|
|
|
| 12/5(木) 13:25-15:00 |
コーディネータ：深井寛修（明電舎）
|
|
IS1-B1
|
歩行者追跡に向けた特徴量と状態推定モデルの拡張
|
| |
○片岡裕雄，田村仁優（慶大），岩田健司，佐藤雄隆（産総研），
松井靖浩（交通安全環境研究所），青木義満（慶大）
|
概要：現在,交通事故による死者数は減少傾向にあるが,死者数に占める歩行者の割合は3 割強と増
加しており,歩行者予防安全に向けた技術展開が必要不可欠である.本稿では単眼カメラより撮影され
た車両前方の映像から拡張版の特徴量や状態推定モデルにより歩行者を追跡する.特徴量には
CoHOG を適用するがエッジ強度の累積・正規化・PCA による次元圧縮を施して精度を向上させる.また,
状態推定モデルにおいても自動車の移動を考慮したモデルを適用する.
＜キーワード＞歩行者予防安全，Tacking-by-detection，ECoHOG，Paricle Filter
|
提案手法の流れ
|
|
IS1-B2
|
スマートフォン搭載センサを利用したながら歩行状態検出手法の検討
|
| |
○槙田喬介，岡本幸大，鷲見海王，中野倫明，山田宗男（名城大）
|
概要：近年，スマートフォンの急速な普及に伴い，スマートフォンを操作しながらの歩行や自転車・自動
車の運転などが急増している．この「ながら状態」は，スマートフォンの操作および画面の注視によ
って周囲環境の認識および注意を著しく低下させるため，重大な事故を引き起こす原因となって
おり，社会な問題になりつつある．本検討では，スマートフォンに搭載されているセンサによって，
ながら歩行状態をリアルタイムに検出可能な手法について提案・検討する．
＜キーワード＞スマートフォン，加速度センサ，歩行検出
|
ながら歩行検出アルゴリズムの構成
|
|
IS1-B3
|
購買行動解析のためのISZOTを用いたID-POSと顧客動線の同定
|
| |
○越中谷俊樹，奈良博之，金子俊一（北大），李媛，伊藤誠也，
三好雅則（日立製作所），藤吉弘亘（中部大），
宍戸琴美（コープさっぽろ）
|
概要：これまでショッパー（顧客）の行動解析は，ショッパーが購入した商品をもとに行っていた．しかしこの方法では，ショッパーがどのような経緯で購入に至ったか，迷ったが購入しなかった
商品などは知ることが出来なかった．人海戦術で追跡する方法やアンケートを用いる方法があるが，
コストがかかり長期間の調査は難しい．本研究ではこれらの問題に対し，監視カメラの映像から人物
検出を行い，ショッパーの動線を取得するISZOT システムを新たに提案する．さらに動線どうしの
類似度を算出する手法と，これを応用したPOS データと動線の同定について述べる．
＜キーワード＞ショッパー，ISZOT，ゾーンベース動線類似度算出法，ID-POS
|
|
|
IS1-B4
|
田植え熟練度判定のための振り向き頻度抽出手法
|
| |
○川島学，宮住昌志，島田敬士，南石晃明，谷口倫一郎（九大）
|
概要：本研究では田植え作業における熟練者と初心者の差異の抽出を目的とする．田植えの
作業では振り向きの頻度が重要であることが事前実験により分かっており，本稿ではこれを作業者
の一人称視点動画から自動的に抽出する手法を提案する．提案手法では得られた動画からオプ
ティカルフローを算出し，振り向きと非振り向きを表す分布を混合正規分布として推定する．実験
の結果，熟練者と初心者の分布の混合比に振り向き頻度の違いが現れ，熟練者と初心者の区別
が可能であることが示唆された．
＜キーワード＞農作業映像，熟練度判定，一人称視点動画，オプティカルフロー
|
一人称視点動画を利用した振り向き頻度抽出
|
|
IS1-B5
|
ARマーカを用いたランニングフォームの解析
|
| |
○西野真史，Ｓ・カルンガル，寺田賢治（徳島大）
|
概要： ランニングの悩みに関するアンケートによると，自身のランニングフォームに不安を持つ人が多く，ランニングフォーム診断の需要が高まっている．しかし，既に実用化されているモーションキャプチャを用いたランニングフォーム診断ではランニングマシーンを使用するため，本来のフォームと異なってしまう問題がある．この問題を解決するため，ARマーカを用いて地面を走る人物のランニングフォーム診断を行う．
＜キーワード＞ランニングフォーム，マラソン，ARマーカ，ARToolKit
|
処理画像例
|
|
IS1-B6
|
監視カメラ映像による不審者と不審放置物の検知
|
| |
○大黒将幸，Ｓ・カルンガル，寺田賢治（徳島大）
|
概要：近年の世界規模でのテロに対する意識の高まりにより，空港のような施設では厳重な警備体制が必要であり，不審な放置物に対し迅速な発見および対処を行わなければならない．本研究では監視カメラの映像から時系列差分，背景差分を用いて人物，放置物領域を検出する．また，放置物領域に対してHOG特徴量を取得し，AdaBoostにより作成したデータにより物体の種類を推定し，対処が必要な放置物と判断すれば警告を発するシステムを開発する．
＜キーワード＞不審物，時系列差分，背景差分，HOG特徴量，AdaBoost
|
提案手法のフローチャート
|
