村松 大吾

防犯カメラによる犯罪捜査への応用を 目的とした歩容認証が注目を集めている．歩容認証の手 法は，画像上の人物領域を抽出して得られる歩容シルエッ ト画像を用いる方法が現在の主流となっている．人物領 域を手動で抽出すると負担がかかるため，自動で抽出す る手法として，標準歩容モデルを用いた人物領域抽出が 提案されている．この手法では，抽出する対象となる人 物と類似する標準歩容モデルを選択し，適用することで， 歩容の認証精度が向上することが示されている．しかし， 人物領域の抽出精度の評価は限定的である．そこで，本 研究では，標準歩容モデルの適用により，人物領域の抽 出精度がどのように変化するかを調査した．また，類似 する標準歩容モデルの選択方法の改善により，人物領域 の抽出精度を更に向上させる手法を提案する．実験にお いて，提案手法を用いたときが最も高い人物領域抽出精 度を示した．

歩容認証では，人物領域のシルエットに基づいて抽出される特徴を用いる手法が主流である． この手法では，人物領域の抽出精度が一般に性能を左右するため，人物領域を高精度に抽出できる手法が求められる． 人物領域抽出において，歩容の事前知識である標準歩容モデルを用いることで抽出精度が向上することが報告されている． 多くの標準歩容モデルを用いると，認証精度が向上すると考えられるが，標準歩容モデルが増えると処理時間が増加するため，大規模な標準歩容モデルを用いることは難しい． この問題を解決するため，本研究では近似最近傍探索を利用して標準歩容モデル選択を高速化する手法を提案する． これにより，処理時間が大きく削減できるため，従来よりも大規模な標準歩容モデルを用いることが容易になる． そこで，認証精度の向上のために，大規模な標準歩容モデルを用いて人物領域を高精度に抽出できるか検証する． % これにより大規模な標準歩容モデルを用いた人物領域の抽出が実時間で可能となり，また人物領域の抽出精度が向上して認証精度が向上する． 実験の結果，従来の認証精度を維持したまま標準歩容モデルの選択時間を82%削減でき，人物領域抽出に大規模な標準歩容モデルを用いることで認証精度が向上することが確認できた．

防犯カメラ映像は,現代の犯罪捜査において,犯人の足取り追跡や犯人と被疑者の同一性の鑑定等,必要不可欠な存在となっている.歩容認証は他の生体認証と違い,カメラから遠方であっても利用可能という特長を持っていることから,そのような防犯カメラ映像に基づく犯罪捜査にとって極めて有用な技術となり得る.しかし,従来の歩容認証は主に一人の人物が孤立して歩行している映像のみを対象とし,実環境下で頻繁に見られるような複数人物が重なって歩行しているような映像に対して適用することは困難であった.そこで,本研究では実環境下の映像に対する歩容認証の実現に向けての第一歩として,実環境下の歩行映像データベースを構築した.本データベースでは,大阪大学吹田キャンパスにおいて,最大 140 人の被験者が,様々な歩行方法 (例えば,携帯電話を見ながら,荷物を持ちながら,友人と対話しながら等) で歩行する様子を,異なる場所,角度に取り付けた 6 台のネットワークカメラで撮影した.また,映像内の人物密度は歩行開始時の人物の流量を制御することで調整し,6 つのカメラはそれぞれ異なる場所,異なる角度から撮影した.結果として,実環境を模した様々な状況下での 31 シーンからなる,約 5 時間の歩行映像を収集した.本データベースを用いて,複数人物が映っているシーンに対する歩容認証のベースライン手法の初期性能評価を行い,考察を行った.

酪農業界において,従事者数の減少が問題となっており,ICT を用いた乳牛管理による省力化・低コスト化の必要性が高まっている.現在は,装着型のセンサで牛の状態管理をすることが行われているが,低コストで行うことができる映像解析に基づく状態管理方法が有望視されている.本研究では,牛の状態管理の第一段階として映像解析に基づく個体識別を行った.そのために,乳牛の映像データベースを構築し,さらにデータベースを用いた個体識別の初期性能評価を行った.本研究では,二組の RGB カメラと深度カメラを用いて撮影された乳牛 20 頭の歩様シーン,および対応する牛の個体識別番号からなるデータベースを構築した.また個体識別の初期性能評価のために,深度データに基づく背景差分を用いて牛のシルエットを抽出し,それぞれの牛について平均シルエットを用いて個体識別を行った.本研究では平均シルエットを生成する際に 2 次元的・3 次元的に見えの正規化を行い,性能の比較を行った.実験結果として,12 頭の牛から 2 次元の正規化で 64%,3 次元の正規化では 82%の一位認証率を得た.

