不審物体判断装置、不審物体判断方法、及び、不審物体判断プログラム
【課題】不審者の侵入を検出したい窓などにおいて、不審者を検出するための専用のセンサを取り付ける必要なくドア以外の場所から侵入してきた不審者を判断することのできる不審者判断装置を提供する。
【解決手段】人２０４を観測装置１０１により検出し、人の検出履歴を人検出履歴データベース１０２に記憶し、人を初めて検出した観測値を初回検出観測値推定手段１０３により推定し、部屋２０１における入口としてのドア位置と、初回検出観測値推定手段にて推定された初めて人を検出した位置とを比較して人が不審者か否かを判断する。
【解決手段】人２０４を観測装置１０１により検出し、人の検出履歴を人検出履歴データベース１０２に記憶し、人を初めて検出した観測値を初回検出観測値推定手段１０３により推定し、部屋２０１における入口としてのドア位置と、初回検出観測値推定手段にて推定された初めて人を検出した位置とを比較して人が不審者か否かを判断する。
【発明の詳細な説明】
【技術分野】
【０００１】
ドアなどの通常使用する入口以外の場所から侵入してきた不審物体を判断することのできる不審物体判断装置、不審物体判断方法、及び、不審物体判断プログラムに関する。
【背景技術】
【０００２】
特許文献１には、マイクロ波と赤外線を用いて侵入者を検出する技術が開示されている。また、特許文献２には、窓ガラスにセンサを設置することによって、室内への侵入を検出する技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開平１１−３９５７４号公報
【特許文献２】特開２００６−０９０７２０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、上記従来技術に係るシステムによれば、複数のセンサ等の組み合わせによる人物の検出又はガラスの破壊等の検出などが必要であり、仮に、カメラを用いたとしても、前記検出のための複雑な処理が低減されることはない。
【０００５】
そこで、本発明の目的は、セキュリティ用途に設置されている撮像装置などからの情報を用いて、より簡便な処理により、ドアなどの通常使用する入口以外の位置から不正に侵入してきた不審物体を判断する、不審物体判断装置、不審物体判断方法、及び、不審物体判断プログラムを提供することにある。
【課題を解決するための手段】
【０００６】
前記目的を達成するために、本発明は以下のように構成する。
【０００７】
本発明の第１態様によれば、入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報としてそれぞれ取得する観測装置と、
前記観測装置によりそれぞれ取得した観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを記憶する物体検出履歴データベースと、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を推定する初回検出観測値推定手段と、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを判断する不審物体判断手段と、
を備えることを特徴とする不審物体判断装置を提供する。
【０００８】
本発明の第６態様によれば、入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを少なくとも複数観測情報としてそれぞれ取得する観測装置と、
前記観測装置によりそれぞれ取得した観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを記憶する物体検出履歴データベースと、
前記物体検出履歴データベースに記憶されている複数の、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を推定する初回検出観測値推定手段と、
前記物体を初めて検出した位置を初回検出観測値情報として記憶する初回検出観測値履歴データベースと、
前記初回検出観測値履歴データベースに記憶された前記物体を初めて検出した位置同士を比較し、前記物体が前記環境の入口以外の場所から侵入した不審物体か否かを判断する不審物体判断手段と、
を備えることを特徴とする不審物体判断装置を提供する。
【０００９】
本発明の第７態様によれば、入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報として観測装置によりそれぞれ取得し、
前記観測装置によりそれぞれ取得した前記観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを物体検出履歴データベースに記憶し、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を初回検出観測値推定手段により推定し、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを不審物体判断手段により判断する、
ことを特徴とする不審物体判断方法を提供する。
【００１０】
本発明の第８態様によれば、コンピュータに、
入口を有する環境内に存在する物体を観測対象として観測装置により検出して取得した、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報として物体検出履歴データベースに記憶する機能と、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を初回検出観測値推定手段により推定する機能と、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを不審物体判断手段により判断する機能と、
を実現させるための不審物体判断プログラムを提供する。
【発明の効果】
【００１１】
本発明によれば、物体、例えば人を初めて検出できる位置はドアなどの通常使用する入口の位置であると考えられることから、人を初めて検出した位置と入口の位置とを比較し、その距離が閾値を超えて離れていた場合、前記人を不審者であると判断できる。又は、物体を初めて検出した位置同士を比較し、物体が入口以外の場所から侵入した不審物体か否かを判断することができる。そのため、通常使用する入口以外の場所、例えば、不審者の侵入を検出したい窓などにおいて、不審者を検出するための専用のセンサを取り付ける必要なく、入口以外の場所から侵入してきた不審者を判断することができる。
【図面の簡単な説明】
【００１２】
【図１】本発明の第一実施形態に係る不審物体判断装置の構成を示すブロック図
【図２】本発明の前記第一実施形態に係る前記不審物体判断装置による観測対象である生活空間としての部屋を説明する図
【図３】本発明の第一実施形態に係る不審物体判断装置の全体処理を示すフローチャート図
【図４】本発明の第一実施形態に係る不審物体判断装置の人検出履歴データベースの一例を示す図
【図５】本発明の第一実施形態に係る不審物体判断装置の初回検出観測値推定手段の推定結果の一例を示す図
【図６】本発明の第一実施形態に係る不審物体判断装置の初回検出観測値推定手段の処理を示すフローチャート図
【図７】本発明の第一実施形態に係る不審物体判断装置の出入口データベースの一例を示す図
【図８】本発明の第一実施形態に係る不審物体判断装置の初回検出位置のクラスタリング処理の一例を示す図
【図９】本発明の第一実施形態に係る不審物体判断装置の表示手段の一例を示す図
【図１０】本発明の第一実施形態に係る不審物体判断装置による観測対象である生活空間としての校舎を説明する図
【図１１】本発明の第二実施形態に係る不審物体判断装置による観測対象である生活空間としての部屋を説明する図
【図１２Ａ】本発明の第二実施形態に係る不審物体判断装置による観測対象である生活空間としての部屋への人の出入りを説明する図
【図１２Ｂ】本発明の第二実施形態に係る不審物体判断装置による観測対象である生活空間としての部屋への人の出入りを説明する図
【図１２Ｃ】本発明の第二実施形態に係る不審物体判断装置による観測対象である生活空間としての部屋への人の出入りを説明する図
【図１３】本発明の第二実施形態に係る不審物体判断装置の出入口データベースの一例を示す図
【図１４Ａ】本発明の第三実施形態に係る不審物体判断装置による観測対象である空間としての車道を説明する図
【図１４Ｂ】本発明の第三実施形態に係る不審物体判断装置による観測対象である空間としての車道を説明する図
【図１４Ｃ】本発明の第三実施形態に係る不審物体判断装置による観測対象である空間としての車道を説明する図
【図１５】本発明の第三実施形態に係る不審物体判断装置の出入口データベースの一例を示す図
【図１６】本発明の第三実施形態に係る不審物体判断装置の車検出履歴データベースの一例を示す図
【図１７】本発明の第三実施形態に係る不審物体判断装置の初回検出観測値推定手段の推定結果の一例を示す図
【図１８】本発明の他の実施形態に係る不審物体判断装置の構成を示すブロック図
【発明を実施するための形態】
【００１３】
以下に、本発明にかかる実施の形態を図面に基づいて詳細に説明する。
【００１４】
以下、図面を参照して本発明における実施形態を詳細に説明する前に、本発明の種々の態様について説明する。
【００１５】
本発明の第１態様によれば、入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報としてそれぞれ取得する観測装置と、
前記観測装置によりそれぞれ取得した観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを記憶する物体検出履歴データベースと、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を推定する初回検出観測値推定手段と、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを判断する不審物体判断手段と、
を備えることを特徴とする不審物体判断装置を提供する。
【００１６】
本発明の第２態様によれば、前記不審物体判断手段は、前記物体を初めて検出した位置と前記入口データベース内の前記入口の位置との距離を算出し、算出した距離が閾値より大きいと、その物体は不審物体であると判断し、前記距離が前記閾値以下であると、その物体は不審物体ではないと判断する、第１の態様に記載の不審物体判断装置を提供する。
【００１７】
本発明の第３態様によれば、前記物体は人であり、前記閾値は、下記の式２により求められ、
【００１８】
【数１】
前記式２において、Ｃは前記観測装置の観測周期、Ｔは、人が前記入口のドアの開閉に要する開閉時間、Ｓは人の歩行速度、Ｎｄは前記観測装置の人の検出位置誤差特性である、第２の態様に記載の不審物体判断装置を提供する。
【００１９】
本発明の第４態様によれば、前記不審物体判断手段は、前記入口の前に領域を予め設定しておき、前記物体を初めて検出した位置がその領域外ならば、不審物体であると判断し、前記領域内ならば、不審物体ではないと判断する、第１の態様に記載の不審物体判断装置を提供する。
【００２０】
本発明の第５態様によれば、前記不審物体判断手段は、前記物体を初めて検出した位置同士の距離を算出し、その距離が閾値より大きいと、前記物体が前記環境の入口以外の場所から侵入した不審物体であると判断し、前記距離が前記閾値以下であると、不審物体ではないと判断する、第１の態様第記載の不審物体判断装置を提供する。
【００２１】
本発明の第６態様によれば、入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを少なくとも複数観測情報としてそれぞれ取得する観測装置と、
前記観測装置によりそれぞれ取得した観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを記憶する物体検出履歴データベースと、
前記物体検出履歴データベースに記憶されている複数の、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を推定する初回検出観測値推定手段と、
前記物体を初めて検出した位置を初回検出観測値情報として記憶する初回検出観測値履歴データベースと、
前記初回検出観測値履歴データベースに記憶された前記物体を初めて検出した位置同士を比較し、前記物体が前記環境の入口以外の場所から侵入した不審物体か否かを判断する不審物体判断手段と、
を備えることを特徴とする不審物体判断装置を提供する。
【００２２】
本発明の第７態様によれば、入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報として観測装置によりそれぞれ取得し、
前記観測装置によりそれぞれ取得した前記観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを物体検出履歴データベースに記憶し、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を初回検出観測値推定手段により推定し、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを不審物体判断手段により判断する、
ことを特徴とする不審物体判断方法を提供する。
【００２３】
本発明の第８態様によれば、コンピュータに、
入口を有する環境内に存在する物体を観測対象として観測装置により検出して取得した、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報として物体検出履歴データベースに記憶する機能と、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を初回検出観測値推定手段により推定する機能と、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを不審物体判断手段により判断する機能と、
を実現させるための不審物体判断プログラムを提供する。
【００２４】
以下、本発明の実施の形態について、図面を参照しながら説明する。第一実施形態及び第二実施形態では、不審物体を不審者として説明し、第三実施形態では、不審物体を不審車として説明する。
【００２５】
（第一実施形態）
＜不審者判断装置の構成の説明＞
図１は、本発明の第一実施形態に係る不審者判断装置の構成を示した図である。
【００２６】
