• 検索結果がありません。

偏相関係数を用いた教師なし人物同定手法の検討

N/A
N/A
Info
ダウンロード
Protected

Academic year: 2021

シェア "偏相関係数を用いた教師なし人物同定手法の検討"

Copied!
2
0
0

読み込み中.... (全文を見る)

今ダウンロードする ( 2 ページ )

全文

(1)11B-2      2017年映像情報メディア学会年次大会（ITE Annual Convention 2017）. 偏相関係数を用いた教師なし人物同定手法の検討 Unsupervised Person Re-identification Using Partial Correlation Coefficient 高木 基希† 島田 裕† 谷口 行信† Motoki TAKAGI† Yutaka SHIMADA† and Yukinobu TANIGUCHI† †東京理科大学 †Tokyo University of Science Abstract Most of the latest supervised methods of person re-identification (PRID) cannot be used for the situations in which the sufficient amount of training data is not available. In this study, we propose a completely unsupervised method of PRID using partial correlation coefficient, and verify its effectiveness by some experiments.. 1. は じ め に. き ， 偏 差 ベ ク ト ル を ， 𝒙 = [𝑥1 − 𝑥̅ , 𝑥2 − 𝑥̅ , … , 𝑥𝑛 − 𝑥̅ ]𝑇 , 𝒚 =. 異なる 2 台のカメラに写った人物を照合し，同一人. [𝑦1 − 𝑦̅, 𝑦2 − 𝑦̅, … , 𝑦𝑛 − 𝑦̅]𝑇 と す る ． た だ し ， 𝑛は 特 徴 ベ ク. 物を特定する人物同定手法が多数提案されている．高. ト ル の 要 素 数 ， 𝑥̅ = ∑𝑛𝑖=1 𝑥𝑖 /𝑛, 𝑦̅ = ∑𝑛𝑖=1 𝑦𝑖 /𝑛で あ る ． 𝒙 と. い精度を持つ最新の人物同定手法の多くが ，事前に大. 𝒚の 相 関 係 数 𝑟𝑥𝑦 は ，. 量の人物画像と正解ラベルのセット（教師データ）を. 𝑟𝑥𝑦 =. 必 要 と す る 教 師 あ り 学 習 に 基 づ く も の で あ る ．し か し ，. 𝒙𝑇 𝒚 ‖𝒙‖‖𝒚‖. カメラを設置する場所や撮影条件が頻繁に変化するよ. で 定 義 さ れ る ． ‖∙‖は ℓ2 ノ ル ム を 表 す ． 相 関 係 数 𝑟𝑥𝑦 が 1. うな場合においては，教師データが十分に集まらない. の と き ，𝒙 と 𝒚は 定 数 倍 を 除 き 一 致 す る た め ，X と Y は. ため，これらの手法を適用することが難しくなる ．そ. 同 一 人 物 の 画 像 で あ る こ と が 期 待 さ れ る ．一 方 ， 𝑟𝑥𝑦 が. こで本稿では，教師データを一切用いない偏相関係数. 0 の と き ，𝒙 と 𝒚は 直 交 し て い る た め ，X と Y は 異 な る. を用いた教師なしの人物同定手法を提 案する．実験で. 人物の画像であることが期待される．しかし， 撮影さ. は，教師データの収集が容易でない例として， バス車. れた人物の画像群には，背景の情報を始めとした共通. 内の出入口に設置された車載カメラの映像を用いて，. 要素が含まれており，その影響で異なる人物画像間の. 提案法の人物同定精度を評価する．. 相関が高くなる場合がある．. 2. 先 行 研 究. 去するために，偏相関係数を導入する． 偏相関係数と. そこで，本稿では，特徴量間の共通要素の影響を除. 通常，人物同定では，人物画像から抽出した特徴量. は ， 相 関 を 求 め た い 2 つ の ベ ク ト ル 𝒙, 𝒚か ら ， そ れ 以. の類似度が最も高い 2 枚の人物画像を同一の人物と推. 外 の ベ ク ト ル の 影 響 を 除 い た ベ ク ト ル 𝒙′ , 𝒚′ の 相 関 係. 定 す る ． Liao ら [1] は ， 色 や 輝 度 勾 配 の 情 報 を 持 つ. 数 で あ る ． 𝒙, 𝒚と 同 様 に X, Y 以 外 の 𝑚枚 の 人 物 画 像. LOMO 特 徴 量 で 人 物 の 服 装 等 の 特 徴 を 抽 出 し ， XQDA. 𝑍1 , 𝑍2 , … , 𝑍𝑚 の 特 徴 量 の 偏 差 ベ ク ト ル を 𝒛𝑗 (𝑗 = 1, 2, … , 𝑚). で 特 徴 量 間 の 類 似 度 を 計 算 し て い る ． XQDA は 高 精 度. と し ， こ れ を 列 方 向 に 並 べ た 行 列 を 𝒁 = [𝒛1 , 𝒛2 , … , 𝒛𝑚 ]と. ではあるが教師あり学習に基づいており，大量の学習. す る ．こ の と き ，𝒙, 𝒚か ら 𝒁の 影 響 を 除 い た 新 た な ベ ク. 画 像 と 正 解 ラ ベ ル の 両 方 を 必 要 と す る ．ま た ， Kodirov. トルを以下の式で求める．. ら [2]は ，ℓ1 ノ ル ム の 近 い 特 徴 量 を 持 つ 人 物 を 擬 似 的 に. 𝒙′ = 𝒙 − 𝒁(𝒁𝑇 𝒁)−1 𝒁𝑇 𝒙 = (𝑰 − 𝒁(𝒁𝑇 𝒁)−1 𝒁𝑇 )𝒙 = 𝑨𝑍 𝒙,. 同一人物として扱う辞書学習法を用いて，正解ラベル. 𝒚′ = 𝒚 − 𝒁(𝒁𝑇 𝒁)−1 𝒁𝑇 𝒚 = (𝑰 − 𝒁(𝒁𝑇 𝒁)−1 𝒁𝑇 )𝒚 = 𝑨𝑍 𝒚. なしの画像のみから距離空間を学習する手法を提案し. た だ し ，𝑰は 𝑛×𝑛の 単 位 行 列 ，𝑨𝒁 = (𝑰 − 𝒁(𝒁𝑇 𝒁)−1 𝒁𝑇 )で あ. ている．この手法は，正解ラベルを用いない教師なし. る ． こ の と き ， 𝒁の 影 響 を 除 い た 後 の 𝒙 と 𝒚の 偏 相 関 係. 学 習 で は あ る が ，事 前 に 多 数 の 人 物 画 像 を 必 要 と す る ．. 数 𝑟𝑥𝑦|𝑍 は ， 𝑟𝑥𝑦|𝑍 =. 3. 提 案 ： 偏 相 関 係 数 を 用 い た 類 似 度 計 算 手 法 特徴量間の類似度を表す指標の一つに相関係数が ある．相関係数は 2 つのベクトル間の線形的な関係の 強 弱 を 表 す ． 人 物 画 像 X， Y か ら 得 ら れ る 特 徴 ベ ク ト ル を そ れ ぞ れ [𝑥1 , 𝑥2 , … , 𝑥𝑛 ]𝑇 , [𝑦1 , 𝑦2 , … , 𝑦𝑛 ]𝑇 と す る ．こ の と. 𝒙′𝑇 𝒚′ 𝒙𝑇 𝑨𝑍 𝒚 = ′ ′ ‖𝒙 ‖‖𝒚 ‖ √𝒙𝑇 𝑨𝑍 𝒙 𝒚𝑇 𝑨𝑍 𝒚. と な る ． 提 案 法 で は ， 人 物 画 像 X， Y 間 の 類 似 度 と し てこの偏相関係数を用いる．偏相関係数の式から分か るように，本手法は評価用の画像群のみを類似度計算 に用いており，先行研究のように事前に教師データを 収集する必要がない．.

(2) 11B-2      2017年映像情報メディア学会年次大会（ITE Annual Convention 2017）. 図 1 に各画像の画素値を 1 列に並べたベクトルを特. 画 像 を 用 い て い な い に も 関 わ ら ず ， Kodirov ら の 精 度. 徴 量 と し た 際 の (a)相 関 係 数 と (b)偏 相 関 係 数 ， お よ び ，. を大きく上回っている．このことから，人物の位置や. 対 応 す る 特 徴 量 を 可 視 化 し た 例 を 示 す ．た だ し ，(b)の. サイズのばらつきが小さい場合に提案法が有効である. 画 像 は 特 徴 量 を [0, 255]に 正 規 化 し ， 画 像 と し て 表 示 し. と考えられる．. た．図 1 より，多くの人に共通して表れている黒色の. 表 1： 人 物 同 定 精 度 の 比 較. 服の影響が偏相関では小さくなり，対象の人物特有の Kodirov[2]. 青色と赤色のバッグは残ったままであることが見て取 れる．また，相関係数では背景や服装の影響により別 人でも高い値を取っていたが，偏相関係数では背景等. CUHK03 PRID2011. LOMO+ 偏相関係数 （提案法） 0.097 0.201 0.296 0.484. LOMO+ LOMO+ ユークリッド距離 相関係数. 0.304 0.250. 0.100 0.298. の影響が除かれたため，0 に近い値を取るようになっ ていることが分かる．. 4.2. バス車 載 カメラへの適 用 次に，撮影条件の不確定性やプライバシー保護の観 点から教師データの収集が困難なケースとして ，バス の車載カメラから得られた人物画像に対する人物同定 精 度 の 評 価 を 行 っ た ．実 験 で は ，エ キ ス ト ラ 40 人 が バ スに乗降車する様子を，バスの出入口に設置された 2. 図 1： (a)相 関 係 数 と (b)偏 相 関 係 数 の 比 較 ．. 台 の カ メ ラ で 撮 影 し た 映 像 を 用 い た ．評 価 人 数 は 40 人. (b)で は ， (c)の 画 像 群 の 影 響 を 除 い た. と し ，4.1 節 と 同 様 に 精 度 を 検 証 す る ．ま た ，事 前 に 286 人 分 の 教 師 デ ー タ で 学 習 を 行 っ た XQDA を 比 較 対 象. 4. 実 験. とする．実験に用いたデータの一例を図 3 に示し，結. 4.1. 一 般 的 な人 物 同 定 データセットへの適 用. 果 を 表 2 に 示 す ．表 2 よ り 教 師 あ り の XQDA よ り も 高. 本 実 験 で は ， CUHK03[3]と PRID2011[4]の 2 つ の デ. 精度であることから，有効性が示された．. ータセットを用いて提案法を評価した．両データセッ. 表 2：人 物 同 定 精 度 の. トともに，異なる地点に設置された 2 台のカメラ（以. 比較（バス）. 下 ， CamA， CamB） で 撮 影 さ れ た 多 数 の 同 一 人 物 の 画 一例を示す．. LOMO+ 偏相関係数 （提案法） 0.200 0.225. LOMO+ XQDA. 像を集めたものである．図 2 に実験に用いたデータの 図 3： バ ス の 人 物 画 像. BUS. 5. ま と め 人物画像間の類似度計算に偏相関係数を用いた完 全な教師なしの人物同定手法を提案し た．一般的なデ ータセット，およびバス車載カメラ映像を用いた実験 図 2： CUHK03， PRID2011 の 同 一 人 物 画 像 対 の 例. によりその有効性を示した．. 本 実 験 で は ，Kodirov ら [2]の 実 験 条 件 と 同 様 に ，100 人. 実験に協力いただいたアルピコ交通（株）に感謝します．. の評価データをランダムに選択して人物同定を行う操. 本 研 究 は JSPS 科 研 費 17K06608 の 助 成 を 受 け た も の で す ．. 作 を 10 回 行 い ，そ の 平 均 値 で 精 度 を 評 価 す る ．各 人 物 に対して最も類似度の高い人物が同一人物である割合 を 推 定 精 度 と し た ． LOMO[1]を 特 徴 量 と し ， 特 徴 量 間 の非類似度をユークリッド距離とした場合，および ， 類似度を相関係数，偏相関係数とした場合の精度を比 較 し た ． ま た ， Kodirov ら の 手 法 と も 比 較 を し た ． 表 1 に 結 果 を 示 す ． た だ し ， Kodirov ら の 手 法 の 精 度 は 文 献 [2]か ら 引 用 し た ．ど ち ら の デ ー タ セ ッ ト に お いても偏相関係数を用いた場合に相関係数よりも精度. 文. 献. [1] S. Liao, et al., "Person Re-identification by Local Maximal Occurrence Representation and Metric Learning", CVPR, pp. 2197-2206, 2015. [2] E. Kodirov, et al., “Person Re-Identification by Unsupervised ℓ1 Graph Learning”, ECCV, pp. 178-195, 2016. [3] W. Li, et al., “DeepReID: Deep Filter Pairing Neural Network for Person R e-identification ”, CVPR, pp. 152-159, 2014. [4] M. Hirzer, et al., “Person Re-identification b y Descriptive and Discriminative C lassification”, SCIA, pp. 91-102, 2011.. が向上しており，有効性が示された． 人物の撮影位置 や サ イ ズ に ば ら つ き が あ る CUHK03 で は ，学 習 デ ー タ. †東京理科大学大学院. を 用 い る Kodirov ら の 手 法 が 高 精 度 で あ っ た ．し か し ，. 〒 125-8585 東 京 都 葛 飾 区 新 宿 6-3-1. 人 物 の 撮 影 位 置 や サ イ ズ が 均 一 な PRID2011 で は 学 習. TEL. 03-5876-1717. 工学研究科. 経営工学専攻. E-mail: [email protected].

(3)

参照

今ダウンロードする ( PDF - 2 ページ - 599.44 KB )

関連したドキュメント

限定承認によるみなし譲渡所得課税――所得税法59条1項の解釈と熟慮期間との関係を中心として―― 利用統計を見る

なお、相続人が数人あれば、全員が必ず共同してしなければならない（民

カ ナ ダ 憲 法 に お け る 包 括 的 基 本 権

（（ .　 entrenchment のであって、それ自体は質的な手段（ ）ではない。 カナダ憲法では憲法上の人権を といい、

院内感染対策支援事業概要 平成２６年度

・患者毎のリネン交換の検討 検討済み（基準を設けて、リネンを交換している） 改善 [微生物検査]. 未実施

複数拠点でIPsecVPN接続を行う設定(FortiGate-FortiGate)設定手順書_OS5.6_

本手順書は複数拠点をアグレッシブモードの IPsec-VPN を用いて FortiGate を VPN

緑化計画の手引

・条例手続に係る相談は、御用意いただいた書類 等に基づき、事業予定地の現況や計画内容等を

「いたみパドフェスタ～5 年のつながりから学ぶこれからの伊丹～」

開催数 開 催 日 相談者数（対応した専門職種・人数） 対応法人・場 所 第１回 ４月２４日 相談者 1 人（法律職１人、福祉職 1 人）

「会計参与」目次

は︑公認会計士︵監査法人を含む︶または税理士︵税理士法人を含む︶でなければならないと同法に規定されている︒.

フ ラ ン ス 憲 法 院 判 決 の 進 展

第一の場合については︑同院はいわゆる留保付き合憲の手法を使い︑適用領域を限定した︒それに従うと︑将来に