| 研究課題/領域番号 |
18K11361
|
|---|
| 研究機関 | 津田塾大学 |
|---|
研究代表者 |
杉村 大輔 津田塾大学, 学芸学部, 准教授 (10712052)
|
|---|
| 研究分担者 |
浜本 隆之 東京理科大学, 工学部電気工学科, 教授 (10297624)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | 知覚情報処理 / 画像認識 / 人物照合 |
|---|
| 研究実績の概要 |
本研究課題では，カメラ映像を用いた人物照合に関する研究を行う．本研究課題では，「集団」と「個人」の階層的認識による人物照合手法の構築を目指す．このような階層的認識の枠組みに基づき，(1) 視野を共有しないカメラ間人物照合，(2) 動作特徴を用いた個人認証，といった二つの課題に取り組む．
2018年度は，最初に既存研究に関する調査を中心に行った．調査の結果，深層学習をはじめとした機械学習に基づいた人物照合についての手法が数多く提案されていた．その多くは，ディープニューラルネットワークの構造を工夫するものであり，高い識別性能を実現している．
一方で，本研究課題の目的は，集団と個人の情報を活用することによる有効性を確認することである．ディープニューラルネットワークに基づいた方式を検討する場合，ディープニューラルネットワークの利用による性能向上が主要なのか，それとも本研究課題の独自性が有効なのか，明確に確認することが難しいと考えた．
そこで2018年度後半では，機械学習を行わない，画像特徴のみに基づいた人物照合手法について検討した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
2018年度は，はじめに人物照合に関する研究事例の調査を中心に行った．これにより，本研究課題の立ち位置を明確にすることができた．
研究事例の調査を踏まえ，異なるカメラ映像間での人物照合手法について検討した．具体的には，集団・個人の見え特徴を人物照合に活用する手法を検討した．本検討では，カメラ映像において観測される人物集団は，異なるカメラ映像でも保存されると仮定する．これに基づき，集団を構成する人物群の見え特徴を人物照合に利用することができると考えた．いくつかの公開データセットを用いた評価実験により，個人の見え特徴と集団の見え特徴を同時に利用することが，照合誤りを抑制することができることを確認した．
|
| 今後の研究の推進方策 |
2018年度の検討により，集団と個人の見え情報の併用が人物照合性能向上に寄与することを確認した．今後は，より多様なデータセットを用いて評価することで，検討手法の照合性能について詳細に検証する．これにより，現在の方式の問題点を発見する．その後，発見した問題点を解決するための方策を検討し，人物照合手法の性能向上を目指す．
|
| 次年度使用額が生じた理由 |
データ処理に必要な計算環境を構築するための費用が不足したため，その分については校費から支出したからである．
本年度検討した方式の性能評価のために，適切に活用する予定である．
|
