@techreport{oai:ipsj.ixsq.nii.ac.jp:00233928,
 author = {安田, 優 and 天野, 辰哉 and 山口, 弘純},
 issue = {7},
 month = {May},
 note = {近年，鉄道駅プラットフォームの混雑時の安全確保や効率的な誘導，また混雑緩和のためにカメラの動画像から群衆を解析する研究が多く行われている．しかし，密集した群衆の追跡に関しては人同士の重なりなどにより，通常のトラッキングでは十分な結果が得られていない．そこで本研究では，そのような状況においても人流を正しく推定することを目的とし，プラットフォームおよびそこに存歳する群衆やその移動状況を仮想空間上になるべく正確に再現するデジタルツイン構築手法を提案する．提案手法では，動画像に対し，ピクセルレベルでのオプティカルフロー推定を行う最新の手法を用いて抽出した動体領域の座標を Unity の 3 次元仮想空間内にマッピングする．そして，Unity の人物モデルと歩行者密度モデルを用いることで，正確な歩行者の位置と人数の推定を行う．提案手法を評価するため，甲子園駅で収集したデータを用いて人数推定と位置推定の精度を評価した．評価実験の結果，最新の物体検出手法である YOLOv8x による人数推定手法と比較し，推定誤差を 4 分の 1 程度に抑制できた．},
 title = {鉄道駅プラットフォームにおける人流デジタルツインの構築手法},
 year = {2024}
}