本發(fā)明涉及一種用于對用多個照相機拍攝的視頻進行處理的視頻處理裝置及其控制方法。
背景技術：
：：近年來，視頻分析技術得到了改進，并且與此同時，提出了用于從來自市區(qū)安裝的多個照相機的視頻中提取對象屬性信息并基于屬性信息對照相機的視頻進行檢查和分析的系統(tǒng)。然而，所獲得的屬性信息通常取決于照相機的視角和安裝位置。同時，為了精確地檢查和分析視頻，提出了用于調整針對屬性提取的參數(shù)的方法和用于調整照相機的視角的方法。日本特開2012-252507號公報(專利文獻1)提出了一種如下的系統(tǒng)，在該系統(tǒng)中，將使用距從視頻獲得的屬性信息預定距離內的學習數(shù)據(jù)而生成的參數(shù)，用作用于估計圖像中的人的屬性(年齡和性別)的估計參數(shù)。另外，日本特開2014-064083號公報(專利文獻2)提出了一種如下的系統(tǒng)，在該系統(tǒng)中，基于從視頻獲得的檢測結果，計算使臉部檢測(facedetection)更容易的視角，并且自動校正照相機的視角。然而，專利文獻1和專利文獻2中描述的構造針對來自單個照相機的圖像和單個照相機的視角，并且沒有考慮存在多個照相機的情況。因此，如果安裝了大量的照相機，則需要檢查各個照相機適合于哪種類型的分析，這增加了用戶的負擔。技術實現(xiàn)要素：根據(jù)本發(fā)明的一方面，公開了一種在使用多個照相機時，減少與攝像裝置的設置或分析功能的設置有關的用戶負擔的視頻處理裝置、視頻處理系統(tǒng)及其控制方法。根據(jù)本發(fā)明的一個方面，提供了一種視頻處理裝置，所述視頻處理裝置包括：獲得單元，其用于獲得從多個攝像裝置獲得的視頻；提取單元，其用于從由獲得單元獲得的視頻中提取預定屬性；分析單元，其用于計算個體屬性頻率信息和總體屬性頻率信息，所述個體屬性頻率信息表示由提取單元針對由所述多個攝像裝置中的各個攝像裝置獲得的視頻所提取屬性的頻率，所述總體屬性頻率信息表示由提取單元針對由所述多個攝像裝置獲得的多個視頻所提取屬性的頻率；以及輸出單元，其用于輸出個體屬性頻率信息和總體屬性頻率信息。根據(jù)本發(fā)明的另一方面，提供了一種視頻處理裝置，所述視頻處理裝置包括：獲得單元，其用于獲得從多個攝像裝置獲得的視頻；提取單元，其用于從由獲得單元獲得的視頻中提取預定屬性；分析單元，其用于計算個體屬性頻率信息和總體屬性頻率信息中的至少一者，所述個體屬性頻率信息表示由提取單元針對由所述多個攝像裝置中的各個攝像裝置獲得的視頻所提取屬性的頻率，所述總體屬性頻率信息表示由提取單元針對由所述多個攝像裝置獲得的多個視頻所提取屬性的頻率；以及確定單元，其用于基于個體屬性頻率信息和總體屬性頻率信息中的至少一者，從多個視頻分析處理當中確定可應用的視頻分析處理。根據(jù)本發(fā)明的另一方面，提供了一種視頻處理裝置，所述視頻處理裝置包括：獲得單元，其用于獲得從多個攝像裝置獲得的視頻；提取單元，其用于從由獲得單元獲得的視頻中提取預定屬性；分析單元，其用于計算個體屬性頻率信息和總體屬性頻率信息，所述個體屬性頻率信息表示由提取單元針對由所述多個攝像裝置中的各個攝像裝置獲得的視頻所提取屬性的頻率，所述總體屬性頻率信息表示由提取單元針對由所述多個攝像裝置獲得的多個視頻所提取屬性的頻率；以及確定單元，其用于確定與對總體屬性頻率信息的相似度小于預定值的個體屬性頻率信息相對應的攝像裝置，作為不適于執(zhí)行視頻分析處理的攝像裝置。根據(jù)本發(fā)明的另一方面，提供了一種視頻處理裝置的控制方法，所述方法包括以下步驟：獲得從多個攝像裝置獲得的視頻；從在獲得步驟中獲得的視頻中提取預定屬性；計算個體屬性頻率信息和總體屬性頻率信息，所述個體屬性頻率信息表示在提取步驟中針對由所述多個攝像裝置中的各個攝像裝置獲得的視頻所提取屬性的頻率，所述總體屬性頻率信息表示在提取步驟中針對由所述多個攝像裝置獲得的多個視頻所提取屬性的頻率；以及輸出個體屬性頻率信息和總體屬性頻率信息。根據(jù)本發(fā)明的另一方面，提供了一種視頻處理裝置的控制方法，所述方法包括以下步驟：獲得從多個攝像裝置獲得的視頻；從在獲得步驟中獲得的視頻中提取預定屬性；計算個體屬性頻率信息和總體屬性頻率信息中的至少一者，所述個體屬性頻率信息表示在提取步驟中針對由所述多個攝像裝置中的各個攝像裝置獲得的視頻所提取屬性的頻率，所述總體屬性頻率信息表示在提取步驟中針對由所述多個攝像裝置獲得的多個視頻所提取屬性的頻率；以及基于個體屬性頻率信息和總體屬性頻率信息中的至少一者，從多個視頻分析處理當中確定可應用的視頻分析處理。根據(jù)本發(fā)明的另一方面，提供了一種視頻處理裝置的控制方法，所述方法包括以下步驟：獲得從多個攝像裝置獲得的視頻；從在獲得步驟中獲得的視頻中提取預定屬性；計算個體屬性頻率信息和總體屬性頻率信息，所述個體屬性頻率信息表示在提取步驟中針對由所述多個攝像裝置中的各個攝像裝置獲得的視頻所提取屬性的頻率，所述總體屬性頻率信息表示在提取步驟中針對由所述多個攝像裝置獲得的多個視頻所提取屬性的頻率；以及將與對總體屬性頻率信息的相似度小于預定值的個體屬性頻率信息相對應的攝像裝置，確定為不適于執(zhí)行視頻分析處理的攝像裝置。通過以下(參照附圖)對示例性實施例的描述，本發(fā)明的其他特征將變得清楚。附圖說明圖1是示出第一實施例的視頻處理系統(tǒng)中的網絡連接的圖。圖2是示出第一實施例的功能構造的示例的框圖。圖3a和圖3b是例示根據(jù)第一實施例的對攝像裝置進行選擇的圖。圖3c和圖3d是示出在圖表上示出屬性頻率信息的示例的圖。圖4a和圖4b是示出第一實施例的用戶界面的示例的圖。圖5是示出第一實施例的處理的流程圖。圖6是示出第一實施例的處理的流程圖。圖7是示出第一實施例的處理的流程圖。圖8是示出第二實施例的功能構造的示例的框圖。圖9a是示出第二實施例的用戶界面的示例的圖。圖9b是示出必要屬性數(shù)據(jù)的構造示例的圖。圖10是示出第二實施例的處理的流程圖。圖11是示出第三實施例的功能構造的示例的框圖。圖12a是示出第三實施例的用戶界面的示例的圖。