歩行者数推定装置および歩行者数推定方法
【課題】小規模な装置構成で、装置の設置環境にも柔軟に対応することができ、かつ高精度に歩行者数を求めること。
【解決手段】歩行者数推定装置１００は、入力された音響信号から連続する複数の物音の音響信号を検出する物音検出部１０２と、複数の物音の音響信号から、一または複数の歩行者の歩行周期を算出する歩行周期算出部１０４と、算出された複数の歩行周期の分布を求め、当該分布に基づいて、歩行者数を算出する歩行者数算出部１０５と、を備えた。
【解決手段】歩行者数推定装置１００は、入力された音響信号から連続する複数の物音の音響信号を検出する物音検出部１０２と、複数の物音の音響信号から、一または複数の歩行者の歩行周期を算出する歩行周期算出部１０４と、算出された複数の歩行周期の分布を求め、当該分布に基づいて、歩行者数を算出する歩行者数算出部１０５と、を備えた。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、歩行者数推定装置および歩行者数推定方法に関する。
【背景技術】
【０００２】
歩行者数や所定スペースの通過人数を推定する装置として、例えば、特許文献１には、多数の感圧素子（感圧センサ）で構成されたセンサシートを用いることで、狭いスペースにおける通過人数を的確にカウントする技術が知られている。この従来技術では、センサが採取した足跡情報を用いることでカウントの重複を回避し、また、踵部分の位置から通過する者の進行方向を検出している。
【０００３】
また、例えば、特許文献２には、カメラで撮像した画像からステレオ画像処理によりゲートを通過する人数を的確に把握する人数計測手段と、認証者を認証する認証手段とを組み合わせて、共連れ侵入を効果的に防止する技術が開示されている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２０００−２５９８０９号公報
【特許文献２】特開２００８−０５９１７９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１の技術では、監視範囲全体に多数の感圧センサを敷設しなければならず、また、多数の感圧センサから得られた信号をまとめて処理する必要があり、装置構成が大規模になり実用的ではないという問題がある。
【０００６】
また、この特許文献１の技術では、設置スペースの面積に応じて敷設する感圧センサの数を変更しなければならず、装置の設置環境に柔軟な対応ができないという問題がある。
【０００７】
また、特許文献２の技術では、カメラの角度等の設置環境や設置箇所の明るさによって計測精度が大きく変化してしまい、通過人数を高精度に算出することができないという問題がある。
【０００８】
本発明は、上記に鑑みてなされたものであって、小規模な装置構成で、装置の設置環境にも柔軟に対応することができ、かつ高精度に歩行者数を求めることができる歩行者数推定装置および歩行者数推定方法を提供することを主な目的とする。
【課題を解決するための手段】
【０００９】
上述した課題を解決し、目的を達成するために、本発明にかかる歩行者数推定装置は、入力された音響信号から連続する複数の物音の音響信号を検出する検出部と、前記複数の物音の音響信号から、一または複数の歩行者の歩行周期を算出する歩行周期算出部と、算出された複数の歩行周期の分布を求め、当該分布に基づいて、歩行者数を算出する歩行者数算出部と、を備えたことを特徴とする。
【００１０】
また、本発明にかかる歩行者数推定方法は、歩行者数推定装置で実行される歩行者数推定方法であって、入力された音響信号から連続する複数の物音の音響信号を検出するステップと、前記複数の物音の音響信号から、一または複数の歩行者の歩行周期を算出するステップと、算出された複数の歩行周期の分布を求めるステップと、当該分布に基づいて、歩行者数を算出するステップと、を含むことを特徴とする。
【発明の効果】
【００１１】
本発明によれば、小規模な装置構成で、装置の設置環境にも柔軟に対応することができ、かつ高精度に歩行者数を求めることができるという効果を奏する。
【図面の簡単な説明】
【００１２】
【図１】図１は、実施の形態１にかかる歩行者数推定装置の構成を示すブロック図である。
【図２】図２は、音響信号と信号パワーの経時的変化一例を示す図である。
【図３】図３は、音響信号の周波数構造の一例を示す図である。
【図４】図４は、周波数構造の特徴量の一例としてＬＰＣケプストラム係数によって求められた包絡線の図である。
【図５】図５は、ＬＰＣケプストラム係数により同一歩行内の足音と判別可能な確率を示す図である。
【図６】図６は、周波数構造による分類の一例を示す図である。
【図７】図７は、一般的な歩行周期の説明図である。
【図８】図８は、本実施の形態における歩行周期の説明図である。
【図９】図９は、歩行周期算出部による物音の周期算出手順を示す説明図である。
【図１０】図１０は、余弦関数の当てはめによる歩行周期の算出結果の一例を示す図である。
【図１１】図１１は、歩行周期が異なる２名の歩行者の足音の時系列データに対して、歩行周期の推定を行った結果を示すグラフである。
【図１２】図１２は、歩行周期の算出結果（歩行周期データ）を示す図である。
【図１３】図１３は、音響データ上での算出された歩行周期を示す図である。
【図１４】図１４は、歩行周期の度数分布の一例を示す説明図である。
【図１５】図１５は、歩行者数推定装置１００による歩行者数推定処理の手順を示すフローチャートである。
【図１６】図１６は、観測音と検出された物音の例を示す説明図である。
【図１７】図１７は、歩行周期が同一の複数の歩行者の足音の例を示す説明図である。
【図１８】図１８は、実施の形態２の歩行者数推定処理の手順を示すフローチャートである。
【図１９】図１９は、実施の形態２の歩行者数推定処理の手順を示すフローチャート（続き）である。
【図２０】図２０は、施設や商店の出入口等における通過者の人数計測への適用例を説明するための模式図である。
【図２１】図２１は、共連れ検知装置への適用例を説明するための模式図である。
【図２２】図２２は、実施の形態３の歩行者数推定装置の機能的構成を示すブロック図である。
【図２３】図２３は、マイクロホンアレイ２１２０の構成図である。
【発明を実施するための形態】
【００１３】
以下に添付図面を参照して、この発明にかかる歩行者数推定装置及び歩行者数推定方法の実施の形態を詳細に説明する。
【００１４】
（実施の形態１）
図１は、実施の形態１にかかる歩行者数推定装置１００の構成を示すブロック図である。図１に示すように、歩行者数推定装置１００は、監視対象に複数配置され、監視対象を含む音源から発生される物音を集音する集音部としてのマイクロホン２００と接続されている。また、図１では省略しているが、歩行者数推定装置１００は、ネットワークを介して監視センタに接続されている。監視センタは、歩行者数推定装置１００から、監視領域における異常を検知した旨の警報を受信した場合に、待機中の警備員に対して異常が検知された監視領域へ向かう旨の指示を出すとともに、必要に応じて警察や消防など関係機関への通報を行うコンピュータである。
【００１５】
歩行者数推定装置１００は、図１に示すように、ＡＤ変換部１０１と、物音検出部１０２と、分類部１０３と、歩行周期算出部１０４と、歩行者数算出部１０５と、出力部１０６と、記憶部１１０とを主に備える。なお、歩行者数推定装置１００をマイクロホン２００を備えた構成としてもよい。
【００１６】
ＡＤ変換部１０１は、マイクロホン２００から集音された物音の音響信号をディジタル音に変換し出力する。以下、マイクロホン２００により集音された物音をアナログ音、ＡＤ変換部１０１による変換後のディジタル音を含め音響信号と総称し、特に明示する場合は、ディジタル音を音響データという。
【００１７】
物音検出部１０２は、ＡＤ変換部１０１により変換された音響データの中から連続する物音を検出する。ここで、物音とは、ＡＤ変換部１０１により出力された音響データの中からあらかじめ設定された閾値以上の信号強度が検出された音響データのことであり、足音等がある。例えば、物音検出部１０２は、音響データの値の２乗平均平方根を求めることにより信号パワーを算出し、あらかじめ設定された閾値以上の信号パワーを物音として検出する。なお、物音の検出方法は、これに限定されず、音から物音を検出可能な手法であればよい。
【００１８】
ここで、物音検出部１０２による同一歩行内から足音を検出する方法について説明する。物音検出部１０２は、例えば、分析フレーム長５０ｍ秒、フレーム間隔２．５ｍ秒として出力信号のパワーを求め、暗騒音の平均パワーの２．５倍を閾値として信号の出力時刻を抽出する。
【００１９】
図２は、音響信号と信号パワーの経時的変化一例を示す図である。図２の上段は音響信号の経時的変化を示し、縦軸は音響信号の振幅を、横軸は音響信号の検出時間をそれぞれ示す。図２の下段は信号パワーの経時的変化を示し、縦軸は信号パワーの強度を、横軸は信号検出時間をそれぞれ示す。
【００２０】
また、横軸に示した数字は出力された音響信号の個数を示し、図中の横ラインは出力された全ての音響信号から物音を検出するための信号パワーの閾値を示す。物音検出部１０２は、ＡＤ変換部１０１により出力された１番目〜８番目の音響信号のうち、閾値以上の信号パワーが出力された音響信号を物音として検出する。ここでは、物音検出部１０２は、閾値に満たない５番目の音響信号以外の音響信号を物音として検出する。
【００２１】
なお、雑音の特徴量を予め雑音データとして記憶部１１０に記憶させておき、この雑音データを用いて、物音検出部１０２により特定音として検出された物音から雑音を除去するように構成してもよい。
【００２２】
分類部１０３は、物音検出部１０２により検出された物音を、音響データの周波数構造の類似度が所定の範囲内にある物音をまとめたグループに分類する。例えば、分類部１０３は、検出された物音の音響信号に対して周波数構造の類似性を比較し、記憶部１１０に記憶された周波数類似度データにより類似度の高い物音を同一の音源から発生された音として１つのグループに分類する。
【００２３】
分類部１０３は、音響信号の周波数構造をフーリエ変換やＬＰＣケプストラムによって求め、類似性を比較してもよい。図３は、音響信号の周波数構造の一例を示す図である。図３の上段は、縦軸に振幅を、横軸に時間を示す音響信号の一例である。また、図３の下段は、縦軸に信号パワーを、横軸に周波数を示す周波数構造の一例である。例えば、分類部１０３は、図３の上段に示す音響信号中のある一定区間を抽出し、フーリエ変換により周波数構造を算出する。なお、分類部１０３による周波数構造の算出には、フーリエ変換のほか線形予測分析等他の手法を用いても良い。
【００２４】
