ステレオカメラを用いた人の行動解析.

Presentation on theme: "ステレオカメラを用いた人の行動解析."— Presentation transcript:

1 ステレオカメラを用いた人の行動解析

2 ステレオカメラを用いた歩行者行動解析 歩行者の物理センシング ・複数人の3 次元空間的な移動検知 ・多人数の群れの人数計測
ステレオカメラシステム Point Grey Research Bumblebee2 歩行者の物理センシング ・複数人の3 次元空間的な移動検知 ・多人数の群れの人数計測 歩行者行動解析システム 高次コンテクストのリアルタイム抽出 ・歩行者の単純行動取得 ・異常行動の推定

3 プロジェクトのゴール 歩行者の単純行動と異常行動のリアルタイム検知 歩行者行動の可視化 単純行動 歩く 走る 個人、群 偶発的な群れ 停止
入力ステレオカメラデータ 歩く t -Δt秒 t 秒 t +Δt秒 走る 個人、群 偶発的な群れ 停止 群のみ 知り合い同士 歩行者(群)3次元運動データ うろつく 3次元座標値 歩行者速度 距離データ平均, 等 座る 異常行動 倒れこむ 通常時から 外れた行動 より具体的 な異常行動 長時間うろつく

4 時間経過に伴う変化を考慮するコンテクスト推定機構
本研究の独自性 多段推論機構によるリアルタイム解析 異常行動者に絞ったコンテクスト推定が可能 多人数が存在する環境に対応 時間経過に伴う変化を考慮するコンテクスト推定機構 TDBN（時間長をモデル化可能なDynamic Bayesian Networkを用いた推論） 状態を複数歩行者間のある時間における関係として記述可能

5 前段： 歩行者の流れを考慮した行動認識 実験シーン 屋内実験 取得データ数100 歩行者経路の分類結果(4方向に分類） 評価データグラフ
前段：　歩行者の流れを考慮した行動認識 歩行経路と異常行動の検知 実験シーン 屋内実験 取得データ数100 DP-Matchingで歩行者の流れから 外れた行動を検知 （k-meansにより歩行経路を事前学習） 異常行動として検知、後段部に詳細推定をディスパッチする 歩行者経路の分類結果(4方向に分類） 単純行動の検知 歩行速度と歩行タイプから学習済み SVMにより検知 歩行経路による歩行タイプ判別 (5x5 vector) 通りすぎる人 うろつく人 評価データグラフ

6 後段： 詳細な異常行動推定 TDBN 評価データグラフ 転倒実験の様子 適応例：転倒の検出 t-Δt秒前の 状態変数 t秒での
後段：　詳細な異常行動推定 TDBN 評価データグラフ 転倒実験の様子 t-Δt秒前の 状態変数 t秒での t+Δt秒後の t+Δt２秒後の 適応例：転倒の検出 t-1秒前 t秒 t+1秒後 t+10秒後

7 歩行者行動を可視化し、異常行動検知機構を実装した
まとめと今後の課題 歩行者行動を可視化し、異常行動検知機構を実装した TDBNによる具体的な異常行動推定 今後の課題