、顔データベース等を予め準備することなく、人の属性を精度よく判別することが可能な属性判別装置、当該属性判別装置を含む属性判別システム、並びに属性判別方法及び当該属性判別装置用のプログラムを提供することにある。

上記の課題を解決するために、請求項１に記載の発明は、カメラ等の撮像手段を用いて人を撮像して得られる撮像情報を取得する入力インターフェース等の取得手段と、顔を除いた前記人の部分に相当する部分撮像情報を、前記取得された撮像情報から抽出する画像抽出部等の抽出手段と、前記抽出された部分撮像情報に基づいて、前記部分の模様を検出するフーリエ変換部等の模様検出手段と、前記抽出された部分撮像情報に基づいて、前記部分の色を検出する色相数値化部等の色検出手段と、前記抽出された部分撮像情報に基づいて、前記部分の明るさを検出する輝度数値化部等の明るさ検出手段と、前記模様検出手段による前記模様の検出結果と、前記色検出手段による前記色の検出結果又は前記明るさ検出手段による前記明るさの検出結果の少なくともいずれか一方と、を、判別手段による判別に用いられる基準の内容に基づいて切り換えて、当該判別手段に出力する属性判別部等の切換手段と、ｉ）前記模様検出手段による前記模様の検出結果と、予め設定されている基準模様と、の比較結果と、ii）前記少なくともいずれか一方と、予め設定されている基準色又は予め設定された基準明るさのうち前記少なくともいずれか一方に対応する基準と、の比較結果と、に基づいて、前記人の属性を判別する属性判別部等の前記判別手段と、前記判別手段による判別結果を出力する出力インターフェース等の出力手段と、を備える。

上記の課題を解決するために、請求項５に記載の発明は、カメラ等の撮像手段を用いて人を撮像して得られる撮像情報を取得する取得工程と、顔を除いた前記人の部分に相当する部分撮像情報を、前記取得された撮像情報から抽出する抽出工程と、前記抽出された部分撮像情報に基づいて、前記部分の模様を検出する模様検出工程と、前記抽出された部分撮像情報に基づいて、前記部分の色を検出する色検出工程と、前記抽出された部分撮像情報に基づいて、前記部分の明るさを検出する明るさ検出工程と、前記模様検出工程における前記模様の検出結果と、前記色検出工程における前記色の検出結果又は前記明るさ検出工程における前記明るさの検出結果の少なくともいずれか一方と、を、判別工程における判別に用いられる基準の内容に基づいて切り換えて出力する切換工程と、ｉ）前記模様検出工程における前記模様の検出結果と、予め設定されている基準模様と、の比較結果と、ii）前記少なくともいずれか一方と、予め設定されている基準色又は予め設定された基準明るさのうち前記少なくともいずれか一方に対応する基準と、の比較結果と、に基づいて、前記人の属性を判別する前記判別工程と、前記判別工程における判別結果を出力する出力工程と、を含む。

上記の課題を解決するために、請求項６に記載の発明は、カメラ等の撮像手段に接続されたコンピュータを、前記撮像手段を用いて人を撮像して得られる撮像情報を取得する取得手段、顔を除いた前記人の部分に相当する部分撮像情報を、前記取得された撮像情報から抽出する抽出手段、前記抽出された部分撮像情報に基づいて、前記部分の模様を検出する模様検出手段、前記抽出された部分撮像情報に基づいて、前記部分の色を検出する色検出手段、前記抽出された部分撮像情報に基づいて、前記部分の明るさを検出する明るさ検出手段、前記模様検出手段として機能する前記コンピュータによる前記模様の検出結果と、前記色検出手段として機能する前記コンピュータによる前記色の検出結果又は前記明るさ検出手段として機能する前記コンピュータによる前記明るさの検出結果の少なくともいずれか一方と、を、判別手段として機能する前記コンピュータによる判別に用いられる基準の内容に基づいて切り換えて、当該判別手段として機能する前記コンピュータに出力する切換手段、ｉ）前記模様検出手段として機能する前記コンピュータによる前記模様の検出結果と、予め設定されている基準模様と、の比較結果と、ii）前記少なくともいずれか一方と、予め設定されている基準色又は予め設定された基準明るさのうち前記少なくともいずれか一方に対応する基準と、の比較結果と、に基づいて、前記人の属性を判別する前記判別手段、及び、前記判別手段として機能する前記コンピュータによる判別結果を出力する出力手段、として機能させる。

請求項１、請求項５又は請求項６のいずれか一項に記載の発明によれば、撮像対象たる人の顔を除いた部分の模様を、その部分に相当する部分撮像情報に基づいて検出し、検出された模様と基準模様とを比較して当該撮像対象たる人の属性を判別し、その結果を出力する。よって、顔以外の部分の撮像情報を用いて属性判別を行うことで、顔を予め撮像したデータを準備することなく、人の属性を精度よく判別することができる。
また、判別に用いられる基準に応じて、抽出された部分撮像情報に基づいた人の部分の模様の検出結果と、当該部分の色の検出結果又は当該部分の明るさの検出結果の少なくともいずれか一方と、に基づき属性を判別するので、複数の要素を用いて当該属性を判別することで、判別に用いられる基準の内容に応じて、より適切に人の属性を判別することができる。

上記の課題を解決するために、請求項２に記載の発明は、請求項１に記載の属性判別装置において、前記模様検出手段は、前記部分撮像情報に対してフーリエ変換処理を施すフーリエ変換部等の変換手段と、フーリエ変換処理された前記部分撮像情報における周波数特性を数値化して前記模様を検出する周波数数値化部等の数値化手段と、により構成されている。

