研究課題
若手研究
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。
情報工学
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。