圖12b是示出最佳視角數(shù)據(jù)的數(shù)據(jù)構造的示例的圖。圖12c是例示建議登記數(shù)據(jù)的圖。圖13是示出在所選擇的攝像裝置間的屬性頻率信息中存在偏離的示例的圖。圖14a至圖14c是示出第三實施例的用戶界面的示例的圖。圖15是示出第三實施例的處理的流程圖。圖16是示出視頻處理系統(tǒng)的硬件構造的示例的框圖。具體實施例下面將參照附圖基于其優(yōu)選實施例來詳細描述本發(fā)明。注意，以下實施例中所示的構造僅僅是示例，并且本發(fā)明不限于所例示的構造。第一實施例在第一實施例中，將描述下述情況：對從多個攝像裝置或視頻獲得的屬性信息進行分析并且輸出關于獲得屬性的頻率的信息(在下文中稱為屬性頻率信息)。圖1是示出根據(jù)第一實施例的視頻處理系統(tǒng)的網絡構造的示例的構造圖。在圖1中，附圖標記100表示諸如網絡照相機等的攝像裝置。在該實施例中，多個攝像裝置100連接到網絡(lan600)。附圖標記200表示視頻分析裝置，視頻分析裝置收集用安裝的多個攝像裝置100拍攝的視頻數(shù)據(jù)，并且進行視頻分析處理。例如，視頻分析處理包括用于通過從人的臉部區(qū)域提取特征量并進行匹配來進行用于對臉部進行認證的臉部認證的功能。另外，視頻分析裝置200可以收集網絡存儲裝置300中記錄的先前視頻數(shù)據(jù)和作為對視頻進行分析的結果的分析數(shù)據(jù)，并且進行視頻分析處理。附圖標記300表示作為存儲裝置的網絡存儲裝置，在該存儲裝置中，經由lan600記錄用攝像裝置100拍攝的視頻數(shù)據(jù)和作為視頻分析裝置200進行視頻分析的結果的分析數(shù)據(jù)。附圖標記400表示顯示設備，該顯示設備例如通過用戶界面來顯示分析數(shù)據(jù)。另外，例如，輸出裝置400以使分析結果(分析數(shù)據(jù))疊加在網絡存儲裝置300中記錄的視頻數(shù)據(jù)和/或照相機的布局信息上的方式來顯示分析結果(分析數(shù)據(jù))。附圖標記500表示諸如鼠標、鍵盤和觸摸面板等的輸入裝置，該輸入裝置具有用于對分析處理進行操作的功能。注意，攝像裝置100的數(shù)量為兩個或更多個即可。此外，視頻分析裝置200、網絡存儲裝置300和連接到lan600的輸出裝置400的數(shù)量不限于圖1中所示的構造，并且可以存在多個裝置，只要使用地址等能夠識別即可。此外，在該實施例中，假設輸出裝置400和輸入裝置500為諸如個人計算機(pc)或平板終端等的信息處理裝置。因此，輸出裝置400和輸入裝置500可以一體化。另外，視頻分析裝置200、輸出裝置400和輸入裝置500可以一體化。另外，輸出裝置400和輸入裝置500到lan600的連接形式例如可以是有線的或無線的。因此，到lan600的連接的形式基于協(xié)議即可，并且物理形式不受限制。圖16是示出用于實現(xiàn)視頻分析裝置200、輸出裝置400和輸入裝置500的硬件構造的示例的框圖。在圖16中，視頻分析裝置200由視頻處理裝置1600實現(xiàn)。在視頻處理裝置1600中，cpu1601通過執(zhí)行程序來實現(xiàn)稍后將描述的各種類型的處理。rom1602是存儲由cpu1601執(zhí)行的程序和各種類型的數(shù)據(jù)的只讀存儲器。ram1603是隨時可寫且可讀的存儲器，并且用作cpu1601的工作存儲器。二次存儲裝置1604例如由硬盤構成，并且存儲由cpu1601執(zhí)行的各種程序、來自攝像裝置100的視頻等。二次存儲裝置1604中存儲的程序根據(jù)需要被加載在ram1603上，并且由cpu1601執(zhí)行。注意，可以使用二次存儲裝置1604來實現(xiàn)網絡存儲裝置300。網絡接口1605是用于連接到lan600的接口。上述的構成元件使用總線1606連接，以便能夠彼此通信。在信息處理裝置1620中，cpu1621通過執(zhí)行程序來實現(xiàn)包括提供稍后將描述的用戶界面的各種類型的處理。rom1622是存儲由cpu1621執(zhí)行的程序和各種類型的數(shù)據(jù)的只讀存儲器。ram1623是隨時可寫且可讀的存儲器，并且用作cpu1621的工作存儲器。二次存儲裝置1624例如由硬盤構成，并且存儲由cpu1621執(zhí)行的各種程序、由攝像裝置100獲得的視頻等。二次存儲裝置1624中存儲的程序根據(jù)需要被加載到ram1623，并且由cpu1621執(zhí)行。注意，可以使用二次存儲裝置1624來實現(xiàn)網絡存儲裝置300。顯示器1625在cpu1621的控制下顯示稍后將描述的用戶界面畫面。輸入設備1626由鍵盤、指點設備(鼠標)等構成，并且接收用戶的指令。網絡接口1627是用于連接到lan600的接口。在顯示器1625的畫面上配設的觸摸面板可以被用作輸入設備1626。上述的構成元件使用總線1628連接，以便能夠彼此通信。在該實施例中，輸出裝置400和輸入裝置500由信息處理裝置1620的顯示器1625和輸入設備1626實現(xiàn)。該實施例的視頻處理系統(tǒng)主要由經由lan600彼此連接的視頻處理裝置1600和信息處理裝置1620構成。注意，信息處理裝置1620和視頻處理裝置1600不需要是分開體。圖2是示出與第一實施例的視頻處理系統(tǒng)中的屬性信息的分析有關的功能構造的示例的框圖。在圖2中，圖像獲得單元210、檢測單元211、屬性提取單元212和分析單元213是由視頻分析裝置200實現(xiàn)的功能。此外，輸出單元411是由輸出裝置400實現(xiàn)的功能，并且選擇單元511是由輸入裝置500實現(xiàn)的功能。然而，檢測單元211、屬性提取單元212和分析單元213可以在攝像裝置100上實現(xiàn)，并且實現(xiàn)功能的裝置的劃分不限于所示的示例。圖像獲得單元210以預定的時間間隔經由lan600從攝像裝置100依次獲得圖像，并且將圖像信息提供給檢測單元211。注意，由圖像獲得單元210對圖像的獲得不限于來自攝像裝置100的拍攝圖像的輸入。