2017 Fiscal Year Research-status Report
Person flow estimation by the analysis of bus drive-recorder videos for bus operation planning
| Project/Area Number |
17K06608
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
谷口 行信 東京理科大学, 工学部情報工学科, 教授 (70759422)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 人流推定 / 人物同定 / 映像アラインメント / ドライブレコーダ / バス運行計画 |
|---|
| Outline of Annual Research Achievements |
路線バスの効率的な運行を実現するために運行計画を定期的に見直して最適化する必要があり，その基礎データとして，バスの利用実態の定量的調査は必要不可欠である．現在は調査員がバスに乗り込み乗降客数をカウントする，人手に頼った調査手法が主流であるが，コストが高いため，調査頻度が少なくなり，高度な分析が困難という問題がある．
本研究では，多くのバスに既に設置されているドライブレコーダに着目し，そのカメラ映像を解析することで「人流情報」（どのバス停で乗車した人がどのバス停で降車したか）を自動的に把握する人流推定手法を開発している．
今年度は，(1) ドライブレコーダの映像解析による人流推定手法の精度向上，(2) 動き特徴と物体特徴の統合による動画像の時系列マッチング（映像アライメント）の検討を行った．
具体的には，(1)について，乗車口，降車口を写すカメラ映像から人物領域を切り出し，畳み込みニューラルネットワーク(CNN)特徴を抽出し，偏相関関係数を特徴間の類似度として用いることで精度向上を図った．バス車内には多くの乗客が存在し，プライバシ保護の観点から，乗客の許諾を得た上で実写データを大量に収集することが難しい．教師データが十分にない場合での精度を高めるために，偏相関係数を用いる方法を評価した．また，バスに乗車した人は必ず降車するという制約の下で最適な対応づけを求める，さらに，人物同定だけでなく，乗車してくる人の数を正確にカウントするために，人物姿勢推定と物体追跡を組み合わせ手法も検討を進めた．
(2) については，バス車内における乗客の行動を認識するための基礎検討として，動き特徴と物体特徴の統合により，動画像を時間的に対応付ける手法についても検討を進めた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の予定どおり，ドライブレコーダの映像解析による人流推定手法の精度向上に取り組み，当初計画していたアプローチとは異なるものの，人物照合精度は約15％向上しており目標精度に近づいている．
|
| Strategy for Future Research Activity |
当初計画のとおり，ドライブレコーダの映像解析による人流推定手法の精度向上に向けた改良を継続する．さらに，H30年度はドライブレコーダ映像ブラウザのプロトタイピングにも着手する．学習・評価用のデータの不足を補うため，評価用データの撮影，アノテーションの作業を追加することを検討する．
|
| Causes of Carryover |
映像データの容量増加が予想より緩やかであっため，記録媒体の購入を次年度に行うこととした．
|
