JP7014000B2 - 画像処理プログラム、装置、及び方法 - Google Patents

Description

本発明は、画像処理プログラム、画像処理装置、及び画像処理方法に関する。

従来、路上に設置したカメラで撮像された画像から、画像に含まれる車両のナンバープレートを読み取ることで、道路を通行する車両を特定するナンバープレート認識システムが存在する。例えば、警察の捜査などでは、このナンバープレート認識システムを利用して、ナンバープレート情報を検索キーとして画像を検索することで、特定車両の通行状況等を知ることができる。

しかしながら、例えば、犯罪現場の目撃情報などでは、ナンバープレート情報が不完全なことも多いため、車両の形状などから特定の車両を絞り込むこともある。そのため、路上に設置したカメラで撮像された画像から、指定した車種の車両が含まれる画像を検索する車種判別方式が必要とされている。

また、カメラの設置位置や角度、車線の幅などによって、カメラで撮像された画像内における車両の見え方は様々である。そこで、車種判別を行うためには、画像内での車両の見え方の違いに依存しない特徴量を使って判別を行うか、予め同じ見え方になるように変換するなど、見え方の違いを吸収する処理が必要となる。

見え方の違いに依存しない特徴量を使う方式の例として、ディープラーニングなどの機械学習を利用する方式が存在する。この方式では、見え方の異なる様々なデータを学習させることで、見え方に依存しない特徴量を選び出すことができる。

また、予め同じ見え方になるように変換する方式の例として、パターンマッチングを行う際に、テンプレート又は対象画像を幾何学変換して見え方を一致させた上でマッチングを行う方式が存在する。

特開平５－３１４３９０号公報 特開２０１４－２５３４号公報 特開２００４－３０３１６４号公報 特開２０１６－６２３６９号公報

しかしながら、機械学習を利用する方式では、正しい判別を行うためには、学習に用いる正解データとして、同一車種の車両に対して撮像環境を変えて撮像した画像データを大量に集める必要がある。さらに、判別する車種の種類が新たに増えた場合には、再度学習を行う必要があるが、自動車メーカからは、新型車両が次々と市場に投入されているため、定期的に、新型車両のデータを集めて再学習をする必要がある。

また、幾何学変換を行うパターンマッチングの方式では、テンプレートと対象画像との間で、幾何学変換を行う際に対応する特徴を正確に特定する必要がある。しかし、従来技術では、例えば、比較する特徴が全てナンバープレートと同一平面上にあることが前提であったり、対象車両の３次元位置及び形状を車両１台１台の動画像から特定する必要があったり、現実的ではない。

一つの側面として、撮像画像内での車両の見え方が異なる場合でも、所定の車種の車両を含む撮像画像を簡易に抽出することを目的とする。

一つの態様として、第１のカメラで撮像された撮像画像のうち、第１の車種に分類される車両を含む撮像画像を特定し、特定した前記撮像画像に含まれる車両のナンバーを抽出する。そして、第２のカメラで撮像された撮像画像のうち、抽出した前記車両のナンバーの車両を含む撮像画像を抽出し、抽出した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する。

一つの側面として、撮像画像内での車両の見え方が異なる場合でも、所定の車種の車両を含む撮像画像を簡易に抽出することができる。

第１～第３実施形態に係る監視システムの概略構成を示すブロック図である。 路上装置の設置状況を説明するための概略図である。 路上装置の機能ブロック図である。 監視情報データベースの一例を示す図である。 第１～第３実施形態に係る画像処理装置の機能ブロック図である。 撮像画像内の車両の見え方の違いを説明するための図である。 検索結果リストの一例を示す図である。 第１～第３実施形態に係る画像処理装置として機能するコンピュータの概略構成を示すブロック図である。 第１～第３実施形態における画像処理の一例を示すフローチャートである。 第１実施形態における第１学習検索処理の一例を示すフローチャートである。 第１実施形態における第２学習検索処理の一例を示すフローチャートである。 同一地点及び異なる地点で撮像された撮像画像に対する検索の概要を説明するための図である。 第２実施形態における第１学習検索処理の一例を示すフローチャートである。 領域をずらしながら複数のテンプレートを抽出する場合を説明するための図である。 第３実施形態における第１学習検索処理の一例を示すフローチャートである。 第３実施形態における第２学習検索処理の一例を示すフローチャートである。

以下、図面を参照して、本発明の実施形態の一例を詳細に説明する。なお、以下の各実施形態では、車両の監視システムに、本発明の画像処理装置を適用する場合について説明する。

＜第１実施形態＞
図１に示すように、第１実施形態に係る監視システム１００は、１以上の画像処理装置１０と、複数の路上装置２０と、監視情報データベース（ＤＢ）３０とを含む。路上装置２０の各々及び画像処理装置１０の各々と、監視情報ＤＢ３０とは、インターネット等のネットワークを介して接続される。

路上装置２０は、図２に示すように、カメラ２２と画像認識装置２４とを含み、車両が走行する道路に設けられる。カメラ２２は、車両が走行する道路の所定範囲を撮像し、撮像した画像を出力する。

画像認識装置２４は、機能的には、図３に示すように、取得部２５と、認識部２６と、送信部２７とを含む。

取得部２５は、カメラ２２から出力された撮像画像を取得し、認識部２６へ受け渡す。

認識部２６は、取得部２５から受け渡された撮像画像から、ナンバープレートを含む領域を特定し、特定した領域から車両のナンバー情報をテキスト認識により取得する。ナンバープレートの領域の特定、及びナンバー情報のテキスト認識については、従来既知の手法を用いることができるため、ここでは詳細な説明を省略する。認識部２６は、認識したナンバー情報を送信部２７へ受け渡す。

送信部２７は、自装置（路上装置２０）の識別情報である路上装置ＩＤと、取得部２５で取得された撮像画像の撮像日時と、認識部２６で認識されたナンバー情報と、撮像画像の画像データとを対応付けて、監視情報として監視情報ＤＢ３０へ送信する。

図４に、監視情報ＤＢ３０の一例を示す。図４の例では、監視情報ＤＢ３０には、路上装置テーブル３２と、監視情報テーブル３４とが含まれる。

路上装置テーブル３２には、各路上装置２０についての情報が記憶される。図４の例では、路上装置テーブル３２は、「路上装置ＩＤ」、「地点」、及び「撮像方向」の情報を含む。「地点」は、路上装置ＩＤで識別される路上装置２０が設置されている場所の情報である。「撮像方向」は、路上装置２０のカメラ２２の撮像方向を示す情報であり、図４の例では、どの方面へ向かう車両を正面から撮像可能なように設置されているかによって、撮像方向を表している。

また、図４の例では、監視情報テーブル３４には、「路上装置ＩＤ」、「撮像日時」、「ナンバー情報」、及び「画像データ」の情報が含まれ、各路上装置２０から送信された監視情報が記憶される。

画像処理装置１０は、機能的には、図５に示すように、第１学習部１２と、第１検索部１４と、第２学習部１６と、第２検索部１８とを含む。

第１学習部１２は、地点Ｘの路上装置２０のカメラ２２で撮像された撮像画像のうち、検索対象の車種に分類される車両を含む撮像画像を１つ特定する。なお、本実施形態における「車種」とは、車両の型格（製品名）である。

