WEKO3
アイテム
深層距離学習を用いたARデバイス向けの人物識別手法
https://ipsj.ixsq.nii.ac.jp/records/212950
https://ipsj.ixsq.nii.ac.jp/records/2129501e9e1947-8654-454a-9743-93d34bbcd713
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-DICOMO2021052.pdf (3.7 MB)
|
Copyright (c) 2021 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | Symposium(1) | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2021-06-23 | |||||||||||||
| タイトル | ||||||||||||||
| タイトル | 深層距離学習を用いたARデバイス向けの人物識別手法 | |||||||||||||
| 言語 | ||||||||||||||
| 言語 | jpn | |||||||||||||
| キーワード | ||||||||||||||
| 主題Scheme | Other | |||||||||||||
| 主題 | モバイルアプリケーション | |||||||||||||
| 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 | ||||||||||||||
| 著者名 |
高橋, 直也
× 高橋, 直也
× 天野, 辰哉
× 山口, 弘純
× 東野, 輝夫
|
|||||||||||||
| 論文抄録 | ||||||||||||||
| 内容記述タイプ | Other | |||||||||||||
| 内容記述 | 本研究では，AR デバイス視野内の人物追跡用途を想定し，深層距離学習に基づく人物再識別手法を組み合わせた新しい人物追跡手法を提案する．提案手法では Deep Sort など連続フレーム間での人物追跡を前提とした従来手法が，AR デバイスにおいては視野移動による頻繁なフレームアウトで追跡に失敗する点に着目し，検出された人物が過去に追跡した人物と同一か否かを，深層距離学習により識別するモデルを構築する．深層距離学習ではデータの特徴量空間における距離を学習できるため，同一人物の画像間距離が小さく，異なる人物画像間距離が大きくなるよう学習することで，検出された人物画像と過去の追跡人物画像間の特徴距離を計算できる．提案手法では AR グラスを通したスポーツトレーニングや観戦を題材とし，シーン切り替えが頻繁に発生するラグビーの試合映像から得られた 27 万枚以上のデータに対してラベリングを行い，通常のクラス分類学習を通した距離学習が可能な ArcFace を用いた人物再識別モデルを構築した．提案手法を Person Re-identification に利用される既存のデータセット Market-1501 を用い実装し，Market-1501 と独自のデータセットに対する精度を評価した結果，前者では F 値 74.15%，後者では F 値 66.88% を達成した． | |||||||||||||
| 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2021論文集 巻 2021, 号 1, p. 388-394, 発行日 2021-06-23 |
|||||||||||||
| 出版者 | ||||||||||||||
| 言語 | ja | |||||||||||||
| 出版者 | 情報処理学会 | |||||||||||||
