CNNを用いた歩行者識別を目的としたAutoencoderによる動き特徴の圧縮

カテゴリ: 部門大会

論文No: OS7-1-1

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Motion feature compression by Autoencoder 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: オートエンコーダ|畳み込みニューラル|歩行特徴|時系列画像|特徴量圧縮|Autoencoder|Convolutional Neural Network|Gait Feature|Time-series images|Feature compression

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．一方，単純なCNNはRNNやLSTMと違い時系列画像を処理することはできない反面，処理が簡易となり処理コストも小さく抑えられる．そこで本研究では，CNNによる歩行者の動き特徴識別を目的としてAutoencoderを用いた時系列画像からの動き特徴圧縮手法を提案する．提案手法は，13名を対象とした個人識別実験を通して圧縮した特徴の精度検証を行った結果，提案手法の有効性が確認された．