14可以存储监视目标图像被捕获的时间和位置、用于标识捕获监视目标图像的相机的信息等连同监视目标图像。
[0042]特定状态检测装置15从状态图像检测特定状态。特定状态检测装置15可以不仅使用当前由状态检测相机11捕获的状态图像而且还使用在状态图像存储装置12中存储的过去的至少一个状态图像(下文被称为“过去状态图像”)来检测特定状态。例如，在检测到其中在第一范围中倾倒垃圾的状态的情况下，特定状态检测装置15从由状态检测相机11捕获的状态图像和过去状态图像检测作为有问题行为的倾倒垃圾状态。
[0043]由特定状态检测装置15从状态图像检测特定状态的方法是任意的。特定状态检测装置15可以例如使用在NPL I中描述的方法从状态图像检测特定状态或者使用其它方法来检测特定状态。
[0044]监视目标分析装置16使用从其检测到特定状态的状态图像来分析监视目标的状况。监视目标的状况意味着可以从由状态检测相机11捕获的状态图像或者状态图像组指定的监视目标的移动或者出现。注意，监视目标的状况无需是可以用来指定个别监视目标的信息。作为示例，在其中监视目标是人的情况下，监视目标的状况包括人的衣着、发型、移动状况(例如，速度、方向)等。作为另一示例，在其中监视目标是汽车的情况下，监视目标的状况包括汽车的颜色、形状、运行状况等。
[0045]这里，监视目标分析装置16可以不仅使用从其检测特定状态的状态图像而且还使用在状态图像存储装置12中存储的至少一个过去状态图像来分析监视目标的状况。例如，监视目标分析装置16可以使用从其检测到特定状态的状态图像和在捕获状态图像之前的预定时段内(例如，5秒内)捕获的至少一个过去状态图像来分析监视目标的移动状况。通过以这一方式使用过去状态图像，监视目标分析装置16可以更适当地分析监视目标的状况。
[0046]由监视目标分析装置16分析的监视目标的数目可以是一个或者多个。例如，在其中监视目标是人的情况下，监视目标分析装置16可以确定在特定状态的检测时间捕获的每个人是可疑的，并且分析作为监视目标的每个人。
[0047]时间预测装置17从由监视目标分析装置16分析的监视目标的状况预测监视目标在由监视目标提取装置13捕获的范围(S卩，第二范围)中出现的时间。由时间预测装置17预测的时间下文被简称为“预测时间”。
[0048]由于可以在安装每个相机时指定由状态检测相机11捕获的范围(第一范围)和由监视目标提取相机13捕获的范围(第二范围)，所以时间预测装置17可以基于从这些范围确定的位置来预测监视目标在第二范围中出现的时间。
[0049]例如，在其中监视目标分析装置16分析监视目标的移动状况的情况下，时间预测装置17可以基于移动状况来预测监视目标在第二范围中出现的时间。具体而言，时间预测装置17可以从状态图像指定监视目标的空间位置以及移动方向和速度，并且从指定的移动方向和速度计算监视目标从指定的空间位置到达指示第二范围的空间位置的时间。
[0050]注意，时间预测方法不限于以上提到的方法。监视目标分析装置16和时间预测装置17可以使用其它跟踪技术来预测时间。例如，在监视目标在其中由状态检测相机11捕获的范围中，监视目标分析装置16可以使用对象跟踪技术来执行跟踪。在监视目标在其中未由状态检测相机11捕获的范围中，时间预测装置17可以考虑监视目标的速度来估计流逝的时间，并且使用估计的流逝的时间来预测时间。
[0051 ] 监视目标特征提取装置18从监视目标图像提取用于指定监视目标的特征。这里，监视目标特征提取装置18在基于预测的时间而被确定的时段(下文被称为“预测的时段”)中使用监视目标图像。预测的时段可以由观察者预先设置，或者根据由监视目标分析装置16分析的状况而被设置。
[0052]作为从监视目标图像提取的特征，可以根据监视目标预先选择可以用来指定监视目标的特征。作为示例，在其中监视目标是人的情况下，监视目标特征提取装置18可以从监视目标图像提取脸部特征作为可以用来指定人的特征。作为另一示例，在其中监视目标是汽车的情况下，监视目标特征提取装置18可以从监视目标图像提取牌照作为可以用来指定汽车的特征。这里提到的特征各自是可以用来指定监视目标的特征的示例，并且监视目标特征提取装置18可以提取其它特征作为可以用来指定监视目标的特征。
[0053]监视目标特征提取装置18可以仅使用在预测的时间捕获的监视目标图像来提取监视目标的特征。然而，由于存在监视目标的移动状况改变的高可能性，所以更优选地在包括在预测的时间之前和之后二者的额外时间的时段中使用监视目标图像，从而因此有助于指定监视目标。