街頭に設置された防犯カメラにより撮影された映像を用いた個人認証技術は犯罪捜査等において重要な技術となっている.防犯カメラ映像を用いた個人認証では,映像の時空間解像度が共に高いことが望ましいが,通信帯域やデータ格納容量の制約により,高時空間解像度の映像を撮影・格納することが困難な場合が多い.そこで,本研究では歩容・頭部・身長を用いた歩行者マルチバイオメトリクスにおいて,保存映像の容量制約下での時空間解像度設定に関する検討を行う.

歩容認証は、歩き方から個人認証を行う技術で犯罪捜査などに用いられている.既存の歩容認証は,衣服の柄や照明の変化などに影響をうけない人物のシルエットに基づく特徴を用いて認証する手法が主流である.シルエットの抽出は前処理として行われ,安定したシルエットが得られているという前提がある.しかし,実際の環境下において,安定したシルエットの抽出を行うことは容易ではなく,正しいシルエットを得られない場合には認証精度劣化の原因となる.そのため,歩容認証では,さまざまな状況下で安定してシルエットの抽出を行うことが課題となっている.そこで,本稿では,歩容認証のための安定した人物の領域分割を行う手法を提案する.提案手法では,既存の背景差分に基づくグラフカットを用いた領域分割に,歩容の事前知識である歩容の標準モデルを用いることでシルエットが改善されることを示す.

歩容認証は、歩き方から個人認証を行う技術で犯罪捜査などに用いられている.既存の歩容認証は,衣服の柄や照明の変化などに影響をうけない人物のシルエットに基づく特徴を用いて認証する手法が主流である.シルエットの抽出は前処理として行われ,安定したシルエットが得られているという前提がある.しかし,実際の環境下において,安定したシルエットの抽出を行うことは容易ではなく,正しいシルエットを得られない場合には認証精度劣化の原因となる.そのため,歩容認証では,さまざまな状況下で安定してシルエットの抽出を行うことが課題となっている.そこで,本稿では,歩容認証のための安定した人物の領域分割を行う手法を提案する.提案手法では,既存の背景差分に基づくグラフカットを用いた領域分割に,歩容の事前知識である歩容の標準モデルを用いることでシルエットが改善されることを示す.

歩容認証は，歩き方から個人認証を行う技術で犯罪捜査などに用いられている．既存の歩容認証は，衣服の柄や照明の変化などに影響をうけない人物のシルエットに基づく特徴を用いて認証する手法が主流である．シルエットの抽出は前処理として行われ，安定したシルエットが得られているという前提がある．しかし，実際の環境下において，安定したシルエットの抽出を行うことは容易ではなく，正しいシルエットを得られない場合には認証精度劣化の原因となる．そのため，歩容認証では，さまざまな状況下で安定してシルエットの抽出を行うことが課題となっている．そこで，本稿では，歩容認証のための安定した人物の領域分割を行う手法を提案する．提案手法では，既存の背景差分に基づくグラフカットを用いた領域分割に，歩容の事前知識である歩容の標準モデルを用いることでシルエットが改善されることを示す．

防犯カメラ映像を用いた犯罪捜査支援を視野にいれ,本稿ではマルチモーダル歩行者認証を科学捜査的観点から精度評価を行った.歩行者から取得される複数特徴から尤度比を計算するアルゴリズムに対し,学習用被験者数を変化させながら,アルゴリズムの識別能力及びスコア校正精度の評価を行った.

一つのカメラ映像だけで実現可能な歩容，顔，身長によるマルチモーダル認証は精度とコストの両方の点で有効な方法である．その一方で，その精度は空間解像度や時間解像度といった撮影環境による影響を受け，また，歩容，顔，身長それぞれの特徴によってその影響は異なる．そのため，より高い精度を実現するためには，空間解像度と時間解像度に応じてそれぞれの特徴から得られるスコアに適切な重み付けをすることが重要である．本研究では，まず 1,935 人の公開歩行映像データベースを用いて，それぞれの特徴について様々な解像度のスコアデータベースを作成した．そしてそのデータベースを用いて性能評価を行い，歩容，顔，身長それぞれについて時空間解像度に応じた性能の変化を解析した．さらに，構築したスコアデータベースに基づいて，時空間解像度に応じた最適な重み付けの値を線形ロジスティック回帰によって計算した．また，学習データに含まれない時空間解像度の組み合わせに対するテストデータに対しては，ガウス過程回帰による重みの推定を行い，精度評価を行った．精度評価の結果，学習データと同じ時空間解像度の組を用いたテストデータの精度，つまりその時空間解像度における性能の上限とほぼ同等の結果が得られた．

