Institute
工nstitute
of
of
Eleotronios
Electronics,，Information,
工 nformation
and Co
Communication
unioation
Engineers
Engineers
，and
社団法人　電子情報通信学会
信学技報
THE INSTITUTE
OF　ELECTRONICS ，
INFORMATION　AND COMMUNICATION ENGINEERS
IEICE　Technical　Report
IE2011−33 ，
PRMU2011−25 ，
MI2011 −25 （2011−05 ）
非線形 距離 指標 学 習 に よ る カ メ ラ 間 人 物 照 合
†
†
井尻 善久t，
労
†オ ム
ロ
株式会社技術本 部 コ
ン
アテ ノ
ロ
世図†　村瀬
ジ ーセ
洋††
9丁 目1 番
タ　京 都 府 木 津 川 市 木津 川 台
ン
††名 古屋 大 学 大 学 院 情 報 科 学 研 究 科 愛知 県 名 古 屋 市 千 種 区 不 老 町
lao｝
◎ ari ．
ncl ．
omron
．
co ．
nagoya −u ．
ac ．
joyport
jp ††murase ◎is．
jp
E −mail †｛
：
あ ら ま し　人 物 監 視 に お
ら
複数の 監視カ メ
，
て
構築 す
が
提案 され
グラム
に
，
，特 定 の
，
人
物を 追 跡
ラ を用 い る 必 要 が あ
一
る． 方
い て
る こ と は 困難で あ る こ と も多い
．こ
一 台の
し続 け る た め に は ，
監 視カ メ ラの 視野 は 限 られ て
る こ とか
い
カ メ ラ の 台 数 が 増 加 して も完 全 に 死 角 の な い 領 域 を広 範 囲 に 渡
，
の た め に
，視 野 を 共有
し な い カ メ ラ 問 で 人 物 照合 を 行 い
，追跡 す
っ
る こ と
て き た ．従 来 手法 に お い て は ，人 物 の 服 装 の 色 が 短 時 間 に は 変 化 し な い こ と を 前 提 と した 服 装 の 色 ヒ ス ト
よ る 照 合 が 最 も一般 的 で あ る ． しか し な が ら，複 数 の 視 野 を共 有 し な い カ メ
正 法 や ，監 視 対 象 の 人 物 の 体 の 向 き や 姿 勢 ，照 明条 件 が 異 な る の
単 純 に 照 合 す る と精 度 低 下 す
る お そ れ が あ る ． こ の た め提 案 手 法 で は ，
カ メ ラ に よる違 い
間で学習 し
，
キ ーワ ー ド　カメ
で ，そ
の
うした 影響を 受 け た 色
メ ラの
色校
トグ ラ ム を用 い て
ヒ ス
トグ ラ ム 間 の 距 離 指 標 を 高 次 元 非 線 形 空
ヒス
影 響 を う け に くい 照 合 を 目指 す ．提 案 手 法
，各 カ
ラ に お い て は
の
有効 性 は 実験 に よ り示
さ れ る．
ラ 間人 物 照合 距離 指標 学 習　カ ーネ ル
by　Non −−linear
Distance
Metric
Learning
Human Re − identification
††　Shihong
LAO
Ybshihisa　IJIIR†，
Hiroshi　MURASE
†　and ，
，
††
Corporation　9−1　Kizugawadai Kizugawa7　Kyoto Japan
Science　Nagoya University
††Graduate　School　of lnformation
恥 rocho Chigusa Nagoya Japan
−
−u ．
lao｝
◎ ari ．
ncl ．
omron
．
co ．
nagoya
ac ．
joyport
jp ††murase ◎ is．
jp
E mail †｛
†Corporate　R ＆ D OMRON
，
，
，
，
：
，
，
，
，
，
Abstract To　do tracking　of a speci 且c person since a field
of view
in　a camera
is
limited
the　use of multiple
，
is essential ．On the other hand ，even if the number
of these cameras
is increased in many
surveillance cameras
to　cover a large
area without
any blind
spot ，
Therefore
human tracking　across
practical　scenarios it　is　diMcult
color
matching
is the
cameras
with non −overlapping
fieldof views have been studied ．In previous work ，clothing
−
most popular method
assuming
that　clothing
colors are not changed
in　short time ，
However matching
with his
，
，
，
，
tograms
different
co 正
or
，
via learning　with
metric
calibrations
affects adversely
kernels　to　do robust
nonlinear
in　spite
matching
．
Theref｛
）re in this paper
accuracy
of camera
we
propose to use distance
differences
．
The
of
effectiveriesli
the
is
proved through experimental
studies
．
proposed method
Key words
humam reidentification
Distance
metric
learning
Kernel
，
，
広
1． は じめ に
メ ラ に よ る人
物 監 視 が 重 要 と な っ て い る，大 量 の 監 視 カ メ ラか ら くる 大 量 の
こ
，人 間の
労力 を超 え る こ とが あ る ．従 っ
うし た 監 視業務 を支 援 す る た め に
援シ
ス
テ ム が 提 案 され て き た
，
様 々 な
一
は ，一台 の
の
追 跡 と， 複 数
て は特に
自動 監 視 や 監視 支
技術
る
カ メ ラ視 野 内
，
て
も，特 定 の 人物 を 追 跡 し続
い
メ ラ 視野 よ
視カ メ
の
で ある
つ
の
．追 跡
にお い て
カ メ ラに よ る
一台 の
り広 い 領 域 に お け る 追 跡 が あ る ．前 者 に 関 し
多 くの 研 究 が な され て き て
い
る が ，通 常 ，施 設 内 な ど
This　article is　a technical　report
withDut
peer　review
，
and
一方 ，死 角 の な い 監 視 エ
の
．中で
け る 技術 は 必 要 と さ れ て
監視カ
お い て監
領域に
ラが
利用 さ れ る
こ
とか ら，後 者 も実
用 上重要で あ る．
安 心 安 全 な 社 会 の 実 現 に 向 け て ，大 量 の 監 視 カ
情報を処理 す るの は
い
メ ラが 必要 と さ れ
リ ア を構 築 す る た め に は
， ス
て 一般
コ
，相 当 な 数
ト 的 に も景観 的 に も 現 実 的で
的 に は ，視野 を 共 有 し な い 複
．し た が
で
数 監 視 カ メ ラ 問 ，人 物 照 合 を 行 い 追 跡 す る 必 要 性 が 生 じ
る ．本 論 文 で 扱 うの は ，こ う した 視 野 を 共 有 し な い カ メ ラ 間 で
tracking
の 人物 追跡 問題 （
Hurnan re−identification
or Human
ない 場合が多い
っ
の
）で あ る
cameras
acrOSS
店 舗 内や シ
ョ
ッ
ピ ン グモ
．
カ メ ラ 問 人 物 追 跡 に よ り，例 え ば
ール
にお
，
マ
ーケ テ ィ
ン
グのために
け る 人物 の 来 店経 路 を 知
る こ
一139 −
its　polished　and
監視 カ
／
or
extended
version
may
be　published　elsewhere
，
C
NII-Electronic
r理 麟 艪 1匙濫
Library
」
Service
v
論
甓暮
。 ．
、。
、
Institute
工nstitute
of
of
Eleotronios
Electronics,，Information,
工 nformation
and Co
Communication
unioation
Engineers
Engineers
，and
りで あ る ．異 な る監 視 カ
同 じで あ る
環境の
条件等 は 各 カ メ
い
照 明
とは必 ず しも仮 定 で きな
撮影
ラの
る 時 間 帯 に よ っ て 異 な る ．さ ら に
様々
い
境や 撮影
して い る環
，照 合 の 対 象
り，
な方 向 を 向い て お
，各 カ メ ラ の 色校 正 が
．ま た ，撮 影 し て い る
メ ラに お い て は
こ
同 じ人 物 で
あ
っ
て
して
とな る 人物 は
も見 え 方 が 大 き く
異 な る ．加 え て ，こ れ ら の 変 動が 組 み 合 わ さ っ て 起 こ る こ と を
考 え る と ，特 に 環 境 変 動
b＞
（
（）
a
d）
（
c）
（
め
攤
こ
き た ．そ れ ら は ，（
