人物属性推定システム、人物属性推定装置、及び人物属性推定方法
【課題】 環境依存属性によらずに推定精度を向上できる人物属性推定システムを提供する。
【解決手段】 人物属性推定システムとしての年齢性別推定システム１０は、属性推定対象の人物を撮影して画像を生成する監視カメラ１１と、推定パラメータを用いて、監視カメラ１１が生成した画像に写っている人物の属性を推定する年齢性別推定部１２２と、監視カメラ１１の設置環境に依存する属性である環境依存属性を指定する環境依存属性指定部１２４とを備え、年齢性別推定部１２２は、環境依存属性空間において、環境依存属性指定部１２４にて取得した環境依存属性から所定の距離内にある環境依存属性を有する学習データに基づいて生成されたパラメータを推定パラメータとして用いる。
【解決手段】 人物属性推定システムとしての年齢性別推定システム１０は、属性推定対象の人物を撮影して画像を生成する監視カメラ１１と、推定パラメータを用いて、監視カメラ１１が生成した画像に写っている人物の属性を推定する年齢性別推定部１２２と、監視カメラ１１の設置環境に依存する属性である環境依存属性を指定する環境依存属性指定部１２４とを備え、年齢性別推定部１２２は、環境依存属性空間において、環境依存属性指定部１２４にて取得した環境依存属性から所定の距離内にある環境依存属性を有する学習データに基づいて生成されたパラメータを推定パラメータとして用いる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、人物の画像から人物の属性（例えば、年齢や性別）を推定する人物属性推定システム、人物属性推定装置、及び人物属性推定方法に関し、特に、学習に基づく推定パラメータを用いて人物の属性を推定する人物属性推定システム、人物属性推定装置、及び人物属性推定方法に関するものである。
【背景技術】
【０００２】
従来、コンビニエンスストア等の店舗において、来店客の客層を分析するために、来店客を撮影してその画像から来店客の属性を推定する人物属性推定システムが知られている。図２５は、従来の人物属性推定システムの構成を示す図である。この人物属性推定システムは、人物の属性として、年齢と性別を推定するための年齢性別推定システム５０である。図２５に示すように、年齢性別推定システム５０は、監視カメラ５１と年齢性別推定装置５２とからなる。
【０００３】
監視カメラ５１は、例えば店舗の入口付近に設置され、入店する客の顔を含む映像を撮影する。年齢性別推定装置５２は、顔検出部５２１、年齢性別推定部５２２、及び推定パラメータ記憶部５２３を備えている。顔検出部５２１は、監視カメラ５１で撮影された映像の各フレーム画像から、顔を検出する。年齢性別推定部５２２は、顔検出部５２１にて検出された顔について、年齢及び性別を推定する。推定パラメータ記憶部５２３は、年齢性別推定部５２２で年齢及び性別を推定する際に用いるパラメータ（モデルなど）を記憶している。
【０００４】
年齢性別推定システム５０は、監視カメラ５１で来店客の顔を含む映像を撮影して、顔検出部５２１が撮影映像の各フレーム画像から顔を検出して、年齢性別推定部５２２が推定パラメータ記憶部５２３に記憶されたパラメータを使用して、撮影された人物の年齢及び性別を推定する。
【０００５】
ここで、推定パラメータ記憶部５２３には、この年齢性別推定システム５０の製造出荷時点で、あらかじめ作成された推定パラメータ（以下、「初期推定パラメータ」という。）が記憶されている。この初期推定パラメータは、実験室で複数枚の学習用画像を撮影して、その学習用画像に基づいて算出されている。年齢性別推定システム５０が製品として販売される際には、いずれの年齢性別推定システム５０も同じ初期推定パラメータが推定パラメータ記憶部５２３に記憶されていることになる。
【０００６】
本発明に関連する技術を開示した先行技術文献として、下記の文献がある。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００４−０５４３７６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、年齢性別推定システム５０が実際の店舗に導入され、監視カメラ５１が店舗の所定の位置に設置されると、実験室で撮影された画像に対して年齢性別推定を行なう場合と比較して、精度が低下することがあるという課題があった。実験室で複数枚の学習用画像を撮影して、その学習用画像に基づいて算出した初期推定パラメータを使っていることが精度低下の要因とも考えられるが、あらかじめすべての店舗において有効な学習用画像を用意して初期推定パラメータを設定する方法は知られていない。
【０００９】
本発明は、上記課題を解決するためになされたものであり、監視カメラ５１の設置環境によらずに推定精度を向上できる人物属性推定システム、人物属性推定装置、及び人物属性推定方法を提供することを目的とする。
【課題を解決するための手段】
【００１０】
上記従来の課題を解決するために、本発明の人物属性推定システムは、属性推定対象の人物を撮影して画像を生成するカメラと、推定パラメータを用いて、前記カメラが生成した画像に写っている人物の属性を推定する属性推定部と、前記カメラの設置環境に依存する属性である環境依存属性を取得する環境依存属性取得部とを備え、前記属性推定部は、環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する学習データに基づいて生成されたパラメータを前記推定パラメータとして用いる構成を有している。
【００１１】
この構成によれば、カメラの環境依存属性に近い環境依存属性を有する学習データに基づいて推定パラメータが生成され、この推定パラメータを用いて人物の属性を推定するので、環境依存属性によらずに推定精度を向上することができる。ここで、環境依存属性とは、監視カメラの設置環境に依存して推定精度を左右する要因である。環境依存属性の相違には、例えば、照明状態（照明光源の方向、照明の照度等）の相違、顔の垂直・水平方向の向きの相違（例えば、初期推定パラメータを算出した際の学習用画像は正面向きのみであるが、設置された監視カメラで撮影されるのは斜め向きである等）、画像中の顔の大きさ（顔の解像度）の相違等がある。年齢性別推定システムが複数の店舗にそれぞれ導入されると、それぞれの店舗において上記の環境依存属性がそれぞれ異なるので、従来技術では、あらかじめすべての店舗において有効な学習用画像を用意して初期推定パラメータを設定することは困難であったのに対して、この構成によれば、それぞれのカメラの設置環境に適した推定パラメータを生成して利用することができる。
【００１２】
また、上記の人物属性推定システムは、前記環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する前記学習データに基づいて前記推定パラメータを生成する再学習部をさらに備えていてよく、前記属性推定部は、前記再学習部にて生成された前記推定パラメータを用いてよい。
【００１３】
この構成によれば、自ら推定パラメータを生成することができる。
【００１４】
また、上記の人物属性推定システムにおいて、前記環境依存属性取得部は、ユーザによる前記環境依存属性の指定を受け付けることで前記環境依存属性を取得してよい。
【００１５】
この構成によれば、ユーザが、環境依存属性を指定することができる。
【００１６】
また、上記の人物属性推定システムにおいて、前記環境依存属性取得部は、前記カメラが生成した画像に基づいて、前記環境依存属性を推定することで前記環境依存属性を取得してよい。
【００１７】
この構成によれば、カメラが生成した画像に基づいて自動的に環境依存属性を取得することができる。
【００１８】
また、上記の人物属性推定システムは、他の人物属性推定システムと通信可能に接続されていてよく、さらに、前記環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する前記学習データを前記他の人物属性推定システムから通信によって取得する学習データ取得部を備えていてよく、前記再学習部は、前記学習データ取得部にて取得された前記学習データを用いて前記推定パラメータを生成してよい。
【００１９】
この構成によれば、他の人物属性推定システムから学習データを取得して、その学習データに基づいて推定パラメータを生成することができる。これにより、新たにカメラが設置される場合にも、その環境依存属性に応じた推定パラメータを運用開始前に取得してそのカメラの環境に合った推定パラメータを生成することができる。
【００２０】
また、上記の人物属性推定システムは、複数の前記カメラと、前記複数のカメラにそれぞれ接続され、かつ、少なくとも前記属性推定部及び前記環境依存属性取得部を備えた複数の人物属性推定装置と、前記複数の人物推定装置と通信可能に接続され、前記人物推定装置に、前記属性推定部にて用いる前記推定パラメータを通信により提供するパラメータ提供サーバとを備えていてよい。
【００２１】
この構成によれば、各カメラに合った推定パラメータは、パラメータ配信サーバから提供することができ、各カメラの設置場所では、推定パラメータを生成するための構成は必要とされない。
【００２２】
また、上記の人物属性推定システムは、前記カメラにて生成された画像について、ユーザから人物属性についての正解情報の入力を受け付ける正解入力部と、前記カメラにて生成された画像と、当該画像について前記環境依存属性取得部にて取得された前記環境依存属性と、当該画像について前記正解入力部にて入力された正解情報とを含む前記学習データを記憶する学習データ記憶部とをさらに備えていてよい。
【００２３】
この構成によれば、複数のカメラの各設置場所において、運用が開始された後に、他の（特に後に新たに新設される他の）カメラの設置場所に対して、推定パラメータを更新するための学習データを提供することができる。
【００２４】
また、本発明の人物属性推定装置は、属性推定対象の人物を撮影して画像を生成するカメラに接続され、推定パラメータを用いて、前記カメラが生成した画像に写っている人物の属性を推定する属性推定部と、前記カメラの設置環境に依存する属性である環境依存属性を取得する環境依存属性取得部とを備え、前記属性推定部は、環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する学習データを用いて得られたパラメータを前記推定パラメータとして用いる構成を有している。
【００２５】
この構成によっても、カメラの環境依存属性に近い環境依存属性を有する学習データに基づいて推定パラメータが生成され、この推定パラメータを用いて人物の属性を推定するので、環境依存属性によらずに推定精度を向上することができる。
【発明の効果】
【００２６】
本発明は、カメラの環境依存属性に近い環境依存属性を有する学習データに基づいて推定パラメータが生成され、この推定パラメータを用いて人物の属性を推定するので、環境依存属性によらずに推定精度を向上することができる。
【図面の簡単な説明】
【００２７】
【図１】本発明の第１の実施の形態における年齢性別推定システムの構成を示す図
【図２】本発明の第１の実施の形態における複数の年齢性別推定システムを含む連携システムの構成を示す図
【図３】（ａ）本発明の第１の実施の形態における監視カメラと来店客の顔との位置及び向きの関係の例を水平方向から見た図 （ｂ）本発明の第１の実施の形態における監視カメラと来店客の顔との位置及び向きの関係の例を垂直方向から見た図 （ｃ）本発明の第１の実施の形態における監視カメラで撮影された画像の例を示す図
【図４】（ａ）本発明の第１の実施の形態における学習データの要求を説明するための図 （ｂ） 本発明の第１の実施の形態における取得する学習データを説明するための図
【図５】本発明の第１の実施の形態の年齢性別推定システムにおける既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための処理のフロー図
【図６】本発明の第１の実施の形態の年齢性別推定システムにおける自ら学習データを生成するための処理のフロー図
【図７】本発明の第２の実施の形態における年齢性別推定システムの構成を示す図
【図８】（ａ）本発明の第２の実施の形態における環境依存属性空間に試験学習データを分布させた例を示す図 （ｂ）本発明の第２の実施の形態における環境依存属性空間に初期学習データを分布させた例を示す図
【図９】（ａ）本発明の第２の実施の形態における年齢推定のための特徴量空間（再学習前）を示す図 （ｂ）本発明の第２の実施の形態における年齢推定のための特徴量空間（再学習後）を示す図
【図１０】本発明の第２の実施の形態における環境依存属性空間としての顔特徴空間を示す図
【図１１】本発明の第２の実施の形態における外部学習データによって環境依存属性空間における推定範囲が変化することを説明するための図
【図１２】本発明の第２の実施の形態の年齢性別推定システムにおける既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための処理のフロー図
【図１３】本発明の第２の実施の形態の年齢性別推定システムにおける自ら学習データを生成するための処理のフロー図
【図１４】本発明の第３の実施の形態における年齢性別推定システムの構成を示す図
【図１５】本発明の第３の実施の形態における年齢性別推定装置の構成を示す図
【図１６】本発明の第３の実施の形態におけるパラメータ配信サーバの構成を示す図
【図１７】本発明の第３の実施の形態の年齢性別推定システムにおける処理のフロー図
【図１８】本発明の第３の実施の形態の年齢性別推定システムにおける処理のフロー図
【図１９】本発明の第４の実施の形態における年齢性別推定装置の構成を示す図
【図２０】本発明の第４の実施の形態におけるパラメータ配信サーバの構成を示す図
【図２１】本発明の第４の実施の形態の年齢性別推定システムにおける処理のフロー図
【図２２】本発明の実施の形態の変形例における年齢推定のための特徴量空間を示す図
【図２３】本発明の実施の形態の変形例における環境依存属性空間を示す図
【図２４】本発明の実施の形態の変形例における環境依存属性空間を示す図
【図２５】従来の人物属性推定システムの構成を示す図
【発明を実施するための形態】
【００２８】
以下、本発明を実施するための形態について、図面を参照しながら説明する。本発明は、人物の属性を推定する人物属性推定システム及び人物属性推定方法に係るが、以下の実施の形態では、人物の属性として、人物の年齢及び性別を推定する年齢性別推定システム及び年齢性別推定方法を説明する。
【００２９】
［第１の実施の形態］
図１は、本発明の第１の実施の形態の年齢性別推定システムの構成を示す図である。年齢性別推定システム１０は、店舗Ａに設置される。年齢性別推定システム１０は、監視カメラ１１、年齢性別推定装置１２、及び再学習制御サーバ１３を備えている。
【００３０】
図２は、複数の年齢性別推定システムが通信ネットワークを介して接続されてなる連携システムの構成を示す図である。図２に示す連携システムは、店舗Ａに設置される年齢性別推定ステム１０Ａと、店舗Ｂに設置される年齢性別推定ステム１０Ｂと、店舗Ｃに設置される年齢性別推定ステム１０Ｃとが接続されて構成されている。
【００３１】
年齢性別推定システム１０Ａは、監視カメラ１１Ａ、年齢性別推定装置１２Ａ、及び再学習制御サーバ１３Ａを備えており、年齢性別推定システム１０Ｂは、監視カメラ１１Ｂ、年齢性別推定装置１２Ｂ、及び再学習制御サーバ１３Ｂを備えている。年齢性別推定システム１０Ｃは、監視カメラ１１Ｃ１及び監視カメラ１１Ｃ２、年齢性別推定装置１２Ｃ１及び年齢性別推定装置１２Ｃ２、並びに再学習制御サーバ１３Ｃを備えている。即ち、年齢性別推定装置１０Ｃは２つの監視カメラ及び２つの年齢性別推定装置を備えている。なお、図１の年齢性別推定システム１０は、図２の年齢性別推定システム１０Ａや年齢性別推定システム１０Ｂの構成を示したものである。
【００３２】
年齢性別推定システム１０は、他の年齢性別推定システムと連携することで、他の年齢性別推定システムにおける学習データを取得して再学習を行なう。特に、新たに設置された年齢性別推定システムが、年齢及び性別の推定における環境依存属性が近い他の年齢性別推定システムから学習データを取得することで、設置した後に直ちに（運用を開始する前に）学習効果を得ることができる。
【００３３】
即ち、他の年齢性別推定システムと連携していなければ、新たな年齢性別推定システムが設置された場合に、自らの監視カメラで撮影した画像を学習用画像として再学習をしなければ、自らの監視カメラの設置環境に合うように推定パラメータを更新することで推定精度を向上させることはできないところ、本実施の形態の年齢性別推定システム１０は、他の年齢性別推定システムと連携することで、設置後直ちに、自らの監視カメラの設置環境に合うように再学習を行なうことができる。
【００３４】
連携システムを構成する各年齢性別推定システムは、新設時には既存の年齢性別推定システムの学習結果を利用して再学習（最初の学習は初期推定パラメータを設定するために実験室環境で撮影された学習用画像を用いて行なわれている）を行なうとともに、運用が開始された後には、自らも学習データを生成して、後に新設される他の年齢性別推定システムに学習データを提供する。
【００３５】
なお、連携システムにおいて、既存の年齢性別推定システムの数が十分であり、新設される年齢性別推定システムが自ら学習データを提供する必要がない場合には、新設される年齢性別推定システムは、自ら学習データを生成するための構成を有しないものであってもよい。また、運用開始後に、自ら生成した学習データを利用して再学習を行なってもよいことはもちろんである。
【００３６】
図１を参照して、年齢性別推定システム１０の構成を詳細に説明する。以下では、年齢性別推定システム１０について、年齢及び性別の推定のための構成を説明するとともに、再学習については、既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための構成と、後に新設される他の年齢性別推定システムの再学習ために学習データを生成するための構成とを分けて説明する。
【００３７】
（年齢及び性別の推定のための構成）
監視カメラ１１は、年齢及び性別を推定したい不特定多数の人物（属性推定対象の人物）が来る場所を撮影するように設置される。例えば、店舗の入口から入ってくる客の顔を撮影するように店舗内の高所に設置される。監視カメラ１１は、映像を撮影して連続的なフレーム画像を生成し、又は所定の時間間隔で静止画像を撮影して、年齢性別推定装置１２に出力する。
【００３８】
年齢性別推定装置１２は、顔検出部１２１と、年齢性別推定部１２２と、推定パラメータ記憶部１２３と、環境依存属性推定部１２４とを備えている。顔検出部１２１は、監視カメラ１１にて取得された画像から人物の顔の領域を検出して、顔領域の画像（以下、「顔画像」という。）を年齢性別推定部１２２に出力する。なお、顔検出部１２１は、用意されたパラメータ（モデル）を用いて、既存の手法（例えばニューラルネットやブースティング）に従って顔の検出を行なう。
【００３９】
年齢性別推定部１２２は、顔検出部１２１にて検出された顔画像に対して、その人物の年齢及び性別を推定する。このとき、年齢性別推定部１２２は、推定パラメータ記憶部１２３に記憶されている推定パラメータを用いて、既存の手法（例えば線形判別法）に従って、年齢及び性別の推定を行なう。
【００４０】
推定パラメータ記憶部１２３には、年齢性別推定部１２２における推定で用いられる推定パラメータが記憶されている。推定パラメータ記憶部１２３には、初期推定パラメータとして、所定の環境（例えば実験室環境）で得られた画像を学習用画像として学習した結果得られた推定パラメータが記憶されている。従って、監視カメラ１１が設置された後に、その監視カメラ１１が撮影する際の環境依存属性が、初期推定パラメータを生成するために学習用画像を撮影した際の環境依存属性に近ければ、初期推定パラメータを用いて推定を行なっても（再学習をしなくても）、比較的高い精度で年齢及び性別の推定を行なうことができる。
【００４１】