例如，可以通過從網絡存儲裝置300讀取視頻數(shù)據(jù)(記錄視頻)、經由網絡的流輸入等，來輸入圖像。檢測單元211進行用于從由圖像獲得單元210獲得的圖像中檢測目標(對象)的檢測處理。檢測單元211向屬性提取單元212提供統(tǒng)稱為檢測信息的、與通過進行檢測處理而檢測到的目標有關的id、位置坐標和大小信息。注意，能夠使用公知技術來實現(xiàn)從圖像中檢測目標，并且例如，能夠使用在“dalalandtriggs.histogramsoforientedgradientsforhumandetection.proceedingsoftheieeeconferenceoncomputervisionandpatternrecognition(2005)”(非專利文獻1)中描述的用于檢測人的全身的方法。屬性提取單元212使用從圖像獲得單元210獲得的圖像和從檢測單元211獲得的檢測信息來提取目標的屬性，生成屬性信息，并將生成的屬性信息提供給分析單元213。屬性信息是諸如年齡、性別、眼鏡的有無、胡子/胡須的有無、發(fā)型、體型、服裝、包的有無、頭發(fā)顏色、服裝顏色以及身高等的信息。服裝代表衣服的類型，例如外套和t恤。能夠利用公知技術來檢測這樣的信息。將描述用于提取構成上述屬性信息的一部分的年齡、性別、眼鏡的有無以及胡子/胡須的有無的方法的示例。首先，使用公知技術(例如，在“xzhu,dramanan.facedetection,poseestimation,andlandmarklocalizationinthewild.computervisionandpatternrecognition(cvpr),2012.”(非專利文獻2)中描述的用于檢測臉部的方法和用于檢測臉部器官的方法)來指定圖像中的臉部的一部分的位置。然后，通過將臉部的指定部分的特性量與使用公知技術的機器學習而預先學習的學習數(shù)據(jù)的特性量進行比較，來獲得年齡、性別、眼鏡的有無以及胡子/胡須的有無。另外，基于比較時的特性量之間的距離來獲得精確度信息。接下來，將描述用于提取構成屬性信息的一部分的體型、服裝以及包的有無的方法的示例。例如，通過進行非專利文獻1的全身檢測處理指定圖像中存在的全身的區(qū)域，并且用gabor濾波器對指定的全身的區(qū)域進行處理，來計算特性量。然后，使用計算出的特性量和諸如支持向量機等的識別設備來獲得體型信息和服裝信息。此外，基于對特性量進行比較時的特性量之間的距離來獲得精確度信息。接下來，將描述用于提取構成屬性信息的一部分的頭發(fā)顏色和服裝顏色的方法的示例。首先，通過將非專利文獻1的處理應用到圖像中的身體的各個部分來指定全身的各個部分的區(qū)域。然后，針對各個部分獲得顏色直方圖。頭部區(qū)域的顏色直方圖用作頭發(fā)顏色，上身區(qū)域和下身區(qū)域的顏色直方圖用作服裝的顏色。此時，準備預先確定的代表性顏色數(shù)據(jù)，并且可以使用具有最高相似度的代表性顏色作為頭發(fā)顏色和服裝顏色。代表性顏色數(shù)據(jù)是顏色直方圖，并且針對諸如紅色、藍色、綠色和黃色等的各個代表性顏色被預先定義?；谟嬎愠龅念伾狈綀D和代表性顏色數(shù)據(jù)的顏色直方圖，使用巴特查里亞(bhattacharyya)距離方程來獲得顏色相似度。另外，基于此時獲得的相似度獲得精確度信息。注意，計算出的相似度可以按原樣用作精確度信息，或者通過相似度越高則精確度越高的方程而計算出的信息可以用作精確度信息。接下來，將描述用于提取構成屬性信息的一部分的身高的方法的示例。首先，通過進行非專利文獻1的全身檢測處理來指定圖像中的全身的區(qū)域。然后，從全身區(qū)域的身高信息與攝像裝置的倍率信息的比率獲得身高信息。在接收到來自用戶的輸入時，由輸入裝置500實現(xiàn)的選擇單元511選擇攝像裝置100或在網絡存儲裝置300中存儲的記錄視頻，作為分析目標。將關于由所選擇的攝像裝置100拍攝的視頻或所選擇的記錄視頻的信息提供給分析單元213。下面將描述選擇攝像裝置100的示例。注意，使用輸入裝置500進行來自用戶的選擇的輸入。將描述用于選擇要被分析的攝像裝置的選擇處理的示例。圖3a和圖3b示出用于選擇要被分析的攝像裝置的用戶界面的示例。首先，用戶能夠從圖3a中所示的攝像裝置的列表中選擇要被分析的多個攝像裝置(在該示例中，顯示表示攝像裝置的布局的布局圖420(布局))。使用鼠標、鍵盤或觸摸面板來選擇。例如，使用鼠標光標421一次指定一個期望的攝像裝置，由此所指定的攝像裝置被選擇為分析目標。作為選擇，例如，可以選擇在使用鼠標光標422通過范圍指定操作而指定的范圍423中存在的攝像裝置，作為分析目標。用戶界面以用戶可識別的方式而改變所選擇的網絡照相機的顯示形式。在圖3b中的示例中，在布局圖420中，所選擇的攝像裝置被顯示為空白框，由此獲得用戶能夠立即識別所選擇的攝像裝置的顯示。關于由選擇單元511選擇的攝像裝置，分析單元213使用由屬性提取單元212獲得的屬性信息計算檢測各個屬性的頻率，并且生成屬性頻率信息。將生成的屬性頻率信息提供給輸出單元411。下面將描述由分析單元213進行的分析處理的詳情(屬性頻率信息的生成)。首先，分析單元213僅將提取自選擇單元511選擇的攝像裝置中的屬性信息，提取為處理目標。在下文中，cj表示各個攝像裝置，ai表示各個屬性信息，fk表示連續(xù)視頻的各個幀。如果所連接的攝像裝置100的數(shù)量為m，則j為1至m，并且如果屬性信息中包括的屬性項目的數(shù)量為n，則i為1至n。如果連續(xù)視頻的幀的總數(shù)為l，則k為1至l。此外，例如，如果選擇了攝像裝置c1和攝像裝置c2，并且沒有選擇攝像裝置c3，則處理攝像裝置c1的屬性信息和攝像裝置c2的屬性信息，但是不處理攝像裝置c3的屬性信息。此外，通過下式獲得由從攝像裝置cj獲得的視頻提取屬性ai的次數(shù)的總和s(ai,cj,f)：s(ai,cj,f)＝σks(ai,cj,fk)…(1)。在式1中，如果從攝像裝置cj的幀fk獲得屬性ai，則s(ai,cj,fk)為1，否則s(ai,cj,fk)為0。