背景差分法と深層学習による歩行者検出を用いた河川CCTV映像における歩行者追跡に関する検討

川本舜; 石原賢太; 小川貴弘; 長谷山美紀

文献

J-GLOBAL ID：201802243794973025 整理番号：18A0503342

背景差分法と深層学習による歩行者検出を用いた河川CCTV映像における歩行者追跡に関する検討

A Note on Pedestrian Tracking on Real CCTV Data of Rivers Using Pedestrian Detection via Background Subtraction and Deep Learning

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A0503342&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A0503342&from=J-GLOBAL&jstjournalNo=S0532B") }}

著者 (4件)： , , ,
資料名：
巻： 117 号： 431(ITS2017 61-83) ページ： 179-183 発行年： 2018年02月08日
JST資料番号： S0532B ISSN： 0913-5685 資料種別：会議録 (C)
記事区分：原著論文発行国：日本 (JPN) 言語：日本語 (JA)

河川空間における歩行者の追跡を行うことは,河川利用者の実態を把握し,河川管理の支援を行うシステム構築のために重要である。そこで,本文では,河川CCTV映像における歩行者追跡について検討する。本文で扱う河川CCTV映像では,映像中に映る歩行者の大きさが非常に小さいという特徴があるため,既存の歩行者検出手法では高精度な歩行者の検出は困難となる。そこで,提案手法では,まず動物体に対し高精度な検出が可能である背景差分法を用いて歩行者を含む領域候補を抽出する。続いて,領域候補より,深層学習を用いて歩行者の検出を行う。これにより,背景差分法によって抽出された歩行者の領域候補の中から高精度に歩行者が映る領域を特定することが可能となる。さらに,検出された領域に対して,物体追跡手法を適用することで,歩行者追跡を実現する。本文では,河川CCTV映像に対して提案手法を適用することで,その有効性を確認する。(著者抄録)

, , , , , , , , , , ,
, , ,

一般,砂防工学 , 図形・画像処理一般 , パターン認識

引用文献 (23件)：

山上訓広,松本政徳,長谷山美紀,′′情報技術システムを活用した河川管理の高度化・効率化の検討-画像解析等を用いた河川情報支援手法の検討-,′′北海道開発技術研究発表会,2016. http://www.hkk.or.jp/oshirase/20160602gt42.pdf
D. Xie, W. Hu, T. Tan, and J. Peng, ′′ A multi-object tracking system for surveillance video analysis,′′ in Proceedings of IEEE Conference on Pattern Recognition, 2004, vol.4, pp.767-770.
B. Benfold and I. Reid, ′′Stable multi-target tracking in real-time surveillance video,′′ in Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, 2011, pp.3475-3464.
石井昭,中山大介,′′監視カメラの性能および今後の動向について′′ http://www.ktr.mlit.go.jp/ktr_content/content/000105741.pdf
Y. Lecun, L. Bottou, Y. Bengio, and P. Haffner, ′′Gradient-based learning applied to document recognition,′′ in Proceedings of the IEEE, 1988, vol.86, pp.1097-1105.

, , , , , ,

前のページに戻る