具体的には、第１学習部１２は、監視情報ＤＢ３０の監視情報テーブル３４に記憶された監視情報から、「地点」が地点Ｘである監視情報に含まれる「画像データ」が示す撮像画像をユーザに提示する。そして、第１学習部１２は、検索対象の車種の車両が撮像された撮像画像の指定をユーザから受け付けることにより、１つの撮像画像を特定する。第１学習部１２は、特定した撮像画像を、地点ＸについてのテンプレートＸとして設定する。なお、特定した撮像画像をテンプレートＸに設定することは、本発明の第１の学習処理の一例である。

ここで、検索対象の車種の車両を撮像した撮像画像を検索するための学習処理としては、車種毎の特徴的な部分を学習して車種判別装置のパラメータを決定する手法も考えられる。しかし、この手法では、事前に車種毎に学習用の画像データを大量に用意する必要があり、また、新型車両が市場に投入される毎に再学習が必要になる。本実施形態では、上記第１学習部１２のように、撮像画像からテンプレートを選択することで、簡易な学習を実現する。

第１検索部１４は、検索対象の車種の車両の検索指示を受け付けると、地点Ｘの路上装置２０のカメラ２２で撮像された撮像画像について、テンプレートＸを適用して、検索対象の車種の車両が撮像された撮像画像を検索する。具体的には、第１検索部１４は、監視情報テーブル３４に記憶された監視情報のうち、「地点」が地点Ｘである監視情報に含まれる「画像データ」が示す撮像画像の各々と、テンプレートＸとのテンプレートマッチングを行う。第１検索部１４は、テンプレートＸである撮像画像の監視情報と、テンプレートＸとのマッチング度が予め定めた閾値以上となる撮像画像の監視情報とを、地点Ｘについての検索結果として抽出し、検索結果リスト（詳細は後述）に追加する。

第２学習部１６は、第１学習部１２によりテンプレートＸに設定された撮像画像に含まれる車両のナンバー情報を抽出する。具体的には、第２学習部１６は、監視情報テーブル３４から、テンプレートＸに設定された撮像画像の監視情報の「ナンバー情報」を抽出する。

また、第２学習部１６は、地点Ｘとは異なる地点Ｙの路上装置２０のカメラ２２で撮像された撮像画像のうち、抽出したナンバー情報を示すナンバープレートを有する車両を含む撮像画像を抽出する。具体的には、第２学習部１６は、監視情報テーブル３４から、「地点」が地点Ｙで、かつ「ナンバー情報」が抽出されたナンバー情報と一致する監視情報に含まれる「画像データ」が示す撮像画像を抽出する。

第２学習部１６は、抽出した撮像画像を、地点Ｙの撮像画像から検索対象の車種の車両が撮像された撮像画像を検索するためのテンプレートＹとして設定する。なお、抽出した撮像画像をテンプレートＹに設定することは、本発明の第２の学習処理の一例である。

ここで、地点Ｘとは異なる地点Ｙの路上装置２０のカメラ２２で撮像された撮像画像から、検索対象の車種の車両が撮像された撮像画像を検索する際に、地点ＸでのテンプレートＸを適用する場合を考える。この場合、図６に示すように、カメラ２２の設置位置や角度、車線の幅等の違いにより、カメラ２２と通過車両との位置関係はカメラ毎に異なる。したがって、同一の車両を撮像した撮像画像であっても、地点が異なる場合には、撮像画像上でのその車両の見え方は異なる。

そのため、地点Ｘの撮像画像から選択して設定したテンプレートＸを適用して、地点Ｙの撮像画像から検索対象の撮像画像を検索することは困難である。また、テンプレートマッチングを行う際の特徴となる車両前面の各部は、同一平面上にあるわけではないため、テンプレート又は撮像画像の回転や拡大縮小などの幾何学変換を行ったとしても、適切なマッチングが行えない場合がある。

また、上述した車種毎の特徴を学習して車種判別装置のパラメータを決定する手法において、地点毎の撮像画像における車両の見え方の違いを吸収することも考えられる。しかし、この場合、車種毎の学習データに加え、車両とカメラ２２との位置関係を各地点の状況に対応させて変更した学習データを準備する必要がある。

本実施形態では、上記第２学習部１６のように、第１学習部１２で学習されたテンプレートＸのナンバー情報を地点Ｙに伝搬させる。これにより、地点Ｙにおいて、地点ＸのテンプレートＸが示す車種と同一の車種の車両が撮像された撮像画像であって、地点Ｙでの見え方に対応した撮像画像を、地点ＹでのテンプレートＹに設定することができる。

第２検索部１８は、検索対象の車種の車両の検索指示を受け付けると、地点Ｙの路上装置２０のカメラ２２で撮像された撮像画像について、テンプレートＹを適用して、検索対象の車種の車両が撮像された撮像画像を検索する。具体的には、第２検索部１８は、監視情報テーブル３４に記憶された監視情報のうち、「地点」が地点Ｙである監視情報に含まれる「画像データ」が示す撮像画像の各々と、テンプレートＹとのテンプレートマッチングを行う。第２検索部１８は、テンプレートＹである撮像画像の監視情報と、テンプレートＹとのマッチング度が予め定めた閾値以上となる撮像画像の監視情報とを、地点Ｙについての検索結果として抽出し、検索結果リストに追加する。

図７に、検索結果リストの一例を示す。図７の例では、検索結果リストは、検索結果として抽出された監視情報に、その監視情報に含まれる「路上装置ＩＤ」に対応する「地点」及び「撮像方向」を路上装置テーブル３２から取得して対応付けている。第２検索部１８は、検索結果リストを指定された項目をキーに並べ替えて出力する。例えば、路上装置ＩＤ別に撮像日時順に並べ替えることができる。この場合、ある地点を通過した検索対象の車種の車両を時系列に確認することができる。また、例えば、ナンバー情報別に撮像日時順に並べ替えることができる。この場合、ある車両が通過した地点を時系列に確認することができる。

また、第２検索部１８は、同一の地点、又は全地点において同一のナンバー情報を有する車両の撮像画像の検索結果が複数含まれる場合には、同一のナンバー情報を有する車両の撮像画像の検索結果が重複しないように、検索結果リストを作成してもよい。これにより、検索結果リストの冗長性を低減することができる。

第１検索部１４又は第２検索部１８は、最終的な検索結果リストを出力する。

画像処理装置１０は、例えば図８に示すコンピュータ４０で実現することができる。コンピュータ４０は、ＣＰＵ（Central Processing Unit）４１と、一時記憶領域としてのメモリ４２と、不揮発性の記憶部４３とを備える。また、コンピュータ４０は、入力装置、表示装置等の入出力装置４４と、記憶媒体４９に対するデータの読み込み及び書き込みを制御するＲ／Ｗ（Read/Write）部４５と、インターネット等のネットワークに接続される通信Ｉ／Ｆ（Interface）４６とを備える。ＣＰＵ４１、メモリ４２、記憶部４３、入出力装置４４、Ｒ／Ｗ部４５、及び通信Ｉ／Ｆ４６は、バス４７を介して互いに接続される。