接下來，計算下式作為攝像裝置cj的屬性頻率信息r(ai,cj,f)。r(ai,cj,f)＝s(ai,cj,f)/σis(ai,cj,f)…(2)在式2中，分母σis(ai,cj,f)表示從攝像裝置cj獲得屬性a1至屬性an的屬性信息的次數(shù)的總和。注意，可以使用總幀數(shù)l來代替σis(ai,cj,f)。針對從攝像裝置c1至攝像裝置cm中選擇的各個攝像裝置實施該計算。如上所述，獲得針對各個攝像裝置的個體屬性頻率信息。類似地，根據(jù)關于被選擇的所有攝像裝置的、提取屬性ai的次數(shù)的總和s(ai,c,f)，計算屬性頻率信息r(ai,c,f)。用于計算r(ai,c,f)和s(ai,c,f)的等式分別如下。s(ai,c,f)＝σjσks(ai,cj,fk)…(3)r(ai,c,f)＝s(ai,c,f)/σis(ai,c,f)…(4)分母σis(ai,c,f)表示關于被選擇為分析目標的所有攝像裝置的、從各個攝像裝置獲得屬性信息的次數(shù)的總和，并且可以由所有攝像裝置的總幀數(shù)l代替。因此，獲得所選擇的攝像裝置100的總體屬性頻率信息。圖3c和圖3d是將上述分析處理的分析結果的示例示出為圖表的圖。圖3c以條形圖340示出了分析結果，在該條形圖340中，橫軸表示各個屬性，縱軸表示各個頻率。圖3c中的示例表示體型信息是被最頻繁地獲得的屬性，并且獲得眼鏡信息的次數(shù)和獲得胡子/胡須信息的次數(shù)是少的。圖3d以餅圖360示出了分析結果。分析結果的數(shù)值與圖3c中的相同。注意，能夠將用于顯示如圖3c和圖3d中顯示的分析結果的方法，應用到個體屬性頻率信息(從式2獲得的結果)和總體屬性頻率信息(從式4獲得的結果)二者。輸出單元411通過用戶界面向用戶輸出作為分析單元213的分析結果的攝像裝置的個體屬性頻率信息r(ai,cj,f)和總體屬性頻率信息r(ai,c,f)。圖4a和圖4b是將屬性頻率信息輸出為分析結果的用戶界面畫面430的示例。在用戶界面畫面430的左側區(qū)域433中，顯示布局圖420(圖3a和圖3b)，在該布局圖420中，使用選擇單元511選擇攝像裝置，并且示出選擇的結果。在用戶界面畫面430的右上區(qū)域431中顯示用于開始分析的分析開始按鈕441。此外，在右下區(qū)域432中所表示的是作為分析結果的屬性頻率信息的顯示示例，這是顯示由鄰接對齊的并且已經參照圖3c和圖3d描述的條形圖和餅圖所表示的分析結果442的示例。注意，如果由用戶從左側區(qū)域433中顯示的布局圖420中指定了攝像裝置，則在右下區(qū)域432中顯示關于指定的攝像裝置的個體屬性頻率信息作為分析結果442。另一方面，如果沒有指定攝像裝置，則顯示總體屬性頻率信息作為分析結果442。注意，例如，如圖13中的條形圖可以用于在布局圖420上疊加并顯示個體屬性頻率信息。圖4b是示出用戶界面畫面430的另一示例的圖。在圖4b中，在右下區(qū)域432中，顯示總體屬性頻率信息作為分析結果442。另外，在左側區(qū)域433的布局圖420中，在所選擇的攝像裝置中的各個附近，對應的個體屬性頻率信息被疊加并顯示為餅圖。注意，由檢測單元211進行的檢測處理是用于從圖像檢測預定目標并指定目標的位置的處理即可，并且檢測處理不限于使用特定圖像特性量或識別設備進行的檢測。例如，要提取的特性量不限于非專利文獻1中使用的梯度方向直方圖特性，并且可以使用類哈爾(haar-like)特性、lbph(localbinarypatternhistogram，局部二值模式直方圖)特性等或其組合。另外，可以使用adaboost分類器、隨機化樹等用于識別，而不限于支持向量機。此外，可以使用如在“benfold,b.stablemulti-targettrackinginreal-timesurveillancevideo.computervisionandpatternrecognition(cvpr),2011.”(非專利文獻3)中所描述的用于跟蹤人體的方法。跟蹤方法是用于在圖像中跟蹤從圖像中檢測到的目標的處理即可，并且跟蹤方法不限于非專利文獻3中描述的方法。例如，可以使用平均位移跟蹤(mean-shifttracking)、卡爾曼(kalman)過濾器、在線提升(on-lineboosting)等。此外，由屬性提取單元212進行的提取處理不限于特定圖像特性量或由識別設備的提取，并且提取處理是用于指定目標屬性信息的處理即可。另外，提取處理可以使用諸如溫度和距離的信息、目標的設備的傳感器信息等。此外，由選擇單元511進行的處理是用于選擇攝像裝置或視頻作為分析目標的處理，并且不限于通過用戶界面選擇攝像裝置。例如，可以根據(jù)來自各個攝像裝置的視頻的事件信息、檢測到的目標的數(shù)量等，自動選擇要被分析的攝像裝置，并且可以基于來自其他系統(tǒng)的輸出選擇要進行被的攝像裝置。此外，當計算屬性頻率信息時，分析單元213可以對由關于屬性信息計算的精確度信息表示的精確度進行加權，并且計算總和。例如，如果對精確度w(ai,cj,fk)進行加權，則用于計算關于各個攝像裝置的個體屬性頻率信息的表達式如下。s(ai,cj,f)＝σk{s(ai,cj,fk)×w(ai,cj,fk)}…(5)r(ai,cj,f)＝s(ai,cj,f)/σi{s(ai,cj,f)}…(6)另外，關于所選擇的攝像裝置的總體屬性頻率信息如下。s(ai,c,f)＝σjσk{s(ai,cj,fk)×w(ai,cj,fk)}…(7)r(ai,c,f)＝s(ai,c,f)/σi{s(ai,c,f)}…(8)此外，由輸出單元411進行的處理是用于輸出分析單元213的結果的處理，并且不限于通過用戶界面顯示?？梢圆捎糜糜趯⒎治鼋Y果輸出為元數(shù)據(jù)的方法或用于將數(shù)據(jù)傳送到其他系統(tǒng)的方法。在該實施例中，描述了將分析結果輸出為條形圖和餅圖的示例，但是不限于該形式，只要該方法使得能夠將所獲得的屬性頻率信息呈現(xiàn)給用戶即可。圖5是示出由第一實施例的視頻處理系統(tǒng)進行的處理的流程圖。