しかしながら、設置された監視カメラ１１が撮影する際の環境依存属性と初期パラメータを生成するために学習用画像を撮影した際の環境依存属性とが一致しない場合には、推定パラメータ記憶部１２３に記憶された初期推定パラメータを用いて推定を行なっても高い精度の推定ができないことになる。そこで、本実施の形態の年齢性別推定システム１０は、推定パラメータ記憶部１２３に記憶された推定パラメータを再学習する機能を有している。
【００４２】
（既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための構成）
環境依存属性指定部１２４は、ユーザから、監視カメラ１１の環境依存属性の指定を受け、これを記憶する。本実施の形態において、環境依存属性は、撮影される人物が正面を向いている場合の監視カメラ１１に対する顔の向き（左右方向及び上下方向）である。ユーザは、監視カメラ１１を設置した時に、その設置状況に応じて、環境依存属性指定部１２４に、左右方向の角度及び上下方向の角度をそれぞれ入力することで、環境依存属性として、正面を向いた人物の監視カメラ１１に対する顔の向きを指定する。
【００４３】
図３（ａ）は、監視カメラ１１と来店客の顔との位置及び向きの関係の例を水平方向から見た図であり、図３（ｂ）は、監視カメラ１１と来店客の顔との位置及び向きの関係の例を垂直方向から見た図であり、図３（ｃ）は、この監視カメラ１１で撮影された画像の例を示す図である。
【００４４】
図３（ａ）及び（ｂ）に示すように、監視カメラ１１が、ドアＤから店舗建物Ｓに入ってくる来店客Ｃの顔をその正面から左に３０度、上に２０度傾いた方向から撮影するように設置されている場合には、図３（ｃ）に示すように、撮影画像では、人物の顔は右に約３０度、下に約２０度向いた状態で撮影される。よって、環境依存属性は、右向き３０度、下向き２０度となる。この場合には、ユーザは、監視カメラ１１のそのような設置状況に従って、環境依存属性指定部１２４にて、右向き３０度、下向き２０度と指定する。なお、来店客の顔の向きに対するカメラの設置方向を環境依存属性としてもよい。この場合は、図３（ａ）及び（ｂ）の例において、環境依存属性は、左向き３０度、上向き２０度となる。
【００４５】
再学習制御サーバ１３は、再学習部１３１と、学習データ取得／提供部１３３と、通信部１３４とを備えている。学習データ取得／提供部１３３は、年齢性別推定装置１２の環境依存属性指定部１２４にて指定された環境依存属性に基づいて、学習データを取得する。具体的には、学習データ取得／提供部１３３は、環境依存属性指定部１２４にて指定された環境依存属性と同じ、又はそれに近い環境依存属性を取得するための要求を生成する。上記の例では、この年齢性別推定システム１０の環境依存属性としての人物の顔の向きが右向き３０度、下向き２０度であるので、この環境依存属性に近い（例えば±１０度以内）環境依存属性を有する学習データを取得するための要求を生成する。
【００４６】
図４（ａ）は、学習データの要求を説明するための図である。図４（ａ）は、環境依存属性空間（２次元）を示している。この環境依存属性空間は、横軸が来店客の顔の向きの左右方向であり、縦軸が来店客の顔の向きの上下方向である。学習データ取得／提供部１３３は、環境依存属性空間の右向き３０度、下向き２０度を中心Ｃとしてその周辺を含む所定範囲Ｒの学習データを取得する要求を生成する。
【００４７】
通信部１３４は、画像データ取得部１３３で生成された学習データの要求を、連携システムを構成する他の年齢性別推定システムに送信する。学習データの要求に対して他の年齢性別推定システムから所望の学習データが送信されてくると、通信部１３４がこれを受信して、学習データ取得／提供部１３３が学習データを取得する。
【００４８】
図４（ｂ）は、取得する学習データを説明するための図である。図４（ｂ）は、図２に示す再学習制御サーバ１３Ａが環境依存属性空間の右向き３０度、下向き２０度を中心ＣＡとしてその周辺を含む所定範囲ＲＡの学習データを取得する要求を生成した場合を示している。図４（ｂ）に示すように、店舗Ｃの監視カメラ１１Ｃ１の環境依存属性ＣＣ１は、要求された範囲ＲＡの内側にあり、店舗Ｂの監視カメラ１１Ｂ及び店舗Ｃの監視カメラ１１Ｃ２の環境依存属性ＣＢ及びＣＣ２は、要求された範囲ＲＡの外側にある。よって、再学習制御サーバ１３Ａに対しては、環境依存属性が要求された範囲ＲＡの内側にある店舗Ｃの監視カメラ１１Ｃ１の学習データが再学習制御サーバ１３Ｃから送信され、環境依存属性が要求された範囲ＲＡの外側にある店舗Ｂの監視カメラ１１Ｂや店舗Ｃの監視カメラ１１Ｃ２の学習データは再学習制御サーバ１３Ａには送信されない。
【００４９】
再学習部１３１は、学習データ取得／提供部１３３で取得された学習データを利用して、推定パラメータ記憶部１２３に記憶されている推定パラメータに対して学習を行ない、推定パラメータを更新する。
【００５０】
このようにすることで、年齢性別推定システム１０は、その環境依存属性に近い環境依存属性を有する学習データを他の年齢性別推定システムから補充して推定パラメータの再学習を行なうことができるので、実験室での撮影で得られた学習用画像による画一的な推定パラメータよりも、より実際の設置状況に対応した推定パラメータを得ることができ、この結果、年齢及び性別の推定精度が向上する。
【００５１】
しかも、年齢性別推定システム１０は、運用の実績を積んで学習をする必要はなく、設置された直後に、自らの環境依存属性に応じた推定パラメータの再学習を行なうことができる。
【００５２】
（他の年齢性別推定システムの再学習ために学習データを生成するための構成）
年齢性別推定装置１２は、さらに正解入力部１２５を備えており、再学習制御サーバ１３は、さらに学習データ記憶部１３２を備えている。監視カメラ１１によって人物が撮影されて、顔検出部１２１が画像から人物の顔を検出すると、その顔の画像は学習データ記憶部１３２に記憶される。
【００５３】
正解入力部１２５は、学習データ記憶部１３２に記憶された顔画像に対する年齢及び性別を入力する。ユーザは、学習データ記億部１３２に記憶された顔画像に対して、それらの顔画像の人物の年齢及び性別を判断して、正解として正解入力部１２５に入力する。このようにして、本実施の形態では、顔画像とその人物の年齢及び性別の情報がセットになって学習データとなる。なお、学習データにおいて、年齢は、例えば、１０代前半、１０代後半、２０代前半、・・・のように年齢区間ごとに指定されてもよいし、高校生、大学生のような年齢に伴って変化する身分によって指定されてもよい。
【００５４】
他の年齢性別推定システムから学習データの要求が送信されてくると、これを通信部１３４が受信する。学習データ取得／提供部１３３は、環境依存属性指定部１２４を参照して、要求されている環境依存属性が環境依存属性指定部１２４にて指定されて記憶されている環境依存属性に合致するかを判断する。学習データ取得／提供部１３３は、要求されている環境依存属性が環境依存属性指定部１２４にて指定されて記憶されている環境依存属性に合致する場合には、学習データ記憶部１３２に記憶された学習データを読み出し、通信部１３４は、学習データ取得／提供部１３３が読み出したデータを、要求を受けた他の年齢性別推定システムに返信する。
【００５５】
なお、上述のように、年齢性別推定システム１０は、学習データ記憶部１３２に記憶された学習データを用いて、自らも再学習を行なってよい。具体的には、再学習部１３１は、運用が開始された後、所定のタイミングで、学習データ記憶部１３２に記憶された学習データを用いて再学習を行ない、推定パラメータ記憶部１２３に記憶された推定パラメータを更新してよい。
【００５６】
図５は、第１の実施の形態の年齢性別推定システム１０における、既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための処理のフロー図である。この処理フローは、年齢性別推定システム１０が新たに設置された際に実行される。まず、監視カメラ１１の設置状況に従って、ユーザが環境依存属性指定部１２４にて環境依存属性を指定する（ステップＳ５１）。次に、学習データ取得／提供部１３３が、指定された環境依存属性を中心として、その周辺範囲を含む学習データの要求を生成して、通信部１３４がこれを送信する（ステップＳ５２）。
【００５７】
学習データの要求に対して、他の年齢性別推定システムから所望の学習データが送信されてくると、通信部１３４がこれを受信して、学習データ取得／提供部１３３がこれを取得する（ステップＳ５３）。次に、再学習部１３１は、学習データ取得／提供部１３３が取得した学習データに基づいて再学習を行ない、推定パラメータ記憶部１２３に記憶された推定パラメータを更新する（ステップＳ５４）。
【００５８】
図６は、第１の実施の形態の年齢性別推定システム１０における、他の年齢性別推定システムの再学習ために学習データを生成するための処理のフロー図である。この処理フローは、年齢性別推定システム１０の運用が開始された後に実行される。監視カメラ１１は、撮影対象箇所の撮影を行ない、撮影画像を顔検出部１２１に出力する（ステップＳ６１）。顔検出部１２１は、画像から顔を検出して、顔画像を学習データ記憶部１３２に出力する（ステップＳ６２）。
【００５９】
ユーザは、適宜のタイミングで、学習データ記憶部１３２に記憶された未判断の顔画像について、その年齢及び性別を判断して、判断結果を正解として入力することができる（ステップＳ６３）。ユーザから正解入力が行なわれるまでは（ステップＳ６３にてＮＯ）、顔検出及び顔画像の保存が繰り返される。ユーザによって正解が入力されると（ステップＳ６３にてＹＥＳ）、入力された正解の情報は、対応する顔画像とともに、学習データとして学習データ記憶部１３２に記憶される（ステップＳ６４）。
【００６０】
次に、通信部１３４が他の年齢性別推定システムから学習データの要求を受信したか否かを判断する（ステップＳ６５）。他の年齢性別推定システムから学習データの要求を受信しないうちは（ステップＳ６５にてＮＯ）、ステップＳ６１〜Ｓ６４を繰り返す。通信部１３４が他の年齢性別推定システムから学習データの要求を受信すると（ステップＳ６５にてＹＥＳ）、学習データ取得／提供部１３３が環境依存属性指定部１２４に記憶されたこの年齢性別推定システム１０の環境依存属性とこの受信した要求とが一致するか否かを判断する（ステップＳ６６）。
【００６１】
一致する場合には（ステップＳ６６にてＹＥＳ）、学習データ取得／提供部１３３は、学習データ記憶部１３２に記憶された学習データを読み出して、これを通信部１３４が、要求をしてきた他の年齢性別推定システムに送信する（ステップＳ６７）。一致しない場合には（ステップＳ６６にてＮＯ）、学習データの要求を無視してステップＳ６１に戻る。
【００６２】
以上のように、本発明の第１の実施の形態の年齢性別推定システム１０によれば、これを複数連携させて連携システムを構成することで、その環境依存属性に合った学習データを他の年齢性別推定システムから取得できるので、設置後直ちにその環境依存属性に合った学習データによって推定パラメータの再学習を行なうことができ、これによって年齢及び性別の推定の精度を向上できる。
【００６３】
なお、上記の実施の形態では、年齢性別推定システム１０の環境依存属性は、ユーザが監視カメラ１１の設置状況に従って入力したが、この入力を自動化してもよい。例えば、監視カメラ１１が取付具を介して店舗の天井に取り付けられる場合において、取付具に対する監視カメラ１１の角度を検出するセンサを設け、センサからの出力に基づいて、カメラの方向を環境依存属性として環境依存属性指定部１２４に入力してもよい。
【００６４】
［第２の実施の形態］
次に、本発明の第２の実施の形態の年齢性別推定システムを説明する。第２の実施においても、第１の実施の形態と同様に、複数の年齢性別推定システムが連携して連携システムを構成している。第１の実施の形態の年齢性別推定システム１０では、環境依存属性は、年齢性別推定システム１０の設置時に、その監視カメラ１１の設置状況に従ってユーザが指定した。これに対して、第２の実施の形態の年齢性別推定システム２０では、設置後、運用開始前に複数枚の試験画像を撮影して、その試験画像に基づいて環境依存属性を求める。
【００６５】
図７は、第２の実施の形態の年齢性別推定システム２０の構成を示す図である。年齢性別推定システム２０は、第１の実施の形態の年齢性別推定システム１０と同様に、監視カメラ２１と、年齢性別推定装置２２と、再学習制御サーバ２３とを備えている。年齢性別推定装置２２によって年齢及び性別を推定するための構成は第１の実施の形態と同様である。即ち、顔検出部２２１が顔画像を検出して、年齢性別推定部２２２が推定パラメータ記憶部２２３に記憶された推定パラメータを用いて年齢及び性別を推定する。
【００６６】
本実施の形態の年齢性別推定システム２０は、既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための構成、及び他の年齢性別推定システムの再学習ために学習データを生成するための構成が、第１の実施の形態のそれらと異なるので、以下に説明する。
【００６７】
年齢性別推定装置２２は、顔検出部２２１と、年齢性別推定部２２２と、推定パラメータ記憶部２２３と、環境依存属性推定部２２４と、正解入力部２２５とを備えている。顔検出部２２１は、年齢及び性別を推定したい不特定多数の人物が来る場所を撮影するように設置される。監視カメラ１１は、映像を撮影して連続的なフレーム画像を生成し、又は所定の時間間隔で静止画像を撮影して、年齢性別推定装置２２に出力する。
【００６８】
顔検出部２２１は、監視カメラ２１から取得した画像から人物の顔の領域を検出して、環境依存属性推定部２２４に出力する。なお、上述のように、本実施の形態の年齢性別推定システム２０では、設置時に複数枚の試験画像を撮影して、その試験画像に基づいて、年齢性別推定システム２０の環境依存属性を推定する。よって、設置時には、この試験画像の顔画像が顔検出部２２１から環境依存属性推定部２２４に出力される。ここで、複数の試験画像は、それらの年齢及び性別の推定結果が偏らないように選択される。
【００６９】
環境依存属性推定部２２４は、試験画像から検出された顔画像（以下、「試験顔画像」という。）に基づいて年齢性別推定システム２０の環境依存属性を推定するが、本実施の形態では、顔の向き（左右方向及び上下方向）と顔画像の顔特徴を環境依存属性とする。顔特徴とは、顔画像と顔属性特徴との間に作られる特徴を言い、例えば、ガボール特徴、ＬＢＰ（Ｌｏｃａｌ Ｂｉｎａｒｙ Ｐａｔｔｅｒｎ）特徴、Ｈａａｒ−ｌｉｋｅ特徴等であってよいが、本実施の形態では、顔特徴としてガボール特徴を採用する。
【００７０】
環境依存属性推定部２２４は、顔の向きについては所定のパラメータ（モデル）を用いて、既存の手法（例えばニューラルネットやアクティブアピアランスモデル法やサポートベクターマシン法）によって求める。ガボール特徴については、顔画像に対してガボール変換を施すことによって求める。ガボール特徴は次元数が非常に大きいため、主成分分析を使って次元数を削減してもよい。
【００７１】
再学習制御サーバ２３は、学習データ記憶部２３２と、学習データ取得／提供部２３３と、通信部２３４と、クラスタリング部２３５と、環境依存属性比較部２３６とを備えている。学習データ記憶部２３２は、設置後運用開始前に撮影された複数の試験顔画像の学習データ（以下、「試験学習データ」という。）が記憶されている。また、学習データ記憶部２３２には、初期推定パラメータを求めた際に用いた学習データ（以下、「初期学習データ」という。）も記憶されている。なお、本実施の形態において、学習データは、顔画像と、その顔画像の環境依存属性と、年齢及び性別の情報（正解情報）とからなる。学習データ記億部２３２に記憶された試験学習データにおける環境依存属性は、試験顔画像に基づいて環境依存属性推定部２２４にて推定されたものである。
【００７２】
クラスタリング部２３５は、試験学習データ及び初期学習データのそれぞれをクラスタリングする。具体的には、クラスタリング部２３５は、まず、試験学習データ及び初期学習データのそれぞれについて、環境依存属性空間に学習データを分布させる。図８（ａ）は、環境依存属性空間に試験学習データを分布させた例を示す図であり、図８（ｂ）は、図８（ａ）と同じ環境依存属性空間に初期学習データを分布させた例を示す図である。クラスタリング部２３５は、これらの分布に対して、クラスタリングを行い、各クラスタの分布の中心を求める。
【００７３】
なお、上述のように、本実施の形態の環境依存属性は、顔の向き（左右方向及び上下方向の２次元）及びガボール特徴（多次元）であるが、図８（ａ）及び（ｂ）では、便宜上、顔の向き及びがボール特徴をそれぞれ１次元で表して、横軸を顔の向き、縦軸をガボール特徴としている。
【００７４】
環境依存属性比較部２３６は、試験学習データの分布と初期学習データの分布とを比較する。学習データ取得／提供部２３３は、環境依存属性比較部２３６での比較の結果に基づいて、試験学習データの分布に対して、初期学習データの分布が足りない部分Ｖを補うように、学習データ（以下、「外部学習データ」という。）の要求を生成する。即ち、本実施の形態の年齢性別推定システム２０では、初期学習データにはないが、実際に設置された監視カメラ２１によって撮影される画像（試験画像）にはある環境依存属性の学習データを外部学習データとして他の年齢性別推定システムから補充する。通信部２３４は、学習データ取得／提供部２３３で生成された学習データの要求を他の年齢性別推定システムに対して送信する。
【００７５】
要求に対して他の年齢性別推定システムから所望の外部学習データが送信されてくると、通信部２３４がこれを受信して、学習データ取得／提供部２３３が外部学習データを取得する。再学習部２３１は、学習データ取得／提供部２３３で取得された外部学習データ及び初期学習データを利用して、推定パラメータ記憶部２２３に記憶されている推定パラメータに対して再学習を行ない、推定パラメータを更新する。この再学習において、さらに試験学習データを利用してもよい。
【００７６】
なお、環境依存属性比較部２３６にて試験学習データと初期学習データとを比較して、初期学習データとしてはあるが試験学習データにはない領域のクラスタを削除した上で再学習部２３１にて再学習を行なってもよい。このように不要な学習データを削除することによって、推定精度をより向上できることがある。
【００７７】
図９（ａ）は、年齢推定のための特徴量空間を示す図であって、再学習前の特徴量空間を示している。図９（ｂ）は、年齢推定のための特徴量空間を示す図であって、再学習後の特徴量空間を示している。例えば線形判別法で年齢推定を行う場合、年齢推定のための特徴量空間は線形判別法で作成される。特徴量空間の各軸には、顔の向きやガボール特徴のような物理的な意味はない。図９（ａ）及び図９（ｂ）では、説明の便宜のため、特徴量空間の軸の名称は、「特徴量空間の第１軸」、「特徴量空間の第２軸」とした。なお、年齢推定のための特徴量空間とは、年齢をよく表すような特徴量の空間をいう。性別については別の特徴量空間を用いて推定してもよいし、また、年齢と性別を表す特徴量空間を用いて、両者を同時に推定してもよい。
【００７８】
図９（ａ）及び図９（ｂ）において、顔画像Ａと顔画像Ｂとは、ともに２０歳台と推定されるべき顔画像である。再学習前には、図９（ａ）に示すように、特徴量空間において顔画像Ａと顔画像Ｂとの距離は比較的遠く、顔画像Ｂは２０歳台と推定される領域Ｒ２０に含まれているが、顔画像Ａはその領域には含まれていない。上記の再学習を行なうことで、図９（ｂ）に示すように、特徴量空間が更新されて、顔画像Ａと顔画像Ｂの距離が近くなるとともに、何れもが２０歳台と推定される領域Ｒ２０’に含まれることになる。
【００７９】
図１０は、環境依存属性空間としての顔特徴空間を示す図である。上記のように、本実施の形態では、ガボール特徴と顔の向きを環境依存属性としているが、図１０では、ガボール特徴のみを２次元で示している。図１０において、クラスタＣ１は、初期学習データの２０歳台のクラスタであり、クラスタＣ２は、試験学習データの２０歳台のクラスタであり、クラスタＣ３は、外部学習データの２０歳台のクラスタである。