i）見 え 方 に 基 づ く手 法，（
ii）カ メ ラ 聞 の 色 校
正 に 基 づ く手 法 ，（
iii
）カ メ ラ 間 の 関 係 の 陰 的 モ デ リ ン グ に よ る
3っ
．
に 大別 で き る
，
ミ
トの
ッ
一
a）
b ）は
例 ；（
（
れ た 登 録 用 画 像 と照 合 用 画像
，以 下
ID O19
同様 に
の
れて
人 物 か ら得 ら
c）
d ）は ID 302
（
（
，（e ）（f）は ID l88 か ら ，〔g＞〔h ）は ID 358 か ら得
ら
とが で き る ．ま た ， シ
ョ
ッ
ピ ン グモ
ール 等
・窃
盗 等 の 際 に は ，被疑 者 の 写 真 を 元 に 場 内監視 カ メ ラ映 像 と照 合
，検 挙 等 に な げ る こ とが で
は ，犯人 等 の 足 取 りを 知 る の に
を行 い
い て
っ
，
る
．こ れ
き く変 動 す る
らの 方 法 に 共 通 す る 特 徴 は ，人 物 の 見 え 方 が 大
中で
精 度 を 維 持 す る た め ，複 数 の 特 徴 量 を 抽 出 す
る こ とで あ る
の
情 報 に 依 存 す る よ り も高 精 度 な 個 人 同定 が 可 能 とな る の は 当
然 で あ る が ，過 度 に 多 くの 特微 を 抽 出す る こ とは 処 理 速度 の 低
下 に つ な が り， 最 適 な 組 み 合 わ せ を 選 ぶ た め の 最 適 化 が 必 要 で
も有 効 で あ る ．
あ る ，こ の た め
に は
っ
っ
い
き る ．ま た 犯 罪 捜 査 等 に お
，既 存 の 顔 認 識手 法 を
用 い て カ メ ラ 間 人 物 照 合 を す る こ と が 考 え ら れ る ．し か し な が
ら，図 1 に 示 した よ う に ，一般 的 な 監 視 条件 下 で は ，人 物 は 自
然 な 動 き を して い る た め 撮 影 さ れ る 人 物 の 方 向 も様 々 で あ る ．
した が て ，人 物 の 正 面 顔 を 鮮 明 に 撮 影 で き る と は 限 らな い ．
顔 が 見 え ない 場 合 に は ，そ も そ も顔 認 識 は 利 用 で き な い ．ま た ，
顔 が 正 面 を 向 い て い な い 場 合 に は ，顔 認 識 の 精 度 は 低 下 す る ．
ま た 監 視 カ メ ラ は ，シ ーン 全体 を 撮 影 す る こ と に 主 眼 を お い て
お り，必 ず し も焦 点 が 追 跡 対象 の 人 物 に 合 わ せ られ て い る と は
限 らな い ． した が て 人 物 の 顔 が い
も鮮 明 に見 え る こ とを
想 定 す る こ とは で き な い ，鮮 昵な 顔 が 取 得 で き な けれ ぼ ，顔認
識 の 精 度 は 低 下 す る ．こ う した 理 由 に よ り，実 用 的 な条 件 で カ
メ ラ 間 人 物 照 合 を す る の に ，顔 認 識 だ け で は 精 度 的 に 十 分 と は
言 え な い こ とが 多 い ．こ の た め に ，顔 認 識 が 利 用 で き な い も し
くは 精 度 が 低 下 す る 局 面 で 利用 出 来 る ，他 の 人 物照 合手 段 と組
み 合 わ せ る 等 が 必 要 と さ れ る．
そ こ で 本 論 文 で は ，顔 認 識 以 外 の 人 物 照 合 方 法 と し て ，人 物
の 服 装色 を 用 い た 照 合 方 法 を 検 討 す る ．比 較 的 短 時 間 で あ れ ぼ
服 装 は 変 化 し な い こ と を 仮定 で き る の で ，前 述 の よ うな多 くの
ン に お い て こ の 方 法 は 有 効 で あ る と考 え られ る ．
ア プ リ ケ ーシ
ま た 多 くの 場 合，服装 の 色 は ，左 右 で 対 称 で あ り，前 後 で は 対
称 で は な い も の の 同 一色 が 用 い ら れ る ．した が
て ，服 装色 を
用 い れ ば ，例 え ば左 方 向 か ら撮 影 さ れ た 人 物 と 右 方 向か ら撮 影
さ れ た 人 物 を 照 合 す る等 が 容 易 で あ る た め ，こ の 方 法 は 様 々 な
方 向の 人 物 を 照 合 す るの に 適 して い る ．
一方 ，カ メ ラ 間 人 物 照 合 に お い て 考 慮 す べ き課 題 は 次 の と お
カ メ ラ 間人 物 追 跡 を実 現 す る た め
く手 法 に 関 して は ，服装 の 色 や 模 様 を うま
．特 に ，服装 の 色 や模 様 の 特 徴 を 抽 出 す る た め に ，
， 様 々 な 色空 間 に お け る色 ヒ ス トグ ラ ム や ，周 所 特 徴 量 が 組 み 合
わ せ て 用 い ら れ て い る ．こ う し た 冗長 な 特 徴 抽 出 に よ り，単 一
か
ら れ た 画像
に お け る万 引 き
．
く取 り出 す 特 徴 量 抽 出 方 法 国 〜［
12］
14］
15］が 数 多 く提 案 さ
，
，
［
［
e）
f）
（
（
（
9＞
（h ）
1VIPeR
トな 照 合 手 法 が 求
う し た 課 題 を解 決 す る た め に ， 様 々 な 先 行 研 究 が な さ れ て
i）の 見 え 方 に 基 づ
（
図
ロ バ ス
られ る ．
手 法 ，の
デ ータ セ
・対 象 変 動 に
つ
ョ
っ
器を
に
Adaboost
Gray
ら［
8］は ，様 々 な特 徴量 を用
合 わ せ が 提 案 され て
，最 適 な 特 徴 量 の 組 み 合
．一方 様 々 な 特 徴 の 組 み
る 中 で ，服装 の 色 に よ る 特 徴 は ，人 体 の
い
方 向 （も し くは 視 点 〉が 変 わ っ
従来 手 法 に お
い
トグ ラ ム は ，単 純 な
て は
ヒ ス
，
も あ る程 度 不変 の 特徴 で あ る
て
と か ら，ほ と ん ど の 手 法 に お
また
る 弱識 別
に よ り選 択 す る こ と で
わ せ を 学 習す る方 法 を 提 案 し て い る
こ
い
．
て 共 通 的 に 用 い られ て い る
い
，様 々 な 色 空
間上
で
抽出された色 ヒス
ト グ ラ ム 間距 離 に よ り照 合 さ れ る ．し
，様 々 な カ メ ラ に よ り撮 影 され た 画像 で は 色 校 正 が
異 な る の で ，そ こ か ら得 ら れ た ヒ ス ト グ ラ ム を 単 純 に 照 合 す る
と 精 度低 下 に っ な が る ．そ こ で ，カ メ ラ間 の 色 校 正 の 対 応 関 係
を 推 定 す る こ と に よ り，高 精 度 な 照合 を 行 う こ とが で き る よ う
に な る と考 え られ る．
ii）の カ メ ラ 間 輝度 伝達 関 数 （
Brightness 覧 a s −
こ の た め に （
か しな が ら
皿
fer　Rmction ）の
推定 方法等
た だ し，こ れ らの 手 法 で は
つ
につ いて
7］
16］ ［
18］が 提 案
，
［
［
さ れ て きた ．
台か らな る カ メ ラ の 組合せ
輝 度 伝達 関 数 を 計 算 す る必 要 が あ る．し た が
メ ラ の 台 tw N
に 対 して
が
2
〜
N （
N − 1）
2
／
の
一つ 一
っ
て カ
伝達関数を考 え る必要
あ り，カ メ ラ 台数 が 多 い 場 合 に は現 実 的 と は 言 え な い
一方 ，ネ
時 間 的関係
．
ー
ッ トワ
ク 内 の 各カ メ ラ の 視野
の 人 物 の 出入 りの
ー
に
モ
が統 計 的
ド を持
よ うな 場 合 に は ，そ の モ ー
へ
っ
ド を 学 習す る こ と が 有 効 で あ る ．例 え ば，あ る カ メ ラ視 野 か ら
出た 人物 が あ る
るな どの
一定 時 間 経 過 す
関係 が あ る 場 合 で あ る
る と別 の カ メ ラ
．
こ
視野に 入
う した カ メ ラ 間 の
っ
て く
一定 の
関
係 を学 習 す る こ とは ，カ メ ラ 間 の 関係 を 陰 的 に モ デ リ ン グ し て
な る と 考 え ら れ る ．こ れ が 前 記 （
iii
）の 手 法 で あ る ．
い
る こ とに
こ
の 手法 で は学 習 され た カ メ ラ
して
，あ る カ メ
間の 人 物 移動 時 間 モ デ ル を 利 用
一
ラか ら 別 の カ メ ラ に 移 動 した 人 物 が 同 人 物 で
一140 一
一
NNII-Electronic
工 工 Eleotronio
Library Service
Library
Institute
工nstitute
of
of
Eleotronios
Electronics,，Information,
工 nformation
and Co
Communication
unioation
Engineers
Engineers
，and
あ る確 率 を 計 算 す る こ とが で き る ．こ う し た 考 え 方 を 用 い た 手
〜［
13】
16］
19］
21］が 存在 す る が ，
，
，
［
［
［
法 と し て は 様々 な先行 研 究
人 物 が お お よ そ 一定 の 速 度 で 移動 す る な どの 仮 定 に 基 づ
い
こ の よ うに
てい
2． 提 案 手 法
に基づ
多
先 行 研 究 が な さ れ て き た が ，（
i）の 見 え 方
く方法 は 人 物 照合 の 最 も基 本 的 な 考 え 方 で あ り
，
加え て （
ii）の 輝 度 伝 達 関 数 推 定 や ，（
iii