在處理開始之后，視頻分析裝置200由從各個攝像裝置獲得的視頻提取屬性，計算所提取的屬性的頻率信息，并且獲得個體屬性頻率信息(步驟s100)。在該實施例中，視頻分析裝置200使用上面的式2或式6獲得個體屬性頻率信息。接下來，視頻分析裝置200使用上面的式4或式8獲得關于所選擇的攝像裝置的總體屬性頻率信息(步驟s200)。分別在步驟s100和s200中獲得的個體屬性頻率信息和總體屬性頻率信息被供給到輸出裝置400，并且輸出裝置400基于所供給的屬性頻率信息，顯示如參照圖4a和圖4b描述的畫面(步驟s300)。下面將參照圖6和圖7中的流程圖，詳細描述步驟s100中的用于計算個體屬性頻率信息的處理和步驟s200中的用于計算總體屬性頻率信息的處理。首先，將參照圖6詳細描述用于計算針對各個視頻(各個攝像裝置)的個體屬性頻率信息的處理(步驟s100)。圖像獲得單元210獲得圖像，即，要處理的視頻的幀(從目標攝像裝置獲得的視頻的幀)(步驟s101)，并且檢測單元211從獲得的圖像檢測目標(步驟s102)。接下來，屬性提取單元212提取在步驟s102中檢測到的各個目標的屬性(步驟s103)。接下來，分析單元213將獲得各個屬性的次數(shù)加到各個屬性的檢測次數(shù)的總和(步驟s104)，并且將所有屬性的檢測次數(shù)的總和相加(步驟s105)。之后，圖像獲得單元210確定是否存在下一幀(步驟s106)，并且如果確定存在下一幀，則過程返回到步驟s101。另一方面，如果確定不存在下一幀，則過程前進到步驟s107。如上所述，通過針對所有幀重復步驟s102至s105的處理，在步驟s104中獲得由式1表示的各個屬性項目的檢測次數(shù)的總和(s(ai,cj,f))。另外，通過步驟s105獲得用作式2的分母的、所有屬性項目的檢測次數(shù)的總和(σis(ai,cj,f))。當針對要處理的視頻的所有幀完成上述的處理時，分析單元213使用在步驟s104中獲得的檢測次數(shù)的總和以及在步驟s105中獲得的檢測次數(shù)的總和，根據(jù)式2計算目標攝像裝置的屬性頻率信息(步驟s107)。接下來，圖像獲得單元210確定是否存在尚未處理的視頻(攝像裝置)(步驟s108)。如果不存在未處理的視頻(攝像裝置)，則過程結束，而如果存在未處理的視頻(攝像裝置)，則改變目標視頻(攝像裝置)并且過程返回到步驟s101。因此，獲得表示針對各個攝像裝置(cj)的各個屬性(ai)的提取頻率的個體屬性頻率信息(r(ai,cj,f))。所獲得的個體屬性頻率信息與對應的攝像裝置相關聯(lián)地保持在網絡存儲裝置300中。在該實施例中，將各個屬性的總和s(ai,cj,f)和屬性頻率信息r(ai,cj,f)分別與攝像裝置相關聯(lián)地保持。接下來，將參照圖7中的流程圖描述用于計算總體屬性頻率信息的處理(步驟s200)，總體屬性頻率信息是關于所有選擇的攝像裝置的屬性頻率信息。分析單元213指定屬于視頻處理系統(tǒng)的多個攝像裝置中的一個(步驟s201)，并且確定所指定的攝像裝置是否是由選擇單元511選擇的攝像裝置(步驟s202)。如果確定所指定的攝像裝置是所選擇的攝像裝置，則分析單元213從網絡存儲裝置300讀取與所指定的攝像裝置相對應的屬性頻率信息(步驟s203)。這里，獲得與所指定的攝像裝置cj相關聯(lián)的各個屬性的總和s(ai,cj,f)。接下來，分析單元213對在步驟s203中讀取的各個屬性的總和進行相加(步驟s204)，并且還對所有屬性的總和進行相加(步驟s205)。選擇單元511確定是否存在未處理的攝像裝置(步驟s206)。如果存在未處理的攝像裝置，則過程返回到步驟s201，在步驟s201中分析單元213改變目標攝像裝置，并且重復上面的步驟s202至s205。結果，分析單元213通過進行步驟s204的處理，獲得關于所有選擇的攝像裝置的各個屬性的提取次數(shù)的總和s(ai,c,f)(表達式3)。分析單元213還通過進行步驟s205的處理，獲得關于所有選擇的攝像裝置的所有屬性的提取次數(shù)的總和(σis(ai,c,f))(表達式4中的分母)。如果在步驟s206中確定不存在未處理的攝像裝置，則分析單元213將在步驟s204中獲得的各個屬性的總和除以在步驟s205中獲得的所有屬性的總和(式4)，從而獲得歸一化的屬性頻率信息(步驟s207)。因此，獲得總體屬性頻率信息。注意，描述了當視頻結束時集體計算屬性頻率信息的處理順序作為示例，但是計算屬性頻率信息的定時不限于該示例。例如，可以進行計算，使得針對各個幀更新總體屬性頻率信息。另外，可以并行進行關于多個攝像裝置的個體屬性頻率信息的計算。此外，可以同時進行個體屬性頻率信息的計算和所有攝像裝置的屬性頻率信息的計算。如上所述，根據(jù)第一實施例，能夠輸出并且向用戶呈現(xiàn)從多個攝像裝置或視頻獲得的屬性的頻率信息(屬性頻率信息)。用戶能夠從呈現(xiàn)的屬性頻率信息設想可應用的視頻分析處理。更具體地，如果所獲得的屬性包括許多年齡和性別，則能夠設想使用主要使用年齡和性別的視頻分析處理，例如，通過年齡或性別對人數(shù)進行計數(shù)的視頻分析處理。另外，如果關于胡子/胡須、眼鏡的有無和服裝的信息的量多，則能夠設想使用通過使用這樣的信息對人進行識別來搜索人的視頻分析處理。如此以來，以這種方式輸出所獲得的屬性頻率信息，用戶能夠有效地選擇可應用的視頻分析處理。通過統(tǒng)計地計算用多個照相機獲得的對象的屬性信息并且將該屬性信息反饋給用戶，能夠減輕與分析功能的設置有關的用戶負擔。第二實施例在第二實施例中，將描述用于基于在第一實施例中獲得的屬性頻率信息來顯示可應用到多個所選擇的攝像裝置的視頻分析處理的構造。下面將主要描述與第一實施例不同的構造。圖8是示出根據(jù)第二實施例的視頻處理系統(tǒng)的功能構造的示例的框圖。注意，第二實施例的視頻處理系統(tǒng)的網絡連接的構造類似于第一實施例的構造(圖1)。另外，在圖8中，對與第一實施例(圖2)類似的功能構成元件標注相同的附圖標記。除了第一實施例(圖2)的功能構成元件以外，第二實施例的視頻處理系統(tǒng)的功能構成元件還包括比較單元214(圖2)。