JP7200279B2 - 検知装置、検知方法、検知プログラム及び検知システム - Google Patents
検知装置、検知方法、検知プログラム及び検知システム Download PDFInfo
- Publication number
- JP7200279B2 JP7200279B2 JP2021033070A JP2021033070A JP7200279B2 JP 7200279 B2 JP7200279 B2 JP 7200279B2 JP 2021033070 A JP2021033070 A JP 2021033070A JP 2021033070 A JP2021033070 A JP 2021033070A JP 7200279 B2 JP7200279 B2 JP 7200279B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- query
- gallery
- image data
- feature amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Description
本開示は、複数の画像データから指定された対象物を検索する技術に関する。
商業施設又は交通施設等の施設において迷子又は不審者といった対象者を探すことがある。現在は、施設にいる人に声掛けを行う、監視カメラによって撮像されて得られた画像データから対象者を目視で探すといった方法により、対象者を探している。施設が大きくなり、施設内にいる人が多くなると、対象者を探すための負担が重くなる。
特許文献１には、複数のカメラのフレーム画像から検知された人の特徴量及び人の画像データを蓄積しておき、ユーザによって指定された画像データに含まれる人と類似する人を蓄積された画像データから検索することが記載されている。
特許文献１に記載された技術を用いることにより、監視カメラ等によって撮像されて得られた画像データから機械的に対象者を探すことが可能になる。しかし、特許文献１に記載された技術では、蓄積された大量の画像データから検索する対象者をユーザが指定する必要がある。そのため、対象者が含まれる画像データを探すための負担が重く、対象者の発見が遅くなってしまう。
本開示は、人等の探す対象物が含まれる画像データを探すための負担を軽くできるようにすることを目的とする。
本開示は、人等の探す対象物が含まれる画像データを探すための負担を軽くできるようにすることを目的とする。
本開示に係る検知装置は、
カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、前記対象物についてのクエリ画像として抽出するクエリ抽出部と、
前記クエリ抽出部によって抽出された前記クエリ画像から選択された選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する検索部と
を備える。
カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、前記対象物についてのクエリ画像として抽出するクエリ抽出部と、
前記クエリ抽出部によって抽出された前記クエリ画像から選択された選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する検索部と
を備える。
前記クエリ抽出部は、前記対象物の移動軌跡が移動方向の条件を満たす画像データを前記クエリ画像として抽出する。
前記移動方向の条件は、前記移動軌跡を示す移動ベクトルと、前記画像データの横方向の直線との成す角によって設定される。
前記クエリ抽出部は、複数のカメラによって撮像されて得られた複数の画像データのうち、特定のカメラによって撮像されて得られた画像データから前記クエリ画像を抽出する。
前記検索部は、前記ギャラリ画像のうち、撮像された時刻が指定期間に含まれるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する。
前記検知装置は、さらに、
前記選択画像と同一の対象物を含む他の画像データとのそれぞれから計算された前記対象物の特徴量から、前記対象物の特徴量についての統計量を計算する統計量計算部
を備え、
前記検索部は、前記統計量計算部によって計算された前記統計量に基づき、前記選択画像に含まれる対象物を含むギャラリ画像を検索する。
前記選択画像と同一の対象物を含む他の画像データとのそれぞれから計算された前記対象物の特徴量から、前記対象物の特徴量についての統計量を計算する統計量計算部
を備え、
前記検索部は、前記統計量計算部によって計算された前記統計量に基づき、前記選択画像に含まれる対象物を含むギャラリ画像を検索する。
前記検知装置は、さらに、
前記選択画像と同一の対象物を含む１つ以上の他の画像データとのそれぞれから計算された前記対象物の特徴量に基づき前記選択画像と前記１つ以上の他の画像データとを１つ以上のグループに分類し、前記１つ以上のグループそれぞれを対象として、対象のグループに含まれる前記画像データから計算された前記対象物の特徴量についての統計量を計算する統計量計算部
を備え、
前記検索部は、前記統計量計算部によって計算された前記１つ以上のグループそれぞれについての前記統計量に基づき、前記選択画像に含まれる対象物を含むギャラリ画像を検索する。
前記選択画像と同一の対象物を含む１つ以上の他の画像データとのそれぞれから計算された前記対象物の特徴量に基づき前記選択画像と前記１つ以上の他の画像データとを１つ以上のグループに分類し、前記１つ以上のグループそれぞれを対象として、対象のグループに含まれる前記画像データから計算された前記対象物の特徴量についての統計量を計算する統計量計算部
を備え、
前記検索部は、前記統計量計算部によって計算された前記１つ以上のグループそれぞれについての前記統計量に基づき、前記選択画像に含まれる対象物を含むギャラリ画像を検索する。
前記検知装置は、さらに、
前記クエリ画像に含まれる前記対象物の特徴量であって、複数次元ベクトルで表される特徴量であるクエリ高次元特徴量と、前記ギャラリ画像に含まれる対象物の特徴量であって、複数次元ベクトルで表される特徴量であるギャラリ高次元特徴量とを計算する特徴量計算部と、
前記特徴量計算部によって計算された前記クエリ高次元特徴量の次元を圧縮してクエリ低次元特徴量を生成するとともに、前記特徴量計算部によって計算された前記ギャラリ高次元特徴量の次元を圧縮してギャラリ低次元特徴量を生成する次元圧縮部と
を備え、
前記検索部は、前記次元圧縮部によって生成された前記クエリ低次元特徴量と前記ギャラリ低次元特徴量とを比較することにより、検索対象とする前記ギャラリ画像を絞り込んだ上で、前記クエリ高次元特徴量と検索対象とする前記ギャラリ画像の前記ギャラリ高次元特徴量とを比較することにより、前記選択画像に含まれる対象物を含むギャラリ画像を検索する。
前記クエリ画像に含まれる前記対象物の特徴量であって、複数次元ベクトルで表される特徴量であるクエリ高次元特徴量と、前記ギャラリ画像に含まれる対象物の特徴量であって、複数次元ベクトルで表される特徴量であるギャラリ高次元特徴量とを計算する特徴量計算部と、
前記特徴量計算部によって計算された前記クエリ高次元特徴量の次元を圧縮してクエリ低次元特徴量を生成するとともに、前記特徴量計算部によって計算された前記ギャラリ高次元特徴量の次元を圧縮してギャラリ低次元特徴量を生成する次元圧縮部と
を備え、
前記検索部は、前記次元圧縮部によって生成された前記クエリ低次元特徴量と前記ギャラリ低次元特徴量とを比較することにより、検索対象とする前記ギャラリ画像を絞り込んだ上で、前記クエリ高次元特徴量と検索対象とする前記ギャラリ画像の前記ギャラリ高次元特徴量とを比較することにより、前記選択画像に含まれる対象物を含むギャラリ画像を検索する。
前記検知装置は、さらに、
前記クエリ画像に含まれる前記対象物の特徴量であって、複数次元ベクトルで表される特徴量であるクエリ高次元特徴量と、前記ギャラリ画像に含まれる対象物の特徴量であって、複数次元ベクトルで表される特徴量であるギャラリ高次元特徴量とを計算する特徴量計算部と、
前記特徴量計算部によって計算された前記クエリ高次元特徴量から異なる対象物間であっても変化しない要素を除外してクエリ低次元特徴量を生成するとともに、前記特徴量計算部によって計算された前記ギャラリ高次元特徴量から異なる対象物間であっても変化しない要素を除外してギャラリ低次元特徴量を生成する次元圧縮部と
を備え、
前記検索部は、前記次元圧縮部によって生成された前記クエリ低次元特徴量と前記ギャラリ低次元特徴量とを比較することにより、前記選択画像に含まれる対象物を含むギャラリ画像を検索する。
前記クエリ画像に含まれる前記対象物の特徴量であって、複数次元ベクトルで表される特徴量であるクエリ高次元特徴量と、前記ギャラリ画像に含まれる対象物の特徴量であって、複数次元ベクトルで表される特徴量であるギャラリ高次元特徴量とを計算する特徴量計算部と、
前記特徴量計算部によって計算された前記クエリ高次元特徴量から異なる対象物間であっても変化しない要素を除外してクエリ低次元特徴量を生成するとともに、前記特徴量計算部によって計算された前記ギャラリ高次元特徴量から異なる対象物間であっても変化しない要素を除外してギャラリ低次元特徴量を生成する次元圧縮部と
を備え、
前記検索部は、前記次元圧縮部によって生成された前記クエリ低次元特徴量と前記ギャラリ低次元特徴量とを比較することにより、前記選択画像に含まれる対象物を含むギャラリ画像を検索する。
前記検索部は、前記ギャラリ画像のうち、撮像された時刻が指定時刻から前記指定時刻の基準時間前までに含まれるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索して、検索されたギャラリ画像に含まれる対象物と同じ対象物を含む、撮像された時刻が前記指定時刻のギャラリ画像を出力する。
本開示に係る検知方法は、
カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、前記対象物についてのクエリ画像として抽出し、
前記クエリ画像から選択された選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する。
カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、前記対象物についてのクエリ画像として抽出し、
前記クエリ画像から選択された選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する。
本開示に係る検知プログラムは、
カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、前記対象物についてのクエリ画像として抽出するクエリ抽出処理と、
前記クエリ抽出処理によって抽出された前記クエリ画像から選択された選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する検索処理と
を行う検知装置としてコンピュータを機能させる。
カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、前記対象物についてのクエリ画像として抽出するクエリ抽出処理と、
前記クエリ抽出処理によって抽出された前記クエリ画像から選択された選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する検索処理と
を行う検知装置としてコンピュータを機能させる。
本開示に係る検知システムは、
１つ以上の検知装置と、検索指示装置とを備える検知システムであり、
前記１つ以上の検知装置それぞれは、
カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、前記対象物についてのクエリ画像として抽出するクエリ抽出部
を備え、
前記検索指示装置は、
前記１つ以上の検知装置それぞれの前記クエリ抽出部によって抽出された前記クエリ画像から選択画像を選択するクエリ選択部
を備え、
前記１つ以上の検知装置それぞれは、
前記クエリ選択部によって選択された前記選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する検索部
を備える。
１つ以上の検知装置と、検索指示装置とを備える検知システムであり、
前記１つ以上の検知装置それぞれは、
カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、前記対象物についてのクエリ画像として抽出するクエリ抽出部
を備え、
前記検索指示装置は、
前記１つ以上の検知装置それぞれの前記クエリ抽出部によって抽出された前記クエリ画像から選択画像を選択するクエリ選択部
を備え、
前記１つ以上の検知装置それぞれは、
前記クエリ選択部によって選択された前記選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する検索部
を備える。
本開示では、複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、対象物についてのクエリ画像として抽出し、クエリ画像から選択画像が選択される。そのため、選択画像の選択元の画像データが絞り込まれており、対象物が含まれる画像データを探すための負担が軽い。
実施の形態１．
＊＊＊構成の説明＊＊＊
図１を参照して、実施の形態１に係る検知システム１００の構成を説明する。
検知システム１００は、１台以上の検知装置１０と、検索指示装置２０と、ユーザ端末３０とを備える。検知装置１０は、画像データから対象物を検知するコンピュータである。検索指示装置２０は、検知装置１０に検索を指示するコンピュータである。ユーザ端末３０は、ユーザによって使用されるＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）又はタブレット端末等のコンピュータである。
各検知装置１０と検索指示装置２０とユーザ端末３０とは伝送路９０を介して接続されている。各検知装置１０には、１台以上のカメラ４０が接続されている。また、各検知装置１０には、記憶装置５０が接続されている。
＊＊＊構成の説明＊＊＊
図１を参照して、実施の形態１に係る検知システム１００の構成を説明する。
検知システム１００は、１台以上の検知装置１０と、検索指示装置２０と、ユーザ端末３０とを備える。検知装置１０は、画像データから対象物を検知するコンピュータである。検索指示装置２０は、検知装置１０に検索を指示するコンピュータである。ユーザ端末３０は、ユーザによって使用されるＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）又はタブレット端末等のコンピュータである。
各検知装置１０と検索指示装置２０とユーザ端末３０とは伝送路９０を介して接続されている。各検知装置１０には、１台以上のカメラ４０が接続されている。また、各検知装置１０には、記憶装置５０が接続されている。
図２を参照して、実施の形態１に係る検知装置１０の構成を説明する。
検知装置１０は、プロセッサ１１と、メモリ１２と、ストレージ１３と、通信インタフェース１４とのハードウェアを備える。プロセッサ１１は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。
検知装置１０は、プロセッサ１１と、メモリ１２と、ストレージ１３と、通信インタフェース１４とのハードウェアを備える。プロセッサ１１は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。
検知装置１０は、機能構成要素として、取得部１１１と、検知部１１２と、特徴量計算部１１３と、追跡部１１４と、クエリ抽出部１１５と、検索部１１６と、出力部１１７とを備える。検知装置１０の各機能構成要素の機能はソフトウェアにより実現される。
ストレージ１３には、検知装置１０の各機能構成要素の機能を実現するプログラムが格納されている。このプログラムは、プロセッサ１１によりメモリ１２に読み込まれ、プロセッサ１１によって実行される。これにより、検知装置１０の各機能構成要素の機能が実現される。
ストレージ１３には、検知装置１０の各機能構成要素の機能を実現するプログラムが格納されている。このプログラムは、プロセッサ１１によりメモリ１２に読み込まれ、プロセッサ１１によって実行される。これにより、検知装置１０の各機能構成要素の機能が実現される。
図３を参照して、実施の形態１に係る検索指示装置２０の構成を説明する。
検索指示装置２０は、プロセッサ２１と、メモリ２２と、ストレージ２３と、通信インタフェース２４とのハードウェアを備える。プロセッサ２１は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。
検索指示装置２０は、プロセッサ２１と、メモリ２２と、ストレージ２３と、通信インタフェース２４とのハードウェアを備える。プロセッサ２１は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。
検索指示装置２０は、機能構成要素として、クエリ選択部２１１と、画像選択部２１２とを備える。検索指示装置２０の各機能構成要素の機能はソフトウェアにより実現される。
ストレージ２３には、検索指示装置２０の各機能構成要素の機能を実現するプログラムが格納されている。このプログラムは、プロセッサ２１によりメモリ２２に読み込まれ、プロセッサ２１によって実行される。これにより、検索指示装置２０の各機能構成要素の機能が実現される。
ストレージ２３には、検索指示装置２０の各機能構成要素の機能を実現するプログラムが格納されている。このプログラムは、プロセッサ２１によりメモリ２２に読み込まれ、プロセッサ２１によって実行される。これにより、検索指示装置２０の各機能構成要素の機能が実現される。
プロセッサ１１，２１は、プロセッシングを行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。プロセッサ１１，２１は、具体例としては、ＣＰＵ（Ｃｅｎｔｒａｌ
Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。
Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。
メモリ１２，２２は、データを一時的に記憶する記憶装置である。メモリ１２，２２は、具体例としては、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。
ストレージ１３，２３は、データを保管する記憶装置である。ストレージ１３，２３は、具体例としては、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）である。また、ストレージ１３，２３は、ＳＤ（登録商標，Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリカード、ＣＦ（ＣｏｍｐａｃｔＦｌａｓｈ，登録商標）、ＮＡＮＤフラッシュ、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）といった可搬記録媒体であってもよい。
通信インタフェース１４，２４は、外部の装置と通信するためのインタフェースである。通信インタフェース１４，２４は、具体例としては、Ｅｔｈｅｒｎｅｔ（登録商標）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）、ＨＤＭＩ（登録商標，Ｈｉｇｈ－Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）のポートである。
図２では、プロセッサ１１は、１つだけ示されていた。しかし、プロセッサ１１は、複数であってもよく、複数のプロセッサ１１が、各機能を実現するプログラムを連携して実行してもよい。同様に、図３では、プロセッサ２１は、１つだけ示されていた。しかし、プロセッサ２１は、複数であってもよく、複数のプロセッサ２１が、各機能を実現するプログラムを連携して実行してもよい。
＊＊＊動作の説明＊＊＊
図４から図１０を参照して、実施の形態１に係る検知システム１００の動作を説明する。
実施の形態１に係る検知システム１００の動作手順は、実施の形態１に係る検知方法に相当する。また、実施の形態１に係る検知システム１００の動作を実現するプログラムは、実施の形態１に係る検知プログラムに相当する。
図４から図１０を参照して、実施の形態１に係る検知システム１００の動作を説明する。
実施の形態１に係る検知システム１００の動作手順は、実施の形態１に係る検知方法に相当する。また、実施の形態１に係る検知システム１００の動作を実現するプログラムは、実施の形態１に係る検知プログラムに相当する。
図４を参照して、実施の形態１に係る検知システム１００の処理の概要を説明する。
（ステップＳ１：クエリ抽出処理）
各検知装置１０において取得部１１１は、検知装置１０に接続されたカメラ４０によって撮像されて得られた複数の画像データを取得する。クエリ抽出部１１５は、複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、対象物についてのクエリ画像として抽出する。
（ステップＳ１：クエリ抽出処理）
各検知装置１０において取得部１１１は、検知装置１０に接続されたカメラ４０によって撮像されて得られた複数の画像データを取得する。クエリ抽出部１１５は、複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、対象物についてのクエリ画像として抽出する。
（ステップＳ２：検索処理）
検索指示装置２０においてクエリ選択部２１１は、各検知装置１０のクエリ抽出部１１５によって抽出されたクエリ画像から、ユーザ端末３０からの操作により、探したい対象物についてのクエリ画像を選択画像として選択する。
各検知装置１０において検索部１１６は、検索指示装置２０のクエリ選択部２１１によって選択された選択画像に基づき、複数の画像データのうち前記対象物についてのクエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、選択画像に含まれる対象物を含むギャラリ画像を検索する。出力部１１７は、検索されたギャラリ画像をユーザ端末３０に出力する。また出力部１１７は、検索されたギャラリ画像の前後複数枚のフレームを追加して動画としてユーザ端末３０に出力してもよい。
検索指示装置２０においてクエリ選択部２１１は、各検知装置１０のクエリ抽出部１１５によって抽出されたクエリ画像から、ユーザ端末３０からの操作により、探したい対象物についてのクエリ画像を選択画像として選択する。
各検知装置１０において検索部１１６は、検索指示装置２０のクエリ選択部２１１によって選択された選択画像に基づき、複数の画像データのうち前記対象物についてのクエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、選択画像に含まれる対象物を含むギャラリ画像を検索する。出力部１１７は、検索されたギャラリ画像をユーザ端末３０に出力する。また出力部１１７は、検索されたギャラリ画像の前後複数枚のフレームを追加して動画としてユーザ端末３０に出力してもよい。
図５を参照して、実施の形態１に係るクエリ抽出処理（図４のステップＳ１）を説明する。
ここで、各検知装置１０に接続された各カメラ４０は、一意なカメラＩＤ（ＩＤｅｎｔｉｆｉｅｒ）が割り当てられており、対象物を検知する対象エリアの一部を撮像するように設置されている。対象物は、人と動物と車といったものである。実施の形態１では、対象物として人を例に説明する。対象エリアは、商業施設と交通施設といった施設である。
各カメラ４０は、既定のフレームレートの映像データを取得している。各カメラ４０は、映像データを構成する新しいフレームの画像データが取得されると、画像データをカメラＩＤ及び画像データの撮像時刻とともに接続された検知装置１０に送信する。
ここで、各検知装置１０に接続された各カメラ４０は、一意なカメラＩＤ（ＩＤｅｎｔｉｆｉｅｒ）が割り当てられており、対象物を検知する対象エリアの一部を撮像するように設置されている。対象物は、人と動物と車といったものである。実施の形態１では、対象物として人を例に説明する。対象エリアは、商業施設と交通施設といった施設である。
各カメラ４０は、既定のフレームレートの映像データを取得している。各カメラ４０は、映像データを構成する新しいフレームの画像データが取得されると、画像データをカメラＩＤ及び画像データの撮像時刻とともに接続された検知装置１０に送信する。
（ステップＳ１１：画像取得処理）
取得部１１１は、検知装置１０に接続されたカメラ４０から送信された画像データとカメラＩＤと撮像時刻とを取得する。取得部１１１は、画像データとカメラＩＤと撮像時刻とを関連付けて記憶装置５０に書き込む。
取得部１１１は、検知装置１０に接続されたカメラ４０から送信された画像データとカメラＩＤと撮像時刻とを取得する。取得部１１１は、画像データとカメラＩＤと撮像時刻とを関連付けて記憶装置５０に書き込む。
（ステップＳ１２：検知処理）
検知部１１２は、ステップＳ１１で取得された画像データから対象物を検知する。
具体的には、検知部１１２は、画像データを入力として、画像データに含まれる各対象物について、画像データにおいて対象物が存在する領域と対象物であることの確信度と対象物の属性とを出力する検知モデルを用いる。つまり、検知部１１２は、ステップＳ１１で取得された画像データを検知モデルに入力として与え、対象物が存在する領域と対象物であることの確信度と対象物の属性とを取得することにより、対象物を検知する。実施の形態１では、対象物は人である。そのため、検知部１１２は、画像データを検知モデルに入力として与えることにより、画像データにおいて人が存在する領域と、人であることの確信度と、人の属性とを取得する。人の属性は、具体例としては、性別と年齢層と等である。
検知部１１２は、ステップＳ１１で取得された画像データから対象物を検知する。
具体的には、検知部１１２は、画像データを入力として、画像データに含まれる各対象物について、画像データにおいて対象物が存在する領域と対象物であることの確信度と対象物の属性とを出力する検知モデルを用いる。つまり、検知部１１２は、ステップＳ１１で取得された画像データを検知モデルに入力として与え、対象物が存在する領域と対象物であることの確信度と対象物の属性とを取得することにより、対象物を検知する。実施の形態１では、対象物は人である。そのため、検知部１１２は、画像データを検知モデルに入力として与えることにより、画像データにおいて人が存在する領域と、人であることの確信度と、人の属性とを取得する。人の属性は、具体例としては、性別と年齢層と等である。
ステップＳ１３からステップＳ１６の処理がステップＳ１２で検知された各対象物を処理対象として実行される。
（ステップＳ１３：特徴量計算処理）
特徴量計算部１１３は、処理対象の対象物について特徴量を計算する。ここでは、特徴量は、複数次元ベクトルで表される数値情報とする。なお、特徴量の計算方法は、どのような方法であっても構わない。また、特徴量は、任意の整数Ｎ，Ｍに基づくＮ行Ｍ列の行列として表される数値情報であってもよい。
特徴量計算部１１３は、処理対象の対象物について特徴量を計算する。ここでは、特徴量は、複数次元ベクトルで表される数値情報とする。なお、特徴量の計算方法は、どのような方法であっても構わない。また、特徴量は、任意の整数Ｎ，Ｍに基づくＮ行Ｍ列の行列として表される数値情報であってもよい。
（ステップＳ１４：追跡処理）
追跡部１１４は、処理対象の対象物の追跡を行う。
具体的には、追跡部１１４は、過去追跡期間にステップＳ１１で取得された画像データから検知された対象物から、処理対象の対象物を特定することにより追跡を行う。実施の形態１では、対象物は人であるため、追跡部１１４は、過去追跡期間にステップＳ１１で取得された画像データから検知された人から、処理対象の人と同じ人を特定し、過去追跡期間に割り当てられた対象物ＩＤと同一のＩＤを処理対象の人に割り当て、ステップＳ１１で記憶された画像データと紐付けされる。
例えば、追跡部１１４は、ステップＳ１３で計算された特徴量の類似度と、位置関係とに基づき、各対象物の追跡を行う。なお、具体的な追跡方法は、どのような方法でも構わない。
ステップＳ１２の検知処理で各対象物に対象物ＩＤを付与すると、同じ人に異なる対象物ＩＤを付与してしまう可能性が高い。ステップＳ１４の追跡処理で同じ人と特定した後、対象物ＩＤを付与することにより、同じ人に同じ対象物ＩＤを付与することができる。
追跡部１１４は、処理対象の対象物の追跡を行う。
具体的には、追跡部１１４は、過去追跡期間にステップＳ１１で取得された画像データから検知された対象物から、処理対象の対象物を特定することにより追跡を行う。実施の形態１では、対象物は人であるため、追跡部１１４は、過去追跡期間にステップＳ１１で取得された画像データから検知された人から、処理対象の人と同じ人を特定し、過去追跡期間に割り当てられた対象物ＩＤと同一のＩＤを処理対象の人に割り当て、ステップＳ１１で記憶された画像データと紐付けされる。
例えば、追跡部１１４は、ステップＳ１３で計算された特徴量の類似度と、位置関係とに基づき、各対象物の追跡を行う。なお、具体的な追跡方法は、どのような方法でも構わない。
ステップＳ１２の検知処理で各対象物に対象物ＩＤを付与すると、同じ人に異なる対象物ＩＤを付与してしまう可能性が高い。ステップＳ１４の追跡処理で同じ人と特定した後、対象物ＩＤを付与することにより、同じ人に同じ対象物ＩＤを付与することができる。
（ステップＳ１５：クエリ判定処理）
クエリ抽出部１１５は、処理対象の対象物について、ステップＳ１１で取得された画像データをクエリ画像とするか否かを判定する。クエリ判定処理については後述する。
クエリ抽出部１１５は、処理対象の対象物について、ステップＳ１１で取得された画像データをクエリ画像とするか否かを判定する。クエリ判定処理については後述する。
（ステップＳ１６：データ記憶処理）
図６に示すように、出力部１１７は、ステップＳ１４で特定された処理対象の対象物についての対象物ＩＤと、処理対象の対象物についてステップＳ１２で検知された存在する領域と確信度と属性と、ステップＳ１３で計算された特徴量と、ステップＳ１５で判定された判定結果とを、ステップＳ１１で記憶された画像データに関連付けて記憶装置５０に書き込む。判定結果としては、クエリ画像であると判定された場合には、クエリ画像と設定され、クエリ画像でないと判定された場合には、ギャラリ画像と設定される。
図６に示すように、出力部１１７は、ステップＳ１４で特定された処理対象の対象物についての対象物ＩＤと、処理対象の対象物についてステップＳ１２で検知された存在する領域と確信度と属性と、ステップＳ１３で計算された特徴量と、ステップＳ１５で判定された判定結果とを、ステップＳ１１で記憶された画像データに関連付けて記憶装置５０に書き込む。判定結果としては、クエリ画像であると判定された場合には、クエリ画像と設定され、クエリ画像でないと判定された場合には、ギャラリ画像と設定される。
図７を参照して、実施の形態１に係るクエリ判定処理（図５のステップＳ１５）を説明する。
（ステップＳ１５１：カメラ判定処理）
クエリ抽出部１１５は、ステップＳ１１で記憶装置５０に記憶されている画像データが、検知装置１０に接続されたカメラ４０のうち、クエリ画像を取得するための特定のカメラ４０によって撮像されて得られた画像データであるか否かを判定する。
クエリ抽出部１１５は、ステップＳ１１で記憶装置５０に記憶されている画像データが、特定のカメラ４０によって撮像されて得られた画像データである場合には、処理をステップＳ１５２に進める。一方、クエリ抽出部１１５は、ステップＳ１１で記憶装置５０に記憶されている画像データが、特定のカメラ４０によって撮像されて得られた画像データでない場合には、処理をステップＳ１５８に進める。
（ステップＳ１５１：カメラ判定処理）
クエリ抽出部１１５は、ステップＳ１１で記憶装置５０に記憶されている画像データが、検知装置１０に接続されたカメラ４０のうち、クエリ画像を取得するための特定のカメラ４０によって撮像されて得られた画像データであるか否かを判定する。
クエリ抽出部１１５は、ステップＳ１１で記憶装置５０に記憶されている画像データが、特定のカメラ４０によって撮像されて得られた画像データである場合には、処理をステップＳ１５２に進める。一方、クエリ抽出部１１５は、ステップＳ１１で記憶装置５０に記憶されている画像データが、特定のカメラ４０によって撮像されて得られた画像データでない場合には、処理をステップＳ１５８に進める。
（ステップＳ１５２：対象判定処理）
クエリ抽出部１１５は、処理対象の対象物についてのクエリ画像が未抽出であるか否かを判定する。つまり、実施の形態１では、クエリ抽出部１１５は、処理対象の人についてのクエリ画像が未抽出であるか否かを判定する。具体的には、クエリ抽出部１１５は、ステップＳ１５に対応するステップＳ１５１～Ｓ１５８の処理により、記憶装置５０に記憶されている対象物の中で、処理対象の人に紐づけられている対象物ＩＤと同一のＩＤを持ち判定結果がクエリ画像である対象物が記憶されていなければ未抽出であると判定する。クエリ画像は、判定結果としてクエリ画像と設定された画像データである。
クエリ抽出部１１５は、未抽出である場合には、処理をステップＳ１５３に進める。一方、クエリ抽出部１１５は、未抽出でない場合には、処理をステップＳ１５８に進める。
クエリ抽出部１１５は、処理対象の対象物についてのクエリ画像が未抽出であるか否かを判定する。つまり、実施の形態１では、クエリ抽出部１１５は、処理対象の人についてのクエリ画像が未抽出であるか否かを判定する。具体的には、クエリ抽出部１１５は、ステップＳ１５に対応するステップＳ１５１～Ｓ１５８の処理により、記憶装置５０に記憶されている対象物の中で、処理対象の人に紐づけられている対象物ＩＤと同一のＩＤを持ち判定結果がクエリ画像である対象物が記憶されていなければ未抽出であると判定する。クエリ画像は、判定結果としてクエリ画像と設定された画像データである。
クエリ抽出部１１５は、未抽出である場合には、処理をステップＳ１５３に進める。一方、クエリ抽出部１１５は、未抽出でない場合には、処理をステップＳ１５８に進める。
（ステップＳ１５３：過去判定処理）
クエリ抽出部１１５は、ステップＳ１１で取得された画像データの取得元のカメラ４０によって過去追跡期間に取得された画像データから、処理対象の対象物が検知されていたか否かを判定する。具体的には、クエリ抽出部１１５は、ステップＳ１４で追跡された結果を参照することにより、過去追跡期間に取得された画像データから、処理対象の対象物が検知されていたか否かを判定する。
クエリ抽出部１１５は、処理対象の対象物が検知されていた場合には、処理をステップＳ１５４に進める。一方、クエリ抽出部１１５は、処理対象の対象物が検知されていない場合には、処理をステップＳ１５８に進める。
この判定は、後述するステップＳ１５５及びステップＳ１５６の処理において、処理対象の対象物の移動軌跡に基づく判定を行うために、過去に処理対象の対象物が検知されている必要があるので行われる。
クエリ抽出部１１５は、ステップＳ１１で取得された画像データの取得元のカメラ４０によって過去追跡期間に取得された画像データから、処理対象の対象物が検知されていたか否かを判定する。具体的には、クエリ抽出部１１５は、ステップＳ１４で追跡された結果を参照することにより、過去追跡期間に取得された画像データから、処理対象の対象物が検知されていたか否かを判定する。
クエリ抽出部１１５は、処理対象の対象物が検知されていた場合には、処理をステップＳ１５４に進める。一方、クエリ抽出部１１５は、処理対象の対象物が検知されていない場合には、処理をステップＳ１５８に進める。
この判定は、後述するステップＳ１５５及びステップＳ１５６の処理において、処理対象の対象物の移動軌跡に基づく判定を行うために、過去に処理対象の対象物が検知されている必要があるので行われる。
（ステップＳ１５４：位置判定処理）
クエリ抽出部１１５は、処理対象の対象物がクエリ画像を取得するための検知領域内であるか否かを判定する。具体的には、クエリ抽出部１１５は、ステップＳ１２で特定された処理対象の対象物が存在する領域の基準位置が、検知領域内であるか否かを判定する。実施の形態１では、基準位置は、対象物である人の足元の位置とする。例えば、対象物が存在する領域が対象物を囲む矩形領域である場合には、クエリ抽出部１１５は、矩形領域の下辺の中心点の位置を足元の位置とすればよい。検知領域は、事前に設定される領域であり、ステップＳ１５１における特定のカメラ４０についての撮像領域内の領域である。検知領域は、例えば、対象物が十分な大きさで撮像可能な領域等が設定される。
クエリ抽出部１１５は、処理対象の対象物が検知領域内である場合には、処理をステップＳ１５５に進める。一方、クエリ抽出部１１５は、処理対象の対象物が検知領域内でない場合には、処理をステップＳ１５８に進める。
クエリ抽出部１１５は、処理対象の対象物がクエリ画像を取得するための検知領域内であるか否かを判定する。具体的には、クエリ抽出部１１５は、ステップＳ１２で特定された処理対象の対象物が存在する領域の基準位置が、検知領域内であるか否かを判定する。実施の形態１では、基準位置は、対象物である人の足元の位置とする。例えば、対象物が存在する領域が対象物を囲む矩形領域である場合には、クエリ抽出部１１５は、矩形領域の下辺の中心点の位置を足元の位置とすればよい。検知領域は、事前に設定される領域であり、ステップＳ１５１における特定のカメラ４０についての撮像領域内の領域である。検知領域は、例えば、対象物が十分な大きさで撮像可能な領域等が設定される。
クエリ抽出部１１５は、処理対象の対象物が検知領域内である場合には、処理をステップＳ１５５に進める。一方、クエリ抽出部１１５は、処理対象の対象物が検知領域内でない場合には、処理をステップＳ１５８に進める。
（ステップＳ１５５：方向判定処理）
クエリ抽出部１１５は、画像データの取得元のカメラ４０の奥側から手前側に向かって処理対象の対象物が移動したか否かを判定する。これにより、クエリ抽出部１１５は、対象物の前面側が撮像されたか否かを判定する。なお、対象物が前を向いて移動していることが前提である。
具体的には、クエリ抽出部１１５は、過去にステップＳ１１で取得された画像データから検知された処理対象の対象物の位置よりも、処理対象の対象物の位置がカメラ４０の手前側であるか否かを判定する。クエリ抽出部１１５は、手前側であれば、奥側から手前側に向かって処理対象の対象物が移動したと判定する。ここでは、クエリ抽出部１１５は、過去にステップＳ１１で取得された画像データから検知された処理対象の対象物の基準位置よりも、処理対象の対象物の基準位置がカメラ４０の手前側であるか否かを判定する。
図８に示すように、画像データの幅方向にｘ軸が取られ、奥行方向にｙ軸が取られているとする。ｙ軸の座標値は、手前側（画像データの下側）ほど大きな値をとるとする。この場合には、クエリ抽出部１１５は、過去にステップＳ１１で取得された画像データから検知された処理対象の対象物の基準位置のｙ座標が、処理対象の対象物の基準位置のｙ座標よりも小さければ、奥側から手前側に向かって処理対象の対象物が移動したと判定する。
クエリ抽出部１１５は、奥側から手前側に向かって処理対象の対象物が移動した場合には、処理をステップＳ１５６に進める。一方、クエリ抽出部１１５は、奥側から手前側に向かって処理対象の対象物が移動していない場合には、処理をステップＳ１５８に進める。
クエリ抽出部１１５は、画像データの取得元のカメラ４０の奥側から手前側に向かって処理対象の対象物が移動したか否かを判定する。これにより、クエリ抽出部１１５は、対象物の前面側が撮像されたか否かを判定する。なお、対象物が前を向いて移動していることが前提である。
具体的には、クエリ抽出部１１５は、過去にステップＳ１１で取得された画像データから検知された処理対象の対象物の位置よりも、処理対象の対象物の位置がカメラ４０の手前側であるか否かを判定する。クエリ抽出部１１５は、手前側であれば、奥側から手前側に向かって処理対象の対象物が移動したと判定する。ここでは、クエリ抽出部１１５は、過去にステップＳ１１で取得された画像データから検知された処理対象の対象物の基準位置よりも、処理対象の対象物の基準位置がカメラ４０の手前側であるか否かを判定する。
図８に示すように、画像データの幅方向にｘ軸が取られ、奥行方向にｙ軸が取られているとする。ｙ軸の座標値は、手前側（画像データの下側）ほど大きな値をとるとする。この場合には、クエリ抽出部１１５は、過去にステップＳ１１で取得された画像データから検知された処理対象の対象物の基準位置のｙ座標が、処理対象の対象物の基準位置のｙ座標よりも小さければ、奥側から手前側に向かって処理対象の対象物が移動したと判定する。
クエリ抽出部１１５は、奥側から手前側に向かって処理対象の対象物が移動した場合には、処理をステップＳ１５６に進める。一方、クエリ抽出部１１５は、奥側から手前側に向かって処理対象の対象物が移動していない場合には、処理をステップＳ１５８に進める。
（ステップＳ１５６：角度判定処理）
クエリ抽出部１１５は、図８に示すように、処理対象の対象物の移動ベクトルと、検知領域における画像データの幅方向の直線との成す角の余弦値の絶対値が閾値以下であるか否かを判定する。これにより、クエリ抽出部１１５は、処理対象の対象物が、カメラ４０に向かって斜めに移動するのではなく、ある程度以上カメラ４０の方を向いて移動しているか否かを判定する。
クエリ抽出部１１５は、成す角の余弦値の絶対値が閾値以下である場合には、処理をステップＳ１５７に進める。一方、クエリ抽出部１１５は、成す角の余弦値の絶対値が閾値以下でない場合には、処理をステップＳ１５８に進める。
クエリ抽出部１１５は、図８に示すように、処理対象の対象物の移動ベクトルと、検知領域における画像データの幅方向の直線との成す角の余弦値の絶対値が閾値以下であるか否かを判定する。これにより、クエリ抽出部１１５は、処理対象の対象物が、カメラ４０に向かって斜めに移動するのではなく、ある程度以上カメラ４０の方を向いて移動しているか否かを判定する。
クエリ抽出部１１５は、成す角の余弦値の絶対値が閾値以下である場合には、処理をステップＳ１５７に進める。一方、クエリ抽出部１１５は、成す角の余弦値の絶対値が閾値以下でない場合には、処理をステップＳ１５８に進める。
（ステップＳ１５７：クエリ特定処理）
クエリ抽出部１１５は、ステップＳ１１で取得された画像データをクエリ画像とすると判定する。
クエリ抽出部１１５は、ステップＳ１１で取得された画像データをクエリ画像とすると判定する。
（ステップＳ１５８：ギャラリ特定処理）
クエリ抽出部１１５は、ステップＳ１１で取得された画像データをクエリ画像とせず、ギャラリ画像とすると判定する。
クエリ抽出部１１５は、ステップＳ１１で取得された画像データをクエリ画像とせず、ギャラリ画像とすると判定する。
つまり、ステップＳ１５５及びステップＳ１５６では、クエリ抽出部１１５は、処理対象の対象物の移動軌跡が移動方向の条件を満たすか否かを判定する。そして、移動軌跡が移動方向の条件を満たす場合には、画像データは対象物を正面から撮像して得られた画像データであるとして、ステップＳ１５７でクエリ抽出部１１５は画像データをクエリ画像とする。一方、移動軌跡が移動方向の条件を満たさない場合には、画像データは対象物を正面から撮像して得られた画像データでないとして、ステップＳ１５７でクエリ抽出部１１５は画像データをギャラリ画像とする。
図９を参照して、実施の形態１に係る検索処理（図４のステップＳ２）を説明する。
（ステップＳ２１：クエリ条件取得処理）
検索指示装置２０のクエリ選択部２１１は、ユーザ端末３０からクエリ画像の絞り込み条件１を取得する。絞り込み条件１は、カメラＩＤと、撮像時刻の範囲と、確信度と、属性と等によって指定される。
具体的には、クエリ選択部２１１は、図１０に示すように、クエリ画像の絞り込み条件１の入力欄６１を含む検索画面６０をユーザ端末３０に表示して、絞り込み条件１をユーザに指定させる。クエリ選択部２１１は、指定された絞り込み条件１を取得する。
（ステップＳ２１：クエリ条件取得処理）
検索指示装置２０のクエリ選択部２１１は、ユーザ端末３０からクエリ画像の絞り込み条件１を取得する。絞り込み条件１は、カメラＩＤと、撮像時刻の範囲と、確信度と、属性と等によって指定される。
具体的には、クエリ選択部２１１は、図１０に示すように、クエリ画像の絞り込み条件１の入力欄６１を含む検索画面６０をユーザ端末３０に表示して、絞り込み条件１をユーザに指定させる。クエリ選択部２１１は、指定された絞り込み条件１を取得する。
（ステップＳ２２：クエリ画像取得処理）
検索指示装置２０のクエリ選択部２１１は、ステップＳ２１で取得された絞り込み条件１を、各検知装置１０に送信する。すると、各検知装置１０において検索部１１６は、絞り込み条件１に該当するクエリ画像を特定する。具体的には、検索部１１６は、検知装置１０に接続された記憶装置５０に記憶された画像データ（図６参照）から、絞り込み条件１が示すカメラＩＤ及び撮像時刻の範囲に該当する画像データを特定する。検索部１１６は、特定された画像データから、絞り込み条件１が示す確信度及び属性に該当する対象物が含まれ、かつ、確信度及び属性に該当する該当する対象物について判定結果としてクエリ画像と設定された画像データを抽出する。
そして、出力部１１７は、抽出された画像データのうち、該当する対象物が存在する領域部分だけを切り出した部分画像データと、該当する対象物についての特徴量とを検索指示装置２０に送信する。この際、出力部１１７は、部分画像データ及び特徴量とともに、部分画像データの元の画像データについてのカメラＩＤ及び撮像時刻と、部分画像データが示す対象物についての確信度及び属性といった情報を送信してもよい。
検索指示装置２０のクエリ選択部２１１は、ステップＳ２１で取得された絞り込み条件１を、各検知装置１０に送信する。すると、各検知装置１０において検索部１１６は、絞り込み条件１に該当するクエリ画像を特定する。具体的には、検索部１１６は、検知装置１０に接続された記憶装置５０に記憶された画像データ（図６参照）から、絞り込み条件１が示すカメラＩＤ及び撮像時刻の範囲に該当する画像データを特定する。検索部１１６は、特定された画像データから、絞り込み条件１が示す確信度及び属性に該当する対象物が含まれ、かつ、確信度及び属性に該当する該当する対象物について判定結果としてクエリ画像と設定された画像データを抽出する。
そして、出力部１１７は、抽出された画像データのうち、該当する対象物が存在する領域部分だけを切り出した部分画像データと、該当する対象物についての特徴量とを検索指示装置２０に送信する。この際、出力部１１７は、部分画像データ及び特徴量とともに、部分画像データの元の画像データについてのカメラＩＤ及び撮像時刻と、部分画像データが示す対象物についての確信度及び属性といった情報を送信してもよい。
（ステップＳ２３：クエリ画像選択処理）
検索指示装置２０のクエリ選択部２１１は、ステップＳ２２で送信された部分画像データに基づき、探したい対象物についてのクエリ画像である選択画像を選択する。
具体的には、クエリ選択部２１１は、図１０に示すように、ステップＳ２２で送信された部分画像データを検索画面６０のクエリ画像欄６２に表示して、探したい対象物についてのクエリ画像をユーザに選択させる。この際、クエリ選択部２１１は、部分画像データとともに、カメラＩＤ及び撮像時刻と、確信度及び属性といった情報も検索画面６０に表示してもよい。そして、クエリ選択部２１１は、選択された部分画像データを選択画像に設定する。
クエリ選択部２１１は、選択画像の特徴量を各検知装置１０に送信する。選択画像の特徴量は、選択画像とともに送信された特徴量である。この際、クエリ選択部２１１は、特徴量とともに、ギャラリ画像を絞り込む絞り込み条件２を送信してもよい。絞り込み条件２を送信する場合には、検索画面６０に絞り込み条件２の入力欄を設け、絞り込み条件２をユーザに指定させる。絞り込み条件２は、指定期間と、確信度と、カメラＩＤと等によって指定される。
検索指示装置２０のクエリ選択部２１１は、ステップＳ２２で送信された部分画像データに基づき、探したい対象物についてのクエリ画像である選択画像を選択する。
具体的には、クエリ選択部２１１は、図１０に示すように、ステップＳ２２で送信された部分画像データを検索画面６０のクエリ画像欄６２に表示して、探したい対象物についてのクエリ画像をユーザに選択させる。この際、クエリ選択部２１１は、部分画像データとともに、カメラＩＤ及び撮像時刻と、確信度及び属性といった情報も検索画面６０に表示してもよい。そして、クエリ選択部２１１は、選択された部分画像データを選択画像に設定する。
クエリ選択部２１１は、選択画像の特徴量を各検知装置１０に送信する。選択画像の特徴量は、選択画像とともに送信された特徴量である。この際、クエリ選択部２１１は、特徴量とともに、ギャラリ画像を絞り込む絞り込み条件２を送信してもよい。絞り込み条件２を送信する場合には、検索画面６０に絞り込み条件２の入力欄を設け、絞り込み条件２をユーザに指定させる。絞り込み条件２は、指定期間と、確信度と、カメラＩＤと等によって指定される。
（ステップＳ２４：類似度計算処理）
各検知装置１０において検索部１１６は、選択画像の特徴量に基づき、記憶装置５０に記憶されたギャラリ画像から、選択画像に含まれる対象物を含むギャラリ画像を検索する。
具体的には、検索部１１６は、ステップＳ２３で送信された選択画像の特徴量と、各ギャラリ画像の特徴量との類似度を計算する。ギャラリ画像は、検知装置１０に接続された記憶装置５０に記憶された画像データ（図６参照）のうち、判定結果としてギャラリ画像と設定された対象物が存在する領域の部分画像データである。ギャラリ画像の特徴量は、判定結果としてギャラリ画像と設定された対象物についての特徴量である。
なお、ステップＳ２３で絞り込み条件２が送信された場合には、検索部１１６は、検知装置１０に接続された記憶装置５０に記憶された画像データのうち、絞り込み条件２に該当するギャラリ画像だけを対象として、類似度を計算する。絞り込み条件２として指定期間が指定されている場合には、検索部１１６は撮像時刻が指定期間に含まれるギャラリ画像だけを対象とする。絞り込み条件２として確信度が指定されている場合には、検索部１１６は絞り込み条件２として指定された確信度以上の確信度のギャラリ画像だけを対象とする。絞り込み条件２としてカメラＩＤが指定された場合には、検索部１１６は絞り込み条件２として指定されたカメラＩＤのギャラリ画像だけを対象とする。
なお本実施の形態で用いた撮像時刻は、検知装置１０がカメラ４０から画像データを取得した取得時刻であってもよい。撮影時刻または取得時刻を指定期間とし絞り込み検索を行うことで、対象物が存在する凡その時間帯が把握できているとき、短い処理時間で対象物を検索することが期待できる。
各検知装置１０において検索部１１６は、選択画像の特徴量に基づき、記憶装置５０に記憶されたギャラリ画像から、選択画像に含まれる対象物を含むギャラリ画像を検索する。
具体的には、検索部１１６は、ステップＳ２３で送信された選択画像の特徴量と、各ギャラリ画像の特徴量との類似度を計算する。ギャラリ画像は、検知装置１０に接続された記憶装置５０に記憶された画像データ（図６参照）のうち、判定結果としてギャラリ画像と設定された対象物が存在する領域の部分画像データである。ギャラリ画像の特徴量は、判定結果としてギャラリ画像と設定された対象物についての特徴量である。
なお、ステップＳ２３で絞り込み条件２が送信された場合には、検索部１１６は、検知装置１０に接続された記憶装置５０に記憶された画像データのうち、絞り込み条件２に該当するギャラリ画像だけを対象として、類似度を計算する。絞り込み条件２として指定期間が指定されている場合には、検索部１１６は撮像時刻が指定期間に含まれるギャラリ画像だけを対象とする。絞り込み条件２として確信度が指定されている場合には、検索部１１６は絞り込み条件２として指定された確信度以上の確信度のギャラリ画像だけを対象とする。絞り込み条件２としてカメラＩＤが指定された場合には、検索部１１６は絞り込み条件２として指定されたカメラＩＤのギャラリ画像だけを対象とする。
なお本実施の形態で用いた撮像時刻は、検知装置１０がカメラ４０から画像データを取得した取得時刻であってもよい。撮影時刻または取得時刻を指定期間とし絞り込み検索を行うことで、対象物が存在する凡その時間帯が把握できているとき、短い処理時間で対象物を検索することが期待できる。
（ステップＳ２５：結果送信処理）
各検知装置１０において検索部１１６は、ステップＳ２４で計算された類似度が最も高いギャラリ画像を特定する。検索部１１６は、特定されたギャラリ画像を、そのギャラリ画像についてのカメラＩＤ及び撮像時刻と、ステップＳ２４で計算された類似度とを検索指示装置２０に送信する。
なお、検索部１１６は、カメラ４０毎に類似度が最も高いギャラリ画像を特定してもよい。そして、検索部１１６は、カメラ４０毎に、特定されたギャラリ画像を、そのギャラリ画像についてのカメラＩＤと撮像時刻と対象物ＩＤと、ステップＳ２４で計算された類似度とを検索指示装置２０に送信してもよい。
各検知装置１０において検索部１１６は、ステップＳ２４で計算された類似度が最も高いギャラリ画像を特定する。検索部１１６は、特定されたギャラリ画像を、そのギャラリ画像についてのカメラＩＤ及び撮像時刻と、ステップＳ２４で計算された類似度とを検索指示装置２０に送信する。
なお、検索部１１６は、カメラ４０毎に類似度が最も高いギャラリ画像を特定してもよい。そして、検索部１１６は、カメラ４０毎に、特定されたギャラリ画像を、そのギャラリ画像についてのカメラＩＤと撮像時刻と対象物ＩＤと、ステップＳ２４で計算された類似度とを検索指示装置２０に送信してもよい。
（ステップＳ２６：確認画像選択処理）
検索指示装置２０の画像選択部２１２は、ステップＳ２５で送信された情報に基づき、確認したいギャラリ画像を選択する。
具体的には、図１０に示すように、検索画面６０のギャラリ画像欄６３に、ステップＳ２５で送信されたギャラリ画像等を表示して、確認したギャラリ画像をユーザに選択させる。
検索指示装置２０の画像選択部２１２は、ステップＳ２５で送信された情報に基づき、確認したいギャラリ画像を選択する。
具体的には、図１０に示すように、検索画面６０のギャラリ画像欄６３に、ステップＳ２５で送信されたギャラリ画像等を表示して、確認したギャラリ画像をユーザに選択させる。
（ステップＳ２７：画像出力処理）
検索指示装置２０の画像選択部２１２は、ステップＳ２６で選択されたギャラリ画像についてのカメラＩＤと撮像時刻と対象物ＩＤとを、選択されたギャラリ画像の送信元の検知装置１０に送信する。すると、送信元の検知装置１０において出力部１１７は、送信されたカメラＩＤ及び撮像時刻によって特定される画像データを記憶装置５０から読み出す。そして、出力部１１７は、送信された対象物ＩＤが示す対象物が存在する領域を枠で囲む等した上で、画像データをユーザ端末３０に送信する。
その後、出力部１１７は、ユーザ端末３０からの操作に応じて、前後の時刻の画像データユーザ端末３０に送信する。この際にも、出力部１１７は、対象物ＩＤが示す対象物が存在する領域を枠で囲む等した上で、画像データを送信する。
検索指示装置２０の画像選択部２１２は、ステップＳ２６で選択されたギャラリ画像についてのカメラＩＤと撮像時刻と対象物ＩＤとを、選択されたギャラリ画像の送信元の検知装置１０に送信する。すると、送信元の検知装置１０において出力部１１７は、送信されたカメラＩＤ及び撮像時刻によって特定される画像データを記憶装置５０から読み出す。そして、出力部１１７は、送信された対象物ＩＤが示す対象物が存在する領域を枠で囲む等した上で、画像データをユーザ端末３０に送信する。
その後、出力部１１７は、ユーザ端末３０からの操作に応じて、前後の時刻の画像データユーザ端末３０に送信する。この際にも、出力部１１７は、対象物ＩＤが示す対象物が存在する領域を枠で囲む等した上で、画像データを送信する。
＊＊＊実施の形態１の効果＊＊＊
以上のように、実施の形態１に係る検知装置１０は、複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、対象物についてのクエリ画像として抽出し、クエリ画像から選択画像が選択される。そのため、選択画像の選択元の画像データが絞り込まれており、対象物が含まれる画像データを探すための負担が軽い。
