JP7302088B1

JP7302088B1 - システムおよびプログラム

Info

Publication number: JP7302088B1
Application number: JP2022211834A
Authority: JP
Inventors: 勇輝木村; 貴博橋本
Original assignee: セーフィー株式会社
Priority date: 2022-12-28
Filing date: 2022-12-28
Publication date: 2023-07-03
Anticipated expiration: 2042-12-28

Abstract

【課題】カメラにより撮影された映像から人の滞留を検出する精度を向上させる。【解決手段】本開示の一例としてのシステムは、カメラにより撮影された映像を解析するシステムであって、映像において対象を検知し、対象の滞留時間を計測し、対象の移動速度を計測し、対象の滞留時間が第１閾値以上であり、かつ対象の移動速度が第２閾値以上である場合に、対象が滞留していることを検出し、対象の滞留を示す出力を行う。【選択図】図２

Description

本開示は、システムおよびプログラムに関する。

従来、カメラにより撮影した映像を解析し、当該映像内の人を検知する技術が知られている。このような技術では、たとえば、所定エリア内に人が所定時間以上継続して滞留した場合に、その旨を通知するアラームが出力される。

特開２０２１－７２４７５号公報

しかしながら、所定エリア内に滞留した時間のみを根拠として人の滞留の検出を行うと、たとえば夜間などのような、人の滞留が検出しにくい場合において、検出の精度が低下しやすい。

そこで、本開示が解決しようとする課題の一つは、カメラにより撮影された映像から人の滞留を検出する精度を向上させることが可能なシステムおよびプログラムを提供することである。

本開示の一例としてのシステムは、カメラにより撮影された映像を解析するシステムであって、映像において対象を検知し、対象の滞留時間を計測し、対象の移動速度を計測し、対象の滞留時間が第１閾値以上であり、かつ対象の移動速度が第２閾値以上である場合に、対象が滞留していることを検出し、対象の滞留を示す出力を行う。

また、本開示の他の一例としてのシステムは、カメラにより撮影された映像を解析するシステムであって、映像において対象を検知し、対象の滞留時間を計測し、対象の移動速度を計測し、対象の移動速度が閾値以上となった場合に、対象が滞留していることを検出し、対象の滞留を示す出力を行い、閾値は、対象の滞留時間が大きいほど小さくなるように変化する。

また、本開示のさらに他の一例としてのシステムは、カメラにより撮影された映像を解析するシステムであって、映像において対象を検知し、対象の滞留時間を計測し、対象の移動速度を計測し、対象の滞留時間が閾値以上となった場合に、対象が滞留していることを検出し、対象の滞留を示す出力を行い、閾値は、対象の移動速度が大きいほど小さくなるように変化する。

また、本開示のさらに他の一例としての方法は、カメラにより撮影された映像を解析するシステムで実行される方法であって、映像において対象を検知することと、対象の滞留時間を計測することと、対象の移動速度を計測することと、対象の滞留時間が第１閾値以上であり、かつ対象の移動速度が第２閾値以上である場合に、対象が滞留していることを検出し、対象の滞留を示す出力を行うことと、を含む。

また、本開示のさらに他の一例としての方法は、カメラにより撮影された映像を解析するシステムで実行される方法であって、映像において対象を検知することと、対象の滞留時間を計測することと、対象の移動速度を計測することと、対象の移動速度が閾値以上となった場合に、対象が滞留していることを検出し、対象の滞留を示す出力を行うことと、を含み、閾値は、対象の滞留時間が大きいほど小さくなるように変化する。

また、本開示のさらに他の一例としての方法は、カメラにより撮影された映像を解析するシステムで実行される方法であって、映像において対象を検知することと、対象の滞留時間を計測することと、対象の移動速度を計測することと、対象の滞留時間が閾値以上となった場合に、対象が滞留していることを検出し、対象の滞留を示す出力を行うことと、を含み、閾値は、対象の移動速度が大きいほど小さくなるように変化する。

また、本開示のさらに他の一例としてのプログラムは、カメラにより撮影された映像を解析するシステムを構成するコンピュータに、映像において対象を検知することと、対象の滞留時間を計測することと、対象の移動速度を計測することと、対象の滞留時間が第１閾値以上であり、かつ対象の移動速度が第２閾値以上である場合に、対象が滞留していることを検出し、対象の滞留を示す出力を行うことと、を実行させるための、プログラムである。

また、本開示のさらに他の一例としてのプログラムは、カメラにより撮影された映像を解析するシステムを構成するコンピュータに、映像において対象を検知することと、対象の滞留時間を計測することと、対象の移動速度を計測することと、対象の移動速度が閾値以上となった場合に、対象が滞留していることを検出し、対象の滞留を示す出力を行うことと、を実行させるためのプログラムであって、閾値は、対象の滞留時間が大きいほど小さくなるように変化する。

また、本開示のさらに他の一例としてのプログラムは、カメラにより撮影された映像を解析するシステムを構成するコンピュータに、映像において対象を検知することと、対象の滞留時間を計測することと、対象の移動速度を計測することと、対象の滞留時間が閾値以上となった場合に、対象が滞留していることを検出し、対象の滞留を示す出力を行うことと、を実行させるためのプログラムであって、閾値は、対象の移動速度が大きいほど小さくなるように変化する。

図１は、実施形態にかかるシステムの機能的構成を示した例示的かつ模式的なブロック図である。図２は、実施形態にかかるシステムにおいて実行される処理の流れを示した例示的かつ模式的なシーケンス図である。図３は、実施形態にかかる条件の設定の一例としての感度の設定を説明するための例示的かつ模式的な図である。図４は、実施形態にかかる条件の設定の一例としてのエリアの設定を説明するための例示的かつ模式的な図である。図５は、実施形態にかかる条件の設定の一例としての通知の設定を説明するための例示的かつ模式的な図である。図６Ａは、実施形態にかかる検知処理で使用されるロジックの一例を説明するための例示的かつ模式的な図である。図６Ｂは、実施形態にかかる検知処理で使用されるロジックの一例を説明するための例示的かつ模式的な図である。図７は、実施形態にかかる検知処理で使用されるロジックの他の一例を説明するための例示的かつ模式的な図である。図８は、実施形態にかかるタイムラインの表示態様の他の一例を示した例示的かつ模式的な図である。図９は、実施形態にかかる電子メールを用いた通知の態様の一例を示した例示的かつ模式的な図である。図１０は、実施形態にかかるカメラ、クラウドプラットフォーム、およびユーザ端末に含まれる情報処理装置のハードウェア構成を示した例示的かつ模式的なブロック図である。

以下、本開示の実施形態および変形例を図面に基づいて説明する。以下に記載する実施形態および変形例の構成、ならびに当該構成によってもたらされる作用および効果は、あくまで一例であって、以下の記載内容に制限されるものではない。

図１は、実施形態にかかるシステム１００の機能的構成を示した例示的かつ模式的なブロック図である。

図１に示されるように、実施形態にかかるシステム１００は、カメラ１１０と、クラウドプラットフォーム１２０と、ユーザ端末１３０と、を含む。

カメラ１１０は、機能モジュールとして、撮影部１１１と、検知部１１２と、通信部１１３と、を含む。また、クラウドプラットフォーム１２０は、機能モジュールとして、通信部１２１と、記録部１２２と、画像情報生成部１２３と、を含む。また、ユーザ端末１３０は、機能モジュールとして、入力受付部１３１と、通信部１３２と、表示再生部１３３と、を含む。

カメラ１１０は、たとえば店舗などに設置され、ネットワーク経由でクラウドプラットフォーム１２０と通信可能に接続される。また、クラウドプラットフォーム１２０は、ネットワーク経由でユーザ端末１３０と通信可能に接続される。これにより、カメラ１１０により撮影された映像（および当該映像に基づいて検出される情報）は、クラウドプラットフォーム１２０を介してユーザ端末１３０に提供されうる。

ここで、カメラ１１０により撮影された映像を解析すれば、当該映像内に写っている人を検知することが可能である。このような技術として、従来、映像の所定エリア内に人が所定時間以上継続して滞留した場合に、その旨を通知するアラームを出力する技術が知られている。

しかしながら、所定エリア内に滞在した時間のみを根拠として人の滞留の検出を行うと、たとえば夜間などのような、人の滞留が検出しにくい場合において、検出の精度が低下しやすい。

そこで、実施形態では、以下に説明するような構成および処理により、カメラ１１０により撮影された映像から人の滞留を検出する精度を向上させることが実現される。

図２は、実施形態にかかるシステム１００において実行される処理の流れを示した例示的かつ模式的なシーケンス図である。なお、図２では、簡単化のため、クラウドプラットフォーム１２０が単にクラウド１２０として表現されている。

まず、ユーザ端末１３０を用いてカメラ１１０に対して各種の条件の設定を行うための設定処理について説明する。詳細は後述するが、条件とは、たとえば、人の検出をどのような基準（感度）で行うか、カメラ１１０の撮影範囲のうちのどのエリアを対象として人の検出を行うか、人が検出されたことの通知をどのような形で行うか、などに関する条件である。

設定処理においては、まず、ステップＳ２０１において、ユーザ端末１３０の入力受付部１３１は、下記の図３～図５に示されるようなＵＩ（ユーザインターフェース）を介したユーザの操作に基づく条件の設定を受け付ける。