図４は、周波数構造の特徴量の一例としてＬＰＣケプストラム係数によって求められた包絡線の図である。分類部１０３は、算出した周波数構造を多項式で表し、包絡線を算出する。算出した包絡線の係数を音響信号の特徴量とする。
【００２５】
また、分類部１０３は、音響信号の周波数構造から抽出した複数の特徴量を比較する。例えば、分類部１０３は、特徴量の２乗の差を求めることにより距離を算出し、記憶部１１０に記憶された周波数類似度データから距離に応じて同じ物音と判断できる確率を算出する。ここで、周波数類似度データは、所定の周波数構造の特徴を示すデータであり、集音された物音の分類基準となる。同じ物音と判別できる確率は、どの程度の類似度までを同じ物音と判断するかを示す基準である。なお、周波数類似度データは、人の交通量等、歩行者数推定装置１００の設置環境に応じて任意の範囲で設定可能である。
【００２６】
ここで、記憶部１１０に記憶された周波数類似度データを求める方法について説明する。一般に、同一歩行内の足音の周波数構造は類似しているので、類似した周波数構造をもつ物音を抽出することにより同一歩行内の足音を分類できる。そこで、あらかじめ用意した足音のサンプルデータから周波数構造の特徴量として、例えば、ＬＰＣケプストラム係数を求め、同一歩行内の足音の距離の分布と、異なる歩行間の足音の距離の分布から、同一歩行内の足音と判別できる確率を算出する。
【００２７】
図５は、ＬＰＣケプストラム係数により同一歩行内の足音と判別可能な確率を示す図である。図５で、横軸は足音のＬＰＣケプストラム係数間の距離を示し、縦軸は同一歩行内の足音である確率を示す。一例として、分類部１０３は、検出された各物音の周波数構造の距離から、この判別確率曲線により、同一歩行内の足音である確率を求める。
【００２８】
記憶部１１０は、物音データ、周波数類似度データ、周期算出参照データ、足音判断参照データ、歩行周期データ、歩行者数データ等を記憶する。ここで、物音データとは、分類部１０３により分類された音響データである。
【００２９】
また、周期算出参照データとは、周期を算出する際に参照されるデータのことであり、例えば、周期を算出する際に変動させる周期Ｐの所定の範囲がある。また、足音判断参照データとは、検出された物音を足音と判断する際の基準となるデータであり、例えば、算出された周期の平均値の最大値の所定の範囲が該当する。また、歩行周期データは、後述する歩行周期算出部１０４で算出された歩行周期のデータである。歩行者数データは、後述する歩行者数算出部１０５で算出された歩行者数のデータである。
【００３０】
図６は、音響信号の周波数構造による分類の一例を示す図である。図６に示す信号パワーは、図２下段に示した信号パワーであり、グループ１およびグループ２はそれぞれ分類部１０３により分類された物音のグループである。
【００３１】
分類部１０３は、検出された物音の信号パワーそれぞれの周波数構造の類似度により物音をグループ１とグループ２に分類する。ここで、分類部１０３は、類似度の比較により１番目から８番目の音響信号のうち、１番目の音響信号と、３番目の音響信号と、７番目の音響信号とをグループ１に分類している。また、分類部１０３は、同様に２番目の音響信号と、４番目の音響信号と、６番目の音響信号と、８番目の音響信号とをグループ２に分類している。
【００３２】
歩行周期算出部１０４は、分類部１０３により分類されたグループごとに記憶部１１０に記憶された周期算出参照データを用いて物音の周期を算出する。ここでは、物音の周期として足音の周期を算出する。ここで、足音の周期を算出する上で、歩行周期について説明する。一般に歩行周期とは、一足目を最初に踏み出してから再び一足目と同じ足が接地するまでの動作のことである。図７は、一般的な歩行周期の説明図である。図７に示すように、例えば、最初に踏み出した右足の接地を接地（１）とし、次に踏み出した左足の接地を接地（２）とし、再度最初に踏み出した右足の接地を接地（３）とした場合、一般的に歩行周期は接地（１）〜接地（３）を一周期とされている。
【００３３】
次に、本実施の形態における歩行周期について説明する。本実施の形態における歩行周期とは、一足目を踏み出してから次に踏み出した足が接地するまでの動作のことである。図８は、本実施の形態における歩行周期の説明図である。図７と同様に、例えば、最初に踏み出した右足の接地を接地（１）とし、次に踏み出した左足の接地を接地（２）とし、再度最初に踏み出した右足の接地を接地（３）とした場合、本実施の形態における歩行周期は接地（１）〜接地（２）を一周期とする。
【００３４】
歩行周期算出部１０４は、余弦関数の周期の値を所定の範囲で変動させて、同一のグループに分類された物音の信号パワーのピークに余弦関数が描く波形の変曲点の当てはめを行い、あてはまった余弦関数の周期の値を物音の周期と決定する。
【００３５】
例えば、歩行周期算出部１０４は、まず、以下の（１）式の周期Ｐを所定の範囲で変化させて、余弦関数の値を求める。
【００３６】
【数１】
ここで、ｙｐ、ｎは、周期Ｐのとき、ｎ番目の物音がとる余弦関数の値とし、Ｐが示す周期として周期算出参照データが示す所定の範囲、例えば（０．１＜Ｐ＜２．０）が定められている。また、ｔｎは最初に出力された物音を周期算出のための基準（時間ｔ０＝０）とした場合における、ｎ番目に出力された物音の基準からの経過時刻（秒）とする。
【００３７】
次に、歩行周期算出部１０４は、以下の（２）式により算出された各周期における物音に対する余弦関数の値の平均値Ｓｐを求める。
【００３８】
【数２】
【００３９】
次に、歩行周期算出部１０４は、周期ごとに算出した余弦関数の値の平均値Ｓｐの最大値Ｓｍａｘを求める。歩行周期算出部１０４は、最大値Ｓｍａｘがあらかじめ定めた閾値より大きければ、Ｓｍａｘをとるときの周期をＰｒとし、小さければ周期性はないと判断する。ここでは、一歩の歩行に要する時間を０．３秒から０．９秒の範囲であるとし、０．３＜Ｓｍａｘ＜０．９を満たす場合に、Ｓｍａｘの値を歩行周期とする。
【００４０】
図９を用いて物音の周期の算出方法を具体的に説明する。図９は、歩行周期算出部１０４による物音の周期算出手順を示す説明図である。図９の上部に示すのは、分類された信号パワーである。まず、歩行周期算出部１０４は、信号パワーのピークが出力された時間ｔを上記（１）式に周期Ｐを変化させながら当てはめていく。
【００４１】
例えば、同一グループに分類された３つの物音のｔはそれぞれ、ｔ０＝０(秒)（基準）、ｔ１＝０．６５(秒)、ｔ２＝１．９(秒)とする。歩行周期算出部１０４は、まず、周期Ｐ＝０．２を代入した（１）式に３点のｔをそれぞれ当てはめ、各点が取る余弦関数の値を求めると、
ｙ０．２、ｔ０＝ｃｏｓ（２π×０／０．２）＝１、
ｙ０．２、ｔ１＝ｃｏｓ（２π×０．６５／０．２）＝０、
ｙ０．２、ｔ２＝ｃｏｓ（２π×１．９／０．２）＝−１となる。
歩行周期算出部１０４は、これらの値から平均値を求める。ここでは、
Ｓ０．２＝（ｙ０．２、ｔ０＋ｙ０．２、ｔ１＋ｙ０．２、ｔ２）／３＝０となる。
【００４２】
次に、歩行周期算出部１０４は、周期Ｐ＝０．６を代入した（１）式に３点のｔをそれぞれ当てはめ、各点が取る余弦関数の値を求めると、
ｙ０．６、ｔ０＝ｃｏｓ（２π×０／０．６）＝１、
ｙ０．６、ｔ１＝ｃｏｓ（２π×０．６５／０．６）＝０．８７、
ｙ０．６、ｔ２＝ｃｏｓ（２π×１．９／０．６）＝０．５となる。
歩行周期算出部１０４は、これらの値から平均値を求める。ここでは、
Ｓ０．６＝（ｙ０．６、ｔ０＋ｙ０．６、ｔ１＋ｙ０．６、ｔ２）／３＝０．７９となる。
【００４３】
歩行周期算出部１０４は、図９に示すように、各ピークがとる三角関数の値が最大となる周期を求め、求めた周期を物音の周期と決定する。ここでは、周期Ｐ＝０．２を代入した場合の平均値は０で、周期Ｐ＝０．６を代入した場合の平均値は０．７９であったので、平均値の最大値は０．７９である。歩行周期算出部１０４は、平均値の最大値が０．７９となった場合に代入された周期Ｐの値０．６を当該グループの物音の周期と決定する。
【００４４】
歩行周期算出部１０４は、１つの物音の周期について最大となる周期を求めると、図９に示すように、次の物音の周期を上記の一連の処理により算出する。これにより、人の歩行周期が変化した場合、例えば、徒歩から駆け足に変化したような場合にも歩行周期を算出することができる。
【００４５】
図１０は、余弦関数の当てはめによる歩行周期の算出結果の一例を示す図である。図１０の下段は、出力された足音の信号パワーを示し、横軸は最初の信号パワーの出力からの経過時間（秒）を示す。中段は、出力された信号パワーの中から抽出された閾値以上の信号パワーをもつ足音を示す。図１０の下段の、経過時間１．０〜３．０秒付近では、一歩で足音が２回ずつ発生しており、従来のケプストラム分析では的確に周期を算出できないデータである。また、経過時間３．０〜４．０秒付近では、閾値に満たない信号パワーの出力が図示されており、この部分は足音の集音が欠落したと考えられ、これについても従来手法では検出不可能なデータである。
【００４６】
図１０の上段は、中段に示す抽出された足音のデータに本実施の形態の三角関数当てはめにより算出された一定の歩行周期を示す。ここでは、歩行周期算出部１０４は歩行周期が０．７１秒と算出したことを示している。
【００４７】
歩行周期算出部１０４は、上述のように決定された物音の周期が、足音判断参照データが示す所定の範囲内であるか否かを判定し、所定の範囲内であると判定した場合に分類された物音を人間の足音であると判断し、算出された物音の周期を歩行周期とする。例えば、周期Ｐｒが所定の範囲としてあらかじめ定められた０．３〜０．９秒の範囲内である場合、分類された物音を人間の足音と判断し、その物音の周期を歩行周期とし、歩行周期データとして記憶部１１０に保存する。ここで、所定の範囲は、状況に応じて変更可能である。
【００４８】
なお、上述した歩行周期の算出は、複数の歩行者の足音に対しても適用可能である。図１１は、歩行周期が異なる２名の歩行者の足音の時系列データに対して、歩行周期の推定を行った結果を示すグラフである。図１１では、歩行者Ａと歩行者Ｂの２人の足音データの波形を示している。図１１に示すように、１歩目を基準とすると（基準１）、歩行者Ｂの足音は周期的であるのに対し、歩行者Ａの足音は周期的ではない。
【００４９】
このことから、周期的である歩行者Ｂの足音に適合するように三角関数の周期を設定したときに、三角関数の値の平均値は最も高い値をとる。同様に、基準３を基準とした場合には、歩行者Ａの足音が周期的であり、三角関数の平均値は最も高い値をとる。このため、複数の歩行者の足音に対しても上述した歩行周期の推定手法を適用し、１名の歩行者の歩行周期が推定可能である。
【００５０】
従って、歩行周期算出部１０４は、検出された物音に対し順次、上述の分類部１０３による分類処理、歩行周期算出部１０４による歩行周期算出処理を繰り返し実行し、一または複数人の歩行周期を求め、その一または複数人の歩行周期の算出結果を歩行周期データとして記憶部１１０に保存する。
