JP2018147160A - 情報処理装置、情報処理方法及びプログラム - Google Patents

Abstract

【課題】イベントの発生履歴がない場合でも、特定の領域毎にイベントの発生確率を推定できるようにする。
【解決手段】実施形態の情報処理装置は、受付部と検出部と推定部とを備える。受付部は、画像と、第１の領域を示す領域情報とを受け付ける。検出部は、画像から物体を検出する。推定部は、第１の領域と、物体との位置関係に基づいて、第１の領域で発生するイベントの発生確率を推定する。
【選択図】図１

Description

本発明の実施形態は情報処理装置、情報処理方法及びプログラムに関する。

イベントの発生確率及び発生リスク等を推定する技術が従来から知られている。例えば特定の場所の過去の犯罪履歴、及び、周囲の店舗の情報等に応じて、犯罪の発生確率を推定する方法が従来から知られている。また例えば、不審者の周囲に存在する人物毎に犯罪の発生リスクを予測する方法が従来から知られている。

米国特許８９４９１６４号 特開２０１５−１３９００７号公報

新しい特徴量を用いた人物検出技術、東芝レビュー Ｖｏｌ．６５，Ｎｏ．４，２０１０ カメラの視界から一時的に隠れても追跡可能な人物追跡技術、東芝レビュー Ｖｏｌ．７０，Ｎｏ．６，２０１５

しかしながら、従来の技術では、イベントの発生履歴がない場合に、特定の領域毎にイベントの発生確率を推定することが難しかった。

実施形態の情報処理装置は、受付部と検出部と推定部とを備える。受付部は、画像と、第１の領域を示す領域情報とを受け付ける。検出部は、前記画像から物体を検出する。推定部は、前記第１の領域と、前記物体との位置関係に基づいて、前記第１の領域で発生するイベントの発生確率を推定する。

第１実施形態の情報処理装置の機能構成の例を示す図。 第１実施形態の第１の領域と人物との位置関係の例を示す図。 第１実施形態の情報処理方法の例を示すフローチャート。 第２実施形態の情報処理装置の機能構成の例を示す図。 第２実施形態の情報処理方法の例を示すフローチャート。 第２実施形態の変形例４の情報処理装置の動作を説明するための図。 第１及び第２実施形態の情報処理装置のハードウェア構成の例を示す図。

以下に添付図面を参照して、情報処理装置、情報処理方法及びプログラムの実施形態を詳細に説明する。

（第１実施形態）
はじめに第１実施形態の情報処理装置の機能構成の例について説明する。

［機能構成の例］
図１は第１実施形態の情報処理装置１０ａの機能構成の例を示す図である。第１実施形態の情報処理装置１０ａは、受付部１、検出部２ａ、特定部３ａ及び推定部４ａを備える。

第１実施形態の情報処理装置１０ａは、受付部１、検出部２ａ、特定部３ａ及び推定部４ａを動作させることにより、イベントの発生確率を推定する。第１実施形態では、理解を助けるために、イベントが、小売店舗内で発生する万引きである場合を例にして説明する。

受付部１は、１以上の画像と、第１の領域を示す１以上の領域情報とを受け付ける。画像の形式は、映像（動画像）でもよいし、静止画像でもよい。第１実施形態の説明では、画像の形式が映像である場合について説明する。

映像を撮像するカメラは任意でよい。映像は、例えば可視光を使用する一般的な防犯カメラにより撮像される。また例えば、映像は、近赤外線及び遠赤外線等を使用するカメラにより撮像される。また例えば、映像は、奥行き情報を含む特殊な３次元カメラやセンサにより撮像される。カメラの撮影範囲は、第１の領域と重なっていても、重なっていなくてもよい。

第１の領域は、イベントの発生確率が推定される領域である。第１実施形態の情報処理装置１０ａは、第１の領域毎にイベントの発生確率を推定する。

第１の領域は、どのような形状及び面積であってもよい。第１の領域は、例えば店舗内のある棚の前等の地理的な属性に応じて決定された領域である。また例えば、第１の領域は、２次元の平面ではなく、３次元の立体的な領域でもよい。また時間に応じて領域の有無や形状等の設定が変化してもよい。

検出部２ａは、受付部１により受け付けられた映像から物体を検出する。物体は人物でもよいし、人物以外の物でもよい。人物以外の物は、例えばロボット等である。第１実施形態の説明では、物体が人物である場合を例にして説明する。映像から人物を検出する方法は任意でよい。検出部２ａは、例えば非特許文献１に開示されている人物検出技術を使用して、映像から人物を検出する。

映像から検出された人物の位置は、当該映像上での座標系（以下、「カメラ座標系」という。）の座標により表される。

特定部３ａは、第１の領域と、人物との位置関係を特定する。具体的には、まず特定部３ａは、カメラ座標系の座標情報を、共通座標系の座標情報に変換する。共通座標系は、第１の領域と人物との位置関係を計算可能な座標系である。

共通座標系は、例えば店舗の平面図上の座標系である。特定部３ａは、第１の領域と、人物との両方を店舗平面図上の座標系で示すことにより、第１の領域と、人物との位置関係を特定する。