記憶部４３は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部４３には、コンピュータ４０を、画像処理装置１０として機能させるための画像処理プログラム５０が記憶される。画像処理プログラム５０は、第１学習プロセス５２と、第１検索プロセス５４と、第２学習プロセス５６と、第２検索プロセス５８とを有する。

ＣＰＵ４１は、画像処理プログラム５０を記憶部４３から読み出してメモリ４２に展開し、画像処理プログラム５０が有するプロセスを順次実行する。ＣＰＵ４１は、第１学習プロセス５２を実行することで、図５に示す第１学習部１２として動作する。また、ＣＰＵ４１は、第１検索プロセス５４を実行することで、図５に示す第１検索部１４として動作する。また、ＣＰＵ４１は、第２学習プロセス５６を実行することで、図５に示す第２学習部１６として動作する。また、ＣＰＵ４１は、第２検索プロセス５８を実行することで、図５に示す第２検索部１８として動作する。これにより、画像処理プログラム５０を実行したコンピュータ４０が、画像処理装置１０として機能することになる。なお、プログラムを実行するＣＰＵ４１はハードウェアである。

なお、画像処理プログラム５０により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ（Application Specific Integrated Circuit）等で実現することも可能である。

次に、第１実施形態に係る監視システム１００の作用について説明する。各路上装置２０のカメラ２２は、撮像範囲を車両が通過する毎に、通過車両を撮像し、撮像画像を出力する。路上装置２０の画像認識装置２４は、カメラ２２から出力された撮像画像を取得し、撮像画像からナンバー情報を認識する。そして、画像認識装置２４は、自装置の路上装置ＩＤと、撮像画像の撮像日時と、認識したナンバー情報と、撮像画像の画像データとを対応付けて、監視情報として監視情報ＤＢ３０へ送信する。

監視情報ＤＢ３０には、各路上装置２０から送信された監視情報が、例えば、図４に示すような監視情報テーブル３４に記憶される。そして、画像処理装置１０に対して、検索指示が入力されると、画像処理装置１０において、図９に示す画像処理が実行される。

図９のステップＳ１０で、第１検索部１４が、検索範囲として、撮像画像が撮像された場所の範囲及び日時の範囲の指定を受け付ける。

次に、ステップＳ２０で、第１検索部１４が、監視情報ＤＢ３０の監視情報テーブル３４から、「地点」が検索範囲として指定された場所の範囲に含まれ、「撮像日時」が検索範囲として指定された日時の範囲に含まれる監視情報を抽出する。以下では、本ステップで抽出された監視情報群を、「検索対象リスト」という。

次に、ステップＳ３０で、図１０に示す第１学習検索処理が実行される。

図１０のステップＳ３１で、第１学習部１２が、検索対象リストに含まれる監視情報の「地点」から、１つの地点を決定する。この地点を「地点Ｘ」とする。

次に、ステップＳ３２で、第１学習部１２が、検索対象リストから、「地点」が地点Ｘである監視情報に含まれる「画像データ」が示す撮像画像をユーザに提示する。例えば、第１学習部１２は、該当の撮像画像のサムネイル画像を一覧で表示したり、該当の撮像画像を順次切り替え可能な状態で表示したりすることにより、ユーザに提示することができる。

次に、ステップＳ３３で、第１学習部１２が、ユーザに提示した撮像画像から、検索対象の車種の車両が撮像された撮像画像の指定を受け付けたか否かを判定する。撮像画像の指定を受け付けた場合には、処理はステップＳ３４へ移行する。一方、撮像画像の指定を受け付けなかった場合には、処理はステップＳ３１に戻り、第１学習部１２は、前回とは異なる地点を地点Ｘとして決定する。

ステップＳ３４では、第１学習部１２が、上記ステップＳ３３で指定を受け付けた撮像画像を、地点ＸについてのテンプレートＸとして設定する。

次に、ステップＳ３５で、第１検索部１４が、検索対象リストに含まれる監視情報のうち、「地点」が地点Ｘである監視情報に含まれる「画像データ」が示す撮像画像の各々と、テンプレートＸとのテンプレートマッチングを行う。第１検索部１４は、テンプレートＸとのマッチング度が予め定めた閾値以上となる撮像画像を検索する。

次に、ステップＳ３６で、第１検索部１４が、テンプレートＸである撮像画像の監視情報と、検索した撮像画像の監視情報とを、地点Ｘについての検索結果として抽出し、検索結果リストに追加する。そして、処理は、画像処理（図９）に戻る。

次に、図９のステップＳ４０で、図１１に示す第２学習検索処理が実行される。

図１１のステップＳ４１で、第２学習部１６が、上記第１学習検索処理のステップＳ３４でテンプレートＸに設定された撮像画像の監視情報の「ナンバー情報」を、監視情報テーブル３４から抽出する。

次に、ステップＳ４２で、第２学習部１６が、地点Ｘとは異なる地点Ｙを特定するための変数ｉを１に設定する。以下では、検索対象リストに含まれる「地点」の種類のうち、本第２学習検索処理でｉ番目に処理される地点を「地点ｉ」と表記する。

次に、ステップＳ４３で、第２学習部１６が、変数ｉが、検索対象リストに含まれる「地点」の種類数Ｎを超えたか否かを判定する。ｉがＮ以下の場合には、処理はステップＳ４４へ移行する。

ステップＳ４４で、第２学習部１６が、地点ｉが地点Ｘとは異なる地点か否かを判定する。地点ｉ≠地点Ｘの場合には、処理はステップＳ４５へ移行し、地点ｉ＝地点Ｘの場合には、処理はステップＳ５０へ移行する。

ステップＳ４５では、第２学習部１６が、検索対象リストに含まれる監視情報のうち、「地点」が地点ｉで、かつ「ナンバー情報」が抽出されたナンバー情報と一致する監視情報に含まれる「画像データ」が示す撮像画像を抽出する。

ステップＳ４６では、第２学習部１６が、上記ステップＳ４５で、該当の撮像画像が抽出できたか否かを判定する。抽出できた場合には、処理はステップＳ４７へ移行する。一方、テンプレートＸに含まれる車両が地点ｉを通過していない場合や、地点ｉでの撮像画像ではナンバープレートが適切に認識できていなかった場合などの理由により、該当の撮像画像が抽出できなかった場合には、処理はステップＳ５０へ移行する。

ステップＳ４７では、第２学習部１６が、抽出した撮像画像を、地点ｉの撮像画像から検索対象の車種の車両が撮像された撮像画像を検索するためのテンプレートｉとして設定する。

次に、ステップＳ４８で、第２検索部１８が、検索対象リストに含まれる監視情報のうち、「地点」が地点ｉである監視情報に含まれる「画像データ」が示す撮像画像の各々と、テンプレートｉとのテンプレートマッチングを行う。第２検索部１８は、テンプレートｉとのマッチング度が予め定めた閾値以上となる撮像画像を検索する。

