| 研究課題/領域番号 |
19K20310
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 地方独立行政法人東京都立産業技術研究センター |
|---|
研究代表者 |
三木 大輔 地方独立行政法人東京都立産業技術研究センター, 開発本部開発第三部情報技術グループ, 副主任研究員 (70757343)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 人物動作解析 / 異常検知 / 深層学習 / 敵対的生成ネットワーク / 監視カメラ |
|---|
| 研究開始時の研究の概要 |
監視カメラの設置台数は年々増加し、膨大な映像が蓄積されている。一方で、映像を自動で解析し、人物の不審な動作を検知するような技術は実用化に向けて研究の余地がある。本研究は、監視カメラ映像から不審動作を検出ための学習手法を確立する。正常動作および不審動作の特徴量をそれぞれ反転する反転生成器と、実データおよび生成データを区別する識別器、さらに不審動作の検出器の三者を敵対的に学習させることで、データセットを拡張しながら検出器の学習を行い、不審動作の検出精度と汎化性能の向上を図る。さらに本技術を応用し、データセットに含まれない未知の不審動作を検出する技術の確立を目指す。
|
| 研究成果の概要 |
人物の関節位置に関する時空間的な情報を扱う深層ニューラルネットワーク（Deep Neural Network, DNN）モデルおよびその学習手法を提案することで、人物行動ローカライゼーションを可能とした。さらに人物動作データからの異常検知が可能であることを確認した。これらの結果は、人物の危険な動作や不自然な挙動といった曖昧な動作を含むデータや局所的なアノテーションの付与が困難な膨大なデータを用いて特定の動作の識別および異常の検知が可能であることを示唆するものである。
|
| 研究成果の学術的意義や社会的意義 |
申請者らはこれまでに監視カメラ映像から人物の挙動や軌跡等の動作特徴量を取得するための画像処理技術の開発に従事してきた。監視カメラの設置台数は年々増加し、膨大な数の映像が蓄積されていることから、これらの映像に含まれる人物の動作特徴量から異常を検知する手法を確立できれば、映像監視の自動化が期待される。本研究では、人物動作特徴量のような多変量時系列データから異常を検出するための、DNNモデルおよびその学習手法の確立を行い、人物動作データからの異常検知を可能とした。さらに数に限りのあるデータセットを用いて異常検出器の汎化性能を改善するための、学習データの拡張手法を確立した。
|