カメラ座標系から共通座標系への座標変換は、カメラの共通座標系上での位置、カメラの向き及び視野角等が分かっていれば、幾何学的に計算可能である。

また、複数のカメラにより撮像された映像から、個別に人物が検出されていたとしても、検出されたそれぞれのカメラ座標系上の人物の座標情報を、共通座標系の座標情報に変換することにより、一元的に、第１の領域と、それぞれの人物との位置関係を特定することができる。

推定部４ａは、第１の領域と、人物との位置関係から、第１の領域で発生するイベントの発生確率を推定する。

第１実施形態では、イベントの発生確率は、万引きの発生確率である。万引きは、万引きを実行しようという意志を持つ人物（便宜上、犯意者という。）が存在すれば必ず発生するとは限らない。犯意者は当然、万引きが発覚することを避けるため、周囲の状況を含めて万引きを実行するかどうかを判断する。したがって、第１の領域において、犯意者だけに注目しても万引きが起こるかどうかを予測することはできず、周囲の状況も考慮される必要がある。

また、映像等から、ある人物が犯意を持っているかどうかを外部から確定的に観測することは容易ではないため、特定の人物を犯意者（不審者）として集中的に分析することも難しい。

そこで推定部４ａは、第１の領域と、第１の領域の周囲に存在する人物との位置関係から、万引きが発生しやすい状況かどうかを判定することにより、当該第１の領域での万引きの発生確率を推測する。推定部４ａは、例えば第１の領域と、人物との位置関係に基づいて定義された発生確率の定義情報を使用して、第１の領域で発生するイベントの発生確率を推定する。

上で述べたように、一般的に、万引きは衆人環視の下では発生しない。したがって、第１の領域との距離が閾値以下の位置に人物（第１の人物）が存在し、かつ、第１の領域が他の人物（第２の人物）から、死角となるような位置に存在するか否かで万引きの発生確率は変化する。死角は、例えば遮蔽物により生じる。遮蔽物は、例えば商品の陳列棚である。

なお上述の閾値は適宜定めてよい。以下の説明で述べられる、それぞれの処理に使用される閾値についても同様である。

遮蔽物の位置は、共通座標系上で事前に設定することができる。なお、遮蔽物の位置の他に、遮蔽物の種類及び高さ等も併せて設定しておいてもよい。

＜位置関係の例＞
図２は第１実施形態の第１の領域と人物との位置関係の例を示す図である。図２の例は、共通座標系により、第１の領域１００の位置と、第１の人物１０１の位置と、第２の人物１０２ａ〜１０２ｉの位置とが示されている場合を示す。図２の例では、受付部１により受け付けられる第１の領域を示す領域情報は、共通座標系の座標情報である。

第１の人物１０１と、第１の領域１００との距離は閾値（距離の閾値）以下である。

第１の領域１００は、陳列棚によって、第２の人物１０２ａ〜１０２ｄから死角となる。第１の領域１００からの距離が閾値以上の位置に存在している第２の人物１０２ｅ〜１０２ｉは、現在時刻におけるイベント発生確率には影響を与えないと考えられるので排除できる。

図２の例では、最も簡単な例として、推定部４ａが、第１の領域と第２の人物１０２との間の遮蔽物の有無に基づいて、万引きの発生確率を推定する場合を示している。第１の領域１００に着目すると、５人の人物が第１の領域１００の周囲に存在しているが、４人（第２の人物１０２ａ〜１０２ｄ）からは、商品の陳列棚によって、第１の領域１００が死角となる。

つまり、第１の領域１００へは、周囲からの監視下にない第１の人物１０１だけが近づいている状態になり、第１の領域１００での万引きの発生確率は高くなると推測できる。具体的には、推定部４ａは、第１の領域１００と、人物との位置関係が、周囲からの監視下にない人物（図２の例では第１の人物１０１）だけが第１の領域１００に近づいている状態であるときの万引きの発生確率が、閾値以上の値に定義された定義情報を使用することにより、第１の領域１００で発生するイベントの発生確率を推定する。

なお、第１の領域１００からの距離が閾値以上の位置に存在している第２の人物１０２ｅ〜１０２ｉを完全に排除するのではなく、第１の領域１００からの距離に応じた重みを設定して、イベント発生確率の計算に使用してもよい。重みは、例えば第１の領域１００との距離が遠い程、遮蔽物の有無に基づくイベント発生率の計算に寄与しないように設定される。

また、図２の例では、簡単のため、第１の領域１００が１つの場合を示しているが、複数の第１の領域１００のそれぞれに対してイベント発生確率を推定してもよい。

次に第１実施形態の情報処理方法について説明する。

［情報処理方法の例］
図３は第１実施形態の情報処理方法の例を示すフローチャートである。はじめに、受付部１が、１以上の映像と、第１の領域を示す１以上の領域情報とを受け付ける（ステップＳ１）。次に、検出部２ａが、ステップＳ１の処理により受け付けられた１以上の映像から、人物を検出する（ステップＳ２）。