本発明の第一実施形態に係る不審者判断装置９０は、観測装置１０１と、初回検出観測値推定手段１０３と、不審者判断手段１０５と、表示手段１０６とを備えるように構成されている。不審者判断装置９０は、さらに、有線又は無線を使用して、接続された人検出履歴データベース１０２と出入口データベース１０４とからデータをそれぞれ受け取るように構成されている。また、人検出履歴データベース１０２は、有線又は無線を使用して接続された観測装置１０１からデータを受け取るように構成されている。出入口データベース１０４は入口データベース１０４の一例として機能する。
【００２７】
図２に、観測装置１０１の一例としてカメラ２０２を備えた、閉じた生活環境の具体的な例である部屋２０１を示す。一例としての直方体の部屋２０１の四角形の天井２０１ｄの中央付近には、真下に向けられたカメラ２０２が設置されている。部屋２０１内には、人２０４が存在して、部屋２０１に出入りしている。カメラ２０２は、人２０４を検出する撮像部２０２ａと、撮像部２０２ａに接続されて撮像部２０２ａにより撮像した画像データを画像処理する画像処理部２０２ｂとを備えて構成している。
【００２８】
尚、部屋２０１に出入りする人２０４の数に制限は無く、任意の一人の人２０４を、代表的に人２０４として説明を行っている。また、閉じた環境である部屋２０１内への入口の一例（出入口の一例）として、ドア２０５Ａと、ドア２０５Ｂと、ドア２０５Ｃ（ドアを総称的に説明するときには、これらの個々のドア２０５Ａ，２０５Ｂ，２０５Ｃの参照符号を使用せずに「２０５」として記載する。）とが設置されている。以後、部屋２０１内のドア２０５Ａとドア２０５Ｂとドア２０５Ｃとのうちの任意のドアを、ドア２０５として代表的に説明する。一例として、部屋２０１の対向する一対の壁２０１ａ，２０１ｃにそれぞれドア２０５Ａとドア２０５Ｃとが配置され、一対の壁２０１ａ，２０１ｃをつなぐ壁２０１ｂにドア２０５Ｂが配置されている。
【００２９】
尚、部屋２０１内には、カメラ２０２が観測装置の例として設置されているが、人２０４の位置を検出可能な観測装置であれば、カメラ以外の装置でも、本発明に適用可能である。
【００３０】
＜観測装置の説明＞
観測装置１０１の一例であるカメラ２０２の撮像部２０２ａは、所定の観測周期（例えば１秒〜２秒の任意の時間又は１００ｍｓ）毎に、部屋２０１内を撮像により観測する。そして、撮像部２０２ａにより撮像された画像データを画像処理部２０２ｂで画像処理することにより、部屋２０１内に存在する人２０４の検出を行う。この検出結果を、画像処理部２０２ｂから人検出履歴データベース１０２に出力して人検出履歴データベース１０２により記憶する。観測装置１０１により人２０４を検出すると、観測装置１０１は、検出した人２０４の特徴情報（人であることを示す特徴（特徴量）を表す情報）と位置とを取得する。そして、取得した人２０４の特徴情報と位置とを、人２０４を検出した時刻と共に、人検出履歴データベース１０２に観測装置１０１が記憶する。よって、人２０４と、人２０４を検出した時刻とが対応付けされて、人検出履歴データベース１０２に記憶されている。ここで、位置とは、観測装置１０１により検出される、部屋２０１内での人２０４の位置を示す位置座標（例えば、ＸＹ座標）である。人２０４を検出した時刻は、一例として、カメラ２０２に内蔵されたタイマーから取得する。
【００３１】
まず、観測装置１０１の一例として、観測装置１０１にカメラ２０２を用いた場合について説明する。
【００３２】
カメラ２０２の撮像部２０２ａにより撮像された画像データを用いて画像処理部２０２ｂにより人２０４を検出するには、カメラ２０２の撮像部２０２ａが取得した画像データを、カメラ２０２内に備えた画像処理部２０２ｂにより画像処理する必要がある。そのような画像処理の方法として、例えば、背景差分法を用いることができる。カメラ２０２の撮像部２０２ａにより予め撮像して用意しておいた、人２０４が存在していないときの部屋２０１の背景画像データと、カメラ２０２の撮像部２０２ａにより撮像した現在の画像データとを画像処理部２０２ｂにより比較する。その後、比較した情報から、画素値が異なる領域を差分領域として画像処理部２０２ｂにより取り出す。ただし、画像データにはノイズが混じっている可能性があるため、前記差分領域が人２０４に対して十分に小さいと画像処理部２０２ｂにより判断できる場合には、前記差分領域は人２０４ではないと画像処理部２０２ｂにより判断しても良い。ここで、差分領域が人２０４に対して十分に小さい場合とは、前記差分領域の画素数が、人２０４と認識可能な最低画素数を基に予め設定した閾値以下である場合が考えられる。尚、検出した人２０４の位置は、画像処理部２０２ｂにより、例えば前記差分領域の重心位置とすることができる。
【００３３】
検出した人２０４の特徴情報は、例えば、前記差分領域の色の分布とすることができる。以下、これを色特徴情報と称する。また、検出した前記差分領域の大きさを特徴情報としても良い。例えば、前記差分領域が５０ピクセル未満により構成されていた場合には領域小、５０ピクセル以上７５ピクセル未満により構成されていた場合には領域中、７５ピクセル以上により構成されていた場合には領域大と特徴付けることができる。以下、これを領域特徴情報と称する。なお、以下の説明では、特徴情報として、色特徴情報と領域特徴情報とを併記して説明するが、これは両方の特徴情報が必要であるという意味ではなく、少なくともいずれか一方の特徴情報があればよいことを意味する。もちろん、色特徴情報と領域特徴情報とを両方使用すれば、判断精度が高まることは言うまでもない。
【００３４】
＜人検出履歴データベース及び初回検出観測値推定手段の説明＞
人検出履歴データベース１０２には、人２０４が観測装置１０１により検出された時刻と、観測装置１０１により検出された人２０４の特徴情報と、人２０４が観測装置１０１により検出された位置とが、観測装置１０１により記憶される。
【００３５】
初回検出観測値推定手段１０３は、人検出履歴データベース１０２に記憶された情報を参照して、初めて人２０４を検出した履歴のデータ（例えば、位置）の推定結果が存在したか否かの判断を行う。
【００３６】
図４に、カメラ２０２が人２０４を検出したときの人検出履歴データベース１０２の一例を示す。
【００３７】
図４の人検出履歴データベース１０２には、カメラ２０２が人２０４を検出したときの時刻と位置と色特徴情報と領域特徴情報と、そして観測ＩＤ（時刻と位置と色特徴情報と領域特徴情報とを含む観測情報同士を識別するための情報）とが記憶できるようになっている。例えば、時刻2008/09/02_12:00:01では、位置(x,y)＝(25,50)にて、色特徴情報が赤の人が大きな領域の領域特徴情報を持つ情報として検出され、観測ＩＤ＝CAM_001として人検出履歴データベース１０２に記憶されている。また、時刻2008/09/02_12:00:04では、位置(525,175)にて色特徴情報が白の人が小さな領域の領域特徴情報を持つ情報として検出され、観測ＩＤ＝CAM_005として人検出履歴データベース１０２に記憶されている。ここで、観測ＩＤ＝CAM_001と観測ＩＤ＝CAM_005にそれぞれ記憶されている色特徴情報及び領域特徴情報は異なっていると、初回検出観測値推定手段１０３により判断することができる。このことから、観測ＩＤ＝CAM_001において検出した人と観測ＩＤ＝CAM_005において検出した人は異なる人物であると、初回検出観測値推定手段１０３で推定することができる。
【００３８】
図５に、初回検出観測値推定手段１０３が推定した、カメラ２０２が人２０４を初めて検出したときの観測値の一例を示す。
【００３９】
図５の推定結果には、カメラ２０２が人２０４を初めて検出したときの時刻と位置と色特徴情報と領域特徴情報と、そして観測ＩＤとが示されている。尚、図５の推定結果は、図４の人検出履歴データベース１０２に記憶されている人２０４の検出履歴の情報を基に、初回検出観測値推定手段１０３により作成されている。初回検出観測値推定手段１０３の具体的な動作については、後述する。
【００４０】
＜出入口データベースの説明＞
出入口データベース１０４には、部屋２０１への入口又は出入口となるドア２０５の位置が予め記憶されている。
【００４１】
不審者判断装置に出入口データベース１０４を予め格納しておいてもよい。また、インターネットを通じて出入口データベース１０４をオンラインにより、不審者判断装置の外部のデータベースなど記憶装置から取得してもよい。
【００４２】
図７に出入口データベース１０４の一例を示す。
【００４３】
図７の出入口データベース１０４には、ドアＩＤと、前記ドアＩＤが示す部屋２０１におけるドア位置と、ドアＩＤが示す家具（ドア）の取り得る動作（例えば、ドアの開け閉め動作）とが記憶されている。尚、図７の例では、ドアの重心位置がドア位置として記憶されているが、ドア位置の範囲（例えば、ドアの位置を中心とした所定距離内の範囲又はドアの開け閉め動作に必要な範囲の縁部から所定距離内の範囲）を指定しておいても構わない。例えば、DOOR_001が示すドアの場合、ドア位置の範囲を(0,250)〜(0,350)［座標(0,250)から座標(0,350)にかけてドアが存在することを示す。］などと表すことができる。また、ドア２０５Ａのように、ドアが開き戸であった場合、ドア位置をドア２０５Ａの重心位置から縦枠２０５ｆ寄りに設定しておいても良い。これは、人２０４が開き戸を通過する場合には、縦枠寄りを通過することが多いためである。
【００４４】
出入口データベース１０４には、ドア識別情報として、ドアＩＤが示す家具（ドア）が取り得る動作について予め記憶されている。図７の出入口データベース１０４によると、ドアＩＤ＝DOOR_001(ドア２０５Ａ)とドアＩＤ＝DOOR_002(ドア２０５Ｂ)の動作には、「手動開閉」と予め記憶されている。これは、人２０４が手動によりドア２０５（２０５Ａ，２０５Ｂ）の開閉を行う必要があること（人２０４が、一旦、ドア２０５Ａ，２０５Ｂの前で停止してドア２０５Ａ，２０５Ｂの開閉動作を手動により行うこと）を意味している。また、ドアＩＤ＝DOOR_003(ドア２０５Ｃ)には、「自動開閉」と予め記憶されている。これは、ドア２０５が自動ドアであり、人２０４が手動によりドア２０５の開閉を行う必要がないこと（人２０４が、一旦、ドア２０５Ｃの前で停止してドア２０５Ｃの開閉動作を手動により行う必要がないこと）を意味している。以上のようなドア２０５の構成により説明を行うが、本発明は、ドア２０５が全て手動開閉又は自動開閉であっても、動作可能である。ここでは、一例として、各出入口にはドア２０５が存在し、ドア２０５が開閉することにより、人２０４が部屋２０２を正規に（人２０４が不正なく、又は、人２０４が不審者としてではなく）出入りすることを前提としている。
【００４５】
＜不審者判断手段の説明＞
不審者判断手段１０５は、初回検出観測値推定手段１０３により推定した人２０４が初めて検出された観測値に含まれる位置情報（以後、初回検出位置と呼ぶ）と、出入口データベース１０４に記憶されている各ドア２０５の位置情報とを比較し、人２０４が不審者か否かを判断する。すなわち、初回検出位置と、出入口データベース１０４に記憶されている各ドア２０５の位置情報とが一致すれば、人２０４が不審者ではないと不審者判断手段１０５により判断する。初回検出位置と、出入口データベース１０４に記憶されている各ドア２０５の位置情報とが一致しなければ、人２０４が不審者であると不審者判断手段１０５により判断する。具体的な判断動作については、後述する。
【００４６】
＜不審者判断装置の全体処理＞
以下、図３は、前記不審者判断装置の全体処理を示すフローチャートであり、この図３のフローチャートに対応させながら、前記不審者判断装置の全体処理について説明する。
【００４７】
図３のステップＳ３０１では、カメラ２０２を用いて、撮像部２０２ａで撮像された情報を基に人２０４を検出したと画像処理部２０２ｂにより判断した場合には、次のステップＳ３０２の特徴情報抽出処理に進む。一方、カメラ２０２を用いて、人２０４を検出していないと画像処理部２０２ｂにより判断した場合には、人２０４を検出したと画像処理部２０２ｂにより判断するまで、ステップＳ３０１の処理を繰り返す。
【００４８】
次のステップＳ３０２においては、撮像部２０２ａで撮像された情報から、検出した人２０４の特徴情報を画像処理部２０２ｂにより抽出する。その後、ステップＳ３０３に進む。
【００４９】
ステップＳ３０３では、ステップＳ３０２においてカメラ２０２の画像処理部２０２ｂが抽出した特徴情報と位置とを、検出した時刻と共に、カメラ２０２の画像処理部２０２ｂにより人検出履歴データベース１０２に記憶する。その後、ステップＳ３０４に進む。
【００５０】
ステップＳ３０４では、人物履歴データベース１０２に記憶されている人２０４の検出履歴の情報を基に、人２０４を初めて検出した履歴のデータ（例えば、位置）を初回検出観測値推定手段１０３により推定する。その後、ステップＳ３０５に進む。
【００５１】
ここで、図５の推定結果を使用して、初回検出観測値推定手段１０３により、人２０４を初めて検出した履歴のデータ（すなわち、初回検出観測値）を推定して取得する方法を図６のフローチャートを用いて説明する。
【００５２】
まず、ステップＳ６０１では、人検出履歴データベース１０２に未読のデータがあるか否かを初回検出観測値推定手段１０３により判断している。未読データが存在しないと初回検出観測値推定手段１０３により判断すれば、初回検出観測値の取得処理を終了する。人検出履歴データベース１０２に未読のデータがあると初回検出観測値推定手段１０３により判断すれば、ステップＳ６０２に進む。例えば、未読データが存在するか否かは、それぞれのデータに対して未読データ又は既読データを示すフラグが存在するか否かに基づき、初回検出観測値推定手段１０３により判断することができる。
【００５３】
ステップＳ６０２は、ステップＳ６０１において未読データが存在すると初回検出観測値推定手段１０３により判断した場合の処理である。人検出履歴データベース１０２に記憶されている未読データを初回検出観測値推定手段１０３により１つ読み込む。その後、ステップＳ６０３に進む。
【００５４】
次いで、ステップＳ６０３では、読み込んだデータに、記憶されている時刻からＮ時刻前までの間に（ただし、Ｎ＞０）、同じ特徴情報が記憶されているデータが人検出履歴データベース１０２に記憶されているか否かを初回検出観測値推定手段１０３により判断している。同じ特徴情報が記憶されているデータが人検出履歴データベース１０２に記憶されていると初回検出観測値推定手段１０３により判断した場合は、初めて検出した人ではないと初回検出観測値推定手段１０３により判断し、ステップＳ６０１の処理へ戻る。ここで、Ｎは観測装置１０１の観測周期（例えば１秒〜２秒の任意の時間又は１００ｍｓ）などとすることができる。観測装置１０１が人２０４の検出ミスをする可能性を考慮し、Ｎに観測装置１０１の観測周期を定数倍した値を用いても構わない。一方、記憶されている時刻からＮ時刻前までの間に同じ特徴情報が記憶されているデータが存在していないと初回検出観測値推定手段１０３により判断した場合には、ステップＳ６０４に進む。
【００５５】
ステップＳ６０４は、ステップＳ６０３において、記憶されている時刻からＮ時刻前までの間に同じ特徴情報が記憶されているデータが存在していないと初回検出観測値推定手段１０３により判断した場合の処理である。ステップＳ６０２において読み込んだデータは、人２０４を初めて検出した観測値であると、初回検出観測値推定手段１０３により判断する。その後、ステップＳ６０１の処理に戻る。
【００５６】
このようにして、人２０４を初めて検出した観測値、すなわち、ステップＳ３０４において、人２０４を初めて検出した履歴のデータ（例えば、位置）を初回検出観測値推定手段１０３により推定する。
【００５７】
次いで、ステップＳ３０５では、人物履歴データベース１０２に記憶されている情報を基に、初めて人２０４を検出した履歴のデータ（例えば、位置）の推定結果が存在したか否かの判断を初回検出観測値推定手段１０３により行う。初めて人２０４を検出した履歴のデータ（例えば、位置）の推定結果が存在したと初回検出観測値推定手段１０３により判断した場合には、ステップＳ３０６に進む。初めて人２０４を検出した履歴のデータ（例えば、位置）の推定結果が存在していないと初回検出観測値推定手段１０３により判断した場合には、ステップＳ３０１に戻る。
【００５８】
以下に、このステップＳ３０５において、人物履歴データベース１０２に記憶されている情報を基に、初めて人２０４を検出した履歴のデータ（例えば、位置）の推定結果が存在していると初回検出観測値推定手段１０３により判断された場合の推定結果を図５に示す。この推定結果について、図４と図５を用いて具体的に説明する。
【００５９】
図５の初回検出観測値推定手段１０３の推定結果には、人２０４が初めて検出された観測ＩＤとして、観測ＩＤ＝CAM_001と観測ＩＤ＝CAM_005と観測ＩＤ＝CAM_016とが存在する。尚、初回検出観測値推定手段１０３の判断結果を記憶する初回検出観測値履歴データベースを用いても構わない。また、人検出履歴データベース１０２に、人２０４を初めて検出したか否かを示すフィールドを設けておいても良い。
【００６０】
観測ＩＤ＝CAM_001は、色特徴情報が赤色の人が初めて検出されたため、人物履歴データベース１０２に記憶されている。同様に、観測ＩＤ＝CAM_005は、色特徴情報が白色の人が初めて検出されたため、人物履歴データベース１０２に記憶されている。さらに、観測ＩＤ＝CAM_016の色特徴情報は赤色であるけれども、人物履歴データベース１０２に記憶されている。これは、観測ＩＤ＝CAM_016の観測（時刻2008/09/02_12:00:10）より１つ前の前回の観測（時刻2008/09/02_12:00:09）において、色特徴情報が赤色の人が検出されていないためである。つまり、色特徴情報が赤色の人は、一度、時刻2008/09/02_12:00:08に部屋２０１を退室し、時刻2008/09/02_12:00:10に部屋２０１に入室したと考えられるためである。これは、観測装置１０１（ここでは、一例として、カメラ２０２。）が人２０４の検出ミスをしないことを想定し、Ｎの値を観測装置１０１の観測周期の一例である１秒に設定していることを示す。すなわち、初回検出観測値推定手段１０３は、観測周期毎に連続した観測において、同じ色特徴情報を有する人２０４が連続して観測できている場合は、人２０４が部屋２０１に存在すると判断する一方、前記連続した観測において、同じ色特徴情報を有する人２０４が観測できなかった場合は、人２０４が部屋２０１から出たと判断するためである。
【００６１】
ここで、人２０４が部屋２０１内に存在するにも関わらず、カメラ２０２が人２０４の検出ミスをする場合のことを考える。この場合、例えば、カメラ２０２が人２０４をＭ回検出できなければ（ただし、Ｍは０より大きな整数。）、人２０４は部屋２０１から出て行ったと初回検出観測値推定手段１０３により判断しても良い。つまり、カメラ２０２の観測周期が１秒の場合、（Ｎ×Ｍ）秒間、人２０４が検出されないと初回検出観測値推定手段１０３により判断すれば、人２０４は部屋から出て行ったと初回検出観測値推定手段１０３により推定することとなる。
【００６２】
図４の例に戻って説明すると、赤色の人が、時刻2008/09/02_12:00:08においては検出されているが、時刻2008/09/02_12:00:09において検出されなくなって、赤色の人が次回検出されたのが１秒後の時刻2008/09/02_12:00:10である。人２０４が一度でも検出されなければ人２０４が部屋２０１から出たと初回検出観測値推定手段１０３により判断する場合、人検出履歴データベース１０２には、観測ＩＤ＝CAM_001と観測ＩＤ＝CAM_005と観測ＩＤ＝CAM_016とが初回検出観測値推定手段１０３により記憶されることとなる。しかし、例えば、人２０４が連続で５回以上（すなわち、Ｍ＝５）検出されなかった場合には人２０４が部屋２０１から出たと初回検出観測値推定手段１０により判断する場合には、人検出履歴データベース１０２には、観測ＩＤ＝CAM_001とCAM_005が記憶されることとなる。この場合は、観測ＩＤ＝CAM_014の時刻2008/09/02_12:00:09においてカメラ２０２が人２０４の検出ミスをした、と初回検出観測値推定手段１０により推定させることを意味する。
【００６３】
次いで、ステップＳ３０６では、不審者判断手段１０５が、初回検出観測値推定手段１０３により推定した人２０４が初めて検出された観測値に含まれる位置情報（以後、初回検出位置と呼ぶ）と、出入口データベース１０４に記憶されている各ドア２０５の位置情報とを比較し、人２０４が不審者か否かを判断している。すなわち、初回検出位置と、出入口データベース１０４に記憶されている各ドア２０５の位置情報とが一致すれば、人２０４が不審者ではないと不審者判断手段１０５により判断したのち、ステップＳ３０１に戻る。初回検出位置と、出入口データベース１０４に記憶されている各ドア２０５の位置情報とが一致しなければ、ステップＳ３０７において人２０４が不審者であると不審者判断手段１０５により判断したのち、ステップＳ３０１に戻る。具体的には、以下のような判断を行う。
【００６４】
以下、ステップＳ３０６の処理をより具体的に説明する。
【００６５】
閉じた空間である部屋２０１内において、カメラ２０２が初めて人２０４を検出できるのは、部屋２０１への出入口であるドア位置となる。つまり、ドア位置から離れた場所に前記初回検出位置が存在した場合、前記初回検出位置において検出された人２０４は、例えば窓など、出入口としては通常使用しない場所から侵入した不審者であると不審者判断手段１０５により判断できる。
【００６６】
そこで、不審者判断手段１０５は、前記初回検出位置から、その初回検出位置の最も近くに存在するドア位置までの距離が閾値Ｄよりも大きかった場合、前記初回検出位置において検出された人２０４を不審者であると判断する。
【００６７】
尚、閾値Ｄは（式１）に基づいて決定される。（式１）は不審者判断手段１０５に記憶されている。
【００６８】
【数２】
（式１）において、Ｃは、カメラ２０２の観測周期を示す。前記観測周期Ｃが短いほど、前記初回検出位置はドア位置の近くに得られる。Ｔは、人２０４がドア２０５の開閉に要する開閉時間を示す。前記開閉時間Ｔが長いほど、前記初回検出位置はドア位置の近くに得られる。尚、前記開閉時間Ｔは、自動ドアの場合は０（秒）となる。また、手動により開閉を行うタイプのドアの場合、前記開閉時間を０．５（秒）などと予め見積もっておく。Ｓは、人２０４の歩行速度を示す。前記歩行速度Ｓが遅いほど、前記初回検出位置はドア位置の近くに得られる。前記歩行速度Ｓは、人２０４の歩行速度として妥当な値（例えば１．０ｍ／ｓなど）を予め見積もって設定しておいても良い。なお、歩行速度は、固定値でもよいが、カメラ２０２の画像により、大人か子供かを不審者判断手段１０５で判断して、歩行速度を変更してもよい。この場合、カメラ２０２の画像による大人か子供かの判断情報として、画像処理部２０２ｂで抽出された人２０４である差分領域の情報が、物体検出履歴データベース１０２から不審物体判断手段１０５に入力される。そして、その差分領域の大きさなどから、大人か子供かを不審物体判断手段１０５により判断することができる。Ｎｄは、カメラ２０２の人２０４の検出位置誤差特性を示す。前記検出位置誤差特性Ｎｄには、カメラ２０２による人２０４の検出実験を行い、検出位置にどの程度の検出位置誤差が発生するかを事前に見積もっておき、その値を設定しておく。
【００６９】
ここで、図５の初回検出観測値推定手段１０３が推定した初回検出位置を見てみると、観測ID＝CAM_001の人２０４の初回検出位置の位置座標は（２５，５０）である。不審者判断手段１０５により、この初回検出位置の最も近くに存在するドアはドア２０５Ａであり、その距離は、２５１．１ｃｍであると判断される。ここで、最も近くに存在するドアはドア２０５Ａであることは、不審者判断手段１０５により初回検出位置とすべてのドアとの距離を求めたのち、最小値に関するドアを不審者判断手段１０５により選択することにより、求めることができる。
【００７０】
また、観測ID＝CAM_005の人２０４の初回検出位置の位置座標は（５２５，１７５）である。不審者判断手段１０５により、この初回検出位置の最も近くに存在するドアはドア２０５Ｃであり、その距離は、３５．４ｃｍであると判断される。観測ID＝CAM_016の人２０４の初回検出位置の位置座標は（１２５，３７５）である。不審者判断手段１０５により、この初回検出位置の最も近くに存在するドアはドア２０５Ｂであり、その距離は３５．４ｃｍであると判断される。
【００７１】
ここで、（式１）のＣ＝１ｓ、Ｓ＝１ｍ／ｓ、Ｎｄ＝１００ｃｍとし、ドア２０５Ａ，ドア２０５Ｂにおける開閉時間Ｔをそれぞれ０．５とし、ドア２０５Ｃにおける開閉時間Ｔを０とする。ドア２０５Ａ，ドア２０５Ｂにおける閾値Ｄはそれぞれ１５０ｃｍとなり、ドア２０５Ｃにおける閾値Ｄは１００ｃｍとなる。
【００７２】
すると、初回検出位置に関して最短となるドア２０５Ａまでの距離が２５１．１ｃｍである観測ID＝CAM_001は、ドア２０５Ａにおける閾値Ｄ＝１５０ｃｍよりも大きいため、窓２０６から侵入した不審者を検出して得られた観測値であると、不審者判断手段１０５により判断することができる。一方、初回検出位置に関して最短となるドア２０５Ｃまでの距離が３５．４ｃｍである観測ID＝CAM_005は、ドア２０５Ｃにおける閾値Ｄ＝１００ｃｍよりも小さいため、ドア２０５Ｃから入出した人２０４を検出して得られた観測値であると、不審者判断手段１０５により判断することができる。また、初回検出位置に関して最短となるドア２０５Ｂまでの距離が３５．４ｃｍである観測ID＝CAM_016は、ドア２０５Ｂにおける閾値Ｄ＝１５０ｃｍよりも小さいため、ドア２０５Ｂから入出した人２０４を検出して得られた観測値であると、不審者判断手段１０５により判断することができる。尚、本不審者判断装置は、窓２０６に関する情報（位置）は所持していない。
【００７３】
尚、床２０１ｆを、例えば一辺５０ｃｍ四方のメッシュに区切り、予め、人２０４の初回検出位置が検出できたならばその人２０４を不審者とするメッシュ領域を決定しておいても良い。逆に、ドア２０５の前に領域を予め設定しておき、人２０４を初めて検出した位置がその領域外ならば、不審者であると不審者判断手段１０５により判断し、前記領域内ならば、不審者ではないと不審者判断手段１０５により判断することもできる。これにより、毎回人２０４の初回検出位置検出時に各ドア２０５からの距離を算出する手間が省くことができる。このメッシュ領域の例としては、ドア２０５Ａにおける閾値Ｄ＝１５０ｃｍを考慮すると、図２の窓の左下の（０，０）、（１００，０）、（１００，１００）、（０，１００）で囲まれた領域で人物を初めて検出した場合、不審者判断手段１０５により不審者と判断する。
【００７４】
ここで、前記初回検出位置の数が、検出誤差を無視できるくらいに十分に得られている場合には、出入口データベース１０４を使用せずに不審者を判断可能である。この場合には、例えば、入口データベース１０４の代わりに、初回検出観測値履歴データベース１０７を配置して、不審物体判断装置を構成することができる。この装置で不審物体判断を行うとき、観測情報としては複数、好ましくは３個の観測情報が必要である。例えば、３個の観測情報のうちの２個の観測情報と、１個の観測情報とに収束する場合には、１個の観測情報が不審物体であると判断することができる。なお、人物の観測を行う度に初回検出観測値を計算できるため、計算時間が毎回かかるが、初回検出観測値履歴データベースが必ず必要というわけではない。
【００７５】
図８に前記初回検出位置を位置に関してクラスタリングした図を示す。尚、クラスタリング手法には、距離の近い観測値同士を同クラスタとする最短距離法などを用いても良い。
【００７６】
図８を見てみると、クラスタ８０１Ｄに属する観測値数が１個しか存在せず、他のクラスタ８０１Ａでは６個、クラスタ８０１Ｂでは６個、クラスタ８０１Ｃでは８個に比べて観測値数が少ない。通常、部屋２０１への出入に対して、窓等からの不正侵入の割合は極端に低いと考えられることから、クラスタ８０１Ｄに含まれる観測値は、ドア２０５以外から不正に侵入してきた不審者であると、不審者判断手段１０５により判断することができる。言い換えれば、このクラスタリングを利用した不審物体判断手段１０５による判断法は、人２０４を初めて検出した位置同士の距離を算出し、その距離が閾値より大きいと、前記人２０４が入口以外の場所から侵入した不審者であると判断し、前記距離が前記閾値以下であると、不審者ではないと判断することを意味している。尚、不審者判断手段１０５により不審者と判断するための、クラスタに含まれる観測値の数の設定方法であるが、例えば、全初回検出位置数の５％未満の数しかクラスタに存在していない、などと設定することができる。
【００７７】
図９に不審者判断装置の判断結果の表示例を示す。前記表示例には、出入口データベース１０４に記憶されているドア２０５（図９では長方形で示す。）と、人検出履歴データベース１０２に記憶されている人２０４の位置（図９では太い円で示す。）が表示されており、さらに、不審者判断手段１０５が不審者と判断した人２０４に関しては、前記不審者と判断された人２０４の位置（図９では太い円の中に×を示す２０４Ｄ参照。）に「不審者」と表示を行っている。尚、不審者判断装置の判断結果は、表示手段１０６の一例としてのパーソナルコンピュータのモニタ９０１又は携帯端末の画面９０２などで表示を行わせることができる。