＞の カ メ
リ ン
ラ問の
こ
れに
陰 的モ デ
，
グ等 を
組み合 わ せ る こ とに よ り
構 造 とな っ て
い
る
さ らに 精度 向 上 が 出来 る
．
，
静 止 画 に 基 づ く手 法 と動 画 を 利用
し た 手 法 に 分 類 す る こ と もで き る ．上 述 の 多 くの 手 法 が 静 止 画
て
基 づ く手 法 で あ る が ，
131，
22］
23］で
，
［
［
［
・足 ・胴 体 な
，背 景 差 分 や ，手
ーシ ン を行
メ ン テ
ョ
グメ
ン
テ ーシ
，人 物 領 域 が 人 体 検 出や
ン
手 法 等 に よ り， 特 定 さ れ て
て い る
っ
様 々 な 前 処理 が 提案 さ れ て
どの パ
，複 数 画 像 列 を 用 い
ーツ 認 識 シ ーン セ グ
は
，
．
，複 数 画像 を用
．ま た ，従 来 の 顔 認 識 な ど 同 様
の よ
こ
うに
い
た
い る
ョ
背景 差 分 も し くは セ
る こ と を 仮定 す
い
る，ま た 学 習 の た め に ，様 々 な カ メ ラ お よ び様 々 な 撮 影 条件 で
撮 影 さ れ た 学 習 用 人 物 画 像 と人 物
情報 が 与 え ら れ
ラペ ル
事
る
を 前 提 と す る ．前 述 の と お り，学 習 画 像 に 含 ま れ る 様 々 な 条件
，各 画 像
に おい て
一
i）の 手 法 は さ ら に
方 ，（
に
は
以降 の 記 述 で
くの
るた め の 実験 を 行 う．最 後
4．
章 で 結 論づ
に
る 点 ，お よ び複雑 な カ メ ラ 間 対 応 関 係 で は 適 用 が 困 難 に な る な
どの 課 題 もあ る ，
，提 案 手 法 の 効 果 を 実 証 す
け る．
おい て
に
お い て 色 の 校 正 が 異 な る た め に ，そ う した
に
画 像 に 含 まれ る 人 物 の 色 ヒ ス ト グ ラ ム を 直 接 用 い
て距離
（も し
く は 類 似 度 ） を 計 算 す る と 精 度 が 低 下 す る と 考 え られ る ．そ こ
で
な カ メ ラ お よ び 様 々 な撮 影 条 件 で 撮 影 され た 学 習 デ ー
，様 々
タ を 用 い て ，色
ヒ
トグ ラ
ス
，提 案 手 法 の 大
と共 に ，図
2 右半分 に 示
ま か な 流 れ は ，従 来 手 法 と の 比 較
し た ．ま ず，距 離 指 標 学 習 時 に お い
，複 数 画像 か ら得 られ た 照 合 ス ァ や 特徴 量 の 統 合 も 提案 さ
〜［
れ て い る ［
10 】
12 ］
14 ］
15 ］
．
，
，［
［
i）の 手 法 を 改 善 す る た め に ，複 数 の カ メ ラ に
本 論 文 で は ，（
た
写
人 物 の 画像 と人 物 ラ ベ ル を 数 百 枚 分 用 意 し て ，複 数 カ メ
域 か ら得 られ た 色 ヒ ス トグ ラ ム を 照 合 す る の
ラ 間 で 最適 な 色
を 学 習 す る ．学 習 時 に ，照 合 時 に 実 際 に 起 こ りう る 変 動 を 含 ん
に
コ
っ
ヒ
ス トグラ ム
間距離 指 標 を 学 習 す る こ とを 提 案
す る ．本 手 法 ，（
ii）に お い て 特 定 の 利 用 さ れ る カ メ ラ の 対 各 々
に
つ
い
て
推 定 し て い た 輝 度 伝達 関数 を ，特 定 の カ メ ラ の 対 を 仮
定 せ ず 全 体 に お い て 最適 な 色
学習する こ
とに よ
ス トグラ ム
ヒ
り，改 良 して
照 合 に 最 適 な空 間 を
る と考 え る
い
こ
ので
ーク で あ る．さ ら に ，距離 指 標 の 学 習 に
お い て は ，非 線 形 な カ ーネ ル 写 像 を 用 い る の で 線 形 写 像 で 表 現
で き ない よ うな距 離指標 を学習す る こ とが で き る．
こ う し た 特 徴 を 備 え た フ レ ーム ワ ーク と し て ，距 離 指 標 学
Analysis と 非 線形
習 の 一 で あ る Large Margin C mponent
ー
カ
ネ ル 関 数 の 組 み 合 わ せ が 優 れ て い る こ とを 示 す ．
フ レ
ーム
トで あ る
ワ
つ
した が
っ
て
，本研 究 の
貢献 は 次 の とお りで あ る ．人 体 の 服装
色 に よ る照 合 問 題 に お い て
，（
a）
従来
純 な距 離 に 基 づ く手 法 を超 え る 高
ス
い
の
色
ヒ ス
トグ ラ
ム
間の単
照 合 精 度 を 得 る た め ，色 ヒ
トグ ラ ム 間 の 非 線 形 な 距 離 指 標 を 学 習 す る こ と を 提 案 す る ．
b ）ま た そ の 手 段 と して ，Large　Margin Component Analysis
（
と非線 形 な カ
ーネ ル
関数を利用 す る
こ
と を 提 案 す る ．本 手 法 の
基 本 的 な 考 え 方 は ，従 来 手 法 と の 比 較 と 共 に ，図
した ．従 来手 法 で は ，
合 対象 の 人
モ
2 左 部分 に 示
デ ル 登 録 用 人 物 の 色 ヒ ス トグ ラ ム と照
物 の 色 ヒ ス トグ ラ ム を 単 純 な 距 離 に よ
，
り照合 す る が
提 案手 法 で は 予 め 学 習 し て お い た 最 適 な 距 離 指 標 に よ り照 合 を
行 う．な
い
お
，提 案 手 法 は ，人 物 の 服 装 色 と い
た 照 合 に お け る基
う単 一の 特徴 を 用
本 的 な 精 度 を 向 上 さ せ る も の で あ り，前 述
，さ ら に 精 度 を 上 げ る こ と
が で き る も の で あ る と考 え ら れ る．
本 論 文 の 以 降 の 章 は 次 の よ うに 構 成 さ れ る ．ま ず，2 ．
章に お
い て 提 案 手 法 に つ い て 説 明 す る．こ の 中 で ，基 本 とす る 既 存 手
法 を振 り返 り，新 し い カ ーネ ル 関数 を 説 明 す る ，次 い で ，3 ．
章
の
多 くの 手法 と 組 み 合 わ せ る こ とで
ヒ
トグ ラ
ス
ム
特 徴量
，
，
に
最 適 な距 離指 標
十 分 な 枚 数 の 画像 か ら学 習 し て お く こ と に よ り，カ メ ラ の 組
み合 わ せ 等
に
よ らず ，最 適 な 照 合 を 行 う こ とが で き る と考 え ら
れ る ．登録 時 に は ，例 え ば監 視 カ メ ラ に 人 物 が 撮 影 さ れ るた び
方法
提 と しない
軟性が高 い
だ
．ま
，柔
た
カ メ ラ間 の 配 置 が 既 知 で あ る こ と を前
，
に登
ロ バ ス
か ら人 物 領 域 を 抽 出 し色
X ＝｛Xi ；i ； 1 ＿ n ｝を 抽 出 す る ，次 い で 学 習 用 色 ヒ ス ト
グ ラ ム 特 徴 X お よ び ラ ベ ル 情 報 y を 用 い て ，こ れ らの 人物 領
と も で き る ．提
案 す る 手 法 は ，カ メ ラ 間の 色 校 正 の 違 い に
，
は
て
，学 習 画 像
間 の 最 適 な距 離 指 標 を 学 習 す る
ム
こ とを 考 え る
録して
い
く．こ の 際 に は ，各人 物 領 域 か ら学 習 時 と 同 様 の
を 抽 出 す る ．こ
で ，登 録 さ れ た 人
，全 体 で M ＝｛m ；c ＝ 1，
＿，
σ｝
の モ デ ル 特 徴 量 が 存 在 す る こ と に な る ．ま た 照 合 時 に は ，照 合
用 に 入 力 さ れ た 人 物領 域 に 対 し て ，学 習 時や 登 録 時 と同 様 の 処
理 を行 い ，照 合 用 の 色 ヒ ス トグ ラ ム 特 徴 th を 得 る ．照 合 用 の 画
像 が κ 枚 で あ た と す る と ，全 体 で T ＝ 侮 内 蕭 1 ，
．
，
．
K ｝
，
の 照 合用 特徴 量 を 得 る，最 後 に
こ れ ら 照 合 対 象 の 色 ヒ ス トグ
ラ ム T とモ デ ル 登 録 さ れ た 色 ヒ ス ト グ ラ ム M と を，予 め 学 習
時 に 学 習 し て お い た 距 離 指標 を用 い て 照 合 を 行 う．
提 案 手 法 で は ，最適 な距 離 指標 を 学 習 す る た め に ，サ ポ ー ト
で
色 ヒス
トグ ラ ム m
物 は 0 人で あっ
。
こ
た とす る と
。
っ
，
ベ
Support　Vector　Machine ； SVM ）等 で 利 用 され
（
Large　Margin 規 範 を 用 い 最 適化 を行 う．最適 化 を 行 う際 に ，
クタマ シ ン
る
さ ら に 高 い 精 度 を得 る た め
に
，高 次 元 非 線 形 写 像
変 換 を 行 う，こ う し た 非 線 形 写 像 を 行 うた め の
，ヒ ス ト グ ラ ム の 照 合 に 適 して い
ー
カ
ネ ル 関数 を 検討 し，次 章 の 実 験 に
して
数を 明らか に す る
1
2．
ヒス
よ り，最 適 な カ
ーネ ル
関
．
YCbCr
，Lab ，
て
，従 来 研 究 で
い
る
は
，RGB
色空 間 に お け る ，各 チ ャ
トグ ラ ム を連 結 した もの や ジ
され て
と
る と考 え られ る 幾 つ か の
服 装 色 ヒス トグ ラ ム
人物の 服 装色 の 照 合 に お い
く HSV
に よ り
xD
φ（
カ ーネ ル 関 数
ョ
ン
だ けで な
ネル
独立 の
イ ン トヒ ス トグ ラム が利用