次に、特定部３ａが、人物の位置を示すカメラ座標系の座標情報を、共通座標系の座標情報に変換する（ステップＳ３）。次に、特定部３ａは、ステップＳ３の処理により得られた共通座標系の座標情報を使用して、第１の領域と人物との位置関係を特定する（ステップＳ４）。

次に、推定部４ａが、ステップＳ４の処理により特定された第１の領域と、人物との位置関係から、第１の領域で発生するイベントの発生確率を推定する（ステップＳ５）。

以上、説明したように、第１実施形態の情報処理装置１０ａでは、受付部１が、映像と、第１の領域を示す領域情報とを受け付ける。検出部２ａが、映像から人物を検出する。そして推定部４ａが、第１の領域と、人物との位置関係に基づいて、第１の領域で発生するイベントの発生確率を推定する。

これにより第１実施形態の情報処理装置１０ａによれば、イベントの発生履歴がない場合でも、特定の領域毎にイベントの発生確率を推定することができる。

なお対象のイベントは、上述の万引きに限られない。第１実施形態の情報処理装置１０は、イベントの発生確率が推定される領域と、当該領域の周囲の人物との関係によって決まる任意のイベントの発生確率を推定することができる。

例えば、駅及び店舗等で、駅員及び店員等に用事があるので声をかけたい、というようなスタッフコールのイベントを対象にしてもよい。スタッフコールのイベントも、イベントの発生確率が推定される領域の周囲に店員がいるかどうかなどの状況に応じて、当該イベントの発生確率が変わる。

スタッフコールのイベントの発生確率が推測できれば、当該イベントの発生確率に応じてスタッフを予め配置しておくことができるので、顧客満足の改善、及び、スタッフの人的配置の最適化等が期待できる。

（第１実施形態の変形例）
次に第１実施形態の変形例について説明する。第１実施形態の変形例では、第１実施形態と同様の説明については省略し、第１実施形態と異なる箇所について説明する。

第１次実施形態の変形例では、第１の領域で発生するイベントの発生確率が閾値以上の場合、当該第１の領域で発生するイベントの発生確率が閾値以上であることを通知する通知部を備える。

第１実施形態の変形例について、イベントが万引きである場合を例にして説明する。

通知先は、例えば所定の装置である。所定の装置は任意でよい。イベントが万引きである場合、所定の装置は、例えば店舗スタッフにより携帯されるスマートデバイスである。

また通知の方法は任意でよい。通知の方法は、例えば所定の装置の表示部にメッセージを表示する方法でもよい。また例えば、通知の方法は、メール等の通信機能を使用することにより、通知する方法でもよい。

また通知先は任意でよい。通知先は、例えば第１の領域に最も近い店舗スタッフにより携帯されるスマートデバイスである。また例えば、通知先は、それぞれの店舗スタッフにより形態されている複数のスマートデバイスである。

万引きは、発生した後に店舗スタッフが対処するよりも、そもそも万引きが発生しない方が好ましい。そのため、通知部が、万引きの発生確率が閾値以上の場合に、万引きの発生確率が閾値以上であることを所定の装置に通知することにより、万引きの発生を未然に防ぐことが期待できる。その結果、顧客満足度の向上、及び、店舗運営効率の改善につなげることができる。

（第２実施形態）
次に第２実施形態について説明する。第２実施形態では、第１実施形態と同様の説明については省略し、第１実施形態と異なる箇所について説明する。

例えばイベントが万引きである場合、第１の領域が、他の人物から死角となっている状況で、第１の領域付近に人物が１人で存在していたとしても、当然ながらその人物が必ずしも万引きを目的とする犯意者とは限らない。むしろ偶然そのような状況になっただけである可能性の方が高い。そのため、第１の領域が、他の人物から死角となっている状況で、第１の領域付近に人物が１人で存在している場合、当該第１の領域の万引きの発生確率が閾値以上であると毎回、推定すると、信頼度が低くなる恐れがある。

そこで、第２実施形態では、推定部４ｂが、第１の領域と、人物との位置関係以外の情報を更に使用して、イベントの発生確率を推定する場合について説明する。

［機能構成の例］
図４は第２実施形態の情報処理装置１０ｂの機能構成の例を示す図である。第２実施形態の情報処理装置１０ｂは、受付部１、検出部２ｂ、特定部３ｂ、推定部４ｂ及び記憶部５を備える。

受付部１は、１以上の映像と、第１の領域を示す１以上の領域情報とを受け付ける。

検出部２ｂは、受付部１により受け付けられた映像から、人物だけでなく、当該人物の属性を示す属性情報を更に検出する。属性情報は、例えば年齢、性別、装着物、髪型及び人種のうち、少なくとも１つを含む。装着物は、例えば服装及び帽子等である。

特定部３ｂは、第１の領域と、人物との位置関係だけでなく、当該人物の移動軌跡と、当該人物の行動を示す行動情報とを更に特定する。

まず人物の移動軌跡の特定方法について説明する。

＜人物の移動軌跡の特定方法＞
第２実施形態では、特定部３ｂは、例えば店舗内での人物の移動軌跡を特定する。

移動軌跡の特定方法は任意でよい。例えば、同一のカメラにより撮像された映像であれば、当該映像に含まれるフレーム間で、同一の人物を追跡し続けるトラッキング技術が利用可能である。特定部３ｂは、例えば非特許文献２に開示されている人物追跡技術を使用して、人物の移動軌跡を特定する。