次に、ステップＳ４９で、第２検索部１８が、テンプレートｉである撮像画像の監視情報と、検索した撮像画像の監視情報とを、地点ｉについての検索結果として抽出し、検索結果リストに追加し、処理はステップＳ５０へ移行する。

ステップＳ５０では、第２検索部１８が、変数ｉを１インクリメントし、処理はステップＳ４３に戻る。そして、ステップＳ４３で、ｉ＞Ｎであると判定されると、処理は、画像処理（図９）に戻る。

次に、図９のステップＳ６０で、第２検索部１８が、例えば、図７に示すような検索結果リストを出力して、画像処理は終了する。

以上説明したように、第１実施形態に係る監視システム１００によれば、画像処理装置１０が、図１２に示すように、テンプレートに指定された撮像画像と同一地点で撮像された撮像画像に対しては、テンプレートによるテンプレートマッチングを適用する。一方、異なる地点の撮像画像に対しては、テンプレートに指定された撮像画像から抽出されたナンバー情報を伝搬させて、異なる地点におけるテンプレートを選択する。

これにより、地点毎の撮像画像内での車両の見え方に対応したテンプレートを設定することができ、また、地点毎かつ車種毎に事前に車種判別装置を用意したり、人手でテンプレートを設定したりする必要がない。したがって、撮像画像内での車両の見え方が異なる場合でも、所定の車種の車両を含む撮像画像を簡易に抽出することができる。

＜第２実施形態＞
次に、第２実施形態について説明する。なお、第２実施形態に係る監視システムにおいて、第１実施形態に係る監視システム１００と同様の部分については、同一符号を付して詳細な説明を省略する。

図１に示すように、第２実施形態に係る監視システム２００は、第１実施形態に係る監視システム１００の画像処理装置１０に替えて、画像処理装置２１０を含む。

画像処理装置２１０は、機能的には、図５に示すように、第１学習部２１２と、第１検索部２１４と、第２学習部２１６と、第２検索部２１８とを含む。

第１学習部２１２は、地点Ｘの路上装置２０のカメラ２２で撮像された撮像画像のうち、検索対象の車種に分類される車両を含む撮像画像を複数特定する。具体的には、第１学習部２１２は、地点Ｘの撮像画像から、検索対象の車種の車両が撮像された撮像画像としてユーザにより指定された撮像画像を初期テンプレートに設定する。また、第１学習部２１２は、地点Ｘの撮像画像のうち、初期テンプレートとのマッチング度が所定の閾値以上の撮像画像を所定数特定する。そして、第１学習部２１２は、初期テンプレートと特定した所定数の撮像画像とを、地点ＸのテンプレートＸとして設定する。

第１検索部２１４は、第１学習部２１２により設定された複数のテンプレートＸの各々と、地点Ｘの撮像画像のうち、テンプレートに設定されていない撮像画像の各々とのテンプレートマッチングを行う。第１検索部２１４は、各テンプレートＸの撮像画像の監視情報と、いずれかのテンプレートＸとのマッチング度が予め定めた閾値以上となる撮像画像の監視情報とを、地点Ｘについての検索結果として抽出し、検索結果リストに追加する。

第２学習部２１６は、監視情報テーブル３４から、各テンプレートＸに設定された撮像画像の監視情報の「ナンバー情報」を、それぞれ抽出する。

また、第２学習部２１６は、監視情報テーブル３４から、「地点」が地点Ｙで、かつ「ナンバー情報」が抽出されたナンバー情報のいずれかと一致する監視情報に含まれる「画像データ」が示す撮像画像を抽出する。第２学習部２１６は、抽出した撮像画像の各々を、地点ＹのテンプレートＹとして設定する。

第２検索部２１８は、監視情報テーブル３４に記憶された監視情報のうち、「地点」が地点Ｙである監視情報に含まれる「画像データ」が示す撮像画像の各々と、テンプレートＹの各々とのテンプレートマッチングを行う。第２検索部２１８は、各テンプレートＹである撮像画像の監視情報と、いずれかのテンプレートＹとのマッチング度が予め定めた閾値以上となる撮像画像の監視情報とを、地点Ｙについての検索結果として抽出し、検索結果リストに追加する。

画像処理装置２１０は、例えば図８に示すコンピュータ４０で実現することができる。コンピュータ４０の記憶部４３には、コンピュータ４０を、画像処理装置２１０として機能させるための画像処理プログラム２５０が記憶される。画像処理プログラム２５０は、第１学習プロセス２５２と、第１検索プロセス２５４と、第２学習プロセス２５６と、第２検索プロセス２５８とを有する。

ＣＰＵ４１は、画像処理プログラム２５０を記憶部４３から読み出してメモリ４２に展開し、画像処理プログラム２５０が有するプロセスを順次実行する。ＣＰＵ４１は、第１学習プロセス２５２を実行することで、図５に示す第１学習部２１２として動作する。また、ＣＰＵ４１は、第１検索プロセス２５４を実行することで、図５に示す第１検索部２１４として動作する。また、ＣＰＵ４１は、第２学習プロセス２５６を実行することで、図５に示す第２学習部２１６として動作する。また、ＣＰＵ４１は、第２検索プロセス２５８を実行することで、図５に示す第２検索部２１８として動作する。これにより、画像処理プログラム２５０を実行したコンピュータ４０が、画像処理装置２１０として機能することになる。

なお、画像処理プログラム２５０により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。

次に、第２実施形態に係る監視システム２００の作用について説明する。第１実施形態と同様に、画像処理装置２１０において、図９に示す画像処理が実行される。第２実施形態では、ステップＳ３０において、図１３に示す第１学習検索処理が実行され、ステップＳ４０において、図１１に示す第２学習検索処理が実行される。以下、第２実施形態における第１学習検索処理及び第２学習検索処理について説明する。なお、図１３において、第１実施形態における第１学習検索処理と同様の処理については、同一符号を付して詳細な説明を省略する。

図１３のステップＳ３１～Ｓ３３を経て、次のステップＳ２３１で、第１学習部２１２が、上記ステップＳ３３で指定を受け付けた撮像画像を、初期テンプレートとして設定する。

次に、ステップＳ２３２で、第１学習部２１２が、地点Ｘの撮像画像のうち、初期テンプレートとのマッチング度が所定の閾値以上の撮像画像を所定数特定する。

次に、ステップＳ２３３で、第１学習部２１２が、初期テンプレートと特定した所定数の撮像画像とを、地点ＸのテンプレートＸとして設定する。

なお、ステップＳ３５では、テンプレートＸが複数である点が第１実施形態と異なるだけである。

また、図１１に示す第２学習検索処理では、ステップＳ４１、Ｓ４５、Ｓ４７、及びＳ４８において、テンプレートｉが複数である点が第１実施形態と異なるだけであるため、詳細な説明を省略する。

以上第２実施形態に係る監視システム２００によれば、画像処理装置２１０が、各地点の撮像画像から検索対象の撮像画像を検索するためのテンプレートを複数設定する。これにより、地点毎に１つのテンプレートを用いる場合に比べ、検索漏れを低減することができる。