図３は、実施形態にかかる条件の設定の一例としての感度の設定を説明するための例示的かつ模式的な図である。

図３に示される画像３００は、各種の設定を行うためのユーザの操作を受け付けるＵＩの一例である。ユーザは、画像３００において、左側の設定ボタン３１０の選択に応じて右側に表示される領域３２０内の各項目を設定することで、人の検出をどのような基準（感度）で行うかの設定を行うことができる。領域３２０には、人の検出を行うか否かのオンオフを切り替えるためのインターフェース３２１と、人の検出をどのような感度で行うかをＬＯＷ、ＭＩＤＤＬＥ、ＨＩＧＨ（ＬＯＷ＜ＭＩＤＤＬＥ＜ＨＩＧＨという順番で感度が高くなる、すなわちより敏感に人を検出するようになる）の３つのレベルの中から選択するためのインターフェース３２２と、人の検出を行う対象のエリアを設定するためのインターフェース３２３と、を含む。ここで、何れかの感度（ＬＯＷ、ＭＩＤＤＬＥ、ＨＩＧＨ）が選択されると、それに対応して人の滞留時間の閾値と人の移動速度の閾値とが設定される。これらの閾値は、図６を用いて後述するように、固定値としてもよい。その場合、感度が高いほど、各閾値を低くすればよい。また、図７を用いて後述するように、可変値としてもよい。その場合、感度が高いほど、可変値を示すカーブの勾配を急にしたり、その基準となる人の移動速度の閾値の最小値や人の滞留時間の閾値の最小値を小さくしたりすればよい。なお、この図ではデフォルトとしてＨＩＧＨが選択されている状態を示しているが、デフォルトはＬＯＷやＭＩＤＤＬＥとしてもよく、ユーザにより選択可能としてもよい。また、そもそも人の滞留時間の閾値と人の移動速度の閾値は、このように感度を介した設定に限らず、ユーザによりそれぞれ直接設定可能としてもよい。ユーザによりインターフェース３２３が操作されると、たとえば次の図４に示されるような画像４００が出力される。

図４は、実施形態にかかる条件の設定の一例としてのエリアの設定を説明するための例示的かつ模式的な図である。

図４に示される画像４０１は、ユーザによるエリアの設定に関する操作を受け付けるＵＩの一例である。

この画像４０１において、左側には、設定済のエリア名が記載された領域４０２が一覧表示されるとともに、設定可能なエリア数の上限値と現在設定済のエリア数を示す情報、および新たなエリアを登録するための新規作成ボタン４０３が表示される。各領域４０２において、左側にある色が付されたアイコンは、領域４０１Ａに表示された画像４００内に設定されたエリアの色と連動しており、これをクリックして色を選択することで、エリア毎に所望の色を設定することが可能である。また、各領域４０２の右側にある削除ボタンは、これをクリックすることで、対応するエリアを削除することが可能である。領域４０２の中から１つをクリックして選択すると、その名称と、領域４０１Ａに表示された画像４００内の対応するエリアが共に強調表示され、選択されていることが識別可能となる。エリアが選択された状態で、画像４００内の対応するエリアをクリック／ドラッグ等すると、そのエリアの位置や形を変更することが可能である。

たとえば、図４に示される例では、設定済のエリアとして、６つのエリア４１１～４１６が存在している。ユーザは、新規作成ボタン４０３をクリックした後、領域４０１Ａに表示された画像４００上でドラッグ＆ドロップ操作などを行うことにより、所望の位置、大きさ、および形のエリアを設定することが可能である。たとえば、エリアの頂点を順次クリックしていき、最後の頂点でダブルクリックすることにより、それらの頂点を結ぶエリアを設定することが可能である。

なお、上記のように設定されたエリア内で人が検出されたことの通知をどのような形で行うかは、次の図５に示されるようなＵＩを用いて設定される。

図５は、実施形態にかかる条件の設定の一例としての通知の設定を説明するための例示的かつ模式的な図である。

図５に示される画像３００は、各種の設定を行うためのユーザの操作を受け付けるＵＩの一例である。ユーザは、画像３００において、左側の通知ボタン３４０の選択に応じて右側に表示される領域３５０、３６０、および３７０を用いて、人が検出されたことの通知をどのような形で行うかの設定を行うことができる。領域３５０は、「モーション」、「サウンド」、「接続・切断」、「人検知」などといった各項目についての電子メールまたはプッシュ通知による通知を各曜日で行うか否かをスケジュール形式で設定および確認可能なインターフェースである。領域３６０には、電子メールで通知を行うか否かのオンオフと、プッシュ通知で通知を行うか否かのオンオフと、を切り替えるためのインターフェースが表示される。また、領域３７０は、人が検出されたことの通知を行うか否かのオンオフを切り替えるためのインターフェースが表示される。ユーザは、領域３５０を利用したり、領域３６０および３７０を利用したりすることで、人が検出されたことの通知を各曜日で行うか否か、および当該通知を電子メールで行うかプッシュ通知で行うか、を設定することが可能である。

図２に戻り、ステップＳ２０１における条件の設定が終了すると、ステップＳ２０２において、ユーザ端末１３０の通信部１３２は、設定された条件をクラウドプラットフォーム１２０に送信する。そして、クラウドプラットフォーム１２０の通信部１２１は、ユーザ端末１３０により送信された条件を受信する。

そして、ステップＳ２０３において、クラウドプラットフォーム１２０の通信部１２１は、ユーザ端末１３０から受信した条件をカメラ１１０に転送する。そして、カメラ１１０の通信部１１３は、クラウドプラットフォーム１２０により送信された条件を受信する。

そして、ステップＳ２０４において、カメラ１１０の検知部１１２は、クラウドプラットフォーム１２０から受信した条件を、以下で説明する撮影処理に利用するために保存する。このようにして、設定処理が終了する。

次に、カメラ１１０による映像の撮影と、当該映像に基づく各種の情報の検知と、を含む撮影処理について説明する。

撮影処理においては、まず、ステップＳ２１１において、カメラ１１０の撮影部１１１は、映像を撮影する。そして、ステップＳ２１２において、カメラ１１０の検知部１１２は、上述した設定処理において行われた設定に基づいて、映像から人を検知する検知処理を実行する。検知処理は、たとえば下記の図６Ａおよび図６Ｂ、または図７に示されるようなロジックで実行される。

図６Ａは、実施形態にかかる検知処理で使用されるロジックの一例を説明するための例示的かつ模式的な図である。

図６Ａに示される例において、曲線Ｌ６０１は、検知された人の移動速度の時間遷移の一例を示している。横軸は、人が検知されてからの経過時間（滞留時間）に対応し、縦軸は、検知された人の移動速度に対応する。

ここで、実施形態では、人の滞留を検出するにあたり、人の滞留時間と、人の移動速度と、の２つの指標が考慮される。したがって、図６Ａに示される例では、人の滞留時間に関する閾値（第１閾値）ｔ_threshだけでなく、人の移動速度に関する閾値（第２閾値）Ｖ_threshが設けられている。

すなわち、実施形態では、人の滞留時間が閾値ｔ_thresh以上となっただけでは、人の滞留が検出されず、人の滞留時間が閾値ｔ_thresh以上となり、かつ人の移動速度が閾値Ｖ_thresh以上となった場合（図６Ａに示されるポイントＰ６０１参照）に、人の滞留が検出される。これにより、たとえば人の滞留時間だけを考慮して人の滞留を検出する場合に比べて、人の滞留の検出の精度を向上させることができる。

図６Ｂは、実施形態にかかる検知処理で使用されるロジックの一例を説明するための例示的かつ模式的な図である。図６Ｂは、図６Ａを用いて説明した上記のロジックを別の例に基づいて再度説明するためのものである。

すなわち、図６Ｂに示される例において、曲線Ｌ６０２は、検知された人の移動速度の時間遷移の一例を示している。横軸は、人が検知されてからの経過時間（滞留時間）に対応し、縦軸は、検知された人の移動速度に対応する。

ここで、図６Ｂで示されるロジックは、図６Ａで示されるロジックと同様である。したがって、図６Ｂに示される例では、人の滞留時間が閾値ｔ_thresh以上となり、かつ人の移動速度が閾値Ｖ_thresh以上となったポイントＰ６０２で、人の滞留が検出される。

なお、上述した２つの閾値は、ユーザの指示に応じて互いに別々に設定されてもよいし、２つの閾値が一体で設定されてもよい。後者の場合、たとえば、２つの閾値の複数の組み合わせを予め設定しておき、当該複数の組み合わせの中から、ユーザが設定した上記の感度に応じた１つの組み合わせを決定する、といった構成が採用されうる。

ところで、上記では、滞留時間の閾値および移動速度の閾値が固定の場合が例示されているが、実施形態では、次の図７に示されるように、滞留時間の閾値と移動速度の閾値とが連動して変化してもよい。

図７は、実施形態にかかる検知処理で使用されるロジックの他の一例を説明するための例示的かつ模式的な図である。

図７に示される例において、曲線Ｌ７０１およびＬ７０２は、２人の人の移動速度の時間遷移の例を示している。横軸は、人が検知されてからの経過時間（滞留時間）に対応し、縦軸は、検知された人の移動速度に対応する。

ここで、図７に示される例では、滞留時間の閾値と移動速度の閾値とが、曲線Ｌ７００で示されるように連動して変化する。すなわち、図７に示される例では、滞留時間の閾値が、移動速度が大きいほど小さくなるように設定されている。あるいは、移動速度の閾値が、滞留時間が大きいほど小さくなるように設定されている。なお、移動速度の閾値は、最低限、Ｖ_{thresh_min}よりも大きい値になるように設定される。このような曲線Ｌ７００を式で表すと、たとえば、移動速度の閾値Ｖ_thresh＝（所定のパラメータａ／滞留時間ｔ）＋Ｖ_{thresh_min}となる。なお、移動速度の閾値の代わりに、滞留時間の閾値について、最低限、T_{thresh_min}よりも大きい値になるように設定してもよい。このような曲線Ｌ７００を式で表すと、たとえば、滞留時間の閾値T_thresh＝（所定のパラメータｂ／移動速度ｖ）＋Ｔ_{thresh_min}となる。

これにより、図７に示される例では、人の滞留時間および移動速度が共に曲線Ｌ７００を超えたポイントＰ７０１およびＰ７０２で、人の滞留が検出される。一般に、滞留時間が小さくても移動速度が大きければ対象が人である可能性が高く、また、滞留時間が大きければ移動速度が小さくても対象が人である可能性が高いため、図７に示されるロジックによれば、人の滞留を精度よく検出することができる。

図２に戻り、ステップＳ２１２が終了すると、ステップＳ２１３において、カメラ１１０の通信部１１３は、ステップＳ２１１において撮影された映像と、ステップＳ２１２における検知処理の結果とを、クラウドプラットフォーム１２０に送信する。ここで、映像には、撮影した時刻が対応付けられ、検知結果には、少なくとも上記の検知ロジックにより人の滞留が検出された時刻が含まれる。なお、検知結果は、ステップＳ２０１で設定された条件を満たすときのみ送信しても、それ以外のときにも送信してもよい。そして、クラウドプラットフォーム１２０の通信部１２１は、カメラ１１０により送信された情報を受信する。

そして、ステップＳ２１４において、クラウドプラットフォーム１２０の記録部１２２は、カメラ１１０から受信した映像および検知結果を記録する。そして、ステップＳ２１５において、クラウドプラットフォーム１２０の画像情報生成部１２３は、人の滞留の検出結果を示す情報として、たとえば次の図８に示されるような、タイムラインと呼ばれる画像情報を生成する。このようにして、撮影処理が終了する。

図８は、実施形態にかかるタイムラインの表示態様の一例を示した例示的かつ模式的な図である。

図８に示される画像８００は、クラウドプラットフォーム１２０により生成されるタイムラインを含むＵＩの一例である。このＵＩは、後述する確認処理において、人の滞留の検出結果を示す情報としてユーザ端末１３０に提供されうる。

図８に示される画像８００は、タイムラインが表示される領域８０１を含む。このタイムラインは、たとえば上記の検知ロジックにより人の滞留が検出された場合などのような、上述した設定処理において設定された各種の条件を満たす映像のタイミングを時系列で識別可能に示すものである。ここでいう識別可能とは、たとえばタイムラインにおいて前述の条件を満たすタイミングに色付きの帯やフラグなどのオブジェクトを付けて表示する態様を意味する。色を付ける場合、その色は前述したエリアの設定（図４参照）において設定した色と同じ色に対応させてもよい。図８において、人の滞留が検出されたケースが「人検知」のイベントとして分類され、他のイベント「サウンド」「モーション」「スナップショット」、「立ち入り検知」に対して識別可能な色で、タイムライン上に色付きの帯が表示される。そして、その中からユーザが所望の時刻を指定すると、その時刻に対応する映像が上部に表示される。このようなタイムラインをユーザ端末１３０に提供すれば、映像において着目すべきタイミングを適切に絞り込むことが可能になる。

なお、実施形態において、人の滞留の検出結果を示す情報を出力する形式は、上記のタイムラインのような形式に限られない。たとえば、実施形態では、人の滞留が検出されたタイミングの映像を示すサムネイルが時系列で並んだものが、人の滞留の検出結果を示す情報として出力されてもよい。

図２に戻り、上述した撮影処理において撮影される映像および検知される情報を確認するための確認処理について説明する。

確認処理においては、まず、ステップＳ２２１において、ユーザ端末１３０の入力受付部１３１は、上述した撮影処理において撮影される映像および検知される情報を確認するためのユーザの操作に基づく確認要求を受け付ける。

そして、ステップＳ２２２において、ユーザ端末１３０の通信部１３２は、受け付けた確認要求をクラウドプラットフォーム１２０に送信する。そして、クラウドプラットフォーム１２０の通信部１２１は、ユーザ端末１３０により送信された確認要求を受信する。

そして、ステップＳ２２３において、クラウドプラットフォーム１２０の画像情報生成部２２３は、ユーザ端末１３０から受信した確認要求に応じて、上述した撮影処理において生成した画像情報（タイムライン）を読み出す。