以上のように、実施の形態１に係る検知装置１０は、複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、対象物についてのクエリ画像として抽出し、クエリ画像から選択画像が選択される。そのため、選択画像の選択元の画像データが絞り込まれており、対象物が含まれる画像データを探すための負担が軽い。
実施の形態１に係る検知装置１０は、対象物の移動軌跡が移動方向の条件を満たす画像データをクエリ画像として抽出する。これにより、対象物を正面から撮像した画像データがクエリ画像として抽出され易くなる。その結果、探したい対象物が含まれるギャラリ画像を適切に抽出し易くなる。
実施の形態１に係る検知装置１０は、対象物が検知領域に位置する画像データをクエリ画像として抽出する。これにより、対象物が見切れてしまった画像データがクエリ画像として抽出されづらくなり、対象物の全体等が含まれる画像データがクエリ画像として抽出され易くなる。その結果、探したい対象物が含まれるギャラリ画像を適切に抽出し易くなる。
実施の形態１に係る検知システム１００は、複数の検知装置１０を備え、各検知装置１０が接続されたカメラ４０によって撮像された画像データから、クエリ画像を抽出するとともに、選択画像に基づく検索を行う。これにより、カメラ４０の台数が多い場合等であっても、高速に検索等を行うことが可能である。また、カメラ４０の台数が増えた場合には、検知装置１０を増やすことにより対応することが可能である。
＊＊＊他の構成＊＊＊
＜変形例１＞
図７のステップＳ１５４で用いられる検知領域と、ステップＳ１５６で用いられる閾値とは、カメラ４０毎に設定されてもよい。例えば、検知領域及び閾値は、カメラ４０の設置位置と、対象物が通る領域と等に応じて設定される。
＜変形例１＞
図７のステップＳ１５４で用いられる検知領域と、ステップＳ１５６で用いられる閾値とは、カメラ４０毎に設定されてもよい。例えば、検知領域及び閾値は、カメラ４０の設置位置と、対象物が通る領域と等に応じて設定される。
＜変形例２＞
図５のステップＳ１３で計算される対象物の特徴量は、対象物全体の画像データに基づき計算されてもよいし、対象物の特定部分の画像データに基づき計算されてもよい。例えば、対象物が人である場合には、顔だけの画像データ、又は、上半身だけの画像データに基づき、特徴量が計算されてもよい。
図５のステップＳ１３で計算される対象物の特徴量は、対象物全体の画像データに基づき計算されてもよいし、対象物の特定部分の画像データに基づき計算されてもよい。例えば、対象物が人である場合には、顔だけの画像データ、又は、上半身だけの画像データに基づき、特徴量が計算されてもよい。
＜変形例３＞
実施の形態１では、画像データは、各検知装置１０に接続された記憶装置５０に記憶された。しかし、画像データは、各検知装置１０のストレージ１３に記憶されてもよい。
実施の形態１では、画像データは、各検知装置１０に接続された記憶装置５０に記憶された。しかし、画像データは、各検知装置１０のストレージ１３に記憶されてもよい。
＜変形例４＞
実施の形態１では、各機能構成要素がソフトウェアで実現された。しかし、変形例４として、各機能構成要素はハードウェアで実現されてもよい。この変形例４について、実施の形態１と異なる点を説明する。
実施の形態１では、各機能構成要素がソフトウェアで実現された。しかし、変形例４として、各機能構成要素はハードウェアで実現されてもよい。この変形例４について、実施の形態１と異なる点を説明する。
図１１を参照して、変形例４に係る検知装置１０の構成を説明する。
各機能構成要素がハードウェアで実現される場合には、検知装置１０は、プロセッサ１１とメモリ１２とストレージ１３とに代えて、電子回路１５を備える。電子回路１５は、各機能構成要素と、メモリ１２と、ストレージ１３との機能とを実現する専用の回路である。
各機能構成要素がハードウェアで実現される場合には、検知装置１０は、プロセッサ１１とメモリ１２とストレージ１３とに代えて、電子回路１５を備える。電子回路１５は、各機能構成要素と、メモリ１２と、ストレージ１３との機能とを実現する専用の回路である。
図１２を参照して、変形例４に係る検索指示装置２０の構成を説明する。
各機能構成要素がハードウェアで実現される場合には、検索指示装置２０は、プロセッサ２１とメモリ２２とストレージ２３とに代えて、電子回路２５を備える。電子回路２５は、各機能構成要素と、メモリ２２と、ストレージ２３との機能とを実現する専用の回路である。
各機能構成要素がハードウェアで実現される場合には、検索指示装置２０は、プロセッサ２１とメモリ２２とストレージ２３とに代えて、電子回路２５を備える。電子回路２５は、各機能構成要素と、メモリ２２と、ストレージ２３との機能とを実現する専用の回路である。
電子回路１５，２５としては、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ（Ｇａｔｅ Ａｒｒａｙ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）が想定される。
各機能構成要素を１つの電子回路１５，２５で実現してもよいし、各機能構成要素を複数の電子回路１５，２５に分散させて実現してもよい。
各機能構成要素を１つの電子回路１５，２５で実現してもよいし、各機能構成要素を複数の電子回路１５，２５に分散させて実現してもよい。
＜変形例５＞
変形例５として、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。
変形例５として、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。
プロセッサ１１，２１とメモリ１２，２２とストレージ１３，２３と電子回路１５，２５とを処理回路という。つまり、各機能構成要素の機能は、処理回路により実現される。
実施の形態２．
実施の形態２は、リアルタイム検索を行う点が実施の形態１と異なる。実施の形態２では、この異なる点を説明し、同一の点については説明を省略する。
実施の形態２は、リアルタイム検索を行う点が実施の形態１と異なる。実施の形態２では、この異なる点を説明し、同一の点については説明を省略する。
＊＊＊動作の説明＊＊＊
図９を参照して、実施の形態２に係る検知システム１００の動作を説明する。
実施の形態２に係る検知システム１００の動作手順は、実施の形態２に係る検知方法に相当する。また、実施の形態２に係る検知システム１００の動作を実現するプログラムは、実施の形態２に係る検知プログラムに相当する。
図９を参照して、実施の形態２に係る検知システム１００の動作を説明する。
実施の形態２に係る検知システム１００の動作手順は、実施の形態２に係る検知方法に相当する。また、実施の形態２に係る検知システム１００の動作を実現するプログラムは、実施の形態２に係る検知プログラムに相当する。
図９を参照して、実施の形態２に係る検索処理（図４のステップＳ２）を説明する。
図９のステップＳ２１からステップＳ２３の処理と、ステップＳ２５からステップＳ２６の処理とは、実施の形態１と同じである。
図９のステップＳ２１からステップＳ２３の処理と、ステップＳ２５からステップＳ２６の処理とは、実施の形態１と同じである。
（ステップＳ２４：類似度計算処理）
各検知装置１０において検索部１１６は、選択画像の特徴量に基づき、直近に取得されたギャラリ画像から、選択画像に含まれる対象物を含むギャラリ画像を検索する。つまり、検索部１１６は、選択画像の特徴量と、直近に取得されたギャラリ画像との類似度を計算する。そして、ステップＳ２５で類似度が最も高いギャラリ画像が特定される。
各検知装置１０において検索部１１６は、選択画像の特徴量に基づき、直近に取得されたギャラリ画像から、選択画像に含まれる対象物を含むギャラリ画像を検索する。つまり、検索部１１６は、選択画像の特徴量と、直近に取得されたギャラリ画像との類似度を計算する。そして、ステップＳ２５で類似度が最も高いギャラリ画像が特定される。
つまり、実施の形態１では、記憶装置５０に蓄積されたギャラリ画像から、選択画像に含まれる対象物を含むギャラリ画像を検索した。これに対して、実施の形態２では、直近に取得されたフレームのギャラリ画像から、選択画像に含まれる対象物を含むギャラリ画像を検索する。
なお本実施の形態で説明した、リアルタイム検索は直近に取得されたギャラリ画像を検索対象とした。直近を例えば現在時刻から５分前までと定義した場合、５分前から現在時刻までが指定期間となる。撮像された時刻が直近という指定期間に含まれるギャラリ画像から、探したい対象物についてのクエリ画像である選択画像に含まれる対象物を含むギャラリ画像を検索する。
なお本実施の形態で説明した、リアルタイム検索は直近に取得されたギャラリ画像を検索対象とした。直近を例えば現在時刻から５分前までと定義した場合、５分前から現在時刻までが指定期間となる。撮像された時刻が直近という指定期間に含まれるギャラリ画像から、探したい対象物についてのクエリ画像である選択画像に含まれる対象物を含むギャラリ画像を検索する。
＊＊＊実施の形態２の効果＊＊＊
以上のように、実施の形態２に係る検知システム１００は、リアルタイム検索を実現する。例えば、迷子を探すような場合には、過去のいた場所を特定するよりも、現在いる場所を特定する必要がある。そのため、リアルタイム検索は有用である。
なお、リアルタイム検索だけを実現し、過去の画像データについては検索を行わない場合には、過去のフレームのギャラリ画像を記憶装置５０に記憶しておく必要はない。したがって、ギャラリ画像については記憶装置５０に記憶せず、直近のフレームのギャラリ画像だけをメモリ１２に記憶しておくようにしてもよい。これにより、より高速な検索が可能になる。
以上のように、実施の形態２に係る検知システム１００は、リアルタイム検索を実現する。例えば、迷子を探すような場合には、過去のいた場所を特定するよりも、現在いる場所を特定する必要がある。そのため、リアルタイム検索は有用である。
なお、リアルタイム検索だけを実現し、過去の画像データについては検索を行わない場合には、過去のフレームのギャラリ画像を記憶装置５０に記憶しておく必要はない。したがって、ギャラリ画像については記憶装置５０に記憶せず、直近のフレームのギャラリ画像だけをメモリ１２に記憶しておくようにしてもよい。これにより、より高速な検索が可能になる。
実施の形態３．
実施の形態３は、１つの対象物に対して複数のクエリ画像を抽出する点が実施の形態１，２と異なる。実施の形態３では、この異なる点を説明して、同一の点については説明を省略する。
実施の形態３では、実施の形態１の機能を変更した場合について説明する。しかし、実施の形態２の機能を変更することも可能である。
実施の形態３は、１つの対象物に対して複数のクエリ画像を抽出する点が実施の形態１，２と異なる。実施の形態３では、この異なる点を説明して、同一の点については説明を省略する。
実施の形態３では、実施の形態１の機能を変更した場合について説明する。しかし、実施の形態２の機能を変更することも可能である。
＊＊＊構成の説明＊＊＊
図１３を参照して、実施の形態３に係る検知装置１０の構成を説明する。
検知装置１０は、機能構成要素として、統計量計算部１１８を備える点が図２に示す検知装置１０と異なる。統計量計算部１１８の機能は、他の機能構成要素と同様に、ソフトウェア又はハードウェアによって実現される。
図１３を参照して、実施の形態３に係る検知装置１０の構成を説明する。
検知装置１０は、機能構成要素として、統計量計算部１１８を備える点が図２に示す検知装置１０と異なる。統計量計算部１１８の機能は、他の機能構成要素と同様に、ソフトウェア又はハードウェアによって実現される。
＊＊＊動作の説明＊＊＊
図９を参照して、実施の形態３に係る検知システム１００の動作を説明する。
実施の形態３に係る検知システム１００の動作手順は、実施の形態３に係る検知方法に相当する。また、実施の形態３に係る検知システム１００の動作を実現するプログラムは、実施の形態３に係る検知プログラムに相当する。
図９を参照して、実施の形態３に係る検知システム１００の動作を説明する。
実施の形態３に係る検知システム１００の動作手順は、実施の形態３に係る検知方法に相当する。また、実施の形態３に係る検知システム１００の動作を実現するプログラムは、実施の形態３に係る検知プログラムに相当する。
実施の形態３では、クエリ抽出部１１５は、１つの対象物について複数のクエリ画像を抽出する。
具体的には、クエリ抽出部１１５は、クエリ判定処理（図５のステップＳ１５）においてクエリ画像と判定された場合には、クエリ画像と判定された画像データの前後基準時間に撮像時刻が含まれる画像データであって、同一の対象物が含まれている画像データをその対象物についての関連クエリ画像に設定する。
あるいは、クエリ抽出部１１５は、クエリ判定処理（図５のステップＳ１５）においてクエリ画像と判定された場合には、他のカメラ４０のうち特定のカメラ４０で撮像された画像データであって、同一の対象物が含まれている画像データをその対象物についての関連クエリ画像に設定する。
具体的には、クエリ抽出部１１５は、クエリ判定処理（図５のステップＳ１５）においてクエリ画像と判定された場合には、クエリ画像と判定された画像データの前後基準時間に撮像時刻が含まれる画像データであって、同一の対象物が含まれている画像データをその対象物についての関連クエリ画像に設定する。
あるいは、クエリ抽出部１１５は、クエリ判定処理（図５のステップＳ１５）においてクエリ画像と判定された場合には、他のカメラ４０のうち特定のカメラ４０で撮像された画像データであって、同一の対象物が含まれている画像データをその対象物についての関連クエリ画像に設定する。
統計量計算部１１８は、クエリ画像と関連クエリ画像との特徴量についての統計量を計算する。統計量は、例えば、平均値である。特徴量は複数次元ベクトルであるため、統計量が平均値である場合には、各次元の要素についての平均値が計算される。統計量計算部１１８は、クエリ画像の特徴量として統計量を設定する。