比較單元214將分析結果與必要屬性數(shù)據(jù)進行比較，由此獲得可應用的視頻分析處理。之后，將表示可應用的視頻分析處理的信息(在下文中稱為分析處理信息)提供給輸出單元411。首先，將描述必要屬性數(shù)據(jù)。必要屬性數(shù)據(jù)表示各個視頻分析處理所需的屬性信息的提取頻率的閾值。必要屬性數(shù)據(jù)th＝{th1,th2,…,thn}集體地定義閾值thi，并且表示屬性信息ai的必要提取頻率r(ai,c,f)。圖9b是示出必要屬性數(shù)據(jù)的數(shù)據(jù)構造的示例的圖。針對諸如“擁堵檢測”和“人流分析”等的各個分析功能(視頻分析處理)，記錄諸如“臉部”和“人種”等的各個屬性的必要頻率的閾值。必要屬性數(shù)據(jù)可以被存儲在視頻分析裝置200的存儲裝置(未示出)中，或者可以被存儲在網絡存儲裝置300中。接下來，將描述由比較單元214進行的用于將屬性頻率信息與必要屬性數(shù)據(jù)進行比較的處理。在比較處理中，將各個屬性的提取頻率與必要屬性數(shù)據(jù)的閾值信息進行比較，并且如果關于至少一個或更多個屬性的總體屬性頻率信息r(ai,c,f)大于或等于閾值thi，則確定能夠應用視頻分析處理。這是因為，如果提取頻率r(ai,c,f)大于或等于閾值thi，則已經針對大量的人獲得了視頻分析處理所需的屬性信息。比較單元214針對所有視頻分析處理(分析功能)使用對應的必要屬性數(shù)據(jù)來進行比較處理，從而確定各個視頻分析處理是否是可應用的。注意，關于視頻分析處理不必要的屬性，將不可能作為頻率信息的特定值(例如，-1)記錄為閾值，使得不對不必要屬性進行上述的比較。輸出單元411在用戶界面上顯示由比較單元214獲得的可應用的視頻分析處理的列表。圖9a示出了顯示可應用的視頻分析處理的列表的用戶界面畫面430的示例。類似于第一實施例，在左側區(qū)域433中顯示攝像裝置的布局圖420。在該實施例中，在右上區(qū)域431中顯示確定開始按鈕443，并且通過按下確定開始按鈕443來開始確定處理(稍后將參照圖10中的流程圖描述的處理)。然后，在右下區(qū)域432中顯示確定處理的確定結果。在右下區(qū)域432中，顯示視頻分析處理的列表444，并且由黑陰影線突出可應用的視頻分析處理。注意，在上述描述中，將超過閾值的一個或更多個屬性的屬性頻率信息設置為用于確定能夠應用視頻分析處理的條件，但是不限于此。例如，可以將超過閾值的兩個或更多個屬性的屬性頻率信息設置為確定條件，或者可以將超過閾值的所有必要屬性的屬性頻率信息設置為確定條件。另外，可以設置根據(jù)各個視頻分析處理而不同的條件。此外，由比較單元214進行的比較不限于用于確定是否超過閾值的比較。例如，比較單元214將閾值th＝{th1,th2,…,thn}與屬性頻率r(ai,c,f)進行比較，并且如果沒有達到任何閾值，則獲得閾值與屬性頻率之間的差值的總和。差值可以表示屬性頻率相對于閾值超過或不足的值，或者可以僅表示屬性頻率不足的值。如果其總和大于或等于預定值，則比較單元214確定難以應用視頻分析處理。此外，可以基于針對各個屬性預先確定的重要度來對差值進行加權。重要度表示當使用目標視頻分析處理時需要屬性的程度。輸出單元411輸出由比較單元214進行的確定結果，這不限于如上所述的通過用戶界面顯示。例如，可以將確定結果輸出為元數(shù)據(jù)，或者可以將數(shù)據(jù)傳送到其他系統(tǒng)。另外，在該實施例中，描述了將確定結果輸出為列表的示例，但是不限于該形式，只要該方法使得能夠將可應用的視頻分析處理呈現(xiàn)給用戶即可。圖10是示出第二實施例的處理的流程的流程圖。圖10中的步驟s100和s200與第一實施例(圖5中的步驟s100和s200)中描述的相同。在步驟s400中，比較單元214將必要屬性數(shù)據(jù)與分析結果(屬性頻率信息)進行比較。在步驟s500中，如圖9a中所示，輸出單元411基于在步驟s400中獲得的比較結果，顯示并清楚地表示是否能夠應用視頻分析處理的列表444。如上所述，根據(jù)第二實施例，能夠基于從多個攝像裝置或視頻獲得的屬性的頻率信息向用戶呈現(xiàn)可應用的視頻分析處理。用戶能夠通過檢查關于可應用的視頻分析處理的信息，有效地選擇要使用的視頻分析處理。注意，在上面的實施例中，通過將總體屬性頻率信息與必要屬性數(shù)據(jù)進行比較來確定是否能夠應用視頻分析處理，但是不限于此。例如，可以采用如下的構造：將個體屬性頻率信息與必要屬性數(shù)據(jù)進行比較，對能夠執(zhí)行視頻分析處理的攝像裝置的數(shù)量進行計數(shù)，以及基于計數(shù)的結果(例如，基于計數(shù)值是否超過預定值)確定是否能夠執(zhí)行視頻分析處理。注意，能夠執(zhí)行視頻分析處理的攝像裝置是計算出的個體屬性頻率信息滿足必要屬性項目的頻率的攝像裝置。第三實施例在第三實施例中，基于在第一實施例中獲得的屬性頻率信息，從所選擇的攝像裝置當中指定不適于所指定的視頻分析處理的攝像裝置，并且對攝像裝置的視角進行建議或自動調整該視角。下面將主要描述與第一實施例和第二實施例的不同。圖11是示出本發(fā)明應用到的視頻處理系統(tǒng)的功能構造的示例的框圖。除了第二實施例中描述的功能以外，第三實施例的視頻處理系統(tǒng)還具有視角計算單元215。輸入裝置500的選擇單元511除了具有在第一實施例中描述的用于選擇攝像裝置或視頻的功能以外，輸入裝置500的選擇單元511還具有用于指定期望使用的視頻分析處理的功能。選擇單元511向分析單元213和比較單元214提供關于所選擇的攝像裝置或視頻的信息以及期望使用的視頻分析處理。將描述在用戶界面上選擇期望使用的視頻分析處理的示例。圖12a示出了用于選擇期望使用的視頻分析處理的用戶界面畫面430的示例。通過選擇單元511和輸出單元411的協(xié)作來提供該用戶界面畫面430。在用戶界面畫面430上顯示列表446，并且用戶能夠從列表446中包括的視頻分析處理中指定期望的處理。