{"metadata":{"_oai":{"id":"oai:ipsj.ixsq.nii.ac.jp:00219694","sets":["6164:6165:6640:11008"]},"path":["11008"],"owner":"44499","recid":"219694","title":["3次元点群を用いた時空補間的アプローチに基づく人物軌跡構成法の提案"],"pubdate":{"attribute_name":"公開日","attribute_value":"2022-07-06"},"_buckets":{"deposit":"c5e11cc6-3882-47aa-aedc-55534539fb11"},"_deposit":{"id":"219694","pid":{"type":"depid","value":"219694","revision_id":0},"owners":[44499],"status":"published","created_by":44499},"item_title":"3次元点群を用いた時空補間的アプローチに基づく人物軌跡構成法の提案","author_link":["573272","573273","573274","573276","573275"],"item_titles":{"attribute_name":"タイトル","attribute_value_mlt":[{"subitem_title":"3次元点群を用いた時空補間的アプローチに基づく人物軌跡構成法の提案"}]},"item_type_id":"18","publish_date":"2022-07-06","item_language":{"attribute_name":"言語","attribute_value_mlt":[{"subitem_language":"jpn"}]},"item_18_text_3":{"attribute_name":"著者所属","attribute_value_mlt":[{"subitem_text_value":"大阪大学大学院情報科学研究科"},{"subitem_text_value":"大阪大学大学院情報科学研究科"},{"subitem_text_value":"大阪大学大学院情報科学研究科"},{"subitem_text_value":"大阪大学大学院情報科学研究科"},{"subitem_text_value":"大阪大学大学院情報科学研究科"}]},"item_publisher":{"attribute_name":"出版者","attribute_value_mlt":[{"subitem_publisher":"情報処理学会","subitem_publisher_language":"ja"}]},"publish_status":"0","weko_shared_id":-1,"item_file_price":{"attribute_name":"Billing file","attribute_type":"file","attribute_value_mlt":[{"url":{"url":"https://ipsj.ixsq.nii.ac.jp/record/219694/files/IPSJ-DICOMO2022120.pdf","label":"IPSJ-DICOMO2022120.pdf"},"date":[{"dateType":"Available","dateValue":"2024-07-06"}],"format":"application/pdf","billing":["billing_file"],"filename":"IPSJ-DICOMO2022120.pdf","filesize":[{"value":"11.6 MB"}],"mimetype":"application/pdf","priceinfo":[{"tax":["include_tax"],"price":"660","billingrole":"5"},{"tax":["include_tax"],"price":"330","billingrole":"6"},{"tax":["include_tax"],"price":"0","billingrole":"44"}],"accessrole":"open_date","version_id":"753a6fae-f496-4bb7-a973-30c141107278","displaytype":"detail","licensetype":"license_note","license_note":"Copyright (c) 2022 by the Information Processing Society of Japan"}]},"item_18_creator_5":{"attribute_name":"著者名","attribute_type":"creator","attribute_value_mlt":[{"creatorNames":[{"creatorName":"大野, 真和"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"右京, 莉規"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"天野, 辰哉"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"Hamada, Rizk"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"山口, 弘純"}],"nameIdentifiers":[{}]}]},"item_resource_type":{"attribute_name":"資源タイプ","attribute_value_mlt":[{"resourceuri":"http://purl.org/coar/resource_type/c_5794","resourcetype":"conference paper"}]},"item_18_description_7":{"attribute_name":"論文抄録","attribute_value_mlt":[{"subitem_description":"近年，公共施設や大型商業施設など様々な人々が行きかう空間における歩行者の人流解析の重要性が高まっている．我々はこれまで 3 次元測域センサ（LiDAR）を用いた歩行者のトラッキングシステム「ひとなび」を開発してきた．ひとなびは固定設置した複数 LiDAR からの 3 次元点群からの人物検出およびトラッキングを行うことで，LiDAR の可視範囲内での歩行者移動軌跡のリアルタイム出力を可能にする．しかし，センサコストや建造物の構造上の制約により，欠損なく関心領域全てをカバーするような LiDAR の設置は困難であることが多い．そこで本研究では，点群から得られた歩行者軌跡に対する人物再識別手法を提案する．提案手法では，(1) 点群から得られる人物の特徴の類似性，と (2) 建物レイアウトや過去の移動軌跡パターンにも基づく移動軌跡の整合性の 2 つの観点から，全軌跡ペアに対してそれが同一人物によるものである確率を求め，離れた計測領域からの軌跡のマッチングを実現する．人物特徴の類似性計算方法として，FisherVector を用いた点群からの特徴抽出とそれに基づく距離学習を提案する．大阪大学箕面キャンパスにおいて 5 日間にわたって取得した LiDAR データによる，延べ人数 15,101 人の軌跡データを用いて提案手法の評価を行った．その結果，2 つの軌跡が同一人物によるものであるかどうかの二値分類において，F 値 0.80 という高い精度が得られた．","subitem_description_type":"Other"}]},"item_18_biblio_info_10":{"attribute_name":"書誌情報","attribute_value_mlt":[{"bibliographicPageEnd":"871","bibliographic_titles":[{"bibliographic_title":"マルチメディア，分散，協調とモバイルシンポジウム2022論文集"}],"bibliographicPageStart":"859","bibliographicIssueDates":{"bibliographicIssueDate":"2022-07-06","bibliographicIssueDateType":"Issued"},"bibliographicVolumeNumber":"2022"}]},"relation_version_is_last":true,"weko_creator_id":"44499"},"id":219694,"updated":"2025-01-19T14:48:32.331577+00:00","links":{},"created":"2025-01-19T01:19:45.539655+00:00"}