特定部３ｂは、検出された人物の位置、及び、追跡された人物の移動軌跡を示すカメラ座標系の座標情報を、共通座標系の座標情報に変換する。そして特定部３ｂは、共通座標系の座標情報を記憶部５に記憶する。さらに、特定部３ｂは、検出部２ｂにより検出された人物の属性情報と、当該人物を映像から切り出した部分画像と、を関連付けて記憶部５に記憶する。

特定部３ｂは、人物が映像の撮影範囲外に出てしまった場合には、カメラ間で人物の対応付けを行うことにより、同一の人物の移動軌跡を、店舗内で一貫した人物の移動軌跡に統合する。当日の店舗内における人物の対応付けなので、基本的に服装は変わらない。そのため、人物画像のパターンマッチングによって、類似する人物軌跡を統合していけばよい。

また、カメラの撮影範囲でオーバーラップする領域においては、共通座標系に変換した場合に重なっている人物の軌跡を統合することにより、人物の対応付けを行うこともできる。特定部３ｂは、十分な数のカメラが店舗に設置されていれば、カメラ間で人物の対応付けを行うことにより、入店時から現在時刻まで店舗内にいる人物の移動軌跡を特定することができる。

なお特定部３ｂは、カメラにより撮像された映像以外から人物の移動軌跡を特定してもよい。特定部３ｂは、例えば電波等を利用したセンサにより取得された情報を使って、人物の移動軌跡を特定してもよい。例えば、人物が携帯電話を持っている場合、特定部３ｂは、携帯電話が発する電波を利用して、人物の位置を特定することができる。また例えば、特定部３ｂは、店舗内に設置された買い物かごに、予め無線タグが組み込まれている場合、当該無線タグを読み取ることにより、人物の位置を特定することができる。

次に人物の行動の特定方法について説明する。

＜人物の行動の特定方法＞
人物の行動を示す行動情報の特定方法は任意でよい。特定部３ｂは、例えばカメラにより撮像された映像から行動情報を特定する。行動情報は、例えば人物の顔の向き、視線の向き、移動速度、手の動き、及び、滞在時間のうち、少なくとも１つを含む。

人物の顔の向き、視線の向き、及び、移動速度等は、例えば当該人物に挙動不審な動作があるか否かを示す。

手の動きは、例えば商品を手に取る、カバン等の装着物を触る、及び、携帯電話等の携行品を触る等である。

滞在時間は、第１の領域を含む第２の領域内に人物が滞在している時間である。第２の領域は、例えば店舗の売り場全体の領域を示す。入店時からの人物の移動軌跡が得られていれば、当該人物の滞在時間についても特定が可能である。

推定部４ｂは、第１の領域と、人物との位置関係だけでなく、当該人物の移動軌跡、属性情報及び行動情報等のうち少なくとも１つに更に基づいて、第１の領域で発生するイベントの発生確率を推定する。

人物の移動軌跡、属性情報及び行動情報は、イベントが万引きである場合には、それぞれ単体では直接の関連性は低いかもしれない。しかしながら、人物の移動軌跡、属性情報及び行動情報を組み合わせることにより、万引きの犯意者特有の情報が抽出される可能性は高まる。

この万引きの犯意者特有の情報の組み合わせは無数にある。しかしながら特定部３ｂは、例えば機械学習の方法を使用することにより得られた万引きの発生モデルから、万引きの犯意者特有の情報を抽出することができる。推定部４ｂは、例えば図２に示す人物１０１の移動軌跡、属性情報及び行動情報の組み合わせと、犯意者特有の情報との類似度に更に基づいて、万引きの発生確率を推定することができる。推定部４ｂは、例えば上述の定義情報により定義された万引きの発生確率を、人物１０１の移動軌跡、属性情報及び行動情報の組み合わせと、犯意者特有の情報との類似度に応じた値だけ高くする。

＜機械学習を使用する場合＞
具体的には、店舗内で万引きが起こり、捕まえた犯人が自供する、または、店舗内のカメラから万引きの瞬間を特定できた等、いつ、どこで、誰が万引きしたのかが判明した場合を考える。また、万引き発生時の犯人の移動軌跡、属性情報及び行動情報が得られているとする。

推定部４ｂは、万引きが起こった場所を第１の領域とし、万引きの発生時刻をｔとする。そして推定部４ｂは、当該第１の領域で時刻ｔにおける万引き発生確率が１００％となるように、人物の移動軌跡、属性情報及び行動情報の組み合わせの最適化問題を解けばよい。具体的には、推定部４ｂは、学習関数への入力情報として、人物の移動軌跡、属性情報及び行動情報の組み合わせを使用することにより、犯意者特有の情報の組み合わせの最適化問題を解く。

