追踪装置及信息处理方法、可读存储介质、电子设备与流程

本申请主张申请日为2019年05月09日、申请号为jp2019-089091的日本申请为优先权，并引用上述申请的内容，通过引用将其公开内容全部结合于此。

本发明的实施例涉及一种追踪装置及信息处理方法、计算机可读存储介质、电子设备。

背景技术：

目前，根据在通过摄像头摄像的图像中映现有人的区域的变化追踪人的技术已经公知。

不过，通过摄像头摄像的图像，几乎不包含从摄像头到人的距离的信息，而变成了不考虑该信息的追踪。因此，未达到详细检测出人的移动轨迹的精度。

根据这样的情况，期望有能够更高精度地追踪人等的对象物的移动的技术。

技术实现要素：

鉴于上述问题，本发明所要解决的技术问题是，提供一种追踪装置及信息处理方法、计算机可读存储介质、电子设备，其能够更高精度地追踪对象物的移动。

为解决上述问题，本发明的一实施例，提供了一种追踪装置，包括：取得部、方向判定部及位置判定部。取得部从在设施内的设置位置及摄像中心方向是已知的摄像头，取得指定在该摄像头的摄像图像内映现有对象物的区域的区域数据、指定从预先设定的基准位置到对象物的距离的距离数据。方向判定部基于通过取得部所取得的区域数据，判定从摄像头到对象物的方向和摄像中心方向之间的偏移量。位置判定部基于所述摄像头的设置位置及摄像中心方向、通过方向判定部判定出的偏移量及通过取得部取得的距离数据，判定对象物在设施内的位置。

根据这样的构成，能够更高精度地追踪对象物的移动。

对于追踪装置，在一种可能的实施方式中，还包括：生成部，生成以时序表示通过所述位置判定部判定出的位置的追踪数据。

根据这样的构成，能够基于追踪数据容易识别对象物的移动轨迹。

对于追踪装置，在一种可能的实施方式中，所述位置判定部将作为所述对象物的人的头部的位置，判定为在所述设施内所设定的三维坐标系中的坐标。

根据这样的构成，能够基于坐标识别人站立或蹲下的行动。

对于追踪装置，在一种可能的实施方式中，还包括：检测部，用于检测所述距离数据是异常，其中，所述位置判定部不基于通过所述检测部检测出有异常的所述距离数据，而基于与该距离数据一起通过所述取得部取得的所述区域数据进行基于通过所述方向判定部判定出的偏移量的位置的判定。

根据这样的构成，能够较小地抑制位置判定的精度的降低。

对于追踪装置，在一种可能的实施方式中，所述取得部从多台所述摄像头取得所述区域数据和所述距离数据，所述方向判定部基于通过所述取得部取得的多个所述区域数据的各个数据判定多个所述偏移量，所述位置判定部基于所述多台摄像头的各个摄像头的设置位置及摄像中心方向、通过所述方向判定部判定出的多个所述偏移量及通过所述取得部取得的所述多个距离数据，判定多个所述对象物的位置，进而将所述对象物在所述设施内的位置判定为这些多个位置的中间位置。

根据这样的构成，能够进行更高精度的位置判定。

本发明的另一实施例，提供了一种追踪装置的信息处理方法，包括以下步骤：取得步骤，从在设施内的设置位置及摄像中心方向是已知的摄像头，取得区域数据和距离数据，所述区域数据是用于指定在所述摄像头的摄像图像内映现有对象物的区域的数据，所述距离数据是用于指定从预先设定的基准位置到所述对象物的距离的数据；方向判定步骤，基于通过所述取得步骤取得的所述区域数据，判定从所述摄像头到所述对象物的方向和所述摄像中心方向的偏移量；以及位置判定步骤，基于所述摄像头的设置位置及摄像中心方向、通过所述方向判定步骤判定出的所述偏移量及通过所述取得步骤取得的所述距离数据，判定所述对象物在所述设施内的位置。