近年，歩容に基づく人物認証技術の犯罪捜査応用が注目を集め，実際に活用されはじめている．監視カメラ映像で観測された犯人の歩容特徴から対象人物を鑑定するためには，当該分野の専門的知識及びスキルが必要となるため，従来の犯罪捜査においては，歩容認証を専門とする研究者などの歩容の専門家にそれを依頼してきた．しかし，より迅速かつ効率的な犯罪捜査を行うためには，歩容の専門家ではない犯罪捜査員が，手元で即時に人物鑑定結果を得ることが望ましい．そこで本研究では，そのような歩容の非専門家による使用を前提とした，世界初の歩容に基づく人物鑑定システムを構築した．本システムは，最先端の歩容認証技術が実装されているだけでなく，GUIに基づく簡易な操作インタフェースを備え，非専門家であっても，専門家と同様の人物鑑定結果を，簡易な操作手順によって得ることができるよう設計されている．実験では，一人の歩容の専門家及び10人の非専門家を被験者とし，本システムによる模擬鑑定実験を行った．結果として，非専門家が行った合計50組の鑑定のうち，46組の鑑定で専門家と同様の結果を得ることができ，本システムの有用性を確認することができた．

本研究では,歩行者のカメラ渡りの追跡を目的とする,方向変換モデルを用いた複数カメラ間での人物照合手法を提案する特徴には,時空間輝度勾配に基づく歩容特徴であるSTHOG特徴を用いる.特徴は,背景部分のエッジを弱めた上で,異なる観測方向の対応領域の高さが合うように,カメラ姿勢と歩行方向の推定を基に変形させたウィンドウから抽出する.方向変換モデルの学習段階では,様々な観測方向から撮影した認識対象外の歩行画像列を収集し,それぞれの歩行姿勢(位相)を同期させた規定枚数の部分画像列からSTHOG特徴列を抽出する.そして,各行が観側方向,各列か各被験者の各歩行姿勢と対応するように特徴を並べた行列を作成する.その行列を特異値分解することにより,方向を変換する行列を得る.認証段階では,観測方向の異なる二つの歩行画像列が与えられると,方向変換モデルを用いて,一方の方向のSTHOG特徴列をもう一方の方向に変換し,同一方向の下で位相同期を行いながら照合する.実験では,大学て撮影した歩容映像を用いて人物照合を行い,提案手法が有用であることを確認した.

本研究では，歩行者のカメラ渡りの追跡を目的とする，方向変換モデルを用いた複数カメラ間での人物照合手法を提案する．特徴には，時空間輝度勾配に基づく歩容特徴であるSTHOG特徴を用いる．特徴は，背景部分のエッジを弱めた上で，異なる観測方向の対応領域の高さが合うように，カメラ姿勢と歩行方向の推定を基に変形させたウィンドウから抽出する．方向変換モデルの学習段階では，様々な観測方向から撮影した認識対象外の歩行画像列を収集し，それぞれの歩行姿勢（位相）を同期させた規定枚数の部分画像列からSTHOG特徴列を抽出する．そして，各行が観測方向，各列が各被験者の各歩行姿勢と対応するように特徴を並べた行列を作成する．その行列を特異値分解することにより，方向を変換する行列を得る．認証段階では，観測方向の異なる二つの歩行画像列が与えられると，方向変換モデルを用いて，一方の方向のSTHOG特徴列をもう一方の方向に変換し，同一方向の下で位相同期を行いながら照合する．実験では，大学で撮影した歩容映像を用いて人物照合を行い，提案手法が有用であることを確認した．

A biometric authentication method is proposed based on hyperspectral image data derived from the palm of the hand. The data are acquired using a recently developed device that captures reflectance across the 396.37-990.64 nm range with a spectral resolution of 0.93 nm. The acquired image data represent the distributions of various biological substances. First, the proposed method computes the spatial correlations between the test data and a set of stored template data for each wavelength of the spectrally resolved image. Next, the algorithm computes a score by integrating the spatial correlations for each wavelength. This method incorporates the well-known vein structure in the NIR range and other rather intricate structures located in the shallower parts of hands. In the evaluation, 1500 data were acquired from 30 subjects and the equal error rate was 0.611%.

本論文では,2クラス識別問題における複数スコアの統合手法を提案する.各クラスに対する複数スコアの確率密度関数(PDF)に基づくスコアレベル統合手法は,推定されたPDFが正しい限り,受信者操作特性を最適にすることが知られており有望な手法である.従来の格子点状の制御点を用いたノンパラメトリックな確率密度推定に基づく手法の代わりに,本研究では,浮動制御点(FCP)を導入することでスケーラビリティーを改善し,全体のクラス事後確率を一般次元のドロネー三角形分割に基づく補間により表現する.本枠組みにおいて,最初にFCPの初期セットが与えられると,学習サンプルを用いてFCP上のクラス事後確率をエネルギー最小化の枠組みによって推定する.更に,事後確率分布をより効率的に表現するために,各クラスのPDFのピークではなく,事後確率が変化する領域に重点的にFCPを再配置する.実験では,シミュレーションデータ及び生体認証の実データを用いて評価し,提案手法の有効性を確認した.