もちろん、１回の万引きにより得られた教師データだけから、万引きの発生モデルを正しく学習することは難しい。店舗内での複数回の万引きが特定できれば、それだけ学習のための教師データは増加するので、万引きの発生モデルから得られる犯意者特有の情報の推定精度は向上する。

しかし、学習対象の店舗が同一の店舗だけの場合、学習に必要となる十分な数の万引きを特定することができない可能性がある。また、教師データが揃うまでに時間がかかってしまうという懸念もある。

そこで、特定部３ｂは、共通座標系を、第１の領域を含む相対共通座標系に変換してもよい。

相対共通座標系は、例えば共通座標系で示された第１の領域の中心を原点とする座標を使用して、当該第１の領域と人物との位置関係を局所的に示す座標系である。相対共通座標系を使用することで、複数の店舗間で、局所的には類似する領域で得られた教師データを、当該複数の店舗間で使用することができる。

具体的には、相対共通座標系を一定のルールで正規化することにより、同一店舗だけでなく他の店舗とも教師データの比較が可能となる。一定のルールは、例えば相対共通座標系の単位を例えばメートル等で統一することを含む。また例えば、一定のルールは、店舗の入り口を特定の方向にする等により、相対共通座標系の向きを合わせることを含む。

なお相対共通座標系の原点は、第１の領域の中心に限られず、任意で定めてよい。

店舗間で教師データが相互に利用できるようにすることにより、ある店舗で最適化の学習をすることにより得られたモデルを、一般モデルとして、別の店舗でも流用できる。これにより、情報処理装置１０ｂの導入時のコストを削減できるという利点が生じる。

また、情報処理装置１０ｂが導入された店舗で、初期値として一般モデルを使用し、当該一般モデルを更に適応的に学習してもよい。これにより一般モデルを、情報処理装置１０ｂが導入された店舗に適応させることができるので、イベントの発生確率の推定精度を向上させることができる。

次に第２実施形態の情報処理方法について説明する。

［情報処理方法の例］
図５は第２実施形態の情報処理方法の例を示すフローチャートである。はじめに、受付部１が、１以上の映像と、第１の領域を示す１以上の領域情報とを受け付ける（ステップＳ１１）。

次に、検出部２ｂが、ステップＳ１１の処理により受け付けられた１以上の映像から、人物を検出する（ステップＳ１２）。次に、検出部２ｂが、ステップＳ１１の処理により受け付けられた１以上の映像から、属性情報を検出する（ステップＳ１３）。

次に、特定部３ｂが、人物の位置を示すカメラ座標系の座標情報を、共通座標系の座標情報に変換する（ステップＳ１４）。次に、特定部３は、ステップＳ１４の処理により得られた共通座標系の座標情報を使用して、第１の領域と人物との位置関係を特定する（ステップＳ１５）。次に、特定部３は、ステップＳ１１の処理により受け付けられた１以上の映像から、人物の移動軌跡及び行動情報を特定する（ステップＳ１６）。

次に、推定部４ｂが、ステップＳ１５の処理により特定された第１の領域と、人物との位置関係、及び、ステップＳ１６の処理により特定された人物の移動軌跡と行動情報とから、第１の領域で発生するイベントの発生確率を推定する（ステップＳ１７）。

以上説明したように、第２実施形態の情報処理装置１０ｂでは、推定部４ｂが、移動軌跡、属性情報及び行動情報を使用することにより、第１の領域の周囲の人物の情報をより多く扱うことができるので、イベントの発生確率の推定精度をより向上させることができる。

（第２実施形態の変形例１）
次に第２実施形態の変形例１について説明する。第２実施形態の変形例１では、第２実施形態と同様の説明については省略し、第２実施形態と異なる箇所について説明する。

第２次実施形態の変形例１では、推定部４ｂが、上述の移動軌跡、属性情報及び行動情報以外の情報を更に使用することにより、イベントの発生確率の推定精度を更に向上させる場合について説明する。

第２実施形態の変形例１について、イベントが万引きである場合を例にして説明する。

推定部４ｂは、例えば第１の領域の属性を示す属性情報を更に使用してもよい。属性情報は、例えば調味料、生鮮品及び菓子類等の陳列棚の種類に応じて定められる。また属性情報は、例えば第１の領域の店舗内の位置に応じて定められる。

第１の領域が店舗内のどのような場所にあるかによって、万引きの発生確率は変化する可能性がある。例えば第１の領域が人目に付きにくい場所にある場合、当該第１の領域の万引きの発生確率は、他の領域よりも高くなる可能性が高い。推定部４ｂが、属性情報を更に使用することにより、万引きの発生確率の推定精度を更に向上させることができる。

また例えば、推定部４ｂは、時間、曜日及び天気等を示す情報を更に使用してもよい。推定部４ｂは、例えば第１の領域で発生するイベントの発生確率を、更に時刻に応じて推定すしてもよい。具体的には、推定部４ｂは、例えば上述の第１の領域の属性情報と、時間情報とを更に使用する。これにより推定部４ｂは、例えば夕方には生鮮食品の万引きが多い等の情報を更に考慮して、万引きの発生確率を推定することができる。

