確率的外観モデルに基づく魚眼カメラ画像からの人物検出

摘要

本研究では魚眼カメラによる半球面画像からの複数の人物検出手法の開発を行なう．全方位カメラや魚眼カメラなどの広角視覚センサはネットワークロボティクスや高齢者の行動モニタリング，セキュリティの分野で普及が進みつつある．これらのセンサは広い空間的視野によってカメラの必要台数を減らすことができるが，画像の歪みによるデメリットを伴うため，上記のような人物検出手法を適用するには透視変換などによる歪み補正が必要とされてきた．そこでわれわれは，画像変換が不要となる人物テンプレートの非線形回帰モデルを用いる手法を提案してきた．本手法では，人物以外の移動体に対する誤検出，人物の重なりや部分遮蔽による不検出を防ぐため，人物の全身シルエットと胸頭部輪郭を画像特徴とする2つの確率的テンプレートを導入する．つぎに画像から抽出した複数の確率的テンプレートを学習データとしてPCA（主成分分析）とKRR（カーネルリッジ回帰）を適用し，半球面画像内の人物特徴の非線形な変動を表現する確率的テンプレートの回帰モデルを生成する．人物検出は，このモデルを用いたBayes的枠組みのMAP解を得ることにより行なう．本論文では提案手法の詳細と屋内環境における実験について述べる．また実験結果から提案手法の人物検出性能や頑健性に関して議論する．