| 大会名称 |
|---|
| 2018年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2018 |
| 発行日 |
| 2018-09-12 |
| セッション番号 |
| 2h |
| セッション名 |
| 人を対象とした画像認識 |
| 講演日 |
| 2018/09/19 |
| 講演場所(会議室等) |
| D棟D32 |
| 講演番号 |
| H-001 |
| タイトル |
| 深層学習を用いた混雑状況の判定 |
| 著者名 |
| 加藤直樹, 瀬川 修, |
| キーワード |
| 静止画, 畳込みニューラルネットワーク, 判定根拠の可視化 |
| 抄録 |
| 安全性の確保や利便性の向上のために，展示会場や施設等の混雑状況を把握する技術への期待が高まっている．混雑状況の把握は，一般的に，動画を用いたフレーム間差分による人物の検出により実現されているが，本研究では，混雑状況の判定を，静止画像に対する3段階の混雑レベルへの分類問題とし，既存の畳込みニューラルネットワーク（CNN）による深層学習を用いてこれを実現する手法を提案する．また，先行研究の手法を活用して，CNNの判定に寄与している入力画像中の位置を可視化することで，人が混雑状況を判定する際に手掛かりにするような特徴が深層学習により獲得されていることがわかった． |
| 本文pdf |
| PDF download (541.7KB) |