なお、上記第２実施形態では、設定した複数のテンプレートの各々と撮像画像とのテンプレートマッチングにより、検索対象の車種の車両が撮像された撮像画像を検索する場合について説明したが、これに限定されない。例えば、各地点についてテンプレートに設定された撮像画像の特徴を学習して、１つの識別モデルを生成し、この識別モデルを用いて、各地点の撮像画像から検索対象の撮像画像を検索してもよい。

＜第３実施形態＞
次に、第３実施形態について説明する。なお、第３実施形態に係る監視システムにおいて、第１実施形態に係る監視システム１００と同様の部分については、同一符号を付して詳細な説明を省略する。

図１に示すように、第３実施形態に係る監視システム３００は、第１実施形態に係る監視システム１００の画像処理装置１０に替えて、画像処理装置３１０を含む。

画像処理装置３１０は、機能的には、図５に示すように、第１学習部３１２と、第１検索部３１４と、第２学習部３１６と、第２検索部３１８とを含む。

第１学習部３１２は、第２実施形態における第１学習部２１２と同様に、地点Ｘについて、所定数の撮像画像をテンプレートＸとして設定する。この際、第１学習部３１２は、所定数の撮像画像を抽出するためのテンプレートマッチングを行う撮像画像上の領域を、テンプレートが撮像画像から抽出された位置を基準とした所定範囲内とする。また、所定範囲内は、特定される複数のテンプレートが、撮像画像のそれぞれ異なる位置から抽出されるように設定する。

具体的には、第１学習部３１２は、地点Ｘの撮像画像をユーザに提示し、検索対象の車種の車両が撮像された撮像画像内の車両の画像部分の指定をユーザから受け付け、受け付けた画像部分を初期テンプレートとして設定する。また、第１学習部３１２は、初期テンプレートが抽出された位置から所定範囲内の領域であって、初期テンプレートが抽出された領域とは異なる領域においてテンプレートマッチングを行う。第１学習部３１２は、その異なる領域から抽出された撮像画像を次のテンプレートに設定する。また、第１学習部３１２は、新たに設定されたテンプレートが抽出された位置から所定範囲内の領域であって、そのテンプレートが抽出された領域とは異なる領域においてテンプレートマッチングを行う。第１学習部３１２は、その異なる領域から抽出された撮像画像を次のテンプレートに設定する。第１学習部３１２は、この処理を繰り返し、所定数のテンプレートを抽出する。

例えば、図１４に示すように、第１学習部３１２は、領域Ａにおいて初期テンプレートＡが指定された場合、領域Ｂにおいて、初期テンプレートＡによるテンプレートマッチングを行い、テンプレートＢを抽出する。また、第１学習部３１２は、領域Ｃにおいて、テンプレートＢによるテンプレートマッチングを行い、テンプレートＣを抽出する。

第１検索部３１４は、地点Ｘの撮像画像に対して、テンプレートＸの各々を適用してテンプレートマッチングを行って、地点Ｘにおける、検索対象の車種の車両が撮像された撮像画像を検索する。この際、第１検索部３１４は、テンプレートＸの各々が抽出された位置を含む所定範囲内において、テンプレートマッチングを行う。

このように、テンプレートマッチングを行う領域を少しずつずらしながら、撮像画像内の様々な位置から所定数のテンプレートを抽出し、各テンプレートが抽出された位置を含む所定範囲内でテンプレートマッチングを行う。これにより、同一地点における撮像画像内であっても生じる、撮像画像内の位置による車両のわずかな見え方の違いを吸収して、精度良く検索対象の車両が撮像された撮像画像を検索することができる。

第２学習部３１６は、監視情報テーブル３４から、各テンプレートＸに設定された車両の画像を含む撮像画像の監視情報の「ナンバー情報」を、それぞれ抽出する。

また、第２学習部３１６は、監視情報テーブル３４から、「地点」が地点Ｙで、かつ「ナンバー情報」が抽出されたナンバー情報のいずれかと一致する監視情報に含まれる「画像データ」が示す撮像画像を抽出する。第２学習部３１６は、抽出した撮像画像の各々に含まれる車両の画像部分を特定し、特定した画像部分を地点ＹのテンプレートＹとして設定する。なお、車両の画像部分の特定方法は、従来既知の手法を用いることができるため、ここでは詳細な説明を省略する。

また、第２学習部３１６は、第１学習部３１２と同様に、テンプレートマッチングを行う領域を少しずつずらしながら、撮像画像内の様々な位置から所定数のテンプレートＹを抽出する。

第２検索部３１８は、監視情報テーブル３４に記憶された監視情報のうち、「地点」が地点Ｙである監視情報に含まれる「画像データ」が示す撮像画像の各々と、テンプレートＹの各々とのテンプレートマッチングを行う。この際、第２検索部３１８は、テンプレートＹの各々が抽出された位置を含む所定範囲内において、テンプレートマッチングを行う。

画像処理装置３１０は、例えば図８に示すコンピュータ４０で実現することができる。コンピュータ４０の記憶部４３には、コンピュータ４０を、画像処理装置３１０として機能させるための画像処理プログラム３５０が記憶される。画像処理プログラム３５０は、第１学習プロセス３５２と、第１検索プロセス３５４と、第２学習プロセス３５６と、第２検索プロセス３５８とを有する。

ＣＰＵ４１は、画像処理プログラム３５０を記憶部４３から読み出してメモリ４２に展開し、画像処理プログラム３５０が有するプロセスを順次実行する。ＣＰＵ４１は、第１学習プロセス３５２を実行することで、図５に示す第１学習部３１２として動作する。また、ＣＰＵ４１は、第１検索プロセス３５４を実行することで、図５に示す第１検索部３１４として動作する。また、ＣＰＵ４１は、第２学習プロセス３５６を実行することで、図５に示す第２学習部３１６として動作する。また、ＣＰＵ４１は、第２検索プロセス３５８を実行することで、図５に示す第２検索部３１８として動作する。これにより、画像処理プログラム３５０を実行したコンピュータ４０が、画像処理装置３１０として機能することになる。

なお、画像処理プログラム３５０により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。

次に、第３実施形態に係る監視システム３００の作用について説明する。第１実施形態と同様に、画像処理装置３１０において、図９に示す画像処理が実行される。第３実施形態では、ステップＳ３０において、図１５に示す第１学習検索処理が実行され、ステップＳ４０において、図１６に示す第２学習検索処理が実行される。なお、図１５において、第１実施形態における第１学習検索処理と同様の処理については、同一符号を付し、図１６において、第１実施形態における第２学習検索処理と同様の処理については、同一符号を付して詳細な説明を省略する。

まず、第１学習検索処理について説明する。

図１５のステップＳ３１及びＳ３２を経て、次のステップＳ３３１で、第１学習部３１２が、ユーザに提示した撮像画像から、検索対象の車種の車両が撮像された撮像画像内の車両の画像部分の指定を受け付けたか否かを判定する。画像部分の指定を受け付けた場合には、処理はステップＳ３３２へ移行する。一方、画像部分の指定を受け付けなかった場合には、処理はステップＳ３１に戻り、第１学習部３１２は、前回とは異なる地点を地点Ｘとして決定する。