そして、ステップＳ２２４において、クラウドプラットフォーム１２０の通信部１２１は、ステップＳ２２３において読み出された画像情報をユーザ端末１３０に送信する。そして、ユーザ端末１３０の通信部１３２は、クラウドプラットフォーム１２０により送信された画像情報を受信する。

そして、ステップＳ２２５において、ユーザ端末１３０の表示再生部１３３は、クラウドプラットフォーム１２０から受信した画像情報をディスプレイ（不図示）に表示する。画像情報は、たとえば上述した図８に示されるような態様で表示される。

そして、ステップＳ２２６において、ユーザ端末１３０の入力受付部１３１は、上述した画像情報に基づいてユーザが所望のタイミングの映像を選択（指定）する操作としての選択指示を受け付ける。具体的には、上述した図８におけるタイムライン上の時刻の指定が、選択指示に当たる。

そして、ステップＳ２２７において、ユーザ端末１３０の通信部１３２は、受け付けた選択指示をクラウドプラットフォーム１２０に送信する。そして、クラウドプラットフォーム１２０の通信部１２１は、ユーザ端末１３０により送信された選択指示を受信する。

そして、ステップＳ２２８において、クラウドプラットフォーム１２０の画像情報生成部２２３は、ユーザ端末１３０から受信した選択指示に応じて、上述した撮影処理において記録した映像を読み出す。すなわち、ステップＳ２２６で選択（指定）されたものに対応する時刻の映像を読み出す。

そして、ステップＳ２２９において、クラウドプラットフォーム１２０の通信部１２１は、ステップＳ２２８において読み出された映像をユーザ端末１３０に送信する。そして、ユーザ端末１３０の通信部１３２は、クラウドプラットフォーム１２０により送信された映像を受信する。

そして、ステップＳ２３０において、ユーザ端末１３０の表示再生部１３３は、クラウドプラットフォーム１２０から受信した映像をディスプレイ（不図示）上で再生する。このようにして、確認処理が終了する。

なお、実施形態において、人の滞留の検出結果は、ユーザが手動で行った確認要求に応じてユーザに通知されるだけでなく、ステップＳ２２１で設定した通知の条件に従って自動でユーザに通知されることもありうる。このような自動での通知は、たとえば次の図９に示されるような電子メールをユーザ端末に送信する態様で行われる。また、このような自動での通知は、たとえばユーザ端末においてＯＳまたは映像確認用のアプリ等を利用中にそれらを介してプッシュ通知を出力するという態様で行われてもよい。

図９は、実施形態にかかる電子メールを用いた通知の態様の一例を示した例示的かつ模式的な図である。

図９に示される画像９００は、人の滞留の検出結果が電子メールで通知される場合に当該電子メール内に表示されるＵＩの一例である。ユーザは、画像９００の上部に設けられた領域９１０内に表示された画像により、人の滞留が検出されたタイミングでの映像を確認することができ、画像９００の下部に設けられた領域９１０内に表示された内容により、人の滞留がどのエリアに設置されたどのデバイスにより検出されたかを確認することができる。

以上説明したように、実施形態にかかるシステム１００は、カメラ１１０により撮影された映像を解析する。システム１００は、映像において対象（たとえば人）を検知し、対象の滞留時間を計測し、対象の移動速度を計測する。システム１００は、対象の滞留時間が第１閾値以上であり、かつ対象の移動速度が第２閾値以上である場合に、対象が滞留していることを検出し、対象の滞留を示す出力（たとえば通知）を行う。このような構成によれば、たとえば夜間のような人の滞留が検出しにくい場合において、人の滞留時間だけを考慮して人の滞留を検出する場合に比べて、人の滞留の検出の精度を向上させることができる。

なお、実施形態では、上記の第１閾値および第２閾値の複数の組み合わせが予め設定されうる。この場合、システム１００は、ユーザの指示に応じて、対象の滞留の検出の感度を設定し、当該感度に応じて、上記の複数の組み合わせの中から、対象の滞留の検出に使用する第１閾値および第２閾値の１つの組み合わせを決定しうる。このような構成によれば、第１閾値および第２閾値という２つの閾値を感度という１つの指標を用いて簡単に設定することができる。

また、実施形態において、システム１００は、ユーザの指示に応じて、上記の第１閾値および第２閾値を別々に設定しうる。このような構成によれば、第１閾値および第２閾値を別々に設定することで、対象の滞留を検出する基準をより細かく設定することができる。

また、実施形態において、上記の第２閾値は、対象の滞留時間が大きいほど小さくなるように変化しうるし、上記の第１閾値は、対象の移動速度が大きいほど小さくなるように変化しうる。一般に、滞留時間が小さくても移動速度が大きければ対象の滞留を検出すべき状況である可能性が高く、また、滞留時間が大きければ移動速度が小さくても対象の滞留を検出すべき状況である可能性が高いため、このような構成によれば、対象の滞留を精度よく検出することができる。