請求項２に記載の発明によれば、請求項１に記載の発明の作用に加えて、模様を検出する模様検出手段が、フーリエ変換処理を施す変換手段と、周波数特性を数値化して模様を検出する数値化手段と、により構成されているので、より正確に人の部分の模様を検出することができる。

上記の課題を解決するために、請求項３に記載の発明は、請求項２に記載の属性判別装置において、前記判別手段は、前記判別に用いられる前記基準模様の内容に対応させた前記周波数特性の数値化の結果を用いて判別を行うように構成される。

請求項３に記載の発明によれば、請求項２に記載の発明の作用に加えて、基準模様の内容に対応させた周波数特性の数値化の結果を用いて判別を行うので、より正確に人の属性を判別することができる。

上記の課題を解決するために、請求項４に記載の発明は、請求項１から請求項３のいずれか一項に記載の属性判別装置と、前記人を撮像して前記撮像情報を前記取得手段に出力する前記撮像手段と、前記出力された判別結果を告知するディスプレイ等の告知手段と、を備える。

請求項４に記載の発明によれば、請求項１、請求項５又は請求項６のいずれか一項に記載の発明と同様に、顔以外の部分の撮像情報を用いて属性判別を行うことで、顔を予め撮像したデータを準備することなく、人の属性を精度よく判別することができる。

本発明によれば、撮像対象たる人の顔を除いた部分の模様を、その部分に相当する部分撮像情報に基づいて検出し、検出された模様と基準模様とを比較して当該撮像対象たる人の属性を判別し、その結果を出力する。

従って、顔以外の部分の撮像情報を用いて属性判別を行うことで、顔を予め撮像したデータを準備することなく、人の属性を精度よく判別することができる。また、顔を予め撮像したデータを準備する必要がないので、いわゆる個人情報の保護の観点からも望ましい状態で、上記属性を精度よく判別することができる。
また、判別に用いられる基準に応じて、抽出された部分撮像情報に基づいた人の部分の模様の検出結果と、当該部分の色の検出結果又は当該部分の明るさの検出結果の少なくともいずれか一方と、に基づき属性を判別するので、複数の要素を用いて当該属性を判別することで、判別に用いられる基準の内容に応じて、より適切に人の属性を判別することができる。

実施形態に係る属性判別装置の概要構成を示すブロック図である。 実施形態に係る基準データに相当する制服を例示する図である。 実施形態に係る色相検出処理を説明する図である。 実施形態に係る輝度検出処理を説明する図である。 実施形態に係る模様検出処理を説明する図（Ｉ）であり、（ａ）は実施形態に係る胴部撮像情報に係る画像をグレースケール化した画像を例示する図であり、（ｂ）は実施形態に係る周波数ヒストグラムの生成を例示する図であり、（ｃ）は実施形態に係る近似式を説明する図である。 実施形態に係る模様検出処理を説明する図（II）であり、（ａ）は実施形態に係る胴部撮像情報に係る画像をグレースケール化した画像を例示する図であり、（ｂ）は実施形態に係る二次元フーリエ変換の結果を例示する図であり、（ｃ）は実施形態に係る模様の数値化を例示する図である。 実施形態に係る模様検出処理を説明する図（III）であり、（ａ）は検出元たる基準データの第二例としての画像を例示する図であり、（ｂ）は当該第二例に対応した二次元フーリエ変換の結果を例示する図であり、（ｃ）は検出元たる基準データの第三例としての画像を例示する図であり、（ｄ）は当該第三例に対応した二次元フーリエ変換の結果を例示する図である。

次に、本発明を実施するための形態について、図１乃至図７を用いて説明する。以下に説明する実施形態は、例えば小売店等の店舗又はその周辺において、その店舗の従業員と、当該従業員以外の者と、を判別する属性判別処理を行う判別装置に対して、本発明を適用した場合の実施の形態である。このとき上記従業員以外の者とは、例えば当該店舗を訪れた客であり、以下の説明においては、当該従業員以外の者を単に「他者」と称する。また以下に説明する従業員は、上記他者が着用する一般的な服装と区別可能な、当該店舗（又は当該店舗が属するチェーン店等）特有の「制服」を着用しているものとする。そして実施形態に係る属性判別処理では、この制服とそれ以外の服装（他者が着用している服装）との判別を画像処理により行うことにより、上記従業員と他者とを判別する。

更に、図１は実施形態に係る判別装置の概要構成を示すブロック図であり、図２は実施形態に係る基準データに相当する制服を例示する図であり、図３は実施形態に係る色相検出処理を説明する図である。また、図４は実施形態に係る輝度検出処理を説明する図であり、図５乃至図７は実施形態に係る模様検出処理をそれぞれ説明する図である。

図１に示すように、実施形態に係る判別装置Ｓは、カメラＣと、パーソナルコンピュータ又はサーバコンピュータ等からなる処理装置ＰＣと、液晶ディスプレイ等からなるディスプレイＤと、ＨＤＤ（Hard Disc Drive）又はＳＳＤ（Solid State Drive）等を含むレコーダＲと、により構成されている。このとき、カメラＣが本発明に係る「撮像手段」の一例に相当し、処理装置ＰＣが本発明に係る「属性判別装置」の一例に相当し、ディスプレイＤが本発明に係る「告知手段」の一例に相当する。