．本 論文 に お け る 提 案 手 法 は ，理 論 的 に は ど の よ う
て も適 用 で き るが ，実 験 に お い て は HSV
な ヒ ス トグ ラ ム で あ っ
色 空間
に
度
う意味 で
とい
HS
おける
ジ
ョ
イ
ン
トヒ ス トグ ラ ム が 低 次 元 か
効果 的 で あ っ た の で こ れ を 利 用 し た
っ
，ま た
，
高精
様々
一141 一
一
NNII-Electronic
工 工 Eleotronio
Library Service
Library
Institute
工nstitute
of
of
Eleotronios
Electronics,，Information,
工 nformation
and Co
Communication
unioation
Engineers
Engineers
，and
Convention
matchingscheme
蹴
Proposedmatchingscheme
Ma
odei reglstra 蘿G 員
蟻
繍 謡 蒲 鰻 鵬
二
蒲
lh騨
撚
瓢
妃
F妃
炉匸
P
宅ch
魄
．．
ttt
．
1
臨
榊．
。
・
．
“
“
，
，
Extract
human
nbr
．
．
．
bord 綴 s 舞ii
飄 ．
；／
：
口
瓢
昆
：
、
Divide　i獣 Osuk
re琴1噸
瞬 鵬 瞬o 沖
．
．．
t．
，
ua
炉
炉
ア
肝
摩
呼
内
呼
炉
慝
‘
匸
再
炉
；
匿 ｝籍
s
罵 蕁嬲
Compute
勲 囎 肇tehi や即 即s
ヌ
ramsc
s．
碍
甲
碍
碍
陣
鼻
陣
牌
、
脾
酔
酔
砂
炉
7亭
亭
シ
撃
“
｝
ヌ
窄
，
再＿ EiSt
Registgr
耗lst grams as
噌 貿η一
り
けP獅障 Compu 辷e dls繍 ces 瞭
瞳
甲
鰰
＿＿i，
麺 罫樋纖 飆 撫 i醐 iiiiiii
鐵
鷲
萋
帝
碍
砂
嚀
砂
伊
サ蒙　焼
妃
舵
妃
妃
甲 きi勲 難 蜘 鍵 羲搬 縫 i難蕪1
四
寧
鳶
〜
：；
、
。
こ総
；
r
i
λ
寒
Di5辷ance Metric　Learning
図 2 従 来 手法 と 提案 手 法 の 比 較
左 ）基本 的 な 考 え 方 ，（
右）フ
（
：
な 方 向 を 向 く人 物 の 服 装 色 を 記 述 す る に は ，服 装 色 が 筋 後左 右
で
あ ま り変化 が な い
とを 仮 定 す る と，上 下 の 服 装 色 の 組 み 合
こ
わ せ 等 ，服 装 色 の 垂 直 方 向 の 組 み 合 わ せ が
情報
と 考 え られ る
にお い て 色 ヒス
した が
っ
て
．こ の
た め
，本 論 文 に
ト ヒ ス ト グ ラ ム Xip
H
∈
＝1 ，
．
．
．
P ）に 対
，
bhxbs
R ［
0，
1］
ヒ ス
を計
ョ
が ，そ れ
に並 べ 変 えて い る
ク
トル
る
HS
して
算 す る ．た
ジ
だ し
イ ン トヒス ト
グラ ム
は
ョ
ン
イ
ト
数で
通常 2 次元で あ る
，
グラ ム 特徴全般 を 対象 と
して
び
T
を
に
議 論 を 進 め る ．こ れ を ，
M
，X ，
対 して 行 い
お よ
2 距 離指 標 の 学 習
2 ．
，
あ るが
学習 デ ータ ）が な い 場合 や ，ク ラ ス 数 （
学 習 デ ータ に 含 ま れ る
十分 な 数 の 判 別 軸 が 取 れ な い 等，適 用 に 制 限が
一
大 き い ． 方 ，線 形 な距 離 指 標 に 加 え ，さ ら に 高 い 汎 化 精 度 を
得 る た め カ ーネ ル 関数 を用 い て 非 線 形 な 距 離 指標 を学 習 す る 手
法 も提 案 さ れ て き た ．カ ーネ ル 法 の 代 表 的 な 手 法 と して ，SVM
が あ る が ，基 本 的 に ニ ク ラ ス 識別 の た め の 手 法 で あ る の で ，本
人 物 で あ り，こ れ ら を見 分 け な け
論 文 で 対 象 とす るの は複 数
の
れ ば な ら ない
問題 に 簡 単 に
他ク
ラ ス識別
した 二 値 識 別 器 を他 ク ラ ス 識 別
同じ ラ ベ
ル を持つ ペ ア の
ア 照合ス
コ
ア と を分
離す
照合ス
る
，ニ
は 適用 で き な い
．こ
う
問題 に適 用 す る に は ，し ば し ば ，
コ
ア
と
，異 な る ラ ベ
ル
を持つ
ペ
ク ラ ス 問 題 に 帰 着 す る ．しか し
な が ら，こ の よ う な 問題 設 定 で 学 習 す る 際 に は ，し ば し ば ，同
ル
を 持 つ デ ータ数 が
極 端 に 多 くな り，不 均衡 問 題 （imbalanced　problem ）が 生 じ て
距 離 指 標 の 学 習 に お い て は ，教 師 無 し の 学 習 法
学 習法 が 提 案 さ れ
，線 形 判 別 分 析 が
じ ラ ベ ル を持 つ デ ータ数 に 比 べ 異 な る ラ ベ
得る．
の 教師付 き の
として
ク ラス 内 散 布 行 列 を 求 め る の に 十 分 な 数 の デ ータ （
各人物 あた り
クが落 ち るので
ン
7XtP
学 習 用 ，登 録 用 お よ び 照 合 用 の 画 像
学習 の 中で 最 も一般 的 な 手 法
固 有 な 人 物 の 人 数 ）が 少 な い 場 合 に は ク ラ ス 聞 散 布 行 列 の ラ ン
分
，こ れ ら を 連 結 し た Xi
を Σi　x ・
i ＝1 とな る よ う に 正 規 化 した もの を 特 徴 量 と し て 利用
た
た
し ． だ し D ；bh 臥 xP
で あ る，こ の 手 法 は 服 装 色 を
一
特 徴 とす る単 純 な 手 法 の
例 で あ る が ，［
O，
1］の 値 を 取 る 正 規
化ヒス
る の で ，教 師付 き の 学 習 を行 うこ とが で き る ．教 師付
P
い
×
い
こ とを 前
の
．次 で ，人 物領 域 全 体
D
＝ ｛Xt17 ＿
1】
O，
｝∈ R ［
につ い て
ャ
付 き の デ ータ （
各入 の デ ータ は 少数 ）が 得 ら れ る
提 として
き
ーチ ート
10］
．
［
，転 b，
トグ ラ ム を 計 算 す る 際 の ビ
あ る ．ま た ，HS ジ
をペ
い
お い て も，人 物領 域 を 垂 直方 向 に
S 成分の
，
る
垂 直 方 向 に 領 域 を 分 割 し各 領 域
トグ ラ ム を計 算 す る 方法 が 提 案 さ れ て
割 して 得 られ た各領 域 p，
p
（
は それ ぞれ
，
，人 物 を特 徴 付 け
ラベ ル
ロ
1
て きた
に
24］
．本 論文
［
加 え ，多 く
，
におい て は
し ま う．仮 に
，こ れ を 回 避 す る の に ，大 量 の 異 な る ラ ベ ル の
ら ，適 当 な サ ン プ リ ン グ を 行 い ，こ の よ う に し て 抽 出 さ れ
中か
た 固
．142 一
一
NNII-Electronic
工 工 Eleotronio
Library Service
Library
Institute
工nstitute
of
of
Eleotronios
Electronics,，Information,
工 nformation
and Co
Communication
unioation
Engineers
Engineers
，and
定 的 な部分 集 合 を用
い
た と して も，必 ず し も学 習 に 適 し た サ
プル
で
きて い
をサ
ン
プ
リン
グ
じ る ．一方 ，SVM
が 高 くな る 問 題 が 生
規範で 他 ク
問距 離 指標 を 最 適 化
ラス
の よ うに
ージ
マ
最適 化
ン
し なが らも こ う した 問題 を
回 避 す る の に ，Large Margin Nearest　Neighbor （
LMNN
が
提案 さ れ て
き
マ
る．こ
い
り最 適 化 さ れ る ．こ
は ，マ ージ ン
手法で
の
25］
）［
最 適化 規 範 に 基 づ
Semi −de 丘nite problem
ラ ノ ビス距離が
ハ
ン
限 らず，過適 合 す る 可能 性
るとは
の
繰 り返
しに よ
方 法 は 最 近 謗 法 に 基 づ く手 法 で あ る の
の
，本 質 的 に 他 ク ラ ス 識別 問題 で あ り，前 述 の よ うな 問題 を 生
一
じ な い ． 方 ，Torresani ら は さ ら に こ の 方 法 を 改 良 し，Large
Margin Component Analysis（
LMCA ）［
26 ］を 提 案 し た ．こ れ
ー
に よ り，入 力 デ
タの 次 元 数が 大 きい 時 に も簡単 に 計 算 で き る
ー
た
カ
よ うな り，ま
ネ ル 法 に 基づ く高次 元 ・
非線形 な特 徴 空間 に
お け る 距 離 指 標 学 習 に よ り高 精度 化 が 可 能 とな た ．し た が
ージ ン 最 適化 規範 に 基づ く距離 指 標 を 学 習 す
て ，本 論文 で は マ
る の に ，LMCA
を用 い る こ とに す る ．以 下 に 簡 潔 に 1．
MCA を
振 り返 り こ れ を ど の よ う に 本 手 法 に 応 用 す るか を 示 す ．
で
っ
け る 不連 続性 を 避 け る た め に ， 近 似 関数 と し て 滑 ら か な ヒ ン ジ
関数 を 利 用 す る こ と が 提 案 さ れ て
L
°
TL
°
で
与え
カ ーネ ル
LMCA
対応
＝
す
が 与 え られ た
（L ）一
，
Ω
・
丁
＝
，
Ω 一λP ）
（
←
3）
（
，
一・Ω
一励
E野
’［
Σ
・・」
一k
