2019 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)
|
Co-Investigator(Kenkyū-buntansha) |
島田 裕 埼玉大学, 理工学研究科, 助教 (50734414)
|
Project Period (FY) |
2017-04-01 – 2021-03-31
|
Keywords | 人流推定 / 人物照合 / 映像アラインメント / ドライブレコーダ / 監視 / バス |
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乗客ごとの乗車区間(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乗車区間推定手法を開発している. 当該年度は,(1) バス会社の協力の下,プライバシに配慮しながら,実際の路線バスで3日間のドライブレコーダ映像データを撮影・記録した.この映像データに,人手で正解付与を行うことで,機械学習用データ,評価用データを整備することができた.(2) 従来は人手で実施していた乗降客の抽出作業を自動化し,end-to-endな乗車区間推定手法を考案し性能評価を実施した.深層学習を用いて乗降客の検出・追跡を行い,その結果として得られた乗降客の画像(人物画像) を基に人物同定を行う手法を実現した.性能評価の結果,人物同定精度が0.6~2.5ポイント向上することを確認した.(3) バス車内特有の制約(例えば,通路が限定されているため,後部座席に着席した乗客は特定の経路を通って降車する)を利用して,乗車区間推定を2部グラフ最小重み完全マッチング問題として定式化し,乗車区間を推定する手法を実現し,(2)の手法と比較して精度が向上することを確認している.(4) 人物動作の時系列マッチング手法についても検討し,CNN特徴の導入,DPマッチング法の改良,順序一貫性の利用により時系列マッチングの精度を向上させた.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
乗客のプライバシに対する配慮するため準備に時間を要したが,当初の予定どおり,ドライブレコーダ映像の収集を完了し,end-to-endな乗車区間推定手法を実現することができた.未だ人の認識精度には及ばないものの,人物特徴の学習にTriplet lossを導入したことや,上述した2部グラフマッチングを用いた後処理により,人物同定精度は着実に向上している.また,人物動作の時系列マッチング手法についても,いくつかの新しい手法を導入することで性能が向上している.
|
Strategy for Future Research Activity |
乗車区間推定については,提案手法と性能評価結果をまとめて,論文誌・国際会議等で公表していく予定である.提案技術の人物同定精度が目視に劣る原因を分析したところ,人は服の色や柄だけでなく,所有物(バッグ,帽子など)や髪型などに注目していることが明らかになった.今後は,服装だけでなく所有物の特徴を考慮した手法に拡張していくことを検討する.
|
Causes of Carryover |
新型コロナウィルス(COVID-19)の影響により3月に参加予定であった学会が中止となり出張予定がなくなった。補助事業期間延長が認められたので、3月に実施する予定の追加実験の結果をまとめて、次年度に論文投稿・学会参加を行うために使用する。
|
Research Products
(5 results)