また処理装置ＰＣは、入力インターフェース１と、ＣＰＵ、ＲＡＭ（Random Access Memory）及びＲＯＭ（Read Only Memory）等を含む処理部２と、後述する基準データＲＤを不揮発性に記録する記録部３と、出力インターフェース４と、キーボード及びマウス等からなる操作部５と、により構成されている。更に処理部２は、画像抽出部２０と、色相ヒストグラム算出部２１と、輝度分布算出部２２と、フーリエ変換部２３と、色相数値化部２４と、輝度数値化部２５と、周波数数値化部２６と、属性判別部２７と、により構成されている。このとき、画像抽出部２０、色相ヒストグラム算出部２１、輝度分布算出部２２、フーリエ変換部２３、色相数値化部２４、輝度数値化部２５、周波数数値化部２６及び属性判別部２７のそれぞれは、処理部２を構成するＣＰＵ等のハードウェアロジック回路により実現されるものであってもよいし、以下に説明する実施形態に係る属性判別処理に相当するプログラムを上記ＣＰＵ等が読み込んで実行することにより、ソフトウェア的に実現されるものであってもよい。また、入力インターフェース１が本発明に係る「取得手段」の一例に相当し、画像抽出部２０が本発明に係る「抽出手段」の一例に相当し、フーリエ変換部２３が本発明に係る「模様検出手段」の一例及び「変換手段」の一例にそれぞれ相当する。更に、属性判別部２７が本発明に係る「判別手段」の一例及び「切換手段」の一例にそれぞれ相当し、出力インターフェース４が本発明に係る「出力手段」の一例に相当し、周波数数値化部２６が本発明に係る「数値化手段」の一例に相当する。更にまた、色相数値化部２４が本発明に係る「色検出手段」の一例に相当し、輝度数値化部２５が本発明に係る「明るさ検出手段」の一例に相当する。

上記の構成においてカメラＣは、実施形態に係る判別装置Ｓ専用、又は、例えば防犯用のものを流用するカメラであり、上記店舗内を例えばその天井から俯瞰的に撮像し、当該撮像結果に相当する撮像情報を生成して処理装置ＰＣに出力する。なおカメラＣは、一台に限らず、二台以上のカメラＣからの撮像情報を例えば時分割的に処理装置ＰＣへ出力する構成であってもよい。

そして処理装置ＰＣの入力インターフェース１は、一台又は複数台のカメラＣからの上記撮像情報に対して予め設定された入力インターフェース処理を施し、処理部２の画像抽出部２０に出力する。これにより処理部２は、実施形態に係る属性判別処理を行い、その判別結果を出力インターフェース４に出力する。この場合に処理部２は、記録部３に記録されている下記基準データＲＤに基づいて上記属性判別処理を実行する。そして出力インターフェース４は、処理部２から出力されてきた上記判別結果に対して予め設定された出力インターフェース処理を施し、ディスプレイＤ及びレコーダＲにそれぞれ出力する。これによりディスプレイＤは当該判別結果を表示する。またレコーダＲは、必要に応じて、出力されてきた判別結果を記録する。これら表示又は記録された判別結果は、防犯上の用途の他、例えば、従業員と区別される他者の店舗内における動線分析による商品配置の検討や、他者の来店状況（来店数及び来店時間帯等）の分析に用いられる。更に操作部５においては、実施形態に係る属性判別処理を含む判別装置Ｓの動作を指示するための操作が行われる。このとき操作部５において実行される操作には、例えば実施形態に係る判別対象たる制服をどのような制服とするか（換言すれば、以下に説明する基準データＲＤとしてどのような画像を用いるか）を選択する操作が含まれる。これにより操作部５は、当該操作に対応する操作信号を処理部２に出力し、処理部２は当該操作信号に対応して実施形態に係る属性判別処理を実行する。

次に、実施形態に係る上記基準データＲＤについて、図２を用いて説明する。この基準データＲＤは、例えば上述したような操作部５における選択操作に基づいて、予め記録部３に記録されているものである。

即ち実施形態に係る基準データＲＤは、実施形態に係る判別対象たる上記制服の外観に相当する基準データである。即ち基準データＲＤは、例えば図２に示すように、上記制服を着用した従業員を例えば正面から見た状態の首から下の胴部に相当する部分のみをカラー画像化して得られた基準データである。このとき図２に例示する場合の制服のデザインとしては、中央に着脱用の緑色のジッパーＬ１があり、その両側に赤色の太い縦縞Ｌ２があり、各縦縞Ｌ２それぞれの更に外側に、縦縞Ｌ２より細く且つ赤色の横縞Ｌ３が縦に複数並んだ構成となっている。この横縞Ｌ３は制服の腕部にも設けられている。また、縦縞Ｌ２及び横縞Ｌ３は相互に同じ赤色とされており、ジッパーＬ１の部分を除いたその他の制服の下地部分は白色とされている。基準データＲＤでは、上記縦縞Ｌ２及び横縞Ｌ３並びに下地部分それぞれの色もカラー画像として表現されている。

次に、処理部２の画像抽出部２０等の動作の詳細について説明する。

先ず処理部２の画像抽出部２０は、入力インターフェース１を介して入力されてくる撮像情報から、基準データＲＤに対応した首より下の胴部のみに相当する胴部撮像情報を抽出し、当該抽出した胴部撮像情報（即ち、図２に例示する制服に対応するカラー画像）を、色相ヒストグラム算出部２１、輝度分布算出部２２及びフーリエ変換部２３にそれぞれ出力する。