[0054]因而，监视目标提取相机13可以在预测的时段中创建监视目标图像。通过以这一方式将监视目标提取相机13在其中创建监视目标图像的时段缩减成预计监视目标在其中出现的时段，有可能提高在指定监视目标时的准确度。这一处理也对处置的数据量更小和在以下提到的对象指定装置20指定对象的处理中的更低计算复杂性有贡献。
[0055]在其中监视目标分析装置16分析监视目标的出现的情况下，监视目标特征提取装置18可以基于分析的出现来缩减其特征将被提取的监视目标。例如，在其中监视目标是人并且监视目标分析装置16分析人的衣着的情况下，监视目标特征提取装置18可以提取由衣着指定的人的特征。
[0056]通过以这一方式根据出现来指定其特征将被提取的监视目标，可以阻止提取在相机之间具有低相关度的监视目标的特征的处理。这对更小数据量和在提取处理中的更低计算复杂性有贡献。
[0057]监视目标特征提取装置18可以计算指示监视目标的概率程度的可能性连同监视目标的特征。例如，监视目标特征提取装置18可以向从在与预测的时间接近的时间捕获的监视目标图像提取的监视目标指派最高可能性，并且向从在从预测的时间更远的时间捕获的监视目标图像提取的监视目标指派更低可能性。
[0058]另外，例如，在其中监视目标分析装置16分析监视目标的出现的情况下，监视目标特征提取装置18可以使用在分析的出现与从监视目标图像提取的监视目标的出现之间的相似度作为监视目标的可能性。
[0059]监视目标特征提取装置18在灰名单存储装置19中登记监视目标的提取的特征和与监视目标有关的信息。例如，监视目标特征提取装置18可以将脸部图像本身登记为监视目标的提取的特征。
[0060]灰名单存储装置19存储由监视目标特征提取装置18提取的监视目标的特征。具体而言，灰名单存储装置19相互关联地存储监视目标的特征和从其提取了监视目标的特定状态。
[0061]灰名单存储装置19可以与监视目标关联地存储检测特定状态的状态检测相机11的标识信息。另外，在其中监视目标特征提取装置18计算监视目标的可能性的情况下，灰名单存储装置19可以与监视目标关联地存储可能性。在灰名单存储装置19中存储的信息是在以下提到的对象指定装置20指定对象时使用的信息，并且因此在以下描述中也被称为“灰名单”。
[0062]对象指定装置20为每个类型的特定状态比较由监视目标特征提取装置18从多个监视目标图像提取的监视目标的特征，并且将以高频率出现的监视目标指定为对象。具体而言，对象指定装置20可以比较与来自在灰名单存储装置19中存储的监视目标的特征之中的公共类型的特定状态对应的监视目标的特征，并且将如下监视目标指定为对象，用于该监视目标的、被估计为相同的特征被提取至少预定次数。
[0063]这里比较的监视目标可以是由相同相机捕获的监视目标或者由不同相机捕获的监视目标，只要它们对应于公共类型的特定状态。
[0064]图2是描绘了其中状态图像由不同相机捕获的情况的示例的说明图。在图2中描绘的示例中，两个相机捕获不同范围的状态图像，每个范围用于检测倾倒垃圾状态。在这样的情况下，监视目标的特征和作为特定状态的倾倒垃圾状态最终被相互关联地存储在灰名单存储装置19中。因此，对象指定装置20可以使用由不同相机捕获的状态图像来指定对象。
[0065]在其中每个监视目标的可能性可用的情况下，对象指定装置20可以使用每个监视目标的可能性作为用于计算频率的要素。例如，对象指定装置20可以指定具有被估计为相同的特征的监视目标，并且使用监视目标的可能性之和作为频率。备选地，对象指定装置20可以使用监视目标的可能性的乘积作为频率。
[0066]特定状态检测装置15、监视目标分析装置16、时间预测装置17、监视目标特征提取装置18和对象指定装置20由根据程序(监视目标提取程序)操作的计算机的CPU实现。作为示例，程序可以被存储在用于实现对象监视系统的信息终端中的存储单元(未描绘)中，其中CPU读取程序并且根据程序作为特定状态检测装置15、监视目标分析装置16、时间预测装置17、监视目标特征提取装置18和对象指定装置20操作。
[0067]状态检测相机11和监视目标提取相机13可以如由根据程序(监视目标提取程序)操作的CPU指令的那样分别创建状态图像和监视目标图像。
[0068]特定状态检测装置15、监视目标分析装置16、时间预测装置17、监视目标特征提取装置18和对象指定装置20可以各自由专用硬件实现。尽管在以上描述中在对象监视系统中包括对象指定装置20，但是作为示例，可以在另一主机系统中实施对象指定装置20。
[0069]状态图像存储装置12、监视目标图像存储装置14和灰名单存储装置19例如由磁盘等实现。
[0070]下文描述了这一示例性实施例中的对象监视系统的操作。图3是描绘了这一示例性实施例中的对象监视系统的操作的示例的流