【００５１】
図１２は、歩行周期の算出結果（歩行周期データ）を示す図である。図１２では、基準１〜２４のように２４人の歩行周期の算出結果が得られた例を示している。図１３は、音響データ上での算出された歩行周期を示す図であり、図１２の歩行周期算出結果に対応したものである。
【００５２】
図１に戻り、歩行者数算出部１０５は、歩行周期算出部１０４で算出された複数人の歩行周期の分布を求め、当該分布に基づいて、歩行者数を算出する。より具体的には、歩行者数算出部１０５は、複数人の歩行周期の度数分布を求め、度数分布において度数が所定の閾値以上の歩行周期のグループ数を、歩行者数として算出する。
【００５３】
すなわち、歩行者数算出部１０５は、図１２に示すような歩行周期算出結果から、度数分布を求める。図１４は、歩行周期の度数分布の一例を示す説明図である。そして、歩行者数算出部１０５は、図１４に示すように、度数分布において所定の閾値以上の度数が集まっているグループの数を歩行者数として算出する。ここで、所定の閾値は、監視範囲内で採取されるであろう足音の個数等から予め設定しておく。図１４の例では、歩行者数が２名となる。
【００５４】
図１に戻り、出力部１０６は、歩行者数算出部１０５により算出された歩行者数を、ディスプレイ装置などの表示装置、スピーカ等の音声出力装置、印刷装置等に出力する。また、歩行者数をネットワークを介して監視センタに送信するように構成してもよい。
【００５５】
次に、以上のように構成された歩行者数推定装置１００による歩行者数推定処理の手順について説明する。図１５は、歩行者数推定装置１００による歩行者数推定処理の手順を示すフローチャートである。
【００５６】
まず、ＡＤ変換部１０１は、入力された物音のアナログの音響信号をディジタルの音響信号（音響データ）にＡ／Ｄ変換する（ステップＳ１）。そして、物音検出部１０２は、音響データの中から連続する物音を検出する（ステップＳ２）。物音検出部１０２は、例えば、音響データの値の２乗平均平方根を求めることにより、信号パワーを算出し、検出した物音があらかじめ設定された閾値以上の信号パワーであるか否かを判定する（ステップＳ３）。
【００５７】
分類部１０３は、物音検出部１０２により検出された物音が閾値以上の信号パワーであると判定された場合に（ステップＳ３：Ｙｅｓ）、周波数構造の類似性により物音をグループ分けする（ステップＳ４）。そして、分類部１０３は、グループごとに物音のデータを記憶部１１０に蓄積する（ステップＳ５）。
【００５８】
一方、ステップＳ３で、検出された物音が閾値未満の信号パワーであると判定された場合には（ステップＳ３：Ｎｏ）、ステップＳ１に戻り、物音検出の処理を繰り返す。
【００５９】
ステップＳ５の後、歩行周期算出部１０４は、周期算出に必要な数だけデータが蓄積されたか否かを判定する（ステップＳ６）。周期算出に必要な数だけデータがまだ蓄積されていない場合には（ステップＳ６：Ｎｏ）、ステップＳ１に戻り、物音検出の処理を繰り返す。
【００６０】
一方、歩行周期算出部１０４は、周期算出に必要な数だけデータが蓄積されたと判定した場合に（ステップＳ６：Ｙｅｓ）、余弦関数の周期Ｐを指定された範囲で所定回数変化させる（ステップＳ７）。例えば、周期Ｐの範囲として、０．１＜Ｐ＜２．０が指定されている。
【００６１】
次に、歩行周期算出部１０４は、蓄積されたデータごとに三角関数の値ｙを算出する（ステップＳ８）。そして、歩行周期算出部１０４は、蓄積されたデータごとに算出した三角関数の値ｙの平均値Ｓを算出する（ステップＳ９）。歩行周期算出部１０４は、ステップＳ７に戻り、周期Ｐの変化を所定回数行うまでステップＳ７からステップＳ９までの処理を繰り返す。なお、所定回数はデータ量等に応じて任意に設定してよい。
【００６２】
次に、歩行周期算出部１０４は、算出した平均値Ｓの最大値とそのときの周期Ｐｒを算出する（ステップＳ１０）。そして、歩行周期算出部１０４は、Ｐｒが閾値の範囲内であるか否かを判断する（ステップＳ１１）。そして、Ｐｒが閾値の範囲外である場合には（ステップＳ１１：Ｎｏ）、検出された物音が足音でないと判断し、ステップＳ１に戻る。
【００６３】
一方、Ｐｒが閾値の範囲内である場合には（ステップＳ１１：Ｙｅｓ）、歩行周期算出部１０４は、検出された物音が足音であると判断し、歩行周期をＰｒと判定し（ステップＳ１２）、算出された歩行周期Ｐｒを歩行周期データとして記憶部１１０に蓄積する。そして、歩行周期データが歩行者数推定の必要数が蓄積されるまで（ステップＳ１３：Ｎｏ）、ステップＳ１からＳ１２までの処理を繰り返し、一または複数人の歩行周期を算出し、歩行周期データとして記憶部１１０に保存する。
【００６４】
歩行者数推定の必要数が蓄積されたら（ステップＳ１３：Ｙｅｓ）、歩行者数算出部１０５は、歩行周期データから、算出された一または複数の歩行周期の度数分布を生成する（ステップＳ１４）。この度数分布は記憶部１１０に一時的に保存される。そして、歩行者数算出部１０５は、所定の閾値以上の度数を有する歩行周期のグループ数をカウントし、当該グループ数を歩行者数と判定して（ステップＳ１５）、歩行者数データとして記憶部１１０に保存する。そして、出力部１０６は、この歩行者数を出力する（ステップＳ１６）。
【００６５】
このように、本実施の形態によれば、歩行者数算出部１０５は、算出された歩行周期の度数分布を求めて、所定の閾値以上の度数を有する歩行周期のグループ数を歩行者数と判定するので、小規模な装置構成で、装置の設置環境にも柔軟に対応することができ、かつ高精度に歩行者数を求めることができる。
【００６６】
すなわち、本実施の形態では、マイクロホン２００を一箇所に設置するのみで集音可能な範囲における歩行者数の計測が可能となるため、小規模な装置構成で高精度に歩行者数を求めることができる。
【００６７】
また、集音範囲の設定を変更するのみで、歩行者数を計測したい環境に適合させることができ、足音が集音可能である場所にマイクロホン２００を設置すれば良く、カメラのように画角や周囲の環境などに配慮する必要がないので、装置の設置環境にも柔軟に対応して、高精度に歩行者数を求めることができる。
【００６８】
また、歩行周期算出部１０４は、三角関数の当てはめにより物音の周期を算出するので、例えば検出対象音である足音に揺らぎや欠落が発生した場合であっても、検出対象音の周期を算出することができる。
【００６９】
（実施の形態２）
実施の形態１では、複数人の歩行者の歩行周期が異なる場合において歩行者数の推定を行う場合には有効であるが、歩行周期が同一の歩行者が存在する場合には正確に歩行者数を算出することが困難な場合がある。本実施の形態では、歩行周期が同一の歩行者が存在する場合でも、正確に歩行者数を算出することができるものである。
【００７０】
本実施の形態の歩行者数推定装置１００の機能的構成は、実施の形態１と同様である。本実施の形態では、歩行者数算出部１０５の機能が実施の形態１と異なっている。
【００７１】
本実施の形態の歩行者数算出部１０５は、複数人の歩行周期の中から、同一の歩行周期の２つの物音の発生時刻の差分を求め、差分が同一の歩行周期より小さい場合に同一の歩行周期の２つの物音は異なる歩行者の物音であると判定し、異なる歩行者の物音の複数の歩行周期に対しての度数分布を求め、度数分布において度数が所定の閾値以上の歩行周期のグループ数を、歩行者数として算出する。
【００７２】
図１６は、観測音と検出された物音の例を示す説明図である。図１６の例では、基準１で算出した歩行周期が０．５秒、基準２で算出した歩行周期は０．５秒で、互いに等しいものとする。基準１と基準２の歩行周期の算出結果が等しい場合、その間の時間幅を計測する。ここで、基準ｎと基準ｍの時間幅（差分）を、時間間隔（ｎ，ｍ）と記す。また、以下のように定義する。
【００７３】
Ｄ1,2：基準１と基準２の時間幅、すなわち時間間隔（１，２）
ｂ1：基準１の発生時刻（秒）
ｂ2：基準２の発生時刻（秒）
Ｐr１：基準１で算出された歩行周期（秒）
Ｐr２：基準２で算出された歩行周期（秒）
この場合、歩行者数算出部１０５は、Ｄ1,2を次の（３）式で算出する。
【００７４】
【数３】
【００７５】
そして、歩行者数算出部１０５は、（３）式で得られた物音の時間間隔と、歩行周期の算出結果である記憶部１１０に蓄積された歩行周期データとを比較する。ここでは、基準１と基準２における歩行周期が等しい場合を想定しているため、次の（４）式が成立する。
【００７６】
【数４】
【００７７】
そして、歩行者数算出部１０５は、足音の時間間隔（１，２）と歩行周期とを比較し、（５）式が成立する場合、基準１の足音と基準２の足音は異なる歩行者のものであると判断することができることから、歩行周期Ｐrには２名の歩行者が存在すると判断する。
【００７８】
【数５】
【００７９】
さらに、歩行者数算出部１０５は、同一の歩行周期の場合、（５）式の条件を満たさなくなるまで、足音の時間間隔（ｎ，ｍ）と歩行周期との比較および判定を繰り返し、歩行周期の間に含まれる足音の個数をカウントする。歩行者数算出部１０５は、このカウント数を、その歩行周期における歩行者数と判定する。
【００８０】
図１７は、歩行周期が同一の複数の歩行者の足音の例を示す説明図である。図１７において、基準１、基準２、基準３、基準４のすべての歩行周期Ｐrが同一であるとし、それぞれの基準の間隔との比較が、（６）式を満たすものであったとする。このような例の場合、歩行者数算出部１０５は、歩行周期Ｐrに含まれる歩行者数は３名であると判断する。
【数６】
【００８１】
次に、以上のように構成された本実施の形態の歩行者数推定処理について説明する。図１８，１９は、実施の形態２の歩行者数推定処理の手順を示すフローチャートである。入力された音響信号のＡＤ変換から歩行周期Ｐrの判定までの処理（ステップＳ１〜Ｓ１２）は実施の形態１と同様に行われる。
【００８２】
歩行周期Ｐrの判定が行われたら、歩行者数算出部１０５は、歩行周期算出の初回であるか否かを判断する（ステップＳ２１）。初回である場合には（ステップＳ２１：Ｙｅｓ）、以降のステップＳ２２，Ｓ２３，Ｓ２４の処理を行わずに、ステップＳ２７へ進み、歩行周期算出部１０４は、算出された歩行周期を歩行周期データとして記憶部１１０に蓄積する（ステップＳ２７）。
【００８３】
一方、ステップＳ２１で、歩行周期算出の初回でない場合には（ステップＳ２１：Ｎｏ）、今回算出された歩行周期が、記憶部１１０に蓄積されている歩行周期データのうち前回算出された歩行周期と同一か否かを判断する（ステップＳ２２）。
【００８４】
そして、今回算出された歩行周期が、前回算出された歩行周期と異なる場合には（ステップＳ２２：Ｎｏ）、以降のステップＳ２３，Ｓ２４の処理を行わずに、ステップＳ２７へ進み、歩行周期算出部１０４は、算出された歩行周期を歩行周期データとして記憶部１１０に蓄積する（ステップＳ２７）。
【００８５】
一方、ステップＳ２２で、今回算出された歩行周期が、前回算出された歩行周期と同一である場合には（ステップＳ２２：Ｙｅｓ）、（３）式より、基準（ｎ−１）と基準ｎの時間間隔Ｄ(n-1)nを求める（ステップＳ２３）。ここで。基準（ｎ−１）は前回、基準ｎは今回を示す。
【００８６】
次に、歩行者数算出部１０５は、歩行周期Ｐrと時間間隔Ｄ(n-1)nとを比較し、Ｐr＞Ｄ(n-1)nであるか否かを判断する（ステップＳ２４）。そして、Ｐr＞Ｄ(n-1)nである場合には（ステップＳ２４：Ｙｅｓ）、歩行者数算出部１０５は歩行者数Ｍを１だけインクリメントする（ステップＳ２５）。ここで、変数Ｍは予め初期化しておく。
【００８７】
そして、歩行者数算出部１０５は、さらに一つ前の時間間隔Ｄ(n-2)(n-1)を算出し（ステップＳ２６）、ステップＳ２４に戻る。すなわち、歩行周期Ｐr＞時間間隔Ｄ(n-1)nである場合に歩行者数をカウントアップしていく。
【００８８】
ステップＳ２４において、歩行周期Ｐr＞時間間隔Ｄ(n-1)nでない場合には（ステップＳ２４：Ｎｏ）、歩行者数Ｍのカウントアップは行わず、歩行周期算出部１０４は、歩行周期を記憶部１１０に蓄積する（ステップＳ２７）。
【００８９】
そして、歩行者数算出部１０５は、記憶部１１０に歩行周期データが歩行者数算出の必要数蓄積されたか否かを判断する（ステップＳ２８）。そして、歩行周期データが歩行者数算出の必要数蓄積されていない場合には（ステップＳ２８：Ｎｏ）、ステップＳ１に戻る。
【００９０】
一方、歩行周期データが歩行者数算出の必要数蓄積された場合には（ステップＳ２８：Ｙｅｓ）、実施の形態１と同様に、歩行周期の度数分布を作成し（ステップＳ２９）、歩行者数を算出し（ステップＳ３０）、算出された歩行者数を出力する（ステップＳ３１）。
【００９１】
このように本実施の形態では、複数の歩行周期の中から、同一の歩行周期の２つの物音の発生時刻の差分を求め、差分が同一の歩行周期より小さい場合に同一の歩行周期の２つの物音は異なる歩行者の物音であると判定した上で、歩行者数を算出しているので、歩行周期が同一の歩行者が存在する場合でも、小規模な装置構成で、装置の設置環境にも柔軟に対応することができ、かつ高精度に歩行者数を求めることができる。
【００９２】
次に、本実施の形態の適用例について説明する。
第１に、本実施の形態の歩行者数推定装置を、施設や商店の出入口等における通過者の人数計測に適用することができる。図２０は、施設や商店の出入口等における通過者の人数計測への適用例を説明するための模式図である。
【００９３】
図２０に示すように、通過者数を計測したい場所周囲の足音が採取できるようにマイクロホン２００を設置して集音し、本実施の形態の手法により歩行者数を推定することにより、出入口等の通過者の人数を計測することが可能となる。
【００９４】
第２に、本実施の形態の歩行者数推定装置を、施設等の入館における共連れ侵入者の検知を行う共連れ検知装置に適用することができる。ここで、共連れ侵入者とは、正規入館者の入館に追従することで不正な侵入を行う者である。
【００９５】
図２１は、共連れ検知装置への適用例を説明するための模式図である。図２１に示すように、ゲートの上にマイクロホン２００を設置し、本実施の形態の手法により、ゲートを通過した入館者の歩行者数を推定する。そして、照合によって認証された正規入館者の人数に対し、推定された歩行者数が多い場合、その通過者は共連れであると判断し、ゲートを開けない等入館できないようにしたり、あるいは、監視員に連絡し対応する等の処置を行う。なお、マイクロホン２００の設置位置は、ゲートの上方に設ける他、床近傍等、監視領域の足音が採取可能な位置であればいずれに設けてもよい。
【００９６】
（実施の形態３）
実施の形態１、２では、歩行者の移動方向は考慮せずに歩行者数を推定していたが、この実施の形態３では、歩行者の移動方向を検知して、移動方向ごとに歩行者数の推定を行っている。
【００９７】
図２２は、実施の形態３の歩行者数推定装置の機能的構成を示すブロック図である。本実施の形態の歩行者数推定装置２１００は、図２２に示すように、マイクロホンアレイ２１２０と、移動方向検出部２１０１、ＡＤ変換部１０１と、物音検出部１０２と、分類部１０３と、歩行周期算出部１０４と、歩行者数算出部２１０５と、出力部１０６と、記憶部１１０とを主に備える。ここで、ＡＤ変換部１０１、物音検出部１０２、分類部１０３、歩行周期算出部１０４、出力部１０６の機能については実施の形態１または実施の形態２と同様である。
【００９８】
図２３は、マイクロホンアレイ２１２０の構成図である。図２３に示すように、マイクロホンアレイ２１２０は、複数のマイクロホン２００を空間的に配置したものである。
【００９９】
移動方向検出部２１０１は、マイクロホンアレイ２１２０からの受音信号により音源である歩行者の移動方向を検出する。すなわち、複数のマイクロホン２００で音響信号を受音した場合に各受音信号の間には時間差や振幅差が生じる。移動方向検出部２１０１は、これらの信号の差を利用して音源である歩行者の方向を推定する。
【０１００】
例えば、マイクロホンアレイ２１２０において複数のマイクロホン２００を縦一列に配置することにより、音の到来方向の上下方向を推定することができる。マイクロホンアレイ２１２０において複数のマイクロホン２００を横一列に配置することにより、音の到来方向の左右方向を推定することができる。
【０１０１】
また、マイクロホンアレイ２１２０の信号処理により、特定方向からの音のみ集音感度を上げることができる。さらに、マイクロホンアレイ２１２０の信号処理により、特定方向からの音のみ集音感度を下げ、その方向からの雑音を低減することができる。
【０１０２】
歩行者数算出部２１０５は、移動方向検出部２１０１により検出された歩行者の移動方向ごとに、複数の歩行周期の度数分布を求め、度数分布に基づいて、移動方向ごとの歩行者数を算出する。なお、歩行者数算出処理については、実施の形態１または実施の形態２と同様の処理で行われる。
【０１０３】
このように本実施の形態では、歩行者の移動方向を検知して、移動方向ごとに歩行者数の推定を行っているので、小規模な装置構成で、装置の設置環境にも柔軟に対応することができ、かつ移動方向ごとに高精度に歩行者数を求めることができる。
【０１０４】
例えば、本実施の形態の歩行者数推定装置２１００を、実施の形態２で説明した、施設や商店の出入口等における通過者の人数計測（第１の適用例）に適用すると、入店者と退店者の人数をそれぞれ計測することができる。
【０１０５】
なお、本発明は、上記実施の形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化することができる。また、上記実施の形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成することができる。例えば、実施の形態に示される全構成要素からいくつかの構成要素を削除してもよい。さらに、異なる実施の形態にわたる構成要素を適宜組み合わせても良い。
【符号の説明】
【０１０６】
１００、２１００ 歩行者数推定装置
１０１ ＡＤ変換部
１０２ 物音検出部
１０３ 分類部
１０４ 歩行周期算出部
１０５，２１０５ 歩行者数算出部
１０６ 出力部
１１０ 記憶部
２１０１ 移動方向検出部
２１２０ マイクロホンアレイ
【技術分野】
【０００１】
本発明は、歩行者数推定装置および歩行者数推定方法に関する。
【背景技術】
【０００２】
歩行者数や所定スペースの通過人数を推定する装置として、例えば、特許文献１には、多数の感圧素子（感圧センサ）で構成されたセンサシートを用いることで、狭いスペースにおける通過人数を的確にカウントする技術が知られている。この従来技術では、センサが採取した足跡情報を用いることでカウントの重複を回避し、また、踵部分の位置から通過する者の進行方向を検出している。
【０００３】
また、例えば、特許文献２には、カメラで撮像した画像からステレオ画像処理によりゲートを通過する人数を的確に把握する人数計測手段と、認証者を認証する認証手段とを組み合わせて、共連れ侵入を効果的に防止する技術が開示されている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２０００−２５９８０９号公報
【特許文献２】特開２００８−０５９１７９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１の技術では、監視範囲全体に多数の感圧センサを敷設しなければならず、また、多数の感圧センサから得られた信号をまとめて処理する必要があり、装置構成が大規模になり実用的ではないという問題がある。
【０００６】
また、この特許文献１の技術では、設置スペースの面積に応じて敷設する感圧センサの数を変更しなければならず、装置の設置環境に柔軟な対応ができないという問題がある。
【０００７】
また、特許文献２の技術では、カメラの角度等の設置環境や設置箇所の明るさによって計測精度が大きく変化してしまい、通過人数を高精度に算出することができないという問題がある。
【０００８】
本発明は、上記に鑑みてなされたものであって、小規模な装置構成で、装置の設置環境にも柔軟に対応することができ、かつ高精度に歩行者数を求めることができる歩行者数推定装置および歩行者数推定方法を提供することを主な目的とする。
【課題を解決するための手段】
【０００９】
上述した課題を解決し、目的を達成するために、本発明にかかる歩行者数推定装置は、入力された音響信号から連続する複数の物音の音響信号を検出する検出部と、前記複数の物音の音響信号から、一または複数の歩行者の歩行周期を算出する歩行周期算出部と、算出された複数の歩行周期の分布を求め、当該分布に基づいて、歩行者数を算出する歩行者数算出部と、を備えたことを特徴とする。
【００１０】
また、本発明にかかる歩行者数推定方法は、歩行者数推定装置で実行される歩行者数推定方法であって、入力された音響信号から連続する複数の物音の音響信号を検出するステップと、前記複数の物音の音響信号から、一または複数の歩行者の歩行周期を算出するステップと、算出された複数の歩行周期の分布を求めるステップと、当該分布に基づいて、歩行者数を算出するステップと、を含むことを特徴とする。
【発明の効果】
【００１１】
本発明によれば、小規模な装置構成で、装置の設置環境にも柔軟に対応することができ、かつ高精度に歩行者数を求めることができるという効果を奏する。
【図面の簡単な説明】
【００１２】
【図１】図１は、実施の形態１にかかる歩行者数推定装置の構成を示すブロック図である。
【図２】図２は、音響信号と信号パワーの経時的変化一例を示す図である。
【図３】図３は、音響信号の周波数構造の一例を示す図である。