これにより色相ヒストグラム算出部２１は、胴部撮像情報に含まれている色の内容に対応する色相ヒストグラムを、例えば従来の、又は周知の方法により算出し、色相数値化部２４に出力する。

ここで上記色相ヒストグラムとは、例えば図３に示すように、胴部撮像情報に含まれている各色を横軸とし、当該色ごとの胴部撮像情報に含まれている量（成分）を縦軸としたヒストグラムである。このヒストグラムによれば、胴部撮像情報における各色の相対的な量が認識可能となる。そして実施形態に係る制服を着用した従業員をカメラＣにより撮像して得られる当該従業員の胴部撮像情報では、図２及び図３に例示したように、他の色の成分に比べて赤色成分ＲＥが極めて多いことになる。

次に色相数値化部２４は、各色について色相ヒストグラム算出部２１により算出されたヒストグラムに基づき、実施形態に係る制服（図２参照）の場合は赤色成分の全体に対する割合を、「色相特徴データ」として算出して属性判別部２７に出力する。より具体的には、図３に例示する赤色成分ＲＥの、実施形態に係る胴部撮像情報の色全体（全色成分）に対する割合（換言すれば、「赤らしさ」）たる色相特徴データを、例えば、以下の式（１）として算出し、属性判別部２７に出力する。

色相特徴データ（赤らしさ）＝赤色成分ＲＥ／全色成分 …（１）
ここで、上記全色成分に対するいずれの色の割合を上記色相特徴データとするかは、基準データＲＤとしてどのような制服の画像を用いるかに依存する。例えば上記式（１）の場合、基準データＲＤとして赤色が多く配された制服の基準データＲＤを用いることが予め定められているが故に、当該赤色成分ＲＥの全色成分に対する割合を算出している。このとき色相特徴データの対象とする上記色の指定は、操作部５における操作に基づいて指定されるものであってもよいし、外部からの指定データ等に基づいて指定されるものであってもよい。

次に処理部２の輝度分布算出部２２は、画像抽出部２０から出力された胴部撮像情報に対して、例えば従来の、又は周知の方法により輝度分析処理を施し、当該胴部撮像情報に相当する画像をグレースケール化して、グレースケール化後の胴部撮像情報を輝度数値化部２５に出力する。この場合のグレースケール化の処理は、上記胴部撮像情報に相当する画像を、白及び黒以外の色を含まず、輝度により表現される画像に変換する処理である。そして、グレースケール化後の胴部撮像情報に相当するグレースケール画像は、例えば図２に例示する制服に対応して、例えば図４に例示するグレースケール画像ＧＢＷとなる。なお、ジッパーＬ１、縦縞Ｌ２及び横縞Ｌ３はグレースケール画像ＧＢＷにも含まれることとなるが、それぞれの色は、輝度の違いにより（つまり白又は黒の濃淡で）表現されることになる（図４参照）。

そして輝度数値化部２５は、輝度分布算出部２２から出力された上記グレースケール画像ＧＢＷに相当する撮像情報に基づき、当該胴部撮像情報全体の平均輝度を「輝度特徴データ」として算出し、属性判別部２７に出力する。より具体的には、図４に例示するグレースケール画像ＧＢＷにおける横方向の画素数がＷドット、縦方向の画素数がＨドットである場合において、当該グレースケール画像ＧＢＷにおける各画素（ｉ，ｊ）（０≦ｉ＜Ｗ，０≦ｊ＜Ｈ）についての輝度（換言すれば、例えば「白らしさ」）たる輝度特徴データを、例えば以下の式（２）により算出し、属性判別部２７に出力する。

次に、処理部２のフーリエ変換部２３は、画像抽出部２０から出力された胴部撮像情報に対して二次元のフーリエ変換を施し、その結果を周波数数値化部２６に出力する。これにより周波数数値化部２６は、当該フーリエ変換後の胴部撮像情報における周波数を基準としたその特徴を数値化し、その数値を「周波数特徴データ」として属性判別部２７に出力する。

ここで、上記フーリエ変換部２３及び周波数数値化部２６それぞれにおける処理を、図５乃至図７を用いて具体的に説明する。

先ずフーリエ変換部２３は、画像抽出部２０から出力された胴部撮像情報をグレースケール化し、例えば図５（ａ）に示すグレースケール画像ＧＢＷとする。なお図５（ａ）に示すグレースケール画像ＧＢＷは図４に例示するグレースケール画像ＧＢＷと同一である。このグレースケール画像ＧＢＷには、図４に例示した場合と同様に、ジッパーＬ１、縦縞Ｌ２及び横縞Ｌ３にそれぞれ相当する白黒画像が含まれている。その後フーリエ変換部２３はグレースケール画像ＧＢＷに対して、従来の、又は周知の二次元フーリエ変換処理を施す。ここで二次元フーリエ変換処理とは、デジタル画像の内容（模様等）としての周期性を検出するための周知の方法である。そして、グレースケール画像ＧＢＷに対する当該二次元フーリエ変換処理の結果を図５（ｂ）左に例示する。図５（ｂ）左は、図５（ａ）に示すグレースケール画像ＧＢＷに対して実施形態に係る二次元フーリエ変換処理を施した結果の一例である。

次にフーリエ変換部２３は更に、図５（ｂ）右に例示するように、当該二次元フーリエ変換処理を施した撮像情報から周波数ヒストグラムを算出する。この周波数ヒストグラム算出処理は、二次元フーリエ変換処理後の胴部撮像情報における各周波数の最大値を検出し、その結果を、横軸を周波数としてヒストグラム化する処理である。この周波数ヒストグラム算出処理の方法としてより具体的には、例えば、従来の、又は周知の周波数ヒストグラム算出処理の方法を用いることができる。