根据这样的方法，能够更高精度地追踪对象物的移动。

对于信息处理方法，在一种可能的实施方式中，还包括：生成步骤，生成以时序表示通过所述位置判定步骤判定出的位置的追踪数据。

根据这样的方法，能够基于追踪数据容易识别对象物的移动轨迹。

对于信息处理方法，在一种可能的实施方式中，所述位置判定步骤将作为所述对象物的人的头部的位置，判定为在所述设施内所设定的三维坐标系中的坐标。

根据这样的方法，能够基于坐标识别人站立或蹲下的行动。

本发明的第三实施例，提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使该计算机执行上述的信息处理方法。

根据这样的构成，能够实现能够更高精度地追踪对象物的移动的功能。

本发明的第四实施例，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的信息处理方法。

根据这样的构成，能够实现能够更高精度地追踪对象物的移动的功能。

附图说明

下面，参照附图对实施例所涉及的追踪装置及信息处理程序进行说明。当结合附图考虑时，通过参照下面的详细描述，能够更完整更好地理解本发明以及容易得知其中许多伴随的优点，但此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定，其中：

图1是表示第一实施例所涉及的追踪装置的要部电路构成的框图；

图2是通过图1中所示的处理器进行的信息处理的流程图；

图3是表示图1所示的智能摄像头中的识别区的判定的样子的图；

图4是表示针对如图3那样判定出的识别区域判定出的检测位置的图；

图5是表示第二实施例所涉及的追踪装置的要部电路构成的框图；

图6是通过第二实施例中的图5中的处理器进行的补正处理的流程图；

图7是表示与一个人有关通过两台智能摄像头判定出的检测位置不一致的样子的一例的图；以及

图8是表示与彼此错过的两个人有关通过两台智能摄像头判定出的检测位置的差异的一例的图。

附图标记说明

1追踪装置11处理器

12主存储器13辅助存储单元

14通信接口15传输线路

100店铺101卖场

102智能摄像头103人

具体实施方式

下面，参照附图，对一实施例进行说明。

(第一实施例)

图1是表示第一实施例所涉及的追踪装置1的要部电路构成的框图。

追踪装置1基于由为摄像店铺100的卖场101而设置的智能摄像头102进行的人103的检测结果，追踪该人103在卖场101中的行动。

智能摄像头102摄像动态图像(视频)。智能摄像头102判定在所摄像的动态图像中映现有人103的区域(以下称为识别区)。智能摄像头102测定从智能摄像头102到所摄像的动态图像所映现的人103之间的距离。距离的测定方式可以应用例如立体摄像机方式或tof(timeofflight：飞行时间)方式等任意方式。智能摄像头102每当判定新的识别区都输出包含有指定识别区的区域数据和表示测定出的距离的距离数据的检测数据。

追踪装置1具有处理器11、主存储器12、辅助存储单元13、通信接口14及传输线路15。

处理器11相当于上述计算机的中枢部分。处理器11按照操作系统、中间件及应用程序等信息处理程序，执行用于实现作为追踪装置1的各种功能的信息处理。

主存储器12相当于上述计算机的主存储部分。主存储器12包含非易失性的存储区域和易失性的存储区域。主存储器12在非易失性的存储区域中存储上述信息处理程序。此外，主存储器12有时在非易失性或易失性的存储区域中存储处理器11执行用于控制各部的处理时所需的数据。主存储器12将易失性的存储区域作为通过处理器11适当改写数据的工作区进行使用。

辅助存储单元13相当于上述计算机的辅助存储部分。辅助存储单元13例如可以利用eeprom(electricerasableprogrammableread-onlymemory：电可擦除可编程只读存储器)、hdd(harddiscdrive：硬盘驱动器)、ssd(solidstatedrive：固态硬盘)或者其他公知的各种存储装置。辅助存储单元13保存处理器11进行各种处理时使用的数据、通过在处理器11中的处理生成的数据。辅助存储单元13有时存储上述信息处理程序。

通信接口14通过通信电缆与智能摄像头102进行数据通信。作为通信接口14例如可以使用以usb(universalserialbus：通用串行总线)规格或者lan(localareanetwork：局域网)规格为依据的公知的通信装置。

