成果報告書詳細
管理番号20150000000633
タイトル平成26年度-平成27年度成果報告書 IoT時代を支える多種大量データ処理基盤技術に係る先導研究
公開日2015/9/12
報告書年度2014 - 2015
委託先名株式会社Preferred Networks
プロジェクト番号P09018
部署名電子・材料・ナノテクノロジー部
和文要約件名:平成26年度-平成27年度成果報告書 IoT時代を支える多種大量データ処理基盤技術に係る先導研究

IoT時代に向けて、既存のデータ処理技術では実現できないインテリジェントな応用を支える処理基盤で必要となる技術の検討と開発を実施した。本先導研究では特に需要が大きく、様々な分野での応用が見込まれる映像認識技術を中心に検討を行った。多様な認識対象を含む実環境において、精度向上を行う技術を中心に、他種センサーとの組合せ等を検討した。実証実験では精度向上効果の検証と実用性評価を行った。

1. 実験環境の構築
研究対象施設にて、実証実験を行うための環境構築を実施した。実映像を記録するということで、個人情報に配慮を行い、情報管理ガイドラインの設定とセキュリティレベルを考慮したシステム構築を行った。同時に、実証実験に必要な複数の監視カメラからデータを取得するためのシステム構築を行い、実証実験のためにカメラの増設、開発作業用のシステム構築を実施した。

2. 既設カメラを用いた状況認識の精度向上技術の検討
主に以下の項目の検討を中心に検討を実施した。
・低解像度なカメラ映像に対する人物検出技術の検討
・監視カメラ映像を使用した人物の属性推定技術の検討

3. 既設カメラを用いた状況認識の精度向上技術のプロトタイプ
前項で検討した内容から、プロトタイプ開発を実施した。
また、属性推定の精度向上を実現するための、映像データ、機械学習モデル管理ツール、機械学習データ作成支援ツールを作成した。

4. 複数の映像センサーを組み合わせた処理技術の検討
複数カメラの映像から情報処理を実施する技術を実装し、対象物を検出する性能の向上を実現した。

5. 複数種類のセンサーを組み合わせた処理技術の検討
最先端のディープラーニングアルゴリズムの要素技術検討を行い、多様なデータ入力が可能な基盤技術を検討、調査し、試験的な実装を行い課題抽出を行った。

6. 実データを用いた人検出および属性推定の実証実験
項目3.で開発した技術項目を用いて、研究対象施設にて実証実験を行った。
また、クラウドソーシングを利用し、10万件の対象物画像を用いた大規模な学習データ作成実験を実施した。
上記の実証実験を通して、精度評価と実運用に向けた課題の抽出を行い、実用性の評価を行った。実験では、単体カメラを用いた評価で90%以上の認識を示す高い精度を示したが、検出対象の重なりが発生した時に、見落としが発生していた。複数カメラを用いて、検出対象が重なった時でも別のカメラで検出できるようにした結果、見落としが改善した。
英文要約Title: Pioneering Research on Fundamental Technologies for Processing Heterogeneous Big Data in the Era of IoT (FY2014-2015) Report

We researched new technologies based on Machine Learning, especially known as Deep Learning, to support intelligent data processing. In this report we especially focused on making a study of the latest video analysis techniques that application is expected in various fields to meet the large demands and we tried the feasibility study.

1. Construction of the experimental environment.
We constructed an environment for the experiment, setting up the system to collect the video images from existing security cameras, adding security cameras, and constructing the system for development. We also made the security guideline and privacy policy to protect personal information through this experimental research.

2. Research of human detection technology for low-resolution analog cameras.
Currently, generally widespread security cameras are low resolution analog ones. Conventionally using the facial recognition technology is common to predict the human attributes. But it is difficult to recognize these attributes because the face is not large enough to recognize ones. We studied Convolutional Neural Network based methods to achieve high accuracy in such a situation to achieve high accuracy of human detection even for images of these cameras.

3. Prototyping of the software of human detection and attribute recognition.
We also developed peripheral technologies like the video calibration support tools and the annotation support tools for machine learning. The image calibration is one of the critical factors for the video image analysis. In general, the calibration is complex and troublesome for image analysis. We developed the software to automate the calibration for the experiment. And the annotation tool provides the graphical user interface to specify the objects in the video images and enable to assign the attribute on them. It simplifies the training process.

4. Development technologies to process the multiple video sources for human attribute recognition.
We achieved higher performance to detect objects with multiple image sources, which is reported through the feasibility study.

5. Development technologies to process the multiple data sources.
We implemented a software library with Deep Learning algorithm to support a variety of sources, including images, other information.

6. The feasibility study of the human detection and attribute recognition with new technologies.
We evaluated the precision and the recall of human detection and attribute recognition we developed. With the single camera data source, our method of human detection showed good precision over 90%. The recall became wrong when the occlusion sometimes occurred. We improved the issue with the multiple camera images, so using multiple cameras seemed to be effective to resolve the occlusion.
ダウンロード成果報告書データベース(ユーザ登録必須)から、ダウンロードしてください。

▲トップに戻る