ここで一般に、例えば図５（ａ）に示す横縞Ｌ３のような周期性が胴部撮像情報に相当する画像に存在する場合、上記二次元フーリエ変換処理の結果を示す画像上に、その全体形状（分布形状）が当該周期性（横縞模様）における周波数に対応した分布形状となる輝点が現れる（図５（ｂ）左参照）。そして図５（ｂ）では、当該輝点の分布における円で例示された周波数（図５（ｂ）左参照）と、当該二次元フーリエ変換処理に対応した周波数ヒストグラム（図５（ｂ）右に例示）におけるその周波数に対応する部分と、の対応関係が、破線矢印で示されている。即ち、当該輝点の分布における図５（ｂ）左の円で例示された周波数における輝点の最大値（最も明るい輝点の明るさの値）が、それに対応した図５（ｂ）右の周波数ヒストグラムの周波数に対する縦軸の値（上記「周波数の最大値」）となる。そして、上記二次元フーリエ変換処理に対応した周波数ヒストグラムでは、上記輝点の分布において上記横縞Ｌ３の周波数に対応した位置に山部が現れる。これに対し、胴部撮像情報に相当する画像に上記のような周期性が存在しない場合、上記のように算出された周波数ヒストグラムの全体形状は滑らかな包絡線を有する形状となる。

そこで実施形態に係る周波数数値化部２６は、上記二次元フーリエ変換処理後の胴部撮像情報における周波数の特徴の数値化の第一段階として、上述した胴部撮像情報に相当する画像における縞模様の有無と周波数ヒストグラムの形状との関係を利用して、胴部撮像情報に相当する画像における「縞模様の有無」を数値化する。この場合の数値化は、胴部撮像情報に相当する画像における縞模様が縦縞か横縞かまでは問わず、単に縞としての存在の有無を数値化するものである。より具体的に周波数数値化部２６は、周波数ヒストグラムの近似曲線（図５（ｃ）実曲線参照）の決定係数Ｒ^２（図５（ｃ）に例示する場合、決定係数Ｒ^２≒０．８３５４）を用いて、以下の式（３）により示されるパラメータ「縞らしさ」を、胴部撮像情報に相当する画像における縞の有無に関する上記周波数特徴データの値とする。

パラメータ「縞らしさ」＝１−Ｒ^２ …（３）
他方一般に、上記二次元フーリエ変換処理の結果を示す画像上においては、図６（ａ）に例示するグレースケール画像ＧＢＷ（図５（ａ）に例示するグレースケール画像ＧＢＷと同一である）における上記縞模様の「方向」に対応して、図６（ｂ）に示すような例えば白色のエッジが現れる（図６（ｂ）内の円は、図５（ｂ）内の円と同様に一つの周波数に相当する輝点の例示である）。即ち実施形態に係る二次元フーリエ変換処理の結果を示す画像においては、グレースケール画像ＧＢＷの縞模様を構成する各縞の数（波数）に対応した位置に輝点が現れる。そして二次元フーリエ変換処理（実施形態の場合、離散フーリエ変換（Discreet Fourier Transform））における周期性により、当該輝点も周期的に現れることになる。これらにより、二次元フーリエ変換処理の結果を示す画像には、各縞の方向に対応した上記エッジが現れる。よって、このようなエッジ生成の仕組みにより、グレースケール画像ＧＢＷの縞模様に横縞が多い実施形態の制服の場合（図６（ａ）参照）は略垂直方向に延びたエッジが現れ（図６（ｂ）及び図６（ｃ）参照）、一方当該縞模様に縦縞が多い場合は略水平方向に延びたエッジが現れることになる。そこで実施形態に係る周波数数値化部２６はこれらを利用して、上記二次元フーリエ変換後の胴部撮像情報における周波数の特徴の数値化の第二段階として、二次元フーリエ変換処理の結果を示す画像における上記エッジのなす角度θ（図６（ｃ）参照）に基づく「sinθ」の値を、縞の方向に関する周波数特徴データとして算出する。

より具体的には、図６（ａ）に例示するグレースケール画像ＧＢＷに対して実施形態に係る二次元フーリエ変換処理を行った結果を示す画像（図６（ｂ）参照）における上記エッジに相当する線分（図６（ｃ）において「ｙ＝ａｘ」で示す線分）のｘ軸とのなす角度θに対応する傾き「ａ」を、例えば以下の式（４）により算出する。なお以下の式（４）において、「Ｐ」はプロットされた点（図６（ｃ）において、原点付近及び第II象限並びに第III象限に記載した◆点）の集合であり、（ｘ，ｙ）は集合Ｐを構成する各点（図６（ｃ）参照）の座標であり、「ＤＦＴ」とは上記離散フーリエ変換の略である。また、図６（ｃ）の横軸及び縦軸それぞれに記載された数字は、それぞれ波数を示している。更に上記集合Ｐは、各波数（図６（ｃ）における原点からの距離）に対し、対応した輝点として最も明るい輝点をプロットした点の集合である。即ち、例えば図６（ｂ）において円で示される波数（例えば２０）について、最も明るい輝点（図６（ｂ）において符号「ＭＡＸ」で示す）を図６（ｃ）の座標にプロットし、各波数についてこの処理を繰り返し行い、それぞれの波数についてプロットした結果が、図６（ｃ）に例示される図である。なお、上記ＤＦＴの値は共役対称（図形の性質として言い換えると「点対称」）となるため、図６（ｃ）では、その左半分の領域（第II象限並びに第III象限）に限定してプロットした結果を示している。