在圖12a中的示例中，從右上區(qū)域434中顯示的列表446中包括的多個視頻分析處理當中指定“人搜索處理”，并且以黑色突出并顯示該處理，使得能夠識別該處理處于被選擇狀態(tài)。比較單元214，將關于由選擇單元511選擇的攝像裝置的、總體屬性頻率信息(在步驟s200中所計算出的)與個體屬性頻率信息(在步驟s100中所計算出的)進行比較，并且指定不適于視頻分析的攝像裝置。之后，將關于被確定為難以應用所指定的視頻分析處理的攝像裝置的信息提供給輸出單元411和視角計算單元215。注意，可以采用如下的構造：類似于第二實施例，比較單元214具有用于確定可應用的視頻分析處理的功能，并且基于確定結果對用戶能夠從列表446中指定的視頻分析處理進行限制。首先，將描述用于指定不適于視頻分析的攝像裝置的方法。圖13示出了表示針對各個所選擇的攝像裝置獲得的個體屬性頻率信息的示例。關于在圖13中最下方布置的攝像裝置100a獲得的屬性信息與關于周圍攝像裝置的屬性信息偏離。具體地，獲得關于臉部的屬性信息作為整體，但是從最下方的攝像裝置獲得關于服裝和步態(tài)的信息。在這種情況下，如果使用包括用于在攝像裝置當中識別目標的處理的視頻分析處理，則可能發(fā)生未對應(像這樣沒有識別相同目標的現(xiàn)象)。這是因為識別處理需要比較相同的屬性，例如，如果從一個攝像裝置獲得服裝信息，并且沒有從另一攝像裝置獲得服裝信息，則不能應用匹配處理。如果不能應用匹配處理，則不能計算目標之間的相似度，并且目標被確定為不同的目標。因此，能夠通過獲得所獲得的個體屬性信息與總體屬性信息之間的偏離程度，來確定是否難以將視頻分析處理應用到各個攝像裝置(的視頻)。將描述由比較單元214進行的第三實施例的比較處理。在比較處理中，使用bhattacharyya距離方程獲得通過將總體屬性頻率信息與個體屬性頻率信息進行比較而獲得的相似度。該相似度表示獲得各個屬性信息的頻率在不同的攝像裝置當中的相似程度。如果由選擇單元511選擇的攝像裝置的總體屬性頻率信息與一個攝像裝置的個體屬性頻率信息之間的相似度小于預定閾值，則確定難以應用視頻分析處理。這是因為，這種屬性頻率信息的相似度小于閾值，與從不同的攝像裝置獲得的屬性頻率信息中存在上述偏離是相同的。視角計算單元215使用由分析單元213獲得的屬性頻率信息，計算被確定為難以應用視頻分析處理的攝像裝置的最佳視角。然后，將計算出的最佳視角信息提供給輸出單元411。下面將描述用于計算視角的方法?；谧鳛檎w獲得的屬性頻率信息，從視角數(shù)據(jù)庫中的最佳視角數(shù)據(jù)搜索最佳視角。圖12b是示出視角數(shù)據(jù)庫的數(shù)據(jù)構造的示例的圖。關于視角數(shù)據(jù)庫中的各個記錄，代表性屬性頻率信息和最佳視角數(shù)據(jù)彼此相關聯(lián)。最佳視角數(shù)據(jù)是集體地包括攝像裝置的搖攝值、傾斜值和變焦值的視角信息。此外，在數(shù)據(jù)庫中，將最佳視角數(shù)據(jù)與代表性屬性頻率信息相關聯(lián)地記錄。例如，由于需要放大目標，因此將臉部的屬性頻率高的屬性頻率信息定義為與關于變焦值大的視角的信息相關聯(lián)。另一方面，由于需要采用目標的全身的全拍，因此將服裝的屬性頻率高的屬性頻率信息定義為與關于變焦值小的視角的信息相關聯(lián)。將描述用于獲得最佳視角的過程。首先，使用bhattacharyya距離方程，獲得作為整體而獲得的屬性頻率信息、與和視角數(shù)據(jù)庫中的最佳視角數(shù)據(jù)相關聯(lián)的屬性頻率信息(圖12b中的代表性屬性頻率信息)之間的相似度。然后指定該相似度最大的最佳視角的數(shù)據(jù)，并且獲得對應的最佳視角信息?？梢酝ㄟ^根據(jù)關于檢測到目標的位置的信息進行計算，來獲得搖攝值和傾斜值。例如，獲得從檢測單元211獲得的目標的檢測位置的平均坐標，并且獲得當前搖攝值和傾斜值、與平均坐標之間的差作為搖攝值和傾斜值。在這種情況下，根據(jù)獲得的視頻計算搖攝和傾斜，因此不需要包括在最佳視角數(shù)據(jù)的視角信息中(因此，在這種情況下，在視角信息中僅描述變焦即可)。輸出單元411使用由比較單元214獲得的、表示難以應用視頻分析處理的攝像裝置的信息，來在用戶界面上顯示難以應用視頻分析處理的攝像裝置的列表。此外，輸出單元411使用從視角計算單元215獲得的最佳視角信息，來對視角進行建議并且自動調整攝像裝置100的視角。首先，將描述由輸出單元411進行的關于難以應用視頻分析處理的攝像裝置的信息的顯示。圖14a示出了顯示難以應用視頻分析處理的攝像裝置的列表的用戶界面畫面430的示例。輸出單元411在用戶界面畫面的右側區(qū)域460中顯示攝像裝置的列表461，并且使用標記來突出并顯示難以應用視頻分析處理的攝像裝置。另外，輸出單元411在左側區(qū)域433中顯示的攝像裝置的布局圖420中，在難以應用視頻分析處理的攝像裝置上疊加并顯示預定標記。接下來，將描述關于難以應用視頻分析處理的攝像裝置的視角建議顯示。圖14b示出了在用戶界面畫面430上顯示建議顯示462以及攝像裝置的列表461的顯示的示例，在建議顯示462中顯示最佳視角信息轉換成的建議信息。建議信息是關于為了將攝像裝置的設置從當前視角改變?yōu)樽罴岩暯嵌捎脩暨M行的設置的信息，并且該信息已經被放入語句中。建議信息的示例包括諸如“請變焦更多”和“請將照相機向右搖動30度”等的語句。如圖12c中所示，將建議信息與關于搖攝、傾斜和變焦的代表性控制值(視角控制值)相關聯(lián)地保持。將描述從最佳視角信息到建議信息的轉換。首先，計算不適于所指定的分析處理的攝像裝置100的當前視角與由視角計算單元215獲得的最佳視角之間的差值。該差值被用作控制值，以基于與建議信息相關聯(lián)的差值來搜索建議信息。圖12c是示出建議信息的登記示例的圖，并且根據(jù)視角(搖攝/傾斜/變焦)控制值，登記建議信息(要在建議顯示462上顯示的語句)。輸出單元411在如圖12c中登記的建議信息中搜索與上述差相對應的“視角控制值”，并且獲得與視角控制值相關聯(lián)的建議信息。