POST-CRESTプロジェクト

  JST CRESTの「実世界検索に向けたネットワークセンシング基盤ソフトウェアOSOITE」に平成18年度から参画させて頂き,様々なセンサーで街をセンシングしセンシングした情報を街のユーザーに提供するシステムを他大学と共同で開発していました.その中で中央大学チームのCREST班では,カメラを用いた人物のセンシングを担当しました.平成23年度にこのプロジェクトは終了し,現在はPost-CREST班としてこの研究を継続して続けています.
  Post-CREST班は,人の流れや人数,不審者の情報を動画中から検出し,ユーザーに提供するということを目標としています.近年ではディープラーニングなどとも組み合わせ,更なる発展を目指しています.

差分ステレオを用いた人物検出

  我々が提案している差分ステレオや影検出を用いることで,屋外環境での計測における影に対しても,人物領域の抽出ならびにその距離情報の取得を直接的に実現しています.さらに,不安定になりがちなステレオ計測に関して,差分ステレオにより抽出した前景のみに計測を限定できるため, 計測のロバスト化と高速化が可能になっています.
img01
  差分ステレオのアルゴリズム
    
img02
  人物検出の流れ

-関連論文-
    梅田和昇,寺林賢司,橋本優希,中西達也,入江耕太, "差分ステレオ−運動領域に注目したステレオ視−の提案," 精密工学会誌,Vol.76, No.1, 2010


HOG特徴量と差分ステレオによる人物検出

  監視カメラからの人流計測のために,カメラ画像から自動的に人物を検出することが重要です.そこで,差分ステレオにHOG特徴量を複数用いた人物の大まかな形を表現することが可能なJoint HOG特徴量を用いて高速で高精度な人物検出手法を提案します.
JointHOG
  JointHOG特徴を用いた人物検出

-関連論文-

人物の追跡手法

  人物の行動や人の流れの検出には,人物の時系列での情報が必要です.この人物の時系列情報を得るために,画像中の人物を認識・追跡する手法を提案しています. 我々の提案手法では,等速直線運動を運動モデルとしたカルマンフィルタを用いて人物の位置を予測し,実際に計測される人物の位置と比較・対応付けることで同一人物として認識し追跡します.
  また,人物が画像中で重なり合うような混雑環境下においてもロバストな追跡が可能なパーティクルフィルタをベースにした手法も提案しています.
  予測->計測->対応付けを繰り返して人物を追跡し,その人物の時系列での情報を取得します.
Human_Tracking
  人物追跡

-関連論文-

視差画像差分

  カラー画像による背景差分には照明変動に対して弱いという特性があります.そこで,照明変動の影響を受けにくい視差画像を用いた,視差画像差分という手法を提案します.
  背景視差画像を取得->入力された視差画像とで差分->距離値と前景領域の大きさから人物かどうかを判断という順序で人物領域を取得します.
-関連論文-
    加藤 貴大, 戸田 哲郎, 増山 岳人, 梅田 和昇, "屋外での使用が可能な視差画像差分を用いた人数推定," 第23回画像センシングシンポジウム (SSII2017), IS2-19, June 2017.

深層学習を用いた人物識別

  はじめに,撮影された画像から人物を検出し,その人物候補領域から顔を検出する.検出された顔を入力として,事前に学習させたモデルによって各人物に対する類似度を出力する.各人物に対する類似度が閾値以下の場合,不審者として識別する.一方,閾値を超えた場合,最も高い類似度を示した人物を識別結果とする.顔検出が出来ない場合は,人物候補領域を追跡することによって人物識別判定を補間する.

人流計測手法

  駅などの公共施設での災害時における人の誘導やマーケティングなど様々な場面で人流計測のニーズが高まっています.そこで,我々はKLTとボロノイ分割を用いた人流計測手法を提案しています.
people_flow
  人流計測の一例(赤:進行方向右,緑:進行方向左)

-関連論文-