本論文では,2クラス識別問題における複数スコアの統合手法を提案する.各クラスに対する複数スコアの確率密度関数(PDF)に基づくスコアレベル統合手法は,推定されたPDFが正しい限り,受信者操作特性を最適にすることが知られており有望な手法である.従来の格子点状の制御点を用いたノンパラメトリックな確率密度推定に基づく手法の代わりに,本研究では,浮動制御点(FCP)を導入することでスケーラビリティーを改善し,全体のクラス事後確率を一般次元のドロネー三角形分割に基づく補間により表現する.本枠組みにおいて,最初にFCPの初期セットが与えられると,学習サンプルを用いてFCP上のクラス事後確率をエネルギー最小化の枠組みによって推定する.更に,事後確率分布をより効率的に表現するために,各クラスのPDFのピークではなく,事後確率が変化する領域に重点的にFCPを再配置する.実験では,シミュレーションデータ及び生体認証の実データを用いて評価し,提案手法の有効性を確認した.

本論文では，2クラス識別問題における複数スコアの統合手法を提案する．各クラスに対する複数スコアの確率密度関数(PDF)に基づくスコアレベル統合手法は，推定されたPDFが正しい限り，受信者操作特性を最適にすることが知られており有望な手法である．従来の格子点状の制御点を用いたノンパラメトリックな確率密度推定に基づく手法の代わりに，本研究では，浮動制御点(FCP)を導入することでスケーラビリティーを改善し，全体のクラス事後確率を一般次元のドロネー三角形分割に基づく補間により表現する．本枠組みにおいて，最初にFCPの初期セットが与えられると，学習サンプルを用いてFCP上のクラス事後確率をエネルギー最小化の枠組みによって推定する．更に，事後確率分布をより効率的に表現するために，各クラスのPDFのピークではなく，事後確率が変化する領域に重点的にFCPを再配置する．実験では，シミュレーションデータ及び生体認証の実データを用いて評価し，提案手法の有効性を確認した．

Saffron pistils are normally harvested by hand. As the amount of pistils obtained from one flower is very small, harvesting them a certain amount requires a hard task. In this paper, we discuss a system to automate harvesting saffron pistil using robot equipped with image processing unit. We introduce a mechanism and a task movement of the robot, and examine technique to detect cutting point and gripping point which are necessary for harvesting by image processing, and proposes a process to harvest based on it.

We propose an algorithm to detect characters in images. The proposed algorithm consists of three phases: training, candidate area detection, and character detection. In training phase, a classifier to detect the character is generated from several haar-like feature-based weak classifiers by using Adaboost. In candidate area detection phase, one haar-like feature is used to define the area to search characters. And in character detection phase, the generated Adaboost-based classifier is used to detect the character in the defined area. We performed preliminary experiments to evaluate the proposed algorithm using 13 images. The experimental results show that some character on homogeneous background can be detected by this algorithm.

In late years tests called the CBT where I used a computer for by information technology and the network technology that developed spread. However, the knowledge examinations such as TOEFL or the Kanji Aptitude Test are often found, and these do not advance in the skill examination. Therefore, toward the CBT of the skill examination, I analyze the skill as the part. I set a problem for forward upward circling and, using an electromyograph, an acceleration sensor, the data of the camera, wrestle with the analysis of a necessary skill.

筆記をする際のペン持ち方に注目し，カメラで撮影したペン持ち方画像を用いて個人を認証する手法を検討する．ペンの持ち方は，手の大きさ等の人の身体的特徴に由来する個人性とともに，どのようにペンを持つのか，という人の癖に由来する個人性が存在すると考えられ，個人認証に有効なモダリティだと考えられる．本研究ではその有効性を確認するために，ペン持ち方を撮影した画像 （ペン持ち方データ） から多数の特徴を抽出し，各特徴から計算される非類似度を統合することで認証を行う．本研究では 33 個の特徴から計算される非類似度スコアを realAdaBoost を用いて統合し，ユーザ依存しきい値と比較することで認証を行った．30 人から取得したペン持ち方データを用いた評価実験では，他人の握り方を真似したなりすまし攻撃に対して等誤り率 4.1% という結果を得た．We focus on a biometric person authentication method using features of pen holding style. The manner of holding pen can be distinctive among persons and be useful modality for person authentication, because the manner is affected by both the physical features and habitual behavior. In order to evaluate the efficiency, we extract several features from the pen-holding image, and fuse them for verification. In this paper, realAdaBoost algorithm is used for the fusion, and user-dependent threshold is applied for a decision making. The developed algorithm is evaluated using the database collected dorm 30 persons. The algorithm achieved an EER of 4.0% against the impersonation attacks.