【００７８】
以上、閉じた生活環境としての部屋２０１を例として、不審者判断装置の説明を行ったが、本発明の不審者判断装置は、部屋２０１以外の環境へも適用が可能である。図１０に、学校の校内への不審者侵入を検出することを目的とした、不審者判断装置の実装例を示す。校内全域を見渡せるように、校舎１００１の外壁などに観測装置１０１の一例としてのカメラ２０２を、画角の外枠に校壁１００３が映るように設置する（つまり、カメラ画像内に、校外の様子が映らないように設置する）。校内へ入るためには校門１００２を通ることになるため、通常、生徒１００４が初めてカメラ２０２により検出されるのは、校門１００２の付近ということになる。つまり、初回検出観測値推定手段１０３にて検出された人２０４の初回検出位置と、出入口データベース１０４に記憶されている校門の位置が、閾値Ｄを越えて離れていた場合、前記初回検出位置に存在する人２０４は、不審者判断手段１０５により不審者１００５であると判断される。
【００７９】
（第二実施形態）
ドア２０５がガラス製のスライド式のドア１１０３であった場合の不審者判断方法について説明する。
【００８０】
図１１に、観測装置１０１として測域センサ１１０２を用いたドア１１０３を備える部屋１１０１の例を示す。また、図１２Ａに、測域センサ１１０２を設置した部屋１１０１におけるドア１１０３の例を示す。測域センサ１１０２は、ドア１１０３を施錠する鍵１２０３の高さを観測できるよう部屋１１０１に設置されている。測域センサ１１０２による人２０４の検出方法について説明する。測域センサ１１０２が設置された場所から、壁又はドアなど、環境に固定されて移動することのない物体までの距離を、測域センサ１１０２により角度毎に予め測定しておく。そして、前記距離よりも短い距離に観測値が測域センサ１１０２により取得された場合、前記観測値が取得された角度方向、且つ、前記距離に人２０４が存在すると測域センサ１１０２により判断できる。また、初めて得られた観測値か否かについては、前回観測時に検出された観測値の位置との距離に基づいて初回検出観測値推定手段１０３により判断すれば良い。例えば、測域センサ１１０２の観測周期で移動可能な距離を初回検出観測値推定手段１０３により予め見積もっておき、前回観測時に検出されたどの観測値の位置からも、前記距離以上離れている場合、今回の観測値は初めて人２０４を検出することによって得られた観測値であると初回検出観測値推定手段１０３により判断することができる。
【００８１】
出入口データベース１０４には、ドア１１０３が存在する領域の中で、人２０４が通過可能な領域が記憶されている。図１３に、ドア１１０３を人２０４が通過可能な領域が記憶された出入口データベース１０４の例を示す。ドア１１０３は、スライド式のドアとなっており、人２０４は、左右のどちらからでもドア１１０３を開閉して通過可能であるが、鍵１２０３が設置されているドア１１０３の中心付近は通過することはできない。そのため、出入口データベース１０４には、座標(110,400)から(180,400)にかけての領域と、座標(200,400)から(270,400)にかけての領域が、通過可能な領域として記憶されている。
【００８２】
図１２Ｂ及び図１２Ｃを用いて、人２０４の不審者判断の具体的な方法について説明する。図１２Ｂ及び図１２Ｃは、人２０４の部屋１２０１への進入の様子を示している。図１２Ｂは、部屋１２０１への一般的な進入の様子を示している。それに対して、図１２Ｃは、鍵１２０３で施錠されている部屋１２０１への不法な侵入の様子を示している。ここでは、鍵１２０３の付近のガラスを破壊して鍵１２０３を解錠して不法に侵入すると仮定している。また、図１２Ｂの例は、初回検出観測値推定手段１０３が、座標(250,400)において検出した観測値を、人２０４を初めて検出した観測値として推定している様子を示している。このとき、不審者判断手段１０５は、前記観測値が検出された座標を受け取ると、出入口データベース１０４に記憶されているドア１２０２の通過可能領域を参照し、前記領域中に前記座標が含まれていることを確認することにより、前記観測値が示す人２０４は不審者ではないと判断する。さらに、図１２Ｃの例は、初回検出観測値推定手段１０３が、座標(190,400)で検出した観測値を、人２０４を初めて検出した観測値として推定している様子を示している。このとき、不審者判断手段１０５は、前記観測値が検出された座標を受け取ると、出入口データベース１０４に記憶されているドア１２０２の通過可能領域を参照し、前記領域中に前記座標が含まれていないことを確認することにより、前記観測値が示す人２０４は不審者であると判断する。
【００８３】
（第三実施形態）
図１４Ａ〜図１４Ｃに、車両道路において不審車判断を行っている例を示す。カメラ２０２は、片側の車線の一定区間を観測可能なように設置されているとする。例えば、カメラ２０２は電柱などから車線を見下ろすように設置することができる。また、片側２車線の場合には、２車線一定区間を観測可能なようにカメラ２０２を設置しても良い。ここで、図１４Ａは、時刻2008/09/02_12:00:01:000におけるカメラ２０２の撮像の様子を示している。図１４Ｂは、時刻2008/09/02_12:01:02:300におけるカメラ２０２の撮像の様子を示している。図１４Ｃは、時刻2008/09/02_12:03:07:200におけるカメラ２０２の撮像の様子を示している。尚、観測装置１０１の一例としてのカメラ２０２は、物体の例として、人２０４ではなく車を検出するものとする。同様に、人検出履歴データベース１０２には、人２０４ではなく、車の検出履歴が記憶され、不審者判断手段（「不審車判断手段」とも言うべきもの。）１０５は、不審な人２０４ではなく、不審な車を判断するものとする。
【００８４】
図１５に、前記車線の一定区間への入口としての領域が記憶されている出入口データベース１０４の例を示す。図１５の例では、前記領域に座標(0,10)〜(200,310)と記憶されている。これは、前記２点の座標(0,10)と(200,310)とを対角点に持つ区画を前記領域としていることを示す。
【００８５】
図１６に、人検出履歴データベース１０２に記憶された前記車の検出履歴を示す。また、図１７に、初回検出観測値推定手段１０３が推定した、前記車を初めて検出した観測値の例を示す。初回観測値の推定方法は、第一実施形態にて説明済みのためここでの新たな説明は省略する。図１７に示した、前記観測値が得られると、不審者判断手段１０５は、図１５に示す出入口データベース１０４に記憶されている前記車線への入口の領域と、前記観測値が検出された位置とを比較し、前記観測値が示す前記車が不審車であるか否かを判断する。例えば、観測ＩＤ＝CAM_101において検出された車の位置（座標）は(0,160)であり、出入口データベース１０４に記憶されている前記車線への入口の領域(0,10)〜(200,310)内に含まれている。つまり、観測ＩＤ＝CAM_101において検出された車は通常車１６０２であると不審者判断手段１０５により判断できる。また、観測ＩＤ＝CAM_127において検出された車の位置（座標）は(300,0)であり、出入口データベース１０４に記憶されている前記車線への入口の領域(0,10)〜(200,310)には含まれていない。つまり、観測ＩＤ＝CAM_127において検出された車は異常な運転を行っている不審車１６０３であると不審者判断手段１０５により判断できる。
【００８６】
以上の構成により、人２０４を初めて検出できる位置はドア位置であると考えられることから、人２０４を初めて検出した位置とドア位置とを比較し、その距離が閾値を超えて離れていた場合、前記人２０４を不審者であると不審者判断手段１０５により判断できる。そのため、不審者の侵入を検出したい窓などにおいて、不審者を検出するための専用のセンサを取り付ける必要なく、ドア以外の場所から侵入してきた不審者を不審者判断手段１０５により判断することができる。また、出入口がドアでなくても、道路の車線のように車又は人の走行する方向が決まっている場合、カメラの画角の端を擬似的に車や人が出入りを行うドアとして取り扱うことも可能である。
【００８７】
なお、上記様々な実施形態のうちの任意の実施形態を適宜組み合わせることにより、それぞれの有する効果を奏するようにすることができる。
【産業上の利用可能性】
【００８８】
本発明に係る不審物体判断装置、不審物体判断方法、及び、不審物体判断プログラムは、ドアなどの通常使用する入口以外の場所、例えば、不審物体の侵入を検出したい窓などにおいて、不審物体を検出するための専用のセンサを逐次取り付ける必要がなく、ドアなどの通常使用する入口以外の場所から侵入してきた不審物体を判断することができる。よって、工場やオフィス、家庭内等のセキュリティシステムに用いられる観測装置を備える不審物体判断装置、並びに、観測装置を利用する不審物体判断方法、及び、不審物体判断プログラムに対して有用である。
【符号の説明】
【００８９】
９０ 不審者判断装置
１０１ 観測装置
１０２ 人検出履歴データベース
１０３ 初回検出観測値推定手段
１０４ 出入口データベース
１０５ 不審者判断手段
１０６ 表示手段
２０１ 部屋
２０１ａ，２０１ｂ，２０１ｃ 壁
２０１ｄ 天井
２０１ｆ 床
２０２ カメラ
２０２ａ 撮像部
２０２ｂ 画像処理部
２０４ 人
２０４Ｄ 不審者
２０５Ａ ドア
２０５Ｂ ドア
２０５Ｃ ドア
２０６ 窓
８０１Ａ クラスタ
８０１Ｂ クラスタ
８０１Ｃ クラスタ
８０１Ｄ クラスタ
９０１ パーソナルコンピュータのモニタ
９０２ 携帯端末の画面
１００１ 校舎
１００２ 校門
１００３ 校壁
１００４ 生徒
１００５ 不審者
１１０１ 測域センサ
１２０１ 部屋
１２０２ ドア
１２０３ 鍵
１４０１ 車
１４０２ ドア
１４０３ 鍵
１６０１ 入口
１６０２ 通常車
１６０３ 異常車（不審車）
【技術分野】
【０００１】
ドアなどの通常使用する入口以外の場所から侵入してきた不審物体を判断することのできる不審物体判断装置、不審物体判断方法、及び、不審物体判断プログラムに関する。
【背景技術】
【０００２】
特許文献１には、マイクロ波と赤外線を用いて侵入者を検出する技術が開示されている。また、特許文献２には、窓ガラスにセンサを設置することによって、室内への侵入を検出する技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開平１１−３９５７４号公報
【特許文献２】特開２００６−０９０７２０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、上記従来技術に係るシステムによれば、複数のセンサ等の組み合わせによる人物の検出又はガラスの破壊等の検出などが必要であり、仮に、カメラを用いたとしても、前記検出のための複雑な処理が低減されることはない。
【０００５】
そこで、本発明の目的は、セキュリティ用途に設置されている撮像装置などからの情報を用いて、より簡便な処理により、ドアなどの通常使用する入口以外の位置から不正に侵入してきた不審物体を判断する、不審物体判断装置、不審物体判断方法、及び、不審物体判断プログラムを提供することにある。
【課題を解決するための手段】
【０００６】
前記目的を達成するために、本発明は以下のように構成する。
【０００７】
本発明の第１態様によれば、入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報としてそれぞれ取得する観測装置と、
前記観測装置によりそれぞれ取得した観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを記憶する物体検出履歴データベースと、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を推定する初回検出観測値推定手段と、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを判断する不審物体判断手段と、
を備えることを特徴とする不審物体判断装置を提供する。
【０００８】
本発明の第６態様によれば、入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを少なくとも複数観測情報としてそれぞれ取得する観測装置と、
前記観測装置によりそれぞれ取得した観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを記憶する物体検出履歴データベースと、
前記物体検出履歴データベースに記憶されている複数の、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を推定する初回検出観測値推定手段と、
前記物体を初めて検出した位置を初回検出観測値情報として記憶する初回検出観測値履歴データベースと、
前記初回検出観測値履歴データベースに記憶された前記物体を初めて検出した位置同士を比較し、前記物体が前記環境の入口以外の場所から侵入した不審物体か否かを判断する不審物体判断手段と、
を備えることを特徴とする不審物体判断装置を提供する。
【０００９】
本発明の第７態様によれば、入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報として観測装置によりそれぞれ取得し、
前記観測装置によりそれぞれ取得した前記観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを物体検出履歴データベースに記憶し、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を初回検出観測値推定手段により推定し、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを不審物体判断手段により判断する、
ことを特徴とする不審物体判断方法を提供する。
【００１０】
本発明の第８態様によれば、コンピュータに、
入口を有する環境内に存在する物体を観測対象として観測装置により検出して取得した、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報として物体検出履歴データベースに記憶する機能と、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を初回検出観測値推定手段により推定する機能と、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを不審物体判断手段により判断する機能と、
