機械学習を用いた地下街の歩行者数予測手法

カテゴリ: 部門大会

論文No: TC16-12

グループ名: 【C】平成30年電気学会電子・情報・システム部門大会プログラム

発行日: 2018/09/05

タイトル(英語): A Machine Learning Approach to Predict Pedestrian Density on an Underground Walkway

著者名: 大原 誠(神戸大学),松本 卓也(創発システム研究所),森永 裕矢(富山県立大学),榊原 一紀(富山県立大学),鈴木 義康(日建設計総合研究所),長廣 剛(神戸大学),玉置 久(神戸大学)

著者名(英語): Makoto Ohara|Takuya Matsumoto|Yuya Morinaga|Kazutoshi Sakakibara|Yoshiyasu Suzuki|Tsuyoshi Nagahiro|Hisashi Tamaki

キーワード: 機械学習|人流|地下街地下街|Machine Learning|People Flow|Underground Walkway

要約(日本語): 近年，交通の効率化や購買行動の把握といった観点から人流についての解析・予測についての要望が高まっており，一方でコンピュータの性能向上やセンシング技術の発展により個人単位での歩行行動の計測・計算が現実的になってきた。 そこで本研究では歩行以外の交通（自転車・自動車など）が少なく，また出入口が限定されるため歩行経路が比較的取得しやすい地下街に着目し，通路部分における歩行者の移動軌跡データから分割された各領域における歩行者数を予測する手法を提案する。

PDFファイルサイズ: 721 Kバイト