」）
摩
亅
tS
蝋
＋ 2 Ω Σ
ljl
一〃のん （・ の
’
・
・
・
＝
一’ −
一e
一
，
k −k ）
E 磐 ）− E 野 切 ＋ El（
45）
， （
］
2
一
−
−
− II
Ω（
k．
Ω（
k．
k ∂1［＋ 1
i
i
剛 12 II
（）
s 、」1
’・
・
・
n
，
，
，
，
nxn
2
x ・川
E 『＝［
O，
＿，
0，
v ，
O，
＿，
O ］は i 番
た だ し，
つ
−
“，
HL（x
Σ
ij
」
；
砺
，
＝ φ価 ）
．
，
．
，Φ ＝ ［
，
φ1 ，
φ司 ，
＝［
k（
Xl
Xi ）＿ 内 （
XnT
と
こ
こ
で
碕 ＝Φφ、
i）
表
す
．
，
上
記線
】
・
・
形 LMCA
に お け る L と して L
StΦ の 形 を と る L を 考 え る
と ，次 の よ う な 勾 配 法 を構 築 す る こ と が で き る ．
っ
．
．
x・
1，
．
n ｝∈ RDXn
お よび
i ；i
，
｛
ラ ペ ル Y ＝｛
yili＝1 ＿ n ｝∈ ｛0 1｝
は
の
時 ，LMGA
次 損 失 関 数 ∈（
L ）を最 小 化 す る ．
X
る 学 習 デ ータ の
よ り勾 配 法
得 ら れ ，距 離 指 標 は
：
，
E，
・［
トグ ラ ム 特 徴 量
に
を 考 え る ．以 降 の 記 述 で は ，φ，
：
ス
・
な線 形 写 像
（kti k」）
線形 の LMCA
L °が
入 力 デ ータ xft を よ り高次 元 の 非 線 形 空間 に 写 像 す るた め の ，内
積 が カ ーネ ル 関数 1（（ i mj ）＝φ1 で 表 さ れ る よ うな 写 像 φ
，
色ヒ
，最 適
られ る．
を構築す る こ とで
る［
271．こ れ
い
目の列 の み値 v を持
行 列 で あ る ．ま た ，仮 定 に よ り，任 意 の デ ータ Xg
の
の写像は
＋ Σ η
・
・、
1噛
（
ん（
IIL
（r
・
・
た だ し
，L
L φ9 ＝Ω Φφq ＝Ω 砺
）
．
il
z
∈
・，
RdxD
2
川
−
X
五（
Xi 一酬
ll
は
1），
＋
が Xi が 同 じ ラ ベ ル を 持 ち
に
1
＝ yj ）か
yi
（
取 る 二 値 変 数 で あ り，c
＞
0
は
っ
適当 な バ
（1）
∈
1 ｝は
｛O，
k一
近傍
で あ る時
対 す る線 形 写 像 ，ηtj
に
Xj
を
2
ラ ン ス パ ラメ
ー
O，
1｝は yt ；Yl の 時 に 1 を と る二 値 変 数 で あ る ．ま
｛
・
た ，h （
s ）は h （
s ）＝
max
s O ）で 定義 さ れ る ヒ ン ジ 関数 で あ り，
（
タ，Yil∈
，
SVM
等 で 使 わ れ る ソ フ トマ
ージ ン
を与 え るた め の 損 失 関 数 と
．
，最初 の 項 は 同 じ ラ ベ ル を 持
ー
デ
タ同 士 の 距 離 を 最 小 化 し，不 変 性 （
invariance）を 高 め る
一
効 果 を持 つ ．も う つ の 項 は ，異 な る ク ラ ス ラベ ル を 持 つ デ ー
タ Xl が Xt と同 じ ク ラ ス か つ k一
近 傍 の デ ータ Xj か ら 距 離 1 の
ージ ン を持 つ よ うに し，分 離 性 （
discriminability
）を高 め る
ー
ヒ
ン
ン
効 果 を持
．ま た ，
ジ 関 数 は ，十 分 な
ジ を持
て い
る デ ータ に 対 し て は 何 も 作用 せ ず，マ ージ ン を 侵 し た デ ータ の
こ の 目 的関 数 の
同 じで あ る
うち
つ
マ
つ
マ
果 を 持 つ ．こ の 目 的 関 数 の L に 関 す る
み に ロ ス を発 生 させ る効
勾配
を計 算 す る と 次 の よ
）
∂
霊一
Σ伽
・・
＋
2 ・L
っ
うに
い
な る，
．
jl
関 数 を 計 算 す る こ と に よ り簡 単 に 得 られ
距 離 指標 は ，碍 Ω
11
とな る ，
Ω栃
り，カ ーネ ル LMCA
，損 失 関 数 と し
ー
て ヒ ン ジ 関 数 を 用 い て い る こ と か ら ，マ
ジ ン を 侵 す デ ータ を
自 動 選 択 して 最 適 化 す る こ とが で き る ．こ れ に よ り，常 に 学 習
に 適 し た デ ータが 再 サ ン プ リ ン グ さ れ ，事 前 に 固定 的 な ペ ア を
選 択 す る よ り も高 い 汎 化 性 を 期 待 す る こ とが で き る ，
3 カ ーネ ル 関数
2．
前 述 の とお
本 節 に お い
て
は
本 論文 に お
，
におい て も
利用 す る正規 化色 ヒス トグ
い て
R［
O 11D に 有効 と考 え られ る
い て 考 察 す る ．こ の た め ，従 来 研 究
に お い て 頻 繁 に 利 用 さ れ て き た 様 々 な カ ーネ ル 関数 を 振 り返 り，
提 案 す る 新 た な カ ーネ ル 関 数 を説 明 す る ．な お 以 降 の 記 述 で は
a ＝a ・
．
．D ，
b ＝bt；i ＝1 ＿ D
と する．
iii ＝1 ．
ー
ル
3．
1 Histogram intersectionカ ネ
2．
うな
ラムの よ
二 つ
の
分布
カ ーネ ル 関 tw K （
a，
b）に
，
a
，
b
∈
，
つ
，
，
，
分布 問 の 距 離 の 指標 と して よ く用 い られ て き た の が
類似
）
して い る と考え られ
，重 な
ヒ
ス トグ
りが 大 き け れ ば よ り
，逆 に 重 な りが 少 な け れ ば二
つ
分布
の
は 異 な る と考 え られ る ，こ れ を カ ーネ ル 関 数 と した 次 の よ う な
Histogram
intersection カ ーネル が 提 案 さ れ て い る ［
28 ］
29 ］
．
，［
・
，
T
一・
・ − yi の［
m ・・
m 、）
x 一m 」）
（
（
（
・・
・、
・
i
T
Xi
Xi 一Xl ）
x 一
− （
（
）】
2
− 11L
h （ilL
Xi − Xj ）
Xi 一酬
．　＋ 1）
・
（
II2
（
s
s
，h ’
（
）は h （
）の
K （
・，
b）一Σ
、
’
ただ し
る．
際に
この
ラ ム の 重 な り を 評 飯 す る指 標 で あ る
’
T
ij
Σn
，カ ーネ ル
で あ るの で
6）
（
微 分 で あ る が ，こ の 関数 の s
＝0
2）
（
に お
こ の
カ
ーネ ル
示 さ れて
い
る
mi
・
咄
（
7）
（
）
t
関数 に つ
い て
は
，Mercer
の
定 理 を 満 た す こ とが
28］
，
［
一143 一
一
NNII-Electronic
工 工 Eleotronio
Library Service
Library
Institute
工nstitute
of
of
Eleotronios
Electronics,，Information,
工 nformation
and Co
Communication
unioation
Engineers
Engineers
，and
分 布 間
，x 統 計 量
し た カ ーネ ル 関数 が 有効 で
も し ば し ば用
き く変化 し て
い
本論 文 で は
，
2
（一）（ ／
exp
2
）と した
σ
ーネ ル 関数
カ
X2
と して
用 にお
，次
，
に ，こ
い
K ・，
・）−
ーネ ル
この カ
（
｛
exp
・
鵠）
Σ龕
｝
σ 2
関数
，Mercer
は
る ［
311．
2
．
3
．
3
Bhattacharyya
の 定 理 を満た
ーネ
8）
（
い
す こ とが 証 明 さ れ
Pt 一西 ）も し ば しば 用 い
（
Σ
問の 距 離 の 指 標 と して
？
，
合や ，本 論 文 に お け る 正 規 絶
＝1
1，Σ 汐，
こ
で あ るの で
Bhattacharγya
れは
ス げ
ヒ
，こ
の
駘
一Σ
距 離は 1
距 離 と1乎ば れ る ．ま た ，Σ，
V厨
導 き だ さ れ る Bhattacharyya カ ーネ ル
す カ ーネ ル 関数 と な る ，
321
［
モ デ
ル
を
満た
に
．
カ メ ラで
．こ
い
る
の
ベ
，モ
トに は
ッ
，前 節
い
，式 6 に
ら れ る ．Ω
て
T，
X ）と し て 得
（
よ り，
は
の カ
ーネ ル
，式
．
3
に よ
ΩK （
M x
，
ゴ）＝∫（
，
，f（・
）は 任 意 の
を表す．
た だ し
or ）max
（
の ＝min （
ω
t
）， Ω K
関
り学 習 さ れ る ．
出 し た ，ま た ，色
ヒ
に 比較 す るた め に
，
テ
ーシ
ン
ョ
相 違 度 ）関 数
（
ータ セ
ト
ッ
デ ータ が 含
，
まれ て
い
トに 含 ま れ る 画像 枚 数 は 合 計
ッ
ス ト グラ ム
428
人 分 を 照 合 用 と し た ，し
間の 照合 の 方 法 に
ータ に
すべて の デ
よ る差 を 正
て 人 体領 域 の
つ い
ン
ーシ
テ
ン
ョ
が行 え る こ と
は
とが
び 彩度成 分 の
，前 章 で 書 い
た よ う に ，様 々 な 論 文 に お
の
．
HSV
報告 され て い る
jointhist gra てそれ
に お け る色相 お よ
を ，正 規 化 し て 利 用 し た ．色 相
い
色空間
て有
い
ぞれ ビ ン 数 は 5
く
っ
．ま た ，先 行 研
と した
か の 局 所領 域 に分 割 して
ヒ
トグ ラ ム を 構築 す る こ と が 効 果 的で あ る こ と も報 告 さ れ て