そして、上記式（４）による傾きａを用いて、横縞に対するパラメータ「横らしさ」を、例えば以下の式（５）により算出し、この式（５）のsinθの値を、胴部撮像情報に相当する画像における横縞の有無に関する上記周波数特徴データの値とする。

なお、同様の考え方で、判別しようとする制服に縦縞が多い場合、上記式（４）による傾きａを用いた縦縞に対するパラメータ「縦らしさ」は、例えば以下の式（６）により算出される。そして判別対象たる制服の縦縞を判別する場合、この式（６）のcosθの値を、胴部撮像情報に相当する画像における縦縞の有無に関する上記周波数特徴データの値とすればよい。

なお、図５及び図６に例示した胴部撮像情報における周波数の特徴を数値化する処理の他の例として、実施形態において他の服装と判別すべき制服が例えば図７（ａ）に示すようなチェック柄である場合、それに対応した上記輝点及びそれに対応した上記エッジとしては、図７（ｂ）に例示するように、二次元フーリエ変換処理後の画像において縦方向及び横方向に現れる。よって、実施形態に係る胴部撮像情報における周波数の特徴を数値化処理によれば、上記制服がチェックである場合でもその特徴を検出して、対応する周波数特徴データを算出することができる。

また、実施形態において他の服装と判別すべき制服が例えば図７（ｃ）に示すような文字と縞模様が混合した柄であっても、胴部撮像情報画像内のテクスチャ（模様）と二次元フーリエ変換処理後の画像の内容は一般に一対一に対応するため、二次元フーリエ変換処理の画像（例えば図７（ｃ）の柄に対応した当該画像を図７（ｄ）に例示する）における輝点又はエッジの態様に基づいて、当該態様が判別対象たる制服の柄とどの程度類似しているか、を示すパラメータを制服判別の基準に用いて、上記周波数特徴データを算出することができる。

以上のように、上記色相特徴データが色相数値化部２４から、上記輝度特徴データが輝度数値化部２５から、及び上記周波数特徴データが周波数数値化部２６から、それぞれ出力されてくると、属性判別部２７は、判別すべき制服に相当する上記基準データＲＤ（図２記載の制服参照）に基づいてこれらを使い分けることで、画像抽出部２０により抽出された上記胴部撮像情報により示される胴部の服装が上記制服であるか否かを判別する。

より具体的に例えば、図２に例示される制服（二本の赤色の縦縞Ｌ２に加えて、複数の赤色の横縞Ｌ３が全体的に配された制服）と他者の服装とを判別する場合、属性判別部２７は、色相数値化部２４からの上記色相特徴データ（上記式（１）参照）と、周波数数値化部２６からの上記「横らしさ」の周波数特徴データ（上記式（３）参照）と、を用いる。そして属性判別部２７は、胴部撮像情報により示される胴部の服装において赤色が図２に例示される上記制服に相当する既定の閾値量以上含まれており、且つ周波数特徴データにより示される角度θが垂直に対して既定差分以下の角度である（即ち横縞に近い）場合、その胴部撮像情報により示される胴部の服装は、判別基準としての制服であると判別する。これに対して、胴部撮像情報により示される胴部の服装において赤色が上記既定の閾値量未満である場合、又は周波数特徴データにより示される角度θが垂直に対して上記既定差分以上である（即ち横縞とは見做せない）場合、のいずれかのとき、属性判別部２７は、その胴部撮像情報により示される胴部の服装は上記制服とは異なると判別する。

また、判別対象たる制服が、その制服に特徴的な色相のみにより他者の服装と区別できる場合、属性判別部２７は上記色相特徴データのみを用いて当該制服と他者の服装とを判別してもよい。更に、判別対象たる制服が、その制服に特徴的な輝度（白／黒の程度）のみにより他者の服装と区別できる場合、属性判別部２７は上記輝度特徴データのみを用いて当該制服と他者の服装とを判別してもよい。更にまた、判別対象たる制服が、その制服に特徴的な模様のみにより他者の服装と区別できる場合、属性判別部２７は上記周波数特徴データのみを用いて当該制服と他者の服装とを判別してもよい。これらに対し、判別対象たる制服が、その色相、輝度及び模様を総合的に判断しないと他者の服装と区別できないようなものである場合、上記色相特徴データ、上記輝度特徴データ及び上記周波数特徴データの全てを用いて属性判別部２７が当該制服と他者の服装とを判別する構成とすればよい。

なお、上述した色相特徴データ、輝度特徴データ又は周波数特徴データ（以下、単に「周波数特徴データ等」と称する）の活用方法は一例に過ぎず、属性判別部２７における周波数特徴データ等の活用方法は任意に設定することが可能である。即ち例えば、上述したように周波数特徴データ等の全てがそれぞれに対応した閾値量を越えているか否かを用いて判別する方法の他に、いくつかの値の組を用いて二クラスの判別を行う機械学習の手法の一種であるＳＶＭ（Support vector machine）を用いて上記周波数特徴データ等に基づく判別を行うように構成することもできる。

そして属性判別部２７は、上述した判別処理の結果を出力インターフェース４に出力する。これにより出力インターフェース４は、処理部２から出力されてきた上記判別処理の結果をディスプレイＤ及びレコーダＲにそれぞれ出力し、これによりディスプレイＤ及びレコーダＲは、当該判別結果を表示及び記録する。その後、この判別結果は、上述した防犯上の用途又はそれ以外の用途（所定の分析処理等）に用いられる。