を実現させるための不審物体判断プログラムを提供する。
【発明の効果】
【００１１】
本発明によれば、物体、例えば人を初めて検出できる位置はドアなどの通常使用する入口の位置であると考えられることから、人を初めて検出した位置と入口の位置とを比較し、その距離が閾値を超えて離れていた場合、前記人を不審者であると判断できる。又は、物体を初めて検出した位置同士を比較し、物体が入口以外の場所から侵入した不審物体か否かを判断することができる。そのため、通常使用する入口以外の場所、例えば、不審者の侵入を検出したい窓などにおいて、不審者を検出するための専用のセンサを取り付ける必要なく、入口以外の場所から侵入してきた不審者を判断することができる。
【図面の簡単な説明】
【００１２】
【図１】本発明の第一実施形態に係る不審物体判断装置の構成を示すブロック図
【図２】本発明の前記第一実施形態に係る前記不審物体判断装置による観測対象である生活空間としての部屋を説明する図
【図３】本発明の第一実施形態に係る不審物体判断装置の全体処理を示すフローチャート図
【図４】本発明の第一実施形態に係る不審物体判断装置の人検出履歴データベースの一例を示す図
【図５】本発明の第一実施形態に係る不審物体判断装置の初回検出観測値推定手段の推定結果の一例を示す図
【図６】本発明の第一実施形態に係る不審物体判断装置の初回検出観測値推定手段の処理を示すフローチャート図
【図７】本発明の第一実施形態に係る不審物体判断装置の出入口データベースの一例を示す図
【図８】本発明の第一実施形態に係る不審物体判断装置の初回検出位置のクラスタリング処理の一例を示す図
【図９】本発明の第一実施形態に係る不審物体判断装置の表示手段の一例を示す図
【図１０】本発明の第一実施形態に係る不審物体判断装置による観測対象である生活空間としての校舎を説明する図
【図１１】本発明の第二実施形態に係る不審物体判断装置による観測対象である生活空間としての部屋を説明する図
【図１２Ａ】本発明の第二実施形態に係る不審物体判断装置による観測対象である生活空間としての部屋への人の出入りを説明する図
【図１２Ｂ】本発明の第二実施形態に係る不審物体判断装置による観測対象である生活空間としての部屋への人の出入りを説明する図
【図１２Ｃ】本発明の第二実施形態に係る不審物体判断装置による観測対象である生活空間としての部屋への人の出入りを説明する図
【図１３】本発明の第二実施形態に係る不審物体判断装置の出入口データベースの一例を示す図
【図１４Ａ】本発明の第三実施形態に係る不審物体判断装置による観測対象である空間としての車道を説明する図
【図１４Ｂ】本発明の第三実施形態に係る不審物体判断装置による観測対象である空間としての車道を説明する図
【図１４Ｃ】本発明の第三実施形態に係る不審物体判断装置による観測対象である空間としての車道を説明する図
【図１５】本発明の第三実施形態に係る不審物体判断装置の出入口データベースの一例を示す図
【図１６】本発明の第三実施形態に係る不審物体判断装置の車検出履歴データベースの一例を示す図
【図１７】本発明の第三実施形態に係る不審物体判断装置の初回検出観測値推定手段の推定結果の一例を示す図
【図１８】本発明の他の実施形態に係る不審物体判断装置の構成を示すブロック図
【発明を実施するための形態】
【００１３】
以下に、本発明にかかる実施の形態を図面に基づいて詳細に説明する。
【００１４】
以下、図面を参照して本発明における実施形態を詳細に説明する前に、本発明の種々の態様について説明する。
【００１５】
本発明の第１態様によれば、入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報としてそれぞれ取得する観測装置と、
前記観測装置によりそれぞれ取得した観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを記憶する物体検出履歴データベースと、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を推定する初回検出観測値推定手段と、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを判断する不審物体判断手段と、
を備えることを特徴とする不審物体判断装置を提供する。
【００１６】
本発明の第２態様によれば、前記不審物体判断手段は、前記物体を初めて検出した位置と前記入口データベース内の前記入口の位置との距離を算出し、算出した距離が閾値より大きいと、その物体は不審物体であると判断し、前記距離が前記閾値以下であると、その物体は不審物体ではないと判断する、第１の態様に記載の不審物体判断装置を提供する。
【００１７】
本発明の第３態様によれば、前記物体は人であり、前記閾値は、下記の式２により求められ、
【００１８】
【数１】
前記式２において、Ｃは前記観測装置の観測周期、Ｔは、人が前記入口のドアの開閉に要する開閉時間、Ｓは人の歩行速度、Ｎｄは前記観測装置の人の検出位置誤差特性である、第２の態様に記載の不審物体判断装置を提供する。
【００１９】
本発明の第４態様によれば、前記不審物体判断手段は、前記入口の前に領域を予め設定しておき、前記物体を初めて検出した位置がその領域外ならば、不審物体であると判断し、前記領域内ならば、不審物体ではないと判断する、第１の態様に記載の不審物体判断装置を提供する。
【００２０】
本発明の第５態様によれば、前記不審物体判断手段は、前記物体を初めて検出した位置同士の距離を算出し、その距離が閾値より大きいと、前記物体が前記環境の入口以外の場所から侵入した不審物体であると判断し、前記距離が前記閾値以下であると、不審物体ではないと判断する、第１の態様第記載の不審物体判断装置を提供する。
【００２１】
本発明の第６態様によれば、入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを少なくとも複数観測情報としてそれぞれ取得する観測装置と、
前記観測装置によりそれぞれ取得した観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを記憶する物体検出履歴データベースと、
前記物体検出履歴データベースに記憶されている複数の、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を推定する初回検出観測値推定手段と、
前記物体を初めて検出した位置を初回検出観測値情報として記憶する初回検出観測値履歴データベースと、
前記初回検出観測値履歴データベースに記憶された前記物体を初めて検出した位置同士を比較し、前記物体が前記環境の入口以外の場所から侵入した不審物体か否かを判断する不審物体判断手段と、
を備えることを特徴とする不審物体判断装置を提供する。
【００２２】
本発明の第７態様によれば、入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報として観測装置によりそれぞれ取得し、
前記観測装置によりそれぞれ取得した前記観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを物体検出履歴データベースに記憶し、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を初回検出観測値推定手段により推定し、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを不審物体判断手段により判断する、
ことを特徴とする不審物体判断方法を提供する。
【００２３】
本発明の第８態様によれば、コンピュータに、
入口を有する環境内に存在する物体を観測対象として観測装置により検出して取得した、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報として物体検出履歴データベースに記憶する機能と、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を初回検出観測値推定手段により推定する機能と、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを不審物体判断手段により判断する機能と、
を実現させるための不審物体判断プログラムを提供する。
【００２４】
以下、本発明の実施の形態について、図面を参照しながら説明する。第一実施形態及び第二実施形態では、不審物体を不審者として説明し、第三実施形態では、不審物体を不審車として説明する。
【００２５】
（第一実施形態）
＜不審者判断装置の構成の説明＞
図１は、本発明の第一実施形態に係る不審者判断装置の構成を示した図である。
【００２６】
本発明の第一実施形態に係る不審者判断装置９０は、観測装置１０１と、初回検出観測値推定手段１０３と、不審者判断手段１０５と、表示手段１０６とを備えるように構成されている。不審者判断装置９０は、さらに、有線又は無線を使用して、接続された人検出履歴データベース１０２と出入口データベース１０４とからデータをそれぞれ受け取るように構成されている。また、人検出履歴データベース１０２は、有線又は無線を使用して接続された観測装置１０１からデータを受け取るように構成されている。出入口データベース１０４は入口データベース１０４の一例として機能する。
【００２７】
図２に、観測装置１０１の一例としてカメラ２０２を備えた、閉じた生活環境の具体的な例である部屋２０１を示す。一例としての直方体の部屋２０１の四角形の天井２０１ｄの中央付近には、真下に向けられたカメラ２０２が設置されている。部屋２０１内には、人２０４が存在して、部屋２０１に出入りしている。カメラ２０２は、人２０４を検出する撮像部２０２ａと、撮像部２０２ａに接続されて撮像部２０２ａにより撮像した画像データを画像処理する画像処理部２０２ｂとを備えて構成している。
【００２８】
尚、部屋２０１に出入りする人２０４の数に制限は無く、任意の一人の人２０４を、代表的に人２０４として説明を行っている。また、閉じた環境である部屋２０１内への入口の一例（出入口の一例）として、ドア２０５Ａと、ドア２０５Ｂと、ドア２０５Ｃ（ドアを総称的に説明するときには、これらの個々のドア２０５Ａ，２０５Ｂ，２０５Ｃの参照符号を使用せずに「２０５」として記載する。）とが設置されている。以後、部屋２０１内のドア２０５Ａとドア２０５Ｂとドア２０５Ｃとのうちの任意のドアを、ドア２０５として代表的に説明する。一例として、部屋２０１の対向する一対の壁２０１ａ，２０１ｃにそれぞれドア２０５Ａとドア２０５Ｃとが配置され、一対の壁２０１ａ，２０１ｃをつなぐ壁２０１ｂにドア２０５Ｂが配置されている。
【００２９】
尚、部屋２０１内には、カメラ２０２が観測装置の例として設置されているが、人２０４の位置を検出可能な観測装置であれば、カメラ以外の装置でも、本発明に適用可能である。
【００３０】
＜観測装置の説明＞
観測装置１０１の一例であるカメラ２０２の撮像部２０２ａは、所定の観測周期（例えば１秒〜２秒の任意の時間又は１００ｍｓ）毎に、部屋２０１内を撮像により観測する。そして、撮像部２０２ａにより撮像された画像データを画像処理部２０２ｂで画像処理することにより、部屋２０１内に存在する人２０４の検出を行う。この検出結果を、画像処理部２０２ｂから人検出履歴データベース１０２に出力して人検出履歴データベース１０２により記憶する。観測装置１０１により人２０４を検出すると、観測装置１０１は、検出した人２０４の特徴情報（人であることを示す特徴（特徴量）を表す情報）と位置とを取得する。そして、取得した人２０４の特徴情報と位置とを、人２０４を検出した時刻と共に、人検出履歴データベース１０２に観測装置１０１が記憶する。よって、人２０４と、人２０４を検出した時刻とが対応付けされて、人検出履歴データベース１０２に記憶されている。ここで、位置とは、観測装置１０１により検出される、部屋２０１内での人２０４の位置を示す位置座標（例えば、ＸＹ座標）である。人２０４を検出した時刻は、一例として、カメラ２０２に内蔵されたタイマーから取得する。
【００３１】
まず、観測装置１０１の一例として、観測装置１０１にカメラ２０２を用いた場合について説明する。
【００３２】
カメラ２０２の撮像部２０２ａにより撮像された画像データを用いて画像処理部２０２ｂにより人２０４を検出するには、カメラ２０２の撮像部２０２ａが取得した画像データを、カメラ２０２内に備えた画像処理部２０２ｂにより画像処理する必要がある。そのような画像処理の方法として、例えば、背景差分法を用いることができる。カメラ２０２の撮像部２０２ａにより予め撮像して用意しておいた、人２０４が存在していないときの部屋２０１の背景画像データと、カメラ２０２の撮像部２０２ａにより撮像した現在の画像データとを画像処理部２０２ｂにより比較する。その後、比較した情報から、画素値が異なる領域を差分領域として画像処理部２０２ｂにより取り出す。ただし、画像データにはノイズが混じっている可能性があるため、前記差分領域が人２０４に対して十分に小さいと画像処理部２０２ｂにより判断できる場合には、前記差分領域は人２０４ではないと画像処理部２０２ｂにより判断しても良い。ここで、差分領域が人２０４に対して十分に小さい場合とは、前記差分領域の画素数が、人２０４と認識可能な最低画素数を基に予め設定した閾値以下である場合が考えられる。尚、検出した人２０４の位置は、画像処理部２０２ｂにより、例えば前記差分領域の重心位置とすることができる。
【００３３】
検出した人２０４の特徴情報は、例えば、前記差分領域の色の分布とすることができる。以下、これを色特徴情報と称する。また、検出した前記差分領域の大きさを特徴情報としても良い。例えば、前記差分領域が５０ピクセル未満により構成されていた場合には領域小、５０ピクセル以上７５ピクセル未満により構成されていた場合には領域中、７５ピクセル以上により構成されていた場合には領域大と特徴付けることができる。以下、これを領域特徴情報と称する。なお、以下の説明では、特徴情報として、色特徴情報と領域特徴情報とを併記して説明するが、これは両方の特徴情報が必要であるという意味ではなく、少なくともいずれか一方の特徴情報があればよいことを意味する。もちろん、色特徴情報と領域特徴情報とを両方使用すれば、判断精度が高まることは言うまでもない。
【００３４】
＜人検出履歴データベース及び初回検出観測値推定手段の説明＞
人検出履歴データベース１０２には、人２０４が観測装置１０１により検出された時刻と、観測装置１０１により検出された人２０４の特徴情報と、人２０４が観測装置１０１により検出された位置とが、観測装置１０１により記憶される。
