公共空間における三次元点群の不完全性に対して堅牢な歩行者トラッキング手法

• Item type: Journal(1)
• 公開日: 2022-08-15
• タイトル: 公共空間における三次元点群の不完全性に対して堅牢な歩行者トラッキング手法
• タイトル / 言語: en
• タイトル: A Study on Robust Pedestrian Tracking Method Using Partial 3D Point Clouds
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [一般論文（推薦論文, 特選論文）] 三次元深度センサ，三次元点群，歩行者トラッキング，カルマンフィルタ
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• ID登録: 10.20729/00218984
• ID登録 / ID登録タイプ: JaLC
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科／現在，京都橘大学
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University / Presently with Kyoto Tachibana University
• 著者名: 右京, 莉規; 天野, 辰哉; 廣森, 聡仁; 山口, 弘純; 東野, 輝夫
• 著者名(英): Riki, Ukyo; Tatsuya, Amano; Akihito, Hiromori; Hirozumi, Yamaguchi; Teruo, Higashino
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では三次元深度センサから取得した不完全な三次元点群データを用いて，公共空間における歩行者のトラッキングを行う手法を提案する．ビル内や地下街の通路，広めのエントランスなど，複数の歩行者が多く行きかう公共空間における人流検知では，人物同士のオクルージョンにより，人物をとらえた点群情報は部分的に欠損していたり，ノイズにより実際の体格より大きく観測されたりするといった不完全性を有する．これに対し，提案手法では，検出された点群のクラスタサイズに基づく点群クラスタの連続性の予測とそれに基づくカルマンフィルタを適用することにより，不特定多数の歩行者が観測領域に進入・退出を行い，相互にセンサ視野を頻繁に遮蔽する環境において，三次元点群の時系列観測に対する堅牢なトラッキングを実現する．実商業施設のエントランスにおいて市販の小型深度カメラを用いて収集した，様々な属性の歩行者を含む深度データを用いた実証実験において，トラッキングに関する適合率92.7%，再現率94.6%を実現した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes a method for tracking pedestrians based on a 3D point cloud from a single 3D depth sensor. Point clouds capturing people obtained by depth sensors can be partially missing due to occlusion, especially in a crowded environment. To achieve robust person tracking from point cloud sequences in such situations, our method utilizes Kalman Filter with the segment scale and location prediction. We have evaluated our method using the 3D point cloud capturing pedestrians at the entrance of an existing commercial facility (shopping small). As a result, we achieved 92.7% precision and 94.6% recall for trajectory identification.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 63, 号 8, p. 1361-1370, 発行日 2022-08-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764