図９を参照して、実施の形態３に係る検索処理（図４のステップＳ２）を説明する。
図９のステップＳ２１からステップＳ２３の処理と、ステップＳ２５からステップＳ２６の処理とは、実施の形態１と同じである。
図９のステップＳ２１からステップＳ２３の処理と、ステップＳ２５からステップＳ２６の処理とは、実施の形態１と同じである。
（ステップＳ２４：類似度計算処理）
各検知装置１０において検索部１１６は、選択画像の統計量に基づき、記憶装置５０に記憶されたギャラリ画像から、選択画像に含まれる対象物を含むギャラリ画像を検索する。つまり、検索部１１６は、選択画像の特徴量に代えて、統計量を用いる点が実施の形態１と異なる。
各検知装置１０において検索部１１６は、選択画像の統計量に基づき、記憶装置５０に記憶されたギャラリ画像から、選択画像に含まれる対象物を含むギャラリ画像を検索する。つまり、検索部１１６は、選択画像の特徴量に代えて、統計量を用いる点が実施の形態１と異なる。
＊＊＊実施の形態３の効果＊＊＊
以上のように、実施の形態３に係る検知装置１０は、複数のクエリ画像（クエリ画像と関連クエリ画像）の特徴量から計算された統計量を用いて、ギャラリ画像を検索する。
ギャラリ画像に含まれる対象物は、クエリ画像に含まれる対象物と異なる角度から撮像されている場合、又は、異なる姿勢になっている場合がある。複数のクエリ画像の特徴量から計算された統計量を用いることにより、様々な映り方の対象物についての特徴量を加味してギャラリ画像を検索することが可能になる。その結果、異なる角度から対象物を撮像したギャラリ画像と、異なる姿勢になっている対象物が含まれるギャラリ画像についても適切に検索することが可能になる。
以上のように、実施の形態３に係る検知装置１０は、複数のクエリ画像（クエリ画像と関連クエリ画像）の特徴量から計算された統計量を用いて、ギャラリ画像を検索する。
ギャラリ画像に含まれる対象物は、クエリ画像に含まれる対象物と異なる角度から撮像されている場合、又は、異なる姿勢になっている場合がある。複数のクエリ画像の特徴量から計算された統計量を用いることにより、様々な映り方の対象物についての特徴量を加味してギャラリ画像を検索することが可能になる。その結果、異なる角度から対象物を撮像したギャラリ画像と、異なる姿勢になっている対象物が含まれるギャラリ画像についても適切に検索することが可能になる。
＊＊＊他の構成＊＊＊
＜変形例６＞
統計量計算部１１８は、複数のクエリ画像（クエリ画像と関連クエリ画像）を１つ以上のグループに分類し、１つ以上のグループそれぞれを対象として、対象のグループに含まれるクエリ画像（クエリ画像と関連クエリ画像）の特徴量についての統計量を計算してもよい。この際、統計量計算部１１８は、複数のクエリ画像の特徴量に基づき、複数のクエリ画像を１つ以上のグループに分類することが考えられる。特徴量を構成する要素のうち、対象物を撮像した角度の違いと、対象物の姿勢の違いとの少なくともいずれかによって変化する次元の要素に基づき、複数のクエリ画像を１つ以上のグループに分類することが考えられる。
この場合には、図９のステップＳ２４では、検索部１１６は、１つ以上のグループそれぞれについての統計量に基づき、選択画像に含まれる対象物を含むギャラリ画像を検索する。
これにより、異なる角度から対象物を撮像したギャラリ画像と、異なる姿勢になっている対象物が含まれるギャラリ画像についてもより適切に検索することが可能になる。
＜変形例６＞
統計量計算部１１８は、複数のクエリ画像（クエリ画像と関連クエリ画像）を１つ以上のグループに分類し、１つ以上のグループそれぞれを対象として、対象のグループに含まれるクエリ画像（クエリ画像と関連クエリ画像）の特徴量についての統計量を計算してもよい。この際、統計量計算部１１８は、複数のクエリ画像の特徴量に基づき、複数のクエリ画像を１つ以上のグループに分類することが考えられる。特徴量を構成する要素のうち、対象物を撮像した角度の違いと、対象物の姿勢の違いとの少なくともいずれかによって変化する次元の要素に基づき、複数のクエリ画像を１つ以上のグループに分類することが考えられる。
この場合には、図９のステップＳ２４では、検索部１１６は、１つ以上のグループそれぞれについての統計量に基づき、選択画像に含まれる対象物を含むギャラリ画像を検索する。
これにより、異なる角度から対象物を撮像したギャラリ画像と、異なる姿勢になっている対象物が含まれるギャラリ画像についてもより適切に検索することが可能になる。
実施の形態４．
実施の形態４は、複数次元ベクトルである特徴量を圧縮して検索を行う点が実施の形態１～３と異なる。実施の形態４では、この異なる点を説明して、同一の点については説明を省略する。
実施の形態４では、実施の形態１の機能を変更した場合について説明する。しかし、実施の形態２，３の機能を変更することも可能である。
実施の形態４は、複数次元ベクトルである特徴量を圧縮して検索を行う点が実施の形態１～３と異なる。実施の形態４では、この異なる点を説明して、同一の点については説明を省略する。
実施の形態４では、実施の形態１の機能を変更した場合について説明する。しかし、実施の形態２，３の機能を変更することも可能である。
＊＊＊構成の説明＊＊＊
図１４を参照して、実施の形態４に係る検知装置１０の構成を説明する。
検知装置１０は、機能構成要素として、次元圧縮部１１９を備える点が図２に示す検知装置１０と異なる。次元圧縮部１１９の機能は、他の機能構成要素と同様に、ソフトウェア又はハードウェアによって実現される。
図１４を参照して、実施の形態４に係る検知装置１０の構成を説明する。
検知装置１０は、機能構成要素として、次元圧縮部１１９を備える点が図２に示す検知装置１０と異なる。次元圧縮部１１９の機能は、他の機能構成要素と同様に、ソフトウェア又はハードウェアによって実現される。
図１５及び図１６を参照して、実施の形態４に係る検知システム１００の動作を説明する。
実施の形態４に係る検知システム１００の動作手順は、実施の形態４に係る検知方法に相当する。また、実施の形態４に係る検知システム１００の動作を実現するプログラムは、実施の形態４に係る検知プログラムに相当する。
実施の形態４に係る検知システム１００の動作手順は、実施の形態４に係る検知方法に相当する。また、実施の形態４に係る検知システム１００の動作を実現するプログラムは、実施の形態４に係る検知プログラムに相当する。
図１５を参照して、実施の形態４に係る検索処理（図４のステップＳ２）を説明する。
ステップＳ２１ＡからステップＳ２３Ａの処理は、図９のステップＳ２１からステップＳ２１からステップＳ２３の処理と同じである。ステップＳ２６ＡからステップＳ２８Ａの処理は、図９のステップＳ２５からステップＳ２７の処理と同じである。
ステップＳ２１ＡからステップＳ２３Ａの処理は、図９のステップＳ２１からステップＳ２１からステップＳ２３の処理と同じである。ステップＳ２６ＡからステップＳ２８Ａの処理は、図９のステップＳ２５からステップＳ２７の処理と同じである。
（ステップＳ２４Ａ：次元圧縮処理）
各検知装置１０において次元圧縮部１１９は、選択画像の特徴量と、各ギャラリ画像の特徴量との次元を圧縮する。
具体的には、次元圧縮部１１９は、選択画像の特徴量であるクエリ高次元特徴量の次元を圧縮してクエリ低次元特徴量を生成する。また、次元圧縮部１１９は、各ギャラリ画像を対象として、対象のギャラリ画像の特徴量であるギャラリ高次元特徴量の次元を圧縮してギャラリ低次元特徴量を生成する。例えば、次元圧縮部１１９は、２
次元のクエリ低次元特徴量及び２次元のギャラリ低次元特徴量を生成する。次元を圧縮するとは、次元を減らすという意味である。次元を圧縮する方法としては、ＰＣＡ（主成分分析）と、ＬＳＡ（潜在意味解析）といった手法を用いればよい。
各検知装置１０において次元圧縮部１１９は、選択画像の特徴量と、各ギャラリ画像の特徴量との次元を圧縮する。
具体的には、次元圧縮部１１９は、選択画像の特徴量であるクエリ高次元特徴量の次元を圧縮してクエリ低次元特徴量を生成する。また、次元圧縮部１１９は、各ギャラリ画像を対象として、対象のギャラリ画像の特徴量であるギャラリ高次元特徴量の次元を圧縮してギャラリ低次元特徴量を生成する。例えば、次元圧縮部１１９は、２
次元のクエリ低次元特徴量及び２次元のギャラリ低次元特徴量を生成する。次元を圧縮するとは、次元を減らすという意味である。次元を圧縮する方法としては、ＰＣＡ（主成分分析）と、ＬＳＡ（潜在意味解析）といった手法を用いればよい。
（ステップＳ２５Ａ：類似度計算処理）
各検知装置１０において検索部１１６は、ステップＳ２４Ａで生成されたクエリ低次元特徴量を、各ギャラリ画像のギャラリ低次元特徴量と比較することにより、検索対象とするギャラリ画像を絞り込む。具体例としては、検索部１１６は、図１６に示すように、クエリ低次元特徴量が特徴量を有する領域と隣接する領域に特徴量を有するギャラリ低次元特徴量を持つギャラリ画像だけに、検索対象とするギャラリ画像を絞り込む。
検索部１１６は、クエリ高次元特徴量と検索対象とするギャラリ画像のギャラリ高次元特徴量とを比較することにより、選択画像に含まれる対象物を含むギャラリ画像を検索する。つまり、検索部１１６は、クエリ高次元特徴量と検索対象とするギャラリ画像のギャラリ高次元特徴量との類似度を計算する。そして、ステップＳ２６Ａで類似度が最も高いギャラリ画像が特定される。
各検知装置１０において検索部１１６は、ステップＳ２４Ａで生成されたクエリ低次元特徴量を、各ギャラリ画像のギャラリ低次元特徴量と比較することにより、検索対象とするギャラリ画像を絞り込む。具体例としては、検索部１１６は、図１６に示すように、クエリ低次元特徴量が特徴量を有する領域と隣接する領域に特徴量を有するギャラリ低次元特徴量を持つギャラリ画像だけに、検索対象とするギャラリ画像を絞り込む。
検索部１１６は、クエリ高次元特徴量と検索対象とするギャラリ画像のギャラリ高次元特徴量とを比較することにより、選択画像に含まれる対象物を含むギャラリ画像を検索する。つまり、検索部１１６は、クエリ高次元特徴量と検索対象とするギャラリ画像のギャラリ高次元特徴量との類似度を計算する。そして、ステップＳ２６Ａで類似度が最も高いギャラリ画像が特定される。
＊＊＊実施の形態４の効果＊＊＊
以上のように、実施の形態４に係る検知装置１０は、特徴量の次元を圧縮したクエリ低次元特徴量及びギャラリ低次元特徴量を用いて、検索対象とするギャラリ画像を絞り込む。これにより、類似度を計算する処理回数を減らすことができる。その結果、効率的にギャラリ画像の検索を行うことが可能になる。
以上のように、実施の形態４に係る検知装置１０は、特徴量の次元を圧縮したクエリ低次元特徴量及びギャラリ低次元特徴量を用いて、検索対象とするギャラリ画像を絞り込む。これにより、類似度を計算する処理回数を減らすことができる。その結果、効率的にギャラリ画像の検索を行うことが可能になる。
＊＊＊他の構成＊＊＊
＜変形例７＞
次元圧縮部１１９は、特徴量から、異なる対象物間であっても大きな変化が見られない次元の要素を除外することにより、特徴量の次元を圧縮してもよい。異なる対象物とは、対象物自体が異なるだけでなく、対象物を撮った画角が異なることを含んでもよい。
この場合には、図１５のステップＳ２４Ａでは、次元圧縮部１１９は、選択画像の特徴量であるクエリ高次元特徴量から異なる対象物間であっても変化しない要素を除外してクエリ低次元特徴量を生成する。また、次元圧縮部１１９は、各ギャラリ画像を対象として、対象のギャラリ画像の特徴量であるギャラリ高次元特徴量から異なる対象物間であっても変化しない要素を除外してギャラリ低次元特徴量を生成する。
図１５のステップＳ２５Ａでは、検索部１１６は、クエリ低次元特徴量と各ギャラリ画像のギャラリ低次元特徴量とを比較することにより、選択画像に含まれる対象物を含むギャラリ画像を検索する。つまり、検索部１１６は、クエリ低次元特徴量と各ギャラリ画像のギャラリ低次元特徴量との類似度を計算する。そして、ステップＳ２６Ａで類似度が最も高いギャラリ画像が特定される。
＜変形例７＞
次元圧縮部１１９は、特徴量から、異なる対象物間であっても大きな変化が見られない次元の要素を除外することにより、特徴量の次元を圧縮してもよい。異なる対象物とは、対象物自体が異なるだけでなく、対象物を撮った画角が異なることを含んでもよい。
この場合には、図１５のステップＳ２４Ａでは、次元圧縮部１１９は、選択画像の特徴量であるクエリ高次元特徴量から異なる対象物間であっても変化しない要素を除外してクエリ低次元特徴量を生成する。また、次元圧縮部１１９は、各ギャラリ画像を対象として、対象のギャラリ画像の特徴量であるギャラリ高次元特徴量から異なる対象物間であっても変化しない要素を除外してギャラリ低次元特徴量を生成する。
図１５のステップＳ２５Ａでは、検索部１１６は、クエリ低次元特徴量と各ギャラリ画像のギャラリ低次元特徴量とを比較することにより、選択画像に含まれる対象物を含むギャラリ画像を検索する。つまり、検索部１１６は、クエリ低次元特徴量と各ギャラリ画像のギャラリ低次元特徴量との類似度を計算する。そして、ステップＳ２６Ａで類似度が最も高いギャラリ画像が特定される。
実施の形態５．
実施の形態５は、リアルタイム検索において過去の画像データを利用する点が実施の形態２と異なる。実施の形態５では、この異なる点を説明して、同一の点については説明を省略する。
実施の形態５は、リアルタイム検索において過去の画像データを利用する点が実施の形態２と異なる。実施の形態５では、この異なる点を説明して、同一の点については説明を省略する。
＊＊＊動作の説明＊＊＊
図９及び図１７を参照して、実施の形態５に係る検知システム１００の動作を説明する。
実施の形態５に係る検知システム１００の動作手順は、実施の形態５に係る検知方法に相当する。また、実施の形態５に係る検知システム１００の動作を実現するプログラムは、実施の形態５に係る検知プログラムに相当する。
図９及び図１７を参照して、実施の形態５に係る検知システム１００の動作を説明する。
実施の形態５に係る検知システム１００の動作手順は、実施の形態５に係る検知方法に相当する。また、実施の形態５に係る検知システム１００の動作を実現するプログラムは、実施の形態５に係る検知プログラムに相当する。