【図４】図４は、周波数構造の特徴量の一例としてＬＰＣケプストラム係数によって求められた包絡線の図である。
【図５】図５は、ＬＰＣケプストラム係数により同一歩行内の足音と判別可能な確率を示す図である。
【図６】図６は、周波数構造による分類の一例を示す図である。
【図７】図７は、一般的な歩行周期の説明図である。
【図８】図８は、本実施の形態における歩行周期の説明図である。
【図９】図９は、歩行周期算出部による物音の周期算出手順を示す説明図である。
【図１０】図１０は、余弦関数の当てはめによる歩行周期の算出結果の一例を示す図である。
【図１１】図１１は、歩行周期が異なる２名の歩行者の足音の時系列データに対して、歩行周期の推定を行った結果を示すグラフである。
【図１２】図１２は、歩行周期の算出結果（歩行周期データ）を示す図である。
【図１３】図１３は、音響データ上での算出された歩行周期を示す図である。
【図１４】図１４は、歩行周期の度数分布の一例を示す説明図である。
【図１５】図１５は、歩行者数推定装置１００による歩行者数推定処理の手順を示すフローチャートである。
【図１６】図１６は、観測音と検出された物音の例を示す説明図である。
【図１７】図１７は、歩行周期が同一の複数の歩行者の足音の例を示す説明図である。
【図１８】図１８は、実施の形態２の歩行者数推定処理の手順を示すフローチャートである。
【図１９】図１９は、実施の形態２の歩行者数推定処理の手順を示すフローチャート（続き）である。
【図２０】図２０は、施設や商店の出入口等における通過者の人数計測への適用例を説明するための模式図である。
【図２１】図２１は、共連れ検知装置への適用例を説明するための模式図である。
【図２２】図２２は、実施の形態３の歩行者数推定装置の機能的構成を示すブロック図である。
【図２３】図２３は、マイクロホンアレイ２１２０の構成図である。
【発明を実施するための形態】
【００１３】
以下に添付図面を参照して、この発明にかかる歩行者数推定装置及び歩行者数推定方法の実施の形態を詳細に説明する。
【００１４】
（実施の形態１）
図１は、実施の形態１にかかる歩行者数推定装置１００の構成を示すブロック図である。図１に示すように、歩行者数推定装置１００は、監視対象に複数配置され、監視対象を含む音源から発生される物音を集音する集音部としてのマイクロホン２００と接続されている。また、図１では省略しているが、歩行者数推定装置１００は、ネットワークを介して監視センタに接続されている。監視センタは、歩行者数推定装置１００から、監視領域における異常を検知した旨の警報を受信した場合に、待機中の警備員に対して異常が検知された監視領域へ向かう旨の指示を出すとともに、必要に応じて警察や消防など関係機関への通報を行うコンピュータである。
【００１５】
歩行者数推定装置１００は、図１に示すように、ＡＤ変換部１０１と、物音検出部１０２と、分類部１０３と、歩行周期算出部１０４と、歩行者数算出部１０５と、出力部１０６と、記憶部１１０とを主に備える。なお、歩行者数推定装置１００をマイクロホン２００を備えた構成としてもよい。
【００１６】
ＡＤ変換部１０１は、マイクロホン２００から集音された物音の音響信号をディジタル音に変換し出力する。以下、マイクロホン２００により集音された物音をアナログ音、ＡＤ変換部１０１による変換後のディジタル音を含め音響信号と総称し、特に明示する場合は、ディジタル音を音響データという。
【００１７】
物音検出部１０２は、ＡＤ変換部１０１により変換された音響データの中から連続する物音を検出する。ここで、物音とは、ＡＤ変換部１０１により出力された音響データの中からあらかじめ設定された閾値以上の信号強度が検出された音響データのことであり、足音等がある。例えば、物音検出部１０２は、音響データの値の２乗平均平方根を求めることにより信号パワーを算出し、あらかじめ設定された閾値以上の信号パワーを物音として検出する。なお、物音の検出方法は、これに限定されず、音から物音を検出可能な手法であればよい。
【００１８】
ここで、物音検出部１０２による同一歩行内から足音を検出する方法について説明する。物音検出部１０２は、例えば、分析フレーム長５０ｍ秒、フレーム間隔２．５ｍ秒として出力信号のパワーを求め、暗騒音の平均パワーの２．５倍を閾値として信号の出力時刻を抽出する。
【００１９】
図２は、音響信号と信号パワーの経時的変化一例を示す図である。図２の上段は音響信号の経時的変化を示し、縦軸は音響信号の振幅を、横軸は音響信号の検出時間をそれぞれ示す。図２の下段は信号パワーの経時的変化を示し、縦軸は信号パワーの強度を、横軸は信号検出時間をそれぞれ示す。
【００２０】
また、横軸に示した数字は出力された音響信号の個数を示し、図中の横ラインは出力された全ての音響信号から物音を検出するための信号パワーの閾値を示す。物音検出部１０２は、ＡＤ変換部１０１により出力された１番目〜８番目の音響信号のうち、閾値以上の信号パワーが出力された音響信号を物音として検出する。ここでは、物音検出部１０２は、閾値に満たない５番目の音響信号以外の音響信号を物音として検出する。
【００２１】
なお、雑音の特徴量を予め雑音データとして記憶部１１０に記憶させておき、この雑音データを用いて、物音検出部１０２により特定音として検出された物音から雑音を除去するように構成してもよい。
【００２２】
分類部１０３は、物音検出部１０２により検出された物音を、音響データの周波数構造の類似度が所定の範囲内にある物音をまとめたグループに分類する。例えば、分類部１０３は、検出された物音の音響信号に対して周波数構造の類似性を比較し、記憶部１１０に記憶された周波数類似度データにより類似度の高い物音を同一の音源から発生された音として１つのグループに分類する。
【００２３】
分類部１０３は、音響信号の周波数構造をフーリエ変換やＬＰＣケプストラムによって求め、類似性を比較してもよい。図３は、音響信号の周波数構造の一例を示す図である。図３の上段は、縦軸に振幅を、横軸に時間を示す音響信号の一例である。また、図３の下段は、縦軸に信号パワーを、横軸に周波数を示す周波数構造の一例である。例えば、分類部１０３は、図３の上段に示す音響信号中のある一定区間を抽出し、フーリエ変換により周波数構造を算出する。なお、分類部１０３による周波数構造の算出には、フーリエ変換のほか線形予測分析等他の手法を用いても良い。
【００２４】
図４は、周波数構造の特徴量の一例としてＬＰＣケプストラム係数によって求められた包絡線の図である。分類部１０３は、算出した周波数構造を多項式で表し、包絡線を算出する。算出した包絡線の係数を音響信号の特徴量とする。
【００２５】
また、分類部１０３は、音響信号の周波数構造から抽出した複数の特徴量を比較する。例えば、分類部１０３は、特徴量の２乗の差を求めることにより距離を算出し、記憶部１１０に記憶された周波数類似度データから距離に応じて同じ物音と判断できる確率を算出する。ここで、周波数類似度データは、所定の周波数構造の特徴を示すデータであり、集音された物音の分類基準となる。同じ物音と判別できる確率は、どの程度の類似度までを同じ物音と判断するかを示す基準である。なお、周波数類似度データは、人の交通量等、歩行者数推定装置１００の設置環境に応じて任意の範囲で設定可能である。
【００２６】
ここで、記憶部１１０に記憶された周波数類似度データを求める方法について説明する。一般に、同一歩行内の足音の周波数構造は類似しているので、類似した周波数構造をもつ物音を抽出することにより同一歩行内の足音を分類できる。そこで、あらかじめ用意した足音のサンプルデータから周波数構造の特徴量として、例えば、ＬＰＣケプストラム係数を求め、同一歩行内の足音の距離の分布と、異なる歩行間の足音の距離の分布から、同一歩行内の足音と判別できる確率を算出する。
【００２７】
図５は、ＬＰＣケプストラム係数により同一歩行内の足音と判別可能な確率を示す図である。図５で、横軸は足音のＬＰＣケプストラム係数間の距離を示し、縦軸は同一歩行内の足音である確率を示す。一例として、分類部１０３は、検出された各物音の周波数構造の距離から、この判別確率曲線により、同一歩行内の足音である確率を求める。
【００２８】
記憶部１１０は、物音データ、周波数類似度データ、周期算出参照データ、足音判断参照データ、歩行周期データ、歩行者数データ等を記憶する。ここで、物音データとは、分類部１０３により分類された音響データである。
【００２９】
また、周期算出参照データとは、周期を算出する際に参照されるデータのことであり、例えば、周期を算出する際に変動させる周期Ｐの所定の範囲がある。また、足音判断参照データとは、検出された物音を足音と判断する際の基準となるデータであり、例えば、算出された周期の平均値の最大値の所定の範囲が該当する。また、歩行周期データは、後述する歩行周期算出部１０４で算出された歩行周期のデータである。歩行者数データは、後述する歩行者数算出部１０５で算出された歩行者数のデータである。
【００３０】
図６は、音響信号の周波数構造による分類の一例を示す図である。図６に示す信号パワーは、図２下段に示した信号パワーであり、グループ１およびグループ２はそれぞれ分類部１０３により分類された物音のグループである。
【００３１】
分類部１０３は、検出された物音の信号パワーそれぞれの周波数構造の類似度により物音をグループ１とグループ２に分類する。ここで、分類部１０３は、類似度の比較により１番目から８番目の音響信号のうち、１番目の音響信号と、３番目の音響信号と、７番目の音響信号とをグループ１に分類している。また、分類部１０３は、同様に２番目の音響信号と、４番目の音響信号と、６番目の音響信号と、８番目の音響信号とをグループ２に分類している。
【００３２】
歩行周期算出部１０４は、分類部１０３により分類されたグループごとに記憶部１１０に記憶された周期算出参照データを用いて物音の周期を算出する。ここでは、物音の周期として足音の周期を算出する。ここで、足音の周期を算出する上で、歩行周期について説明する。一般に歩行周期とは、一足目を最初に踏み出してから再び一足目と同じ足が接地するまでの動作のことである。図７は、一般的な歩行周期の説明図である。図７に示すように、例えば、最初に踏み出した右足の接地を接地（１）とし、次に踏み出した左足の接地を接地（２）とし、再度最初に踏み出した右足の接地を接地（３）とした場合、一般的に歩行周期は接地（１）〜接地（３）を一周期とされている。
【００３３】
次に、本実施の形態における歩行周期について説明する。本実施の形態における歩行周期とは、一足目を踏み出してから次に踏み出した足が接地するまでの動作のことである。図８は、本実施の形態における歩行周期の説明図である。図７と同様に、例えば、最初に踏み出した右足の接地を接地（１）とし、次に踏み出した左足の接地を接地（２）とし、再度最初に踏み出した右足の接地を接地（３）とした場合、本実施の形態における歩行周期は接地（１）〜接地（２）を一周期とする。
