混雑率計測のための奥行き画像を用いた人物頭部の検出方法の一提案

カテゴリ: 部門大会

論文No: PS5-7

グループ名: 【C】平成28年電気学会電子・情報・システム部門大会講演論文集

発行日: 2016/08/31

タイトル(英語): A head-part detection method based on depth images to measure crowd congestion

著者名: 田中 利弥(明星大学),府川 竜太(明星大学),齊木 雅人(明星大学),嶋 好博(明星大学)

著者名(英語): Toshiya Tanaka|Ryuuta Fukawa|Masato Saiki|Yoshihiro Shima

キーワード: 混雑率|人物頭部|奥行き画像|連結成分|Congestion rate|Human head|Depth image|Connected component

要約(日本語): 本研究の目的は、Depth(奥行き)センサーを用いて奥行き画像からの人物頭部の検出方法を提案し、その有効性を実験的に確認することである。近年、駅構内や電車内の混雑による遅延が問題になっている。人物頭部を検出し混雑率を計測することができれば、空いている場所を示す事で、駅構内や電車内の混雑を緩和させることができる。計測方法については、Depthセンサーを天井に設置し、上方から人物までの距離、頭部と床との距離等の差を閾値により判定することによって頭部を検出する。サンプル画像9枚に対し8枚、頭部検出に成功した。頭部と床との距離の差をDepthセンサーとしてのKinectを用いた。実験としてDepthセンサーを用いて頭上からの画像を撮影した。Depth画像では床部分は遠方であり、画像明度は暗い。一方、頭部は近方で明るい。この明暗の差を利用して頭部を検出する。

PDFファイルサイズ: 391 Kバイト