传输线路15包含地址总线、数据总线及控制信号线等，对在所连接的各部之间授受的数据、控制信号进行传输。

追踪装置1例如能够通过使用服务器用的通用的计算机装置作为硬件，并在主存储器12或辅助存储单元13中存储关于后述的信息处理而记述的信息处理程序而实现。另外，所述信息处理程序可以在追踪装置1的转让时存储在主存储器12或辅助存储单元13中，也可以与上述通用的计算机装置分开转让。当为后者时，信息处理程序记录在像磁盘、光磁盘、光盘、半导体存储器等那样可移动的记录介质中或通过网络转让。

接着，对以上那样构成的追踪装置1的动作进行说明。

处理器11在处于应该进行追踪人103的状态时，按照主存储器12或辅助存储单元13所存储的信息处理程序，进行以下说明的信息处理。

图2是通过处理器11进行的信息处理的流程图。另外，以下说明的处理的内容是一例，其可以适当变更一部分的处理顺序、省略一部分的处理或者追加其他的处理等。

作为act1处理器11清除主存储器12或辅助存储单元13所存储的追踪数据。关于追踪数据以后描述。

另外，智能摄像头102在处于检测人的动作状态时，始终摄像动态图像，基于由此获得的动态图像尝试判定识别区。

图3是表示在智能摄像头102中的识别区的判定的样子的图。

作为一例，智能摄像头102将在动态图像的帧fr1中包含识别出为人103的头部的区域的矩形的区作为识别区ar1。而且，智能摄像头102将包含有在将帧fr1的左上角作为原点po1的二维坐标系中的表示识别区ar1的左上角的位置po2的x坐标及y坐标、识别区的x方向的点数(以下称为x尺寸)ax1及y方向的点数(以下称为y尺寸)ay1的数据，作为区域数据。另外，作为一例，智能摄像头102将x坐标及y坐标表示为从原点po1向右方向及向下方向的点数lx1、ly1。此外，作为一例，智能摄像头102将表示判定出识别区的时刻的时刻数据包含在检测数据中。

当成为追踪对象的人103不在智能摄像头102的摄像范围时，智能摄像头102不输出检测数据。智能摄像头102当在卖场101进行移动的人103的头部进入智能摄像头102的摄像范围内，并映现在所摄像的动态图像中时，则输出根据人103的头部在动态图像内的位置的检测数据。智能摄像头102此后只要人103继续存在于摄像范围内，每当头部的位置进行变化都输出根据其变化后的位置的检测数据。也就是，智能摄像头102进行的检测数据的输出为不定期。智能摄像头102在输出检测数据之前，要向追踪装置1请求获取检测数据。

处理器11根据在检测数据输出之前来自智能摄像头102的请求，指示通信接口14获取检测数据。根据该指示，通信接口14获取从智能摄像头102输出的检测数据，并保存在主存储器12或辅助存储单元13中。于是，通过处理器11执行基于信息处理程序的信息处理，将处理器11作为中枢部分的计算机，通过与通信接口14的协动实现作为取得手段(取得部、取得步骤)的功能。

作为图2中的act2处理器11确认检测数据是否已被获取。而且，处理器11如果如上述那样通过通信接口14获取有检测数据则判定为yes，前进到act3。

作为act3处理器11将由检测数据所包含的区域数据指定的区域的中心判定为检测出人103的检测位置。处理器11例如关于图3所示的识别区ar1，判定将cx1、cy1作为x座标及y座标的位置，作为检测位置。cx1、cy1是通过以cx1＝(lx1+ax1/2)、cy1＝(ly1+ay1/2)的方式求得的。

图4是表示针对如图3那样判定出的识别区ar1判定出的检测位置po3的图。另外，检测位置只要是针对识别区保持预先设定的关系的位置就可以。例如，也可以将位置po2直接作为检测位置。