ステップＳ３３２では、第１学習部３１２が、上記ステップＳ３３１で指定を受け付けた画像部分を、地点ＸについてのテンプレートＸとして設定する。

次に、ステップＳ３３３で、第１学習部３１２が、検索対象リストに含まれる監視情報のうち、「地点」が地点Ｘである監視情報に含まれる「画像データ」が示す撮像画像から１つの撮像画像を選択する。

次に、ステップＳ３３４で、第１学習部３１２が、上記ステップＳ３３３で選択された撮像画像において、テンプレートＸが撮像画像から抽出された位置を基準とした所定範囲内で、テンプレートＸとのテンプレートマッチングを行う。第１学習部３１２は、テンプレートＸとのマッチング度が予め定めた閾値以上となる画像部分を特定する。

次に、ステップＳ３３５で、第１学習部３１２が、上記ステップＳ３３４で、テンプレートＸとマッチする画像部分が特定されたか否かを判定する。画像部分が特定された場合には、処理はステップＳ３３６へ移行し、特定されなかった場合には、処理はステップＳ３３３に戻り、次の撮像画像を選択する。

ステップＳ３３６では、第１学習部３１２が、上記ステップＳ３３５で特定された画像部分を、地点Ｘについての新たなテンプレートＸとして設定する。

次に、ステップＳ３３７で、第１学習部３１２が、上記ステップＳ３３２及びＳ３３６において、テンプレートＸに設定された画像部分の合計（テンプレート数）が所定数に到達したか否かを判定する。所定数に到達した場合には、処理はステップＳ３３８へ移行する。テンプレート数が所定数に到達していない場合には、処理はステップＳ３３３に戻り、第１学習部３１２が、新たに設定されたテンプレートＸを用いて、上記ステップＳ３３３～Ｓ３３６の処理を繰り返す。

ステップＳ３３８では、第１検索部３１４が、地点Ｘの撮像画像に対して、テンプレートＸの各々を適用してテンプレートマッチングを行って、地点Ｘにおける、検索対象の車種の車両が撮像された撮像画像を検索する。この際、第１検索部３１４は、テンプレートＸの各々が抽出された位置を含む所定範囲内において、テンプレートマッチングを行う。

次に、第２学習検索処理について説明する。

図１６のステップＳ４１～Ｓ４６を経て、次のステップＳ３４１で、第２学習部３１６が、テンプレートＸのナンバー情報に基づいて抽出した撮像画像の各々に含まれる車両の画像部分を特定し、特定した画像部分を地点ｉのテンプレートｉとして設定する。

次に、ステップＳ３４２で、第２学習部３１６が、第１学習検索処理（図１５）のステップＳ３３３～Ｓ３３７と同様の処理により、テンプレートマッチングを行う領域を少しずつずらしながら、撮像画像内の様々な位置から所定数のテンプレートｉを抽出する。

次に、ステップＳ３４３で、第２検索部３１８が、監視情報テーブル３４に記憶された監視情報のうち、「地点」が地点ｉである監視情報に含まれる「画像データ」が示す撮像画像の各々と、テンプレートｉの各々とのテンプレートマッチングを行う。この際、第２検索部３１８は、テンプレートｉの各々が抽出された位置を含む所定範囲内において、テンプレートマッチングを行う。

以上説明したように、第３実施形態に係る監視システム３００によれば、画像処理装置３１０が、領域を少しずつずらしながら、撮像画像内の様々な位置から所定数のテンプレートを抽出する。そして、このテンプレートが抽出された位置を含む所定範囲内において、テンプレートマッチングを行う。これにより、同一地点における撮像画像内であっても生じる、撮像画像内の位置による車両のわずかな見え方の違いを吸収して、精度良く検索対象の車両が撮像された撮像画像を検索することができる。

なお、上記各実施形態において、監視情報テーブル３４に「車種」の項目を設け、検索された撮像画像の監視情報について、その検索のキーとなった車種の情報を記憶するようにしてもよい。この場合、最初のテンプレートＸの指定をユーザから受け付ける場合に、車種の指定をテキストで受け付けるようにしてもよい。

また、上記実施形態では、画像処理プログラムが記憶部に予め記憶（インストール）されている態様を説明したが、これに限定されない。開示の技術に係るプログラムは、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ＵＳＢメモリ等の記憶媒体に記憶された形態で提供することも可能である。

以上の各実施形態に関し、更に以下の付記を開示する。

（付記１）
第１のカメラで撮像された撮像画像のうち、第１の車種に分類される車両を含む撮像画像を特定し、
特定した前記撮像画像に含まれる車両のナンバーを抽出し、
第２のカメラで撮像された撮像画像のうち、抽出した前記車両のナンバーの車両を含む撮像画像を抽出し、
抽出した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する、
処理をコンピュータに実行させることを特徴とする画像処理プログラム。

（付記２）
第１のカメラで撮像された撮像画像のうち、第１の車種に分類される車両を含む撮像画像を特定し、
特定した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第１の学習処理を実行し、
特定した前記撮像画像に含まれる車両のナンバーを抽出し、
第２のカメラで撮像された撮像画像のうち、抽出した前記車両のナンバーの車両を含む撮像画像を抽出し、
抽出した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第２の学習処理を実行し、
前記第１の車種の車両の検索指示を受け付けると、前記第１のカメラで撮像された撮像画像について、前記第１の学習処理による学習結果を適用して前記第１の車種の車両を検索し、前記第２のカメラで撮像された撮像画像について、前記第２の学習処理による学習結果を適用して前記第１の車種の車両を検索する、
処理をコンピュータに実行させることを特徴とする画像処理プログラム。

（付記３）
前記第１又は第２のカメラで撮像された撮像画像について行う前記第１の車種の車両の検索は、前記第１又は第２の学習処理に利用されなかった車両の撮像画像を含む撮像画像を対象に実行させる、
ことを特徴とする付記２に記載の画像処理プログラム。

（付記４）
前記第１の学習処理は、前記第１のカメラで撮像された撮像画像から選択された１又は複数の撮像画像を第１のテンプレートとすること、又は前記第１のカメラで撮像された撮像画像から、前記第１のテンプレートに基づいて特定された複数の撮像画像の特徴を学習することであり、
前記第２の学習処理は、前記第２のカメラで撮像された撮像画像のうち、１又は複数の前記第１のテンプレートが示す車両のナンバーを含む１又は複数の撮像画像を第２のテンプレートとすること、又は前記第２のカメラで撮像された撮像画像から、前記第２のテンプレートに基づいて特定された複数の撮像画像の特徴を学習することである
付記２又は付記３に記載の画像処理プログラム。

（付記５）
前記第１のテンプレート又は前記第２のテンプレートは、撮像画像内で車両を示す画像部分であり、
前記第１のテンプレート又は前記第２のテンプレートに基づいて撮像画像を特定する際に、前記第１のテンプレート又は前記第２のテンプレートとのマッチングを行う領域を、前記第１のテンプレート又は前記第２のテンプレートが抽出された位置を基準とした所定範囲内とし、前記第１のテンプレート又は前記第２のテンプレートとマッチングした画像部分を、新たな前記第１のテンプレート又は前記第２のテンプレートに設定する付記４に記載の画像処理プログラム。