また、実施形態において、システム１００は、対象を検知するエリアを設定する。このような構成によれば、映像に映っている全エリアではなく、設定したエリアに絞って対象を検知することができるので、対象を検知する処理の負担を軽減することができる。

さらに、実施形態において、システム１００は、対象の滞留を示す出力は、対象の滞留を検出したタイミングをタイムラインで識別可能に表示することを含む（図８参照）。このような構成によれば、対象の滞留を検出したタイミングを視覚的に分かりやすくユーザに通知することができる。

また、実施形態にかかるシステム１００は、対象の滞留を示す出力は、対象の滞留を検出したことを電子メールで通知することを含む（図９参照）。このような構成によれば、電子メールを用いて、対象の滞留を検出したことをユーザに容易に通知することができる。

最後に、上述した実施形態にかかるシステム１００を構成するカメラ１１０、クラウドプラットフォーム１２０、およびユーザ端末１３０に含まれるハードウェア構成について説明する。実施形態において、カメラ１１０、クラウドプラットフォーム１２０、およびユーザ端末１３０は、たとえば次の図１０に示されるようなハードウェア構成を有する情報処理装置（コンピュータ）１１００を含むように構成される。

図１０は、実施形態にかかるカメラ１１０、クラウドプラットフォーム１２０、およびユーザ端末１３０に含まれる情報処理装置１１００のハードウェア構成を示した例示的かつ模式的なブロック図である。

なお、図１０は、カメラ１１０、クラウドプラットフォーム１２０、およびユーザ端末１３０において実質的に共通するハードウェア構成のみを示したものである。このため、カメラ１１０、クラウドプラットフォーム１２０、およびユーザ端末１３０の実際のハードウェア構成は、図１０に示されている以外の部分で様々に異なる点について留意されたい。

図１０に示されるように、情報処理装置１０００は、プロセッサ１０１０と、メモリ１０２０と、ストレージ１０３０と、入出力インターフェース（Ｉ／Ｆ）１０４０と、通信インターフェース（Ｉ／Ｆ）１０５０と、を備えている。これらのハードウェアは、バス１０６０に接続されている。

プロセッサ１０１０は、たとえばＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）として構成され、情報処理装置１０００の各部の動作を統括的に制御する。

メモリ１０２０は、たとえばＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）およびＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）を含み、プロセッサ１０１０により実行されるプログラムなどの各種のデータの揮発的または不揮発的な記憶、およびプロセッサ１０１０がプログラムを実行するための作業領域の提供などを実現する。

ストレージ１０３０は、たとえばＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）またはＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）を含み、各種のデータを不揮発的に記憶する。

入出力インターフェース１０４０は、たとえばキーボードおよびマウスなどのような入力装置（不図示）から情報処理装置１０００へのデータの入力と、たとえば情報処理装置１０００からディスプレイおよびスピーカなどのような出力装置（不図示）へのデータの出力と、を制御する。

通信インターフェース１０５０は、情報処理装置１０００が他の装置と通信を実行することを可能にする。

実施形態にかかるカメラ１１０、クラウドプラットフォーム１２０、およびユーザ端末１３０が有する各機能モジュール（図１参照）は、それぞれの情報処理装置１０００のプロセッサ１０１０がメモリ１０２０またはストレージ１０３０に予め記憶された情報処理プログラムを実行した結果として、ハードウェアとソフトウェアとの協働による機能モジュール群として実現される。ただし、実施形態では、図１に示される機能モジュール群のうち一部または全部が、専用に設計された回路のようなハードウェアのみによって実現されてもよい。

なお、上述した情報処理プログラムは、必ずしもメモリ１０２０またはストレージ１０３０に予め記憶されている必要はない。たとえば、上述した情報処理プログラムは、フレキシブルディスク（ＦＤ）のような各種の磁気ディスク、またはＤＶＤ（ＤｉｇｉｔａｌＶｅｒｓａｔｉｌｅＤｉｓｋ）のような各種の光ディスクなどといった、コンピュータで読み取り可能な媒体にインストール可能な形式または実行可能な形式で記録されたコンピュータプログラムプロダクトとして提供されてもよい。

また、上述した情報処理プログラムは、インターネットなどのネットワーク経由で提供または配布されてもよい。すなわち、上述した情報処理プログラムは、インターネットなどのネットワークに接続されたコンピュータ上に格納された状態で、ネットワーク経由でのダウンロードを受け付ける、といった形で提供されてもよい。

以上、本開示の実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これらの新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これらの実施形態およびその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１００システム
１１０カメラ
１１１撮影部
１１２検知部
１１３通信部
１２０クラウドプラットフォーム
１２１通信部
１２２記録部
１２３画像情報生成部
１３０ユーザ端末
１３１入力受付部
１３２通信部
１３３表示再生部