作为图2的act4处理器11与检测位置有关，判定以智能摄像头102的摄像中心方向为基准的方位角及上下角。

在这里，智能摄像头102为通过根据内置的光学系统，向位于在二维排列配置的多个摄像元件中的中央的摄像元件入射从摄像中心方向到来的光，并向位于中央的摄像元件的周围的摄像元件入射从与摄像中心方向分开的各不相同的方向到来的光，以某程度的视角进行摄像的装置。因此，检测位置po3与帧fr1的中心位置po4之间的距离越大，摄像中心方向和检测位置po3的方向所成的角度越大。而且，该距离和该角度的大小之间的关系，根据智能摄像头102的光学特性而规定。

因而，处理器11计算检测位置po3和中心位置po4在水平方向上的距离gx1，并将与该距离gx1对应的角度判定为方位角θh1。此外，处理器11计算检测位置po3和中心位置po4在垂直方向上的距离gy1，并将与该距离gy1对应的角度判定为上下角θv1。另外，处理器11关于与距离对应的角度的判定，既可以通过考虑智能摄像头102的光学系统的特性预先制定的运算来进行，又可以通过参照与距离关联而示出角度的表数据来进行。另外，在光学系统中，由于大多具有歪曲像差等的扭曲特性，因此，期望进行距离和角度的关联以使降低这样的扭曲特性的影响。在这里，中心位置po4与智能摄像头102的摄像中心方向一致。也就是，方位角θh1及上下角θv1是表示从智能摄像头102向检测位置的方向和摄像中心方向之间的偏移量的一个指标。于是，通过处理器11执行基于信息处理程序的信息处理，将处理器11作为中枢部分的计算机具有作为方向判定手段(方向判定部、方向判定步骤)的功能。

另外，上述的方位角θh1及上下角θv1均以智能摄像头102的摄像中心方向为基准。智能摄像头102的摄像中心方向大多情况是相对于全局坐标有斜角。另外，全局坐标是为指定在卖场101内的位置而预先制定的三维坐标系内的坐标。全局坐标例如通过如在图1中所示那样以卖场的一端所制定的基准位置po5为基准的x坐标、y坐标及z坐标来表示。另外，全局坐标系是逻辑坐标系，其可以任意制定。

作为act5处理器11判定关于检测位置po3的与全局坐标系对应的极坐标。处理器11例如通过将智能摄像头102的摄像中心方向相对于全局坐标的x方向的斜角与方位角θh1进行相加，计算关于检测位置po3的在全局坐标系中的方位角θh2。此外，处理器11例如通过将智能摄像头102的摄像中心方向相对于全局坐标的z方向的斜角与上下角θv1进行相加，计算关于检测位置po3的在全局坐标系中的上下角θv2。而且，处理器11通过方位角θh2及上下角θv2、检测数据所包含的距离数据所示的距离di1，将检测位置po3的极坐标判定为(di1、θv2、θh2)。

作为act6处理器11将极坐标(di1、θv2、θh2)转换成全局坐标。处理器11例如对下列三个公式分别进行计算，获得全局坐标(x1、y1、z1)。另外，将作为已知的智能摄像头102的位置的全局坐标表示为(x2、y2、z2)。

x1＝di1·sinθv2·cosθh2+x2

y1＝di1·sinθv2·sinθh2+y2

z1＝di1·cosθv2+z2

于是，通过处理器11执行基于信息处理程序的信息处理，将处理器11作为中枢部分的计算机具有作为位置判定手段(位置判定部、位置判定步骤)的功能。

作为act7处理器11判定人103的移动速度。处理器11例如当从开始图2所示的信息处理后初次执行act7时，将移动速度视为零。处理器11例如当如后述那样重复act3之后时，将用前次的检测数据所包含的时刻数据所示的时刻和此次的检测数据所包含的时刻数据所示的时刻之间的时间差除通过前次的act6的执行所判定的全局坐标和通过此次的act6的执行所判定的全局坐标之间的距离求得的值，判定作为移动速度。也就是，这时处理器11如果将通过前次的act6的执行所判定的全局坐标和通过此次的act6的执行所判定的全局坐标表示为(x1p、y1p、z1p)及(x1c、y1c、z1c)，将时间差表示为δt，则例如对下列公式进行计算。