【００８０】
図１０に示すように、学習データ取得／提供部２３３が外部学習データを要求する際には、初期学習データのクラスタＣ１から離れた位置にある試験学習データのクラスタＣ２について、それに近い位置にある学習データを要求する。具体的には、クラスタＣ２の中心から所定の距離内の範囲Ｒに中心を有するクラスタの学習データを要求する。
【００８１】
こうすることで、年齢性別推定システム２０の監視カメラ２１において実際に撮影される画像の環境依存属性に近い環境依存属性を有する学習データが補強される。その結果、図９で説明したように、年齢推定のための特徴量空間が変化して、年齢性別推定システム２０の監視カメラ２１において実際に撮影されるより多くの画像が特徴量空間において正しい推定領域に属することになり、推定精度が向上する。
【００８２】
図１１は、外部学習データによって、環境依存属性空間における推定範囲が変化することを説明するための図である。図１１では、ガボール特徴を縦軸とし、顔の向きを横軸としている。ここでも、説明の便宜上、本来多次元であるガボール特徴を縦軸のみの１次元で表し、本来２次元である顔の向きも横軸のみの１次元としている。
【００８３】
図１１において、クラスタＣ４０１、Ｃ４０２、及びＣ４０３は、すべて４０歳台のクラスタであり、それぞれ初期学習データを含み試験学習データを含まないクラスタ、初期学習データと試験学習データの両方を含むクラスタ、及び外部学習データと試験学習データの両方を含むクラスタである。クラスタＣ２０１、Ｃ２０２、及びＣ２０３は、すべて２０歳台のクラスタであり、それぞれ初期学習データを含み試験学習データを含まないクラスタ、初期学習データと試験学習データの両方を含むクラスタ、及び外部学習データと試験学習データの両方を含むクラスタである。クラスタＣ３０１、Ｃ３０２は、すべて３０歳台のクラスタであり、それぞれ初期学習データを含み試験データを含まないクラスタ、初期学習データと試験学習データの両方を含むクラスタである。
【００８４】
再学習前には、２０歳台と推定される範囲は、クラスタＣ２０１及びクラスタＣ２０２という初期学習データを含む領域Ｒ２００であったのに対して、再学習後には、試験学習データと外部学習データの両方を含むクラスタＣ２０３が加わったことで、２０歳台と推定される範囲は、領域Ｒ２００’に変化する。再学習前の２０歳台と推定される範囲Ｒ２００は、試験学習データを含むクラスタＣ２０３の全体を包含できないのに対して、再学習後の２０歳台と推定される範囲Ｒ２００’は試験学習データを含むクラスタＣ２０３全体を包含する。従って、再学習前に比べて、再学習後の方が、年齢の推定精度が高くなる。
【００８５】
なお、試験学習データを設置後運用開始前に集めた場合、試験学習データの枚数が少なくなってしまう可能性があるが、このことは問題にはならない。なぜならば、試験学習データと外部学習データの両方を含むクラスタＣ２０３において、試験学習データの枚数が少ない枚数になってしまったとしても、環境依存属性の近い多数の外部学習データを取得することで、そのクラスタＣ２０３内のデータ数が増加し、データ数の観点からみて適切な再学習がなされるからである。
【００８６】
図１２は、第２の実施の形態の年齢性別推定システム２０における、既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための処理のフロー図である。この処理フローは、年齢性別推定システム２０が新たに設置される際に実行される。まず、代表画像データを生成するために、監視カメラ２１が設置された状態で、複数の試験画像を撮影する（ステップＳ１２１）。顔検出部２２１は、それらの試験画像から顔を検出して、試験顔画像を環境依存属性推定部２２４及び学習データ記憶部２３２に出力する（ステップＳ１２２）。
【００８７】
環境依存属性推定部２２４は、顔検出部２２１にて検出された試験顔画像の環境依存属性を推定する（ステップＳ１２３）。正解入力部２２５は、試験顔画像について、年齢及び性別の正解の入力受け付けて、それを対応する試験顔画像及びその試験顔画像について推定された環境依存属性とともに、試験学習データとして学習データ記憶部２３２に記憶する（ステップＳ１２４）。クラスタリング部２３５は、学習データ記憶部２３２に記憶された試験学習データ及び初期学習データをそれぞれ環境依存属性空間に分布させて、クラスタリングする（ステップＳ１２５）。
【００８８】
次に、環境依存属性比較部２３６は、試験学習データの分布と初期学習データの分布とを比較する（ステップＳ１２６）。学習データ取得／提供部２３３は、環境依存属性比較部２３６での比較の結果に基づいて、試験学習データの分布に対して、初期学習データの分布が足りない部分を補うように、外部学習データの要求を生成して、通信部２３４がこれを送信する（ステップＳ１２７）。
【００８９】
他の年齢性別推定システムから所望の学習データが送信されてくると、通信部２３４がこれを受信して、学習データ取得／提供部２３３がこれを取得する（ステップＳ１２８）。次に、再学習部２３１は、学習データ取得／提供部２３３が取得した外部学習データ及び不特定多数顔記憶部２３２に記憶された初期学習データに基づいて再学習を行ない、推定パラメータ記憶部２２３に記憶された推定パラメータを更新する（ステップＳ１２９）。
【００９０】
図１３は、第２の実施の形態の年齢性別推定システム２０における、他の年齢性別推定システムの再学習のために学習データを生成するための処理のフロー図である。この処理フローは、年齢性別推定システム２０の運用が開始された後に実行される。監視カメラ２１は、撮影対象箇所の撮影を行ない、撮影画像を顔検出部２２１に出力する（ステップＳ１３１）。顔検出部２２１は、画像から顔を検出して、顔画像を環境依存属性推定部２２４及び学習データ記憶部２３２に出力する（ステップＳ１３２）。
【００９１】
環境依存属性推定部２２４は、顔検出部２２１から出力された顔画像について、環境依存属性を推定し、学習データ記憶部２３２に、推定した環境依存属性を対応する顔画像とともに記憶する（ステップＳ１３３）。ユーザは、適宜のタイミングで、学習データ記憶部１３２に記憶された未判断の顔画像について、その年齢及び性別を判断して、判断結果を正解として入力することができる（ステップＳ１３４）。
【００９２】
ユーザから正解入力が行なわれるまでは（ステップＳ１３４にてＮＯ）、顔検出並びに顔画像及びその環境依存属性の保存が繰り返される。ユーザによって正解が入力されると（ステップＳ１３４にてＹＥＳ）、入力された正解の情報は、対応する顔画像及びその環境依存属性とともに、学習データとして学習データ記憶部１３２に記憶される（ステップＳ１３５）。
【００９３】
次に、通信部２３４が他の年齢性別推定システムから学習データの要求を受信したか否かを判断する（ステップＳ１３６）。他の年齢性別推定システムから学習データの要求を受信しないうちは（ステップＳ１３６にてＮＯ）、ステップＳ１３１〜Ｓ１３５を繰り返す。通信部２３４が他の年齢性別推定システムから学習データの要求を受信すると（ステップＳ１３６にてＹＥＳ）、クラスタリング部２３５は、学習データ記憶部２３２に記憶された学習データをクラスタリングする（ステップＳ１３７）。そして、学習データ取得／提供部２３３は、クラスタリング部２３５にて生成されたクラスタの中に、他の年齢性別推定システムより受けた学習データの要求に合致するクラスタがあるか否かを判断する（ステップＳ１３８）。
【００９４】
クラスタリング部２３５にて生成されたクラスタの中に、他の年齢性別推定システムより受けた学習データの要求に合致するクラスタがある場合には（ステップＳ１３８にてＹＥＳ）、学習データ取得／提供部２３３は、学習データ記憶部２３２に記憶された該当するクラスタの学習データを読み出して、これを通信部１３４が、要求をしてきた他の年齢性別推定システムに送信する（ステップＳ１３９）。一致するクラスタがない場合には（ステップＳ１３８にてＮＯ）、学習データの要求を無視してステップＳ１３１に戻る。
【００９５】
以上のように、本実施の形態においても、年齢性別推定システム２０は、その環境依存属性に近い環境依存属性を有する学習データを他の年齢性別推定システムから補充して推定パラメータの再学習を行なうことができるので、実験室での撮影で得られた学習用画像による画一的な推定パラメータ（初期推定パラメータ）よりも、より実際の設置状況に対応した推定パラメータを得ることができ、この結果、年齢及び性別の推定精度が向上する。
【００９６】
なお、第２の実施の形態において、試験学習データを生成するために複数の試験画像を撮影し、それを環境依存属性空間に配置して、クラスタごとにその中心の最も近くに位置する試験画像のみを試験学習データとしてもよい。
【００９７】
［第３の実施の形態］
第１及び第２の実施の形態では、図２に示すように、各年齢性別推定システムがそれぞれ再学習制御サーバを有しており、他の年齢性別推定システムから学習データを取得して、各年齢性別推定システムにおいて再学習を行なった。しかし、再学習は複数の年齢性別推定装置が共有するサーバで行なうこともできる。この場合には、サーバで行った学習結果を各年齢性別推定装置が利用することができる。
【００９８】
図１４は、本発明の第３の実施の形態の年齢性別推定システムの構成を示す図である。年齢性別推定システム３０は、店舗Ａに設置される監視カメラ３１Ａ及び年齢性別推定装置３２Ａと、店舗Ｂに設置される監視カメラ３１Ｂ及び年齢性別推定装置３２Ｂと、店舗Ｃに設置される監視カメラ３１Ｃ１及び監視カメラ３１Ｃ２、年齢性別推定装置３２Ｃ１及び年齢性別推定装置３２Ｃ２と、年齢性別推定装置３２Ａ、３２Ｂ、３２Ｃ１、３２Ｃ２に接続されるパラメータ配信サーバ３３とを備えている。
【００９９】
本実施の形態の年齢性別推定システム３０では、各店舗に設置された年齢性別推定装置３２Ａ、３２Ｂ、３２Ｃ１、３２Ｃ２は、パラメータ配信サーバ３３に推定パラメータの要求を送信し、パラメータ配信サーバ３３から送信されてくる推定パラメータを受信して、受信した推定パラメータを用いて、自己の推定パラメータを更新する。特に、第１及び第２の実施の形態の年齢性別推定システム１０、２０と同様に、各年齢性別推定装置３２Ａ、３２Ｂ、３２Ｃ１、３２Ｃ２が、それぞれ新たに設置される場合に、パラメータ配信サーバ３３から自己の環境依存属性に合った推定パラメータを受けるので、設置後に直ちに適切な推定パラメータで運用を開始することができる。
【０１００】
また、各年齢性別推定装置３２Ａ、３２Ｂ、３２Ｃ１、３２Ｃ２は、それぞれ運用によって得た学習用画像をパラメータ配信サーバ３３に送信することで、パラメータ配信サーバ３３がそれらの学習用画像を用いて推定パラメータを生成する。即ち、各年齢性別推定装置３２Ａ、３２Ｂ、３２Ｃ１、３２Ｃ２は、パラメータ配信サーバ３３から推定パラメータを受けるとともに、他の年齢性別推定装置のために学習データを提供する。
【０１０１】
図１５は、本実施の形態の年齢性別推定装置３２の構成を示す図である。図１５の年齢性別推定装置３２は、図１４における年齢性別推定装置３２Ａ、３２Ｂ、３２Ｃ１、３２Ｃ２に相当する。年齢性別推定装置３２において、年齢及び性別を推定するための構成は、第１及び第２の年齢性別推定装置１２、２２と同じである。即ち、顔検出部３２１が顔画像を検出して、年齢性別推定部３２２が推定パラメータ記憶部３２３に記憶された推定パラメータを用いて年齢及び性別を推定する。
【０１０２】
以下、パラメータ配信サーバ３３から配信される推定パラメータを用いて年齢性別推定装置が推定パラメータを更新するための構成、及び年齢性別推定装置からパラメータ配信サーバ３３に推定パラメータの生成に必要な情報を提供するための構成を説明する。
【０１０３】
（年齢性別推定装置が推定パラメータを更新するための構成）
図１６は、パラメータ配信サーバ３３の構成を示す図である。以下、図１５及び図１６を参照して、年齢性別推定装置が推定パラメータを更新するための構成を説明する。顔検出部３２１は、画像を取得すると画像中から顔を検出して、その顔画像を環境依存属性推定部３２４及び学習データ記憶部３２６に出力する。環境依存属性推定部３２４は、顔画像に基づいて、環境依存属性を推定する。本実施の形態における環境依存属性は、第２の実施の形態と同様である。環境依存属性推定部３２４は、推定した環境依存属性を学習データ記憶部３２６に出力する。
【０１０４】
正解入力部３２５は、学習データ記憶部３２６に記憶された顔画像について、ユーザから年齢及び性別の正解情報の入力を受けて、これを学習データ記憶部３２６に出力する。学習データ記憶部３２６は、顔検出部３２１から出力された顔画像に対して、環境依存属性推定部３２４から出力された各顔画像に対応する環境依存属性、及び正解入力部３２５から出力された各顔画像に対応する正解情報を関連付けて、学習データとして記憶する。
【０１０５】
代表学習データ抽出部３２７は、学習データ記憶部３２６に記憶された学習データの中から代表の学習データを抽出する。通常、人物は監視カメラに数秒間映ることになるので、同じ人物の顔を写した画像フレームが複数枚取得される。代表学習データ抽出部３２７は、動画像の動き抽出技術を使って人物の入店時の移動軌跡を求め、入店途中の同一人物についての複数の画像フレームを１つのグループにし、グループの中で最も無表情で正面向きに近く一定サイズ以上の画像を抽出して、その顔画像を含む学習データを当該人物の代表の学習データとして抽出する。
【０１０６】
取得／提供部３２８は、推定パラメータの配信を要求する際に、代表学習データ抽出部３２７にて抽出された代表の学習データに対して推定パラメータの要求を付加して、通信部３２９に出力する。通信部３２９は、取得／提供部３２８から出力された推定パラメータの要求が付加された学習データをパラメータ配信サーバ３３に送信する。
【０１０７】
パラメータ配信サーバ３３の通信部３２４は、複数の年齢性別推定装置から学習データを受信して、これを学習データ記憶部３３２及び再学習制御部３３３に出力する。学習データ記憶部３３２には、複数の年齢性別推定装置から取得した学習データが記憶されている。再学習制御部３３３は、学習データに推定パラメータの要求が付加されているか否かを判断し、推定パラメータの要求が付加されている場合には、その学習データをクラスタリング部３３５に出力して、クラスタリング部３３５にクラスタリングをさせる。
【０１０８】
クラスタリング部３３５は、再学習制御部３３３による制御に従って学習データを環境依存属性空間上でクラスタリングする。このとき、再学習制御部３３３で推定パラメータの要求が付加されていると判断された学習データと、学習データ記憶部３３２に記憶されている学習データとをそれぞれ環境依存属性空間に分布させてクラスタリングを行なう。
【０１０９】
環境依存属性比較部３３６は、再学習制御部３３３で推定パラメータの要求が付加されていると判断された学習データの環境依存属性空間でのクラスタリングの結果と、学習データ記憶部３３２に記憶されている学習データの環境依存属性空間でのクラスタリングの結果とを比較して、学習データ記憶部３３２に記憶されている学習データのクラスタのうち、推定パラメータの要求が付加されていた学習データのクラスタに近い（環境依存属性空間において所定の距離内にある）クラスタに含まれる学習データを特定する。特定した結果は、再学習部３３１に出力される。
【０１１０】
再学習部３３１は、環境依存属性比較部３３６によって特定されたクラスタに含まれる学習データと再学習制御部３３３で推定パラメータの要求が付加されていると判断された学習データとを学習データ記憶部３３２から読み出して、再学習を行ない、推定パラメータを生成する。生成された推定パラメータは、推定パラメータ蓄積部３３７に蓄積され、通信部３３４を介して、推定パラメータの要求が付加された学習データを送信してきた年齢性別推定装置３２に対して、推定パラメータを送信する。
【０１１１】
年齢性別推定装置３２は、パラメータ配信サーバ３３から送信されてきた推定パラメータを通信部３２９にて受信する。取得／提供部３２８は、受信した推定パラメータを用いて、推定パラメータ記憶部３２３に記憶された推定パラメータを更新する。
【０１１２】
（年齢性別推定装置からパラメータ配信サーバに学習データを提供するための構成）
年齢性別推定装置３２にて運用が開始されると、顔検出部３２１は、取得した画像から顔画像を検出する。環境依存属性推定部３２４は、上記で説明したように顔画像から環境依存属性を推定し、また、正解入力部３２５も上記で説明したように正解情報の入力を受け付ける。学習データ記憶部３２６は、上記で説明したように顔画像と環境依存属性と正解情報とからなる学習データを記憶する。また、代表学習データ抽出部３２７もまた上記と同様にして学習データ記憶部３２６から代表となる学習データを抽出する。
【０１１３】
上記のように推定パラメータの要求をせず、他の年齢性別推定装置のために画像データを提供する場合は、代表学習データ抽出部３２７にて抽出された学習データは、そのまま通信部３２９を介してパラメータ配信サーバ３３に送信される。
【０１１４】
パラメータ配信サーバ３３は、通信部３３４にてこの学習データを受信して学習データ記憶部３３２に記憶する。なお、受信した学習データは、再学習制御部３３３にも出力される。再学習制御部３３３は、学習データに推定パラメータの要求の有無を判断するが、この場合は推定パラメータの要求が付加されていないので、再学習制御部３３３は、再学習を行なわない。
【０１１５】
図１７及び図１８は、第３の実施の形態の年齢性別推定システム３０における処理のフロー図である。まず、推定パラメータの要求を伴う学習データを生成するために、監視カメラ３１が設置された状態で、複数の画像を撮影する（ステップＳ１７１）。顔検出部３２１は、それらの画像から顔を検出して、顔画像を環境依存属性推定部３２４及び学習データ記憶部３２６に出力する（ステップＳ１７２）。
【０１１６】
環境依存属性推定部３２４は、顔検出部３２１にて検出された顔画像の環境依存属性を推定する（ステップＳ１７３）。正解入力部３２５は、顔画像について、年齢及び性別の正解の入力受け付けて、それを対応する顔画像及びその顔画像について推定された環境依存属性とともに、学習データとして学習データ記憶部３２６に記憶する（ステップＳ１７４）。代表学習データ抽出部３２７は、学習データ記憶部３２６に記憶された学習データの中から、代表の学習データを抽出する（ステップＳ１７５）。
【０１１７】
次に、代表学習データ抽出部３２７は、推定パラメータを要求するか否かを判断する（ステップＳ１７６）。監視カメラ３１及び年齢性別推定装置３２が新設された際には、推定パラメータ推定パラメータを要求する場合は（ステップＳ１７６にてＹＥＳ）、代表学習データ抽出部３２７は抽出した学習データを取得／提供部３２８に出力し、取得／提供部３２８が学習データに推定パラメータの要求を付加して通信部３２９に出力し（ステップＳ１７７）、通信部３２９が推定パラメータの要求が付加された学習データをパラメータ配信サーバ３３に送信する（ステップＳ１７８）。推定パラメータを要求しない場合には（ステップＳ１７６にてＮＯ）、代表学習データ抽出部３２７は、抽出した学習データを通信部３２９に出力し、通信部３２９はその学習データをパラメータ配信サーバ３３に送信する（ステップＳ１７８）。
【０１１８】
パラメータ配信サーバ３３の通信部３３４は、学習データを受信して、学習データ記憶部３３２及び再学習制御部３３３に出力する（ステップＳ１８１）。学習データ記憶部３３２は、学習データを記憶する（ステップＳ１８２）。再学習制御部３３３は、学習データに推定パラメータの要求が付加されているか否かを判断する（ステップＳ１８３）。
【０１１９】
学習データに推定パラメータの要求が付加されている場合は（ステップＳ１８３でＹＥＳ）、クラスタリング部３３５が、学習データ記憶部３３２にもともと記憶されている学習データ及び推定パラメータの要求が付加された学習データをそれぞれ環境依存属性空間に分布させて、クラスタリングする（ステップＳ１８４）。学習データに推定パラメータの要求が付加されていない場合は（ステップＳ１８３でＮＯ）、そのまま処理を終了する。