Claims

カメラにより撮影された映像を解析するシステムであって、
前記映像において対象を検知し、
前記対象の滞留時間を計測し、
前記対象の移動速度を計測し、
前記対象の滞留時間が第１閾値以上であり、かつ前記対象の移動速度が第２閾値以上である場合に、前記対象を検知したことを示す出力を行う、
システム。
前記第１閾値および前記第２閾値の複数の組み合わせが予め設定されており、
ユーザの指示に応じて、前記対象の検知の感度を設定し、
前記感度に応じて、前記複数の組み合わせの中から、使用する前記第１閾値及び前記第２閾値の１つの組み合わせを決定する、
請求項１に記載のシステム。
ユーザの指示に応じて、前記第１閾値及び前記第２閾値を別々に設定する、
請求項１に記載のシステム。
前記第２閾値は、前記対象の滞留時間が大きいほど小さくなるように変化する、
請求項１に記載のシステム。
前記第１閾値は、前記対象の移動速度が大きいほど小さくなるように変化する、
請求項１に記載のシステム。
カメラにより撮影された映像を解析するシステムであって、
前記映像において対象を検知し、
前記対象の滞留時間を計測し、
前記対象の移動速度を計測し、
前記対象の移動速度が閾値以上となった場合に、前記対象を検知したことを示す出力を行い、
前記閾値は、前記対象の滞留時間が大きいほど小さくなるように変化する、
システム。
カメラにより撮影された映像を解析するシステムであって、
前記映像において対象を検知し、
前記対象の滞留時間を計測し、
前記対象の移動速度を計測し、
前記対象の滞留時間が閾値以上となった場合に、前記対象を検知したことを示す出力を行い、
前記閾値は、前記対象の移動速度が大きいほど小さくなるように変化する、
システム。
前記対象を検知するエリアを設定する、
請求項１～７のうちいずれか１項に記載のシステム。
前記出力は、前記対象を検知したタイミングをタイムラインで識別可能に表示することである、
請求項１～７のうちいずれか１項に記載のシステム。
前記出力は、前記対象を検知したことを電子メールで通知することである、
請求項１～７のうちいずれか１項に記載のシステム。
前記出力は、前記対象を検知したタイミングの映像をサムネイルで表示することである、
請求項１～７のうちいずれか１項に記載のシステム。
カメラにより撮影された映像を解析するシステムで実行される方法であって、
前記映像において対象を検知することと、
前記対象の滞留時間を計測することと、
前記対象の移動速度を計測することと、
前記対象の滞留時間が第１閾値以上であり、かつ前記対象の移動速度が第２閾値以上である場合に、前記対象を検知したことを示す出力を行うことと、
を含む、方法。
カメラにより撮影された映像を解析するシステムで実行される方法であって、
前記映像において対象を検知することと、
前記対象の滞留時間を計測することと、
前記対象の移動速度を計測することと、
前記対象の移動速度が閾値以上となった場合に、前記対象を検知したことを示す出力を行うことと、
を含み、
前記閾値は、前記対象の滞留時間が大きいほど小さくなるように変化する、
方法。
カメラにより撮影された映像を解析するシステムで実行される方法であって、
前記映像において対象を検知することと、
前記対象の滞留時間を計測することと、
前記対象の移動速度を計測することと、
前記対象の滞留時間が閾値以上となった場合に、前記対象を検知したことを示す出力を行うことと、
を含み、
前記閾値は、前記対象の移動速度が大きいほど小さくなるように変化する、
方法。
カメラにより撮影された映像を解析するシステムを構成するコンピュータに、
前記映像において対象を検知することと、
前記対象の滞留時間を計測することと、
前記対象の移動速度を計測することと、
前記対象の滞留時間が第１閾値以上であり、かつ前記対象の移動速度が第２閾値以上である場合に、前記対象を検知したことを示す出力を行うことと、
を実行させるための、プログラム。
カメラにより撮影された映像を解析するシステムを構成するコンピュータに、
前記映像において対象を検知することと、
前記対象の滞留時間を計測することと、
前記対象の移動速度を計測することと、
前記対象の移動速度が閾値以上となった場合に、前記対象を検知したことを示す出力を行うことと、
を実行させるためのプログラムであって、
前記閾値は、前記対象の滞留時間が大きいほど小さくなるように変化する、
プログラム。
カメラにより撮影された映像を解析するシステムを構成するコンピュータに、
前記映像において対象を検知することと、
前記対象の滞留時間を計測することと、
前記対象の移動速度を計測することと、
前記対象の滞留時間が閾値以上となった場合に、前記対象を検知したことを示す出力を行うことと、
を実行させるためのプログラムであって、
前記閾値は、前記対象の移動速度が大きいほど小さくなるように変化する、
プログラム。