（付記６）
前記第１のテンプレート又は前記第２のテンプレートが複数設定される場合、撮像画像内における前記第１のテンプレートの各々、又は前記第２のテンプレートの各々の位置が異なるように、前記マッチングを行う領域を設定する付記５に記載の画像処理プログラム。

（付記７）
前記第１の車種の車両を含む撮像画像を検索する場合に、所定の範囲内に存在する前記第１のカメラ又は前記第２のカメラで撮像された撮像画像から検索することを特徴とする付記２～付記６のいずれか１項に記載の画像処理プログラム。

（付記８）
前記第１の車種の車両を含む撮像画像を検索する場合に、所定の期間内に撮像された撮像画像から検索することを特徴とする付記２～付記７のいずれか１項に記載の画像処理プログラム。

（付記９）
検索された前記第１の車種の車両を含む撮像画像を出力する場合に、同一のナンバーを有する車両の撮像画像を重複して出力しないことを特徴とする付記２～付記８のいずれか１項に記載の画像処理プログラム。

（付記１０）
第１のカメラで撮像された撮像画像のうち、第１の車種に分類される車両を含む撮像画像を特定する第１学習部と、
特定した前記撮像画像に含まれる車両のナンバーを抽出し、第２のカメラで撮像された撮像画像のうち、抽出した前記車両のナンバーの車両を含む撮像画像を抽出し、抽出した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第２学習部と、
を含むことを特徴とする画像処理装置。

（付記１１）
第１のカメラで撮像された撮像画像のうち、第１の車種に分類される車両を含む撮像画像を特定し、特定した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第１の学習処理を実行する第１学習部と、
特定した前記撮像画像に含まれる車両のナンバーを抽出し、第２のカメラで撮像された撮像画像のうち、抽出した前記車両のナンバーの車両を含む撮像画像を抽出し、抽出した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第２の学習処理を実行する第２学習部と、
前記第１の車種の車両の検索指示を受け付けると、前記第１のカメラで撮像された撮像画像について、前記第１の学習処理による学習結果を適用して前記第１の車種の車両を検索する第１検索部と、
前記第２のカメラで撮像された撮像画像について、前記第２の学習処理による学習結果を適用して前記第１の車種の車両を検索する第２検索部と、
を含むことを特徴とする画像処理装置。

（付記１２）
前記第１検索部は、前記第１のカメラで撮像された撮像画像について行う前記第１の車種の車両の検索を、前記第１の学習処理に利用されなかった車両の撮像画像を含む撮像画像を対象に実行させ、
前記第２検索部は、前記第２のカメラで撮像された撮像画像について行う前記第１の車種の車両の検索を、前記第２の学習処理に利用されなかった車両の撮像画像を含む撮像画像を対象に実行させる
ことを特徴とする付記１１に記載の画像処理装置。

（付記１３）
前記第１の学習処理は、前記第１のカメラで撮像された撮像画像から選択された１又は複数の撮像画像を第１のテンプレートとすること、又は前記第１のカメラで撮像された撮像画像から、前記第１のテンプレートに基づいて特定された複数の撮像画像の特徴を学習することであり、
前記第２の学習処理は、前記第２のカメラで撮像された撮像画像のうち、１又は複数の前記第１のテンプレートが示す車両のナンバーを含む１又は複数の撮像画像を第２のテンプレートとすること、又は前記第２のカメラで撮像された撮像画像から、前記第２のテンプレートに基づいて特定された複数の撮像画像の特徴を学習することである
ことを特徴とする付記１１又は付記１２に記載の画像処理装置。

（付記１４）
前記第１のテンプレート及び前記第２のテンプレートは、撮像画像内で車両を示す画像部分であり、
前記第１学習部は、前記第１のテンプレートに基づいて撮像画像を特定する際に、前記第１のテンプレートとのマッチングを行う領域を、前記第１のテンプレートが抽出された位置を基準とした所定範囲内とし、前記第１のテンプレートとマッチングした画像部分を、新たな前記第１のテンプレートに設定し、
前記第２学習部は、前記第２のテンプレートに基づいて撮像画像を特定する際に、前記第２のテンプレートとのマッチングを行う領域を、前記第２のテンプレートが抽出された位置を基準とした所定範囲内とし、前記第２のテンプレートとマッチングした画像部分を、新たな前記第２のテンプレートに設定する
ことを特徴とする付記１３に記載の画像処理装置。

（付記１５）
前記第１学習部は、前記第１のテンプレートが複数設定される場合、撮像画像内における前記第１のテンプレートの各々の位置が異なるように、前記マッチングを行う領域を設定し、
前記第２学習部は、撮像画像内における前記第２のテンプレートの各々の位置が異なるように、前記マッチングを行う領域を設定する
ことを特徴とする付記１４に記載の画像処理装置。

（付記１６）
前記第１の車種の車両を含む撮像画像を検索する場合に、
前記第１検索部は、所定の範囲内に存在する前記第１のカメラで撮像された撮像画像から検索し、
前記第２検索部は、所定の範囲内に存在する前記第２のカメラで撮像された撮像画像から検索する
ことを特徴とする付記１１～付記１５のいずれか１項に記載の画像処理装置。

（付記１７）
前記第１検索部及び前記第２検索部は、前記第１の車種の車両を含む撮像画像を検索する場合に、所定の期間内に撮像された撮像画像から検索することを特徴とする付記１１～付記１６のいずれか１項に記載の画像処理装置。

（付記１８）
前記第１検索部又は前記第２検索部は、検索された前記第１の車種の車両を含む撮像画像を出力する場合に、同一のナンバーを有する車両の撮像画像を重複して出力しないことを特徴とする付記１１～付記１７のいずれか１項に記載の画像処理装置。

（付記１９）
第１のカメラで撮像された撮像画像のうち、第１の車種に分類される車両を含む撮像画像を特定し、
特定した前記撮像画像に含まれる車両のナンバーを抽出し、
第２のカメラで撮像された撮像画像のうち、抽出した前記車両のナンバーの車両を含む撮像画像を抽出し、
抽出した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する、
処理をコンピュータが実行することを特徴とする画像処理方法。

（付記２０）
第１のカメラで撮像された撮像画像のうち、第１の車種に分類される車両を含む撮像画像を特定し、
特定した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第１の学習処理を実行し、
特定した前記撮像画像に含まれる車両のナンバーを抽出し、
第２のカメラで撮像された撮像画像のうち、抽出した前記車両のナンバーの車両を含む撮像画像を抽出し、
抽出した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第２の学習処理を実行し、
前記第１の車種の車両の検索指示を受け付けると、前記第１のカメラで撮像された撮像画像について、前記第１の学習処理による学習結果を適用して前記第１の車種の車両を検索し、前記第２のカメラで撮像された撮像画像について、前記第２の学習処理による学習結果を適用して前記第１の車種の車両を検索する、
処理をコンピュータが実行することを特徴とする画像処理方法。

