监视系统，图像处理设备，图像处理方法和程序记录介质与流程

本发明涉及监视系统、被配置为执行图像的隐私处理的图像处理设备、图像处理方法和图像处理程序记录介质。

背景技术

已经开发了监视系统来监控诸如火车站、十字路口和百货商店的繁忙地点的拥堵状况，其中在这些地方安装相机设备。由这种监视系统的这种相机设备拍摄的图像可以包括许多人物，因此需要提供对这些人物的隐私的充分保护。

为了响应对图像的隐私保护的要求，已经广泛地执行隐私处理，例如，通过降低人物区域(personregion)中的空间分辨率，该人物区域是人物出现在图像中的区域。

然而，当隐私处理同等地应用于图像中的所有人物区域时，可能导致由于模糊不充分而对近侧人物员的隐私保护不足或者由于过度模糊而无法从图像中找出拥挤状况。

用于将隐私处理应用于图像的相关技术的示例包括ptl1至ptl3中描述的技术。

ptl1公开了隐私处理的技术。该处理包括预先确定每个用户的隐私区域，并且响应于请求分发图像的用户，在用户的隐私区域和其他人物的隐私区域之间以不同图像处理级别对用户请求的分发图像的区域执行隐私处理。

ptl2公开了一种技术，包括从图像中检测人物，获取关于人物区域的位置信息，确定指示人物区域(人群或个人物)的状态的区域状态，以及设置与区域状态相对应的掩蔽图像。

ptl3公开了一种技术，包括：当图像处理设备在图像上投射浏览禁止多面体时，禁止浏览被确定为具有大于浏览禁止多面体的深度信息的深度信息的像素；并且允许浏览被确定为具有小于浏览禁止多面体的深度信息的深度信息的像素。因此，防止浏览要防止浏览的对象，同时允许浏览相对于对应对象位于近侧并且不需要浏览禁止的对象。

作为与本申请的发明有关的另一技术，ptl4描述了用于从图像中检测人群的技术的示例。ptl5描述了隐私处理的示例。ptl6至8描述了用于从图像感测人物的异常行为的技术的示例。

[引用列表]

[专利文献]

ptl1：wono.2012/004907

ptl2：jp2015-222881a

ptl3：jp2012-23573a

ptl4：wono.2014/207991

ptl5：jp2012-503817a

ptl6：wono.2015/068854

ptl7：wono.2015/040929

ptl8：wono.2014/155922

技术实现要素：

[技术问题]

当对整个图像应用隐私处理时，可能出现诸如可视性劣化的问题。

因此，本发明的目的是提供一种监视系统，图像处理设备，图像处理方法和程序记录介质，其在抑制图像可视性降低的同时实现个人物隐私保护。

[解决问题的方案]

根据本发明的一个方面的监视系统包括：

相机设备；

人物区域检测装置，用于检测人物区域，该人物区域是人物出现在由相机设备捕获的图像中的区域，和

隐私处理装置，用于对人物区域执行隐私处理，其强度根据与人物区域的坐标相关联的深度或与深度有关的预定指标而不同。

根据本发明的一个方面的图像处理设备包括：

人物区域检测装置，用于检测人物区域，该人物区域是人物出现在由相机设备捕获的图像中的区域，和

隐私处理装置，用于对人物区域执行隐私处理，其强度根据与人物区域的坐标相关联的深度或与深度有关的预定指标而不同。

根据本发明的一个方面的图像处理方法包括：

检测人物区域，该人物区域是人物出现在由相机设备捕获的图像中的区域，和

对人物区域执行隐私处理，其强度根据与人物区域的坐标相关联的深度或与深度有关的预定指标而不同。

根据本发明的一个方面的程序存储介质存储程序，该程序使计算机执行：

检测人物区域的过程，该人物区域是人物出现在由相机设备捕获的图像中的区域，和

对人物区域执行隐私处理的过程，其强度根据与人物区域的坐标相关联的深度或与深度有关的预定指标而不同。

[发明的有益效果]