【０１２０】
次に環境依存属性比較部３３６が、環境依存属性空間における、推定パラメータの要求が付加された学習データの分布と、学習データ記憶部３３２にもともと記憶されている学習データの分布とを比較して、学習データ記憶部３３２にもともと記憶されている学習データのクラスタのうち、推定パラメータの要求が付加された学習データのクラスタに近いものを特定する（ステップＳ１８５）。
【０１２１】
次に、再学習部３３１は、学習データ記憶部３３２にもともと記憶されている学習データのうちの環境依存属性比較部３３６で特定された学習データ、及び推定パラメータの要求が付加された学習データを用いて、推定パラメータを生成し、推定パラメータ蓄積部３３７に蓄積する（ステップＳ１８６）。そして、送信部３３４は、年齢性別推定装置３２に生成した推定パラメータを送信する（ステップＳ１８７）。
【０１２２】
年齢性別推定装置３２の通信部３２９は、パラメータ配信サーバ３３から送信されてきた推定パラメータを受信する（ステップＳ１８８）。取得／提供部３２８は、受信した推定パラメータを用いて推定パラメータ記憶部３２３に記憶されている推定パラメータを更新する（ステップＳ１８９）。
【０１２３】
以上のように、第３の実施の形態の年齢性別推定システム３０によれば、各店舗に設置される年齢性別推定装置３２は、パラメータ配信サーバ３３に学習データを送信することで、自己の環境依存属性に応じた推定パラメータをパラメータ配信サーバ３３から受けることができる。また、各店舗では再学習による推定パラメータを生成する必要がないので、各店舗に必要な構成を簡略化できる。
【０１２４】
［第４の実施の形態］
本発明の第４の実施の形態の年齢性別推定システム４０の基本的な構成は、図１４で示した第３の実施の形態の年齢性別推定システム３０の基本構成と同じである。本実施の形態では、年齢性別推定装置４２及びパラメータ配信サーバ４３の構成が第３の実施の形態とは異なる。
【０１２５】
図１９は、第４の実施の形態の年齢性別推定装置の構成を示す図である。本実施の形態の年齢性別推定装置において年齢及び性別の推定のための構成は第３の実施の形態と同様である。即ち、顔検出部４２１が顔画像を検出して、年齢性別推定部４２２が推定パラメータ記憶部４２３に記憶された推定パラメータを用いて年齢及び性別を推定する。
【０１２６】
環境依存属性指定部４２４は、ユーザから、監視カメラ４１の環境依存属性の指定を受け、これを記憶する。本実施の形態において、環境依存属性は、監視カメラ４１にて撮影される人物が正面を向いている場合の顔の向き（左右方向及び上下方向）である。ユーザは、監視カメラ１１を設置した時に、その設置状況に応じて、環境依存属性指定部１２４に、左右方向の角度及び上下方向の角度をそれぞれ入力することで、環境依存属性として、正面を向いた人物の監視カメラ４１に対する顔の向きを指定する。
【０１２７】
取得／提供部４２８は、推定パラメータの要求を生成し、環境依存属性指定部４２４にて指定された環境依存属性に付加して、通信部４２９に出力する。通信部４２９は推定パラメータの要求が付加された環境依存属性をパラメータ配信サーバ４３に送信する。
【０１２８】
図２０は、第４の実施の形態のパラメータ配信サーバ４３の構成を示す図である。パラメータ配信サーバ４３は、通信部４３４と、推定パラメータ提供部４３３と、推定パラメータ蓄積部４３７とを備えている。推定パラメータ蓄積部４３７には、予め環境依存属性ごとに、各環境依存属性に対応する推定パラメータが蓄積されている。
【０１２９】
通信部４３４は、年齢性別推定装置４２から、推定パラメータの要求が付加された環境依存属性を受信する。推定パラメータ提供部４３３は、通信部４３４にて受信した推定パラメータの要求が付加された環境依存属性に対押忍売る推定パラメータを、推定パラメータ蓄積部４３７から読み出して、通信部４３４に出力する。通信部４３４は、推定パラメータ４３３が推定パラメータ蓄積部４３７より読み出した推定パラメータを年齢性別推定装置４２に送信する。
【０１３０】
年齢性別推定装置４２の通信部４２９は、パラメータ配信サーバ４３から送信されてきた推定パラメータを受信して、取得／提供部４２８に出力する。取得／提供部４２８は、通信部４２９にて受信した推定パラメータを用いて推定パラメータ記憶部４２３に記憶された推定パラメータを更新する。
【０１３１】
図２１は、第４の実施の形態の年齢性別推定システム４０における処理のフロー図である。この処理フローは、監視カメラ４１及び年齢性別推定装置４２が新たに設置された際に実行される。まず、監視カメラ４１の設置状況に従って、ユーザが環境依存属性指定部４２４にて環境依存属性を指定する（ステップＳ２１１）。次に、取得／提供部４２８が推定パラメータの要求を生成し、環境依存属性指定部４２４にて指定された環境依存属性に付加する（ステップＳ２１２）。そして、通信部４２９が、推定パラメータの要求が付加された環境依存属性を送信する（ステップＳ２１３）。
【０１３２】
通信部４３４が、年齢性別推定装置４２から、推定パラメータの要求が付加された環境依存属性を受信すると（ステップＳ２１４）、推定パラメータ提供部４３３は、その環境依存属性に対応する推定パラメータを、推定パラメータ蓄積部４３７から読み出す（ステップＳ２１５）。そして、通信部４３４は、推定パラメータ４３３が推定パラメータ蓄積部４３７より読み出した推定パラメータを年齢性別推定装置４２に送信する（ステップＳ２１６）。
【０１３３】
次に、年齢性別推定装置４２の通信部４２９が、パラメータ配信サーバ４３から送信されてきた推定パラメータを受信する（ステップＳ２１７）。そして、取得／提供部４２８が、受信した推定パラメータを用いて推定パラメータ記憶部４２３に記憶された推定パラメータを更新する（ステップＳ２１８）。
【０１３４】
以上のように、第４の実施の形態の年齢性別推定システム４０によれば、各店舗の年齢性別推定装置４２において、環境依存属性を指定してパラメータ配信サーバ４３に送信することで、その環境依存属性に対応する推定パラメータをパラメータ配信サーバ４３から受けることができる。また、各店舗の年齢性別推定装置４２では再学習によって推定パラメータを生成する必要がないので、各店舗における構成を簡略化できる。
【０１３５】
［変形例］
以上、第１乃至第４の実施の形態を説明したが、本発明の実施の形態はこれらに限られず、種々の変形が可能である。以下、変形例を説明する。
【０１３６】
（再学習のタイミング）
上記の実施の形態では、店舗に年齢性別推定システム１０、２０（第１及び第２の実施の形態）又は監視カメラ３１、４１と年齢性別推定装置３２、４２（第３及び第４の実施の形態）が新設される際に、再学習を行なった。しかし、再学習は運用開始後にも行なわれてよい。この場合には、第１及び第２の実施の形態の再学習制御サーバ１３、２３又は第３及び第４の実施の形態のパラメータ配信サーバ３３、４３は、再学習要否判定部を備える。
【０１３７】
再学習要否判定部は、例えば、推定結果の全年代の確信度の低い顔が一定以上取得されたときに再学習を行なうよう、必要な構成を制御する。この場合は、正解率が低くなっている可能性があるので、再学習によって推定パラメータを更新することで推定精度の向上が期待できる。なお、確信度とは年齢性別推定装置に出力させる値であり、人間にたとえて言えば、推定結果に自信があるときには高い確信度を出力させ、推定結果に自信がないときには低い確信度を出力させるようにしておく。統計モデルを使う手法では尤度を確信度とすることができ、クラスタリングを使う手法ではクラスタ境界からの距離を確信度とすることができる。
【０１３８】
図２２は、年齢推定のための特徴量空間を示す図である。図２２に示すように、特徴量空間において、２０歳台と推定される領域Ｒ２２２、３０歳台と推定される領域Ｒ２２３、４０歳台と推定される領域Ｒ２２４、及び５０歳台と推定される領域Ｒ２２５が配置されている場合において、何れの領域にも属さない「×」で示したような顔画像が一定数以上取得された場合には、再学習要否判定部は、再学習が必要であると判断する。
【０１３９】
再学習要否判定部は、また、環境依存属性空間において、学習用画像の各年齢別のクラスタの中心から閾値以上離れた顔画像が一定数以上取得されたときに再学習が必要であると判断してよい。この場合は、店舗の商品などのレイアウト変更によって、環境が変化した可能性があるので、再学習によって推定パラメータを更新することで推定精度の向上が期待できる。
【０１４０】
図２３は、環境依存属性空間を示す図である。図２３に示すように、環境依存属性空間に学習データを分布させたときの、２０歳台の学習用画像のクラスタＣ２３２、３０歳台の学習用画像のクラスタＣ２３３、４０歳台の学習用画像のクラスタＣ２３４、及び５０歳台の学習用画像のクラスタＣ２３５の何れのクラスタにも属さない（どの学習用画像からも離れた）「×」で示したような顔画像が一定数以上取得された場合には、再学習要否判定部は、再学習が必要であると判断する。
【０１４１】
再学習要否判定部は、また、環境依存属性空間において、学習用画像の統計量と取得される顔画像の統計量との差が所定の閾値以上となったときに再学習が必要であると判断してよい。この場合は、店舗の商品などのレイアウト変更によって、環境が変化した可能性があるので、再学習によって推定パラメータを更新することで推定精度の向上が期待できる。顔画像の統計量としては、例えば、１時間あたりの顔の向きの平均とすることができる。
【０１４２】
図２４は、環境依存属性空間を示す図である。図２４に示すように、環境属性空間における学習用画像の平均（図中の「○」）と、直近の１時間以内に撮影された顔画像の平均（図中の「×」）との間の距離が所定の閾値以上となった場合には、再学習要否判定部は、再学習が必要であると判断する。
【０１４３】
（環境依存属性の他の例）
上記の実施の形態において、環境依存属性の例として、顔の向きや顔特徴を挙げて説明したが、環境依存属性は、これらに代えて、又はこれらに加えて、例えば、撮影箇所の明るさ、光源の方向、画像中の顔領域の解像度であってよい。環境依存属性を推定する場合には、撮影箇所の明るさは、例えば、監視カメラで撮影された画像の輝度ヒストグラムによって推定できる。光源の方向は、監視カメラで撮影された画像を分析することで推定できる。また、顔領域の解像度は、顔検出部にて検出される顔領域の大きさによって推定できる。
【０１４４】
さらに、環境依存属性は、監視カメラの仕様に依存する属性であってもよい。監視カメラの仕様に依存する属性とは、例えば、監視カメラから年齢性別推定装置へ画像を転送するビットレートである。環境依存属性を推定する場合には、ビットレートは、例えば、監視カメラからその情報を取得することで推定できる。
【０１４５】
（学習データを提供してもらう年齢性別推定システムの選択）
第１及び第２の実施の形態において、ある年齢性別推定システムから他の年齢性別推定システムに対して学習データの要求をした場合に、複数の他の年齢性別推定システムが当該要求に合致する学習データを持っていた場合には、推定精度（正解率）の高い年齢性別推定システムから学習データを取得してもよい。各年齢性別推定システムの推定精度は、例えば、各年齢性別推定システムにおいて撮影された画像に対して正解情報を入力し、実際の推定結果と比較することで求めることができる。
【０１４６】
（異なる環境依存属性の顔画像の合成）
第３及び第４の実施の形態のパラメータ配信サーバ３３、４３において、学習用画像に基づいて推定パラメータを生成する際に、例えば、正解情報を付与された正面向きの顔から右向き１５度の顔画像を合成してもよい。この変形例は、再学習用画像が不足している場合に有効である。また、合成により生成された顔画像については改めて正解情報を与える必要がないので、推定パラメータを生成するための学習データの収集作業の負担を軽減できる。
【０１４７】
（正解入力時のガイド）
ユーザに正解情報を入力してもらって学習データを生成した際に、一部の年代の学習データが不足する場合がある。このような場合には、正解入力部は、年齢性別推定部にて当該不足している年代と推定された顔画像をユーザに提示して、ユーザに正解情報の入力を促すようにしてもよい。このようにすることで、学習データとして各年代のデータが満遍なく取得できる。
【０１４８】
（学習データの数量制限）
上記の実施の形態では、各店舗の環境依存属性に近い環境依存属性を有する学習データを補強して推定パラメータを更新することで、学習精度を向上させている。しかしながら、補強をする学習データがある年代に偏っている場合には、そのような学習データを補強して推定パラメータを更新することで、その他の年代の推定精度が低下することがある。
【０１４９】
そこで、補強する学習データにおいて年代に偏りがある場合には、そのような偏りを軽減するために、学習データの数量が多い年代については、学習データの数量を制限してよい。
【０１５０】
（その他の変形例）
上記の第１の実施の形態の実施の形態では、学習データ記憶部１３２には、初期推定パラメータを生成する際に用いた学習データは記憶されておらず、再学習の際には、他の年齢性別推定システムから取得した学習データのみを用いて再学習を行なったが、第１の実施の形態においても、第２の実施の形態と同様に、初期推定パラメータを生成した際の学習データを学習データ記憶部１３２に記憶しておいて、再学習の際には、他の年齢性別推定システムから取得した学習データとともに初期推定パラメータを生成した際の学習データを用いて再学習を行なってよい。
【０１５１】
また、上記の実施の形態では、年齢性別推定装置の製造出荷時には、推定パラメータ記憶部に初期推定パラメータが記憶されており、本発明を採用して再学習を行なわなくとも、設置直後から年齢及び性別の推定をできる構成となっていたが、製造出荷時に初期推定パラメータが記憶されていなくてもよい。この場合には、本発明を利用して再学習を行なうことで推定パラメータが生成されて、運用を開始できるようになる。
【０１５２】
また、上記の実施の形態では、顔検出部において、監視カメラが生成した画像から顔を検出して、顔画像を生成したが、監視カメラの設置位置と推定対象の人物との関係から、監視カメラの画像全体に人物の顔が写るのであれば、顔検出部は不要である。
【０１５３】
また、上記の実施の形態では、人物の属性として年齢及び性別を挙げて説明したが、年齢又は性別のいずれか一方のみを推定してもよい。また、人物の属性は、目的に応じて他の属性であってもよい。例えば、人物の属性は、人種（白人、黒人、黄色人種等）であってよい。
【０１５４】
また、上記の第３及び第４の実施の形態において、パラメータ配信サーバは、複数のサーバＰＣ（パーソナル・コンピュータ）を集めたＰＣ群によって構成されてもよい。この場合には、個々のデータを適切なＰＣに振り分けて保存してパラメータ配信サーバ全体の負荷を小さくするなどのクラウドコンピューティングの機能が組み込まれる。
【０１５５】
また、上記の実施の形態では、監視カメラを店舗の入口付近に設置したが、監視カメラは例えばレジ付近に設置して、代金の支払いをする来店客の顔を撮影するようにしてもよい。
【産業上の利用可能性】
【０１５６】
以上のように、本発明は、環境依存属性によらずに推定精度を向上することができ、
学習に基づく推定パラメータを用いて人物の画像から人物の属性を推定する人物属性推定システム等として有用である。
【符号の説明】
【０１５７】
１０、２０、３０、４０、５０ 年齢性別推定システム
１１、２１、３１、４１、５１ 監視カメラ
１２、２２、３２、４２、５２ 年齢性別推定装置
１２１、２２１、３２１、４２１、５２１ 顔検出部
１２２、２２２、３２２、４２２、５２２ 年齢性別推定部
１２３、２２３、３２３、４２３、５２３ 推定パラメータ記憶部
１２４、４２４ 環境依存属性指定部
２２４、３２４ 環境依存属性推定部
１２５、２２５、３２５ 正解入力部
３２６ 学習データ記憶部
３２７ 代表学習データ抽出部
３２８、４２８ 取得／提供部
３２９、４２９ 通信部
１３、２３ 再学習制御サーバ
３３、４３ パラメータ配信サーバ
２３１、２３１、３３１ 再学習部
１３２、２３２、３３２ 学習データ記憶部
１３３、２３３ 学習データ取得／提供部
３３３ 再学習制御部
４３３ 推定パラメータ提供部
１３４、２３４、３３４、４３４ 通信部
２３５、３３５ クラスタリング部
２３６、３３６ 環境依存属性比較部
３３７、４３７ 推定パラメータ蓄積部
【技術分野】
【０００１】
本発明は、人物の画像から人物の属性（例えば、年齢や性別）を推定する人物属性推定システム、人物属性推定装置、及び人物属性推定方法に関し、特に、学習に基づく推定パラメータを用いて人物の属性を推定する人物属性推定システム、人物属性推定装置、及び人物属性推定方法に関するものである。
【背景技術】
【０００２】
従来、コンビニエンスストア等の店舗において、来店客の客層を分析するために、来店客を撮影してその画像から来店客の属性を推定する人物属性推定システムが知られている。図２５は、従来の人物属性推定システムの構成を示す図である。この人物属性推定システムは、人物の属性として、年齢と性別を推定するための年齢性別推定システム５０である。図２５に示すように、年齢性別推定システム５０は、監視カメラ５１と年齢性別推定装置５２とからなる。
【０００３】
監視カメラ５１は、例えば店舗の入口付近に設置され、入店する客の顔を含む映像を撮影する。年齢性別推定装置５２は、顔検出部５２１、年齢性別推定部５２２、及び推定パラメータ記憶部５２３を備えている。顔検出部５２１は、監視カメラ５１で撮影された映像の各フレーム画像から、顔を検出する。年齢性別推定部５２２は、顔検出部５２１にて検出された顔について、年齢及び性別を推定する。推定パラメータ記憶部５２３は、年齢性別推定部５２２で年齢及び性別を推定する際に用いるパラメータ（モデルなど）を記憶している。
【０００４】
年齢性別推定システム５０は、監視カメラ５１で来店客の顔を含む映像を撮影して、顔検出部５２１が撮影映像の各フレーム画像から顔を検出して、年齢性別推定部５２２が推定パラメータ記憶部５２３に記憶されたパラメータを使用して、撮影された人物の年齢及び性別を推定する。
【０００５】
ここで、推定パラメータ記憶部５２３には、この年齢性別推定システム５０の製造出荷時点で、あらかじめ作成された推定パラメータ（以下、「初期推定パラメータ」という。）が記憶されている。この初期推定パラメータは、実験室で複数枚の学習用画像を撮影して、その学習用画像に基づいて算出されている。年齢性別推定システム５０が製品として販売される際には、いずれの年齢性別推定システム５０も同じ初期推定パラメータが推定パラメータ記憶部５２３に記憶されていることになる。
【０００６】
本発明に関連する技術を開示した先行技術文献として、下記の文献がある。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００４−０５４３７６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、年齢性別推定システム５０が実際の店舗に導入され、監視カメラ５１が店舗の所定の位置に設置されると、実験室で撮影された画像に対して年齢性別推定を行なう場合と比較して、精度が低下することがあるという課題があった。実験室で複数枚の学習用画像を撮影して、その学習用画像に基づいて算出した初期推定パラメータを使っていることが精度低下の要因とも考えられるが、あらかじめすべての店舗において有効な学習用画像を用意して初期推定パラメータを設定する方法は知られていない。
【０００９】
本発明は、上記課題を解決するためになされたものであり、監視カメラ５１の設置環境によらずに推定精度を向上できる人物属性推定システム、人物属性推定装置、及び人物属性推定方法を提供することを目的とする。
【課題を解決するための手段】
【００１０】