第２実施形態の変形例１によれば、イベントの発生確率の推定精度を更に向上させることができる。

（第２実施形態の変形例２）
次に第２実施形態の変形例２について説明する。第２実施形態の変形例２では、第２実施形態と同様の説明については省略し、第２実施形態と異なる箇所について説明する。

第２次実施形態の変形例２では、推定部４ｂが、人物の属性情報が所定の条件を満たす場合に、イベントの発生確率を変化させることにより、イベントの発生確率の推定精度を更に向上させる場合について説明する。

第２実施形態の変形例２について、イベントが万引きである場合を例にして説明する。

イベントが万引きである場合、犯意者の近くに人物がいるとき、当該人物が別の買い物客である場合よりも、警備員である場合の方が、万引きを実行する可能性は低いと考えられる。

検出部２ｂは、検出された人物が、店員及び警備員等の店舗のスタッフである場合、特別なラベル等の識別情報を付与する。

一般に、店員及び警備員等の店舗スタッフは、特定のユニフォーム等の装着物により、外見上、買い物客と区別することが可能である。なお、仮にユニフォーム等がなく、買い物客と店舗スタッフとの見分けが外見上付かないのであれば、そもそも万引きの発生確率に影響を与えないと考えられる。

検出部２ｂは、買い物客と店舗スタッフとが、外見上、区別可能である場合、パターン認識の技術を使用することにより、人物が店舗スタッフであるか否かを検出する。なお検出部２ｂが、店舗スタッフを検出する方法は任意でよい。検出部２ｂは、店舗スタッフが無線タグ等のセンサを携帯している場合、当該無線タグから発せられた電波を使用することにより、人物が店舗スタッフであるか否かを検出してもよい。

特定部３ｂは、第１の領域と店舗スタッフとの距離を特定する。

推定部４ｂは、第１の領域と店舗スタッフとの距離に応じて、万引きの発生確率を変化させる。推定部４ｂは、例えば第１の領域と店舗スタッフとの距離が閾値以下の場合、万引きの発生確率を低下させる。

また推定部４ｂは、機械学習により万引きの発生モデルを学習する場合、例えば買い物客を示す変数と、店舗スタッフを示す変数と、が区別された教師データを学習関数に入力することにより、万引きの発生モデルを学習する。また例えば、推定部４ｂは、買い物客を示す変数を含む教師データが入力される学習関数と、店舗スタッフを示す変数を含む教師データが入力される学習関数とを区別することにより、万引きの発生モデルを学習する。

第２実施形態の変形例２によれば、イベントの発生確率の推定精度を更に向上させることができる。

（第２実施形態の変形例３）
次に第２実施形態の変形例３について説明する。第２実施形態の変形例３では、第２実施形態と同様の説明については省略し、第２実施形態と異なる箇所について説明する。

第２次実施形態の変形例３では、推定部４ｂが、イベント発生までの予測時間を推定する場合について説明する。

第２実施形態の変形例３について、イベントが万引きである場合を例にして説明する。

推定部４ｂは、教師データとして、万引きが発生した時刻ｔが与えられた場合、時刻ｔ−ａの状況（人物の移動軌跡、属性情報及び行動情報等の入力データが得られた状況）に対して、時刻ａ後に万引きが発生するという教師信号を出力することができる。推定部４ｂは、この教師信号を最適化の指標に設定することにより、機械学習を行う。これにより任意の状況において、次はいつ万引きが発生するかという時刻を予測することが可能となる。

第２実施形態の変形例３によれば、次はいつイベントが発生するかという時刻を予測することが可能となる。

（第２実施形態の変形例４）
次に第２実施形態の変形例４について説明する。第２実施形態の変形例４では、第２実施形態と同様の説明については省略し、第２実施形態と異なる箇所について説明する。

第２次実施形態の変形例４では、第１の領域が、映像を撮像するカメラの死角となる領域の一部又は全部を含む場合について説明する。

第２実施形態の変形例４について、イベントが万引きである場合を例にして説明する。

図６は第２実施形態の変形例４の推定部４ｂの動作を説明するための図である。図６の例は、三角形ＡＢＣの領域が、カメラ２０ａ及びカメラ２０ｂの死角となる場合を示す。第１の領域１００は、三角形ＡＢＣの領域の一部を含む。以下、カメラ２０ａ及びカメラ２０ｂを区別しない場合は、単にカメラ２０という。

通常、カメラ２０は固定されているため、カメラ２０の撮影範囲は事前に把握可能である。そこで、共通座標系上で、どの座標がカメラの撮影範囲内で、どの座標がカメラの撮影範囲外なのかを示すことが可能である。

また、特定部３ｂが、カメラ２０により撮像された映像を使用して、人物を追跡している際に、当該人物が映像を撮像するカメラ２０の画角外に出てしまうこともある。

図６の例は、特定部３ｂが、カメラ２０ａにより撮像された映像により、人物１０１（１０２）を、移動軌跡１１０の途中まで追跡していた際に、当該人物１０１がカメラ２０ａの画角の外に出てしまった場合を示す。人物１０１は、カメラ２０ｂにより撮像された映像にも含まれていない。したがって人物１０１が存在する可能性がある領域は、三角形ＡＢＣの領域内である。

