| Project/Area Number |
20K19835
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 61010:Perceptual information processing-related
|
|---|
| Research Institution | National Research Institute of Police Science |
|---|
Principal Investigator |
井元 大輔 科学警察研究所, 法科学第二部, 主任研究官 (10760902)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2021: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 歩容解析 / 法科学 / 深層学習 / 機械学習 / 異常検知 / 不審検知 |
|---|
| Outline of Research at the Start |
街角の防犯カメラの設置台数は年々増加・活用されているが，事件事故を未然に防ぐことを目的とした映像解析技術は未だ発展途上であり，警察官・警備員等の熟練者の視点に基づく実用的な不審人物検知手法が求められている．本研究では，歩容の時空間モデリングと深層学習を活用することで，熟練者の認知機能の再現と理解に基づく，より時空間解像度の高い具体的かつ効率的な不審人物検出アルゴリズムを開発する．
|
| Outline of Annual Research Achievements |
歩容特徴を活用した不審行動検知法の検討のため、昨年度に引き続きさらに歩容特徴の基礎研究を継続し、深層学習と液晶ペンタブレットを活用したシルエット抽出に関する投稿論文が科警研報告に受理された他、以下の成果が得られた。本研究課題においては、研究代表者らが以前H29年頃に独自に構築した不審行動映像データセットを解析対象とする予定であり、そこでは歩行する人物だけでなく、シチュエーションによっては走る人物が不審行動の対象となっていた。しかし、これまで走行する人物の歩容特徴についてはデータセットがなかったため、充分に研究を進めることができていなかった。そこで、歩行・走行時のシルエット映像及び3次元人体形状データベースの整備を行い、走行を含む条件においてシルエットベースの一対一認証の基礎検討、解析システムの開発と実証、及び、構築した走行シルエット映像データセットにおける深層学習による歩容認証法の精度評価を実施した(それぞれ画像電子学会年次大会、日本法科学技術学会第29回学術集会、及び、電子情報通信学会2024年総合大会にて発表)。これにより、走行する人物の歩容特徴を解析する基礎を整えることができ、不審行動検知の研究に使用する準備ができた。さらに映像から3次元人体形状を解析する先行研究の解析手法（Goel+, ICCV, 2023）を上記の不審行動映像データセット（一部）への適用を検討したところ、密になりすぎないシチュエーション（駅想定、小道想定及び観光スポット想定）であれば、ある程度のトラッキング精度で解析が可能であることが見出された（発表準備中）。次年度（最終年度）は、これまでの基礎研究の成果を活用し、不審行動検知の検討を行う予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
歩容特徴の基礎技術(撮影角度依存性の緩和及び3次元解析)や解析方法(カメラキャリブレーションの活用及びシルエット抽出)に関しては当初予定していなかった研究成果が多く得られているものの、不審行動検知法については当初の予定より遅れている。
|
| Strategy for Future Research Activity |
研究期間を1年延長し、不審行動検知への歩容特徴の活用について引き続き検討し、既存のデータベースの問題点(撮影角度・設置状況の偏り)の解決を試みる予定である。走行条件の歩容特徴・3次元人体形状モデル推定といった前年度検討した解析手法を活用することで、密になりすぎないシチュエーションに限定し、不審行動と判断され得る走行動作及び長時間歩き回る動作といった行動の検知法の実装を試みる。
|