【００３４】
歩行周期算出部１０４は、余弦関数の周期の値を所定の範囲で変動させて、同一のグループに分類された物音の信号パワーのピークに余弦関数が描く波形の変曲点の当てはめを行い、あてはまった余弦関数の周期の値を物音の周期と決定する。
【００３５】
例えば、歩行周期算出部１０４は、まず、以下の（１）式の周期Ｐを所定の範囲で変化させて、余弦関数の値を求める。
【００３６】
【数１】
ここで、ｙｐ、ｎは、周期Ｐのとき、ｎ番目の物音がとる余弦関数の値とし、Ｐが示す周期として周期算出参照データが示す所定の範囲、例えば（０．１＜Ｐ＜２．０）が定められている。また、ｔｎは最初に出力された物音を周期算出のための基準（時間ｔ０＝０）とした場合における、ｎ番目に出力された物音の基準からの経過時刻（秒）とする。
【００３７】
次に、歩行周期算出部１０４は、以下の（２）式により算出された各周期における物音に対する余弦関数の値の平均値Ｓｐを求める。
【００３８】
【数２】
【００３９】
次に、歩行周期算出部１０４は、周期ごとに算出した余弦関数の値の平均値Ｓｐの最大値Ｓｍａｘを求める。歩行周期算出部１０４は、最大値Ｓｍａｘがあらかじめ定めた閾値より大きければ、Ｓｍａｘをとるときの周期をＰｒとし、小さければ周期性はないと判断する。ここでは、一歩の歩行に要する時間を０．３秒から０．９秒の範囲であるとし、０．３＜Ｓｍａｘ＜０．９を満たす場合に、Ｓｍａｘの値を歩行周期とする。
【００４０】
図９を用いて物音の周期の算出方法を具体的に説明する。図９は、歩行周期算出部１０４による物音の周期算出手順を示す説明図である。図９の上部に示すのは、分類された信号パワーである。まず、歩行周期算出部１０４は、信号パワーのピークが出力された時間ｔを上記（１）式に周期Ｐを変化させながら当てはめていく。
【００４１】
例えば、同一グループに分類された３つの物音のｔはそれぞれ、ｔ０＝０(秒)（基準）、ｔ１＝０．６５(秒)、ｔ２＝１．９(秒)とする。歩行周期算出部１０４は、まず、周期Ｐ＝０．２を代入した（１）式に３点のｔをそれぞれ当てはめ、各点が取る余弦関数の値を求めると、
ｙ０．２、ｔ０＝ｃｏｓ（２π×０／０．２）＝１、
ｙ０．２、ｔ１＝ｃｏｓ（２π×０．６５／０．２）＝０、
ｙ０．２、ｔ２＝ｃｏｓ（２π×１．９／０．２）＝−１となる。
歩行周期算出部１０４は、これらの値から平均値を求める。ここでは、
Ｓ０．２＝（ｙ０．２、ｔ０＋ｙ０．２、ｔ１＋ｙ０．２、ｔ２）／３＝０となる。
【００４２】
次に、歩行周期算出部１０４は、周期Ｐ＝０．６を代入した（１）式に３点のｔをそれぞれ当てはめ、各点が取る余弦関数の値を求めると、
ｙ０．６、ｔ０＝ｃｏｓ（２π×０／０．６）＝１、
ｙ０．６、ｔ１＝ｃｏｓ（２π×０．６５／０．６）＝０．８７、
ｙ０．６、ｔ２＝ｃｏｓ（２π×１．９／０．６）＝０．５となる。
歩行周期算出部１０４は、これらの値から平均値を求める。ここでは、
Ｓ０．６＝（ｙ０．６、ｔ０＋ｙ０．６、ｔ１＋ｙ０．６、ｔ２）／３＝０．７９となる。
【００４３】
歩行周期算出部１０４は、図９に示すように、各ピークがとる三角関数の値が最大となる周期を求め、求めた周期を物音の周期と決定する。ここでは、周期Ｐ＝０．２を代入した場合の平均値は０で、周期Ｐ＝０．６を代入した場合の平均値は０．７９であったので、平均値の最大値は０．７９である。歩行周期算出部１０４は、平均値の最大値が０．７９となった場合に代入された周期Ｐの値０．６を当該グループの物音の周期と決定する。
【００４４】
歩行周期算出部１０４は、１つの物音の周期について最大となる周期を求めると、図９に示すように、次の物音の周期を上記の一連の処理により算出する。これにより、人の歩行周期が変化した場合、例えば、徒歩から駆け足に変化したような場合にも歩行周期を算出することができる。
【００４５】
図１０は、余弦関数の当てはめによる歩行周期の算出結果の一例を示す図である。図１０の下段は、出力された足音の信号パワーを示し、横軸は最初の信号パワーの出力からの経過時間（秒）を示す。中段は、出力された信号パワーの中から抽出された閾値以上の信号パワーをもつ足音を示す。図１０の下段の、経過時間１．０〜３．０秒付近では、一歩で足音が２回ずつ発生しており、従来のケプストラム分析では的確に周期を算出できないデータである。また、経過時間３．０〜４．０秒付近では、閾値に満たない信号パワーの出力が図示されており、この部分は足音の集音が欠落したと考えられ、これについても従来手法では検出不可能なデータである。
【００４６】
図１０の上段は、中段に示す抽出された足音のデータに本実施の形態の三角関数当てはめにより算出された一定の歩行周期を示す。ここでは、歩行周期算出部１０４は歩行周期が０．７１秒と算出したことを示している。
【００４７】
歩行周期算出部１０４は、上述のように決定された物音の周期が、足音判断参照データが示す所定の範囲内であるか否かを判定し、所定の範囲内であると判定した場合に分類された物音を人間の足音であると判断し、算出された物音の周期を歩行周期とする。例えば、周期Ｐｒが所定の範囲としてあらかじめ定められた０．３〜０．９秒の範囲内である場合、分類された物音を人間の足音と判断し、その物音の周期を歩行周期とし、歩行周期データとして記憶部１１０に保存する。ここで、所定の範囲は、状況に応じて変更可能である。
【００４８】
なお、上述した歩行周期の算出は、複数の歩行者の足音に対しても適用可能である。図１１は、歩行周期が異なる２名の歩行者の足音の時系列データに対して、歩行周期の推定を行った結果を示すグラフである。図１１では、歩行者Ａと歩行者Ｂの２人の足音データの波形を示している。図１１に示すように、１歩目を基準とすると（基準１）、歩行者Ｂの足音は周期的であるのに対し、歩行者Ａの足音は周期的ではない。
【００４９】
このことから、周期的である歩行者Ｂの足音に適合するように三角関数の周期を設定したときに、三角関数の値の平均値は最も高い値をとる。同様に、基準３を基準とした場合には、歩行者Ａの足音が周期的であり、三角関数の平均値は最も高い値をとる。このため、複数の歩行者の足音に対しても上述した歩行周期の推定手法を適用し、１名の歩行者の歩行周期が推定可能である。
【００５０】
従って、歩行周期算出部１０４は、検出された物音に対し順次、上述の分類部１０３による分類処理、歩行周期算出部１０４による歩行周期算出処理を繰り返し実行し、一または複数人の歩行周期を求め、その一または複数人の歩行周期の算出結果を歩行周期データとして記憶部１１０に保存する。
【００５１】
図１２は、歩行周期の算出結果（歩行周期データ）を示す図である。図１２では、基準１〜２４のように２４人の歩行周期の算出結果が得られた例を示している。図１３は、音響データ上での算出された歩行周期を示す図であり、図１２の歩行周期算出結果に対応したものである。
【００５２】
図１に戻り、歩行者数算出部１０５は、歩行周期算出部１０４で算出された複数人の歩行周期の分布を求め、当該分布に基づいて、歩行者数を算出する。より具体的には、歩行者数算出部１０５は、複数人の歩行周期の度数分布を求め、度数分布において度数が所定の閾値以上の歩行周期のグループ数を、歩行者数として算出する。
【００５３】
すなわち、歩行者数算出部１０５は、図１２に示すような歩行周期算出結果から、度数分布を求める。図１４は、歩行周期の度数分布の一例を示す説明図である。そして、歩行者数算出部１０５は、図１４に示すように、度数分布において所定の閾値以上の度数が集まっているグループの数を歩行者数として算出する。ここで、所定の閾値は、監視範囲内で採取されるであろう足音の個数等から予め設定しておく。図１４の例では、歩行者数が２名となる。
【００５４】
図１に戻り、出力部１０６は、歩行者数算出部１０５により算出された歩行者数を、ディスプレイ装置などの表示装置、スピーカ等の音声出力装置、印刷装置等に出力する。また、歩行者数をネットワークを介して監視センタに送信するように構成してもよい。
【００５５】
次に、以上のように構成された歩行者数推定装置１００による歩行者数推定処理の手順について説明する。図１５は、歩行者数推定装置１００による歩行者数推定処理の手順を示すフローチャートである。
【００５６】
まず、ＡＤ変換部１０１は、入力された物音のアナログの音響信号をディジタルの音響信号（音響データ）にＡ／Ｄ変換する（ステップＳ１）。そして、物音検出部１０２は、音響データの中から連続する物音を検出する（ステップＳ２）。物音検出部１０２は、例えば、音響データの値の２乗平均平方根を求めることにより、信号パワーを算出し、検出した物音があらかじめ設定された閾値以上の信号パワーであるか否かを判定する（ステップＳ３）。
【００５７】
分類部１０３は、物音検出部１０２により検出された物音が閾値以上の信号パワーであると判定された場合に（ステップＳ３：Ｙｅｓ）、周波数構造の類似性により物音をグループ分けする（ステップＳ４）。そして、分類部１０３は、グループごとに物音のデータを記憶部１１０に蓄積する（ステップＳ５）。
【００５８】
一方、ステップＳ３で、検出された物音が閾値未満の信号パワーであると判定された場合には（ステップＳ３：Ｎｏ）、ステップＳ１に戻り、物音検出の処理を繰り返す。
【００５９】
ステップＳ５の後、歩行周期算出部１０４は、周期算出に必要な数だけデータが蓄積されたか否かを判定する（ステップＳ６）。周期算出に必要な数だけデータがまだ蓄積されていない場合には（ステップＳ６：Ｎｏ）、ステップＳ１に戻り、物音検出の処理を繰り返す。
【００６０】
一方、歩行周期算出部１０４は、周期算出に必要な数だけデータが蓄積されたと判定した場合に（ステップＳ６：Ｙｅｓ）、余弦関数の周期Ｐを指定された範囲で所定回数変化させる（ステップＳ７）。例えば、周期Ｐの範囲として、０．１＜Ｐ＜２．０が指定されている。
【００６１】
次に、歩行周期算出部１０４は、蓄積されたデータごとに三角関数の値ｙを算出する（ステップＳ８）。そして、歩行周期算出部１０４は、蓄積されたデータごとに算出した三角関数の値ｙの平均値Ｓを算出する（ステップＳ９）。歩行周期算出部１０４は、ステップＳ７に戻り、周期Ｐの変化を所定回数行うまでステップＳ７からステップＳ９までの処理を繰り返す。なお、所定回数はデータ量等に応じて任意に設定してよい。
【００６２】
次に、歩行周期算出部１０４は、算出した平均値Ｓの最大値とそのときの周期Ｐｒを算出する（ステップＳ１０）。そして、歩行周期算出部１０４は、Ｐｒが閾値の範囲内であるか否かを判断する（ステップＳ１１）。そして、Ｐｒが閾値の範囲外である場合には（ステップＳ１１：Ｎｏ）、検出された物音が足音でないと判断し、ステップＳ１に戻る。
【００６３】
