人物検出および照合の全体最適化による歩容認証

• Item type: SIG Technical Reports(1)
• 公開日: 2022-05-05
• タイトル: 人物検出および照合の全体最適化による歩容認証
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 卒論スポットライトセッション
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 大阪大学
• 著者所属: 大阪大学
• 著者所属: 大阪大学
• 著者名: 沖村, 達平; 槇原, 靖; 八木, 康史
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 歩き方の個性に基づく個人認証技術である歩容認証を実現するには，人物検出・追跡，特徴抽出（シルエット抽出），照合というパイプライン全体を実装する必要があるが，歩容認証の研究の多くは，特徴抽出（シルエット抽出）や照合に焦点を当てているものが多い．そこで本研究では，人物検出から照合までのパイプライン全体を最適化する歩容認証ネットワークを提案する．具体的には，リアルタイム物体検出モデルである You only look once v5 (YOLOv5) と，特徴抽出及び照合を End-to-end で行う人体モデルに基づく歩容認証モデルを組み合わせたネットワーク構造を考案した．YOLOv5 で検出した物体の中から人物クラスの確信度の高い候補を選定し，後段の歩容認証モデルで利用するための人物領域の切り抜き画像シーケンスを生成する．ここで，人物領域の切り抜き画像シーケンスを生成する際には，アフィン変換による線形補間画像を生成する，即ち，外接矩形の位置に関する微分可能性を保つことで，人物検出から照合まで含めたネットワークを全体最適になるように学習する枠組みを設計した．世界最大の公開歩行映像データベース OU-MVLP を用いて認証精度評価実験を行った．結果として，個別最適化を行う従来手法と比較して，提案手法の精度が劣るという期待に反した結果となったことから，精度低下の原因を考察し，今後のより精度の高い全体最適化の実現に向けた検討を行った．
• 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: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2022-CVIM-230, 号 6, p. 1-8, 発行日 2022-05-05
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会