根据本发明，在抑制图像可视性降低的同时实现个人物隐私保护。

附图说明

[图1]图1是示出根据第一示例实施例的监视系统的示例的配置图。

[图2]图2是示出人群图块(crowdpatch)的示例的说明图。

[图3]图3是示出检测的原始图像和人物区域的检测结果的示例的说明图。

[图4]图4是示出图像三维信息的示例的说明图。

[图5]图5是示出检测的原始图像和人物区域的检测结果的另一示例的说明图。

[图6]图6是示出根据第一示例实施例的监视系统的操作的示例的流程图。

[图7]图7是示出根据第二示例实施例的监视系统的示例的配置图。

[图8]图8是示出根据第三示例实施例的监视系统的示例的配置图。

[图9]图9是示出根据本发明的示例实施例的计算机的配置示例的示意框图。

[图10]图10是示出本发明的概要的框图。

[图11]图11是示出根据本发明的监视系统的另一示例的框图。

具体实施方式

第一示例实施例

现在参照附图，将描述本发明的示例实施例。图1是示出第一示例实施例的监视系统的示例的配置图。图1所示的监视系统包括相机设备10和图像处理设备20。图像处理设备20包括图像输入单元21，人物区域检测单元22，深度信息获取单元23，隐私处理单元24、和图像输出单元25。

相机设备10是被配置为捕获要监控的区域的图像的相机设备。在本示例实施例的监视系统中，相机设备10具有成像范围，该成像范围包括可以对未指定数量的人物进行成像的区域，诸如火车站、十字路口、和百货商店。

图像输入单元21从相机设备10接收图像。图像输入单元21可以在捕获图像时接收图像连同相机参数，并且还在拍摄图像的同时，从指向包括该图像的至少一部分成像范围的范围的人类感测器接收输出结果，如果有的话。

人物区域检测单元22在所接收图像中检测包括人物(尤其是头部)的区域。人物区域检测单元22可以对所接收的图像执行预定的人群检测处理，并且将包括人群的检测区域确定为人物区域。如在本发明中使用的，术语“人群(crowd)”包括仅包括一个人物的情况。

可以采用除了从图像中单独识别人物的面部并检测区域的方法之外的任何检测人物区域的方法。例如，排除了被广泛称为面部识别处理的方法。面部识别处理通过从图像检测指示作为面部构成的眼睛或鼻子的特征的特征量来检测包括面部的区域。检测人物区域的方法的示例包括下述方法：使用与相机设备10互锁的红外线相机设备作为人类感测器并且通过在与相机设备10相同的时间和相同的成像范围使用红外线相机设备拍摄的相同图像范围的红外图像，确定在与红外图像的各个像素对应的真实空间中的位置处是否存在任何人物。检测人物区域的方法可以包括下述方法：使用诸如设置有光接收元件的测量装置的设备作为人类感测器，该光接收元件被配置为发射用于检查的光(检查光)以感测光是否被反射或者感测衰减并且检测移动体(人物)是否存在于检查光的辐射范围中。在这种情况下，例如，可以以预定间隔在成像范围中布置多个测量装置，并且可以基于测量装置的位置信息来检测在成像范围中是否包括任何人物。

检测人物区域的方法可以包括例如ptl4中公开的方法。

ptl4中公开的方法包括准备通过诸如模拟的方法(下文中称为人群图块)生成的人群状态的局部图像，执行图像中随机选择的矩形区域相对于人群图块的模式匹配，以及检测图像中包括人群的人群区域。人物区域检测单元22可以通过使用通过机器学习获得的鉴别器来实现对来自图像的人群区域的检测，该机器学习使用指示人群图块的信息集和人群图块的人群状态(人物的状态)作为训练数据。

如本文所用，术语“局部”旨在包括小于待检测图像区域的区域。人群状态的局部图像对应于包括在这样的区域中构成人群的人物的基准部位(下文中，简称为“基准部位”)的集合的图像。在下文中，人群状态的局部图像可以被称为人群图块。人群图块可以包括除基准部位之外的人物的部分。可以准备包括从各种角度观看的各种基准部位的集合的局部图像作为人群图块。特别地，可以准备包括至少两个人物的基准部位的局部图像。

虽然局部图像包括ptl4中公开的方法中的多个人物的基准部位，但是本示例实施例中的人群图块可以包括包含一个人物的基准部位的局部图像。这使得还能够检测作为人群区域的仅包括一个人物的区域。虽然基准部位在ptl4中公开的方法中没有特别限制，但是基准部位可以扩展到比面部更大的范围，例如包括头部或上身的范围，从而诸如单个人物的轮廓的特征也提供用于检测仅包括一个人物的人群。指出的是，可以指定两种或更多种类型的基准部位。