一方、Ｐｒが閾値の範囲内である場合には（ステップＳ１１：Ｙｅｓ）、歩行周期算出部１０４は、検出された物音が足音であると判断し、歩行周期をＰｒと判定し（ステップＳ１２）、算出された歩行周期Ｐｒを歩行周期データとして記憶部１１０に蓄積する。そして、歩行周期データが歩行者数推定の必要数が蓄積されるまで（ステップＳ１３：Ｎｏ）、ステップＳ１からＳ１２までの処理を繰り返し、一または複数人の歩行周期を算出し、歩行周期データとして記憶部１１０に保存する。
【００６４】
歩行者数推定の必要数が蓄積されたら（ステップＳ１３：Ｙｅｓ）、歩行者数算出部１０５は、歩行周期データから、算出された一または複数の歩行周期の度数分布を生成する（ステップＳ１４）。この度数分布は記憶部１１０に一時的に保存される。そして、歩行者数算出部１０５は、所定の閾値以上の度数を有する歩行周期のグループ数をカウントし、当該グループ数を歩行者数と判定して（ステップＳ１５）、歩行者数データとして記憶部１１０に保存する。そして、出力部１０６は、この歩行者数を出力する（ステップＳ１６）。
【００６５】
このように、本実施の形態によれば、歩行者数算出部１０５は、算出された歩行周期の度数分布を求めて、所定の閾値以上の度数を有する歩行周期のグループ数を歩行者数と判定するので、小規模な装置構成で、装置の設置環境にも柔軟に対応することができ、かつ高精度に歩行者数を求めることができる。
【００６６】
すなわち、本実施の形態では、マイクロホン２００を一箇所に設置するのみで集音可能な範囲における歩行者数の計測が可能となるため、小規模な装置構成で高精度に歩行者数を求めることができる。
【００６７】
また、集音範囲の設定を変更するのみで、歩行者数を計測したい環境に適合させることができ、足音が集音可能である場所にマイクロホン２００を設置すれば良く、カメラのように画角や周囲の環境などに配慮する必要がないので、装置の設置環境にも柔軟に対応して、高精度に歩行者数を求めることができる。
【００６８】
また、歩行周期算出部１０４は、三角関数の当てはめにより物音の周期を算出するので、例えば検出対象音である足音に揺らぎや欠落が発生した場合であっても、検出対象音の周期を算出することができる。
【００６９】
（実施の形態２）
実施の形態１では、複数人の歩行者の歩行周期が異なる場合において歩行者数の推定を行う場合には有効であるが、歩行周期が同一の歩行者が存在する場合には正確に歩行者数を算出することが困難な場合がある。本実施の形態では、歩行周期が同一の歩行者が存在する場合でも、正確に歩行者数を算出することができるものである。
【００７０】
本実施の形態の歩行者数推定装置１００の機能的構成は、実施の形態１と同様である。本実施の形態では、歩行者数算出部１０５の機能が実施の形態１と異なっている。
【００７１】
本実施の形態の歩行者数算出部１０５は、複数人の歩行周期の中から、同一の歩行周期の２つの物音の発生時刻の差分を求め、差分が同一の歩行周期より小さい場合に同一の歩行周期の２つの物音は異なる歩行者の物音であると判定し、異なる歩行者の物音の複数の歩行周期に対しての度数分布を求め、度数分布において度数が所定の閾値以上の歩行周期のグループ数を、歩行者数として算出する。
【００７２】
図１６は、観測音と検出された物音の例を示す説明図である。図１６の例では、基準１で算出した歩行周期が０．５秒、基準２で算出した歩行周期は０．５秒で、互いに等しいものとする。基準１と基準２の歩行周期の算出結果が等しい場合、その間の時間幅を計測する。ここで、基準ｎと基準ｍの時間幅（差分）を、時間間隔（ｎ，ｍ）と記す。また、以下のように定義する。
【００７３】
Ｄ1,2：基準１と基準２の時間幅、すなわち時間間隔（１，２）
ｂ1：基準１の発生時刻（秒）
ｂ2：基準２の発生時刻（秒）
Ｐr１：基準１で算出された歩行周期（秒）
Ｐr２：基準２で算出された歩行周期（秒）
この場合、歩行者数算出部１０５は、Ｄ1,2を次の（３）式で算出する。
【００７４】
【数３】
【００７５】
そして、歩行者数算出部１０５は、（３）式で得られた物音の時間間隔と、歩行周期の算出結果である記憶部１１０に蓄積された歩行周期データとを比較する。ここでは、基準１と基準２における歩行周期が等しい場合を想定しているため、次の（４）式が成立する。
【００７６】
【数４】
【００７７】
そして、歩行者数算出部１０５は、足音の時間間隔（１，２）と歩行周期とを比較し、（５）式が成立する場合、基準１の足音と基準２の足音は異なる歩行者のものであると判断することができることから、歩行周期Ｐrには２名の歩行者が存在すると判断する。
【００７８】
【数５】
【００７９】
さらに、歩行者数算出部１０５は、同一の歩行周期の場合、（５）式の条件を満たさなくなるまで、足音の時間間隔（ｎ，ｍ）と歩行周期との比較および判定を繰り返し、歩行周期の間に含まれる足音の個数をカウントする。歩行者数算出部１０５は、このカウント数を、その歩行周期における歩行者数と判定する。
【００８０】
図１７は、歩行周期が同一の複数の歩行者の足音の例を示す説明図である。図１７において、基準１、基準２、基準３、基準４のすべての歩行周期Ｐrが同一であるとし、それぞれの基準の間隔との比較が、（６）式を満たすものであったとする。このような例の場合、歩行者数算出部１０５は、歩行周期Ｐrに含まれる歩行者数は３名であると判断する。
【数６】
【００８１】
次に、以上のように構成された本実施の形態の歩行者数推定処理について説明する。図１８，１９は、実施の形態２の歩行者数推定処理の手順を示すフローチャートである。入力された音響信号のＡＤ変換から歩行周期Ｐrの判定までの処理（ステップＳ１〜Ｓ１２）は実施の形態１と同様に行われる。
【００８２】
歩行周期Ｐrの判定が行われたら、歩行者数算出部１０５は、歩行周期算出の初回であるか否かを判断する（ステップＳ２１）。初回である場合には（ステップＳ２１：Ｙｅｓ）、以降のステップＳ２２，Ｓ２３，Ｓ２４の処理を行わずに、ステップＳ２７へ進み、歩行周期算出部１０４は、算出された歩行周期を歩行周期データとして記憶部１１０に蓄積する（ステップＳ２７）。
【００８３】
一方、ステップＳ２１で、歩行周期算出の初回でない場合には（ステップＳ２１：Ｎｏ）、今回算出された歩行周期が、記憶部１１０に蓄積されている歩行周期データのうち前回算出された歩行周期と同一か否かを判断する（ステップＳ２２）。
【００８４】
そして、今回算出された歩行周期が、前回算出された歩行周期と異なる場合には（ステップＳ２２：Ｎｏ）、以降のステップＳ２３，Ｓ２４の処理を行わずに、ステップＳ２７へ進み、歩行周期算出部１０４は、算出された歩行周期を歩行周期データとして記憶部１１０に蓄積する（ステップＳ２７）。
【００８５】
一方、ステップＳ２２で、今回算出された歩行周期が、前回算出された歩行周期と同一である場合には（ステップＳ２２：Ｙｅｓ）、（３）式より、基準（ｎ−１）と基準ｎの時間間隔Ｄ(n-1)nを求める（ステップＳ２３）。ここで。基準（ｎ−１）は前回、基準ｎは今回を示す。
【００８６】
次に、歩行者数算出部１０５は、歩行周期Ｐrと時間間隔Ｄ(n-1)nとを比較し、Ｐr＞Ｄ(n-1)nであるか否かを判断する（ステップＳ２４）。そして、Ｐr＞Ｄ(n-1)nである場合には（ステップＳ２４：Ｙｅｓ）、歩行者数算出部１０５は歩行者数Ｍを１だけインクリメントする（ステップＳ２５）。ここで、変数Ｍは予め初期化しておく。
【００８７】
そして、歩行者数算出部１０５は、さらに一つ前の時間間隔Ｄ(n-2)(n-1)を算出し（ステップＳ２６）、ステップＳ２４に戻る。すなわち、歩行周期Ｐr＞時間間隔Ｄ(n-1)nである場合に歩行者数をカウントアップしていく。
【００８８】
ステップＳ２４において、歩行周期Ｐr＞時間間隔Ｄ(n-1)nでない場合には（ステップＳ２４：Ｎｏ）、歩行者数Ｍのカウントアップは行わず、歩行周期算出部１０４は、歩行周期を記憶部１１０に蓄積する（ステップＳ２７）。
【００８９】
そして、歩行者数算出部１０５は、記憶部１１０に歩行周期データが歩行者数算出の必要数蓄積されたか否かを判断する（ステップＳ２８）。そして、歩行周期データが歩行者数算出の必要数蓄積されていない場合には（ステップＳ２８：Ｎｏ）、ステップＳ１に戻る。
【００９０】
一方、歩行周期データが歩行者数算出の必要数蓄積された場合には（ステップＳ２８：Ｙｅｓ）、実施の形態１と同様に、歩行周期の度数分布を作成し（ステップＳ２９）、歩行者数を算出し（ステップＳ３０）、算出された歩行者数を出力する（ステップＳ３１）。
【００９１】
このように本実施の形態では、複数の歩行周期の中から、同一の歩行周期の２つの物音の発生時刻の差分を求め、差分が同一の歩行周期より小さい場合に同一の歩行周期の２つの物音は異なる歩行者の物音であると判定した上で、歩行者数を算出しているので、歩行周期が同一の歩行者が存在する場合でも、小規模な装置構成で、装置の設置環境にも柔軟に対応することができ、かつ高精度に歩行者数を求めることができる。
【００９２】
次に、本実施の形態の適用例について説明する。
第１に、本実施の形態の歩行者数推定装置を、施設や商店の出入口等における通過者の人数計測に適用することができる。図２０は、施設や商店の出入口等における通過者の人数計測への適用例を説明するための模式図である。
【００９３】
図２０に示すように、通過者数を計測したい場所周囲の足音が採取できるようにマイクロホン２００を設置して集音し、本実施の形態の手法により歩行者数を推定することにより、出入口等の通過者の人数を計測することが可能となる。
【００９４】
第２に、本実施の形態の歩行者数推定装置を、施設等の入館における共連れ侵入者の検知を行う共連れ検知装置に適用することができる。ここで、共連れ侵入者とは、正規入館者の入館に追従することで不正な侵入を行う者である。
【００９５】
図２１は、共連れ検知装置への適用例を説明するための模式図である。図２１に示すように、ゲートの上にマイクロホン２００を設置し、本実施の形態の手法により、ゲートを通過した入館者の歩行者数を推定する。そして、照合によって認証された正規入館者の人数に対し、推定された歩行者数が多い場合、その通過者は共連れであると判断し、ゲートを開けない等入館できないようにしたり、あるいは、監視員に連絡し対応する等の処置を行う。なお、マイクロホン２００の設置位置は、ゲートの上方に設ける他、床近傍等、監視領域の足音が採取可能な位置であればいずれに設けてもよい。
【００９６】
（実施の形態３）
実施の形態１、２では、歩行者の移動方向は考慮せずに歩行者数を推定していたが、この実施の形態３では、歩行者の移動方向を検知して、移動方向ごとに歩行者数の推定を行っている。
【００９７】
図２２は、実施の形態３の歩行者数推定装置の機能的構成を示すブロック図である。本実施の形態の歩行者数推定装置２１００は、図２２に示すように、マイクロホンアレイ２１２０と、移動方向検出部２１０１、ＡＤ変換部１０１と、物音検出部１０２と、分類部１０３と、歩行周期算出部１０４と、歩行者数算出部２１０５と、出力部１０６と、記憶部１１０とを主に備える。ここで、ＡＤ変換部１０１、物音検出部１０２、分類部１０３、歩行周期算出部１０４、出力部１０６の機能については実施の形態１または実施の形態２と同様である。
