三次元深度センサーを用いた移動制約者検出手法の提案と評価

• Item type: Symposium(1)
• 公開日: 2020-06-17
• タイトル: 三次元深度センサーを用いた移動制約者検出手法の提案と評価
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: モバイルコンピューティング
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 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
• 著者所属: 大阪大学大学院情報科学研究科
• 著者名: 右京, 莉規; 扇田, 幹己; 山田, 遊馬; 廣森, 聡仁; 山口, 弘純; 東野, 輝夫
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 健常者と同速度での移動や反応が困難な移動制約者のストレスフリーな移動環境に向け，公共・商業施設 等ではエレベータの優先利用や多目的トイレの設置といったバリアフリー化に向けたサービスや設備設置が推進されている．しかし，移動制約者の施設訪問数や行動は正確に把握されていないため，例えば設備設計が必要十分かの定量的検証などが容易に行えないといった課題がある．本研究ではプライバシーに配慮したセンシングが可能な三次元深度センサーを用い，移動制約者を検出可能なエッジ・クラウド連携型の人流検出手法を提案する．エッジデバイスでは，背景差分法とクラスタリングを適用して移動物体に対応するセグメントを三次元点群から高速で検出し，それらをつなぎ合わせて移動軌跡にするとともに，移動制約者を簡易判定するために事前に定義した特徴量を用いて，対応するセグメント検出を行う．クラウドサーバーではセグメントに対して深層学習ベースの手法 PointNet を適用し，属性判定を行う．この際，エッジからクラウドに送信するデータ量とクラウドでの深層学習アルゴリズムの実行負荷を抑制するため，対象者のセグメント時系列から PointNet 判定に最も相応しい撮影角における 1 セグメントのみを抽出し，クラウドに送信するアルゴリズムを設計している．大型商業施設のエントランスにおいて 7 時間にわたり収集した人流データを用いた検証の結果，エッジデバイスの処理が 271ms, クラウド側での PointNet 判定を含めた処理時間も 275ms で実行できた.またベビーカー利用者判定における適合率は 0.818，再現率は0.667，f 値は 0.735 であった.さらに，エッジでクラウドに送信するデータを選択することにより，データ通信量を約三分の一に抑制することができた．これにより，エッジ・クラウドで適切に負荷分散と通信量削減を行いながら効率良く人流検出が可能なシステム実現の目途を得た．
• 書誌情報: マルチメディア，分散協調とモバイルシンポジウム2204論文集; 巻 2020, p. 1280-1289, 発行日 2020-06-17
• 出版者 / 言語: ja
• 出版者: 情報処理学会