例如，如果攝像裝置的當前視角與最佳視角之間的變焦值差大，則提取表示需要對對象進行進一步變焦操作的建議信息。在圖14b中，顯示用于獲得關于從列表461中選擇的照相機8的最佳視角的建議顯示462。接下來，將描述自動調整視角的示例。圖14c示出了用于輸出單元411使用由視角計算單元215獲得的最佳視角，來自動調整攝像裝置100的視角的用戶界面畫面430的示例。關于獲得了最佳視角的攝像裝置，通過按下畫面上的右側區(qū)域460中的自動調整執(zhí)行按鈕463a-463c，將最佳視角信息發(fā)送到目標攝像裝置，并且自動地調整攝像裝置的視角。當按下自動調整執(zhí)行按鈕463a時，執(zhí)行對照相機5的視角的調整。當按下自動調整執(zhí)行按鈕463b時，執(zhí)行對照相機8的視角的調整。當按下自動調整執(zhí)行按鈕463c時，執(zhí)行對照相機5和照相機8的視角的調整。注意，可以在沒有來自用戶的輸入的情況下(在不按下自動調整執(zhí)行按鈕463情況下)通過將所獲得的最佳視角信息提供給攝像裝置100，來自動調整攝像裝置的視角。由輸出單元411進行的處理是用于輸出由比較單元214進行的確定的結果的處理，并且不限于在用戶界面畫面上顯示。例如，可以采用用于將結果輸出為元數(shù)據(jù)的方法，以及用于將數(shù)據(jù)傳送到其他系統(tǒng)的方法。此外，在該實施例中，描述了將確定結果輸出為列表的示例，但是不限于該形式，只要該方法使得能夠將難以應用視頻分析的攝像裝置的列表呈現(xiàn)給用戶即可。圖15是示出根據(jù)第三實施例的處理的流程的流程圖。圖15中的步驟s100和s200的處理類似于第一實施例的處理。比較單元214將在步驟s200中從多個攝像裝置獲得的總體屬性頻率信息與在步驟s100中獲得的目標攝像裝置的個體屬性頻率信息進行比較，并且指定難以應用視頻分析處理的攝像裝置(步驟s600)。然后，輸出單元411顯示難以應用視頻分析處理的攝像裝置的列表461(步驟s700)。視角計算單元215計算關于在步驟s600中指定的攝像裝置的最佳視角(步驟s800)，并且輸出單元411顯示最佳視角信息作為建議顯示462(步驟s900)。作為選擇，代替建議信息的顯示(或除了建議信息的顯示以外)，輸出單元411(響應于按下自動調整執(zhí)行按鈕463)基于最佳視角信息，執(zhí)行在步驟s600中指定的攝像裝置的視角的調整。如上所述，根據(jù)第三實施例，能夠基于從多個攝像裝置或視頻獲得的屬性的頻率信息，輸出關于難以應用視頻分析處理的攝像裝置的信息。因為向用戶呈現(xiàn)了關于難以應用視頻分析處理的攝像裝置的信息，所以用戶能夠容易地注意到需要調整視角的攝像裝置。作為選擇，將難以應用視頻分析處理的攝像裝置自動調整為具有適當?shù)囊暯?。因此，能夠減輕為了進行視頻分析處理而調整各個攝像裝置的視角時的負擔。注意，在上面的第一實施例至第三實施例中，如參照圖3a和圖3b所描述的，分析單元213根據(jù)由用戶選擇的攝像裝置計算總體屬性頻率信息，但是本發(fā)明不限于此。例如，分析單元213可以使用在距一個攝像裝置一定距離內的、多個周邊攝像裝置中的一個攝像裝置作為比較目標，來計算屬性頻率信息。在這種情況下，將基于從距攝像裝置一定距離內的周邊攝像裝置獲得的視頻，來計算總體屬性頻率信息。另外，在這種情況下，第三實施例的比較單元214將從一個攝像裝置獲得的個體屬性頻率信息與由分析單元213獲得的比較目標的屬性頻率信息進行比較。此外，用于確定用作比較目標的攝像裝置的方法是基于表示照相機之間的連接的信息的方法即可，并且不限于如上所述的基于距離的方法。例如，可以將預先劃分的區(qū)域內的攝像裝置確定為比較目標。此外，可以基于諸如距離等的信息對與各個攝像裝置相對應的屬性頻率信息進行加權。此外，由視角計算單元215進行的處理是用于基于比較結果和屬性頻率信息獲得最佳視角的處理即可，并且不限于如上所述的基于與數(shù)據(jù)庫的比較的方法。例如，可以定義并使用用于基于屬性頻率信息獲得視角的數(shù)學函數(shù)。還可以通過讀出并執(zhí)行記錄在存儲介質(也可更完整地稱為“非暫時性計算機可讀存儲介質”)上的計算機可執(zhí)行指令(例如，一個或更多個程序)以執(zhí)行上述實施例中的一個或更多個的功能、并且/或者包括用于執(zhí)行上述實施例中的一個或更多個的功能的一個或更多個電路(例如，專用集成電路(asic))的系統(tǒng)或裝置的計算機，來實現(xiàn)本發(fā)明的實施例，并且，可以利用通過由系統(tǒng)或裝置的計算機例如讀出并執(zhí)行來自存儲介質的計算機可執(zhí)行指令以執(zhí)行上述實施例中的一個或更多個的功能、并且/或者控制一個或更多個電路以執(zhí)行上述實施例中的一個或更多個的功能的方法，來實現(xiàn)本發(fā)明的實施例。計算機可以包括一個或更多個處理器(例如，中央處理單元(cpu)、微處理單元(mpu))，并且可以包括分開的計算機或分開的處理器的網絡，以讀出并執(zhí)行計算機可執(zhí)行指令。計算機可執(zhí)行指令可以例如從網絡或存儲介質被提供給計算機。存儲介質可以包括例如硬盤、隨機存取存儲器(ram)、只讀存儲器(rom)、分布式計算系統(tǒng)的存儲器、光盤(諸如壓縮光盤(cd)、數(shù)字通用光盤(dvd)或藍光光盤(bd)tm)、閃存裝置以及存儲卡等中的一個或更多個。本發(fā)明的實施例還可以通過如下的方法來實現(xiàn)，即，通過網絡或者各種存儲介質將執(zhí)行上述實施例的功能的軟件(程序)提供給系統(tǒng)或裝置，該系統(tǒng)或裝置的計算機或是中央處理單元(cpu)、微處理單元(mpu)讀出并執(zhí)行程序的方法。雖然參照示例性實施例對本發(fā)明進行了描述，但是應當理解，本發(fā)明不限于所公開的示例性實施例。應當對所附權利要求的范圍給予最寬的解釋，以使其涵蓋所有這些變型例以及等同的結構和功能。當前第1頁12當前第1頁12