以上説明したように、実施形態に係る判別装置Ｓのフーリエ変換部２３、周波数数値化部２６及び属性判別部２７の動作によれば、撮像対象たる人の顔を除いた部分（胴部）の模様を胴部撮像情報に基づいて検出し、検出された模様と基準データＲＤとを比較して撮像対象たる人の属性（従業員か他者か）を判別し、その結果を出力する。よって、顔以外の部分の撮像情報を用いて属性判別を行うことで、顔を予め撮像したデータを準備することなく、人の属性を精度よく判別することができる。また、顔を予め撮像したデータを準備する必要がないため、いわゆる個人情報の保護の観点からも望ましい状態で、上記属性を精度よく判別することができる。

更に、フーリエ変換部２３及び周波数数値化部２６を用いて模様を検出するので、より正確に胴部の模様を検出することができる。

更にまた、基準データＲＤの内容に対応させた周波数特徴データを用いて判別を行うので、より正確に人の属性を判別することができる。

また、胴部の色（色相）を胴部撮像情報に基づいて検出し、その検出された色を示す色相特徴データと基準データＲＤにおける色との比較を加えて判別する場合は、より精度よく人の属性を判別することができる。

更に、胴部の明るさ（輝度）を胴部撮像情報に基づいて検出し、その検出された明るさを示す輝度データと基準データＲＤにおける輝度との比較を加えて判別する場合も、更に精度よく人の属性を判別することができる。

更にまた、判別に用いられる基準データＲＤの内容に応じて、抽出された胴部撮像情報における模様の検出結果と、色の検出結果又は明るさの検出結果の少なくともいずれか一方と、に基づいて属性を判別する場合には、複数の要素を用いて人の属性を判別することで、判別に用いられる基準の内容に応じて、より適切に人の属性を判別することができる。

なお上述した実施形態では、一つの基準データＲＤとの比較に基づき、一種類の制服と他者の服装とを判別する場合に本発明を適用したが、これ以外に、二つ以上の基準データを段階的に用いて、各基準データにそれぞれ相当する二種類以上の制服と他者の服装とを段階的に判別する場合に、本発明を適用することもできる。このとき、例えば二つの基準データとの比較に基づいて二種類の制服と他者の服装とを判別する場合、始めに第一段階の判別として、一の基準データ（一種類目の制服に相当する基準データ）との比較に基づいて当該一種類目の制服と他者の服装とを判別する。そして、当該第一段階の判別において他者の服装と判別されたものについて、今度は第二段階の判別として、他の基準データ（二種類目の制服に相当する基準データ）との比較に基づいて当該二種類目の制服と更に他者の服装とを判別するように構成すればよい。

また上述した実施形態では、判別対象たる制服を着用した従業員の首から下の胴部の画像に相当する基準データＲＤとの比較に基づいて、従業員と他者との判別を行った。しかしながらこれ以外に、例えば制服と見做し得る特徴的な「帽子」を従業員が着用している（当該帽子以外は、例えばその従業員の私服を着用している）場合、その帽子の画像（帽子部分のみ画像）に相当する基準データとの比較に基づいて、従業員と他者との判別を行うように構成することもできる。更に同様に、例えば制服と見做し得る特徴的な「名札」を従業員が着用している（当該名札以外は、例えばその従業員の私服を着用している）場合、その名札の画像（名札部分のみ画像）に相当する基準データとの比較に基づいて、従業員と他者との判別を行うように構成することもできる。これらの場合に実施形態に係る画像抽出部２０は、入力インターフェース１からの撮像情報から当該帽子部分のみの画像又は名札部分のみの画像を抽出して色相ヒストグラム算出部２１等に出力する。そして、色相ヒストグラム算出部２１及び色相数値化部２４は当該帽子又は名札の特徴的な色を示す色相特徴データを生成して属性判別部２７に出力し、輝度分布算出部２２及び輝度数値化部２５は当該帽子又は名札の輝度を示す輝度特徴データを生成して属性判別部２７に出力する。更にフーリエ変換部２３及び周波数数値化部２６は、当該帽子又は名札の特徴的な模様を示す周波数特徴データを生成して属性判別部２７に出力する。これらにより属性判別部２７は、上記周波数特徴データ等を用いて、帽子又は名札に係る基準データとの比較に基づいた従業員と他者との判別結果を出力する。なお上記した帽子又は名札以外にも、制服と見做し得る特徴的なズボン、スカート又は靴等を従業員が着用している場合において、それらの画像を用いて従業員と他者とを判別する場合にも、同様に本発明を適用することができる。

更に、上記画像抽出部２０、色相ヒストグラム算出部２１、輝度分布算出部２２、フーリエ変換部２３、色相数値化部２４、輝度数値化部２５、周波数数値化部２６及び属性判別部２７それぞれの機能に相当するプログラムを、例えばインターネット等のネットワークを介して取得して記録しておき、或いは光ディスク等の記録媒体に予め記録しておき、例えばマイクロコンピュータ等の汎用のコンピュータで読み出して実行することにより、当該汎用のコンピュータを、実施形態に係る処理部２として機能させてもよい。

以上それぞれ説明したように、本発明は判別装置の分野に利用することが可能であり、特に撮像対象物の属性をその画像により判別する判別装置の分野に適用すれば特に顕著な効果が得られる。

１ 入力インターフェース
２ 処理部
３ 記録部
４ 出力インターフェース
５ 操作部
２０ 画像抽出部
２１ 色相ヒストグラム算出部
２２ 輝度分布算出部
２３ フーリエ変換部
２４ 色相数値化部
２５ 輝度数値化部
２６ 周波数数値化部
２７ 属性判別部
Ｓ 判別装置
Ｃ カメラ
ＰＣ 処理装置
Ｄ ディスプレイ
Ｒ レコーダ
ＲＤ 基準データ
Ｌ１ ジッパー
Ｌ２ 縦縞
Ｌ３ 横縞
ＲＥ 赤色成分
ＧＢＷ グレースケール画像

Claims (6)

1. 撮像手段を用いて人を撮像して得られる撮像情報を取得する取得手段と、
   顔を除いた前記人の部分に相当する部分撮像情報を、前記取得された撮像情報から抽出する抽出手段と、
   前記抽出された部分撮像情報に基づいて、前記部分の模様を検出する模様検出手段と、
   前記抽出された部分撮像情報に基づいて、前記部分の色を検出する色検出手段と、
   前記抽出された部分撮像情報に基づいて、前記部分の明るさを検出する明るさ検出手段と、
   前記模様検出手段による前記模様の検出結果と、前記色検出手段による前記色の検出結果又は前記明るさ検出手段による前記明るさの検出結果の少なくともいずれか一方と、を、判別手段による判別に用いられる基準の内容に基づいて切り換えて、当該判別手段に出力する切換手段と、
   ｉ）前記模様検出手段による前記模様の検出結果と、予め設定されている基準模様と、の比較結果と、ii）前記少なくともいずれか一方と、予め設定されている基準色又は予め設定された基準明るさのうち前記少なくともいずれか一方に対応する基準と、の比較結果と、に基づいて、前記人の属性を判別する前記判別手段と、
   前記判別手段による判別結果を出力する出力手段と、
   を備えることを特徴とする属性判別装置。
2. 請求項１に記載の属性判別装置において、
   前記模様検出手段は、
   前記部分撮像情報に対してフーリエ変換処理を施す変換手段と、
   フーリエ変換処理された前記部分撮像情報における周波数特性を数値化して前記模様を検出する数値化手段と、
   により構成されていることを特徴とする属性判別装置。
3. 請求項２に記載の属性判別装置において、
   前記判別手段は、前記判別に用いられる前記基準模様の内容に対応させた前記周波数特性の数値化の結果を用いて判別を行うことを特徴とする属性判別装置。
4. 請求項１から請求項３のいずれか一項に記載の属性判別装置と、
   前記人を撮像して前記撮像情報を前記取得手段に出力する前記撮像手段と、
   前記出力された判別結果を告知する告知手段と、
   を備えることを特徴とする属性判別システム。
5. 撮像手段を用いて人を撮像して得られる撮像情報を取得する取得工程と、
   顔を除いた前記人の部分に相当する部分撮像情報を、前記取得された撮像情報から抽出する抽出工程と、
   前記抽出された部分撮像情報に基づいて、前記部分の模様を検出する模様検出工程と、
   前記抽出された部分撮像情報に基づいて、前記部分の色を検出する色検出工程と、
   前記抽出された部分撮像情報に基づいて、前記部分の明るさを検出する明るさ検出工程と、
   前記模様検出工程における前記模様の検出結果と、前記色検出工程における前記色の検出結果又は前記明るさ検出工程における前記明るさの検出結果の少なくともいずれか一方と、を、判別工程における判別に用いられる基準の内容に基づいて切り換えて出力する切換工程と、
   ｉ）前記模様検出工程における前記模様の検出結果と、予め設定されている基準模様と、の比較結果と、ii）前記少なくともいずれか一方と、予め設定されている基準色又は予め設定された基準明るさのうち前記少なくともいずれか一方に対応する基準と、の比較結果と、に基づいて、前記人の属性を判別する前記判別工程と、
   前記判別工程における判別結果を出力する出力工程と、
   を含むことを特徴とする属性判別方法。
6. 撮像手段に接続されたコンピュータを、
   前記撮像手段を用いて人を撮像して得られる撮像情報を取得する取得手段、
   顔を除いた前記人の部分に相当する部分撮像情報を、前記取得された撮像情報から抽出する抽出手段、
   前記抽出された部分撮像情報に基づいて、前記部分の模様を検出する模様検出手段、
   前記抽出された部分撮像情報に基づいて、前記部分の色を検出する色検出手段、
   前記抽出された部分撮像情報に基づいて、前記部分の明るさを検出する明るさ検出手段、
   前記模様検出手段として機能する前記コンピュータによる前記模様の検出結果と、前記色検出手段として機能する前記コンピュータによる前記色の検出結果又は前記明るさ検出手段として機能する前記コンピュータによる前記明るさの検出結果の少なくともいずれか一方と、を、判別手段として機能する前記コンピュータによる判別に用いられる基準の内容に基づいて切り換えて、当該判別手段として機能する前記コンピュータに出力する切換手段、
   ｉ）前記模様検出手段として機能する前記コンピュータによる前記模様の検出結果と、予め設定されている基準模様と、の比較結果と、ii）前記少なくともいずれか一方と、予め設定されている基準色又は予め設定された基準明るさのうち前記少なくともいずれか一方に対応する基準と、の比較結果と、に基づいて、前記人の属性を判別する前記判別手段、及び、
   前記判別手段として機能する前記コンピュータによる判別結果を出力する出力手段、
   として機能させることを特徴とする属性判別用プログラム。