この三角形ＡＢＣの領域と第１の領域１００とが重なっている領域に、人物１０１が存在している可能性がある。したがって推定部４ｂは、カメラ２０により撮像された映像に人物が含まれておらず、かつ、カメラ２０の死角に人物１０１が存在し続けている場合を考慮して、第１の領域１００で発生する万引きの発生確率を推定する。

カメラ２０により撮像された映像に人物１０１が含まれておらず、かつ、カメラ２０の死角に人物１０１が存在し続けている場合を考慮する方法は任意でよい。単純には、推定部４ｂは、例えば最適化問題を解いて万引きの発生確率を学習する際に、死角にいる人物１０１の存在の有無を示す状態情報を使用する。状態情報は、例えばフラグ等のパラメータである。また例えば、推定部４ｂは、人物１０１がカメラ２０の死角にいる時間が、閾値以上の場合、第１の領域１００で発生する万引きの発生確率を閾値以上にする。

推定部４ｂが、上述のようにカメラ２０の死角を考慮することにより、人物１０１（１０２）が、映像を撮像するカメラ２０の画角外に存在する場合が生じても、第１の領域で発生する万引きの発生確率の推定精度を向上させることができる。

第２実施形態の変形例４によれば、第１の領域が、映像を撮像するカメラの死角となる領域の一部又は全部を含む場合でも、第１の領域で発生するイベントの発生確率の推定精度を向上させることができる。

（第２実施形態の変形例５）
次に第２実施形態の変形例５について説明する。第２実施形態の変形例５では、第２実施形態と同様の説明については省略し、第２実施形態と異なる箇所について説明する。

第２次実施形態の変形例５では、検出部２ｂが、警報装置及びカメラ等の所定の物体を更に検出し、推定部４ｂが、当該所定の物体と第１の領域との距離に更に基づいて、イベントの発生確率を変化させることにより、イベントの発生確率の推定精度を更に向上させる場合について説明する。

第２実施形態の変形例５について、イベントが万引きである場合を例にして説明する。

イベントが万引きである場合、第１の領域又は犯意者の近くに、警報装置及びカメラ等の所定の物体がある場合、犯意者の近くに当該所定の物体がない場合よりも、万引きを実行する可能性は低いと考えられる。

検出部２ｂは、検出された所定の物体に、特別なラベル等の識別情報を付与する。

特定部３ｂは、第１の領域と所定の物体との距離を特定する。

推定部４ｂは、第１の領域と所定の物体との距離に基づいて、万引きの発生確率を変化させる。推定部４ｂは、例えば第１の領域と所定の物体との距離が閾値以下の場合、万引きの発生確率を低下させる。

また推定部４ｂは、機械学習により万引きの発生モデルを学習する場合、例えば所定の物体の有無等を示す変数を含む教師データを学習関数に入力することにより、万引きの発生モデルを学習する。

第２実施形態の変形例５によれば、イベントの発生確率の推定精度を更に向上させることができる。

最後に第１及び第２実施形態の情報処理装置１０のハードウェア構成の例について説明する。

［ハードウェア構成の例］
図７は第１及び第２実施形態の情報処理装置１０のハードウェア構成の例を示す図である。第１及び第２実施形態の情報処理装置１０は、制御装置２０１、主記憶装置２０２、補助記憶装置２０３、表示装置２０４、入力装置２０５及び通信装置２０６を備える。制御装置２０１、主記憶装置２０２、補助記憶装置２０３、表示装置２０４、入力装置２０５及び通信装置２０６は、バス２１０を介して接続されている。

制御装置２０１は補助記憶装置２０３から主記憶装置２０２に読み出されたプログラムを実行する。制御装置２０１は、例えばＣＰＵ等の１以上のプロセッサである。主記憶装置２０２はＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、及び、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等のメモリである。補助記憶装置２０３はメモリカード、及び、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等である。

表示装置２０４は情報を表示する。表示装置２０４は、例えば液晶ディスプレイである。入力装置２０５は、情報の入力を受け付ける。入力装置２０５は、例えばキーボード及びマウス等である。なお表示装置２０４及び入力装置２０５は、表示機能と入力機能とを兼ねる液晶タッチパネル等でもよい。通信装置２０６は他の装置と通信する。

第１及び第２実施形態の情報処理装置１０で実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、メモリカード、ＣＤ−Ｒ、及び、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）等のコンピュータで読み取り可能な記憶媒体に記憶されてコンピュータ・プログラム・プロダクトとして提供される。

また第１及び第２実施形態の情報処理装置１０で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また第１及び第２実施形態の情報処理装置１０が実行するプログラムを、ダウンロードさせずにインターネット等のネットワーク経由で提供するように構成してもよい。

また第１及び第２実施形態の情報処理装置１０で実行されるプログラムを、ＲＯＭ等に予め組み込んで提供するように構成してもよい。

第１及び第２実施形態の情報処理装置１０で実行されるプログラムは、第１及び第２実施形態の情報処理装置１０の機能構成のうち、プログラムにより実現可能な機能を含むモジュール構成となっている。

