CNNによる歩行者識別を目的とした重要特徴箇所の可視化

カテゴリ: 部門大会

論文No: OS2-1

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Visualization of Key Features for Pedestrian Identification using CNN

著者名: 吉森 聖貴（日本文理大学）

著者名(英語): Seiki Yoshimori (Nippon Bunri University)

キーワード: 畳み込みニューラル|歩行特徴|時系列画像|可視化|Convolutional Newral Network|Gait Feature|Time-series images|visualization

要約(日本語): 近年，防犯や広域監視を目的とした歩容認証が注目されている．歩容認証は，その他の個人認証方法と比べてカメラの位置やカメラと対象の距離の影響を受けにくいという特徴を持つ．歩容認証を実現するためには動きに起因する特徴量を抽出する必要があり，時系列画像の入力が必須となる．本研究では，RNNやLSTMなどの時系列データを対象とした手法ではなく，CNNのみによる歩行者識別を目的とした歩行特徴抽出手法を提案し，13名を対象とした実験において約93%の精度で識別できることを確認した．さらに，特徴を詳しく分析するためにIntegrated Gradientを用いて特徴量の可視化を行った．その結果，歩行動作に影響が大きいと考えられる頭や手足などの特徴が識別に利用されていること，並びにそれらが個人によって少しずつ異なることが確認された．