一人称視点(1) - 概要

今回から、頭部に装着することができるウェアラブルカメラで撮影する一人称視点映像に関する技術についてご紹介していきます。一人称視点は、英語ではFirst-person vision、またはEgocentric visionと呼ばれています。

一人称視点映像

一人称視点映像を撮影するためのカメラは、「GoPro Hero」が最も有名でしょう。国内のメーカーでは、ソニーが「アクションカム(Action Cam)」、パナソニックが「ウェアラブルカメラ(Wearable Camera)」、オリンパスが「STYLUS TG-Tracker」を製品化しています。スタートアップ企業では、視線トラッカー機能付きの一人称視点カメラを開発しているPupil Labs、画像認識用の小型コンピューターを備えたウェアラブルビジュアルシステムを開発しているOrCamなどがあります。また、Snapchatが10秒動画を撮影できるサングラス型の「Spectacles」を発売すると発表しました。

これらのカメラで撮影すると動画1のような映像が得られます。頭部の動きに合わせてカメラが動くため、カメラ装着者が見た景色を連続的に撮影することができます。

一人称視点映像でできること

壁などに固定されたカメラと異なり、ウェアラブルカメラを用いることで日常生活や旅行中など広範囲にわたる映像を常時撮影することができます。しかし、ウェアラブルカメラで常時撮影した動画は膨大なデータ量となってしまいます。動画が長くなればなるほど、動画を見たり、編集したりするために長い時間を要します。そこで、カメラ装着者自身の動作(Ego-Action)を自動で認識して、長時間撮影した映像の各瞬間がどのようなシーンかを自動的にインデクシングする技術があります(動画2)。

また、グループで行動している場合は、人とのインタラクションを検出、識別することができます。動画3の例では、グループでディズニーランドに行った際の一人称視点映像から、1対1で会話しているシーン、一人が複数人に話しているシーン、複数人で議論しているシーンなどを自動で検出、識別しています。

さらに、一人称視点カメラは、カメラ装着者の頭部が向いている方向の映像を撮影できるため、どこを注視していたか(Attention)を解析することができます。動画4では、一人称視点映像中のどの領域が人々の注目を集めているかを推定しています。

このように一人称視点(First-person vision、Egocentric vision)では、カメラ装着者の動きに合わせて、屋外などの広範囲にわたる映像を常時撮影することができ、いつ、どこで、何をやったかを分析・記録することができます。プライバシーやバッテリーの課題があり常時撮影するまでには至っていませんが、警察や警備員、工場や工事現場など用途を限定すれば旅行時の撮影以外にもいろいろと応用先はあるのではないでしょうか。

著者プロフィール

樋口未来(ひぐち・みらい)
日立製作所 日立研究所に入社後、自動車向けステレオカメラ、監視カメラの研究開発に従事。2011年から1年間、米国カーネギーメロン大学にて客員研究員としてカメラキャリブレーション技術の研究に携わる。

日立製作所を退職後、2016年6月にグローバルウォーカーズ株式会社を設立し、CTOとして画像/映像コンテンツ×テクノロジーをテーマにコンピュータビジョン、機械学習の研究開発に従事している。また、東京大学大学院博士課程に在学し、一人称視点映像(First-person vision, Egocentric vision)の解析に関する研究を行っている。具体的には、頭部に装着したカメラで撮影した一人称視点映像を用いて、人と人のインタラクション時の非言語コミュニケーション(うなずき等)を観測し、機械学習の枠組みでカメラ装着者がどのような人物かを推定する技術の研究に取り組んでいる。

専門:コンピュータビジョン、機械学習