図９を参照して、実施の形態２に係る検索処理（図４のステップＳ２）を説明する。
図９のステップＳ２１からステップＳ２３の処理と、ステップＳ２６からステップＳ２７の処理とは、実施の形態２と同じである。
図９のステップＳ２１からステップＳ２３の処理と、ステップＳ２６からステップＳ２７の処理とは、実施の形態２と同じである。
（ステップＳ２４：類似度計算処理）
各検知装置１０において検索部１１６は、選択画像の特徴量に基づき、撮像時刻が現在時刻から基準時間前までに含まれるギャラリ画像から、選択画像に含まれる対象物を含むギャラリ画像を検索する。つまり、検索部１１６は、選択画像の特徴量と、撮像時刻が現在時刻から基準時間前までに含まれるギャラリ画像に取得されたギャラリ画像との類似度を計算する。
各検知装置１０において検索部１１６は、選択画像の特徴量に基づき、撮像時刻が現在時刻から基準時間前までに含まれるギャラリ画像から、選択画像に含まれる対象物を含むギャラリ画像を検索する。つまり、検索部１１６は、選択画像の特徴量と、撮像時刻が現在時刻から基準時間前までに含まれるギャラリ画像に取得されたギャラリ画像との類似度を計算する。
（ステップＳ２５：結果送信処理）
各検知装置１０において検索部１１６は、ステップＳ２４で計算された類似度が最も高いギャラリ画像を特定する。検索部１１６は、図１７に示すように、特定されたギャラリ画像に含まれる対象物と同じ対象物を含む直近に撮像されたギャラリ画像を特定する。検索部１１６は、直近に撮像されたギャラリ画像を、そのギャラリ画像についてのカメラＩＤ及び撮像時刻と、ステップＳ２４で計算された類似度とを検索指示装置２０に送信する。
ここで、検索部１１６は、図５のステップＳ１４で追跡された結果を用いて、特定されたギャラリ画像に含まれる対象物と同じ対象物を含む直近に撮像されたギャラリ画像を特定することが可能である。
各検知装置１０において検索部１１６は、ステップＳ２４で計算された類似度が最も高いギャラリ画像を特定する。検索部１１６は、図１７に示すように、特定されたギャラリ画像に含まれる対象物と同じ対象物を含む直近に撮像されたギャラリ画像を特定する。検索部１１６は、直近に撮像されたギャラリ画像を、そのギャラリ画像についてのカメラＩＤ及び撮像時刻と、ステップＳ２４で計算された類似度とを検索指示装置２０に送信する。
ここで、検索部１１６は、図５のステップＳ１４で追跡された結果を用いて、特定されたギャラリ画像に含まれる対象物と同じ対象物を含む直近に撮像されたギャラリ画像を特定することが可能である。
＊＊＊実施の形態５の効果＊＊＊
以上のように、実施の形態５に係る検知装置１０は、現在時刻から基準時間前までに含まれるギャラリ画像を用いて類似度の高いギャラリ画像を特定し、特定されたギャラリ画像から同じ対象物を含む直近に撮像されたギャラリ画像を特定する。
これにより、より適切にリアルタイム検索を行うことが可能である。例えば、直近に撮像されたギャラリ画像において対象物の向きがクエリ画像における対象物の向きと異なるような場合には、直近に撮像されたギャラリ画像と、クエリ画像との間の類似度が低くなってしまい、適切な検索ができない可能性がある。しかし、実施の形態５に係る検知装置１０では、対象物の向きがクエリ画像における対象物の向きと近い過去のギャラリ画像が特定され、過去のギャラリ画像と同じ対象物を含む直近のギャラリ画像が特定される。そのため、適切にリアルタイム検索を行うことができる。
以上のように、実施の形態５に係る検知装置１０は、現在時刻から基準時間前までに含まれるギャラリ画像を用いて類似度の高いギャラリ画像を特定し、特定されたギャラリ画像から同じ対象物を含む直近に撮像されたギャラリ画像を特定する。
これにより、より適切にリアルタイム検索を行うことが可能である。例えば、直近に撮像されたギャラリ画像において対象物の向きがクエリ画像における対象物の向きと異なるような場合には、直近に撮像されたギャラリ画像と、クエリ画像との間の類似度が低くなってしまい、適切な検索ができない可能性がある。しかし、実施の形態５に係る検知装置１０では、対象物の向きがクエリ画像における対象物の向きと近い過去のギャラリ画像が特定され、過去のギャラリ画像と同じ対象物を含む直近のギャラリ画像が特定される。そのため、適切にリアルタイム検索を行うことができる。
＜変形例８＞
実施の形態５では、リアルタイム検索の場合について説明した。しかし、リアルタイム検索に限らず、検索する時刻が指定された場合に、指定された指定時刻から基準時間前及び後までに含まれるギャラリ画像を用いて類似度の高いギャラリ画像を特定し、特定されたギャラリ画像から同じ対象物を含む指定時刻に撮像されたギャラリ画像を特定するようにしてもよい。これにより、指定時刻におけるギャラリ画像から、より適切な検索を行うことが可能である。
実施の形態５では、リアルタイム検索の場合について説明した。しかし、リアルタイム検索に限らず、検索する時刻が指定された場合に、指定された指定時刻から基準時間前及び後までに含まれるギャラリ画像を用いて類似度の高いギャラリ画像を特定し、特定されたギャラリ画像から同じ対象物を含む指定時刻に撮像されたギャラリ画像を特定するようにしてもよい。これにより、指定時刻におけるギャラリ画像から、より適切な検索を行うことが可能である。
なお、以上の説明における「部」を、「回路」、「工程」、「手順」、「処理」又は「処理回路」に読み替えてもよい。
以上、本開示の実施の形態及び変形例について説明した。これらの実施の形態及び変形例のうち、いくつかを組み合わせて実施してもよい。また、いずれか１つ又はいくつかを部分的に実施してもよい。なお、本開示は、以上の実施の形態及び変形例に限定されるものではなく、必要に応じて種々の変更が可能である。
１００ 検知システム、１０ 検知装置、１１ プロセッサ、１２ メモリ、１３ ストレージ、１４ 通信インタフェース、１５ 電子回路、１１１ 取得部、１１２ 検知部、１１３ 特徴量計算部、１１４ 追跡部、１１５ クエリ抽出部、１１６ 検索部、１１７ 出力部、１１８ 統計量計算部、１１９ 次元圧縮部、２０ 検索指示装置、２１ プロセッサ、２２ メモリ、２３ ストレージ、２４ 通信インタフェース、２５ 電子回路、２１１ クエリ選択部、２１２ 画像選択部、３０ ユーザ端末、４０ カメラ、５０ 記憶装置、６０ 検索画面、６１ 入力欄、６２ クエリ画像欄、６３ ギャラリ画像欄、９０ 伝送路。
Claims (14)
- カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、前記対象物の移動軌跡を示す移動ベクトルと、前記画像データの幅方向の直線との成す角によって設定された移動方向の条件を満たす画像データを、前記対象物についてのクエリ画像として抽出するクエリ抽出部と、
前記クエリ抽出部によって抽出された前記クエリ画像から選択された選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する検索部と
を備える検知装置。 - カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、前記対象物についてのクエリ画像として抽出するクエリ抽出部と、
前記クエリ抽出部によって抽出された前記クエリ画像から選択された選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像であって、撮像された時刻が指定時刻から前記指定時刻の基準時間前までに含まれるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索して、検索されたギャラリ画像に含まれる対象物と同じ対象物を含む、撮像された時刻が前記指定時刻のギャラリ画像を出力する検索部と
を備える検知装置。 - 前記クエリ抽出部は、複数のカメラによって撮像されて得られた複数の画像データのうち、特定のカメラによって撮像されて得られた画像データから前記クエリ画像を抽出する請求項１又は２に記載の検知装置。
- 前記検索部は、前記ギャラリ画像のうち、撮像された時刻が指定期間に含まれるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する
請求項１から３までのいずれか１項に記載の検知装置。 - 前記検知装置は、さらに、
前記選択画像と、前記選択画像と同一の対象物を含む他の画像データである関連クエリ画像とのそれぞれから計算された前記対象物の特徴量から、前記対象物の特徴量についての統計量を計算する統計量計算部
を備え、
前記検索部は、前記統計量計算部によって計算された前記統計量に基づき、前記選択画像に含まれる対象物を含むギャラリ画像を検索する
請求項１から４までのいずれか１項に記載の検知装置。 - 前記検知装置は、さらに、
前記選択画像と、前記選択画像と同一の対象物を含む１つ以上の他の画像データである関連クエリ画像とのそれぞれから計算された前記対象物の特徴量に基づき前記選択画像と前記関連クエリ画像とを１つ以上のグループに分類し、前記１つ以上のグループそれぞれを対象として、対象のグループに含まれる前記画像データから計算された前記対象物の特徴量についての統計量を計算する統計量計算部
を備え、
前記検索部は、前記統計量計算部によって計算された前記１つ以上のグループそれぞれについての前記統計量に基づき、前記選択画像に含まれる対象物を含むギャラリ画像を検索する
請求項１から４までのいずれか１項に記載の検知装置。 - 前記検知装置は、さらに、
前記クエリ画像に含まれる前記対象物の特徴量であって、複数次元ベクトルで表される特徴量であるクエリ高次元特徴量と、前記ギャラリ画像に含まれる対象物の特徴量であって、複数次元ベクトルで表される特徴量であるギャラリ高次元特徴量とを計算する特徴量計算部と、
前記特徴量計算部によって計算された前記クエリ高次元特徴量の次元を圧縮してクエリ低次元特徴量を生成するとともに、前記特徴量計算部によって計算された前記ギャラリ高次元特徴量の次元を圧縮してギャラリ低次元特徴量を生成する次元圧縮部と
を備え、
前記検索部は、前記次元圧縮部によって生成された前記選択画像についての前記クエリ低次元特徴量と前記ギャラリ低次元特徴量とを比較することにより、検索対象とする前記ギャラリ画像を絞り込んだ上で、前記選択画像についての前記クエリ高次元特徴量と検索対象とする前記ギャラリ画像の前記ギャラリ高次元特徴量とを比較することにより、前記選択画像に含まれる対象物を含むギャラリ画像を検索する
請求項１から６までのいずれか１項に記載の検知装置。 - 前記検知装置は、さらに、
前記クエリ画像に含まれる前記対象物の特徴量であって、複数次元ベクトルで表される特徴量であるクエリ高次元特徴量と、前記ギャラリ画像に含まれる対象物の特徴量であって、複数次元ベクトルで表される特徴量であるギャラリ高次元特徴量とを計算する特徴量計算部と、
前記特徴量計算部によって計算された前記クエリ高次元特徴量から異なる対象物間であっても変化しない要素を除外してクエリ低次元特徴量を生成するとともに、前記特徴量計算部によって計算された前記ギャラリ高次元特徴量から異なる対象物間であっても変化しない要素を除外してギャラリ低次元特徴量を生成する次元圧縮部と
を備え、
前記検索部は、前記次元圧縮部によって生成された前記選択画像についての前記クエリ低次元特徴量と前記ギャラリ低次元特徴量とを比較することにより、前記選択画像に含まれる対象物を含むギャラリ画像を検索する
請求項１から６までのいずれか１項に記載の検知装置。 - カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、前記対象物の移動軌跡を示す移動ベクトルと、前記画像データの幅方向の直線との成す角によって設定された移動方向の条件を満たす画像データを、前記対象物についてのクエリ画像として抽出し、
前記クエリ画像から選択された選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する検知方法。 - カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、前記対象物についてのクエリ画像として抽出し、
前記クエリ画像から選択された選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像であって、撮像された時刻が指定時刻から前記指定時刻の基準時間前までに含まれるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索して、検索されたギャラリ画像に含まれる対象物と同じ対象物を含む、撮像された時刻が前記指定時刻のギャラリ画像を出力する検知方法。 - カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、前記対象物の移動軌跡を示す移動ベクトルと、前記画像データの幅方向の直線との成す角によって設定された移動方向の条件を満たす画像データを、前記対象物についてのクエリ画像として抽出するクエリ抽出処理と、
前記クエリ抽出処理によって抽出された前記クエリ画像から選択された選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する検索処理と
を行う検知装置としてコンピュータを機能させる検知プログラム。 - カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、前記対象物についてのクエリ画像として抽出するクエリ抽出処理と、
前記クエリ抽出処理によって抽出された前記クエリ画像から選択された選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像であって、撮像された時刻が指定時刻から前記指定時刻の基準時間前までに含まれるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索して、検索されたギャラリ画像に含まれる対象物と同じ対象物を含む、撮像された時刻が前記指定時刻のギャラリ画像を出力する検索処理と