人物区域检测单元22可以设置特定区域(矩形区域组)以覆盖待检测的图像的整个区域。在与矩形区域匹配的图案中，人物区域检测单元22可以基于与人群图块相对应的基准部位的大小和指示相机设备10的位置、姿势焦距、镜头失真等的相机参数，根据图像上的坐标来改变人群图块的大小。例如，可以从这些相机参数导出包括在图像中的人物的基准部位的尺寸。可以根据图像中基准部位的大小来扩展或缩小人群图块的大小。可以将人群图块的大小调整为由坐标设置的矩形区域的大小。其他示例可以包括在图像的下部区域中提供较大的人群图块，并且在图像的上部区域中提供较小的人群图块。图像的下部区域包括在真实空间中更靠近相机的区域并且图像的上部区域包括离相机更远的区域。矩形区域组的设置不限于这些方法，并且可以灵活地设置。矩形区域组可以以重叠方式设置。

通过如ptl4中所述地存储指示与人群图块一对一对应的局部图像的人群状态的信息，人物区域检测单元22通过使用人群图块可以从图像中检测到的区域中获得人群状态(人物数、方位等)。

例如，人物区域检测单元22可以将所有被确定人物出现在其中的矩形区域检测为匹配的结果，统称为人群区域。例如，人物区域检测单元22可以将包括预定量的区域被添加到该矩形区域的周边的区域或该矩形区域的一部分(例如，最可能包括面部的上半部分)设置为人群地区。

人物区域检测单元22可以以上述方式确定被检测为人物区域的人群区域，并输出人群区域的代表性坐标和大小。人物区域的代表性坐标可以是例如被确定为人物区域的特定区域的中心坐标。人物区域可具有两个或更多个代表性坐标。例如，当人群图块被提供有指示对应人群图块中的头部位置的信息作为指示人群状态的信息时，可以将特定区域中的头部位置的坐标确定为代表坐标。

图2是示出人群图块的示例的说明图。图3是示出检测的原始图像和人物区域的检测结果的示例的说明图。图3中的图像(a)是示出原始检测图像的示例的说明图，并且图3中的图像(b)是示出人物区域的检测结果的说明图。图3中的图像(b)，阴影矩形区域表示检测到的人物区域。图3中所示的图像是由相机设备10获取的用于强调人物的轮廓的二值图像。但是，任何灰度数都适用于图像。这同样适用于其他图像示例。

人物区域检测单元22可以分析输入图像的每个特定区域(例如，图中的每个矩形区域)，并且经由与人群图块匹配的图案来确定在每个特定区域中是否出现至少一个人物。换句话说，人物区域检测单元22不识别包括在图像中的人物的各个面部，而是经由与预先准备的局部图像的比较和核对来识别包括在图像中的特定区域中的至少一个人物的基准部位的组合作为一批量。因此，实现了简单的处理并且可以减轻处理负荷。

深度信息获取单元23获取与图像中包括的像素一一对应的坐标或图像中的人物区域的坐标处的深度信息(例如，代表性的坐标)。

深度信息涉及与坐标相对于相机的距离对应的真实空间中的位置的深度。深度信息可以表示与坐标对应的真实空间中的位置的深度，或者可以表示与深度相关的预定指标。后一深度信息的示例包括例如与深度相关的信息或可导致深度大小估计的信息。如上所述的深度信息的示例包括例如：指示具有被确定为代表坐标的坐标的人物区域的大小或者包括在该人物区域中的人物的基准部位的大小的信息。

当指示人物区域的大小和基准部位的大小的信息被用作深度信息时，深度信息可以由人物区域检测单元22获取。在这种情况下，可以省略深度信息获取单元23。

深度信息获取单元23可以从相机设备10的相机参数获取例如目标坐标的深度信息。

例如，深度信息获取单元23可以从与诸如相机设备10的高度、俯角、水平视角、对角线视角线的相机的位置和姿势相关的相机参数来估计指示由图4所示的相机设备10获取的图像中的基准对象的三维尺寸的图像三维信息。

在这种情况下，基准对象可以是例如具有预定高度的人物。图像三维信息可以是与基准对象(例如，168cm高的人物)的位置(站立点)和图像中的高度(顶部)对应的一对坐标。图像三维信息可以是指示具有已知大小和位置的特定对象在图像中出现的位置和大小(比例)的任何信息。