也就是，通过该例子求得的移动速度是在人103在通过连续的两次的位置判定所判定的两个检测位置之间进行了移动时的平均的移动速度。

作为act7处理器11确认检测数据是否为异常。如果根据检测数据求得的人103的移动速度过快，则考虑检测数据为异常。因而，处理器11例如确认在act7中判定出的移动速度是否大于等于预先设定的阈值。而且，如果大于等于阈值则作为是异常判定为yes，前进到act9。

作为act9处理器11对极坐标进行补正。处理器11例如在act5中判定出的极坐标(di1、θv2、θh2)的上下角θv2及方位角θh2保持不变，而将距离di1替换成前次的检测数据所包含的距离数据示出的值。

也就是，不使用与此次的检测位置po3有关而测定出的距离，而代替其使用前次测定出的距离。而且，与此次的检测位置po3有关而判定出的上下角θv2及方位角θh2直接使用。这是因为相对于上下角θv2及方位角θh2因基于人实际映现到动态图像中的位置而精度高，通过立体摄像机方式及tof方式进行的距离测定有时因条件不同而误差变大的缘故。因此，移动速度变为异常的原因是因为作为距离的误测定的概率高，因此，通过不使用作为这样的误测定的结果的可能性高的距离，有能够提高追踪的精度的可能性。

这样，在act9中判定为异常就会检测出在距离数据中有异常。于是，通过处理器11执行基于信息处理程序的信息处理，将处理器11作为中枢部分的计算机具有作为检测手段(检测部)的功能。

作为act10处理器11将在act9中已补正的极坐标与act6同样地转换成全局坐标。而且，此后，处理器11前进到act11。另外，处理器11如果移动速度小于阈值，则作为不是异常在act8中判定为no，跳过act9及act10前进到act11。

作为act11处理器11更新追踪数据。处理器11例如以将当执行了act10时在act10中获得的全局坐标与此次的检测数据所包含的时刻数据同时包含的方式、以及以将当跳过了act10时在act6中获得的全局坐标与此次的检测数据所包含的时刻数据同时包含的方式更新追踪数据。于是，通过处理器11执行基于信息处理程序的信息处理，将处理器11作为中枢部分的计算机具有作为生成追踪数据的生成手段(生成部、生成步骤)的功能。

而且，处理器11此后返回到act2。于是，处理器11在人103的头部继续存在于智能摄像头102的摄像范围内，并从智能摄像头102反复输出检测数据的状况中，重复执行act3至act11。也就是，处理器11将基于所述重复输出的检测数据的各个数据获得的全局坐标以时序向追踪数据中进行追加。通过这样，追踪数据变成对人103的头部的位置进行了追踪的数据。

另外，处理器11当未取得有检测数据时在act2中判定为no，前进到act12。

作为act12处理器11确认在前次执行了act3时判定出的检测位置po3是否在边缘区域内。边缘区域是如图3所示那样在帧fr1的边缘部所预先设定的区域。而且，处理器11如果前次的检测位置po3不在边缘区域则判定为no，直接返回到act2。也就是，处理器11作为act2及act12，如果前次的检测位置po3不在边缘区域，则只是等待接受取得检测数据。

不过，处理器11如果前次的检测位置po3在边缘区域内则在act12中判定为yes，前进到act13。

作为act13处理器11确认是否在未取得检测数据的状态中经过了限制时间。而且，处理器11如果未经过限制时间则判定为no，直接返回到act2。于是，处理器11如果前次的检测位置po3在边缘区域内，则等待接受检测数据被获取或者经过限制时间。而且，处理器11如果始终处于没有获取检测数据的状态中经过了预先设定的限制时间，则在act13中判定为no，前进到act14。

作为act14处理器11对主存储器12或辅助存储单元13所存储的履历数据库进行更新。履历数据库是追踪数据的集合。处理器11例如以包含主存储器12或辅助存储单元13所存储的追踪数据的方式对履历数据库进行更新。另外，处理器11也可以实施在向履历数据库进行追加的追踪数据中包含用于识别追踪数据的各个数据的识别代码等的处理。而且，处理器11结束图2所示的处理。

另外，处理器11即使暂时结束图2所示的处理，如果处于应该进行人103的追踪的状态，则也再次开始图2所示的处理。

如上那样，根据追踪装置1，由于考虑通过智能摄像头102测定出的到人103的距离而判定人103的位置，因此，与仅基于通过摄像头所摄像的动态图像的情况相比，位置的判定精度提高。而且，作为该结果，如果基于通过追踪装置1高精度地判定出的位置，则能够更高精度地追踪人103的移动。

此外，根据追踪装置1，由于生成有以时序记录了判定出的位置的追踪数据，因此，基于该追踪数据能够容易识别人103(对象物)的移动轨迹。

此外，根据追踪装置1，由于生成有累积了追踪数据的履历数据库，因此，基于该履历数据库，能够容易识别人103对智能摄像头102的摄像区域内的进出及过去(过往)的移动轨迹。

此外，根据追踪装置1，将人103的头部的位置作为在三维的全局坐标系中的坐标进行判定。因此，能够基于z坐标，也识别人103站立或蹲下的行动。而且，这样识别的结果，成为在指定人103从商品的陈列货架取出的商品的信息处理中有用的信息。

此外，根据追踪装置1，当怀疑智能摄像头102输出的检测数据异常时，在位置判定中不使用在该检测数据中的距离数据。通过这样，即使当有在智能摄像头102的测定距离中产生较大的误差的危险时，也能够较小地抑制位置判定的精度的降低。

此外，根据追踪装置1，当怀疑智能摄像头102输出的检测数据异常时，也在位置判定中使用在该检测数据中的区域数据。因此，关于位于有人103的来自智能摄像头102的方向，最新的检测结果能够在位置的判定中被反映，与不使用全部的检测数据的情况相比，能够较小地抑制位置判定的精度的降低。

此外，根据追踪装置1，基于通过连续的两次的位置判定判定出的两个检测位置之间的平均的移动速度判定智能摄像头102输出的检测数据是否是异常。因此，例如即使因人通过了从智能摄像头102的角度来看为隐蔽处的位置，而通过两次的位置判定判定出的两个检测位置的距离变大了，平均速度也不会过大，新的检测数据也不误判定为异常。

(第二实施例)

图5是表示第二实施例所涉及的追踪装置2的要部电路构成的框图。另外，在图5中对与图1所示的相同要素，附加相同符号，并省略其详细的说明。

追踪装置2基于通过为摄像店铺100的卖场101而设置的两台智能摄像头102的各台摄像头进行摄像的人103的检测结果，对该人103在卖场101中的行动进行追踪。

两台智能摄像头102以摄像中心方向互不相同的方式且以可同时摄像一个人103的方式设置。

追踪装置2作为硬件构成与追踪装置1是同样的。追踪装置2与追踪装置1不同的是主存储器12或辅助存储单元13所存储的、关于进行后述的信息处理的信息处理程序。也就是，追踪装置2与追踪装置1不同的是用于追踪人103的信息处理。

处理器11关于两台智能摄像头102的各个摄像头单独并行执行图2所示的信息处理。另外，下面，将这些信息处理称为第一追踪处理及第二追踪处理。而且，处理器11，与这样的第一追踪处理及第二追踪处理并行，执行下面说明的信息处理(以下称为补正处理)。

图6是通过第二实施例中的处理器11进行的补正处理的流程图。

作为act21处理器11在第一追踪处理及第二追踪处理中，等待接受追踪数据同时被更新。例如，处理器11当根据第一追踪处理的追踪数据(以下称为第一追踪数据)和根据第二追踪处理的追踪数据(以下称为第二追踪数据)均被更新、且因此所追加的时刻数据彼此相同时，作为同时更新而判定为yes，并前进到act22。

作为act22处理器11判定第一追踪数据及第二追踪数据所分别新追加的全局坐标彼此之间的距离。处理器11例如当将第一追踪数据及第二追踪数据所追加的全局坐标(以下称为第一全局坐标及第二全局坐标)表示为(x1a、y1a、z1a)及(x1b、y1b、z1b)时，通过下列公式进行计算出。

另外，在两台智能摄像头102处于都摄像一个人103的状态时，往往第一追踪数据及第二追踪数据同时被更新。而且，此时追加的第一全局坐标及第二全局坐标是与相同位置有关的判定结果。不过，因两台智能摄像头102的检测精度及第一全局坐标及第二全局坐标的判定用的处理中产生的误差等，往往有第一全局坐标及第二全局坐标不一致的情况。

图7是表示与一个人103有关通过两台智能摄像头102判定出的检测位置不一致的样子的一例的图。另外，虽然两台智能摄像头102从各个方向摄像人103，但是图7示出有当为了方便起见以相同的条件摄像了人103时的检测位置产生偏移的样子。

图7中的检测位置po3-a及检测位置po3-b均因识别区ar1-a、ar1-b偏移头部被判定，而偏移于理想的检测位置po3-i。

此外，当两台智能摄像头102对两个人103单独检测出时，第一全局坐标及第二全局坐标当然不一致。

图8是表示与彼此错过(擦肩而过)的两个人103-a、103-b有关通过两台智能摄像头102判定出的检测位置的差异的一例的图。另外，两台智能摄像头102从各自的方向分别摄像人103-a、103-b，但图8示出当从为了方便起见以相同条件设置的智能摄像头102摄像了人103-a、103-b时的检测位置po3-a、po3-b的差异。

如图8所示，由于与各自分开的两个人103有关原本存在于各个不同的位置，头部彼此通常相距很远，因此，检测位置po3-a、po3-b相距较大。

而且，因误差引起的检测位置po3-a、po3-b的偏移，相对于因两个人103的存在位置的差异引起的检测位置po3-a、po3-b的差异非常小。

作为act23处理器11确认上述判定出的距离是否在预先设定的误差范围内。另外，误差范围只要考虑智能摄像头102的性能等适当设定就可以。而且，处理器11如果因在误差范围内而判定为yes，则前进到act24。

作为act24处理器11判定第一全局坐标及第二全局坐标的中间位置。处理器11例如如果x1a大于等于x1b，则视为x1s＝x1a、x1l＝x1b，此外，如果x1a小于x1b，则视为x1s＝x1b、x1l＝x1a。处理器11例如如果y1a大于等于y1b，则视为y1s＝y1a、y1l＝y1b，此外，如果y1a小于y1b，则视为y1s＝y1b、y1l＝y1a。处理器11例如如果z1a大于等于z1b，则视为z1s＝z1a、z1l＝z1b，此外，如果z1a小于z1b，则视为z1s＝z1b、z1l＝z1a。而且，处理器11例如通过下列公式，分别计算出x1、y1、z1。

x1＝x1s+(x1l-x1s)/2

y1＝y1s+(y1l-y1s)/2

z1＝z1s+(z1l-z1s)/2

作为act25处理器11对追踪数据进行补正。处理器11例如对第一追踪数据及第二追踪数据，将最后追加的第一全局坐标及第二全局坐标均替换成全局坐标(x1、y1、z1)。

此后，处理器11返回到act21的等待接受状态。另外，处理器11如果在act22中判定出的距离在误差范围之外则在act23中判定为no，不执行act24、act25，返回到act21的等待接受状态。也就是，处理器11不对通过第一追踪处理及第二追踪处理分别判定出的全局坐标进行补正而直接视为有效。

如上那样，根据第二实施例的追踪装置2，当通过两台智能摄像头102同时检测出同一人103时，考虑根据两个检测数据通过第一实施例的信息处理分别判定出的两个全局坐标对上述的人103的位置的全局坐标进行判定。于是，对通过第一实施例的信息处理高精度地判定也残留的误差进行补偿后，能进行更高精度的位置判定。