を行う検知装置としてコンピュータを機能させる検知プログラム。 - １つ以上の検知装置と、検索指示装置とを備える検知システムであり、
前記１つ以上の検知装置それぞれは、
カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、前記対象物の移動軌跡を示す移動ベクトルと、前記画像データの幅方向の直線との成す角によって設定された移動方向の条件を満たす画像データを、前記対象物についてのクエリ画像として抽出するクエリ抽出部
を備え、
前記検索指示装置は、
前記１つ以上の検知装置それぞれの前記クエリ抽出部によって抽出された前記クエリ画像から選択画像を選択するクエリ選択部
を備え、
前記１つ以上の検知装置それぞれは、
前記クエリ選択部によって選択された前記選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索する検索部
を備える検知システム。 - １つ以上の検知装置と、検索指示装置とを備える検知システムであり、
前記１つ以上の検知装置それぞれは、
カメラによって撮像されて得られた複数の画像データのうち、対象物が含まれる画像データであって、条件を満たす画像データを、前記対象物についてのクエリ画像として抽出するクエリ抽出部
を備え、
前記検索指示装置は、
前記１つ以上の検知装置それぞれの前記クエリ抽出部によって抽出された前記クエリ画像から選択画像を選択するクエリ選択部
を備え、
前記１つ以上の検知装置それぞれは、
前記クエリ選択部によって選択された前記選択画像に基づき、前記複数の画像データのうち前記クエリ画像以外の少なくとも一部の画像データであるギャラリ画像であって、撮像された時刻が指定時刻から前記指定時刻の基準時間前までに含まれるギャラリ画像から、前記選択画像に含まれる対象物を含むギャラリ画像を検索して、検索されたギャラリ画像に含まれる対象物と同じ対象物を含む、撮像された時刻が前記指定時刻のギャラリ画像を出力する検索部
を備える検知システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021033070A JP7200279B2 (ja) | 2021-03-03 | 2021-03-03 | 検知装置、検知方法、検知プログラム及び検知システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021033070A JP7200279B2 (ja) | 2021-03-03 | 2021-03-03 | 検知装置、検知方法、検知プログラム及び検知システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022134143A JP2022134143A (ja) | 2022-09-15 |
| JP7200279B2 true JP7200279B2 (ja) | 2023-01-06 |
Family
ID=83231234
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021033070A Active JP7200279B2 (ja) | 2021-03-03 | 2021-03-03 | 検知装置、検知方法、検知プログラム及び検知システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7200279B2 (ja) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010092413A (ja) | 2008-10-10 | 2010-04-22 | Ricoh Co Ltd | 画像分類学習装置、画像分類学習方法、および画像分類学習システム |
| JP2010211261A (ja) | 2009-03-06 | 2010-09-24 | Panasonic Corp | 画像検索装置及び画像検索方法 |
| JP2011203776A (ja) | 2010-03-24 | 2011-10-13 | Yahoo Japan Corp | 類似画像検索装置、方法及びプログラム |
| JP2011237909A (ja) | 2010-05-07 | 2011-11-24 | Seiko Epson Corp | 検索画面表示装置、検索画面表示方法、検索画面表示プログラム |
| JP2015114685A (ja) | 2013-12-09 | 2015-06-22 | 株式会社日立製作所 | 映像検索装置、映像検索方法、および記憶媒体 |
| JP2018527656A (ja) | 2015-07-23 | 2018-09-20 | ベイジン ジンドン シャンケ インフォメーション テクノロジー カンパニー リミテッド | 画像の高次元特徴の類似性を比較するための方法及びデバイス |
| JP2018190326A (ja) | 2017-05-11 | 2018-11-29 | 日本電信電話株式会社 | 参照画像選択装置、方法、及びプログラム |
| JP2019045894A (ja) | 2017-08-29 | 2019-03-22 | 富士通株式会社 | 検索プログラム、検索方法、及び、検索プログラムが動作する情報処理装置 |
| JP2019160001A (ja) | 2018-03-15 | 2019-09-19 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
| JP2020095757A (ja) | 2020-03-23 | 2020-06-18 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
| JP2021002105A (ja) | 2019-06-20 | 2021-01-07 | Kddi株式会社 | 情報処理装置及び組合せ特定方法 |
-
2021
- 2021-03-03 JP JP2021033070A patent/JP7200279B2/ja active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010092413A (ja) | 2008-10-10 | 2010-04-22 | Ricoh Co Ltd | 画像分類学習装置、画像分類学習方法、および画像分類学習システム |
| JP2010211261A (ja) | 2009-03-06 | 2010-09-24 | Panasonic Corp | 画像検索装置及び画像検索方法 |
| JP2011203776A (ja) | 2010-03-24 | 2011-10-13 | Yahoo Japan Corp | 類似画像検索装置、方法及びプログラム |
| JP2011237909A (ja) | 2010-05-07 | 2011-11-24 | Seiko Epson Corp | 検索画面表示装置、検索画面表示方法、検索画面表示プログラム |
| JP2015114685A (ja) | 2013-12-09 | 2015-06-22 | 株式会社日立製作所 | 映像検索装置、映像検索方法、および記憶媒体 |
| JP2018527656A (ja) | 2015-07-23 | 2018-09-20 | ベイジン ジンドン シャンケ インフォメーション テクノロジー カンパニー リミテッド | 画像の高次元特徴の類似性を比較するための方法及びデバイス |
| JP2018190326A (ja) | 2017-05-11 | 2018-11-29 | 日本電信電話株式会社 | 参照画像選択装置、方法、及びプログラム |
| JP2019045894A (ja) | 2017-08-29 | 2019-03-22 | 富士通株式会社 | 検索プログラム、検索方法、及び、検索プログラムが動作する情報処理装置 |
| JP2019160001A (ja) | 2018-03-15 | 2019-09-19 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
| JP2021002105A (ja) | 2019-06-20 | 2021-01-07 | Kddi株式会社 | 情報処理装置及び組合せ特定方法 |
| JP2020095757A (ja) | 2020-03-23 | 2020-06-18 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022134143A (ja) | 2022-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7317919B2 (ja) | 外観検索のシステムおよび方法 | |
| US10558884B2 (en) | System and method for creating navigable views | |
| CN107798272B (zh) | 快速多目标检测与跟踪*** | |
| US8971585B2 (en) | Image processing apparatus for retrieving object from moving image and method thereof | |
| US9691180B2 (en) | Determination of augmented reality information | |
| JPWO2006025272A1 (ja) | 映像分類装置、映像分類プログラム、映像検索装置、および映像検索プログラム | |
| EP3324307B1 (en) | Retrieval device, retrieval method, and computer-readable medium | |
| US20200097501A1 (en) | Information processing system, method for controlling information processing system, and storage medium | |
| Baber et al. | A framework for video segmentation using global and local features | |
| Mousse et al. | Percentage of human-occupied areas for fall detection from two views | |
| JP7200279B2 (ja) | 検知装置、検知方法、検知プログラム及び検知システム | |
| Raval et al. | Survey and analysis of human activity recognition in surveillance videos | |
| Ngo et al. | Motion-based video representation for scene change detection | |
| JP7174796B2 (ja) | 検知装置、検知方法及び検知プログラム | |
| JP7202995B2 (ja) | 時空間事象予測装置、時空間事象予測方法及び時空間事象予測システム | |
| Wu et al. | Intelligent monitoring system based on Hi3531 for recognition of human falling action | |
| Henderson et al. | Feature correspondence in low quality CCTV videos | |
| Bhaumik et al. | 2 Keyframe selection for video indexing using an approximate minimal spanning tree | |
| Truong et al. | Film grammar based refinements to extracting scenes in motion pictures | |
| Naphade et al. | Multimedia understanding: challenges in the new millennium | |
| Su et al. | Extracting the highlight events of baseball videos using a model-indexing decision approach | |
| Jiang et al. | Content-Based Video Semantic Analysis | |
| Olena | A TEMPLATE-BASED APPROACH TO KEY FRAME EXTRACTION FROM VIDEO |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210303 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220524 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220622 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221101 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221122 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221129 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221221 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7200279 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |