JP2015139007A - 犯罪リスク値導出装置およびプログラム - Google Patents

Abstract

【課題】守備者や被守備者に対して特別な装備を義務づけることなく、犯罪リスクの高さを示す犯罪リスク値を導出することができる犯罪リスク値導出装置およびプログラムを得る。【解決手段】監視対象領域６０を連続的に撮影するカメラ４０により得られた複数の撮影画像により示される、監視対象領域６０に存在する人の行動状態に基づいて、当該監視対象領域６０における不審者を検出し、上記撮影画像に存在する人のうち、検出した不審者を除く人で、かつ当該不審者に最も近い人から予め定められた順位まで近い人を被守備者とし、他の人を守備者として特定し、上記不審者、被守備者、および守備者の位置関係に基づいて、不審者の被守備者に対する犯罪リスクの高さを示す犯罪リスク値を導出する。【選択図】図２

Description

本発明は、犯罪リスク値導出装置およびプログラムに係り、より詳しくは、犯罪リスクの高さを示す犯罪リスク値を導出する犯罪リスク値導出装置およびプログラムに関する。

公開空地、公園等の不特定の人が出入りする領域において、所定の人に対する犯罪の発生を未然に防止するために適用できる技術として、特許文献１には、対象領域を撮影することにより当該対象領域の画像情報をリアルタイムで取得する撮影手段と、前記撮影手段によって取得された画像情報に基づいて、前記対象領域に存在する人の位置を所定時間間隔で検出する検出手段と、前記検出手段によって検出された人が守備者（犯罪の発生を防止することのできる人）、被守備者（犯罪から守りたい人）、及び不定者（上記守備者および被守備者を除く人）の何れであるかを特定する特定手段と、前記検出手段によって検出された人の位置と前記特定手段による特定結果に基づいて、前記守備者と前記被守備者の距離である第１の距離、及び前記不定者と前記被守備者の距離である第２の距離を導出する距離導出手段と、前記距離導出手段によって導出された第１の距離と第２の距離の比に基づいて、前記被守備者に対する前記不定者による犯罪リスクの高さを示す犯罪リスク値を演算する演算手段と、前記演算手段によって演算された犯罪リスク値を用いて、犯罪を防止するものとして予め定められた処理を実行する処理実行手段と、を備えた犯罪防止装置が開示されている。

また、特許文献２には、対象領域を撮影することにより当該対象領域の画像情報をリアルタイムで取得する撮影手段と、前記撮影手段によって取得された画像情報に基づいて、前記対象領域に存在する人の位置を所定時間間隔で検出する検出手段と、前記検出手段によって検出された人が予め定められた守備者および被守備者を除く不定者であるか否かを特定する特定手段と、前記特定手段によって不定者と特定された人の少なくとも年齢を含む個人的な特性を示す特性情報を前記画像情報に基づいて推定する推定手段と、前記推定手段により推定された特性情報に基づいて、前記不定者が前記特性情報に含まれる年齢以降の生存期間内に犯罪を実行する確率である犯罪実行率を導出する導出手段と、前記導出手段によって導出された犯罪実行率に基づいて、前記被守備者に対する前記不定者による犯罪リスクの高さを示す犯罪リスク値を演算する演算手段と、前記演算手段によって演算された犯罪リスク値を用いて、犯罪を防止するものとして予め定められた処理を実行する処理実行手段と、を備えた犯罪防止装置が開示されている。

特許第５００１８０８号 特開２０１０−２５０７７５号公報

ところで、上記特許文献１および特許文献２に開示されている技術では、守備者および被守備者に対してＩＣタグや、ＧＰＳ（Global Positioning Systems）により自身の位置を特定することのできるデバイスおよび無線送信装置等を所持させ、これらを用いて守備者および被守備者の位置を個別に検出する。そして、これらの技術では、撮影手段により取得された画像情報に基づいて検出された人から上記守備者および被守備者を除く人を不定者として特定する。なお、上記ＩＣタグは、ＲＦＩＤタグ、無線タグ、ＩＤタグ、電磁誘導タグ等と呼ばれることもあるが、本明細書では、これらを総称してＩＣタグという。

このように、上記特許文献１および特許文献２に開示されている技術では、犯罪リスク値を導出するために、守備者および被守備者に対して自身の位置を特定するための装置を装備させる必要がある、という問題点があった。

なお、上記特許文献１および特許文献２に開示されている技術では、守備者および被守備者を除く人を、身元が特定できない人であるとして「不定者」と称していたが、本発明では、当該不定者より犯罪を実行する虞が高い人を検出することを目標として「不審者」との表現を用いる。

本発明は上記問題点を解決するためになされたものであり、守備者や被守備者に対して特別な装備を義務づけることなく、犯罪リスクの高さを示す犯罪リスク値を導出することができる犯罪リスク値導出装置およびプログラムを提供することを目的とする。

上記目的を達成するために、本発明の犯罪リスク値導出装置は、対象領域を連続的に撮影する撮影手段により得られた複数の撮影画像により示される、前記対象領域に存在する人の行動状態に基づいて、当該対象領域における不審者を検出する検出手段と、前記撮影画像に存在する人のうち、前記検出手段によって検出された不審者を除く人で、かつ当該不審者に最も近い人から予め定められた順位まで近い人を被守備者とし、他の人を守備者として特定する特定手段と、前記不審者、前記被守備者、および前記守備者の位置関係に基づいて、前記不審者の前記被守備者に対する犯罪リスクの高さを示す犯罪リスク値を導出する導出手段と、を備えている。

本発明の犯罪リスク値導出装置によれば、検出手段により、対象領域を連続的に撮影する撮影手段により得られた複数の撮影画像により示される、前記対象領域に存在する人の行動状態に基づいて、当該対象領域における不審者が検出される。なお、上記撮影手段としては、動画像および静止画像の少なくとも一方の撮影を行うことのできるモノクロカメラ、カラーカメラ、赤外線カメラ等の各種カメラを適用することができる。

ここで、本発明では、特定手段により、前記撮影画像に存在する人のうち、前記検出手段によって検出された不審者を除く人で、かつ当該不審者に最も近い人から予め定められた順位まで近い人が被守備者とされ、他の人が守備者とされて特定される。

そして、本発明では、導出手段により、前記不審者、前記被守備者、および前記守備者の位置関係に基づいて、前記不審者の前記被守備者に対する犯罪リスクの高さを示す犯罪リスク値が導出される。

すなわち、従来の不審者を検出する手法の多くは、人が存在してはいけない領域にいる人を検出するものであるが、この方法では立入制限されていない場所では利用できない。

一方、犯罪企図者への調査を元に犯罪者の視点をまとめた研究（「都市防犯研究センター，侵入盗の実態に関する調査報告書（４）住宅対象侵入盗発生実態編，ＪＵＳＲＩリポート １２，１９９７」、「雨宮護他，犯罪者の視点から見た防犯環境設計の有効性の検討−全国の被収容者を対象とした質問紙調査報告−，日本都市計画学会都市計画報告集 Ｎｏ．８，２００９」等）や、警察官の職務質問資料（「窃盗犯捜査研究会編，窃盗犯捜査の実際，芙蓉出版会，１９６９」、「警察実務研究会編，職務質問，立花書房，２００７」等）等からも明らかなように、犯罪企図者は動作や行動が不自然なものになるとされている。なお、上記行動としては、対象物の物色に関する挙動、周囲の人目を避けるための挙動等が見られる。

これらを考慮して、本発明では、まず、対象領域における行動状態に基づいて不審者を検出し、その後に当該不審者を除く人で、かつ当該不審者に最も近い人から予め定められた順位まで近い人を被守備者とし、他の人を守備者として特定する。そして、本発明では、特定した不審者、被守備者、および守備者の位置関係に基づいて、犯罪リスク値を導出する。

このように、本発明の犯罪リスク値導出装置によれば、対象領域を連続的に撮影する撮影手段により得られた複数の撮影画像により示される、前記対象領域に存在する人の行動状態に基づいて、当該対象領域における不審者を検出し、前記撮影画像に存在する人のうち、前記検出した不審者を除く人で、かつ当該不審者に最も近い人から予め定められた順位まで近い人を被守備者とし、他の人を守備者として特定し、前記不審者、前記被守備者、および前記守備者の位置関係に基づいて、前記不審者の前記被守備者に対する犯罪リスクの高さを示す犯罪リスク値を導出しているので、守備者や被守備者に対して特別な装備を義務づけることなく、犯罪リスク値を導出することができる。

なお、本発明は、前記検出手段が、前記撮影手段により得られた複数の撮影画像に基づいて、前記対象領域に存在する人の行動状態と当該対象領域の平常時における不特定多数の人による行動状態との差分に基づいて、当該対象領域における不審者を検出してもよい。これにより、より簡易かつ高精度で不審者を検出することができる。

また、本発明は、前記導出手段によって導出された犯罪リスク値を用いて、犯罪を防止するものとして予め定められた処理を実行する処理実行手段をさらに備えてもよい。これにより、より効果的に本発明の効果を享受することができる。

特に、本発明は、前記処理実行手段が、前記予め定められた処理として、前記犯罪リスク値を報知する処理、および前記犯罪リスク値が予め定められた閾値より大きな場合に警報を発する処理の少なくとも一方の処理を実行してもよい。これにより、より効果的に本発明の効果を享受することができる。

一方、上記目的を達成するために、本発明のプログラムは、コンピュータを、対象領域を連続的に撮影する撮影手段により得られた複数の撮影画像により示される、前記対象領域に存在する人の行動状態に基づいて、当該対象領域における不審者を検出する検出手段と、前記撮影画像に存在する人のうち、前記検出手段によって検出された不審者を除く人で、かつ当該不審者に最も近い人から予め定められた順位まで近い人を被守備者とし、他の人を守備者として特定する特定手段と、前記不審者、前記被守備者、および前記守備者の位置関係に基づいて、前記不審者の前記被守備者に対する犯罪リスクの高さを示す犯罪リスク値を導出する導出手段と、として機能させるためのものである。

従って、本発明のプログラムによれば、コンピュータに対して本発明の犯罪リスク値導出装置と同様に作用させることができるので、当該犯罪リスク値導出装置と同様に、守備者や被守備者に対して特別な装備を義務づけることなく、犯罪リスク値を導出することができる。

本発明によれば、対象領域を連続的に撮影する撮影手段により得られた複数の撮影画像により示される、前記対象領域に存在する人の行動状態に基づいて、当該対象領域における不審者を検出し、前記撮影画像に存在する人のうち、前記検出した不審者を除く人で、かつ当該不審者に最も近い人から予め定められた順位まで近い人を被守備者とし、他の人を守備者として特定し、前記不審者、前記被守備者、および前記守備者の位置関係に基づいて、前記不審者の前記被守備者に対する犯罪リスクの高さを示す犯罪リスク値を導出しているので、守備者や被守備者に対して特別な装備を義務づけることなく、犯罪リスク値を導出することができる、という効果が得られる。

実施の形態に係る犯罪防止システムの全体構成を示す模式図である。 実施の形態に係る犯罪防止システムを構成する各部の配置関係等を示す斜視図である。 実施の形態に係る犯罪防止装置の電気系の要部構成を示すブロック図である。 実施の形態に係る犯罪防止装置に備えられた二次記憶部の主な記憶内容を示す模式図である。 実施の形態に係る位置情報データベースの構成を示す模式図である。 実施の形態に係る障害物情報データベースの構成を示す模式図である。 実施の形態に係る犯罪リスク値データベースの構成を示す模式図である。 実施の形態に係る歩行速度の確率分布Ｄ（ｘ）の一例を示すグラフである。 実施の形態に係る歩行速度に関する評価値Ｅ（ｘ）の一例を示すグラフである。 実施の形態に係る不審者の検出方法の説明に供するフォールトツリーの構成の一例を示す模式図である。 実施の形態に係る犯罪リスク値を演算する演算式の説明に供する模式図である。 実施の形態に係る犯罪リスク値を演算する演算式の妥当性の説明に供するグラフである。 実施の形態に係る行動分布計測プログラムの処理の流れを示すフローチャートである。 実施の形態に係る犯罪防止プログラムの処理の流れを示すフローチャートである。

以下、図面を参照して、本発明の実施の形態について詳細に説明する。なお、ここでは、本発明を、公園における犯罪の発生を防止するべく当該公園を監視する犯罪防止システムに適用した場合について説明する。

まず、図１を参照して、本発明が適用された犯罪防止システム１０の全体構成を説明する。

同図に示すように、本形態に係る犯罪防止システム１０は、当該システム１０の中心的な役割を担う犯罪防止装置２０と、当該システム１０において監視対象としている領域（ここでは公園であり、以下、「監視対象領域」という。）内を撮影する複数のカメラ４０と、を有しており、各カメラ４０は犯罪防止装置２０に電気的に接続されている。

一方、本実施の形態に係る犯罪防止システム１０では、図２に示されるように、カメラ４０が、監視対象領域６０の周囲における複数の位置（本実施の形態では、４箇所）に、当該監視対象領域６０を撮影可能な位置および状態で設けられている。なお、カメラ４０は監視対象領域６０を監視するためのものであるため、監視対象領域６０の全域に対して死角を生じない状態で設けることが好ましく、監視対象領域の形状、監視対象領域内の障害物の配設状態、用途等に応じて設置数や設置位置を決定する。また、本実施の形態に係る犯罪防止システム１０では、カメラ４０として、カラーで動画像の撮影を行うことのできるデジタルカメラを適用しており、当該カメラ４０にて、監視対象領域６０の画像を示す画像情報を取得することができる。

次に、図３を参照して、犯罪防止システム１０において特に重要な役割を有する犯罪防止装置２０の電気系の要部構成を説明する。

同図に示すように、本実施の形態に係る犯罪防止装置２０は、犯罪防止装置２０全体の動作を司るＣＰＵ（Central Processing Unit）２０Ａと、ＣＰＵ２０Ａによる各種処理プログラムの実行時のワークエリア等として用いられるＲＡＭ（Random Access Memory）２０Ｂと、各種制御プログラムや各種パラメータ等が予め記憶されたＲＯＭ（Read Only Memory）２０Ｃと、各種情報を記憶するために用いられる記憶手段としての二次記憶部（ここでは、ハードディスク装置）２０Ｄと、各種情報を入力するために用いられるキーボード２０Ｅと、各種情報を表示するために用いられるディスプレイ２０Ｆと、外部装置等との間の各種信号の授受を司る外部Ｉ／Ｆ（インタフェース）２０Ｇと、が備えられており、これら各部はシステムバスＢＵＳにより電気的に相互に接続されている。

従って、ＣＰＵ２０Ａは、ＲＡＭ２０Ｂ、ＲＯＭ２０Ｃ、および二次記憶部２０Ｄに対するアクセス、キーボード２０Ｅを介した各種入力情報の取得、ディスプレイ２０Ｆに対する各種情報の表示、および外部Ｉ／Ｆ２０Ｇを介した外部装置等との間の各種信号の授受を各々行うことができる。なお、前述した各カメラ４０は、外部Ｉ／Ｆ２０Ｇを介して犯罪防止装置２０に電気的に接続されている。

一方、図４には、犯罪防止装置２０に備えられた二次記憶部２０Ｄの主な記憶内容が模式的に示されている。

同図に示すように、二次記憶部２０Ｄには、各種データベースを記憶するためのデータベース領域ＤＢと、犯罪防止装置２０を制御するための制御プログラムや各種処理を行うためのプログラム等を記憶するためのプログラム領域ＰＧと、が設けられている。

また、データベース領域ＤＢには、位置情報データベースＤＢ１、障害物情報データベースＤＢ２、および犯罪リスク値データベースＤＢ３が含まれる。以下、各データベースの構成について詳細に説明する。

上記位置情報データベースＤＢ１は、一例として図５に示されるように、カメラＩＤ（Identification）、画素位置、および位置座標の各情報が、カメラ４０の各々毎に記憶されるように構成されている。

なお、上記カメラＩＤは、カメラ４０を識別するために、カメラ毎に異なる情報（本実施の形態では、アルファベットと数字を組み合わせた情報）として予め付与されたものである。

ところで、本実施の形態に係る犯罪防止システム１０では、各カメラ４０を、撮影方向および拡大率を固定とすることにより、撮影範囲（画角）を予め定められた範囲で固定としておき、その状態で各カメラ４０に内蔵された固体撮像素子による画素位置と、これに対応する、監視対象領域６０を平面視した場合の予め定められた基点位置を原点としたＸ−Ｙ座標系における位置座標とを関連付けて記憶しておき、この情報に基づいて、カメラ４０から得られた画像情報により示される監視対象領域６０の画像に存在する人の位置を特定するようにしている。

位置情報データベースＤＢ１における画素位置および位置座標は、上記固体撮像素子による画素位置および上記Ｘ−Ｙ座標系における位置座標に相当するものであり、これらの情報を参照することによって、各カメラ４０により撮影された画像内に存在する人の位置を特定することができる。

なお、本実施の形態に係る位置情報データベースＤＢ１では、図５に示されるように、上記画素位置として、上記固体撮像素子における矩形状とされた画素領域（撮像領域）の一対の対角の座標値を適用し、撮影画像内に存在する人の領域が最も多く含まれる上記画素領域に対応する位置座標を参照することによって当該人の上記Ｘ−Ｙ座標系における位置を特定している。このように、本実施の形態では、上記画素位置として、予め定められた範囲を有する情報を適用しているが、これに限らず、例えば、画素位置として上記固体撮像素子における画素領域の１点の座標値を適用し、撮影画像内の人の所定位置（例えば、体全体の重心位置や、頭部の中心位置等）が最も近い画素位置に対応する位置座標を当該人の上記Ｘ−Ｙ座標系における位置であるものとして特定する形態等とすることができることも言うまでもない。

一方、上記障害物情報データベースＤＢ２は、一例として図６に示されるように、障害物ＩＤ（Identification）、領域、および種別の各情報が、監視対象領域６０に存在する、人の歩行の妨げとなる障害物の各々毎に記憶されるように構成されている。

なお、上記障害物ＩＤは、監視対象領域６０に存在する障害物（一例として図２に示される植え込みとされた障害物６２）を識別するために、障害物毎に異なる情報（本実施の形態では、アルファベットと数字を組み合わせた情報）として予め付与されたものである。

また、上記領域は、対応する障害物が存在する領域（位置）を示す情報である。同図に示されるように、本実施の形態に係る障害物情報データベースＤＢ２では、上記領域を、上記Ｘ−Ｙ座標系により、対応する障害物の外接矩形枠の一対の対角の座標値で表しているが、これに限るものではなく、例えば、対応する障害物の輪郭位置の上記Ｘ−Ｙ座標系による座標値で表す形態等、他の形態とすることができることは言うまでもない。

また、上記種別は、対応する障害物の、植え込み、噴水、塀といった種別を示す情報である。

一方、上記犯罪リスク値データベースＤＢ３は、一例として図７に示されるように、後述する被守備者に対する、後述する不審者による犯罪リスクの高さを示す犯罪リスク値が、時系列順に記憶されるように構成されている。なお、同図において、・・・，ｔ_ｘ，ｔ_ｘ＋１，ｔ_ｘ＋２，・・・は犯罪リスク値の導出時刻を表し、Ｓ_１，Ｓ_２，・・・は各々異なる不審者を表し、Ｖ_１，Ｖ_２，・・・は各々異なる被守備者を表す。

ところで、通常、平常時の人の行動状態には、ある程度の範囲がある。例えば、一例として図８に示すように、歩行者の移動速度は、０．５（ｍ／ｓ）程度から２．３（ｍ／ｓ）程度の範囲内とされている。また、歩行者の移動速度の頻度は正規分布に近いものとなる（例えば、「犬飼洋平他，計測に基づく避難行動マルチエージェントシミュレータの開発，土木学会応用力学論文集 Ｖｏｌ．８，２００５」等参照。）。

これに対し、犯罪企図者の犯罪を実行する際の行動状態は、平常時の行動状態の範囲から逸脱する可能性が高い。

そこで、本実施の形態に係る犯罪防止システム１０では、監視対象領域６０に存在する人の平常時の行動状態を示す物理量（以下、「平常時物理量」ともいう。）を予め計測しておき、この平常時物理量から逸脱した行動をとっている人を不審者として検出する。

より具体的には、本実施の形態に係る犯罪防止システム１０は、監視対象領域６０に存在する人の上記平常時物理量と同一種類の物理量を導出し、当該物理量の上記平常時物理量からの乖離量（差分）に応じて、当該人の不審度を特定する。そして、犯罪防止システム１０は、特定した不審度が予め定められた閾値を超えている人が不審者であるとして検出する。なお、本実施の形態に係る犯罪防止システム１０では、監視対象領域６０に存在する全ての人を不審者か否かの判定対象とするため、以下では、監視対象領域６０に存在する全ての人を「判定対象者」ともいう。

表１に示すように、本実施の形態に係る犯罪防止システム１０では、不審者の検出に用いる行動状態の項目として、人の移動状態に関する項目である「移動関連項目」と、人の滞留状態に関する項目である「滞留関連項目」の２種類を採用している。また、上記移動関連項目には、「人の移動速度」、「人の移動方向」、「人の通過位置」等の物理量が含まれ、上記滞留関連項目には、「停止した場合の滞留時間」、「監視対象領域内に滞在する時間」、「滞留する位置」等の物理量が含まれる。

なお、上記「人の移動速度」は、単に人が移動する速度を示す物理量である。また、上記「人の移動方向」は、人が移動する方向を示す物理量であり、上記「人の通過位置」は、人が通過する位置を示す物理量である。すなわち、通勤路や通学路等においては、平常時に人は、ほぼ同一の方向に、ほぼ同一の位置を歩行する。このため、これらに相当する物理量として「人の移動方向」および「人の通過位置」の各物理量を、不審者による行動状態が平常時から逸脱される物理量として採用することができる。

一方、上記「停止した場合の滞留時間」は、一定の位置に滞留し続けた時間を示す物理量である。また、上記「監視対象領域内に滞在する時間」は、監視対象領域６０に滞在し続けた時間を示す物理量であり、上記「滞留する位置」は、平常時に滞留してもよい位置を示す物理量である。なお、上記平常時に滞留してもよい位置としては、監視対象領域６０に自動販売機が設けられている場合における当該自動販売機の前面近傍の位置や、同様に売店が設けられている場合における当該売店の店内等を例示することができる。

すなわち、人が一定の位置に滞留し続ける時間、人が監視対象とする領域に滞在し続ける時間、および人が平常時に滞留してもよい位置は、監視対象とする領域の用途や時期等に応じて、ある程度固定化される。このため、これらに相当する物理量として上記「停止した場合の滞留時間」、「監視対象領域内に滞在する時間」、「滞留する位置」の各物理量を、不審者による行動状態が平常時から逸脱される物理量として採用することができる。

なお、本実施の形態に係る犯罪防止システム１０において、「移動関連項目」および「滞留関連項目」の２つの項目を採用している理由は次の通りである。すなわち、判定対象者が移動している場合には「移動関連項目」に属する物理量のみでも不審者を検出することができるが、判定対象者が移動していない場合には、この物理量では不審者を検出することはできない。これを補うために、「移動関連項目」に加えて「滞留関連項目」に属する物理量を採用しているのである。以下では、「移動関連項目」に属する物理量を示す情報を「移動関連情報」ともいい、「滞留関連項目」に属する物理量を示す情報を「滞留関連情報」ともいう。

本実施の形態に係る犯罪防止システム１０では、上述したように、監視対象領域６０として公園を採用している。このため、本実施の形態に係る犯罪防止システム１０では、上記「移動関連情報」として、公園における不審者の検出に寄与する度合いが低いと考えられる「人の移動方向」および「人の通過位置」を除き、「人の移動速度」の物理量のみを採用する。これに対し、上記「滞留関連情報」としては、いずれも上記寄与する度合いが高いと考えられる「停止した場合の滞留時間」、「監視対象領域内に滞在する時間」、および「滞留する位置」の３種類の物理量を採用する。

本実施の形態に係る犯罪防止システム１０では、平常時物理量として、次の式（１）によって得られる、平常時物理量を計測する期間（以下、「行動状態計測期間」という。）に監視対象領域６０から検出された全ての人の上記物理量の平均値ｘａを適用している。なお、式（１）におけるｘは各人における上記物理量の値そのものを表し、ｎはサンプル数（ｘの数）を表す。

このように、本実施の形態に係る犯罪防止システム１０では、上記平常時物理量として、単純な平均値を適用しているが、これに限るものではない。例えば、監視対象領域６０において犯罪が発生したタイミングで得られた物理量については著しく信頼性が低いため、この物理量を除外した平均値を、上記平常時物理量として適用してもよい。また、上記行動状態計測期間における上記物理量の最大値および最小値の少なくとも一方を除外した平均値を、上記平常時物理量として適用してもよい。

また、本実施の形態に係る犯罪防止システム１０では、判定対象者の不審度ｈとして、次の式（２）によって得られる、判定対象者自身の上記行動状態を示す物理量ｘ’と平均値ｘａとの差分を適用している。

このように、本実施の形態に係る犯罪防止システム１０では、不審度ｈとして物理量ｘ’と平均値ｘａとの差分そのものを適用しているが、これに限るものではない。例えば、一例として図８に示されるように、上記物理量ｘの確率分布Ｄ（ｘ）を導出し、一例として図９に示されるように、次の式（３）によって得られる評価値Ｅ（ｘ）の、判定対象者自身の物理量ｘ’に対応する値を不審度ｈとして適用する形態としてもよい。なお、図８および図９に示す例は、平均歩行速度が１．３（ｍ／ｓ）で、標準偏差がσ＝０．３である場合の歩行速度の確率分布Ｄ（ｘ）と評価値Ｅ（ｘ）の一例である。

そして、本実施の形態に係る犯罪防止システム１０では、不審者を検出する際に適用する閾値として、次の式（４）によって得られる、上記行動状態計測期間における上記行動状態を示す物理量ｘの標準偏差σに基づく値を適用している。

なお、本実施の形態に係る犯罪防止システム１０では、上記閾値として、標準偏差σの３倍である３σを適用しているが、これに限らない。例えば、監視対象領域に対して要求されるセキュリティ・レベルや、監視対象領域の用途等に応じて、固定値を適用したり、ユーザにキーボード２０Ｅ等を介して入力させたりする形態等としてもよい。

本実施の形態に係る犯罪防止システム１０では、上述したように、「人の移動速度」、「停止した場合の滞留時間」、「監視対象領域内に滞在する時間」、および「滞留する位置」の４種類の物理量を採用している。このため、本実施の形態に係る犯罪防止システム１０では、これら４種類の物理量の各々について対応する閾値との比較を行い、異常であるか否かを判定する。そして、犯罪防止システム１０では、上記４種類の物理量による判定結果を総合的に判定するため、一例として図１０に示されるフォールトツリーを用いた解析を実行する。

同図に示す例では、「人の移動速度」が異常である場合、すなわち、これに対応する物理量が対応する閾値を超えている場合には、判定対象者を無条件に不審者として検出する。また、同様に、「停止した場合の滞留時間」が異常か、または「監視対象領域内に滞在する時間」が異常で、かつ「滞留する位置」が異常である場合にも、判定対象者を不審者として検出する。

そして、本実施の形態に係る犯罪防止システム１０では、以上の処理によって検出した不審者に基づいて、犯罪から守りたい人である被守備者と、被守備者に対する犯罪の発生を防止することが可能な人である守備者と、を特定する。

すなわち、人を対象とした犯罪の場合、被害者に対して物理的に接近することで犯罪が成立する。そこで、本実施の形態に係る犯罪防止システム１０では、監視対象領域６０内で不審者Ｓの位置に最も近い人を被守備者Ｖとし、不審者Ｓと被守備者Ｖを除く人を守備者Ｇとして特定する。

ここで、本実施の形態では、一例として図１１に示すように、被守備者Ｖの上記Ｘ−Ｙ座標上の位置を（Ｘ_Ｖ，Ｙ_Ｖ）と表し、守備者Ｇの上記Ｘ−Ｙ座標上の位置を（Ｘ_Ｇ，Ｙ_Ｇ）と表し、不審者Ｓの上記Ｘ−Ｙ座標上の位置を（Ｘ_Ｓ，Ｙ_Ｓ）と表す。そのうえで、本実施の形態に係る犯罪防止システム１０では、被守備者Ｖと守備者Ｇとの距離Ｄ_ＶＧと、被守備者Ｖと不審者Ｓとの距離Ｄ_ＶＳとを、次の式（５）および式（６）により求める。

そして、本実施の形態に係る犯罪防止システム１０では、距離Ｄ_ＶＧと距離Ｄ_ＶＳとの比Ｄ_ＶＧ／Ｄ_ＶＳに基づいて犯罪リスクを評価する。

ここで、本実施の形態に係る犯罪防止システム１０では、犯罪リスク値を正規化するための定数をＣとして、次の式（７）によって犯罪リスク値Ｒを演算する。

ここで、本実施の形態に係る犯罪防止システム１０では、被守備者Ｖに対して不審者Ｓと守備者Ｇとが等距離に存在する場合に犯罪リスク値Ｒを０．５とする、すなわち、距離Ｄ_ＶＳと距離Ｄ_ＶＧとが等しく、比Ｄ_ＶＧ／Ｄ_ＶＳが１となるときに式（７）の演算結果を０．５とする場合には、Ｃ＝１とする。

定数Ｃ＝１とし、距離Ｄ_ＶＳおよび距離Ｄ_ＶＧを１から１０まで変化させたときの犯罪リスク値Ｒの値の一部を表２に示し、全体の分布状態を図１２に示す。守備者Ｇが被守備者Ｖに近い（距離Ｄ_ＶＧが小さい）ほど犯罪リスク値Ｒが小さくなり、不審者Ｓが被守備者Ｖに近い（距離Ｄ_ＶＳが小さい）ほど犯罪リスク値Ｒが大きくなる。

ここで、比Ｄ_ＶＧ／Ｄ_ＶＳを計算する際に距離Ｄ_ＶＳが０（零）になると発散する。しかしながら、この場合、被守備者Ｖと不審者Ｓの距離が０（零）ということは被守備者Ｖと不審者Ｓが接触していることになり、既に犯罪が発生したと見なし、犯罪リスク値Ｒの演算では扱わないこととする（０＜Ｄ_ＶＳ＜∞）。

式（７）によって犯罪リスク値Ｒを演算することで、監視対象領域６０における犯罪リスクを定量的に評価することができる。

次に、図１３および図１４を参照して、本実施の形態に係る犯罪防止システム１０の作用を説明する。なお、ここでは、錯綜を回避するために、位置情報データベースＤＢ１が予め構築されている場合について説明する。

まず、図１３を参照して、前述した平常時物理量を計測する際の犯罪防止システム１０の作用を説明する。なお、図１３は、犯罪防止装置２０のキーボード２０Ｅ等を介して平常時物理量の計測を開始する旨の指示が受け付けられた際に、ＣＰＵ２０Ａにより実行される行動分布計測プログラムの処理の流れを示すフローチャートである。なお、当該プログラムは二次記憶部２０Ｄのプログラム領域ＰＧに予め記憶されている。

同図のステップ１００では、位置情報データベースＤＢ１から全ての情報を読み出し、次のステップ１０２では、全てのカメラ４０から撮影画像を示す画像情報を取得して、二次記憶部２０Ｄの所定領域に記憶する。

次のステップ１０４では、上記ステップ１０２の処理によって取得した画像情報により示される画像から当該画像に存在する人を検出する。そして、ステップ１０４では、当該ステップ１０４の処理によって検出した人の位置を、上記ステップ１００の処理によって位置情報データベースＤＢ１から読み出した情報を用いた前述した方法により検出し、二次記憶部２０Ｄの所定領域に記憶する。なお、上記画像からの当該画像に存在する人の検出は、一例として、ＦｉｅｌｄＡｎａｌｙｓｔ（登録商標）（ＮＥＣソフト株式会社）、ＩＭＳ（Intelligent Monitoring System、エクジット株式会社）等で用いられている技術等の従来既知の技術によって行うことができる。

次のステップ１０６では、上記ステップ１０２〜ステップ１０４の処理の実行が本行動分布計測プログラムの実行を開始してから１回目の実行であるか否かを判定する。ここで、肯定判定となった場合は後述するステップ１１８に移行する一方、否定判定となった場合にはステップ１０８に移行する。

ステップ１０８では、直前の上記ステップ１０４の処理によって検出した人と同一人物を、本行動分布計測プログラムの実行を開始してから、それまでに得られた画像情報により示される画像に存在する人から検出する。次のステップ１１０では、上記ステップ１０８の処理において同一人物が検出されたか否かを判定し、否定判定となった場合は後述するステップ１１８に移行する一方、肯定判定となった場合にはステップ１１２に移行する。なお、上記ステップ１０８の処理における同一人物の特定は、上記ステップ１０２の処理によって前回までに得られた画像情報（以下、「過去画像情報」という。）と、今回得られた画像情報（以下、「現在画像情報」という。）を用いた従来既知のパターン・マッチング技術等の画像認識技術により行うことができる。

ステップ１１２では、上記ステップ１０８の処理によって検出した同一人物に関する移動関連情報および滞留関連情報の各物理量を以下に示すように導出する。

移動関連情報における「人の移動速度」の物理量については、まず、上記過去画像情報により示される画像のうち、上記同一人物が存在する最も新しい（直近の）画像での位置と今回得られた画像での位置との当該同一人物間の距離（以下、「同一人物間距離」という。）を得る。そして、この距離を、これらの各画像に対応する画像情報を取得した時刻の差によって示される経過時間で除算することにより「人の移動速度」の物理量を導出する。なお、以下では、上記同一人物の過去側の画像での位置と今回得られた画像での位置との同一人物間の距離を、「同一人物間距離」という。

また、滞留関連情報における「停止した場合の滞留時間」の物理量については、まず、上記同一人物間距離が、予め定められた期間（本実施の形態では、５秒）を超えて連続して予め定められた第１閾値以下である画像の組み合わせが存在するか否かを判定する。そして、この判定の結果、この組み合わせが存在すると判定された場合に、当該組み合わせの上記連続した画像の数に、上記ステップ１０２の処理によって画像情報を取得する間隔に相当する時間（以下、「取得間隔時間」という。）を乗算することにより「停止した場合の滞留時間」の物理量を導出する。なお、上記第１閾値としては、上記同一人物間距離が当該第１閾値以下であれば、対応する人がその場から移動していないと見なすことのできる値として予め記憶された値を適用することができる。但し、この形態に限らず、犯罪防止システム１０の用途や、犯罪防止システム１０に求められるセキュリティ・レベル等に応じた値を上記第１閾値として、ユーザに対しキーボード２０Ｅ等を介して入力させる形態等としてもよい。

さらに、滞留関連情報における「監視対象領域内に滞在する時間」の物理量は、上記過去画像情報により示される画像のうち、上記同一人物が存在する画像の数に、上記取得間隔時間を乗算することにより導出する。

一方、滞留関連情報における「滞留する位置」の物理量は、前述したように、平常時に滞留してもよい位置を示す物理量であり、事前に平常時物理量として得るべきものではないため、ここでは処理の対象から除外する。なお、本実施の形態に係る犯罪防止システム１０では、上記平常時に滞留してもよい位置を示す情報（以下、「滞留可能位置情報」という。）が二次記憶部２０Ｄの所定領域に予め記憶されている。

なお、以上の各物理量の導出方法は一例であって、本発明はこれに限定されるものではないことは言うまでもない。

次のステップ１１４では、この時点で犯罪が発生していないか否かを判定し、否定判定となった場合は後述するステップ１１８に移行する一方、肯定判定となった場合はステップ１１６に移行する。なお、本行動分布計測プログラムでは、本ステップ１１４の判定処理を、計測対象とする各物理量の平常時の一般的な範囲を示す情報を予め記憶しておき、対応する範囲内に導出した物理量が入っているか否かを判定することにより行っている。しかしながら、この形態に限るものではなく、例えば、それまでに得られている対応する物理量の平均値からの差分が予め定められた閾値以内である場合に犯罪が発生していないと判定する形態等、他の形態としてもよいことは言うまでもない。

ステップ１１６では、上記ステップ１１２の処理によって導出した移動関連情報および滞留関連情報の各物理量を二次記憶部２０Ｄの所定領域に記憶し、その後にステップ１１８に移行する。

ステップ１１８では、予め定められた終了条件を満足したか否かを判定し、否定判定となった場合はステップ１２０に移行して所定時間（本実施の形態では、１秒）の経過待ちを行い、その後に上記ステップ１０２に戻る。また、上記ステップ１１８において肯定判定となった場合には、ステップ１２２に移行する。

なお、本実施の形態に係る行動分布計測プログラムでは、上記終了条件として、当該プログラムの実行が開始されてからのステップ１０４の処理によって検出された人の数が予め定められた人数（本実施の形態では、１０００人）を超えたとの条件を適用している。しかしながら、これに限らず、例えば、本行動分布計測プログラムの実行が開始されてから予め定められた期間（例えば、１週間）が経過した、との条件を上記終了条件として適用してもよい。また、キーボード２０Ｅ等を介して本行動分布計測プログラムの終了を指示する指示入力が行われたとの条件、二次記憶部２０Ｄの残記憶容量が所定量以下となったとの条件等、他の条件を上記終了条件として適用してもよい。

なお、本実施の形態に係る行動分布計測プログラムでは、ステップ１０２からステップ１２０までの処理を繰り返し実行する際にステップ１１６では、それまでに記憶した情報に重複する人の滞留関連情報を記憶する場合がある。この場合、本行動分布計測プログラムでは、それまでに記憶した情報により示される物理量を上回る物理量に限り、当該人に関する滞留関連情報に上書き記憶する。

ステップ１２２では、上記ステップ１１６の処理によって記憶された全ての情報を二次記憶部２０Ｄから読み出す。そして、次のステップ１２４にて、読み出した情報に基づいて、移動関連情報および滞留関連情報の各物理量の各々毎に、前述した式（１）および式（４）を用いて平均値ｘａおよび標準偏差σを演算する。また、ステップ１２４では、演算した平均値ｘａおよび標準偏差σを二次記憶部２０Ｄの所定領域に記憶し、その後に本行動分布計測プログラムを終了する。

次に、図１４を参照して、監視対象領域６０における犯罪の発生を防止する犯罪防止処理を実行する際の犯罪防止システム１０の作用を説明する。なお、図１４は、キーボード２０Ｅ等を介して犯罪防止処理の実行指示が受け付けられた際に、ＣＰＵ２０Ａにより実行される犯罪防止プログラムの処理の流れを示すフローチャートである。このプログラムも二次記憶部２０Ｄのプログラム領域ＰＧに予め記憶されている。

同図のステップ２００では、位置情報データベースＤＢ１の全ての情報と、上記行動分布計測プログラムの処理によって記憶された移動関連情報および滞留関連情報の各物理量に関する平均値ｘａおよび標準偏差σを二次記憶部２０Ｄから読み出す。次のステップ２０２では、全てのカメラ４０から撮影画像を示す画像情報を取得して、二次記憶部２０Ｄの所定領域に記憶する。

次のステップ２０４では、上記ステップ２０２の処理によって取得した画像情報により示される画像から当該画像に存在する人（判定対象者）を、上記行動分布計測プログラムのステップ１０４の処理と同様の処理により検出する。そして、ステップ２０４では、検出した判定対象者の各々の位置を、上記ステップ２００の処理によって位置情報データベースＤＢ１から読み出した情報を用いた前述した方法により検出し、二次記憶部２０Ｄの所定領域に記憶する。

次のステップ２０６では、上記ステップ２０２〜ステップ２０４の処理の実行が本犯罪防止プログラムの実行を開始してから１回目の実行であるか否かを判定する。ここで、肯定判定となった場合は後述するステップ２２８に移行する一方、否定判定となった場合にはステップ２０８に移行する。

ステップ２０８では、上記行動分布計測プログラムのステップ１０８の処理と同様に、直前の上記ステップ２０４の処理によって検出した判定対象者と同一人物を、本犯罪防止プログラムの実行を開始してから前回までに得られた画像情報により示される画像から検出する。次のステップ２１０では、上記ステップ２０８の処理において同一人物が検出されたか否かを判定し、否定判定となった場合は後述するステップ２２８に移行する一方、肯定判定となった場合にはステップ２１２に移行する。

ステップ２１２では、上記ステップ２０８の処理によって検出した同一人物に関する移動関連情報および滞留関連情報を、上記行動分布計測プログラムのステップ１１２の処理と同様に導出する。

次のステップ２１４では、上記同一人物が検出された全ての判定対象者について、前述した式（２）を用いて移動関連情報および滞留関連情報の物理量毎に不審度ｈを導出する。

次のステップ２１６では、以上によって得られた不審度ｈおよび対応する物理量の閾値（本実施の形態では、対応する標準偏差σの３倍の値）に基づき、前述したフォールトツリー（図１０も参照。）を用いて、判定対象者に不審者Ｓが存在するか否かを判定する。ここで、否定判定となった場合は後述するステップ２２８に移行し、肯定判定となった場合にはステップ２１８に移行する。なお、この際、滞留関連情報における「滞留する位置」の物理量に関しては、前述した滞留可能位置情報により示される位置を含む予め定められた領域を除く領域に、判定対象者が存在する場合に異常であるものと判定する。

ステップ２１８では、上記ステップ２０４の処理によって検出された判定対象者のうち、上記ステップ２１６の処理において存在すると判定された不審者Ｓの位置に最も近い人を被守備者Ｖとし、不審者Ｓと被守備者Ｖを除く人を守備者Ｇとして特定する。次のステップ２２０では、以上の処理によって得られた守備者Ｇと被守備者Ｖとの距離Ｄ_ＶＧを前述した式（５）により演算した後、次のステップ２２２では、以上の処理によって得られた不審者Ｓと被守備者Ｖとの距離Ｄ_ＶＳを前述した式（６）により演算する。

次のステップ２２４では、以上の処理によって得られた距離Ｄ_ＶＧおよび距離Ｄ_ＶＳを用いて、前述した式（７）を用いて不審者Ｓ毎に犯罪リスク値Ｒを演算した後、犯罪リスク値データベースＤＢ３に記憶（登録）する。次のステップ２２６では、上記ステップ２２４の処理によって得られた犯罪リスク値Ｒを用いて、犯罪を防止するものとして予め定められた処理を実行し、その後にステップ２２８に移行する。

なお、本実施の形態に係る犯罪防止プログラムでは、上記ステップ２２６における予め定められた処理として次の３種類の処理を適用している。
処理１．犯罪リスク値Ｒを対応する人の映像に対応付けてディスプレイ２０Ｆにより表示する処理。
処理２．犯罪リスク値Ｒに所定閾値以上であるものが存在する場合に警告を発する処理。
処理３．犯罪リスク値Ｒが所定閾値以上である場合に、対象となる被守備者に最も近い守備者に対して犯罪リスクが高いことを報知する処理。

なお、上記処理２を適用する場合は、監視対象領域６０にスピーカを設けておき、当該スピーカにより警告を発する形態を適用することができる。また、この場合、監視対象領域６０の監視者や警備員に対し、ＰＤＡ（Personal Digital Assistant，携帯情報端末）等の端末装置を介して警告を発する形態等、様々な形態を適用することができる。

また、上記処理３の処理を適用する場合は、監視対象領域６０にスピーカを設けておき、当該スピーカにより、上記対象となる被守備者に最も近い守備者に対して犯罪リスクが高いことを報知する形態を適用することができる。また、この場合、当該守備者に対し、ＰＤＡ等の端末装置を介して犯罪リスクが高いことを報知する形態等、様々な形態を適用することができる。

ここで、上記処理２〜処理３の各処理を適用する場合の上記所定閾値は、要求されるセキュリティ・レベル、用途等に応じて自動的に設定する形態の他、犯罪防止システム１０のユーザによってキーボード２０Ｅ等を介して入力させる形態とすることもできる。

このように、本実施の形態に係る犯罪防止プログラムでは、上記予め定められた処理として上記処理１〜処理３の３種類の処理を適用しているが、これに限らず、例えば、これらの処理の何れか１つや、２つの組み合わせを適用する形態とすることもできる。

ステップ２２８では、予め定められた終了条件を満足したか否かを判定し、否定判定となった場合はステップ２３０に移行して所定時間（本実施の形態では、１秒）の経過待ちを行い、その後に上記ステップ２０２に戻る。また、上記ステップ２２８において肯定判定となった場合には、本犯罪防止プログラムを終了する。

なお、本実施の形態に係る犯罪防止プログラムでは、上記ステップ２２８の処理において適用する終了条件として、監視対象領域６０の監視を終了する時刻として予め定められた時刻に達した、との条件を適用しているが、これに限らず、例えば、キーボード２０Ｅ等を介して本犯罪防止プログラムの終了を指示する指示入力が行われた、との条件、二次記憶部２０Ｄの残記憶容量が所定量以下となった、との条件等、他の条件を適用することもできることは言うまでもない。

上記犯罪防止プログラムのステップ２１６の処理が本発明の検出手段に、ステップ２１８の処理が本発明の特定手段に、ステップ２２４の処理が本発明の導出手段に、ステップ２２６の処理が本発明の処理実行手段に、各々相当する。

以上詳細に説明したように、本実施の形態では、対象領域（ここでは、監視対象領域６０）を連続的に撮影する撮影手段（ここでは、カメラ４０）により得られた複数の撮影画像により示される、前記対象領域に存在する人の行動状態に基づいて、当該対象領域における不審者を検出し、前記撮影画像に存在する人のうち、前記検出した不審者を除く人で、かつ当該不審者に最も近い人から予め定められた順位まで近い人（ここでは、１番近い人）を被守備者とし、他の人を守備者として特定し、前記不審者、前記被守備者、および前記守備者の位置関係に基づいて、前記不審者の前記被守備者に対する犯罪リスクの高さを示す犯罪リスク値を導出しているので、守備者や被守備者に対して特別な装備を義務づけることなく、犯罪リスクの高さを示す犯罪リスク値を導出することができる。

また、本実施の形態では、前記撮影手段により得られた複数の撮影画像に基づいて、前記対象領域に存在する人の行動状態と当該対象領域の平常時における不特定多数の人による行動状態との差分に基づいて、当該対象領域における不審者を検出しているので、より簡易かつ高精度で不審者を検出することができる。

また、本実施の形態では、前記犯罪リスク値を用いて、犯罪を防止するものとして予め定められた処理を実行しているので、より効果的に犯罪の発生を防止することができる。

特に、本実施の形態では、前記予め定められた処理として、前記犯罪リスク値を報知する処理、前記犯罪リスク値が予め定められた閾値以上である場合に警報を発する処理等を実行しているので、より効果的に犯罪の発生を防止することができる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。発明の要旨を逸脱しない範囲で上記実施の形態に多様な変更または改良を加えることができ、当該変更または改良を加えた形態も本発明の技術的範囲に含まれる。

また、上記の実施の形態は、クレーム（請求項）にかかる発明を限定するものではなく、また実施の形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。前述した実施の形態には種々の段階の発明が含まれており、開示される複数の構成要件における適宜の組み合わせにより種々の発明を抽出できる。実施の形態に示される全構成要件から幾つかの構成要件が削除されても、効果が得られる限りにおいて、この幾つかの構成要件が削除された構成が発明として抽出され得る。

例えば、上記実施の形態では、犯罪リスク値Ｒを式（７）により導出する場合について説明したが、本発明はこれに限定されるものではなく、例えば、次の式（８）により犯罪リスク値Ｒを導出する形態としてもよい。

ここで、式（８）におけるＰは、不審者Ｓが犯行に及ぶ確率である。なお、確率Ｐは、一例として本発明の発明者らによる特開２０１０−２５０７７５号公報や、「近藤正芳他，犯罪リスク評価のための人の属性に基づく犯罪確率の評価手法 −犯罪リスク評価手法の研究（その６）−，日本建築学会大会学術講演梗概集，２０１０，ｐｐ．１０１７−１０１８」等に記載の方法で得ることができる。この場合、上記実施の形態に比較して、より高精度で犯罪リスク値Ｒを導出することができる。

また、上記実施の形態では、不審者の検出に移動関連情報および滞留関連情報の双方の物理量を用いた場合について説明したが、本発明はこれに限定されるものではなく、これらの情報の何れか一方のみの物理量を用いて不審者の検出を行う形態としてもよい。この場合、上記実施の形態に比較して、不審者の検出精度は低下するものの、演算負荷は低減することができる。

また、上記実施の形態では、不審度の導出に移動関連情報および滞留関連情報の２種類の物理量を適用した場合について説明したが、本発明はこれに限定されるものではなく、例えば、顔を隠している場合に、他の場合と比較して不審度を上げる形態としてもよい。

すなわち、犯罪企図者は、周囲の人に顔を見られることや、監視カメラに撮影されて人相を特定されることを避けるため、ヘルメット、サングラス、マスク等で顔を隠している可能性が高いと考えられる。また、フルフェイスのヘルメットとマスクとでは顔を隠している部分の面積が異なるが、隠している部分の面積が大きいほど不審者である可能性が高いと考えられる。

その一方で、時期によっては、花粉症やインフルエンザ対策等のため、普段からマスクを着用している人が増えている場合もある。このため、この形態では、監視対象領域内の人のうち、顔を隠しており、年齢および性別の少なくとも一方が推定できない人の割合ｆ_ｈを、一例として次の式（９）により演算する。なお、式（９）におけるｎ_ｈは年齢および性別の少なくとも一方が推定できない人の数で、ｎは監視対象領域に存在する人の数である。

ここで、年齢および性別の推定は、一例として上記ＩＭＳ等で用いられている技術等の従来既知の技術によって行うことができる。

そして、この形態では、判定対象者の年齢および性別の少なくとも一方が推定できない場合、当該判定対象者の不審度として、割合ｆ_ｈが小さいほど大きな値を適用する。なお、この形態における不審度は、単独で用いても、上記実施の形態に記載の不審度と併用してもよいことは言うまでもない。これらの場合も、上記実施の形態と同様の効果を奏することができる。

また、上記実施の形態では、フォールトツリーを用いて判定対象者が不審者であるか否かを総合的に判定する場合について説明したが、本発明はこれに限定されるものではない。例えば、不審度の導出のために採用した物理量の各々毎に不審者か否かを判定し、その結果、予め定められた数以上で不審者であると判定された場合に最終的に不審者であるものと判定する形態としてもよい。

また、上記実施の形態では、移動関連情報として「人の移動速度」の物理量のみを用いた場合について説明したが、本発明はこれに限定されるものではない。例えば、当該「人の移動速度」の物理量に加えて、「人の移動方向」および「人の通過位置」の各物理量の１つ、または複数の組み合わせを用いる形態としてもよい。この場合、上記実施の形態に比較して、より高精度で不審者を検出することができる。

また、上記実施の形態では、不審者Ｓに最も近い人を被守備者Ｖとして特定する場合について説明したが、本発明はこれに限定されるものではなく、例えば、不審者Ｓに最も近い人から予め定められた順位まで近い人を被守備者Ｖとして特定する形態としてもよい。なお、この形態における上記順位は、監視対象領域６０の用途や要求されるセキュリティ・レベル等に応じて固定的に設定してもよいし、ユーザにキーボード２０Ｅ等を介して入力させる形態等としてもよい。この場合も、上記実施の形態と同様の効果を奏することができる。

また、上記実施の形態では、不審度ｈを上記式（２）または式（３）によって演算する場合について説明したが、本発明はこれに限定されるものではない。例えば、次の式（１０）により不審度ｈ’を導出する形態としてもよい。なお、式（１０）におけるＡは採用する物理量の平均値ｘａを表し、Ｂは当該物理量に対応する上記実施の形態に係る不審度ｈを表し、αは平均値Ａの重み付け値を表し、βは不審度Ｂの重み付け値を表す。ここで、重み付け値αと重み付け値βの合計値は１とする。

なお、この形態では、セキュリティ・レベルを高くしたいほど、重み付け値βの値を大きくする。この場合も、上記実施の形態と同様の効果を奏することができる。

また、上記実施の形態では、平常時物理量を計測した後に犯罪防止処理を実行する場合について説明したが、本発明はこれに限定されるものではない。例えば、犯罪防止処理を実行しつつ、平常時物理量を計測する形態、すなわち、平常時物理量を逐次更新する形態としてもよい。この場合、上記実施の形態に比較して、より高精度で不審度を導出することができる。

また、上記実施の形態では、平常時物理量を、犯罪防止処理の実行対象とする監視対象領域６０を対象として計測する場合について説明したが、本発明はこれに限定されるものではない。例えば、監視対象領域６０とは異なる領域を対象として平常時物理量を計測する形態としてもよい。但し、この場合に適用する領域は、監視対象領域６０の用途、位置、使用される時間帯等の条件ができるだけ近い領域とすることが好ましい。

また、上記実施の形態では、監視対象領域６０に存在する障害物については何ら考慮することなく、犯罪リスク値を導出する場合について説明したが、本発明はこれに限定されるものではなく、当該障害物を考慮して、犯罪リスク値を導出する形態とすることもできる。

この場合の形態例としては、被守備者Ｖと守備者Ｇの距離Ｄ_ＶＧと、被守備者Ｖと不審者Ｓの距離Ｄ_ＶＳとを導出する際に、被守備者Ｖと守備者Ｇの間に、障害物情報データベースＤＢ２に登録されている領域情報により示される障害物の領域が存在する場合は、当該障害物の領域を迂回するものとして距離Ｄ_ＶＧを導出し、被守備者Ｖと不審者Ｓとの間に上記障害物の領域が存在する場合は、当該障害物の領域を迂回するものとして距離Ｄ_ＶＳを導出する形態を例示することができる。これにより、より高精度に犯罪を防止することができる。

また、上記実施の形態では、平常時物理量を計測する時期については特に言及しなかったが、例えば、季節、月、月内の上旬・中旬・下旬、１日内の所定時間毎（一例として、１時間毎）といった期間毎に予め計測しておく形態としてもよい。この形態では、犯罪防止処理を実行する際には、当該実行する時期に対応する時期に取得した平常時物理量を適用する。この場合も、より高精度に犯罪を防止することができる。

また、上記実施の形態では、犯罪が発生したタイミングで得られた物理量を平常時物理量の導出対象から除外する場合について説明したが、この物理量を除外しない形態としてもよい。この形態により、不審者の検出精度はやや低下するものの、当該物理量の除外のための演算負荷を削減することができる。

また、上記実施の形態では、複数の物理量を総合的に判断することにより、不審者を検出する場合について説明したが、単一の物理量によって不審者を検出する形態としてもよい。

また、上記実施の形態では、犯罪を防止するための処理として、犯罪リスク値を報知する処理や、犯罪リスク値が所定閾値以上である場合に警告や警報を発する処理を適用した場合について説明したが、本発明はこれに限定されるものではない。例えば、犯罪リスク値が最も高い不審者に対して注目度を上げる（マークする）ための処理や、犯罪リスク値が急激に変化した場合に警報を発する処理等を、犯罪を防止するための処理として適用する形態としてもよい。

また、上記実施の形態では、カメラ４０を４台設ける場合について説明したが、本発明はこれに限定されるものではなく、カメラ４０は１台のみ設けてもよく、４台以外の複数台設けてもよいことは言うまでもない。これらの場合も、上記実施の形態と同様の効果を奏することができる。

また、上記実施の形態では、距離Ｄ_ＶＧおよび距離Ｄ_ＶＳとしてユークリッド距離を適用した場合について説明したが、本発明はこれに限定されるものではなく、例えば、マンハッタン距離等の他の距離を適用する形態とすることもできる。この場合も、上記実施の形態と同様の効果を奏することができる。

また、上記実施の形態では、撮影手段としてカラーで動画像の撮影を行うことのできるカメラを適用した場合について説明したが、本発明はこれに限定されるものではない。例えば、モノクロで動画像の撮影を行うことのできるカメラ、赤外線カメラ等の他のカメラを適用する形態とすることもできる。この場合も、上記実施の形態と同様の効果を奏することができる。

また、上記実施の形態では、本発明の対象領域として公園を適用した場合について説明したが、本発明はこれに限定されるものではなく、例えば、公開空地、通学路、通勤路等の他のオープンスペースの他、建物の内部等のクローズされた空間も適用することができる。この場合も、上記実施の形態と同様の効果を奏することができる。

その他、上記実施の形態で説明した犯罪防止システム１０の構成（図１〜図４参照。）は一例であり、本発明の主旨を逸脱しない範囲内において、不要な構成要素を削除したり、新たな構成要素を追加したりすることができることは言うまでもない。

また、上記実施の形態で示した各プログラムの処理の流れ（図１３，図１４参照。）も一例であり、本発明の主旨を逸脱しない範囲内において、不要な処理ステップを削除したり、新たな処理ステップを追加したり、処理ステップの順序を入れ替えたりすることができることは言うまでもない。

また、上記実施の形態で示した各種データベースの構成（図５〜図７参照。）も一例であり、本発明の主旨を逸脱しない範囲内において、一部の情報を削除したり、新たな情報を追加したり、記憶位置を入れ替えたりすることができることは言うまでもない。

さらに、上記実施の形態で示した各種演算式（式（１）〜式（１０）参照。）も一例であり、本発明の主旨を逸脱しない範囲内において、不要なパラメータを削除したり、新たなパラメータを追加したり、演算の順序を入れ替えたりすることができることは言うまでもない。

１０ 犯罪防止システム
２０ 犯罪防止装置
２０Ａ ＣＰＵ
２０Ｄ 二次記憶部
２０Ｅ キーボード
２０Ｆ ディスプレイ
４０ カメラ
ＤＢ１ 位置情報データベース
ＤＢ２ 障害物情報データベース
ＤＢ３ 犯罪リスク値データベース

Claims (5)

1. 対象領域を連続的に撮影する撮影手段により得られた複数の撮影画像により示される、前記対象領域に存在する人の行動状態に基づいて、当該対象領域における不審者を検出する検出手段と、
   前記撮影画像に存在する人のうち、前記検出手段によって検出された不審者を除く人で、かつ当該不審者に最も近い人から予め定められた順位まで近い人を被守備者とし、他の人を守備者として特定する特定手段と、
   前記不審者、前記被守備者、および前記守備者の位置関係に基づいて、前記不審者の前記被守備者に対する犯罪リスクの高さを示す犯罪リスク値を導出する導出手段と、
   を備えた犯罪リスク値導出装置。
2. 前記検出手段は、前記撮影手段により得られた複数の撮影画像に基づいて、前記対象領域に存在する人の行動状態と当該対象領域の平常時における不特定多数の人による行動状態との差分に基づいて、当該対象領域における不審者を検出する
   請求項１記載の犯罪リスク値導出装置。
3. 前記導出手段によって導出された犯罪リスク値を用いて、犯罪を防止するものとして予め定められた処理を実行する処理実行手段
   をさらに備えた請求項１または請求項２記載の犯罪リスク値導出装置。
4. 前記処理実行手段は、前記予め定められた処理として、前記犯罪リスク値を報知する処理、および前記犯罪リスク値が予め定められた閾値より大きな場合に警報を発する処理の少なくとも一方の処理を実行する
   請求項３記載の犯罪リスク値導出装置。
5. コンピュータを、
   対象領域を連続的に撮影する撮影手段により得られた複数の撮影画像により示される、前記対象領域に存在する人の行動状態に基づいて、当該対象領域における不審者を検出する検出手段と、
   前記撮影画像に存在する人のうち、前記検出手段によって検出された不審者を除く人で、かつ当該不審者に最も近い人から予め定められた順位まで近い人を被守備者とし、他の人を守備者として特定する特定手段と、
   前記不審者、前記被守備者、および前記守備者の位置関係に基づいて、前記不審者の前記被守備者に対する犯罪リスクの高さを示す犯罪リスク値を導出する導出手段と、
   として機能させるためのプログラム。