| 研究課題/領域番号 |
25280088
|
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
山内 寛紀 立命館大学, 理工学部, 教授 (10288623)
|
|---|
| 研究分担者 |
泉 知論 立命館大学, 理工学部, 准教授 (30303887)
福水 洋平 立命館大学, 理工学部, 准教授 (60467008)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2017-03-31
|
| キーワード | 犯罪捜査 / 防犯カメラ / ３Dインポーズ / 画像超解像 / 人物異同識別 / 歩容識別 / ビッグデータ |
|---|
| 研究実績の概要 |
以下の４項目の研究を進めた。
１．顔画像に特定した超解像：昨年度まで進めてきた機械学習による１枚超解像技術を改善した。パッチ内部とパッチ境界のテクスチャ類似性に加えて、顔画像の構造をパッチ間距離で多面的に評価する手法である。この手法により、昨年までの結果を最大１dB上回る結果を得た。今月末に学会論文誌に投稿する。現在、量子化ノイズを含む画像についても適用できるように、画像の高域成分のノイズを低減する手法との融合を試みている。
２．人物歩容の異同識別の半自動化：人物歩容を、全身、上半身、腕、離地、脚の運び、及び着地の６分類30項目の特徴で分類する手法を提案し、この有効性を実証してきた。更に今年度は、この手法に基づいて、レファレンス歩容表示、特徴に対応した歩容表示、歩容特徴の判別サポート機能、及び歩容異同識別の統計解析機能を有するプログラム開発を行い、１０例の実験にて有効であることを確認した。
３．３Ｄスーパーインポーズの定量化：昨年度、防犯カメラ画像に３Ｄスキャン画像をスーパーインポーズして顔の異同識別を行う手法を提案してその有効性を確認した。今年度はこの手法を発展させ、顔の自動認識の基本概念である「他人受け入れ率」による統計評価と、顔のサイズで規格化した特徴点の最大誤算誤差が５％以下に入るかどうかで判断することと、50例を上回るスーパーインポーズ実験により、顔の鑑定において、スーパーインポーズの最大誤差が５％以内に収まった時に同一人物であると鑑定した時の誤り率が、1/100以下となることをしめし、顔鑑定の信頼性を高めた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
３年間の基盤研究に最終年度であり、提案した研究項目を全てで、新しい提案を行い、プログラムに実装して、多くの鑑定例に適用して有効性を確認した。ただし、人物歩容の異同識別において、プログラムの開発が年度末であったため、このプログラムを使って多くの実証実験を行う時間余裕がなく、３年間の成果の全てを織り込んばプログラム開発が間に合わなかった。この遅れに伴う開発は２８年度に行う。
|
| 今後の研究の推進方策 |
３年間の基盤研究により、①鑑定に耐えない画像品質の改善、②３Ｄスーパーインポーズ技術の確認、③絶対類似性判断の導入、④極小ナンバープレートの数字判読の４分野を中心に研究を進め、これらの成果を統合した防犯カメラ画像の鑑定を促進するコンピュータによる解析環境を整えた。またこれらの成果を刑事事件の犯罪に適用して、科捜研や科警研で行えない鑑定を行い、成果を上げてきた。
然し乍ら、未だ防犯カメラ画像の鑑定はＤＮＡ鑑定ほどの客観性がレベルに到達していない。その理由は、鑑定画像のバリエーションに対して画像データが圧倒的に足りないことである。今後人工知能とビッグデータによる機械学習の手法へと発展させることで解決可能を考えている。
次にこの成果を活かして、防犯カメラに写っている人物全てを高精度なアバターに変換することを考えている。防犯カメラの課題である、肖像権やプライバシー権侵害の問題を解決しながら、カメラ映像を有効活用を測れる強力な手法であり、この技術の根幹に本基盤研究の成果を活かし民生への応用を図る。
|
| 次年度使用額が生じた理由 |
研究成果を基にツール（プログラム）を開発し、そのツールを基にデータ取得を行って研究成果をまとめる予定であったが、研究成果とプログラム開発が遅れたため、データ取得を行う時間的余裕がなくなった。
|
| 次年度使用額の使用計画 |
データ取得を行うために、補助的なプログラム開発（外注）に使用する予定である。
|