【００３５】
初回検出観測値推定手段１０３は、人検出履歴データベース１０２に記憶された情報を参照して、初めて人２０４を検出した履歴のデータ（例えば、位置）の推定結果が存在したか否かの判断を行う。
【００３６】
図４に、カメラ２０２が人２０４を検出したときの人検出履歴データベース１０２の一例を示す。
【００３７】
図４の人検出履歴データベース１０２には、カメラ２０２が人２０４を検出したときの時刻と位置と色特徴情報と領域特徴情報と、そして観測ＩＤ（時刻と位置と色特徴情報と領域特徴情報とを含む観測情報同士を識別するための情報）とが記憶できるようになっている。例えば、時刻2008/09/02_12:00:01では、位置(x,y)＝(25,50)にて、色特徴情報が赤の人が大きな領域の領域特徴情報を持つ情報として検出され、観測ＩＤ＝CAM_001として人検出履歴データベース１０２に記憶されている。また、時刻2008/09/02_12:00:04では、位置(525,175)にて色特徴情報が白の人が小さな領域の領域特徴情報を持つ情報として検出され、観測ＩＤ＝CAM_005として人検出履歴データベース１０２に記憶されている。ここで、観測ＩＤ＝CAM_001と観測ＩＤ＝CAM_005にそれぞれ記憶されている色特徴情報及び領域特徴情報は異なっていると、初回検出観測値推定手段１０３により判断することができる。このことから、観測ＩＤ＝CAM_001において検出した人と観測ＩＤ＝CAM_005において検出した人は異なる人物であると、初回検出観測値推定手段１０３で推定することができる。
【００３８】
図５に、初回検出観測値推定手段１０３が推定した、カメラ２０２が人２０４を初めて検出したときの観測値の一例を示す。
【００３９】
図５の推定結果には、カメラ２０２が人２０４を初めて検出したときの時刻と位置と色特徴情報と領域特徴情報と、そして観測ＩＤとが示されている。尚、図５の推定結果は、図４の人検出履歴データベース１０２に記憶されている人２０４の検出履歴の情報を基に、初回検出観測値推定手段１０３により作成されている。初回検出観測値推定手段１０３の具体的な動作については、後述する。
【００４０】
＜出入口データベースの説明＞
出入口データベース１０４には、部屋２０１への入口又は出入口となるドア２０５の位置が予め記憶されている。
【００４１】
不審者判断装置に出入口データベース１０４を予め格納しておいてもよい。また、インターネットを通じて出入口データベース１０４をオンラインにより、不審者判断装置の外部のデータベースなど記憶装置から取得してもよい。
【００４２】
図７に出入口データベース１０４の一例を示す。
【００４３】
図７の出入口データベース１０４には、ドアＩＤと、前記ドアＩＤが示す部屋２０１におけるドア位置と、ドアＩＤが示す家具（ドア）の取り得る動作（例えば、ドアの開け閉め動作）とが記憶されている。尚、図７の例では、ドアの重心位置がドア位置として記憶されているが、ドア位置の範囲（例えば、ドアの位置を中心とした所定距離内の範囲又はドアの開け閉め動作に必要な範囲の縁部から所定距離内の範囲）を指定しておいても構わない。例えば、DOOR_001が示すドアの場合、ドア位置の範囲を(0,250)〜(0,350)［座標(0,250)から座標(0,350)にかけてドアが存在することを示す。］などと表すことができる。また、ドア２０５Ａのように、ドアが開き戸であった場合、ドア位置をドア２０５Ａの重心位置から縦枠２０５ｆ寄りに設定しておいても良い。これは、人２０４が開き戸を通過する場合には、縦枠寄りを通過することが多いためである。
【００４４】
出入口データベース１０４には、ドア識別情報として、ドアＩＤが示す家具（ドア）が取り得る動作について予め記憶されている。図７の出入口データベース１０４によると、ドアＩＤ＝DOOR_001(ドア２０５Ａ)とドアＩＤ＝DOOR_002(ドア２０５Ｂ)の動作には、「手動開閉」と予め記憶されている。これは、人２０４が手動によりドア２０５（２０５Ａ，２０５Ｂ）の開閉を行う必要があること（人２０４が、一旦、ドア２０５Ａ，２０５Ｂの前で停止してドア２０５Ａ，２０５Ｂの開閉動作を手動により行うこと）を意味している。また、ドアＩＤ＝DOOR_003(ドア２０５Ｃ)には、「自動開閉」と予め記憶されている。これは、ドア２０５が自動ドアであり、人２０４が手動によりドア２０５の開閉を行う必要がないこと（人２０４が、一旦、ドア２０５Ｃの前で停止してドア２０５Ｃの開閉動作を手動により行う必要がないこと）を意味している。以上のようなドア２０５の構成により説明を行うが、本発明は、ドア２０５が全て手動開閉又は自動開閉であっても、動作可能である。ここでは、一例として、各出入口にはドア２０５が存在し、ドア２０５が開閉することにより、人２０４が部屋２０２を正規に（人２０４が不正なく、又は、人２０４が不審者としてではなく）出入りすることを前提としている。
【００４５】
＜不審者判断手段の説明＞
不審者判断手段１０５は、初回検出観測値推定手段１０３により推定した人２０４が初めて検出された観測値に含まれる位置情報（以後、初回検出位置と呼ぶ）と、出入口データベース１０４に記憶されている各ドア２０５の位置情報とを比較し、人２０４が不審者か否かを判断する。すなわち、初回検出位置と、出入口データベース１０４に記憶されている各ドア２０５の位置情報とが一致すれば、人２０４が不審者ではないと不審者判断手段１０５により判断する。初回検出位置と、出入口データベース１０４に記憶されている各ドア２０５の位置情報とが一致しなければ、人２０４が不審者であると不審者判断手段１０５により判断する。具体的な判断動作については、後述する。
【００４６】
＜不審者判断装置の全体処理＞
以下、図３は、前記不審者判断装置の全体処理を示すフローチャートであり、この図３のフローチャートに対応させながら、前記不審者判断装置の全体処理について説明する。
【００４７】
図３のステップＳ３０１では、カメラ２０２を用いて、撮像部２０２ａで撮像された情報を基に人２０４を検出したと画像処理部２０２ｂにより判断した場合には、次のステップＳ３０２の特徴情報抽出処理に進む。一方、カメラ２０２を用いて、人２０４を検出していないと画像処理部２０２ｂにより判断した場合には、人２０４を検出したと画像処理部２０２ｂにより判断するまで、ステップＳ３０１の処理を繰り返す。
【００４８】
次のステップＳ３０２においては、撮像部２０２ａで撮像された情報から、検出した人２０４の特徴情報を画像処理部２０２ｂにより抽出する。その後、ステップＳ３０３に進む。
【００４９】
ステップＳ３０３では、ステップＳ３０２においてカメラ２０２の画像処理部２０２ｂが抽出した特徴情報と位置とを、検出した時刻と共に、カメラ２０２の画像処理部２０２ｂにより人検出履歴データベース１０２に記憶する。その後、ステップＳ３０４に進む。
【００５０】
ステップＳ３０４では、人物履歴データベース１０２に記憶されている人２０４の検出履歴の情報を基に、人２０４を初めて検出した履歴のデータ（例えば、位置）を初回検出観測値推定手段１０３により推定する。その後、ステップＳ３０５に進む。
【００５１】
ここで、図５の推定結果を使用して、初回検出観測値推定手段１０３により、人２０４を初めて検出した履歴のデータ（すなわち、初回検出観測値）を推定して取得する方法を図６のフローチャートを用いて説明する。
【００５２】
まず、ステップＳ６０１では、人検出履歴データベース１０２に未読のデータがあるか否かを初回検出観測値推定手段１０３により判断している。未読データが存在しないと初回検出観測値推定手段１０３により判断すれば、初回検出観測値の取得処理を終了する。人検出履歴データベース１０２に未読のデータがあると初回検出観測値推定手段１０３により判断すれば、ステップＳ６０２に進む。例えば、未読データが存在するか否かは、それぞれのデータに対して未読データ又は既読データを示すフラグが存在するか否かに基づき、初回検出観測値推定手段１０３により判断することができる。
【００５３】
ステップＳ６０２は、ステップＳ６０１において未読データが存在すると初回検出観測値推定手段１０３により判断した場合の処理である。人検出履歴データベース１０２に記憶されている未読データを初回検出観測値推定手段１０３により１つ読み込む。その後、ステップＳ６０３に進む。
【００５４】
次いで、ステップＳ６０３では、読み込んだデータに、記憶されている時刻からＮ時刻前までの間に（ただし、Ｎ＞０）、同じ特徴情報が記憶されているデータが人検出履歴データベース１０２に記憶されているか否かを初回検出観測値推定手段１０３により判断している。同じ特徴情報が記憶されているデータが人検出履歴データベース１０２に記憶されていると初回検出観測値推定手段１０３により判断した場合は、初めて検出した人ではないと初回検出観測値推定手段１０３により判断し、ステップＳ６０１の処理へ戻る。ここで、Ｎは観測装置１０１の観測周期（例えば１秒〜２秒の任意の時間又は１００ｍｓ）などとすることができる。観測装置１０１が人２０４の検出ミスをする可能性を考慮し、Ｎに観測装置１０１の観測周期を定数倍した値を用いても構わない。一方、記憶されている時刻からＮ時刻前までの間に同じ特徴情報が記憶されているデータが存在していないと初回検出観測値推定手段１０３により判断した場合には、ステップＳ６０４に進む。
【００５５】
ステップＳ６０４は、ステップＳ６０３において、記憶されている時刻からＮ時刻前までの間に同じ特徴情報が記憶されているデータが存在していないと初回検出観測値推定手段１０３により判断した場合の処理である。ステップＳ６０２において読み込んだデータは、人２０４を初めて検出した観測値であると、初回検出観測値推定手段１０３により判断する。その後、ステップＳ６０１の処理に戻る。
【００５６】
このようにして、人２０４を初めて検出した観測値、すなわち、ステップＳ３０４において、人２０４を初めて検出した履歴のデータ（例えば、位置）を初回検出観測値推定手段１０３により推定する。
【００５７】
次いで、ステップＳ３０５では、人物履歴データベース１０２に記憶されている情報を基に、初めて人２０４を検出した履歴のデータ（例えば、位置）の推定結果が存在したか否かの判断を初回検出観測値推定手段１０３により行う。初めて人２０４を検出した履歴のデータ（例えば、位置）の推定結果が存在したと初回検出観測値推定手段１０３により判断した場合には、ステップＳ３０６に進む。初めて人２０４を検出した履歴のデータ（例えば、位置）の推定結果が存在していないと初回検出観測値推定手段１０３により判断した場合には、ステップＳ３０１に戻る。
【００５８】
以下に、このステップＳ３０５において、人物履歴データベース１０２に記憶されている情報を基に、初めて人２０４を検出した履歴のデータ（例えば、位置）の推定結果が存在していると初回検出観測値推定手段１０３により判断された場合の推定結果を図５に示す。この推定結果について、図４と図５を用いて具体的に説明する。
【００５９】
図５の初回検出観測値推定手段１０３の推定結果には、人２０４が初めて検出された観測ＩＤとして、観測ＩＤ＝CAM_001と観測ＩＤ＝CAM_005と観測ＩＤ＝CAM_016とが存在する。尚、初回検出観測値推定手段１０３の判断結果を記憶する初回検出観測値履歴データベースを用いても構わない。また、人検出履歴データベース１０２に、人２０４を初めて検出したか否かを示すフィールドを設けておいても良い。
【００６０】
観測ＩＤ＝CAM_001は、色特徴情報が赤色の人が初めて検出されたため、人物履歴データベース１０２に記憶されている。同様に、観測ＩＤ＝CAM_005は、色特徴情報が白色の人が初めて検出されたため、人物履歴データベース１０２に記憶されている。さらに、観測ＩＤ＝CAM_016の色特徴情報は赤色であるけれども、人物履歴データベース１０２に記憶されている。これは、観測ＩＤ＝CAM_016の観測（時刻2008/09/02_12:00:10）より１つ前の前回の観測（時刻2008/09/02_12:00:09）において、色特徴情報が赤色の人が検出されていないためである。つまり、色特徴情報が赤色の人は、一度、時刻2008/09/02_12:00:08に部屋２０１を退室し、時刻2008/09/02_12:00:10に部屋２０１に入室したと考えられるためである。これは、観測装置１０１（ここでは、一例として、カメラ２０２。）が人２０４の検出ミスをしないことを想定し、Ｎの値を観測装置１０１の観測周期の一例である１秒に設定していることを示す。すなわち、初回検出観測値推定手段１０３は、観測周期毎に連続した観測において、同じ色特徴情報を有する人２０４が連続して観測できている場合は、人２０４が部屋２０１に存在すると判断する一方、前記連続した観測において、同じ色特徴情報を有する人２０４が観測できなかった場合は、人２０４が部屋２０１から出たと判断するためである。
【００６１】
ここで、人２０４が部屋２０１内に存在するにも関わらず、カメラ２０２が人２０４の検出ミスをする場合のことを考える。この場合、例えば、カメラ２０２が人２０４をＭ回検出できなければ（ただし、Ｍは０より大きな整数。）、人２０４は部屋２０１から出て行ったと初回検出観測値推定手段１０３により判断しても良い。つまり、カメラ２０２の観測周期が１秒の場合、（Ｎ×Ｍ）秒間、人２０４が検出されないと初回検出観測値推定手段１０３により判断すれば、人２０４は部屋から出て行ったと初回検出観測値推定手段１０３により推定することとなる。
【００６２】
図４の例に戻って説明すると、赤色の人が、時刻2008/09/02_12:00:08においては検出されているが、時刻2008/09/02_12:00:09において検出されなくなって、赤色の人が次回検出されたのが１秒後の時刻2008/09/02_12:00:10である。人２０４が一度でも検出されなければ人２０４が部屋２０１から出たと初回検出観測値推定手段１０３により判断する場合、人検出履歴データベース１０２には、観測ＩＤ＝CAM_001と観測ＩＤ＝CAM_005と観測ＩＤ＝CAM_016とが初回検出観測値推定手段１０３により記憶されることとなる。しかし、例えば、人２０４が連続で５回以上（すなわち、Ｍ＝５）検出されなかった場合には人２０４が部屋２０１から出たと初回検出観測値推定手段１０により判断する場合には、人検出履歴データベース１０２には、観測ＩＤ＝CAM_001とCAM_005が記憶されることとなる。この場合は、観測ＩＤ＝CAM_014の時刻2008/09/02_12:00:09においてカメラ２０２が人２０４の検出ミスをした、と初回検出観測値推定手段１０により推定させることを意味する。
【００６３】