も し く は 類似 度 関 数
確
グメ
セ
，
3 の 青線で 示
今 囲 の 検 討 で は ，図
距離
な
るこ とはで き
実 用 的 な観 点 か ら見 て も こ れ は 妥 当 な 設 定 と考 え ら れ る
効で ある こ
（10 ）
，
る
を 人為 的 に 行 なっ た ．実際 の 問題 に お い て は ，背
お よび彩度に つ
T x ））
（
特定 す
Brightness
（
，
究 に よ り全 体 の 人 物 領 域 を い
8（
i
な
628 人 の データ か ら 200 人 分 を ラ ン ダ ム
の
て
っ
特 徴 抽 出 に
M ，
X ）
，
（
そ れ ぞ れ Ωκ
たの か
い
デル 登 録用 お よび照 合 用 として
628 人 分 の 各 人 物 あ た り 1 枚 の
ぞれ
が入っ て
，学 習 画 像枚 数 は 200 人 分 で そ れ ぞ れ に つ き 登 録 用
と照 合 用 が あ る の で ，合 計 400 枚 で あ る ．全 て の 実 験 お い て ，
10 回 の ク ロ ス バ リデ ーシ
ン を 行 い ，平 均 お よ び 標 準 偏 差 を 算
ン
合
照 合 対 象特 徴 量 は
ル
常に 難 易度が 高 い デ
ために非
選 び 出 し て 学 習 用 と し，残 りの
か ら
と
．さ ら
．
デ ータ セ
こ の
．実
ョ
これ を 用 い て 照 合 は 次 の よ うに 行 う
各領 域
で
赤
い
ス
る．
い
した よ うな 領 域 に 分 割 し，そ
色で 示 した 人 体 領 域 に
含 ま れ る 画 素 か ら色
ヒ
ス
ト グ ラ ム を 抽 出 し た ，分 割 数 と し て は 図 中 に 示 し た よ う に 人 体
で
領域 の 上 下 方 向 に 8 分 割 した
（11）
S（
乞，
（
ブ）
）
t
，距 離 計 算 や 類 似 度
で き る が ，本 検 討 に お い て
相関関 数 を用 い た．
こ こ
は
い て
景 差 分 等 に よ り比 較 的 簡 単 に セ グ メ
特徴量
て見 える
た め に 従 来 の 輝 度 伝 達 関数
の
うな 課 題
この よ
たが
9）
（
〜
数 K （
α，
b）を 用
ΩK
定理
か ら
t
．
4 照 2
の
は
こ
m
K （
a，
b）一Σ
あ る．こ
Mercer
は
V写
，カ メ ラ ラ
ー
どのデ
タが 撮 影 さ れ
トに お
ッ
1256 枚 で あ る ，こ
＝
：
Σtai
っ
ぞれ の カ メ ラが 設置さ れ る場所 は 異 な るの
る．し た が っ て ，こ の デ ータ セ
密 Ro 場
には
評 厨 〉偏 とな る ．
Bhattachamyya 係 数 と 呼 ば れ ，類 似 度 の 指標 で
，Hellinger
ら れ る．騨
ラム の
，ど の
た め に
それ
距鶴
の 離 散確 率密 度
の
データ セ
となっ て
つ
と，照 明条件 が
Transfer　Ftnction）を 推定 す る 等 の 方 法 を 用 い
ル
任 意 の 二
，そ れ
こ と は で きな い
て い
カ
h ）の 例 を 見 る
．
（
g ）（
め に ，服 装 色 の 色 も 大 き く異 な
こ の よ う に 照 明 条 件 が 異 な る こ とは し ば し ば で あ る
で
よ うな 定 義 を 用 い た ．
の
て は
い
る と， 体 の 向 き 変 化 に よ り衣 服 の 色 も大
d ）や
（c ）（
る
い
大 き く異 な る た
あ る こ とが 知 ら
る［
30］
．様 々 な 論 文 に お い て 微 妙 な 定 義 の 違 い が あ る が ，
い
e）
f）の 例 等 を 見
（
（
特 に
？
距 離 を測 る指 標 と して
ら れ る ．こ れ を 利 用
れて
カ ーネ ル
2
2 ．3 ．2 ×
の
こ の
計 算 に は 任 意 の 関数 を 用 い る こ と が
して ，合 計
は実験で
こ
最 も精 度 が 良 か
っ
た 単純 な
と き に 最 も高 い 精 度 が得 られ た
よ う に して 得 られ た 各領 域 に お け る 色
の色
ヒ ス
ヒ
5 × 5 × 8 ＝200 次 元 の 特徴 量 と した ．前 述 の
トグラ
，最 適 な 色
照合 ス
コ
アの
高い
コ
ア
照合 の ため
に ，カ ーネ ル LMCA
とお り，
を 学 習す る
．評 価 基
準 と して Cumulat 三
ve Match Characteristic（
CMC ）を用 い た ．
こ の 指標 を 用 い る と，照 合 対 象 の 人 物 に 対 して
登 録 デ ータ を
3． 実 験 結 果
こ とで
ム
．
ス トグ ラ ム を 連 結
ヒス
ト グ ラ ム 間 距 離 指 標 を 学 習 した
，
る た め に ，Gray ら に よ る
提 案 手 法 の 有効 性 を確 認 す
VIPeR
ータ セ ッ
Viewpoint Invariant
PEdestrian　Recognition）デ
（
ト［
8］を用 い て 実 験 を 行 う，こ の デ ータ セ ッ トは カ メ ラ 視 点
成 さ れ た デ ータ セ
含 まれ る人 物の サ
と（
b），（
c ）と
い
ン
トで あ る ，こ の デ ータ セ
d） （
e ）と （
f） （
h）は，別 々 の
（
g）と （
，
，こ れ
ッ
プ ル を 図．
1 に 示 し た ．図 中 に お い て ，
，
て 撮 影 され た 同…人 物 で
れ ば な らな い
ッ
，正 し い 照合 結 果 が 何 位 に
る ．した が て ，CMC
の横
に並 べ た ときに
が 出た の か が 容 易 に分 か
っ
軸 に は 登録 さ れ た 人物の 総数ま で 考 え る こ とが
で
き るが
，
実用
的 に は 上 位 に 照 合 さ れ る こ とが 重 要 で あ る の で ，特 に 一位 照 合
も し くは 人 物 の 向 き に 関係 な い 人 物照 合 ア ル ゴ リズ ム を 評 価 す
るた めに作
ス
高い 順
トに
率 と十 位 以 内 照 合率 を 求 め 様 々 な方 法 を 比 較 し た
a）
（
カ メ ラに お
に
率 ，± に 続 く数 字 は 標 準 偏差 を 意味 して
あ り，こ れ らが 正 し く照 合 さ れ な け
い
に おいて は
き く異 な り，そ れ に 応 じ て 見 え 方 も 大 き く異 な る こ と が わ か る．
なカ
る ，比 較 に お い
て
は
，
，正 規 化 相 関 を用 た ．ま た ，LMCA
，線形 の LMCA （表 中 LMCA with lin
．
）の 他 ，様 々
ーネ ル 関 数 （
Gauss ，
Bhattacharrya （
Bhat ，
Histogram
〉，
最 も 基 本 的 と 考 え られ る
ら の 対 に お い て ，照 合 対 象 の 体 の 向 き が 大
．結 果 は 表 ．
1
示 し た ．表 中 に お け る 各 数 値 は ，10 回 の 実 験 結 果 の 平 均 照 合
い
144 ，
一
NNII-Electronic
工 工 Eleotronio
Library Service
Library
Institute
工nstitute
of
of
Eleotronios
Electronics,，Information,
工 nformation
and Co
Communication
unioation
Engineers
Engineers
，and
1CMCCMC
表
（1 ）
CMC
Baseline （
NCC
1D ＞
（
13 ．
3±O．
7 32 ，
1± 1．
5
）
LMCA with
lin．
12 ．
2±1．
5 32 ．
3：
LL2
LMCA with
Gauss
14 ．
0 ヒ1 ．
5 37 ．
5 ヒ2 ．
3
LMCA with hist．intersec．
13
．
7
士
1
．
2
．
．
39 2±2 4
：
LMCA
with
LMCA
with
X2
：
．
Bhat
14 ．
7 土 1．
6 39 ，
2圭 2 ．
4
15 ．
2 士 1．
8 41 ．
2士 2．
2
b）
c）
d）
e）
（a ）　（
（
（
（
一人 物 が
a ）人体 領域 の 分 割 ； b c ： 提 案手 法 に よ る成 功 例
図 3 （
同．
（）（）
（
正 し く照 合 さ れ て い る ）
d）
e ： 提案手法
；（
（
＞
同
一人 物
の
失敗 例
別の
（
糾
と して 照 合 さ れ て い る ）
intersection
H，
1） ）〜）を 用 い
（
，
たカ
ーネ ル LMCA
を比 較 して
0
り
0　5
＝
旧
＝
a
＝
oO　り　02
い
剛
匡
．
’
．
一
．
る ．CMC （
1 ）と 記 した の が 一
位 照 合 率 で あ り，
GMC
10）は 一
「
（
位 以 内照 合率 を表 し て い る ，こ の 結果 を見 る と，他 の 様 々 な 手
法 と 比 ぺ ，X2 カ ーネ ル を 用 い た LMCA
に よ り高 い 精 度 が 得
ら れ て い る こ と が わ か る ，一方 で ，一般 的 に 用 い られ る Gauss
カ ーネ ル を 用 い た 場 合 ，少 し精 度 が 低 下 す る こ とか ら，カ ーネ
ル
CumulativeMatch Characteristics
．
o5
人物 が
O
犀
匡
．
D1
関数 の 選 び 方が 精 度 に 少 な か らず影 響 を 与 え る こ とが 分 か る．
一
方 ，10
回の 平 均 照合 率 に よ る
示 し た ．図 4 は 図
5の
CMC
曲線 は ，図 4 と 5