上記従来の課題を解決するために、本発明の人物属性推定システムは、属性推定対象の人物を撮影して画像を生成するカメラと、推定パラメータを用いて、前記カメラが生成した画像に写っている人物の属性を推定する属性推定部と、前記カメラの設置環境に依存する属性である環境依存属性を取得する環境依存属性取得部とを備え、前記属性推定部は、環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する学習データに基づいて生成されたパラメータを前記推定パラメータとして用いる構成を有している。
【００１１】
この構成によれば、カメラの環境依存属性に近い環境依存属性を有する学習データに基づいて推定パラメータが生成され、この推定パラメータを用いて人物の属性を推定するので、環境依存属性によらずに推定精度を向上することができる。ここで、環境依存属性とは、監視カメラの設置環境に依存して推定精度を左右する要因である。環境依存属性の相違には、例えば、照明状態（照明光源の方向、照明の照度等）の相違、顔の垂直・水平方向の向きの相違（例えば、初期推定パラメータを算出した際の学習用画像は正面向きのみであるが、設置された監視カメラで撮影されるのは斜め向きである等）、画像中の顔の大きさ（顔の解像度）の相違等がある。年齢性別推定システムが複数の店舗にそれぞれ導入されると、それぞれの店舗において上記の環境依存属性がそれぞれ異なるので、従来技術では、あらかじめすべての店舗において有効な学習用画像を用意して初期推定パラメータを設定することは困難であったのに対して、この構成によれば、それぞれのカメラの設置環境に適した推定パラメータを生成して利用することができる。
【００１２】
また、上記の人物属性推定システムは、前記環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する前記学習データに基づいて前記推定パラメータを生成する再学習部をさらに備えていてよく、前記属性推定部は、前記再学習部にて生成された前記推定パラメータを用いてよい。
【００１３】
この構成によれば、自ら推定パラメータを生成することができる。
【００１４】
また、上記の人物属性推定システムにおいて、前記環境依存属性取得部は、ユーザによる前記環境依存属性の指定を受け付けることで前記環境依存属性を取得してよい。
【００１５】
この構成によれば、ユーザが、環境依存属性を指定することができる。
【００１６】
また、上記の人物属性推定システムにおいて、前記環境依存属性取得部は、前記カメラが生成した画像に基づいて、前記環境依存属性を推定することで前記環境依存属性を取得してよい。
【００１７】
この構成によれば、カメラが生成した画像に基づいて自動的に環境依存属性を取得することができる。
【００１８】
また、上記の人物属性推定システムは、他の人物属性推定システムと通信可能に接続されていてよく、さらに、前記環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する前記学習データを前記他の人物属性推定システムから通信によって取得する学習データ取得部を備えていてよく、前記再学習部は、前記学習データ取得部にて取得された前記学習データを用いて前記推定パラメータを生成してよい。
【００１９】
この構成によれば、他の人物属性推定システムから学習データを取得して、その学習データに基づいて推定パラメータを生成することができる。これにより、新たにカメラが設置される場合にも、その環境依存属性に応じた推定パラメータを運用開始前に取得してそのカメラの環境に合った推定パラメータを生成することができる。
【００２０】
また、上記の人物属性推定システムは、複数の前記カメラと、前記複数のカメラにそれぞれ接続され、かつ、少なくとも前記属性推定部及び前記環境依存属性取得部を備えた複数の人物属性推定装置と、前記複数の人物推定装置と通信可能に接続され、前記人物推定装置に、前記属性推定部にて用いる前記推定パラメータを通信により提供するパラメータ提供サーバとを備えていてよい。
【００２１】
この構成によれば、各カメラに合った推定パラメータは、パラメータ配信サーバから提供することができ、各カメラの設置場所では、推定パラメータを生成するための構成は必要とされない。
【００２２】
また、上記の人物属性推定システムは、前記カメラにて生成された画像について、ユーザから人物属性についての正解情報の入力を受け付ける正解入力部と、前記カメラにて生成された画像と、当該画像について前記環境依存属性取得部にて取得された前記環境依存属性と、当該画像について前記正解入力部にて入力された正解情報とを含む前記学習データを記憶する学習データ記憶部とをさらに備えていてよい。
【００２３】
この構成によれば、複数のカメラの各設置場所において、運用が開始された後に、他の（特に後に新たに新設される他の）カメラの設置場所に対して、推定パラメータを更新するための学習データを提供することができる。
【００２４】
また、本発明の人物属性推定装置は、属性推定対象の人物を撮影して画像を生成するカメラに接続され、推定パラメータを用いて、前記カメラが生成した画像に写っている人物の属性を推定する属性推定部と、前記カメラの設置環境に依存する属性である環境依存属性を取得する環境依存属性取得部とを備え、前記属性推定部は、環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する学習データを用いて得られたパラメータを前記推定パラメータとして用いる構成を有している。
【００２５】
この構成によっても、カメラの環境依存属性に近い環境依存属性を有する学習データに基づいて推定パラメータが生成され、この推定パラメータを用いて人物の属性を推定するので、環境依存属性によらずに推定精度を向上することができる。
【発明の効果】
【００２６】
本発明は、カメラの環境依存属性に近い環境依存属性を有する学習データに基づいて推定パラメータが生成され、この推定パラメータを用いて人物の属性を推定するので、環境依存属性によらずに推定精度を向上することができる。
【図面の簡単な説明】
【００２７】
【図１】本発明の第１の実施の形態における年齢性別推定システムの構成を示す図
【図２】本発明の第１の実施の形態における複数の年齢性別推定システムを含む連携システムの構成を示す図
【図３】（ａ）本発明の第１の実施の形態における監視カメラと来店客の顔との位置及び向きの関係の例を水平方向から見た図 （ｂ）本発明の第１の実施の形態における監視カメラと来店客の顔との位置及び向きの関係の例を垂直方向から見た図 （ｃ）本発明の第１の実施の形態における監視カメラで撮影された画像の例を示す図
【図４】（ａ）本発明の第１の実施の形態における学習データの要求を説明するための図 （ｂ） 本発明の第１の実施の形態における取得する学習データを説明するための図
【図５】本発明の第１の実施の形態の年齢性別推定システムにおける既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための処理のフロー図
【図６】本発明の第１の実施の形態の年齢性別推定システムにおける自ら学習データを生成するための処理のフロー図
【図７】本発明の第２の実施の形態における年齢性別推定システムの構成を示す図
【図８】（ａ）本発明の第２の実施の形態における環境依存属性空間に試験学習データを分布させた例を示す図 （ｂ）本発明の第２の実施の形態における環境依存属性空間に初期学習データを分布させた例を示す図
【図９】（ａ）本発明の第２の実施の形態における年齢推定のための特徴量空間（再学習前）を示す図 （ｂ）本発明の第２の実施の形態における年齢推定のための特徴量空間（再学習後）を示す図
【図１０】本発明の第２の実施の形態における環境依存属性空間としての顔特徴空間を示す図
【図１１】本発明の第２の実施の形態における外部学習データによって環境依存属性空間における推定範囲が変化することを説明するための図
【図１２】本発明の第２の実施の形態の年齢性別推定システムにおける既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための処理のフロー図
【図１３】本発明の第２の実施の形態の年齢性別推定システムにおける自ら学習データを生成するための処理のフロー図
【図１４】本発明の第３の実施の形態における年齢性別推定システムの構成を示す図
【図１５】本発明の第３の実施の形態における年齢性別推定装置の構成を示す図
【図１６】本発明の第３の実施の形態におけるパラメータ配信サーバの構成を示す図
【図１７】本発明の第３の実施の形態の年齢性別推定システムにおける処理のフロー図
【図１８】本発明の第３の実施の形態の年齢性別推定システムにおける処理のフロー図
【図１９】本発明の第４の実施の形態における年齢性別推定装置の構成を示す図
【図２０】本発明の第４の実施の形態におけるパラメータ配信サーバの構成を示す図
【図２１】本発明の第４の実施の形態の年齢性別推定システムにおける処理のフロー図
【図２２】本発明の実施の形態の変形例における年齢推定のための特徴量空間を示す図
【図２３】本発明の実施の形態の変形例における環境依存属性空間を示す図
【図２４】本発明の実施の形態の変形例における環境依存属性空間を示す図
【図２５】従来の人物属性推定システムの構成を示す図
【発明を実施するための形態】
【００２８】
以下、本発明を実施するための形態について、図面を参照しながら説明する。本発明は、人物の属性を推定する人物属性推定システム及び人物属性推定方法に係るが、以下の実施の形態では、人物の属性として、人物の年齢及び性別を推定する年齢性別推定システム及び年齢性別推定方法を説明する。
【００２９】
［第１の実施の形態］
図１は、本発明の第１の実施の形態の年齢性別推定システムの構成を示す図である。年齢性別推定システム１０は、店舗Ａに設置される。年齢性別推定システム１０は、監視カメラ１１、年齢性別推定装置１２、及び再学習制御サーバ１３を備えている。
【００３０】
図２は、複数の年齢性別推定システムが通信ネットワークを介して接続されてなる連携システムの構成を示す図である。図２に示す連携システムは、店舗Ａに設置される年齢性別推定ステム１０Ａと、店舗Ｂに設置される年齢性別推定ステム１０Ｂと、店舗Ｃに設置される年齢性別推定ステム１０Ｃとが接続されて構成されている。
【００３１】
年齢性別推定システム１０Ａは、監視カメラ１１Ａ、年齢性別推定装置１２Ａ、及び再学習制御サーバ１３Ａを備えており、年齢性別推定システム１０Ｂは、監視カメラ１１Ｂ、年齢性別推定装置１２Ｂ、及び再学習制御サーバ１３Ｂを備えている。年齢性別推定システム１０Ｃは、監視カメラ１１Ｃ１及び監視カメラ１１Ｃ２、年齢性別推定装置１２Ｃ１及び年齢性別推定装置１２Ｃ２、並びに再学習制御サーバ１３Ｃを備えている。即ち、年齢性別推定装置１０Ｃは２つの監視カメラ及び２つの年齢性別推定装置を備えている。なお、図１の年齢性別推定システム１０は、図２の年齢性別推定システム１０Ａや年齢性別推定システム１０Ｂの構成を示したものである。
【００３２】
年齢性別推定システム１０は、他の年齢性別推定システムと連携することで、他の年齢性別推定システムにおける学習データを取得して再学習を行なう。特に、新たに設置された年齢性別推定システムが、年齢及び性別の推定における環境依存属性が近い他の年齢性別推定システムから学習データを取得することで、設置した後に直ちに（運用を開始する前に）学習効果を得ることができる。
【００３３】
即ち、他の年齢性別推定システムと連携していなければ、新たな年齢性別推定システムが設置された場合に、自らの監視カメラで撮影した画像を学習用画像として再学習をしなければ、自らの監視カメラの設置環境に合うように推定パラメータを更新することで推定精度を向上させることはできないところ、本実施の形態の年齢性別推定システム１０は、他の年齢性別推定システムと連携することで、設置後直ちに、自らの監視カメラの設置環境に合うように再学習を行なうことができる。
【００３４】
連携システムを構成する各年齢性別推定システムは、新設時には既存の年齢性別推定システムの学習結果を利用して再学習（最初の学習は初期推定パラメータを設定するために実験室環境で撮影された学習用画像を用いて行なわれている）を行なうとともに、運用が開始された後には、自らも学習データを生成して、後に新設される他の年齢性別推定システムに学習データを提供する。
【００３５】
なお、連携システムにおいて、既存の年齢性別推定システムの数が十分であり、新設される年齢性別推定システムが自ら学習データを提供する必要がない場合には、新設される年齢性別推定システムは、自ら学習データを生成するための構成を有しないものであってもよい。また、運用開始後に、自ら生成した学習データを利用して再学習を行なってもよいことはもちろんである。
【００３６】
図１を参照して、年齢性別推定システム１０の構成を詳細に説明する。以下では、年齢性別推定システム１０について、年齢及び性別の推定のための構成を説明するとともに、再学習については、既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための構成と、後に新設される他の年齢性別推定システムの再学習ために学習データを生成するための構成とを分けて説明する。
【００３７】
（年齢及び性別の推定のための構成）
監視カメラ１１は、年齢及び性別を推定したい不特定多数の人物（属性推定対象の人物）が来る場所を撮影するように設置される。例えば、店舗の入口から入ってくる客の顔を撮影するように店舗内の高所に設置される。監視カメラ１１は、映像を撮影して連続的なフレーム画像を生成し、又は所定の時間間隔で静止画像を撮影して、年齢性別推定装置１２に出力する。
【００３８】
年齢性別推定装置１２は、顔検出部１２１と、年齢性別推定部１２２と、推定パラメータ記憶部１２３と、環境依存属性推定部１２４とを備えている。顔検出部１２１は、監視カメラ１１にて取得された画像から人物の顔の領域を検出して、顔領域の画像（以下、「顔画像」という。）を年齢性別推定部１２２に出力する。なお、顔検出部１２１は、用意されたパラメータ（モデル）を用いて、既存の手法（例えばニューラルネットやブースティング）に従って顔の検出を行なう。
【００３９】
年齢性別推定部１２２は、顔検出部１２１にて検出された顔画像に対して、その人物の年齢及び性別を推定する。このとき、年齢性別推定部１２２は、推定パラメータ記憶部１２３に記憶されている推定パラメータを用いて、既存の手法（例えば線形判別法）に従って、年齢及び性別の推定を行なう。
【００４０】
推定パラメータ記憶部１２３には、年齢性別推定部１２２における推定で用いられる推定パラメータが記憶されている。推定パラメータ記憶部１２３には、初期推定パラメータとして、所定の環境（例えば実験室環境）で得られた画像を学習用画像として学習した結果得られた推定パラメータが記憶されている。従って、監視カメラ１１が設置された後に、その監視カメラ１１が撮影する際の環境依存属性が、初期推定パラメータを生成するために学習用画像を撮影した際の環境依存属性に近ければ、初期推定パラメータを用いて推定を行なっても（再学習をしなくても）、比較的高い精度で年齢及び性別の推定を行なうことができる。
【００４１】
しかしながら、設置された監視カメラ１１が撮影する際の環境依存属性と初期パラメータを生成するために学習用画像を撮影した際の環境依存属性とが一致しない場合には、推定パラメータ記憶部１２３に記憶された初期推定パラメータを用いて推定を行なっても高い精度の推定ができないことになる。そこで、本実施の形態の年齢性別推定システム１０は、推定パラメータ記憶部１２３に記憶された推定パラメータを再学習する機能を有している。
【００４２】
（既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための構成）
環境依存属性指定部１２４は、ユーザから、監視カメラ１１の環境依存属性の指定を受け、これを記憶する。本実施の形態において、環境依存属性は、撮影される人物が正面を向いている場合の監視カメラ１１に対する顔の向き（左右方向及び上下方向）である。ユーザは、監視カメラ１１を設置した時に、その設置状況に応じて、環境依存属性指定部１２４に、左右方向の角度及び上下方向の角度をそれぞれ入力することで、環境依存属性として、正面を向いた人物の監視カメラ１１に対する顔の向きを指定する。
【００４３】
図３（ａ）は、監視カメラ１１と来店客の顔との位置及び向きの関係の例を水平方向から見た図であり、図３（ｂ）は、監視カメラ１１と来店客の顔との位置及び向きの関係の例を垂直方向から見た図であり、図３（ｃ）は、この監視カメラ１１で撮影された画像の例を示す図である。
【００４４】
図３（ａ）及び（ｂ）に示すように、監視カメラ１１が、ドアＤから店舗建物Ｓに入ってくる来店客Ｃの顔をその正面から左に３０度、上に２０度傾いた方向から撮影するように設置されている場合には、図３（ｃ）に示すように、撮影画像では、人物の顔は右に約３０度、下に約２０度向いた状態で撮影される。よって、環境依存属性は、右向き３０度、下向き２０度となる。この場合には、ユーザは、監視カメラ１１のそのような設置状況に従って、環境依存属性指定部１２４にて、右向き３０度、下向き２０度と指定する。なお、来店客の顔の向きに対するカメラの設置方向を環境依存属性としてもよい。この場合は、図３（ａ）及び（ｂ）の例において、環境依存属性は、左向き３０度、上向き２０度となる。
【００４５】
再学習制御サーバ１３は、再学習部１３１と、学習データ取得／提供部１３３と、通信部１３４とを備えている。学習データ取得／提供部１３３は、年齢性別推定装置１２の環境依存属性指定部１２４にて指定された環境依存属性に基づいて、学習データを取得する。具体的には、学習データ取得／提供部１３３は、環境依存属性指定部１２４にて指定された環境依存属性と同じ、又はそれに近い環境依存属性を取得するための要求を生成する。上記の例では、この年齢性別推定システム１０の環境依存属性としての人物の顔の向きが右向き３０度、下向き２０度であるので、この環境依存属性に近い（例えば±１０度以内）環境依存属性を有する学習データを取得するための要求を生成する。
【００４６】
図４（ａ）は、学習データの要求を説明するための図である。図４（ａ）は、環境依存属性空間（２次元）を示している。この環境依存属性空間は、横軸が来店客の顔の向きの左右方向であり、縦軸が来店客の顔の向きの上下方向である。学習データ取得／提供部１３３は、環境依存属性空間の右向き３０度、下向き２０度を中心Ｃとしてその周辺を含む所定範囲Ｒの学習データを取得する要求を生成する。
【００４７】
通信部１３４は、画像データ取得部１３３で生成された学習データの要求を、連携システムを構成する他の年齢性別推定システムに送信する。学習データの要求に対して他の年齢性別推定システムから所望の学習データが送信されてくると、通信部１３４がこれを受信して、学習データ取得／提供部１３３が学習データを取得する。
【００４８】
図４（ｂ）は、取得する学習データを説明するための図である。図４（ｂ）は、図２に示す再学習制御サーバ１３Ａが環境依存属性空間の右向き３０度、下向き２０度を中心ＣＡとしてその周辺を含む所定範囲ＲＡの学習データを取得する要求を生成した場合を示している。図４（ｂ）に示すように、店舗Ｃの監視カメラ１１Ｃ１の環境依存属性ＣＣ１は、要求された範囲ＲＡの内側にあり、店舗Ｂの監視カメラ１１Ｂ及び店舗Ｃの監視カメラ１１Ｃ２の環境依存属性ＣＢ及びＣＣ２は、要求された範囲ＲＡの外側にある。よって、再学習制御サーバ１３Ａに対しては、環境依存属性が要求された範囲ＲＡの内側にある店舗Ｃの監視カメラ１１Ｃ１の学習データが再学習制御サーバ１３Ｃから送信され、環境依存属性が要求された範囲ＲＡの外側にある店舗Ｂの監視カメラ１１Ｂや店舗Ｃの監視カメラ１１Ｃ２の学習データは再学習制御サーバ１３Ａには送信されない。
【００４９】
再学習部１３１は、学習データ取得／提供部１３３で取得された学習データを利用して、推定パラメータ記憶部１２３に記憶されている推定パラメータに対して学習を行ない、推定パラメータを更新する。
【００５０】
このようにすることで、年齢性別推定システム１０は、その環境依存属性に近い環境依存属性を有する学習データを他の年齢性別推定システムから補充して推定パラメータの再学習を行なうことができるので、実験室での撮影で得られた学習用画像による画一的な推定パラメータよりも、より実際の設置状況に対応した推定パラメータを得ることができ、この結果、年齢及び性別の推定精度が向上する。