本实施例可以如下那样各种的变形实施。

作为在卖场101内以水平面方式设定的二维全局坐标系中的坐标，也可以追踪人103的位置。这时，与不使用距离数据的情况相比，能够提高位置检测的精度。

处理器11也可以仅将不进行图2中的act11而通过act6或act10判定出的全局坐标依次输出给外部。而且，这时，用于掌握移动轨迹的数据管理可以通过别的信息处理装置来进行。或者，用于掌握移动轨迹的数据管理也可以由人进行。

处理器11也可以将追踪数据输出给外部来替代图2中的act14。而且，这时，追踪数据的累积管理可以通过别的信息处理装置来进行。或者，追踪数据的累积管理也可以由人进行。

检测数据的异常也可以基于每单位时间的移动距离进行判定。另外，只要智能摄像头102以一定的时间间隔输出检测数据，则处理器11也可以基于前次的检测位置po3和此次的检测位置po3之间的距离判定检测数据的异常。

检测数据的异常也可以通过将由连续的两次的位置判定判定出的两个检测位置之间的距离与阈值进行比较进行判定。但是，这时，优选所述连续的两次的位置判定的时间差越大越应用较大的阈值。

处理器11也可以不将判定为异常的检测数据的全部数据用于位置判定。也就是，处理器11例如当在图2中的act8中判定出为yes时，也可以返回到act2。但是，这时，位置判定的时间分辨率与上述实施例相比降低。

智能摄像头102也可以是将识别区判定为包含人103的躯干等的除头部以外的部位、或者人103的全身的区域的智能摄像头。

智能摄像头102例如也可以是检测购物车等的除人103以外的任意的对象物的智能摄像头。而且，这时追踪装置1被用作追踪智能摄像头102检测出的除人103以外的对象物的装置。

也可以将智能摄像头102内置于追踪装置1。

成为监视人103的移动的对象的设施不限于店铺100，也可以是会馆等任意的建筑物或者道路及公园等任意设施。

处理器11也可以通过从累积存储智能摄像头102输出的检测数据的存储介质进行读出来取得检测数据。这时的检测数据的读出可以通过处理器11直接地进行，也可以通过其他信息处理装置间接地进行。

在第二实施例中，也可以将图6所示的处理与图2所示的处理作为一体的信息处理。例如，处理器11在act11之后确认其他的追踪数据是否已被同时更新。而且，如果已被同时更新，则处理器11执行图6中的act22至act25。但是，处理器11仅对通过在该信息处理内的act11之前追加到追踪数据中的全局坐标进行补正。此外，处理器11这时如果其他的追踪数据未被同时更新、或在act23中判定为no或者结束了act25，则返回到图2中的act2。

在第二实施例中，也可以通过追踪装置1处理更多的在智能摄像头102中的检测结果。而且，处理器11将这些多个全局坐标的补正后的全局坐标判定为在误差范围内的多个全局坐标的中间的位置。

在第二实施例中，也可以将图2所示的多个信息处理和图6所示的信息处理通过多个信息处理装置分散处理。另外，这时，通过所述多个信息处理装置的组合而构成追踪装置。

处理器11通过信息处理实现的各功能的一部分或全部也可以通过像逻辑电路等那样的执行不基于程序的信息处理的硬件来实现。此外，上述的各功能的各自功能也可以将软件控制与上述的逻辑电路等硬件组合而实现。

此外，在本发明中，提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使该计算机执行上述的信息处理方法。

在本发明中，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的信息处理方法。

虽然对本发明的几个实施例进行了说明，但是这些实施例是作为例子提出的，并不意图限定发明的范围。这些新颖的实施例可以用其他的各种形式来实施，在不脱离发明要旨的范围内可以进行各种省略、替换、变更。这些实施例及其变形均被包含在发明的范围或要旨中，而且，包含在权利要求的范围所记载的发明和其均等的范围内。