プログラムにより実現される機能は、制御装置２０１が補助記憶装置２０３等の記憶媒体からプログラムを読み出して実行することにより、主記憶装置２０２にロードされる。すなわちプログラムにより実現される機能は、主記憶装置２０２上に生成される。

なお第１及び第２実施形態の情報処理装置１０の機能の一部を、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等のハードウェアにより実現してもよい。ＩＣは、例えば専用の処理を実行するプロセッサである。

また複数のプロセッサを用いて各機能を実現する場合、各プロセッサは、各機能のうち１つを実現してもよいし、各機能のうち２以上を実現してもよい。

また第１及び第２実施形態の情報処理装置１０の動作形態は任意でよい。第１及び第２実施形態の情報処理装置１０を、例えばネットワーク上のクラウドシステムとして動作させてもよい。

本発明のいくつか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。これら実施形態やその変形は、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。

１ 受付部
２ 検出部
３ 特定部
４ 推定部
５ 記憶部
１０ 情報処理装置
２０１ 制御装置
２０２ 主記憶装置
２０３ 補助記憶装置
２０４ 表示装置
２０５ 入力装置
２０６ 通信装置

Claims (15)

1. 画像と、第１の領域を示す領域情報とを受け付ける受付部と、
   前記画像から物体を検出する検出部と、
   前記第１の領域と前記物体との位置関係に基づいて、前記第１の領域で発生するイベントの発生確率を推定する推定部と、
   を備える情報処理装置。
2. 前記物体は、人物であり、
   前記推定部は、前記第１の領域との距離が第１の閾値以下の位置に第１の人物が存在し、かつ、前記第１の領域と１以上の第２の人物との間に遮蔽物がある場合、前記第１の領域で発生するイベントの発生確率を第２の閾値以上にする、
   請求項１に記載の情報処理装置。
3. 前記推定部は、前記物体の移動軌跡に更に基づいて、前記第１の領域で発生するイベントの発生確率を推定する、
   請求項１に記載の情報処理装置。
4. 前記検出部は、前記物体が前記画像の撮影範囲外に移動し、かつ、前記第１の領域内に前記物体が存在する可能性がある場合、前記第１の領域内に前記物体が存在する可能性があることを示す状態情報を設定し、
   前記推定部は、前記状態情報に更に基づいて、前記第１の領域で発生するイベントの発生確率を推定する、
   請求項３に記載の情報処理装置。
5. 前記物体は、人物であり、
   前記検出部は、前記人物の属性を示す属性情報を更に検出し、
   前記推定部は、前記属性情報に更に基づいて、前記第１の領域で発生するイベントの発生確率を推定する、
   請求項１に記載の情報処理装置。
6. 前記属性情報は、年齢、性別、装着物、髪型及び人種のうち、少なくとも１つを含む、
   請求項５に記載の情報処理装置。
7. 前記物体は、人物であり、
   前記推定部は、前記人物の行動を示す行動情報に更に基づいて、前記第１の領域で発生するイベントの発生確率を推定する、
   請求項１に記載の情報処理装置。
8. 前記行動情報は、前記人物の顔の向き、視線の向き、移動速度、手の動き、及び、前記第１の領域を含む第２の領域内に前記人物が滞在している滞在時間のうち、少なくとも１つを含む、
   請求項７に記載の情報処理装置。
9. 前記検出部は、画像から所定の物体を更に検出し、
   前記推定部は、前記所定の物体と前記第１の領域との距離に更に基づいて、前記第１の領域で発生するイベントの発生確率を推定する、
   請求項１に記載の情報処理装置。
10. 前記推定部は、前記第１の領域の属性を示す属性情報に更に基づいて、前記第１の領域で発生するイベントの発生確率を推定する、
    請求項１に記載の情報処理装置。
11. 前記推定部は、前記第１の領域で発生するイベントの発生確率を、更に時刻に応じて推定する、
    請求項１に記載の情報処理装置。
12. 前記推定部は、前記第１の領域で発生するイベントの発生確率が閾値以上になる時刻を更に推定する、
    請求項１に記載の情報処理装置。
13. 前記第１の領域で発生するイベントの発生確率が閾値以上の場合、前記第１の領域で発生するイベントの発生確率が閾値以上であることを通知する通知部、
    を更に備える請求項１に記載の情報処理装置。
14. 画像と、第１の領域を示す領域情報とを受け付けるステップと、
    前記画像から物体を検出するステップと、
    前記第１の領域と、前記物体との位置関係に基づいて、前記第１の領域で発生するイベントの発生確率を推定するステップと、
    を含む情報処理方法。
15. コンピュータを、
    画像と、第１の領域を示す領域情報とを受け付ける受付部と、
    前記画像から物体を検出する検出部と、
    前記第１の領域と、前記物体との位置関係に基づいて、前記第１の領域で発生するイベントの発生確率を推定する推定部、
    として機能させるためのプログラム。

Images