【００５１】
しかも、年齢性別推定システム１０は、運用の実績を積んで学習をする必要はなく、設置された直後に、自らの環境依存属性に応じた推定パラメータの再学習を行なうことができる。
【００５２】
（他の年齢性別推定システムの再学習ために学習データを生成するための構成）
年齢性別推定装置１２は、さらに正解入力部１２５を備えており、再学習制御サーバ１３は、さらに学習データ記憶部１３２を備えている。監視カメラ１１によって人物が撮影されて、顔検出部１２１が画像から人物の顔を検出すると、その顔の画像は学習データ記憶部１３２に記憶される。
【００５３】
正解入力部１２５は、学習データ記憶部１３２に記憶された顔画像に対する年齢及び性別を入力する。ユーザは、学習データ記億部１３２に記憶された顔画像に対して、それらの顔画像の人物の年齢及び性別を判断して、正解として正解入力部１２５に入力する。このようにして、本実施の形態では、顔画像とその人物の年齢及び性別の情報がセットになって学習データとなる。なお、学習データにおいて、年齢は、例えば、１０代前半、１０代後半、２０代前半、・・・のように年齢区間ごとに指定されてもよいし、高校生、大学生のような年齢に伴って変化する身分によって指定されてもよい。
【００５４】
他の年齢性別推定システムから学習データの要求が送信されてくると、これを通信部１３４が受信する。学習データ取得／提供部１３３は、環境依存属性指定部１２４を参照して、要求されている環境依存属性が環境依存属性指定部１２４にて指定されて記憶されている環境依存属性に合致するかを判断する。学習データ取得／提供部１３３は、要求されている環境依存属性が環境依存属性指定部１２４にて指定されて記憶されている環境依存属性に合致する場合には、学習データ記憶部１３２に記憶された学習データを読み出し、通信部１３４は、学習データ取得／提供部１３３が読み出したデータを、要求を受けた他の年齢性別推定システムに返信する。
【００５５】
なお、上述のように、年齢性別推定システム１０は、学習データ記憶部１３２に記憶された学習データを用いて、自らも再学習を行なってよい。具体的には、再学習部１３１は、運用が開始された後、所定のタイミングで、学習データ記憶部１３２に記憶された学習データを用いて再学習を行ない、推定パラメータ記憶部１２３に記憶された推定パラメータを更新してよい。
【００５６】
図５は、第１の実施の形態の年齢性別推定システム１０における、既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための処理のフロー図である。この処理フローは、年齢性別推定システム１０が新たに設置された際に実行される。まず、監視カメラ１１の設置状況に従って、ユーザが環境依存属性指定部１２４にて環境依存属性を指定する（ステップＳ５１）。次に、学習データ取得／提供部１３３が、指定された環境依存属性を中心として、その周辺範囲を含む学習データの要求を生成して、通信部１３４がこれを送信する（ステップＳ５２）。
【００５７】
学習データの要求に対して、他の年齢性別推定システムから所望の学習データが送信されてくると、通信部１３４がこれを受信して、学習データ取得／提供部１３３がこれを取得する（ステップＳ５３）。次に、再学習部１３１は、学習データ取得／提供部１３３が取得した学習データに基づいて再学習を行ない、推定パラメータ記憶部１２３に記憶された推定パラメータを更新する（ステップＳ５４）。
【００５８】
図６は、第１の実施の形態の年齢性別推定システム１０における、他の年齢性別推定システムの再学習ために学習データを生成するための処理のフロー図である。この処理フローは、年齢性別推定システム１０の運用が開始された後に実行される。監視カメラ１１は、撮影対象箇所の撮影を行ない、撮影画像を顔検出部１２１に出力する（ステップＳ６１）。顔検出部１２１は、画像から顔を検出して、顔画像を学習データ記憶部１３２に出力する（ステップＳ６２）。
【００５９】
ユーザは、適宜のタイミングで、学習データ記憶部１３２に記憶された未判断の顔画像について、その年齢及び性別を判断して、判断結果を正解として入力することができる（ステップＳ６３）。ユーザから正解入力が行なわれるまでは（ステップＳ６３にてＮＯ）、顔検出及び顔画像の保存が繰り返される。ユーザによって正解が入力されると（ステップＳ６３にてＹＥＳ）、入力された正解の情報は、対応する顔画像とともに、学習データとして学習データ記憶部１３２に記憶される（ステップＳ６４）。
【００６０】
次に、通信部１３４が他の年齢性別推定システムから学習データの要求を受信したか否かを判断する（ステップＳ６５）。他の年齢性別推定システムから学習データの要求を受信しないうちは（ステップＳ６５にてＮＯ）、ステップＳ６１〜Ｓ６４を繰り返す。通信部１３４が他の年齢性別推定システムから学習データの要求を受信すると（ステップＳ６５にてＹＥＳ）、学習データ取得／提供部１３３が環境依存属性指定部１２４に記憶されたこの年齢性別推定システム１０の環境依存属性とこの受信した要求とが一致するか否かを判断する（ステップＳ６６）。
【００６１】
一致する場合には（ステップＳ６６にてＹＥＳ）、学習データ取得／提供部１３３は、学習データ記憶部１３２に記憶された学習データを読み出して、これを通信部１３４が、要求をしてきた他の年齢性別推定システムに送信する（ステップＳ６７）。一致しない場合には（ステップＳ６６にてＮＯ）、学習データの要求を無視してステップＳ６１に戻る。
【００６２】
以上のように、本発明の第１の実施の形態の年齢性別推定システム１０によれば、これを複数連携させて連携システムを構成することで、その環境依存属性に合った学習データを他の年齢性別推定システムから取得できるので、設置後直ちにその環境依存属性に合った学習データによって推定パラメータの再学習を行なうことができ、これによって年齢及び性別の推定の精度を向上できる。
【００６３】
なお、上記の実施の形態では、年齢性別推定システム１０の環境依存属性は、ユーザが監視カメラ１１の設置状況に従って入力したが、この入力を自動化してもよい。例えば、監視カメラ１１が取付具を介して店舗の天井に取り付けられる場合において、取付具に対する監視カメラ１１の角度を検出するセンサを設け、センサからの出力に基づいて、カメラの方向を環境依存属性として環境依存属性指定部１２４に入力してもよい。
【００６４】
［第２の実施の形態］
次に、本発明の第２の実施の形態の年齢性別推定システムを説明する。第２の実施においても、第１の実施の形態と同様に、複数の年齢性別推定システムが連携して連携システムを構成している。第１の実施の形態の年齢性別推定システム１０では、環境依存属性は、年齢性別推定システム１０の設置時に、その監視カメラ１１の設置状況に従ってユーザが指定した。これに対して、第２の実施の形態の年齢性別推定システム２０では、設置後、運用開始前に複数枚の試験画像を撮影して、その試験画像に基づいて環境依存属性を求める。
【００６５】
図７は、第２の実施の形態の年齢性別推定システム２０の構成を示す図である。年齢性別推定システム２０は、第１の実施の形態の年齢性別推定システム１０と同様に、監視カメラ２１と、年齢性別推定装置２２と、再学習制御サーバ２３とを備えている。年齢性別推定装置２２によって年齢及び性別を推定するための構成は第１の実施の形態と同様である。即ち、顔検出部２２１が顔画像を検出して、年齢性別推定部２２２が推定パラメータ記憶部２２３に記憶された推定パラメータを用いて年齢及び性別を推定する。
【００６６】
本実施の形態の年齢性別推定システム２０は、既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための構成、及び他の年齢性別推定システムの再学習ために学習データを生成するための構成が、第１の実施の形態のそれらと異なるので、以下に説明する。
【００６７】
年齢性別推定装置２２は、顔検出部２２１と、年齢性別推定部２２２と、推定パラメータ記憶部２２３と、環境依存属性推定部２２４と、正解入力部２２５とを備えている。顔検出部２２１は、年齢及び性別を推定したい不特定多数の人物が来る場所を撮影するように設置される。監視カメラ１１は、映像を撮影して連続的なフレーム画像を生成し、又は所定の時間間隔で静止画像を撮影して、年齢性別推定装置２２に出力する。
【００６８】
顔検出部２２１は、監視カメラ２１から取得した画像から人物の顔の領域を検出して、環境依存属性推定部２２４に出力する。なお、上述のように、本実施の形態の年齢性別推定システム２０では、設置時に複数枚の試験画像を撮影して、その試験画像に基づいて、年齢性別推定システム２０の環境依存属性を推定する。よって、設置時には、この試験画像の顔画像が顔検出部２２１から環境依存属性推定部２２４に出力される。ここで、複数の試験画像は、それらの年齢及び性別の推定結果が偏らないように選択される。
【００６９】
環境依存属性推定部２２４は、試験画像から検出された顔画像（以下、「試験顔画像」という。）に基づいて年齢性別推定システム２０の環境依存属性を推定するが、本実施の形態では、顔の向き（左右方向及び上下方向）と顔画像の顔特徴を環境依存属性とする。顔特徴とは、顔画像と顔属性特徴との間に作られる特徴を言い、例えば、ガボール特徴、ＬＢＰ（Ｌｏｃａｌ Ｂｉｎａｒｙ Ｐａｔｔｅｒｎ）特徴、Ｈａａｒ−ｌｉｋｅ特徴等であってよいが、本実施の形態では、顔特徴としてガボール特徴を採用する。
【００７０】
環境依存属性推定部２２４は、顔の向きについては所定のパラメータ（モデル）を用いて、既存の手法（例えばニューラルネットやアクティブアピアランスモデル法やサポートベクターマシン法）によって求める。ガボール特徴については、顔画像に対してガボール変換を施すことによって求める。ガボール特徴は次元数が非常に大きいため、主成分分析を使って次元数を削減してもよい。
【００７１】
再学習制御サーバ２３は、学習データ記憶部２３２と、学習データ取得／提供部２３３と、通信部２３４と、クラスタリング部２３５と、環境依存属性比較部２３６とを備えている。学習データ記憶部２３２は、設置後運用開始前に撮影された複数の試験顔画像の学習データ（以下、「試験学習データ」という。）が記憶されている。また、学習データ記憶部２３２には、初期推定パラメータを求めた際に用いた学習データ（以下、「初期学習データ」という。）も記憶されている。なお、本実施の形態において、学習データは、顔画像と、その顔画像の環境依存属性と、年齢及び性別の情報（正解情報）とからなる。学習データ記億部２３２に記憶された試験学習データにおける環境依存属性は、試験顔画像に基づいて環境依存属性推定部２２４にて推定されたものである。
【００７２】
クラスタリング部２３５は、試験学習データ及び初期学習データのそれぞれをクラスタリングする。具体的には、クラスタリング部２３５は、まず、試験学習データ及び初期学習データのそれぞれについて、環境依存属性空間に学習データを分布させる。図８（ａ）は、環境依存属性空間に試験学習データを分布させた例を示す図であり、図８（ｂ）は、図８（ａ）と同じ環境依存属性空間に初期学習データを分布させた例を示す図である。クラスタリング部２３５は、これらの分布に対して、クラスタリングを行い、各クラスタの分布の中心を求める。
【００７３】
なお、上述のように、本実施の形態の環境依存属性は、顔の向き（左右方向及び上下方向の２次元）及びガボール特徴（多次元）であるが、図８（ａ）及び（ｂ）では、便宜上、顔の向き及びがボール特徴をそれぞれ１次元で表して、横軸を顔の向き、縦軸をガボール特徴としている。
【００７４】
環境依存属性比較部２３６は、試験学習データの分布と初期学習データの分布とを比較する。学習データ取得／提供部２３３は、環境依存属性比較部２３６での比較の結果に基づいて、試験学習データの分布に対して、初期学習データの分布が足りない部分Ｖを補うように、学習データ（以下、「外部学習データ」という。）の要求を生成する。即ち、本実施の形態の年齢性別推定システム２０では、初期学習データにはないが、実際に設置された監視カメラ２１によって撮影される画像（試験画像）にはある環境依存属性の学習データを外部学習データとして他の年齢性別推定システムから補充する。通信部２３４は、学習データ取得／提供部２３３で生成された学習データの要求を他の年齢性別推定システムに対して送信する。
【００７５】
要求に対して他の年齢性別推定システムから所望の外部学習データが送信されてくると、通信部２３４がこれを受信して、学習データ取得／提供部２３３が外部学習データを取得する。再学習部２３１は、学習データ取得／提供部２３３で取得された外部学習データ及び初期学習データを利用して、推定パラメータ記憶部２２３に記憶されている推定パラメータに対して再学習を行ない、推定パラメータを更新する。この再学習において、さらに試験学習データを利用してもよい。
【００７６】
なお、環境依存属性比較部２３６にて試験学習データと初期学習データとを比較して、初期学習データとしてはあるが試験学習データにはない領域のクラスタを削除した上で再学習部２３１にて再学習を行なってもよい。このように不要な学習データを削除することによって、推定精度をより向上できることがある。
【００７７】
図９（ａ）は、年齢推定のための特徴量空間を示す図であって、再学習前の特徴量空間を示している。図９（ｂ）は、年齢推定のための特徴量空間を示す図であって、再学習後の特徴量空間を示している。例えば線形判別法で年齢推定を行う場合、年齢推定のための特徴量空間は線形判別法で作成される。特徴量空間の各軸には、顔の向きやガボール特徴のような物理的な意味はない。図９（ａ）及び図９（ｂ）では、説明の便宜のため、特徴量空間の軸の名称は、「特徴量空間の第１軸」、「特徴量空間の第２軸」とした。なお、年齢推定のための特徴量空間とは、年齢をよく表すような特徴量の空間をいう。性別については別の特徴量空間を用いて推定してもよいし、また、年齢と性別を表す特徴量空間を用いて、両者を同時に推定してもよい。
【００７８】
図９（ａ）及び図９（ｂ）において、顔画像Ａと顔画像Ｂとは、ともに２０歳台と推定されるべき顔画像である。再学習前には、図９（ａ）に示すように、特徴量空間において顔画像Ａと顔画像Ｂとの距離は比較的遠く、顔画像Ｂは２０歳台と推定される領域Ｒ２０に含まれているが、顔画像Ａはその領域には含まれていない。上記の再学習を行なうことで、図９（ｂ）に示すように、特徴量空間が更新されて、顔画像Ａと顔画像Ｂの距離が近くなるとともに、何れもが２０歳台と推定される領域Ｒ２０’に含まれることになる。
【００７９】
図１０は、環境依存属性空間としての顔特徴空間を示す図である。上記のように、本実施の形態では、ガボール特徴と顔の向きを環境依存属性としているが、図１０では、ガボール特徴のみを２次元で示している。図１０において、クラスタＣ１は、初期学習データの２０歳台のクラスタであり、クラスタＣ２は、試験学習データの２０歳台のクラスタであり、クラスタＣ３は、外部学習データの２０歳台のクラスタである。
【００８０】
図１０に示すように、学習データ取得／提供部２３３が外部学習データを要求する際には、初期学習データのクラスタＣ１から離れた位置にある試験学習データのクラスタＣ２について、それに近い位置にある学習データを要求する。具体的には、クラスタＣ２の中心から所定の距離内の範囲Ｒに中心を有するクラスタの学習データを要求する。
【００８１】
こうすることで、年齢性別推定システム２０の監視カメラ２１において実際に撮影される画像の環境依存属性に近い環境依存属性を有する学習データが補強される。その結果、図９で説明したように、年齢推定のための特徴量空間が変化して、年齢性別推定システム２０の監視カメラ２１において実際に撮影されるより多くの画像が特徴量空間において正しい推定領域に属することになり、推定精度が向上する。
【００８２】
図１１は、外部学習データによって、環境依存属性空間における推定範囲が変化することを説明するための図である。図１１では、ガボール特徴を縦軸とし、顔の向きを横軸としている。ここでも、説明の便宜上、本来多次元であるガボール特徴を縦軸のみの１次元で表し、本来２次元である顔の向きも横軸のみの１次元としている。
【００８３】
図１１において、クラスタＣ４０１、Ｃ４０２、及びＣ４０３は、すべて４０歳台のクラスタであり、それぞれ初期学習データを含み試験学習データを含まないクラスタ、初期学習データと試験学習データの両方を含むクラスタ、及び外部学習データと試験学習データの両方を含むクラスタである。クラスタＣ２０１、Ｃ２０２、及びＣ２０３は、すべて２０歳台のクラスタであり、それぞれ初期学習データを含み試験学習データを含まないクラスタ、初期学習データと試験学習データの両方を含むクラスタ、及び外部学習データと試験学習データの両方を含むクラスタである。クラスタＣ３０１、Ｃ３０２は、すべて３０歳台のクラスタであり、それぞれ初期学習データを含み試験データを含まないクラスタ、初期学習データと試験学習データの両方を含むクラスタである。
【００８４】
再学習前には、２０歳台と推定される範囲は、クラスタＣ２０１及びクラスタＣ２０２という初期学習データを含む領域Ｒ２００であったのに対して、再学習後には、試験学習データと外部学習データの両方を含むクラスタＣ２０３が加わったことで、２０歳台と推定される範囲は、領域Ｒ２００’に変化する。再学習前の２０歳台と推定される範囲Ｒ２００は、試験学習データを含むクラスタＣ２０３の全体を包含できないのに対して、再学習後の２０歳台と推定される範囲Ｒ２００’は試験学習データを含むクラスタＣ２０３全体を包含する。従って、再学習前に比べて、再学習後の方が、年齢の推定精度が高くなる。
【００８５】
なお、試験学習データを設置後運用開始前に集めた場合、試験学習データの枚数が少なくなってしまう可能性があるが、このことは問題にはならない。なぜならば、試験学習データと外部学習データの両方を含むクラスタＣ２０３において、試験学習データの枚数が少ない枚数になってしまったとしても、環境依存属性の近い多数の外部学習データを取得することで、そのクラスタＣ２０３内のデータ数が増加し、データ数の観点からみて適切な再学習がなされるからである。
【００８６】
図１２は、第２の実施の形態の年齢性別推定システム２０における、既存の他の年齢性別推定システムの学習結果を利用して再学習を行なうための処理のフロー図である。この処理フローは、年齢性別推定システム２０が新たに設置される際に実行される。まず、代表画像データを生成するために、監視カメラ２１が設置された状態で、複数の試験画像を撮影する（ステップＳ１２１）。顔検出部２２１は、それらの試験画像から顔を検出して、試験顔画像を環境依存属性推定部２２４及び学習データ記憶部２３２に出力する（ステップＳ１２２）。
【００８７】
環境依存属性推定部２２４は、顔検出部２２１にて検出された試験顔画像の環境依存属性を推定する（ステップＳ１２３）。正解入力部２２５は、試験顔画像について、年齢及び性別の正解の入力受け付けて、それを対応する試験顔画像及びその試験顔画像について推定された環境依存属性とともに、試験学習データとして学習データ記憶部２３２に記憶する（ステップＳ１２４）。クラスタリング部２３５は、学習データ記憶部２３２に記憶された試験学習データ及び初期学習データをそれぞれ環境依存属性空間に分布させて、クラスタリングする（ステップＳ１２５）。
【００８８】
次に、環境依存属性比較部２３６は、試験学習データの分布と初期学習データの分布とを比較する（ステップＳ１２６）。学習データ取得／提供部２３３は、環境依存属性比較部２３６での比較の結果に基づいて、試験学習データの分布に対して、初期学習データの分布が足りない部分を補うように、外部学習データの要求を生成して、通信部２３４がこれを送信する（ステップＳ１２７）。
【００８９】
他の年齢性別推定システムから所望の学習データが送信されてくると、通信部２３４がこれを受信して、学習データ取得／提供部２３３がこれを取得する（ステップＳ１２８）。次に、再学習部２３１は、学習データ取得／提供部２３３が取得した外部学習データ及び不特定多数顔記憶部２３２に記憶された初期学習データに基づいて再学習を行ない、推定パラメータ記憶部２２３に記憶された推定パラメータを更新する（ステップＳ１２９）。
