歩行者検知

歩行者検出は、ビデオ映像の意味を理解するための基本的な情報を提供するため、あらゆるインテリジェントビデオ監視システムにとって不可欠かつ重要なタスクです。安全システムを向上させる可能性があるため、自動車アプリケーションへの拡張は明らかです。多くの自動車メーカー (例: Volvo、Ford、GM、日産) は、2017 年にこれをADASオプションとして提供しています。

課題

見た目の様々なスタイルの衣服
さまざまなアーティキュレーションが可能
閉塞アクセサリの存在
歩行者同士の頻繁な遮蔽

既存のアプローチ

こうした課題にもかかわらず、歩行者検出は近年でもコンピュータービジョンの分野で活発に研究されている分野であり、数多くのアプローチが提案されています。

総合的な検出

検出器は、フレーム全体をスキャンしてビデオフレーム内の歩行者を検索するようにトレーニングされます。検出器は、ローカル検索ウィンドウ内の画像の特徴が特定の基準を満たす場合に「発火」します。一部の方法では、エッジテンプレートなどのグローバルな特徴を使用し、^[1]他の方法では、方向付けられた勾配のヒストグラム^[2]記述子などのローカルな特徴を使用します。このアプローチの欠点は、パフォーマンスが背景の乱雑さや遮蔽によって簡単に影響を受ける可能性があることです。

パーツベースの検出

歩行者はパーツの集合としてモデル化されます。パーツ仮説は、まずエッジレット^[3]や方向特徴^[4]などのローカル特徴を学習することによって生成されます。次に、これらのパーツ仮説を結合して、既存の歩行者仮説の最適なアセンブリを形成します。このアプローチは魅力的ですが、パーツ検出自体は困難な作業です。このアプローチの実装は、最初に高密度にサンプリングされた画像ピラミッドを作成し、各スケールで特徴を計算し、すべての可能な場所で分類を実行し、最後に非最大抑制を実行して最終的な境界ボックスのセットを生成するという、画像データを処理するための標準的な手順に従います。^[5]

パッチベースの検出

2005 年に、Leibe ら^{[6] は、}検出とセグメンテーションの両方を組み合わせたアプローチをImplicit Shape Model (ISM) という名前で提案しました。トレーニングプロセス中に、ローカルな外観のコードブックが学習されます。検出プロセスでは、抽出されたローカルな特徴がコードブックのエントリと照合され、各一致が歩行者仮説に 1 票を投じます。最終的な検出結果は、それらの仮説をさらに改良することで得られます。このアプローチの利点は、必要なトレーニング画像の数が少ないことです。

モーションベースの検出

条件が許せば（固定カメラ、静止照明条件など）、背景差分法は歩行者の検出に役立ちます。背景差分法は、ビデオストリームのピクセルを、動きが検出されない背景と、動きが検出される前景に分類します。この手順では、人物を含むシーン内のすべての移動要素のシルエット（前景の連結コンポーネント）を強調表示します。リエージュ大学では、 ^[7]^[8]で、これらのシルエットの形状を分析して人間を検出するアルゴリズムが開発されました。シルエットを全体として考慮して単一の分類を実行する方法は、一般に、形状の欠陥に非常に敏感であるため、シルエットを一連の小さな領域に分割する部分ベースの方法が提案され、欠陥の影響を軽減しています。他の部分ベースのアプローチとは異なり、これらの領域には解剖学的な意味はありません。このアルゴリズムは、3D ビデオストリームでの人間の検出に拡張されています。^[9]

複数のカメラを使用した検出

Fleuret ら^{[10] は、}複数の歩行者を検出するために複数の較正済みカメラを統合する方法を提案しました。このアプローチでは、地面が均一で重複しないグリッドセルに分割され、通常サイズは 25 x 25 (cm) です。検出器は確率占有マップ (POM) を生成し、各グリッドセルに人が占有される確率を推定します。目の高さで異なる角度から撮影された 2 つから 4 つの同期されたビデオストリームがあれば、この方法では生成モデルと動的プログラミングを効果的に組み合わせて、大きな遮蔽や照明の変化にもかかわらず、数千フレームにわたって最大 6 人の人物を正確に追跡できます。また、それぞれの人物の正確な軌跡を測定的に導き出すこともできます。

