2023 Fiscal Year Research-status Report
Development of precise crowd counting and people flow analysis system by generating images according to the environment
| Project/Area Number |
23K11176
|
|---|
| Research Institution | Sendai National College of Technology |
|---|
Principal Investigator |
大町 方子 仙台高等専門学校, 総合工学科, 教授 (90316448)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大町 真一郎 東北大学, 工学研究科, 教授 (30250856)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Keywords | 機械学習 / 群衆カウント |
|---|
| Outline of Annual Research Achievements |
本研究では、機械学習を用いてカメラ映像から群衆の人数や人流を高精度に推定するシステムを構築することを目的としている。人の流れや群衆の人数を推定する技術は、防犯、防災、感染防止、マーケティングなどさまざまな分野において不可欠である。
群衆の人数の推定手法は環境に依存することが予想されるため、まずは環境依存性を調査した。すなわち、ある環境のデータセットの推定に最適な手法を別のデータセットで評価することにより、環境による精度の違いを調査した。画像分類モデルであるビジョントランスフォーマに畳み込みを組み込んだＣｖＴと呼ばれるモデルを利用し、パラメータを様々に変えて複数データセットでの実験を実施した。その結果、データセットによる群衆画像の特性の違いに関して様々な知見が得られた。
次に、実際に群衆の人数カウントを行う具体的なアルゴリズムの開発に着手した。群衆画像の特性の調査結果から、人間の頭部の座標を推定して座標の数から人数をカウントする手法と、人間の密度を推定して人数を推定する手法を併用することが有効であるとの見通しを得た。そのため、複数の推定手法を組み合わせたモデルを構築した。機械学習のアーキテクチャを変えるだけではなく、事前学習済みパラメータの適用の有無についても調査を行った。様々なモデルを用い、複数のデータセットで実験を行い、モデルの組み合わせにより各モデルの弱点やバイアスを相互に補完でき、画像から得られる異なる特徴を有効活用することで、精度が向上することを確認した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本研究において重要な位置づけとなる群衆カウント技術の環境依存性調査では一定の知見が得られたが、群衆カウント技術の開発は基本段階にとどまった。
|
| Strategy for Future Research Activity |
本年度の検討で得られた知見をもとに、さらに高精度な手法を開発する。
|
| Causes of Carryover |
本年度は調査や基本的なアルゴリズムの開発に注力したため、大規模な実験を行わず、また、本格的な学会発表には至らなかった。
|