【００９８】
図２３は、マイクロホンアレイ２１２０の構成図である。図２３に示すように、マイクロホンアレイ２１２０は、複数のマイクロホン２００を空間的に配置したものである。
【００９９】
移動方向検出部２１０１は、マイクロホンアレイ２１２０からの受音信号により音源である歩行者の移動方向を検出する。すなわち、複数のマイクロホン２００で音響信号を受音した場合に各受音信号の間には時間差や振幅差が生じる。移動方向検出部２１０１は、これらの信号の差を利用して音源である歩行者の方向を推定する。
【０１００】
例えば、マイクロホンアレイ２１２０において複数のマイクロホン２００を縦一列に配置することにより、音の到来方向の上下方向を推定することができる。マイクロホンアレイ２１２０において複数のマイクロホン２００を横一列に配置することにより、音の到来方向の左右方向を推定することができる。
【０１０１】
また、マイクロホンアレイ２１２０の信号処理により、特定方向からの音のみ集音感度を上げることができる。さらに、マイクロホンアレイ２１２０の信号処理により、特定方向からの音のみ集音感度を下げ、その方向からの雑音を低減することができる。
【０１０２】
歩行者数算出部２１０５は、移動方向検出部２１０１により検出された歩行者の移動方向ごとに、複数の歩行周期の度数分布を求め、度数分布に基づいて、移動方向ごとの歩行者数を算出する。なお、歩行者数算出処理については、実施の形態１または実施の形態２と同様の処理で行われる。
【０１０３】
このように本実施の形態では、歩行者の移動方向を検知して、移動方向ごとに歩行者数の推定を行っているので、小規模な装置構成で、装置の設置環境にも柔軟に対応することができ、かつ移動方向ごとに高精度に歩行者数を求めることができる。
【０１０４】
例えば、本実施の形態の歩行者数推定装置２１００を、実施の形態２で説明した、施設や商店の出入口等における通過者の人数計測（第１の適用例）に適用すると、入店者と退店者の人数をそれぞれ計測することができる。
【０１０５】
なお、本発明は、上記実施の形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化することができる。また、上記実施の形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成することができる。例えば、実施の形態に示される全構成要素からいくつかの構成要素を削除してもよい。さらに、異なる実施の形態にわたる構成要素を適宜組み合わせても良い。
【符号の説明】
【０１０６】
１００、２１００ 歩行者数推定装置
１０１ ＡＤ変換部
１０２ 物音検出部
１０３ 分類部
１０４ 歩行周期算出部
１０５，２１０５ 歩行者数算出部
１０６ 出力部
１１０ 記憶部
２１０１ 移動方向検出部
２１２０ マイクロホンアレイ
【特許請求の範囲】
【請求項１】
入力された音響信号から連続する複数の物音の音響信号を検出する検出部と、
前記複数の物音の音響信号から、一または複数の歩行者の歩行周期を算出する歩行周期算出部と、
算出された複数の歩行周期の分布を求め、当該分布に基づいて、歩行者数を算出する歩行者数算出部と、
を備えたことを特徴とする歩行者数推定装置。
【請求項２】
前記歩行者数算出部は、前記複数の歩行周期の度数分布を求め、前記度数分布において度数が所定の閾値以上の前記歩行周期のグループ数を、前記歩行者数として算出すること、
を特徴とする請求項１に記載の歩行者数推定装置。
【請求項３】
前記歩行者数算出部は、さらに、前記複数の歩行周期の中から、同一の歩行周期の２つの物音の発生時刻の差分を求め、前記差分が前記同一の歩行周期より小さい場合に前記同一の歩行周期の２つの物音は異なる歩行者の物音であると判定し、異なる歩行者の物音の前記複数の歩行周期に対して前記の度数分布を求め、前記度数分布において度数が前記所定の閾値を以上の前記歩行周期のグループ数を、前記歩行者数として算出すること、
を特徴とする請求項２に記載の歩行者数推定装置。
【請求項４】
複数の集音デバイスが配列された音声入力部と、
前記音声入力部から入力された複数の音響信号に基づいて物音の移動方向を判定する移動方向判定部と、をさらに備え、
前記歩行者数算出部は、前記移動方向ごとに前記複数の歩行周期の分布を求め、当該分布に基づいて、前記移動方向ごとの歩行者数を算出すること、
を特徴とする請求項１に記載の歩行者数推定装置。
【請求項５】
前記歩行周期算出部は、検出された前記複数の物音に、三角関数が描く波形の変曲点が合致するように前記三角関数の周期を変動させ、前記物音に前記変曲点が合致した前記波形の周期を前記物音の周期と決定し、決定された前記物音の周期が所定の範囲内であるか否かを判断し、前記物音の周期が前記範囲内であると判断した場合に、検出された前記複数の物音の周期は前記歩行者周期であると判定すること、
を特徴とする請求項１に記載の歩行者数推定装置。
【請求項６】
前記歩行周期算出部は、前記複数の物音のうち最初の物音の検出時点からの経過時間を前記三角関数にそれぞれ代入し、同一の前記物音の周期を用いて算出された前記三角関数の値の平均値を周期の値を変動させた前記三角関数ごとに求め、求められた全ての前記平均値の中から最大値を取得し、取得された前記最大値が所定の範囲内であるか否かを判断し、前記物音の周期が前記範囲内であると判断した場合に、前記複数の物音の周期が前記歩行周期であると判定すること、
を特徴とする請求項５に記載の歩行者数推定装置。
【請求項７】
検出された前記複数の物音を周波数特性に基づいて分類する分類部、
をさらに備え、
前記歩行周期算出部は、分類された前記複数の物音ごとに、前記物音の周期を決定すること、
を特徴とする請求項１に記載の歩行者数推定装置。
【請求項８】
歩行者数推定装置で実行される歩行者数推定方法であって、
入力された音響信号から連続する複数の物音の音響信号を検出するステップと、
前記複数の物音の音響信号から、一または複数の歩行者の歩行周期を算出するステップと、
算出された複数の歩行周期の分布を求めるステップと、
当該分布に基づいて、歩行者数を算出するステップと、
を含むことを特徴とする歩行者数推定方法。
【請求項１】
入力された音響信号から連続する複数の物音の音響信号を検出する検出部と、
前記複数の物音の音響信号から、一または複数の歩行者の歩行周期を算出する歩行周期算出部と、
算出された複数の歩行周期の分布を求め、当該分布に基づいて、歩行者数を算出する歩行者数算出部と、
を備えたことを特徴とする歩行者数推定装置。
【請求項２】
前記歩行者数算出部は、前記複数の歩行周期の度数分布を求め、前記度数分布において度数が所定の閾値以上の前記歩行周期のグループ数を、前記歩行者数として算出すること、
を特徴とする請求項１に記載の歩行者数推定装置。
【請求項３】
前記歩行者数算出部は、さらに、前記複数の歩行周期の中から、同一の歩行周期の２つの物音の発生時刻の差分を求め、前記差分が前記同一の歩行周期より小さい場合に前記同一の歩行周期の２つの物音は異なる歩行者の物音であると判定し、異なる歩行者の物音の前記複数の歩行周期に対して前記の度数分布を求め、前記度数分布において度数が前記所定の閾値を以上の前記歩行周期のグループ数を、前記歩行者数として算出すること、
を特徴とする請求項２に記載の歩行者数推定装置。
【請求項４】
複数の集音デバイスが配列された音声入力部と、
前記音声入力部から入力された複数の音響信号に基づいて物音の移動方向を判定する移動方向判定部と、をさらに備え、
前記歩行者数算出部は、前記移動方向ごとに前記複数の歩行周期の分布を求め、当該分布に基づいて、前記移動方向ごとの歩行者数を算出すること、
を特徴とする請求項１に記載の歩行者数推定装置。
【請求項５】
前記歩行周期算出部は、検出された前記複数の物音に、三角関数が描く波形の変曲点が合致するように前記三角関数の周期を変動させ、前記物音に前記変曲点が合致した前記波形の周期を前記物音の周期と決定し、決定された前記物音の周期が所定の範囲内であるか否かを判断し、前記物音の周期が前記範囲内であると判断した場合に、検出された前記複数の物音の周期は前記歩行者周期であると判定すること、
を特徴とする請求項１に記載の歩行者数推定装置。
【請求項６】
前記歩行周期算出部は、前記複数の物音のうち最初の物音の検出時点からの経過時間を前記三角関数にそれぞれ代入し、同一の前記物音の周期を用いて算出された前記三角関数の値の平均値を周期の値を変動させた前記三角関数ごとに求め、求められた全ての前記平均値の中から最大値を取得し、取得された前記最大値が所定の範囲内であるか否かを判断し、前記物音の周期が前記範囲内であると判断した場合に、前記複数の物音の周期が前記歩行周期であると判定すること、
を特徴とする請求項５に記載の歩行者数推定装置。
【請求項７】
検出された前記複数の物音を周波数特性に基づいて分類する分類部、
をさらに備え、
前記歩行周期算出部は、分類された前記複数の物音ごとに、前記物音の周期を決定すること、
を特徴とする請求項１に記載の歩行者数推定装置。
【請求項８】
歩行者数推定装置で実行される歩行者数推定方法であって、
入力された音響信号から連続する複数の物音の音響信号を検出するステップと、
前記複数の物音の音響信号から、一または複数の歩行者の歩行周期を算出するステップと、
算出された複数の歩行周期の分布を求めるステップと、
当該分布に基づいて、歩行者数を算出するステップと、
を含むことを特徴とする歩行者数推定方法。
【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】
【公開番号】特開２０１２−１８１６３１（Ｐ２０１２−１８１６３１Ａ）
【公開日】平成２４年９月２０日（２０１２．９．２０）
【国際特許分類】
【出願番号】特願２０１１−４３２０７（Ｐ２０１１−４３２０７）
【出願日】平成２３年２月２８日（２０１１．２．２８）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り 日本音響学会２０１０年秋季研究発表会講演論文集，発行日 平成２２年９月７日
【出願人】（０００２０２３６１）綜合警備保障株式会社 (266)
【公開日】平成２４年９月２０日（２０１２．９．２０）
【国際特許分類】
【出願日】平成２３年２月２８日（２０１１．２．２８）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り 日本音響学会２０１０年秋季研究発表会講演論文集，発行日 平成２２年９月７日
【出願人】（０００２０２３６１）綜合警備保障株式会社 (266)
[ Back to top ]