１０、２１０、３１０ 画像処理装置
１２、２１２、３１２ 第１学習部
１４、２１４、３１４ 第１検索部
１６、２１６、３１６ 第２学習部
１８、２１８、３１８ 第２検索部
２０ 路上装置
２２ カメラ
２４ 画像認識装置
３０ 監視情報データベース
３２ 路上装置テーブル
３４ 監視情報テーブル
４０ コンピュータ
４１ ＣＰＵ
４２ メモリ
４３ 記憶部
４９ 記憶媒体
５０、２５０、３５０ 画像処理プログラム
１００、２００、３００ 監視システム

Claims (13)

1. 第１のカメラで撮像された撮像画像のうち、第１の車種に分類される車両を含む撮像画像を特定し、
   特定した前記撮像画像に含まれる車両のナンバーを抽出し、
   第２のカメラで撮像された撮像画像のうち、抽出した前記車両のナンバーの車両を含む撮像画像を抽出し、
   抽出した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する、
   処理をコンピュータに実行させることを特徴とする画像処理プログラム。
2. 第１のカメラで撮像された撮像画像のうち、第１の車種に分類される車両を含む撮像画像を特定し、
   特定した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第１の学習処理を実行し、
   特定した前記撮像画像に含まれる車両のナンバーを抽出し、
   第２のカメラで撮像された撮像画像のうち、抽出した前記車両のナンバーの車両を含む撮像画像を抽出し、
   抽出した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第２の学習処理を実行し、
   前記第１の車種の車両の検索指示を受け付けると、前記第１のカメラで撮像された撮像画像について、前記第１の学習処理による学習結果を適用して前記第１の車種の車両を検索し、前記第２のカメラで撮像された撮像画像について、前記第２の学習処理による学習結果を適用して前記第１の車種の車両を検索する、
   処理をコンピュータに実行させることを特徴とする画像処理プログラム。
3. 前記第１又は第２のカメラで撮像された撮像画像について行う前記第１の車種の車両の検索は、前記第１又は第２の学習処理に利用されなかった車両の撮像画像を含む撮像画像を対象に実行させる、
   ことを特徴とする請求項２に記載の画像処理プログラム。
4. 前記第１の学習処理は、前記第１のカメラで撮像された撮像画像から選択された１又は複数の撮像画像を第１のテンプレートとすること、又は前記第１のカメラで撮像された撮像画像から、前記第１のテンプレートに基づいて特定された複数の撮像画像の特徴を学習することであり、
   前記第２の学習処理は、前記第２のカメラで撮像された撮像画像のうち、１又は複数の前記第１のテンプレートが示す車両のナンバーを含む１又は複数の撮像画像を第２のテンプレートとすること、又は前記第２のカメラで撮像された撮像画像から、前記第２のテンプレートに基づいて特定された複数の撮像画像の特徴を学習することである
   請求項２又は請求項３に記載の画像処理プログラム。
5. 前記第１のテンプレート又は前記第２のテンプレートは、撮像画像内で車両を示す画像部分であり、
   前記第１のテンプレート又は前記第２のテンプレートに基づいて撮像画像を特定する際に、前記第１のテンプレート又は前記第２のテンプレートとのマッチングを行う領域を、前記第１のテンプレート又は前記第２のテンプレートが抽出された位置を基準とした所定範囲内とし、前記第１のテンプレート又は前記第２のテンプレートとマッチングした画像部分を、新たな前記第１のテンプレート又は前記第２のテンプレートに設定する請求項４に記載の画像処理プログラム。
6. 前記第１のテンプレート又は前記第２のテンプレートが複数設定される場合、撮像画像内における前記第１のテンプレートの各々、又は前記第２のテンプレートの各々の位置が異なるように、前記マッチングを行う領域を設定する請求項５に記載の画像処理プログラム。
7. 前記第１の車種の車両を含む撮像画像を検索する場合に、所定の範囲内に存在する前記第１のカメラ又は前記第２のカメラで撮像された撮像画像から検索することを特徴とする請求項２～請求項６のいずれか１項に記載の画像処理プログラム。
8. 前記第１の車種の車両を含む撮像画像を検索する場合に、所定の期間内に撮像された撮像画像から検索することを特徴とする請求項２～請求項７のいずれか１項に記載の画像処理プログラム。
9. 検索された前記第１の車種の車両を含む撮像画像を出力する場合に、同一のナンバーを有する車両の撮像画像を重複して出力しないことを特徴とする請求項２～請求項８のいずれか１項に記載の画像処理プログラム。
10. 第１のカメラで撮像された撮像画像のうち、第１の車種に分類される車両を含む撮像画像を特定する第１学習部と、
    特定した前記撮像画像に含まれる車両のナンバーを抽出し、第２のカメラで撮像された撮像画像のうち、抽出した前記車両のナンバーの車両を含む撮像画像を抽出し、抽出した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第２学習部と、
    を含む画像処理装置。
11. 第１のカメラで撮像された撮像画像のうち、第１の車種に分類される車両を含む撮像画像を特定し、特定した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第１の学習処理を実行する第１学習部と、
    特定した前記撮像画像に含まれる車両のナンバーを抽出し、第２のカメラで撮像された撮像画像のうち、抽出した前記車両のナンバーの車両を含む撮像画像を抽出し、抽出した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第２の学習処理を実行する第２学習部と、
    前記第１の車種の車両の検索指示を受け付けると、前記第１のカメラで撮像された撮像画像について、前記第１の学習処理による学習結果を適用して前記第１の車種の車両を検索する第１検索部と、
    前記第２のカメラで撮像された撮像画像について、前記第２の学習処理による学習結果を適用して前記第１の車種の車両を検索する第２検索部と、
    を含むことを特徴とする画像処理装置。
12. 第１のカメラで撮像された撮像画像のうち、第１の車種に分類される車両を含む撮像画像を特定し、
    特定した前記撮像画像に含まれる車両のナンバーを抽出し、
    第２のカメラで撮像された撮像画像のうち、抽出した前記車両のナンバーの車両を含む撮像画像を抽出し、
    抽出した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する、
    処理をコンピュータが実行することを特徴とする画像処理方法。
13. 第１のカメラで撮像された撮像画像のうち、第１の車種に分類される車両を含む撮像画像を特定し、
    特定した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第１の学習処理を実行し、
    特定した前記撮像画像に含まれる車両のナンバーを抽出し、
    第２のカメラで撮像された撮像画像のうち、抽出した前記車両のナンバーの車両を含む撮像画像を抽出し、
    抽出した前記撮像画像を、前記第１の車種に対応する車両の撮像画像として学習する第２の学習処理を実行し、
    前記第１の車種の車両の検索指示を受け付けると、前記第１のカメラで撮像された撮像画像について、前記第１の学習処理による学習結果を適用して前記第１の車種の車両を検索し、前記第２のカメラで撮像された撮像画像について、前記第２の学習処理による学習結果を適用して前記第１の車種の車両を検索する、
    処理をコンピュータが実行することを特徴とする画像処理方法。

Images