う ち ，10 位 以 内 照 合 率 まで を 取 り出 し て
ーネ
ー
ーネ
ル や HistQgram
intersection
カ ネル 、
Bhattacharyya カ
ル を 用 い た LMCA
の 精 度 が 高 い ．ま た ，図 5 に 示 した CMC
曲線 全 体 を 見 る と ，10 位 以 内照 合 率 ま で だ け で は な く，全 体
的 に X2 カ ーネ ル を用 い た LMCA
に お い て 高 い 精 度 が 得 られ
の
認識率は
，正
しい 照 合結 果 が
10 位 以 内 に 出 て
CumuEetive MatchCherecter
09
，
’
0
「
、
’
、
ノ
’
！
’
！
〆
0 07广
“
−
！
’’
O
＝0　ノ
’
慧
匚
厂
mO 0 5
ノ
り
’
っ
カ ーネ ル
α
，
d）
e ）の 人 物 領 域
（
（
，縦軸 は 認識 率 ，（例 え ば
果 が 何 番 目 に 出現 す る か を 表 す
た．
め に
78910
Renk
，最 も精度 が 高 か た
に お い て ，正 し く照 合 で き た 結 果
を 用 い た LMCA
X2
一
と失 敗 し た 結 果 の 例 を 図 3 の （
b）
e ）に 示 し た ．（
b ）と （
c ）は 同
（
一人 物 で あ り d と e は 異 な る 人 物 で あ る ． b c の 対 に
（） （）
（）
（）
お い て は ，見 え 方が か な り異 な る に も関 わ らず ，正 し く照合 で
き て い る． こ れ は ，提 案手 法 の 距 離 指 標 学 習 に よ り，効 果 的 に
カ メ ラ 間 の 違 い が 吸 収 さ れ て い る か らで あ る と 考 え ら れ る．一
方 ，（
d）
e ）を 識 別 す る の は 一見 （
b）
c ）の 例 よ り簡 単 そ う に 見 え
（
（
・
．
一
る が ，誤 照合 が 起 き ，異 な る人 物 が 同 人 物 と して 認 識 さ れ た ．
さ ら に 結果 を視 覚 的 に 確 認 す る た
，
っ
曲線 （1−10 位 の み 取 り出 した 結 果 ）：横 軸 は 正 し い 照 合 結
4CMC
図
拡 大 した も の で あ る ．前 述 の とお り，こ の 範 囲 で は x2 カ
実 質 的 に 精 度 向 上 が 得 ら れ て い る こ とが わ か
δ
45
に
OW
匡
の
際
｝
stios
1
ー
ー
δ
〃
δ
う
う
冫
04
一 MCA
．
一．
r．
LMCA Bhat ．
胛
LMCA H ．
1．
一帆
一需
一
030
し
．
2
．
O 10
を 観 察 す る と，大 まか に 言 っ て ，服 装 の 色 の
1 くる 率を 表す）
（
12 〕
｛
〔
，
〕
LMCA （
Gauss ）
NCC
50 100 150 2UO 250 300 350 400 450
Rank
違 い は ，上 半 身 の 白っ ぽ い 色 と黒 っ ぽ い 色 の 違 い で あ る ．こ れ
は
，色 相 ・彩 度 の
用
い
て
違い は
い
み か らな る色
るこ とに起
HSV
因 して
い
ヒ ス
トグ ラ
る と思 わ れ る
ム
を ，特 徴 量 と し て
．つ
ま
っ
た の で
，こ れ
う と考 え られ る ．本 論 文 で 用
い
らが 判 別で き な か
っ
，
，よ
り良
い
特徴 量
，
を検 討 す る こ と に よ り
高 精 度 化 を狙 う こ と が で き る と思 わ れ る ．
本 論文 で
全体）
曲線 （
っ
た．
さ らに
論
は
，人 物 の 服装 色 の
照合 に よ る カ メ ラ問 人 物 追 跡 に
お い て ，カ メ ラ の 配 置 等 を想 定 せ ず 最 適 な 色
過学習を
れ 以 上 特微 量 の 次 元 数 を 増 や す こ とが で き な か
しか しなが ら
4． 結
た の で あろ
た 実 験 デ ータ で は 学 習 デ ータ と
し て用 意 で き る 枚 数 が 限 られて い る こ と を考 え る と
こ
5 CMC
り，白 と 黒 の
V 成 分 に 現 れ るが ，
V 成 分を
色空 間 におい て は，
今回は用 い なか
防 ぐに は
図
ヒ
ス トグ ラム 間 の
非 線形 距 離 指標 を 学 習す る 手 法 を 提 案 し た ．ま た
こ の
た めの 手
Component Analysis と非 線 形 カ ー
ネ ル の 組 み 合 わ せ が 優 れ て い る こ と を 示 した ．ま た 一方 で ，非
線 形 カ ーネ ル を 適切 に 選 択 しな け れ ば ，高 い 精 度 が 得 られ な い
法 と して
，Large
Marg
三n
145 一
一
NNII-Electronic
工 工 Eleotronio
Library Service
Library
Institute
工nstitute
of
of
Eleotronios
Electronics,，Information,
工 nformation
and Co
Communication
unioation
Engineers
Engineers
，and
． し た が て ，色 ヒ ス トグ ラ
り適 した カ ーネ ル 関 数 を 検 討 す る
こ と もわ か
す るの
が
た
っ
に
よ
，こ れ
は
今 後 の 課題 で あ
問 の 距 離 を学 習
ム
っ
こ と は 重要で あ る
，理
提 案 手 法 の 効 果 は人 物 照 合 に 適 用 す る こ とで 実証 した が
論 的 に は 人 物 の 照合 問題 の
合 問題 全 般
，一般 的 な 色 に よ る物 体 照
ーク で あ る と考 え ら れ る ．
ワ
ーム
レ
一方 ，ど の 程 度 広 範 囲 の 問 題 に 適 用 で き る に い て は ，今 後 の
．
課 題 で あ る．ま た 人 物 照 合 問 題 の 観 点 か ら は ，服 装 の 色 の み
な らず ，服 装 の ス タ イ ル や 模様 ，さ ら に は 各 人 物 が 身 に け た
所 持 品 や 装 飾 品 等 か ら，照 合精 度 を 向上 させ る こ と 等 が 考 え ら
れ る ．VIPeR デ ータ に 見 ら れ る よ うに ，照 明 条 件 が 著 し く変
．
化 し，人 物 の 姿 勢変 動 も大 き い 場 合 に ，正 し く人 物 同 定 をす る
の は人間に と
て も困難 な 問題 で あ り，様 々 な 特 徴 を 組 み 合 わ
つ
，
つ
っ
せ て 使 い よ り ロ バ ス ト性 を 向 上 させ る こ とが 必 要 と考 え られ る
が
，こ れ
ら も今 後 の 課 題 で あ る ．
一部 を 支 援
謝 辞 本 研 究 の
次 世代
して 頂 い た 独 立 行 政 法 人 NEDO
LShape
：
：
〔：〔）
七
皿
乱
：
皿
：
；
1　：
：
乱
ctFUII
：
：
七
乱
‘
跚
：
乱
，
：
”
c
：
皿
：
：
：
，
：
“
：
L
：
皿
：
cBuilding
（） ：
；
“
）
tcLo
，
；
“
〕
on short
”
sequences
，Proc．of ICDSC （2008）．
−H ．
，
Kuo ｝
C ．
Huang and R ．
Nevatia “
ln七er −camera
Asso −
ciation
of Mul 七i−target 野 acks
by On −1．
ine Leamed Appear．
”Proc ．
ance A 田 nity MQdels ，
of ECCV
2010 ＞
．
（
“
C，
C ，
Loy ，
T ．
Xiang and S ．
GoDg
Multi −camera
activity
”Proc ．
．
correlatton
ana 圭ysis ，
of CVPR
2009 ）
（
M ，Farenzena｝L ．Bazzani ，A ．Perina ，V ．Murino a d
video
12 ｝ C
［
：
：
14］
［
ture　based on interest　point
descriptors　collected
13］
［
，
Tu
．Wiang ，G ．Doretto ，T ，Sebastian
Rittscherand P ．
，J ．
‘
and
Appearance Cont ，
ext ，
Modeling ”
of lGGV
，Proc ．
2007 ＞
．
（
Learning Pairwise Dissimilarity
2］ Z ．
Lin and L ．S ．Davis “
［
”，
Profilesfor ApPearance Recognition in Visual Surveillan
．
Proc
．
of
ISVC
2008
（
）
“
．S．
Lear 血 g Discriminative
3］ W ．R ．
Schwar z a d L D vis
［
’
，
−
Appeamance Based Models Using Partial Least Squares ，
Proc
．
of
BraziL
E
．
on
Comp
．
Graph
．
and
Image
Proc
．
ymp
2009 ）．
（
4］
［
A ．A 玉ahi ，P ．Vandergheynst，M ．Bierlaire a d M ．Kunt ；
”
across
Cascade of descriptors to detect and track objects
”，
of cameras
CVIU ，
114 ，
6，
624 −640 （
2010 ）
．
any network
pp 、
“
5］
Bak ，
E ．
Corvee ，