图4是示出ab图像三维信息的示例的说明图。图4中的图像(a)是示出由相机设备10获取的图像的示例的说明图。图4中的图像(b)是示出图像中的图像三维信息的示例的说明图。图4中的图像(b)示出了对应于图像中的基准对象的站立点和顶部的三对坐标集{(x1，y1)，(x2，y2)}。

例如，深度信息获取单元23可以基于相机设备10的相机参数来估计如图4中的图像(b)所示的图像三维信息。深度信息获取单元23可以通过用户在相机设备10获取的图像上指定如图4中的图像(b)所示的图像三维信息的三维信息来获取图像。基于以这种方式获取的图像三维信息，可以估计图像的目标坐标处的深度。当人物的头部出现在目标像素处时，深度信息获取单元23可以通过获得真实空间中的人物的位置来获得深度。

隐私处理单元24对图像中的人物区域执行隐私处理。隐私处理单元24执行隐私处理，该隐私处理的强度根据与由与人物区域的坐标相关联的深度信息指示的深度或与该深度相关的指标而不同。隐私处理单元24可以将例如与人物区域的代表坐标对应的真实空间中的位置确定为人物区域中的人物的真实空间中的位置，并且执行隐私处理，该隐私处理的强度(高或低)根据该位置处的深度或与该深度相关的指标而不同。在以下描述中，深度信息指示深度的情况。然而，当深度信息指示与深度相关的指标时，可以通过用指标的大小关系替换深度的大小关系来阅读描述。

指出的是，由与人物区域的代表坐标对应的深度信息指示的深度越大，隐私处理单元24对人物区域执行的隐私处理越弱，并且深度越小，对于人物区域的隐私处理越强。隐私处理单元24还可以被配置为当深度等于或大于预定阈值时执行第一隐私处理，并且当深度小于预定阈值时执行第二隐私处理。第二隐私处理比第一隐私处理更强。

如本文所使用的，术语“隐私处理的强度”旨在包括模糊程度。换句话说，隐私处理的强度对应于分辨率水平。更具体地，术语“隐私处理强”意味着在进行处理之后图像的分辨率低于进行弱隐私处理的图像”，而术语“隐私处理弱”意味着进行处理后的图像分辨率高于进行强隐私处理的图像。例如，ptl5中描述的过程可以用作隐私处理的方法。在ptl5的方法中，在弱隐私处理中，可以针对比强隐私处理更窄的像素范围减小空间分辨率，并且在强隐私处理中，可以针对比弱隐私处理更宽的像素范围减小空间分辨率。

图5是示出检测的原始图像和人物区域的检测结果的另一示例的说明图。图5中的图像(a)示出了由相机设备10拍摄的站的平台的图像。图5中所示的图像(a)主要包括由虚线的椭圆包围的四种类型的人物区域。在图5中的图像(a)中，p1是包括独立站在平台上与相机最近的位置的人物的人物区域的示例。p2是单独站在平台的中间部分的人物的人物区域的示例。p3是独立站在平台远侧的人物的区域的示例。p4是平台远侧的多个人物的人物区域(人群区域)的示例。图5中的图像(b)示出了图5中的图像(a)中所示的图像中的人物区域的检测结果。在图5中的图像(b)中，阴影的矩形区域表示检测到的人物区域。

在图5中的图像(b)所示的示例中，各个人物区域的尺寸被输入作为深度信息。在这种情况下，例如，隐私处理单元24可以在相对较大(具有至少预定尺寸)的人物区域上执行强隐私处理，如在图像的下部所见，并且在相对较小(小于预定尺寸)的人物区域上执行弱隐私处理，如在图像的上部所见。在这种情况下，隐私处理单元24可以通过使用与隐私处理的强度相关的参数来执行隐私处理，该参数诸如根据用于隐私处理的强度的人物区域的大小而指定的转换窗口大小。

隐私处理的方法没有特别限制。隐私处理单元24可以通过使用已知方法基于相应区域的深度信息改变强度来对图像中的人物区域执行隐私处理。当深度等于或大于预定值时，也可以应用不执行隐私处理的配置。可以将预定值设置为提供足够距离以保护隐私而不执行隐私处理的任何深度值。还可以设想设置多个阈值以执行诸如三阶段确定的多阶段确定。作为可想到的确定的示例，当深度小于第一阈值时执行第一隐私处理；当第一阈值不大于深度且深度不大于第二阈值时，执行第二隐私处理；当第二阈值小于深度时，不执行隐私处理。在这种情况下，第一隐私处理是强隐私处理并且第二隐私处理是弱隐私处理。

图像输出单元25输出由隐私处理单元24进行了隐私处理的图像。这里，图像输出单元25的示例包括液晶显示器和小型终端(智能手机、平板电脑)。

下面将描述本示例实施例的操作。图6是示出根据本示例实施例的监视系统的操作的示例的流程图。在图6所示的示例中，图像输入单元21接收由相机设备10捕获的图像，作为要进行隐私处理的图像(步骤s101)。图像输入单元21可以将相机参数与图像一起导入。

接下来，人物区域检测单元22通过使用预定的人群检测处理从图像检测人物区域(步骤s102)。基于从人类感测器获得的信息来检测人物区域也是适用的。具体地，包括人物的区域由人类感测器指定，该人类感测器覆盖由摄像装置10在感测范围中捕获的图像的成像区域，并且图像中的对应于指定区域的区域被检测为人物区域。人物区域检测单元22还可以被配置为通过使用人类感测器和人群检测处理来检测人物区域。

具体地，人物区域检测单元22通过人类感测器指定包括人物的区域，然后指定图像中的与指定区域对应的第一区域。随后，人物区域检测单元22还可以被配置为通过对第一区域应用预定的人群检测处理来从第一区域检测人物区域。

接下来，深度信息获取单元23获取人物区域的深度信息(步骤s103)。

接下来，隐私处理单元24基于对应区域的深度信息，通过改变强度来对图像中的人物区域执行隐私处理(步骤s104)。

最后，图像输出单元25输出进行了隐私处理的图像(步骤s105)。

在上述示例中，在步骤s102中的处理之后执行步骤s103中的处理。然而，步骤s103的执行时序不限于此。例如，监视系统可以与步骤s102中的处理并行地执行步骤s103中的处理，或者可以在诸如每次固定相机的位置和姿势的预定时序执行。

如上所述，根据本示例实施例，从由相机设备10捕获的图像检测人物区域，然后根据深度或与该深度相关的指标对检测到的人物区域执行强度不同的隐私处理。因此，在抑制图像的可视性降低的同时实现了个人物隐私保护。由于进行隐私处理的范围受限，因此可以减少处理负荷。另外，基于包括在图像中所包括的至少一个人物的基准部位的组合的一批量的特征量，通过采用检测人物区域的方法，或者通过使用人类感测器检测人物区域的方法，可以实现抑制图像可视性降低和隐私保护两者，以及进一步减少处理负荷。

当采用通过使用人类感测器检测人物区域的方法时，可以有利地从隐私处理的对象中排除通常不需要隐私保护的区域，诸如海报中的人物。

尽管在图1中示出了一个相机设备10，但是在监视系统中提供的相机设备的数量不限于一个。例如，监视系统可以连接到两个或更多个相机设备10。

尽管图1示出了图像处理设备20包括图像输出单元25的示例，但是图像处理设备20不包括图像输出单元25的配置也是适用的。在这种情况下，图像处理设备20可以被配置为将进行了隐私处理的图像输出到例如经由网络连接的预定服务器设备。

第二示例实施例

下面将描述本发明的第二示例实施例。图7是示出本示例实施例的监视系统的示例的配置图。图7所示的监视系统与图1所示的第一示例实施例中的监视系统的不同之处在于，图像处理设备20还包括异常行为感测单元26。

异常行为感测单元26从输入图像感测人物的异常行为。当指示人物的状态的信息例如作为人物区域检测单元22的分析的结果时，异常行为感测单元26可以通过确定在时间序列中的图像之间的人物的预定的集体移动是否已经发生来检测异常行为。

本示例实施例的人物区域检测单元22输出关于人物区域中人物的数量或取向的信息，作为指示人物的状态以及人物区域的代表性坐标和大小的信息。

在这种情况下，异常行为感测单元26可以基于从图像检测到的各个人物区域的信息来感测一组人物的流动，诸如从时间上连续的图像中聚集或分离。然后，异常行为感测单元26可以在这样人物的集体流动中的聚集程度在预定时段内或在特定帧中按时间顺序在图像之间变化超过预定量时感测异常行为。

另外，当检测到回避行为，与之前感测到的组相同的组、或者爬行行为时，可以认为感测到异常行为。例如，ptl6中描述的方法可以用作感测回避行为的方法。ptl7中描述的方法可以用作感测与之前检测到的组相同的组的方法。例如，ptl8中描述的方法可以用作感测爬行行为的方法。

指出的是，异常行为感测单元26可以仅使用自我处理而不使用从人物区域检测单元22获得的指示人物的状态的信息而从图像感测异常行为。在这种情况下，异常行为感测单元26可以准备用于感测异常行为的集体图像。

在本示例实施例中，隐私处理单元24可以被配置为例如当异常行为感测单元26感测到异常行为时对图像执行隐私处理。

当感测到异常行为时，可以实现与正常时间不同的公开，使得通常仅记录的图像显示在监控器上。在正常公开的范围内，不需要隐私处理。然而，当实现与正常公开不同的公开时，可期望隐私保护。根据本示例实施例，仅在感测到异常行为时执行隐私处理，因此当感测到异常行为时可以给出适当的(自动的和立即的)反应。

相反，隐私处理单元24可以被配置为例如当异常行为感测单元26感测到异常行为时不对图像执行隐私处理。

当感测到异常行为时，可能需要指定导致异常行为的人物。

本示例实施例可以被配置为在没有感测到异常行为的正常条件下执行隐私处理，并且仅在感测到异常行为时不执行隐私处理。因此，当感测到异常行为时，可以给出足够的(自动的，并且比执行隐私处理的情况更快的)动作。

第三示例实施例

下面将描述本发明的第三示例实施例。图8是示出本示例实施例的监视系统的示例的配置图。图8所示的监视系统与图1所示的第一示例实施例中的监视系统的不同之处在于，图像处理设备20还包括面部区域检测单元27。

面部区域检测单元27对输入图像中的预定部分区域执行面部识别，并检测存在面部的面部区域。这里，面部区域检测单元27用于执行面部识别所针对的区域可以是未被人物区域检测单元22识别为人物区域的区域，或者可以是满足预定条件，使得图像中的该区域中的真实空间相应的位置的深度不超过预定值的区域。

本示例实施例的隐私处理单元24不仅针对由人物区域检测单元22检测到的人物区域，还针对由面部区域检测单元27检测到的面部区域，基于深度信息来执行隐私处理。

例如，监视系统可以使人物区域检测单元22首先分析由相机设备10获取的图像的整个部分，然后使面部区域检测单元27分析未被检测为人物区域的区域，作为分析结果。

例如，监视系统可以通过相应真实空间中的位置处的深度的大小将由相机设备10获取的图像中的区域划分为两组，使人物区域检测单元22分析具有更大深度的划分区域，并且使面部区域检测单元27分析具有较小深度的划分区域。当相机参数被固定时，用户可以将图像的区域划分为两个或更多个组，并指定每个划分区域的分析方法。指出的是，指定分析方法可包括指定不执行任何分析。用户可以指定人物区域检测单元22以分析包括小于预定值的图像中的面部的区域，并指定面部区域检测单元27以分析包括大于预定值的面部的区域。用户还可以指定不对不包括人物的面部的区域——诸如仅包括天花板或墙壁的区域——执行任何分析。人物区域检测单元22和面部区域检测单元27可以仅对由用户指定的区域执行分析。

如上所述，根据本示例实施例，可以通过组合面部识别处理来有效地执行隐私处理。

可以组合上述示例实施例的配置。例如，在第二示例实施例中，可以指定是否总是执行隐私处理或者在感测到异常行为时执行隐私处理。例如，在第三示例实施例中，可以组合面部识别处理作为检测人物区域的方法。组合的模式不限于上述模式。

下面将描述根据本发明示例实施例的计算机的配置示例。图9是示出根据本发明示例实施例的计算机的一般配置示例的框图。计算机1000包括中央处理单元(cpu)1001、主存储设备1002、辅助存储设备1003、接口1004、和显示设备1005。

上述监视系统中的各个处理部件(图像输入单元21、人物区域检测单元22、深度信息获取单元23、隐私处理单元24、图像输出单元25、异常行为感测单元26、和面部区域检测单元27)可以例如由被配置为作为图像处理设备20操作的计算机1000实现。在这种情况下，各个处理部分的操作可以以程序的形式存储在辅助存储设备1003中。cpu1001从辅助存储设备1003读出程序，在主存储设备1002中部署程序，并根据部署的程序在各个示例实施例中执行预定处理。

辅助存储设备1003是非临时但有形的介质的示例。其他非临时但有形的介质的示例包括经由接口1004连接的磁盘、磁光盘、cd-rom、dvd-rom和半导体存储器。当程序经过通信线路分配给计算机1000时，计算机1000可以在接收到程序时将程序部署在主存储设备1002中，并且在各个示例实施例中执行预定处理。

程序可以被配置为实现各个示例实施例中的预定处理的一部分。此外，程序可以是差分程序，其被配置为经由与已经存储在辅助存储设备1003中的其他程序的组合来实现各个示例实施例中的预定处理。

根据示例实施例中的处理内容，可以省略计算机1000的部分部件。例如，当已经进行隐私处理的图像被输出到例如经由网络连接的单独服务器时，可以省略显示设备1005。尽管在图9中省略了图示，但是计算机1000可以根据示例实施例中的处理内容而设置有输入设备。例如，当监视系统从用户接收到由相机设备10获取的图像中的特定区域的分析方法相关的命令输入时，可以提供用于输入命令的输入设备。

每个设备中的部分或全部部件由通用或特定电路、处理器或组合实现。这些部件中的每一个可以由单个芯片组成，或者可以包括经由总线连接的多个芯片。各个设备中的每个部件的部分或全部可以通过上述电路和程序的组合来实现。

当每个设备中的部分或全部部件由多个信息处理设备或电路实现时，多个信息处理设备或电路可以共同或离散地定位。例如，每个信息处理设备或电路可以以经由诸如客户端和服务器系统的通信网络与云计算系统连接的形式实现。

接下来，将描述根据本示例实施例的监视系统和图像处理设备的概况。图10是示出根据本示例实施例的监视系统的概要的框图。如图10所示，根据本示例实施例的监视系统包括相机设备600、人物区域检测单元701、和隐私处理单元702。

人物区域检测单元701检测人物区域，该人物区域是人物出现在由相机设备600捕获的图像中的区域。

隐私处理单元702被配置为对人物区域执行隐私处理，该隐私处理的强度根据与由人物区域的坐标相关联的深度信息指示的深度或该深度相关的预定指标而不同。如本文所使用的，术语“深度”旨在包括图像中的至少被确定为人物区域的坐标在对应真实空间中的位置相对于相机设备的距离。

在该配置中，个人物隐私保护同时抑制图像的可视性降低。

如图11所示，监视系统还可以设置有深度信息获取单元703。

深度信息获取单元703可以获取指示深度的深度信息或与深度相关的预定指标。深度信息获取单元703可以获取指示深度的深度信息或者与至少对应于图像中的人物区域的坐标的深度相关的预定指标。

在该配置中，隐私处理单元702可以根据深度信息执行其强度不同的隐私处理。

人物区域检测单元701可以对于在图像中设置的每个特定区域确定人物是否出现，将确定人物在其中出现的特定区域检测为人物区域，并且隐私处理单元702可以对于每个检测到的人物区域执行隐私处理。

人物区域检测单元701可以基于包括人物的基准部位的局部图像来确定人物是否出现在特定区域中。

例如，局部图像可以是指示在比面部大的范围上扩展的一组基准部位的图像。

人物区域检测单元701还可以基于表达构成人群的两个或更多个人物的基准部位的局部图像来确定人物是否出现在特定区域中。

人物区域检测单元701可以通过使用鉴别器来确定人物是否出现在特定区域中，该鉴别器是通过使用局部图像和表示局部图像中的人物的状态的信息作为训练数据的组合的机器学习获得的。

可以将人物区域的大小或包括在人物区域中的上述基准部位的大小用作与深度相关的预定指标。

人物区域检测单元701可以在图像中设置具有不同尺寸的特定区域。

人物区域检测单元701还可以基于由人类感测器获得的信息从图像中检测人物区域，包括在感测范围内由相机设备获取的图像的区域。

监视系统还可以包括异常行为感测单元(例如，上述异常行为感测单元26)，其被配置为分析由相机设备10获取的图像并且从图像中感测人物的异常行为，并且隐私处理单元702可以在感测到异常行为时显示由相机设备获取的图像而不执行隐私处理。

尽管到目前为止已经参照本示例实施例和示例描述了本申请，但是本申请不限于上述示例实施例和示例。换句话说，在不脱离本发明的范围的情况下，可以以本领域技术人物员理解的各种方式修改本发明的配置和细节。

上述示例实施例的部分或全部可以被描述为下面给出的附加陈述，但不限于以下。

(补充说明1)

一种监视系统，包括：

相机设备；

人物区域检测装置，用于检测人物区域，该人物区域是人物出现在由相机设备捕获的图像中的区域，和

隐私处理装置，用于对人物区域执行隐私处理，其强度根据与人物区域的坐标相关联的深度或与该深度有关的预定指标而不同。

(补充说明2)

根据补充说明1的监视系统，包括；

深度信息获取装置，用于获取指示深度或与深度有关的预定指标的深度信息，其中，

隐私处理装置执行强度根据深度信息而不同的隐私处理。

(补充说明3)

根据补充说明1或补充说明2的监视系统，其中人物区域检测装置针对在图像中设置的每个特定区域确定是否出现人物，并将确定人物在其中出现的特定区域检测为人物区域，和

隐私处理装置针对所检测的人物区域的每个执行隐私处理。

(补充说明4)

根据补充说明3的监视系统，其中人物区域检测装置基于包括人物的基准部位的局部图像来确定在每个特定区域中是否出现人物。

(补充说明5)

根据补充说明4的监视系统，其中人物区域检测装置基于表示构成人群的两个或更多个人物的多个基准部位的局部图像，确定在每个特定区域中是否出现人物。

(补充说明6)

根据补充说明4或补充说明5的监视系统，其中人物区域检测装置通过使用通过机器学习获得的鉴别器来确定在每个特定区域中是否出现人物，机器学习使用包括局部图像和指示在局部图像中的人物状态的信息的组合的训练数据。

(补充说明7)

根据补充说明4或补充说明5的监视系统，其中人物区域的大小或包括在人物区域中的基准部位的大小被用作与深度相关的预定指标。

(补充说明8)

根据补充说明3至补充说明7中任一项所述的监视系统，其中人物区域检测装置在图像中设定具有不同大小的特定区域。

(补充说明9)

根据补充说明1至补充说明8中任一项所述的监视系统，其中人物区域检测装置基于由人类感测器获得的信息从图像中检测人物区域，并且人类感测器具有覆盖由相机设备获取的图像的成像区域的感测范围。

(补充说明10)

根据补充说明1至补充说明9中任何一项的监视系统，包括：

异常行为感测装置，用于通过分析图像来从图像感测人物的异常行为，

其中当感测到异常行为时，隐私处理装置不执行隐私处理。

(补充说明11)

一种图像处理设备，包括：

人物区域检测装置，用于检测人物区域，该人物区域是人物出现在由相机设备捕获的图像中的区域，和

隐私处理装置，用于对人物区域执行隐私处理，其强度根据与人物区域的坐标相关联的深度或与深度有关的预定指标而不同。

(补充说明12)

一种图像处理方法，包括：

检测人物区域，该人物区域是人物出现在由相机设备捕获的图像中的区域，和

对人物区域执行隐私处理，其强度根据与人物区域的坐标相关联的深度或与深度有关的预定指标而不同。

(补充说明13)

一种存储有程序的程序存储介质，该程序使计算机执行：

检测人物区域的过程，该人物区域是人物出现在由相机设备捕获的图像中的区域，和

对人物区域执行隐私处理的过程，其强度根据与人物区域的坐标相关联的深度或与深度有关的预定指标而不同。

本申请要求2016年3月23日提交的日本专利申请no.2016-058401的优先权，其全部内容通过引用结合于此。

[工业适用性]

本发明可以优选地应用于保护任何图像中的个人物隐私的应用，并且图像质量保持为高得使观众能够把握图像中的状况。

[附图标记清单]

10相机设备

20图像处理设备

21图像输入单元

22人物区域检测单元

23深度信息获取单元

24隐私处理单元

25图像输出单元

26异常行为感测单元

27面部区域检测单元

1000计算机

1001cpu

1002主存储设备

1003辅助存储设备

1004接口

1005显示设备

600相机设备

700图像处理设备

701人物区域检测单元

702隐私处理单元

703深度信息获取单元