【００９０】
図１３は、第２の実施の形態の年齢性別推定システム２０における、他の年齢性別推定システムの再学習のために学習データを生成するための処理のフロー図である。この処理フローは、年齢性別推定システム２０の運用が開始された後に実行される。監視カメラ２１は、撮影対象箇所の撮影を行ない、撮影画像を顔検出部２２１に出力する（ステップＳ１３１）。顔検出部２２１は、画像から顔を検出して、顔画像を環境依存属性推定部２２４及び学習データ記憶部２３２に出力する（ステップＳ１３２）。
【００９１】
環境依存属性推定部２２４は、顔検出部２２１から出力された顔画像について、環境依存属性を推定し、学習データ記憶部２３２に、推定した環境依存属性を対応する顔画像とともに記憶する（ステップＳ１３３）。ユーザは、適宜のタイミングで、学習データ記憶部１３２に記憶された未判断の顔画像について、その年齢及び性別を判断して、判断結果を正解として入力することができる（ステップＳ１３４）。
【００９２】
ユーザから正解入力が行なわれるまでは（ステップＳ１３４にてＮＯ）、顔検出並びに顔画像及びその環境依存属性の保存が繰り返される。ユーザによって正解が入力されると（ステップＳ１３４にてＹＥＳ）、入力された正解の情報は、対応する顔画像及びその環境依存属性とともに、学習データとして学習データ記憶部１３２に記憶される（ステップＳ１３５）。
【００９３】
次に、通信部２３４が他の年齢性別推定システムから学習データの要求を受信したか否かを判断する（ステップＳ１３６）。他の年齢性別推定システムから学習データの要求を受信しないうちは（ステップＳ１３６にてＮＯ）、ステップＳ１３１〜Ｓ１３５を繰り返す。通信部２３４が他の年齢性別推定システムから学習データの要求を受信すると（ステップＳ１３６にてＹＥＳ）、クラスタリング部２３５は、学習データ記憶部２３２に記憶された学習データをクラスタリングする（ステップＳ１３７）。そして、学習データ取得／提供部２３３は、クラスタリング部２３５にて生成されたクラスタの中に、他の年齢性別推定システムより受けた学習データの要求に合致するクラスタがあるか否かを判断する（ステップＳ１３８）。
【００９４】
クラスタリング部２３５にて生成されたクラスタの中に、他の年齢性別推定システムより受けた学習データの要求に合致するクラスタがある場合には（ステップＳ１３８にてＹＥＳ）、学習データ取得／提供部２３３は、学習データ記憶部２３２に記憶された該当するクラスタの学習データを読み出して、これを通信部１３４が、要求をしてきた他の年齢性別推定システムに送信する（ステップＳ１３９）。一致するクラスタがない場合には（ステップＳ１３８にてＮＯ）、学習データの要求を無視してステップＳ１３１に戻る。
【００９５】
以上のように、本実施の形態においても、年齢性別推定システム２０は、その環境依存属性に近い環境依存属性を有する学習データを他の年齢性別推定システムから補充して推定パラメータの再学習を行なうことができるので、実験室での撮影で得られた学習用画像による画一的な推定パラメータ（初期推定パラメータ）よりも、より実際の設置状況に対応した推定パラメータを得ることができ、この結果、年齢及び性別の推定精度が向上する。
【００９６】
なお、第２の実施の形態において、試験学習データを生成するために複数の試験画像を撮影し、それを環境依存属性空間に配置して、クラスタごとにその中心の最も近くに位置する試験画像のみを試験学習データとしてもよい。
【００９７】
［第３の実施の形態］
第１及び第２の実施の形態では、図２に示すように、各年齢性別推定システムがそれぞれ再学習制御サーバを有しており、他の年齢性別推定システムから学習データを取得して、各年齢性別推定システムにおいて再学習を行なった。しかし、再学習は複数の年齢性別推定装置が共有するサーバで行なうこともできる。この場合には、サーバで行った学習結果を各年齢性別推定装置が利用することができる。
【００９８】
図１４は、本発明の第３の実施の形態の年齢性別推定システムの構成を示す図である。年齢性別推定システム３０は、店舗Ａに設置される監視カメラ３１Ａ及び年齢性別推定装置３２Ａと、店舗Ｂに設置される監視カメラ３１Ｂ及び年齢性別推定装置３２Ｂと、店舗Ｃに設置される監視カメラ３１Ｃ１及び監視カメラ３１Ｃ２、年齢性別推定装置３２Ｃ１及び年齢性別推定装置３２Ｃ２と、年齢性別推定装置３２Ａ、３２Ｂ、３２Ｃ１、３２Ｃ２に接続されるパラメータ配信サーバ３３とを備えている。
【００９９】
本実施の形態の年齢性別推定システム３０では、各店舗に設置された年齢性別推定装置３２Ａ、３２Ｂ、３２Ｃ１、３２Ｃ２は、パラメータ配信サーバ３３に推定パラメータの要求を送信し、パラメータ配信サーバ３３から送信されてくる推定パラメータを受信して、受信した推定パラメータを用いて、自己の推定パラメータを更新する。特に、第１及び第２の実施の形態の年齢性別推定システム１０、２０と同様に、各年齢性別推定装置３２Ａ、３２Ｂ、３２Ｃ１、３２Ｃ２が、それぞれ新たに設置される場合に、パラメータ配信サーバ３３から自己の環境依存属性に合った推定パラメータを受けるので、設置後に直ちに適切な推定パラメータで運用を開始することができる。
【０１００】
また、各年齢性別推定装置３２Ａ、３２Ｂ、３２Ｃ１、３２Ｃ２は、それぞれ運用によって得た学習用画像をパラメータ配信サーバ３３に送信することで、パラメータ配信サーバ３３がそれらの学習用画像を用いて推定パラメータを生成する。即ち、各年齢性別推定装置３２Ａ、３２Ｂ、３２Ｃ１、３２Ｃ２は、パラメータ配信サーバ３３から推定パラメータを受けるとともに、他の年齢性別推定装置のために学習データを提供する。
【０１０１】
図１５は、本実施の形態の年齢性別推定装置３２の構成を示す図である。図１５の年齢性別推定装置３２は、図１４における年齢性別推定装置３２Ａ、３２Ｂ、３２Ｃ１、３２Ｃ２に相当する。年齢性別推定装置３２において、年齢及び性別を推定するための構成は、第１及び第２の年齢性別推定装置１２、２２と同じである。即ち、顔検出部３２１が顔画像を検出して、年齢性別推定部３２２が推定パラメータ記憶部３２３に記憶された推定パラメータを用いて年齢及び性別を推定する。
【０１０２】
以下、パラメータ配信サーバ３３から配信される推定パラメータを用いて年齢性別推定装置が推定パラメータを更新するための構成、及び年齢性別推定装置からパラメータ配信サーバ３３に推定パラメータの生成に必要な情報を提供するための構成を説明する。
【０１０３】
（年齢性別推定装置が推定パラメータを更新するための構成）
図１６は、パラメータ配信サーバ３３の構成を示す図である。以下、図１５及び図１６を参照して、年齢性別推定装置が推定パラメータを更新するための構成を説明する。顔検出部３２１は、画像を取得すると画像中から顔を検出して、その顔画像を環境依存属性推定部３２４及び学習データ記憶部３２６に出力する。環境依存属性推定部３２４は、顔画像に基づいて、環境依存属性を推定する。本実施の形態における環境依存属性は、第２の実施の形態と同様である。環境依存属性推定部３２４は、推定した環境依存属性を学習データ記憶部３２６に出力する。
【０１０４】
正解入力部３２５は、学習データ記憶部３２６に記憶された顔画像について、ユーザから年齢及び性別の正解情報の入力を受けて、これを学習データ記憶部３２６に出力する。学習データ記憶部３２６は、顔検出部３２１から出力された顔画像に対して、環境依存属性推定部３２４から出力された各顔画像に対応する環境依存属性、及び正解入力部３２５から出力された各顔画像に対応する正解情報を関連付けて、学習データとして記憶する。
【０１０５】
代表学習データ抽出部３２７は、学習データ記憶部３２６に記憶された学習データの中から代表の学習データを抽出する。通常、人物は監視カメラに数秒間映ることになるので、同じ人物の顔を写した画像フレームが複数枚取得される。代表学習データ抽出部３２７は、動画像の動き抽出技術を使って人物の入店時の移動軌跡を求め、入店途中の同一人物についての複数の画像フレームを１つのグループにし、グループの中で最も無表情で正面向きに近く一定サイズ以上の画像を抽出して、その顔画像を含む学習データを当該人物の代表の学習データとして抽出する。
【０１０６】
取得／提供部３２８は、推定パラメータの配信を要求する際に、代表学習データ抽出部３２７にて抽出された代表の学習データに対して推定パラメータの要求を付加して、通信部３２９に出力する。通信部３２９は、取得／提供部３２８から出力された推定パラメータの要求が付加された学習データをパラメータ配信サーバ３３に送信する。
【０１０７】
パラメータ配信サーバ３３の通信部３２４は、複数の年齢性別推定装置から学習データを受信して、これを学習データ記憶部３３２及び再学習制御部３３３に出力する。学習データ記憶部３３２には、複数の年齢性別推定装置から取得した学習データが記憶されている。再学習制御部３３３は、学習データに推定パラメータの要求が付加されているか否かを判断し、推定パラメータの要求が付加されている場合には、その学習データをクラスタリング部３３５に出力して、クラスタリング部３３５にクラスタリングをさせる。
【０１０８】
クラスタリング部３３５は、再学習制御部３３３による制御に従って学習データを環境依存属性空間上でクラスタリングする。このとき、再学習制御部３３３で推定パラメータの要求が付加されていると判断された学習データと、学習データ記憶部３３２に記憶されている学習データとをそれぞれ環境依存属性空間に分布させてクラスタリングを行なう。
【０１０９】
環境依存属性比較部３３６は、再学習制御部３３３で推定パラメータの要求が付加されていると判断された学習データの環境依存属性空間でのクラスタリングの結果と、学習データ記憶部３３２に記憶されている学習データの環境依存属性空間でのクラスタリングの結果とを比較して、学習データ記憶部３３２に記憶されている学習データのクラスタのうち、推定パラメータの要求が付加されていた学習データのクラスタに近い（環境依存属性空間において所定の距離内にある）クラスタに含まれる学習データを特定する。特定した結果は、再学習部３３１に出力される。
【０１１０】
再学習部３３１は、環境依存属性比較部３３６によって特定されたクラスタに含まれる学習データと再学習制御部３３３で推定パラメータの要求が付加されていると判断された学習データとを学習データ記憶部３３２から読み出して、再学習を行ない、推定パラメータを生成する。生成された推定パラメータは、推定パラメータ蓄積部３３７に蓄積され、通信部３３４を介して、推定パラメータの要求が付加された学習データを送信してきた年齢性別推定装置３２に対して、推定パラメータを送信する。
【０１１１】
年齢性別推定装置３２は、パラメータ配信サーバ３３から送信されてきた推定パラメータを通信部３２９にて受信する。取得／提供部３２８は、受信した推定パラメータを用いて、推定パラメータ記憶部３２３に記憶された推定パラメータを更新する。
【０１１２】
（年齢性別推定装置からパラメータ配信サーバに学習データを提供するための構成）
年齢性別推定装置３２にて運用が開始されると、顔検出部３２１は、取得した画像から顔画像を検出する。環境依存属性推定部３２４は、上記で説明したように顔画像から環境依存属性を推定し、また、正解入力部３２５も上記で説明したように正解情報の入力を受け付ける。学習データ記憶部３２６は、上記で説明したように顔画像と環境依存属性と正解情報とからなる学習データを記憶する。また、代表学習データ抽出部３２７もまた上記と同様にして学習データ記憶部３２６から代表となる学習データを抽出する。
【０１１３】
上記のように推定パラメータの要求をせず、他の年齢性別推定装置のために画像データを提供する場合は、代表学習データ抽出部３２７にて抽出された学習データは、そのまま通信部３２９を介してパラメータ配信サーバ３３に送信される。
【０１１４】
パラメータ配信サーバ３３は、通信部３３４にてこの学習データを受信して学習データ記憶部３３２に記憶する。なお、受信した学習データは、再学習制御部３３３にも出力される。再学習制御部３３３は、学習データに推定パラメータの要求の有無を判断するが、この場合は推定パラメータの要求が付加されていないので、再学習制御部３３３は、再学習を行なわない。
【０１１５】
図１７及び図１８は、第３の実施の形態の年齢性別推定システム３０における処理のフロー図である。まず、推定パラメータの要求を伴う学習データを生成するために、監視カメラ３１が設置された状態で、複数の画像を撮影する（ステップＳ１７１）。顔検出部３２１は、それらの画像から顔を検出して、顔画像を環境依存属性推定部３２４及び学習データ記憶部３２６に出力する（ステップＳ１７２）。
【０１１６】
環境依存属性推定部３２４は、顔検出部３２１にて検出された顔画像の環境依存属性を推定する（ステップＳ１７３）。正解入力部３２５は、顔画像について、年齢及び性別の正解の入力受け付けて、それを対応する顔画像及びその顔画像について推定された環境依存属性とともに、学習データとして学習データ記憶部３２６に記憶する（ステップＳ１７４）。代表学習データ抽出部３２７は、学習データ記憶部３２６に記憶された学習データの中から、代表の学習データを抽出する（ステップＳ１７５）。
【０１１７】
次に、代表学習データ抽出部３２７は、推定パラメータを要求するか否かを判断する（ステップＳ１７６）。監視カメラ３１及び年齢性別推定装置３２が新設された際には、推定パラメータ推定パラメータを要求する場合は（ステップＳ１７６にてＹＥＳ）、代表学習データ抽出部３２７は抽出した学習データを取得／提供部３２８に出力し、取得／提供部３２８が学習データに推定パラメータの要求を付加して通信部３２９に出力し（ステップＳ１７７）、通信部３２９が推定パラメータの要求が付加された学習データをパラメータ配信サーバ３３に送信する（ステップＳ１７８）。推定パラメータを要求しない場合には（ステップＳ１７６にてＮＯ）、代表学習データ抽出部３２７は、抽出した学習データを通信部３２９に出力し、通信部３２９はその学習データをパラメータ配信サーバ３３に送信する（ステップＳ１７８）。
【０１１８】
パラメータ配信サーバ３３の通信部３３４は、学習データを受信して、学習データ記憶部３３２及び再学習制御部３３３に出力する（ステップＳ１８１）。学習データ記憶部３３２は、学習データを記憶する（ステップＳ１８２）。再学習制御部３３３は、学習データに推定パラメータの要求が付加されているか否かを判断する（ステップＳ１８３）。
【０１１９】
学習データに推定パラメータの要求が付加されている場合は（ステップＳ１８３でＹＥＳ）、クラスタリング部３３５が、学習データ記憶部３３２にもともと記憶されている学習データ及び推定パラメータの要求が付加された学習データをそれぞれ環境依存属性空間に分布させて、クラスタリングする（ステップＳ１８４）。学習データに推定パラメータの要求が付加されていない場合は（ステップＳ１８３でＮＯ）、そのまま処理を終了する。
【０１２０】
次に環境依存属性比較部３３６が、環境依存属性空間における、推定パラメータの要求が付加された学習データの分布と、学習データ記憶部３３２にもともと記憶されている学習データの分布とを比較して、学習データ記憶部３３２にもともと記憶されている学習データのクラスタのうち、推定パラメータの要求が付加された学習データのクラスタに近いものを特定する（ステップＳ１８５）。
【０１２１】
次に、再学習部３３１は、学習データ記憶部３３２にもともと記憶されている学習データのうちの環境依存属性比較部３３６で特定された学習データ、及び推定パラメータの要求が付加された学習データを用いて、推定パラメータを生成し、推定パラメータ蓄積部３３７に蓄積する（ステップＳ１８６）。そして、送信部３３４は、年齢性別推定装置３２に生成した推定パラメータを送信する（ステップＳ１８７）。
【０１２２】
年齢性別推定装置３２の通信部３２９は、パラメータ配信サーバ３３から送信されてきた推定パラメータを受信する（ステップＳ１８８）。取得／提供部３２８は、受信した推定パラメータを用いて推定パラメータ記憶部３２３に記憶されている推定パラメータを更新する（ステップＳ１８９）。
【０１２３】
以上のように、第３の実施の形態の年齢性別推定システム３０によれば、各店舗に設置される年齢性別推定装置３２は、パラメータ配信サーバ３３に学習データを送信することで、自己の環境依存属性に応じた推定パラメータをパラメータ配信サーバ３３から受けることができる。また、各店舗では再学習による推定パラメータを生成する必要がないので、各店舗に必要な構成を簡略化できる。
【０１２４】
［第４の実施の形態］
本発明の第４の実施の形態の年齢性別推定システム４０の基本的な構成は、図１４で示した第３の実施の形態の年齢性別推定システム３０の基本構成と同じである。本実施の形態では、年齢性別推定装置４２及びパラメータ配信サーバ４３の構成が第３の実施の形態とは異なる。
【０１２５】
図１９は、第４の実施の形態の年齢性別推定装置の構成を示す図である。本実施の形態の年齢性別推定装置において年齢及び性別の推定のための構成は第３の実施の形態と同様である。即ち、顔検出部４２１が顔画像を検出して、年齢性別推定部４２２が推定パラメータ記憶部４２３に記憶された推定パラメータを用いて年齢及び性別を推定する。
【０１２６】
環境依存属性指定部４２４は、ユーザから、監視カメラ４１の環境依存属性の指定を受け、これを記憶する。本実施の形態において、環境依存属性は、監視カメラ４１にて撮影される人物が正面を向いている場合の顔の向き（左右方向及び上下方向）である。ユーザは、監視カメラ１１を設置した時に、その設置状況に応じて、環境依存属性指定部１２４に、左右方向の角度及び上下方向の角度をそれぞれ入力することで、環境依存属性として、正面を向いた人物の監視カメラ４１に対する顔の向きを指定する。
【０１２７】
取得／提供部４２８は、推定パラメータの要求を生成し、環境依存属性指定部４２４にて指定された環境依存属性に付加して、通信部４２９に出力する。通信部４２９は推定パラメータの要求が付加された環境依存属性をパラメータ配信サーバ４３に送信する。
【０１２８】
図２０は、第４の実施の形態のパラメータ配信サーバ４３の構成を示す図である。パラメータ配信サーバ４３は、通信部４３４と、推定パラメータ提供部４３３と、推定パラメータ蓄積部４３７とを備えている。推定パラメータ蓄積部４３７には、予め環境依存属性ごとに、各環境依存属性に対応する推定パラメータが蓄積されている。
【０１２９】
通信部４３４は、年齢性別推定装置４２から、推定パラメータの要求が付加された環境依存属性を受信する。推定パラメータ提供部４３３は、通信部４３４にて受信した推定パラメータの要求が付加された環境依存属性に対押忍売る推定パラメータを、推定パラメータ蓄積部４３７から読み出して、通信部４３４に出力する。通信部４３４は、推定パラメータ４３３が推定パラメータ蓄積部４３７より読み出した推定パラメータを年齢性別推定装置４２に送信する。
【０１３０】
年齢性別推定装置４２の通信部４２９は、パラメータ配信サーバ４３から送信されてきた推定パラメータを受信して、取得／提供部４２８に出力する。取得／提供部４２８は、通信部４２９にて受信した推定パラメータを用いて推定パラメータ記憶部４２３に記憶された推定パラメータを更新する。
【０１３１】
図２１は、第４の実施の形態の年齢性別推定システム４０における処理のフロー図である。この処理フローは、監視カメラ４１及び年齢性別推定装置４２が新たに設置された際に実行される。まず、監視カメラ４１の設置状況に従って、ユーザが環境依存属性指定部４２４にて環境依存属性を指定する（ステップＳ２１１）。次に、取得／提供部４２８が推定パラメータの要求を生成し、環境依存属性指定部４２４にて指定された環境依存属性に付加する（ステップＳ２１２）。そして、通信部４２９が、推定パラメータの要求が付加された環境依存属性を送信する（ステップＳ２１３）。
【０１３２】
通信部４３４が、年齢性別推定装置４２から、推定パラメータの要求が付加された環境依存属性を受信すると（ステップＳ２１４）、推定パラメータ提供部４３３は、その環境依存属性に対応する推定パラメータを、推定パラメータ蓄積部４３７から読み出す（ステップＳ２１５）。そして、通信部４３４は、推定パラメータ４３３が推定パラメータ蓄積部４３７より読み出した推定パラメータを年齢性別推定装置４２に送信する（ステップＳ２１６）。