F．
Br6mond aiid M ．
Thonnat
Person
［
S，
七ion Using SpatialCovarianceRegions of Hu −
Re −iden七ifica
”Proc．of AVSS （2010 ）．
man Body Parts ，
6
G
，
Berdugo
0
．
Soceanu
［］
，
，Y ．Moshe ，D ．Rudoy and I．Dvir
“
Object
Reidentification
in Real World Scenarios Across
Gameras” Proc．of Euro．Sig．
Multiple Non −overlapping
．
．
．
2010）
Proc Conf （
7］ B ，
Prosser ，
S．
Gong and T ．
Xiang “
Multi −camera
Match −
［
Illumination Change Over Time ”
of Work −
、Proc ．
ing under
and
Multi −moda 玉 Sensorbhsion Al−
shop on Multi −camera
2008 ）
．
gorithms and Applications （
“
8］
［
D ．Gray and H ．TaD Viewpoint Invariant Pedestrian
，
RecQgnitionwith an En5emble of Loc 1izedFeatures
Proc、
2008 ）
．
of ECCV
（
’
−body person recQgnition
−
9ー C ．
Nakajima
system
ー
Pat
−
tern Recogni 七iQn ，
36 ，
9，
．
1997
2006
2003
．
pp
）
（
10 ］ N ，D ，Bird ，0 ．Masoud ，N ．P ，Papanikolopoulos and
［
A ．Isaacs “
Detection Qf I．
oitering
Individuals in Public
，
6，
2，
167 −
TransportationAreas ，
on ITS ，
JEEE Trans ．
pp ．
177 （
2005 ）・
11 ］ O ．
Hamdoun ，
F．
M u arde ，
B ．
B．
Stanciulescu
alld
Steux：
［
“
Person reidentification
in multi −camera
system
by signa 尸
1］
［
X
：
文 献
t
ボ ッ ト知 能化 技術 開発 プロ ジ ェ ク ト に 感謝 し ま す．
ロ
：
み な らず
適 用 で き るフ
に
：
．
る
“
M ．Cristani
Person Re −lden七i丘cation by Symrnetry −
” Proc．of CVPR
Driven Accumula 七ion of Local Features，
2Dlo
．
（
）
／5 ］ L ．Bazzani ，
M ．
Cristani｝A ．
Perina ，
M ，
Farezena and
［
’
identi 丘ca 七ion　by HPE
V ．
Murino
Multiple −shot Person Re ．
2010 ）
．
signatur ♂ ，
Proc．
of ICPR
（
‘
16 ］ O ．
Javed ，
K ．
Sha 且que ，
Z．
Rasheed and M 、
Shah Mod −
［
−
−
：
time
nd
apPearance
relationships
eling
inter （amera space
views7i
f）rtracking across non −overlapping
，CVIU ，109 ，2 ，
−162 （2008 ）．
146 ・
pp ．
17 ］ B ．
Prosser ，
S．
Gong and 「
r，
Xi g “
Multi −caJner
Matching
［
using
Bi −Directional　Cumulative Brightness T［
Yansfer　Func 一
”Proc ．
伽 ns
of BMVG
2008 ＞
，
（
野 acking
18 ］ A ．
Gilbertand R ．
Bowden “
ObjectsAcross Cam −
［
eras by 豆ncrementally
Learning Inter−camera
Coiour Cali−
2006 ）
．
bration　and Patterns of ActMty ，
Proc．
Qf ECCV
（
19 ｝ T ．Huang
and
S ．Russe］1 ’
Object identification in a
〔
”，
Bayesian context
Proc ．
of Joint　Conf Qn AI ＆ IJCAI
、
（1997 ）
M ．
Ritov “
匚
凸racking
20 ］ H ．
Pasula，
S．
J．
Russel，
Ostla d and Y ．
［
’
，
nlany
objects
with
many
sensers
of IJCAI
1999 ）．
，Proc ．
（
“
K ．
Roy −Chowdhury
Stochastic Adaptive
21 ］ B ．
Song and A ．
［
”
丑 acking
In　A Camera
Network
of ICCV
2007 ）
．
，Proc ．
（
“
−
Person
22
N
．
Gheissari
T
、
B
．
Sebastian
and
R
．
Hartley
Rei
［］
”Proc ・of
dentification
Using
Spatiotemporal
ApPearance
CVPR
2006 ）
．
（
Person
S
．
Bak
E
，
Corvee
Thonnat ；“
，
，F ，Br6mond and M ．
圖
−
−
Re iden七ification Using Haar based and DCD −based Signa一
”，AMCSS 2010 （2010 ）．
七ure
：Acomprehensive sur −
24
L
．
Yang
Distancemetric learning
［］
「
Michigan StateUniv ．
rech ．
Repor 七 （
2006 ）
．
ve ジ ，
‘
‘
25 ］ K ．
Weinberger and
L ．
K ，
Saul
Distance Metric Learn −
Q．
［
”
ing　for　Large　Margin　Nearest Neighbor Classification ，
−
JMLR ，
10 ，
pp ．
207 244 （
2eO9 ）．
−c ．
a
al −
26 ］ L ，
］］
orresani and K．
Lee ‘
Large margin
component
〔
”NIPS （2007 ）．
ysis ，
“
27 ） J ．
D ．
M ．
Rennie and N ．
Srebro
Fast　maximum
margin
［
”In proc ．
matrix
factorization for collaborative
prediction ，
of ICML
2005 ）
．
（
’
28 ］ F ．
Odone ，
A ．
Barl 乱 and A 、
Verri ：
kernels
from
［
”
binarystrings f r image matching
，IEEE 野 ans ．Qn Image
Proc ．
pp ．
／69 −180 （
2005 ）
．
，14 ，2，
“
29 ］ K ．
Grauman and T ．
Darrell
The Pyramid Match Kernel：
［
Discriminative Classificationwith Sets of Image Features ”
，
Proc ．
of ICCV
2 05 ）．
（
−
Zhang ，
M ．
Marszalek ，
Lazebnik and C ．
Schmid
30 ］ J．
S．
［
cal
Features and Kernels fbr ClassificatiQn of Texture and
”IJCV ，73 ，2 ，
Object Categories
： AComprehensive Study ，
−
．
213
238
2006
、
pp
（ ＞
31 】 C ．
R wlkes ，
S．
Belongie
F ．
Chung and J．
Malik： Spec−
，
［
”，IEEE Ttans ．
Qn
tral grouping using 七he Nystr6m method
PAMI ，
26 ，
2 pp ．
214 −225 （
2004 ）
．
「 Jebara　and R ．
32 ］ r ，
KQndQr
Bhattacharyya　al d　Expected
［
”Proc ．
2 03）．
Likelihood
Kernelg ，
Qf Comp ．
Learn ．
Theory
（
皿
一146 一
一
NNII-Electronic
工 工 Eleotronio
Library Service
Library

高速レール試験機の開発 西田 新一, 杉野 和男, 浦島 親

鉄道車両用動揺防止制御システムの開発 藤野 謙司 105

映像か らの歩行者検出

［招待講演］メタ戦略一 問題解決の ための 実践的解法

習熟が容易なウォークスルー操作実現のための経路

Cook−Log Video Summarization by Removing

FASTECH360による技術開発 堀川 重成 115 (1120)

View!

AR アプリを使用した姫路城の新たな展示 - y