次いで、ステップＳ３０６では、不審者判断手段１０５が、初回検出観測値推定手段１０３により推定した人２０４が初めて検出された観測値に含まれる位置情報（以後、初回検出位置と呼ぶ）と、出入口データベース１０４に記憶されている各ドア２０５の位置情報とを比較し、人２０４が不審者か否かを判断している。すなわち、初回検出位置と、出入口データベース１０４に記憶されている各ドア２０５の位置情報とが一致すれば、人２０４が不審者ではないと不審者判断手段１０５により判断したのち、ステップＳ３０１に戻る。初回検出位置と、出入口データベース１０４に記憶されている各ドア２０５の位置情報とが一致しなければ、ステップＳ３０７において人２０４が不審者であると不審者判断手段１０５により判断したのち、ステップＳ３０１に戻る。具体的には、以下のような判断を行う。
【００６４】
以下、ステップＳ３０６の処理をより具体的に説明する。
【００６５】
閉じた空間である部屋２０１内において、カメラ２０２が初めて人２０４を検出できるのは、部屋２０１への出入口であるドア位置となる。つまり、ドア位置から離れた場所に前記初回検出位置が存在した場合、前記初回検出位置において検出された人２０４は、例えば窓など、出入口としては通常使用しない場所から侵入した不審者であると不審者判断手段１０５により判断できる。
【００６６】
そこで、不審者判断手段１０５は、前記初回検出位置から、その初回検出位置の最も近くに存在するドア位置までの距離が閾値Ｄよりも大きかった場合、前記初回検出位置において検出された人２０４を不審者であると判断する。
【００６７】
尚、閾値Ｄは（式１）に基づいて決定される。（式１）は不審者判断手段１０５に記憶されている。
【００６８】
【数２】
（式１）において、Ｃは、カメラ２０２の観測周期を示す。前記観測周期Ｃが短いほど、前記初回検出位置はドア位置の近くに得られる。Ｔは、人２０４がドア２０５の開閉に要する開閉時間を示す。前記開閉時間Ｔが長いほど、前記初回検出位置はドア位置の近くに得られる。尚、前記開閉時間Ｔは、自動ドアの場合は０（秒）となる。また、手動により開閉を行うタイプのドアの場合、前記開閉時間を０．５（秒）などと予め見積もっておく。Ｓは、人２０４の歩行速度を示す。前記歩行速度Ｓが遅いほど、前記初回検出位置はドア位置の近くに得られる。前記歩行速度Ｓは、人２０４の歩行速度として妥当な値（例えば１．０ｍ／ｓなど）を予め見積もって設定しておいても良い。なお、歩行速度は、固定値でもよいが、カメラ２０２の画像により、大人か子供かを不審者判断手段１０５で判断して、歩行速度を変更してもよい。この場合、カメラ２０２の画像による大人か子供かの判断情報として、画像処理部２０２ｂで抽出された人２０４である差分領域の情報が、物体検出履歴データベース１０２から不審物体判断手段１０５に入力される。そして、その差分領域の大きさなどから、大人か子供かを不審物体判断手段１０５により判断することができる。Ｎｄは、カメラ２０２の人２０４の検出位置誤差特性を示す。前記検出位置誤差特性Ｎｄには、カメラ２０２による人２０４の検出実験を行い、検出位置にどの程度の検出位置誤差が発生するかを事前に見積もっておき、その値を設定しておく。
【００６９】
ここで、図５の初回検出観測値推定手段１０３が推定した初回検出位置を見てみると、観測ID＝CAM_001の人２０４の初回検出位置の位置座標は（２５，５０）である。不審者判断手段１０５により、この初回検出位置の最も近くに存在するドアはドア２０５Ａであり、その距離は、２５１．１ｃｍであると判断される。ここで、最も近くに存在するドアはドア２０５Ａであることは、不審者判断手段１０５により初回検出位置とすべてのドアとの距離を求めたのち、最小値に関するドアを不審者判断手段１０５により選択することにより、求めることができる。
【００７０】
また、観測ID＝CAM_005の人２０４の初回検出位置の位置座標は（５２５，１７５）である。不審者判断手段１０５により、この初回検出位置の最も近くに存在するドアはドア２０５Ｃであり、その距離は、３５．４ｃｍであると判断される。観測ID＝CAM_016の人２０４の初回検出位置の位置座標は（１２５，３７５）である。不審者判断手段１０５により、この初回検出位置の最も近くに存在するドアはドア２０５Ｂであり、その距離は３５．４ｃｍであると判断される。
【００７１】
ここで、（式１）のＣ＝１ｓ、Ｓ＝１ｍ／ｓ、Ｎｄ＝１００ｃｍとし、ドア２０５Ａ，ドア２０５Ｂにおける開閉時間Ｔをそれぞれ０．５とし、ドア２０５Ｃにおける開閉時間Ｔを０とする。ドア２０５Ａ，ドア２０５Ｂにおける閾値Ｄはそれぞれ１５０ｃｍとなり、ドア２０５Ｃにおける閾値Ｄは１００ｃｍとなる。
【００７２】
すると、初回検出位置に関して最短となるドア２０５Ａまでの距離が２５１．１ｃｍである観測ID＝CAM_001は、ドア２０５Ａにおける閾値Ｄ＝１５０ｃｍよりも大きいため、窓２０６から侵入した不審者を検出して得られた観測値であると、不審者判断手段１０５により判断することができる。一方、初回検出位置に関して最短となるドア２０５Ｃまでの距離が３５．４ｃｍである観測ID＝CAM_005は、ドア２０５Ｃにおける閾値Ｄ＝１００ｃｍよりも小さいため、ドア２０５Ｃから入出した人２０４を検出して得られた観測値であると、不審者判断手段１０５により判断することができる。また、初回検出位置に関して最短となるドア２０５Ｂまでの距離が３５．４ｃｍである観測ID＝CAM_016は、ドア２０５Ｂにおける閾値Ｄ＝１５０ｃｍよりも小さいため、ドア２０５Ｂから入出した人２０４を検出して得られた観測値であると、不審者判断手段１０５により判断することができる。尚、本不審者判断装置は、窓２０６に関する情報（位置）は所持していない。
【００７３】
尚、床２０１ｆを、例えば一辺５０ｃｍ四方のメッシュに区切り、予め、人２０４の初回検出位置が検出できたならばその人２０４を不審者とするメッシュ領域を決定しておいても良い。逆に、ドア２０５の前に領域を予め設定しておき、人２０４を初めて検出した位置がその領域外ならば、不審者であると不審者判断手段１０５により判断し、前記領域内ならば、不審者ではないと不審者判断手段１０５により判断することもできる。これにより、毎回人２０４の初回検出位置検出時に各ドア２０５からの距離を算出する手間が省くことができる。このメッシュ領域の例としては、ドア２０５Ａにおける閾値Ｄ＝１５０ｃｍを考慮すると、図２の窓の左下の（０，０）、（１００，０）、（１００，１００）、（０，１００）で囲まれた領域で人物を初めて検出した場合、不審者判断手段１０５により不審者と判断する。
【００７４】
ここで、前記初回検出位置の数が、検出誤差を無視できるくらいに十分に得られている場合には、出入口データベース１０４を使用せずに不審者を判断可能である。この場合には、例えば、入口データベース１０４の代わりに、初回検出観測値履歴データベース１０７を配置して、不審物体判断装置を構成することができる。この装置で不審物体判断を行うとき、観測情報としては複数、好ましくは３個の観測情報が必要である。例えば、３個の観測情報のうちの２個の観測情報と、１個の観測情報とに収束する場合には、１個の観測情報が不審物体であると判断することができる。なお、人物の観測を行う度に初回検出観測値を計算できるため、計算時間が毎回かかるが、初回検出観測値履歴データベースが必ず必要というわけではない。
【００７５】
図８に前記初回検出位置を位置に関してクラスタリングした図を示す。尚、クラスタリング手法には、距離の近い観測値同士を同クラスタとする最短距離法などを用いても良い。
【００７６】
図８を見てみると、クラスタ８０１Ｄに属する観測値数が１個しか存在せず、他のクラスタ８０１Ａでは６個、クラスタ８０１Ｂでは６個、クラスタ８０１Ｃでは８個に比べて観測値数が少ない。通常、部屋２０１への出入に対して、窓等からの不正侵入の割合は極端に低いと考えられることから、クラスタ８０１Ｄに含まれる観測値は、ドア２０５以外から不正に侵入してきた不審者であると、不審者判断手段１０５により判断することができる。言い換えれば、このクラスタリングを利用した不審物体判断手段１０５による判断法は、人２０４を初めて検出した位置同士の距離を算出し、その距離が閾値より大きいと、前記人２０４が入口以外の場所から侵入した不審者であると判断し、前記距離が前記閾値以下であると、不審者ではないと判断することを意味している。尚、不審者判断手段１０５により不審者と判断するための、クラスタに含まれる観測値の数の設定方法であるが、例えば、全初回検出位置数の５％未満の数しかクラスタに存在していない、などと設定することができる。
【００７７】
図９に不審者判断装置の判断結果の表示例を示す。前記表示例には、出入口データベース１０４に記憶されているドア２０５（図９では長方形で示す。）と、人検出履歴データベース１０２に記憶されている人２０４の位置（図９では太い円で示す。）が表示されており、さらに、不審者判断手段１０５が不審者と判断した人２０４に関しては、前記不審者と判断された人２０４の位置（図９では太い円の中に×を示す２０４Ｄ参照。）に「不審者」と表示を行っている。尚、不審者判断装置の判断結果は、表示手段１０６の一例としてのパーソナルコンピュータのモニタ９０１又は携帯端末の画面９０２などで表示を行わせることができる。
【００７８】
以上、閉じた生活環境としての部屋２０１を例として、不審者判断装置の説明を行ったが、本発明の不審者判断装置は、部屋２０１以外の環境へも適用が可能である。図１０に、学校の校内への不審者侵入を検出することを目的とした、不審者判断装置の実装例を示す。校内全域を見渡せるように、校舎１００１の外壁などに観測装置１０１の一例としてのカメラ２０２を、画角の外枠に校壁１００３が映るように設置する（つまり、カメラ画像内に、校外の様子が映らないように設置する）。校内へ入るためには校門１００２を通ることになるため、通常、生徒１００４が初めてカメラ２０２により検出されるのは、校門１００２の付近ということになる。つまり、初回検出観測値推定手段１０３にて検出された人２０４の初回検出位置と、出入口データベース１０４に記憶されている校門の位置が、閾値Ｄを越えて離れていた場合、前記初回検出位置に存在する人２０４は、不審者判断手段１０５により不審者１００５であると判断される。
【００７９】
（第二実施形態）
ドア２０５がガラス製のスライド式のドア１１０３であった場合の不審者判断方法について説明する。
【００８０】
図１１に、観測装置１０１として測域センサ１１０２を用いたドア１１０３を備える部屋１１０１の例を示す。また、図１２Ａに、測域センサ１１０２を設置した部屋１１０１におけるドア１１０３の例を示す。測域センサ１１０２は、ドア１１０３を施錠する鍵１２０３の高さを観測できるよう部屋１１０１に設置されている。測域センサ１１０２による人２０４の検出方法について説明する。測域センサ１１０２が設置された場所から、壁又はドアなど、環境に固定されて移動することのない物体までの距離を、測域センサ１１０２により角度毎に予め測定しておく。そして、前記距離よりも短い距離に観測値が測域センサ１１０２により取得された場合、前記観測値が取得された角度方向、且つ、前記距離に人２０４が存在すると測域センサ１１０２により判断できる。また、初めて得られた観測値か否かについては、前回観測時に検出された観測値の位置との距離に基づいて初回検出観測値推定手段１０３により判断すれば良い。例えば、測域センサ１１０２の観測周期で移動可能な距離を初回検出観測値推定手段１０３により予め見積もっておき、前回観測時に検出されたどの観測値の位置からも、前記距離以上離れている場合、今回の観測値は初めて人２０４を検出することによって得られた観測値であると初回検出観測値推定手段１０３により判断することができる。
【００８１】
出入口データベース１０４には、ドア１１０３が存在する領域の中で、人２０４が通過可能な領域が記憶されている。図１３に、ドア１１０３を人２０４が通過可能な領域が記憶された出入口データベース１０４の例を示す。ドア１１０３は、スライド式のドアとなっており、人２０４は、左右のどちらからでもドア１１０３を開閉して通過可能であるが、鍵１２０３が設置されているドア１１０３の中心付近は通過することはできない。そのため、出入口データベース１０４には、座標(110,400)から(180,400)にかけての領域と、座標(200,400)から(270,400)にかけての領域が、通過可能な領域として記憶されている。
【００８２】
図１２Ｂ及び図１２Ｃを用いて、人２０４の不審者判断の具体的な方法について説明する。図１２Ｂ及び図１２Ｃは、人２０４の部屋１２０１への進入の様子を示している。図１２Ｂは、部屋１２０１への一般的な進入の様子を示している。それに対して、図１２Ｃは、鍵１２０３で施錠されている部屋１２０１への不法な侵入の様子を示している。ここでは、鍵１２０３の付近のガラスを破壊して鍵１２０３を解錠して不法に侵入すると仮定している。また、図１２Ｂの例は、初回検出観測値推定手段１０３が、座標(250,400)において検出した観測値を、人２０４を初めて検出した観測値として推定している様子を示している。このとき、不審者判断手段１０５は、前記観測値が検出された座標を受け取ると、出入口データベース１０４に記憶されているドア１２０２の通過可能領域を参照し、前記領域中に前記座標が含まれていることを確認することにより、前記観測値が示す人２０４は不審者ではないと判断する。さらに、図１２Ｃの例は、初回検出観測値推定手段１０３が、座標(190,400)で検出した観測値を、人２０４を初めて検出した観測値として推定している様子を示している。このとき、不審者判断手段１０５は、前記観測値が検出された座標を受け取ると、出入口データベース１０４に記憶されているドア１２０２の通過可能領域を参照し、前記領域中に前記座標が含まれていないことを確認することにより、前記観測値が示す人２０４は不審者であると判断する。
【００８３】
（第三実施形態）
図１４Ａ〜図１４Ｃに、車両道路において不審車判断を行っている例を示す。カメラ２０２は、片側の車線の一定区間を観測可能なように設置されているとする。例えば、カメラ２０２は電柱などから車線を見下ろすように設置することができる。また、片側２車線の場合には、２車線一定区間を観測可能なようにカメラ２０２を設置しても良い。ここで、図１４Ａは、時刻2008/09/02_12:00:01:000におけるカメラ２０２の撮像の様子を示している。図１４Ｂは、時刻2008/09/02_12:01:02:300におけるカメラ２０２の撮像の様子を示している。図１４Ｃは、時刻2008/09/02_12:03:07:200におけるカメラ２０２の撮像の様子を示している。尚、観測装置１０１の一例としてのカメラ２０２は、物体の例として、人２０４ではなく車を検出するものとする。同様に、人検出履歴データベース１０２には、人２０４ではなく、車の検出履歴が記憶され、不審者判断手段（「不審車判断手段」とも言うべきもの。）１０５は、不審な人２０４ではなく、不審な車を判断するものとする。
【００８４】
図１５に、前記車線の一定区間への入口としての領域が記憶されている出入口データベース１０４の例を示す。図１５の例では、前記領域に座標(0,10)〜(200,310)と記憶されている。これは、前記２点の座標(0,10)と(200,310)とを対角点に持つ区画を前記領域としていることを示す。
【００８５】
図１６に、人検出履歴データベース１０２に記憶された前記車の検出履歴を示す。また、図１７に、初回検出観測値推定手段１０３が推定した、前記車を初めて検出した観測値の例を示す。初回観測値の推定方法は、第一実施形態にて説明済みのためここでの新たな説明は省略する。図１７に示した、前記観測値が得られると、不審者判断手段１０５は、図１５に示す出入口データベース１０４に記憶されている前記車線への入口の領域と、前記観測値が検出された位置とを比較し、前記観測値が示す前記車が不審車であるか否かを判断する。例えば、観測ＩＤ＝CAM_101において検出された車の位置（座標）は(0,160)であり、出入口データベース１０４に記憶されている前記車線への入口の領域(0,10)〜(200,310)内に含まれている。つまり、観測ＩＤ＝CAM_101において検出された車は通常車１６０２であると不審者判断手段１０５により判断できる。また、観測ＩＤ＝CAM_127において検出された車の位置（座標）は(300,0)であり、出入口データベース１０４に記憶されている前記車線への入口の領域(0,10)〜(200,310)には含まれていない。つまり、観測ＩＤ＝CAM_127において検出された車は異常な運転を行っている不審車１６０３であると不審者判断手段１０５により判断できる。
【００８６】
以上の構成により、人２０４を初めて検出できる位置はドア位置であると考えられることから、人２０４を初めて検出した位置とドア位置とを比較し、その距離が閾値を超えて離れていた場合、前記人２０４を不審者であると不審者判断手段１０５により判断できる。そのため、不審者の侵入を検出したい窓などにおいて、不審者を検出するための専用のセンサを取り付ける必要なく、ドア以外の場所から侵入してきた不審者を不審者判断手段１０５により判断することができる。また、出入口がドアでなくても、道路の車線のように車又は人の走行する方向が決まっている場合、カメラの画角の端を擬似的に車や人が出入りを行うドアとして取り扱うことも可能である。
【００８７】
なお、上記様々な実施形態のうちの任意の実施形態を適宜組み合わせることにより、それぞれの有する効果を奏するようにすることができる。
【産業上の利用可能性】
【００８８】
本発明に係る不審物体判断装置、不審物体判断方法、及び、不審物体判断プログラムは、ドアなどの通常使用する入口以外の場所、例えば、不審物体の侵入を検出したい窓などにおいて、不審物体を検出するための専用のセンサを逐次取り付ける必要がなく、ドアなどの通常使用する入口以外の場所から侵入してきた不審物体を判断することができる。よって、工場やオフィス、家庭内等のセキュリティシステムに用いられる観測装置を備える不審物体判断装置、並びに、観測装置を利用する不審物体判断方法、及び、不審物体判断プログラムに対して有用である。
【符号の説明】
【００８９】
９０ 不審者判断装置
１０１ 観測装置
１０２ 人検出履歴データベース
１０３ 初回検出観測値推定手段
１０４ 出入口データベース
１０５ 不審者判断手段
１０６ 表示手段
２０１ 部屋
２０１ａ，２０１ｂ，２０１ｃ 壁
２０１ｄ 天井
２０１ｆ 床
２０２ カメラ
２０２ａ 撮像部
２０２ｂ 画像処理部
２０４ 人
２０４Ｄ 不審者
２０５Ａ ドア
２０５Ｂ ドア
２０５Ｃ ドア
２０６ 窓
８０１Ａ クラスタ
８０１Ｂ クラスタ
８０１Ｃ クラスタ
８０１Ｄ クラスタ
９０１ パーソナルコンピュータのモニタ
９０２ 携帯端末の画面
１００１ 校舎
１００２ 校門
１００３ 校壁
１００４ 生徒
１００５ 不審者
１１０１ 測域センサ
１２０１ 部屋
１２０２ ドア
１２０３ 鍵
１４０１ 車
１４０２ ドア
１４０３ 鍵
１６０１ 入口
１６０２ 通常車
１６０３ 異常車（不審車）
【特許請求の範囲】
【請求項１】
入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報としてそれぞれ取得する観測装置と、
前記観測装置によりそれぞれ取得した観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを記憶する物体検出履歴データベースと、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を推定する初回検出観測値推定手段と、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを判断する不審物体判断手段と、
を備えることを特徴とする不審物体判断装置。
【請求項２】
前記不審物体判断手段は、前記物体を初めて検出した位置と前記入口データベース内の前記入口の位置との距離を算出し、算出した距離が閾値より大きいと、その物体は不審物体であると判断し、前記距離が前記閾値以下であると、その物体は不審物体ではないと判断する、請求項１に記載の不審物体判断装置。
【請求項３】
前記物体は人であり、前記閾値は、下記の式２により求められ、
【数１】
前記式２において、Ｃは前記観測装置の観測周期、Ｔは、人が前記入口のドアの開閉に要する開閉時間、Ｓは人の歩行速度、Ｎｄは前記観測装置の人の検出位置誤差特性である、請求項２に記載の不審物体判断装置。
【請求項４】
前記不審物体判断手段は、前記入口の前に領域を予め設定しておき、前記物体を初めて検出した位置がその領域外ならば、不審物体であると判断し、前記領域内ならば、不審物体ではないと判断する、請求項１に記載の不審物体判断装置。
【請求項５】
前記不審物体判断手段は、前記物体を初めて検出した位置同士の距離を算出し、その距離が閾値より大きいと、前記物体が前記環境の入口以外の場所から侵入した不審物体であると判断し、前記距離が前記閾値以下であると、不審物体ではないと判断する、請求項１に記載の不審物体判断装置。
【請求項６】
入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを少なくとも複数観測情報としてそれぞれ取得する観測装置と、
前記観測装置によりそれぞれ取得した観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを記憶する物体検出履歴データベースと、
前記物体検出履歴データベースに記憶されている複数の、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を推定する初回検出観測値推定手段と、
前記物体を初めて検出した位置を初回検出観測値情報として記憶する初回検出観測値履歴データベースと、
前記初回検出観測値履歴データベースに記憶された前記物体を初めて検出した位置同士を比較し、前記物体が前記環境の入口以外の場所から侵入した不審物体か否かを判断する不審物体判断手段と、
を備えることを特徴とする不審物体判断装置。
【請求項７】
入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報として観測装置によりそれぞれ取得し、
前記観測装置によりそれぞれ取得した前記観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを物体検出履歴データベースに記憶し、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を初回検出観測値推定手段により推定し、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを不審物体判断手段により判断する、
ことを特徴とする不審物体判断方法。
【請求項８】
コンピュータに、
入口を有する環境内に存在する物体を観測対象として観測装置により検出して取得した、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報として物体検出履歴データベースに記憶する機能と、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を初回検出観測値推定手段により推定する機能と、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを不審物体判断手段により判断する機能と、
を実現させるための不審物体判断プログラム。
【請求項１】
入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報としてそれぞれ取得する観測装置と、
前記観測装置によりそれぞれ取得した観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを記憶する物体検出履歴データベースと、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を推定する初回検出観測値推定手段と、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを判断する不審物体判断手段と、
を備えることを特徴とする不審物体判断装置。
【請求項２】
前記不審物体判断手段は、前記物体を初めて検出した位置と前記入口データベース内の前記入口の位置との距離を算出し、算出した距離が閾値より大きいと、その物体は不審物体であると判断し、前記距離が前記閾値以下であると、その物体は不審物体ではないと判断する、請求項１に記載の不審物体判断装置。
【請求項３】
前記物体は人であり、前記閾値は、下記の式２により求められ、
【数１】
前記式２において、Ｃは前記観測装置の観測周期、Ｔは、人が前記入口のドアの開閉に要する開閉時間、Ｓは人の歩行速度、Ｎｄは前記観測装置の人の検出位置誤差特性である、請求項２に記載の不審物体判断装置。
【請求項４】
前記不審物体判断手段は、前記入口の前に領域を予め設定しておき、前記物体を初めて検出した位置がその領域外ならば、不審物体であると判断し、前記領域内ならば、不審物体ではないと判断する、請求項１に記載の不審物体判断装置。
【請求項５】
前記不審物体判断手段は、前記物体を初めて検出した位置同士の距離を算出し、その距離が閾値より大きいと、前記物体が前記環境の入口以外の場所から侵入した不審物体であると判断し、前記距離が前記閾値以下であると、不審物体ではないと判断する、請求項１に記載の不審物体判断装置。
【請求項６】
入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを少なくとも複数観測情報としてそれぞれ取得する観測装置と、
前記観測装置によりそれぞれ取得した観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを記憶する物体検出履歴データベースと、
前記物体検出履歴データベースに記憶されている複数の、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を推定する初回検出観測値推定手段と、
前記物体を初めて検出した位置を初回検出観測値情報として記憶する初回検出観測値履歴データベースと、
前記初回検出観測値履歴データベースに記憶された前記物体を初めて検出した位置同士を比較し、前記物体が前記環境の入口以外の場所から侵入した不審物体か否かを判断する不審物体判断手段と、
を備えることを特徴とする不審物体判断装置。
【請求項７】
入口を有する環境内に存在する物体を観測対象として検出して、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報として観測装置によりそれぞれ取得し、
前記観測装置によりそれぞれ取得した前記観測情報である、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを物体検出履歴データベースに記憶し、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を初回検出観測値推定手段により推定し、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを不審物体判断手段により判断する、
ことを特徴とする不審物体判断方法。
【請求項８】
コンピュータに、
入口を有する環境内に存在する物体を観測対象として観測装置により検出して取得した、前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とを観測情報として物体検出履歴データベースに記憶する機能と、
前記物体検出履歴データベースに記憶されている前記物体の特徴情報と、前記物体を検出した位置と、前記物体を検出した時刻とに基づき、前記環境内において前記物体を初めて検出した位置を初回検出観測値推定手段により推定する機能と、
前記物体を初めて検出した位置と前記入口の位置とを比較し、前記物体が前記入口以外の場所から侵入した不審物体か否かを不審物体判断手段により判断する機能と、
を実現させるための不審物体判断プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２Ａ】
【図１２Ｂ】
【図１２Ｃ】
【図１３】
【図１４Ａ】
【図１４Ｂ】
【図１４Ｃ】
【図１５】
【図１６】
【図１７】
【図１８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２Ａ】
【図１２Ｂ】
【図１２Ｃ】
【図１３】
【図１４Ａ】
【図１４Ｂ】
【図１４Ｃ】
【図１５】
【図１６】
【図１７】
【図１８】
【公開番号】特開２０１２−１３３６１７（Ｐ２０１２−１３３６１７Ａ）
【公開日】平成２４年７月１２日（２０１２．７．１２）
【国際特許分類】
【出願番号】特願２０１０−２８５６２６（Ｐ２０１０−２８５６２６）
【出願日】平成２２年１２月２２日（２０１０．１２．２２）
【出願人】（０００００５８２１）パナソニック株式会社 (73,050)
【Ｆターム（参考）】
【公開日】平成２４年７月１２日（２０１２．７．１２）
【国際特許分類】
【出願日】平成２２年１２月２２日（２０１０．１２．２２）
【出願人】（０００００５８２１）パナソニック株式会社 (73,050)
【Ｆターム（参考）】
[ Back to top ]