【０１３３】
次に、年齢性別推定装置４２の通信部４２９が、パラメータ配信サーバ４３から送信されてきた推定パラメータを受信する（ステップＳ２１７）。そして、取得／提供部４２８が、受信した推定パラメータを用いて推定パラメータ記憶部４２３に記憶された推定パラメータを更新する（ステップＳ２１８）。
【０１３４】
以上のように、第４の実施の形態の年齢性別推定システム４０によれば、各店舗の年齢性別推定装置４２において、環境依存属性を指定してパラメータ配信サーバ４３に送信することで、その環境依存属性に対応する推定パラメータをパラメータ配信サーバ４３から受けることができる。また、各店舗の年齢性別推定装置４２では再学習によって推定パラメータを生成する必要がないので、各店舗における構成を簡略化できる。
【０１３５】
［変形例］
以上、第１乃至第４の実施の形態を説明したが、本発明の実施の形態はこれらに限られず、種々の変形が可能である。以下、変形例を説明する。
【０１３６】
（再学習のタイミング）
上記の実施の形態では、店舗に年齢性別推定システム１０、２０（第１及び第２の実施の形態）又は監視カメラ３１、４１と年齢性別推定装置３２、４２（第３及び第４の実施の形態）が新設される際に、再学習を行なった。しかし、再学習は運用開始後にも行なわれてよい。この場合には、第１及び第２の実施の形態の再学習制御サーバ１３、２３又は第３及び第４の実施の形態のパラメータ配信サーバ３３、４３は、再学習要否判定部を備える。
【０１３７】
再学習要否判定部は、例えば、推定結果の全年代の確信度の低い顔が一定以上取得されたときに再学習を行なうよう、必要な構成を制御する。この場合は、正解率が低くなっている可能性があるので、再学習によって推定パラメータを更新することで推定精度の向上が期待できる。なお、確信度とは年齢性別推定装置に出力させる値であり、人間にたとえて言えば、推定結果に自信があるときには高い確信度を出力させ、推定結果に自信がないときには低い確信度を出力させるようにしておく。統計モデルを使う手法では尤度を確信度とすることができ、クラスタリングを使う手法ではクラスタ境界からの距離を確信度とすることができる。
【０１３８】
図２２は、年齢推定のための特徴量空間を示す図である。図２２に示すように、特徴量空間において、２０歳台と推定される領域Ｒ２２２、３０歳台と推定される領域Ｒ２２３、４０歳台と推定される領域Ｒ２２４、及び５０歳台と推定される領域Ｒ２２５が配置されている場合において、何れの領域にも属さない「×」で示したような顔画像が一定数以上取得された場合には、再学習要否判定部は、再学習が必要であると判断する。
【０１３９】
再学習要否判定部は、また、環境依存属性空間において、学習用画像の各年齢別のクラスタの中心から閾値以上離れた顔画像が一定数以上取得されたときに再学習が必要であると判断してよい。この場合は、店舗の商品などのレイアウト変更によって、環境が変化した可能性があるので、再学習によって推定パラメータを更新することで推定精度の向上が期待できる。
【０１４０】
図２３は、環境依存属性空間を示す図である。図２３に示すように、環境依存属性空間に学習データを分布させたときの、２０歳台の学習用画像のクラスタＣ２３２、３０歳台の学習用画像のクラスタＣ２３３、４０歳台の学習用画像のクラスタＣ２３４、及び５０歳台の学習用画像のクラスタＣ２３５の何れのクラスタにも属さない（どの学習用画像からも離れた）「×」で示したような顔画像が一定数以上取得された場合には、再学習要否判定部は、再学習が必要であると判断する。
【０１４１】
再学習要否判定部は、また、環境依存属性空間において、学習用画像の統計量と取得される顔画像の統計量との差が所定の閾値以上となったときに再学習が必要であると判断してよい。この場合は、店舗の商品などのレイアウト変更によって、環境が変化した可能性があるので、再学習によって推定パラメータを更新することで推定精度の向上が期待できる。顔画像の統計量としては、例えば、１時間あたりの顔の向きの平均とすることができる。
【０１４２】
図２４は、環境依存属性空間を示す図である。図２４に示すように、環境属性空間における学習用画像の平均（図中の「○」）と、直近の１時間以内に撮影された顔画像の平均（図中の「×」）との間の距離が所定の閾値以上となった場合には、再学習要否判定部は、再学習が必要であると判断する。
【０１４３】
（環境依存属性の他の例）
上記の実施の形態において、環境依存属性の例として、顔の向きや顔特徴を挙げて説明したが、環境依存属性は、これらに代えて、又はこれらに加えて、例えば、撮影箇所の明るさ、光源の方向、画像中の顔領域の解像度であってよい。環境依存属性を推定する場合には、撮影箇所の明るさは、例えば、監視カメラで撮影された画像の輝度ヒストグラムによって推定できる。光源の方向は、監視カメラで撮影された画像を分析することで推定できる。また、顔領域の解像度は、顔検出部にて検出される顔領域の大きさによって推定できる。
【０１４４】
さらに、環境依存属性は、監視カメラの仕様に依存する属性であってもよい。監視カメラの仕様に依存する属性とは、例えば、監視カメラから年齢性別推定装置へ画像を転送するビットレートである。環境依存属性を推定する場合には、ビットレートは、例えば、監視カメラからその情報を取得することで推定できる。
【０１４５】
（学習データを提供してもらう年齢性別推定システムの選択）
第１及び第２の実施の形態において、ある年齢性別推定システムから他の年齢性別推定システムに対して学習データの要求をした場合に、複数の他の年齢性別推定システムが当該要求に合致する学習データを持っていた場合には、推定精度（正解率）の高い年齢性別推定システムから学習データを取得してもよい。各年齢性別推定システムの推定精度は、例えば、各年齢性別推定システムにおいて撮影された画像に対して正解情報を入力し、実際の推定結果と比較することで求めることができる。
【０１４６】
（異なる環境依存属性の顔画像の合成）
第３及び第４の実施の形態のパラメータ配信サーバ３３、４３において、学習用画像に基づいて推定パラメータを生成する際に、例えば、正解情報を付与された正面向きの顔から右向き１５度の顔画像を合成してもよい。この変形例は、再学習用画像が不足している場合に有効である。また、合成により生成された顔画像については改めて正解情報を与える必要がないので、推定パラメータを生成するための学習データの収集作業の負担を軽減できる。
【０１４７】
（正解入力時のガイド）
ユーザに正解情報を入力してもらって学習データを生成した際に、一部の年代の学習データが不足する場合がある。このような場合には、正解入力部は、年齢性別推定部にて当該不足している年代と推定された顔画像をユーザに提示して、ユーザに正解情報の入力を促すようにしてもよい。このようにすることで、学習データとして各年代のデータが満遍なく取得できる。
【０１４８】
（学習データの数量制限）
上記の実施の形態では、各店舗の環境依存属性に近い環境依存属性を有する学習データを補強して推定パラメータを更新することで、学習精度を向上させている。しかしながら、補強をする学習データがある年代に偏っている場合には、そのような学習データを補強して推定パラメータを更新することで、その他の年代の推定精度が低下することがある。
【０１４９】
そこで、補強する学習データにおいて年代に偏りがある場合には、そのような偏りを軽減するために、学習データの数量が多い年代については、学習データの数量を制限してよい。
【０１５０】
（その他の変形例）
上記の第１の実施の形態の実施の形態では、学習データ記憶部１３２には、初期推定パラメータを生成する際に用いた学習データは記憶されておらず、再学習の際には、他の年齢性別推定システムから取得した学習データのみを用いて再学習を行なったが、第１の実施の形態においても、第２の実施の形態と同様に、初期推定パラメータを生成した際の学習データを学習データ記憶部１３２に記憶しておいて、再学習の際には、他の年齢性別推定システムから取得した学習データとともに初期推定パラメータを生成した際の学習データを用いて再学習を行なってよい。
【０１５１】
また、上記の実施の形態では、年齢性別推定装置の製造出荷時には、推定パラメータ記憶部に初期推定パラメータが記憶されており、本発明を採用して再学習を行なわなくとも、設置直後から年齢及び性別の推定をできる構成となっていたが、製造出荷時に初期推定パラメータが記憶されていなくてもよい。この場合には、本発明を利用して再学習を行なうことで推定パラメータが生成されて、運用を開始できるようになる。
【０１５２】
また、上記の実施の形態では、顔検出部において、監視カメラが生成した画像から顔を検出して、顔画像を生成したが、監視カメラの設置位置と推定対象の人物との関係から、監視カメラの画像全体に人物の顔が写るのであれば、顔検出部は不要である。
【０１５３】
また、上記の実施の形態では、人物の属性として年齢及び性別を挙げて説明したが、年齢又は性別のいずれか一方のみを推定してもよい。また、人物の属性は、目的に応じて他の属性であってもよい。例えば、人物の属性は、人種（白人、黒人、黄色人種等）であってよい。
【０１５４】
また、上記の第３及び第４の実施の形態において、パラメータ配信サーバは、複数のサーバＰＣ（パーソナル・コンピュータ）を集めたＰＣ群によって構成されてもよい。この場合には、個々のデータを適切なＰＣに振り分けて保存してパラメータ配信サーバ全体の負荷を小さくするなどのクラウドコンピューティングの機能が組み込まれる。
【０１５５】
また、上記の実施の形態では、監視カメラを店舗の入口付近に設置したが、監視カメラは例えばレジ付近に設置して、代金の支払いをする来店客の顔を撮影するようにしてもよい。
【産業上の利用可能性】
【０１５６】
以上のように、本発明は、環境依存属性によらずに推定精度を向上することができ、
学習に基づく推定パラメータを用いて人物の画像から人物の属性を推定する人物属性推定システム等として有用である。
【符号の説明】
【０１５７】
１０、２０、３０、４０、５０ 年齢性別推定システム
１１、２１、３１、４１、５１ 監視カメラ
１２、２２、３２、４２、５２ 年齢性別推定装置
１２１、２２１、３２１、４２１、５２１ 顔検出部
１２２、２２２、３２２、４２２、５２２ 年齢性別推定部
１２３、２２３、３２３、４２３、５２３ 推定パラメータ記憶部
１２４、４２４ 環境依存属性指定部
２２４、３２４ 環境依存属性推定部
１２５、２２５、３２５ 正解入力部
３２６ 学習データ記憶部
３２７ 代表学習データ抽出部
３２８、４２８ 取得／提供部
３２９、４２９ 通信部
１３、２３ 再学習制御サーバ
３３、４３ パラメータ配信サーバ
２３１、２３１、３３１ 再学習部
１３２、２３２、３３２ 学習データ記憶部
１３３、２３３ 学習データ取得／提供部
３３３ 再学習制御部
４３３ 推定パラメータ提供部
１３４、２３４、３３４、４３４ 通信部
２３５、３３５ クラスタリング部
２３６、３３６ 環境依存属性比較部
３３７、４３７ 推定パラメータ蓄積部
【特許請求の範囲】
【請求項１】
属性推定対象の人物を撮影して画像を生成するカメラと、
推定パラメータを用いて、前記カメラが生成した画像に写っている人物の属性を推定する属性推定部と、
前記カメラの設置環境に依存する属性である環境依存属性を取得する環境依存属性取得部とを備え、
前記属性推定部は、環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する学習データに基づいて生成されたパラメータを前記推定パラメータとして用いる
ことを特徴とする人物属性推定システム。
【請求項２】
前記環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する前記学習データに基づいて前記推定パラメータを生成する再学習部をさらに備え、
前記属性推定部は、前記再学習部にて生成された前記推定パラメータを用いる
ことを特徴とする請求項１に記載の人物属性推定システム。
【請求項３】
前記環境依存属性取得部は、ユーザによる前記環境依存属性の指定を受け付けることで前記環境依存属性を取得することを特徴とする請求項１又は２に記載の人物属性推定システム。
【請求項４】
前記環境依存属性取得部は、前記カメラが生成した画像に基づいて、前記環境依存属性を推定することで前記環境依存属性を取得することを特徴とする請求項１又は２に記載の人物属性推定システム。
【請求項５】
前記人物属性推定システムは、他の人物属性推定システムと通信可能に接続されており、
さらに、前記環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する前記学習データを前記他の人物属性推定システムから通信によって取得する学習データ取得部を備え、
前記再学習部は、前記学習データ取得部にて取得された前記学習データを用いて前記推定パラメータを生成し、
ことを特徴とする請求項１ないし４のいずれか一項に記載の人物属性推定システム。
【請求項６】
複数の前記カメラと、
前記複数のカメラにそれぞれ接続され、かつ、少なくとも前記属性推定部及び前記環境依存属性取得部を備えた複数の人物属性推定装置と、
前記複数の人物推定装置と通信可能に接続され、前記人物推定装置に、前記属性推定部にて用いる前記推定パラメータを通信により提供するパラメータ提供サーバと、
を備えたことを特徴とする請求項１ないし４のいずれか一項に記載の人物属性推定システム。
【請求項７】
前記カメラにて生成された画像について、ユーザから人物属性についての正解情報の入力を受け付ける正解入力部と、
前記カメラにて生成された画像と、当該画像について前記環境依存属性取得部にて取得された前記環境依存属性と、当該画像について前記正解入力部にて入力された正解情報とを含む前記学習データを記憶する学習データ記憶部と、
をさらに備えたことを特徴とする請求項１ないし６のいずれか一項に記載の人物属性推定システム。
【請求項８】
属性推定対象の人物を撮影して画像を生成するカメラに接続され、
推定パラメータを用いて、前記カメラが生成した画像に写っている人物の属性を推定する属性推定部と、
前記カメラの設置環境に依存する属性である環境依存属性を取得する環境依存属性取得部とを備え、
前記属性推定部は、環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する学習データを用いて得られたパラメータを前記推定パラメータとして用いる
ことを特徴とする人物属性推定装置。
【請求項９】
カメラを用いて属性推定対象の人物を撮影して画像を生成する画像生成ステップと、
推定パラメータを用いて、前記画像生成ステップにて生成した画像に写っている人物の属性を推定する属性推定ステップと、
前記カメラの設置環境に依存する属性である環境依存属性を取得する環境依存属性取得ステップとを含み、
前記属性推定ステップでは、環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する学習データに基づいて生成されたパラメータを前記推定パラメータとして用いる
ことを特徴とする人物属性推定方法。
【請求項１】
属性推定対象の人物を撮影して画像を生成するカメラと、
推定パラメータを用いて、前記カメラが生成した画像に写っている人物の属性を推定する属性推定部と、
前記カメラの設置環境に依存する属性である環境依存属性を取得する環境依存属性取得部とを備え、
前記属性推定部は、環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する学習データに基づいて生成されたパラメータを前記推定パラメータとして用いる
ことを特徴とする人物属性推定システム。
【請求項２】
前記環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する前記学習データに基づいて前記推定パラメータを生成する再学習部をさらに備え、
前記属性推定部は、前記再学習部にて生成された前記推定パラメータを用いる
ことを特徴とする請求項１に記載の人物属性推定システム。
【請求項３】
前記環境依存属性取得部は、ユーザによる前記環境依存属性の指定を受け付けることで前記環境依存属性を取得することを特徴とする請求項１又は２に記載の人物属性推定システム。
【請求項４】
前記環境依存属性取得部は、前記カメラが生成した画像に基づいて、前記環境依存属性を推定することで前記環境依存属性を取得することを特徴とする請求項１又は２に記載の人物属性推定システム。
【請求項５】
前記人物属性推定システムは、他の人物属性推定システムと通信可能に接続されており、
さらに、前記環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する前記学習データを前記他の人物属性推定システムから通信によって取得する学習データ取得部を備え、
前記再学習部は、前記学習データ取得部にて取得された前記学習データを用いて前記推定パラメータを生成し、
ことを特徴とする請求項１ないし４のいずれか一項に記載の人物属性推定システム。
【請求項６】
複数の前記カメラと、
前記複数のカメラにそれぞれ接続され、かつ、少なくとも前記属性推定部及び前記環境依存属性取得部を備えた複数の人物属性推定装置と、
前記複数の人物推定装置と通信可能に接続され、前記人物推定装置に、前記属性推定部にて用いる前記推定パラメータを通信により提供するパラメータ提供サーバと、
を備えたことを特徴とする請求項１ないし４のいずれか一項に記載の人物属性推定システム。
【請求項７】
前記カメラにて生成された画像について、ユーザから人物属性についての正解情報の入力を受け付ける正解入力部と、
前記カメラにて生成された画像と、当該画像について前記環境依存属性取得部にて取得された前記環境依存属性と、当該画像について前記正解入力部にて入力された正解情報とを含む前記学習データを記憶する学習データ記憶部と、
をさらに備えたことを特徴とする請求項１ないし６のいずれか一項に記載の人物属性推定システム。
【請求項８】
属性推定対象の人物を撮影して画像を生成するカメラに接続され、
推定パラメータを用いて、前記カメラが生成した画像に写っている人物の属性を推定する属性推定部と、
前記カメラの設置環境に依存する属性である環境依存属性を取得する環境依存属性取得部とを備え、
前記属性推定部は、環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する学習データを用いて得られたパラメータを前記推定パラメータとして用いる
ことを特徴とする人物属性推定装置。
【請求項９】
カメラを用いて属性推定対象の人物を撮影して画像を生成する画像生成ステップと、
推定パラメータを用いて、前記画像生成ステップにて生成した画像に写っている人物の属性を推定する属性推定ステップと、
前記カメラの設置環境に依存する属性である環境依存属性を取得する環境依存属性取得ステップとを含み、
前記属性推定ステップでは、環境依存属性空間において、前記環境依存属性取得部にて取得した前記環境依存属性から所定の距離内にある環境依存属性を有する学習データに基づいて生成されたパラメータを前記推定パラメータとして用いる
ことを特徴とする人物属性推定方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【公開番号】特開２０１２−２５２５０７（Ｐ２０１２−２５２５０７Ａ）
【公開日】平成２４年１２月２０日（２０１２．１２．２０）
【国際特許分類】
【出願番号】特願２０１１−１２４４２４（Ｐ２０１１−１２４４２４）
【出願日】平成２３年６月２日（２０１１．６．２）
【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１２月２０日（２０１２．１２．２０）
【国際特許分類】
【出願日】平成２３年６月２日（２０１１．６．２）
【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 ]