参照

参考文献

^ C. Papageorgiou および T. Poggio、「訓練可能な歩行者検出システム」、International Journal of Computer Vision (IJCV)、1:15–33 ページ、2000 年
^ N. Dalal、B. Triggs、「人間検出のための方向勾配のヒストグラム」、IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR)、1:886–893 ページ、2005
^ Bo Wu と Ram Nevatia、「ベイズ的エッジレット部分検出器の組み合わせによる単一画像内の複数の部分的に遮蔽された人間の検出」、IEEE 国際コンピュータビジョン会議(ICCV)、1:90–97 ページ、2005 年
^ Mikolajczyk, K.、Schmid, C.、Zisserman, A.「堅牢なパーツ検出器の確率的アセンブリに基づく人間検出」、欧州コンピュータビジョン会議(ECCV)、第 3021/2004 巻、69 ～ 82 ページ、2005 年
^ Hyunggi Cho、Paul E. Rybski、Aharon Bar-Hillel、Wende Zhang「変形可能なパーツモデルによるリアルタイム歩行者検出」
^ B.Leibe、E. Seemann、B. Schiele。「混雑したシーンでの歩行者検出」IEEE コンピュータビジョンおよびパターン認識会議(CVPR)、1 ページ:878–885、2005 年
^ O. Barnich、S. Jodogne、M. Van Droogenbroeck。「形態学的サイズ分布によるシルエットの堅牢な分析」インテリジェントビジョンシステムの高度な概念(ACIVS)、734～745 ページ、2006 年
^ S. Piérard、A. Lejeune、M. Van Droogenbroeck。「ビデオストリーム内の人間を検出するための確率的ピクセルベースのアプローチ」IEEE 国際音響、音声、信号処理会議(ICASSP)、921～924 ページ、2011 年
^ S. Piérard、A. Lejeune、M. Van Droogenbroeck。「3D 情報はビデオストリーム内の人間の検出に有用」3D Stereo MEDIA の議事録、1 ～ 4 ページ、2010 年
^ F. Fleuret、J. Berclaz、R. Lengagne、P. Fua、「確率的占有マップを使用したマルチカメラ人物追跡」、IEEE Transactions on Pattern Analysis and Machine Intelligence、Vol. 30、Nr. 2、pp. 267–282、2008 年 2 月。

外部リンク

POM のコード - 確率的占有マップを使用した複数のカメラからの歩行者検出
重機用歩行者検知システム – 歩行者検知システムの例
移動式プラント向けBlaxtair歩行者検知システム

[1] C. Papageorgiou および T. Poggio、「訓練可能な歩行者検出システム」、International Journal of Computer Vision (IJCV)、1:15–33 ページ、2000 年

[2] N. Dalal、B. Triggs、「人間検出のための方向勾配のヒストグラム」、IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR)、1:886–893 ページ、2005

[3] Bo Wu と Ram Nevatia、「ベイズ的エッジレット部分検出器の組み合わせによる単一画像内の複数の部分的に遮蔽された人間の検出」、IEEE 国際コンピュータビジョン会議(ICCV)、1:90–97 ページ、2005 年

[4] Mikolajczyk, K.、Schmid, C.、Zisserman, A.「堅牢なパーツ検出器の確率的アセンブリに基づく人間検出」、欧州コンピュータビジョン会議(ECCV)、第 3021/2004 巻、69 ～ 82 ページ、2005 年

[5] Hyunggi Cho、Paul E. Rybski、Aharon Bar-Hillel、Wende Zhang「変形可能なパーツモデルによるリアルタイム歩行者検出」

[6] B.Leibe、E. Seemann、B. Schiele。「混雑したシーンでの歩行者検出」IEEE コンピュータビジョンおよびパターン認識会議(CVPR)、1 ページ:878–885、2005 年

[7] O. Barnich、S. Jodogne、M. Van Droogenbroeck。「形態学的サイズ分布によるシルエットの堅牢な分析」インテリジェントビジョンシステムの高度な概念(ACIVS)、734～745 ページ、2006 年

[8] S. Piérard、A. Lejeune、M. Van Droogenbroeck。「ビデオストリーム内の人間を検出するための確率的ピクセルベースのアプローチ」IEEE 国際音響、音声、信号処理会議(ICASSP)、921～924 ページ、2011 年

[9] S. Piérard、A. Lejeune、M. Van Droogenbroeck。「3D 情報はビデオストリーム内の人間の検出に有用」3D Stereo MEDIA の議事録、1 ～ 4 ページ、2010 年

[10] F. Fleuret、J. Berclaz、R. Lengagne、P. Fua、「確率的占有マップを使用したマルチカメラ人物追跡」、IEEE Transactions on Pattern Analysis and Machine Intelligence、Vol. 30、Nr. 2、pp. 267–282、2008 年 2 月。

課題