富士通研究所は10月16日、商業施設や公共機関、街中などに設置された防犯カメラの映像から同一人物を自動で高精度に探索できるロバスト人物探索技術を開発したと発表した。今後、2021年度中の実用化に向けて、さらなる精度向上を目指す。

防犯カメラの映像は、商業施設や公共機関などにおける不審人物や迷子の探索に広く活用され、対象者の発見の手がかりとなる重要なデータとして取り扱われており、近年は迅速かつ正確な情報を取得することを目的に、防犯カメラの設置台数は増加傾向にあり、それに伴う映像データの増大、および映像解析時間などに膨大な工数を要しており、AIを活用した防犯カメラ映像の解析技術の開発が期待されているという。

複数の防犯カメラ映像から、対象とする人物の探索を行う場合、従来は深層学習を用いて防犯カメラの映像から、人物の性別、年齢層、服装などの全身特徴、顔特徴、歩容特徴といった多くの探索属性を用いて同一人物の関連付けを行っていたが、それらの探索属性を用意しても対象とする映像シーンにより、同一人物の関連付けに最適な探索属性が異なってしまうという問題があったという。

例えば、時間が経過した映像から対象者を探索する場合は服装や持ち物が変わってしまうことがあり、それらの探索属性を使った判定方法では同一人物の関連付けを行うことができないケースがある。このような場合は歩容特徴など時間に影響を受けない探索属性を選択する必要があるものの、映像シーンごとに専門家の人手で最適な探索属性の選択と同一人物の関連付けを行う作業は、膨大な時間を要するため対象者発見の遅れに影響する懸念があり、これらの課題を解決する映像解析技術開発が求められている。

そこで、同社では複数の防犯カメラから取得した人物情報を活用し、専門家の知識がなくても自動で高精度な人物探索を実現する技術を開発した。

主な特徴は、さまざまな映像シーンでの人物探索を可能にするため、人の服装などから得られる約100種類の静的属性に、人の行動から得られる約100種類の動的属性を加えた約200種類の探索属性を推定する。さらに、過去の映像シーンで推定した人物の全属性とその人物を探索するために専門家が選択した属性の種類をAIに学習させ、自動選択モデルを作成する。

  • ロバスト人物探索技術の概要

    ロバスト人物探索技術の概要

新規の映像シーンおいても、推定した全属性を自動選択モデルに入力することで、そのシーンに最適な探索属性を自動選択することを可能としている。新技術により、例えば複数の防犯カメラ映像でカメラの設置位置と人物との距離が遠い場合は服の色、時間経過が大きい場合は歩容、身体が隠れてしまっている場合は耳の形状など、映り方や時間の経過による変化に応じて最適な探索属性を自動で選択する。

効果としては時間経過を想定し、独自の服装の変化がある人物データセットによる自社評価において、90%以上の人物探索精度を達成しており、さまざまな防犯カメラ映像からの多様なシーンにおいて、映像解析による人物探索が可能になり、迅速かつ正確な人物探索ができるという。