2018 Fiscal Year Research-status Report
Development of Model-based Gait Recognition based on Probability Distributions of Joinits' Positions and Continuous Contour Tracking
| Project/Area Number |
17K18379
|
|---|
| 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, 研究員 (10760902)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 法科学 / モデルベース歩容解析 / 機械学習 / 輪郭動態トラッキング / 関節位置の確率分布 |
|---|
| Outline of Annual Research Achievements |
服装が異なる場合(服装相違条件)、現状科学捜査で用いられる手法では解析に用いる部位を限定することがなされるが、識別精度が低下することが課題である。この課題に対し、OU-ISIR dataset Bを用い、筆者らが開発した特徴点と形状特徴を用いた歩容解析手法に関して、法科学的な観点から服装相違条件における個人識別精度の評価を行い、服装相違の条件に対して頑健であることが分かった(井元他, 法科学技術学会誌, 2019)。
次に、フレームレートが低い場合の解析精度の低下が課題である(実用を想定した2秒以下の動画像)。この課題に対し、最小二乗法誤差基準に基づくコスト関数を用いた輪郭動態トラッキング手法(Driscol, 2012)及び偏微分方程式に関するレベルセット法を歩容シルエット動画像に適用したが、精度の高いフレーム間補間ができなかった。そこで、高さ方向の制約条件を課した新たな輪郭トラッキング手法を開発し、前述の2手法よりも精度の高いフレーム間補間が可能となるという予備的な結果が得られた。これについては、来年度に個人識別精度の評価や行動認識データへの適用を行い、論文化及び学会発表を行う。
最後に、撮影角度が実空間で5-10度程異なる場合の解析精度の低下が課題である(同じく、実用を想定した2秒以下の動画像)。この課題に対し、関節位置の確率分布を用いた確率密度値の時系列情報を比較する手法を検討し、撮影角度が異なる場合における個人識別精度の精度の頑健性が向上する可能性が見出された。まだ予備的な結果のため、来年度の更なる検証を予定している。
以上本研究課題に関して、論文1本、国際会議[査読付き]1件、国内学会発表を2件を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は実験や解析環境の構築の実施及び輪郭トラッキングや関節位置の確率分布による歩容解析手法の検討を行い、昨年度の備品のワークステーション取得の大幅な遅れを取り戻すことができた。輪郭トラッキング手法に関しては、当初想定していた手法の人間の歩容データに適用する上での弱点が明らかとなり、想定通りには進まなかったが、その弱点を補完する新たな解析手法（高さ方向の制約条件を課した輪郭トラッキング手法）の開発に至ることができた。さらに、関節位置の確率分布を用いた確率密度値の時系列情報を比較する手法を検討し、撮影角度の相違に対する頑健性の向上が期待できる予備的な結果が得られた。
|
| Strategy for Future Research Activity |
フレームレートが低い場合の解析精度低下の課題に対し、昨年度に開発した高さ方向の制約条件を課した新たな輪郭トラッキング手法に関して、最終年度には、定量的な精度評価及び個人識別精度の評価、及び行動認識データへの適用を実施し、論文化及び学会発表を行う。関節位置の確率分布を用いた確率密度値の時系列情報を比較する手法に関しても、撮影角度のわずかな相違時の個人識別精度の頑健性の評価を実施し、学会発表等を実施する。
|
Research Products
(5 results)
