• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2020 年度 研究成果報告書

敵対的生成ネットワークによる不審動作検出器および生成器の学習

研究課題

  • PDF
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
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
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。

自由記述の分野

情報工学

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。

URL: 

公開日: 2022-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi