[2D1] AI応用-画像応用

[2D1-03] K-Shortest Pathsを用いた多人数追跡におけるデータ削減による高速化

〇秦 希望¹、西川 由理^3,4、中山 俊¹、小澤 順³、藤澤 克樹^2,3 (1. 九州大学大学院数理学府、2. 九州大学マス・フォア・インダストリ研究所、3. 産業技術総合研究所、4. パナソニック株式会社)

キーワード：多人数追跡、グラフ最適化、K-Shortest Paths、並列処理

動体の追跡は困難かつ近年飛躍的に精度が向上してきている問題の１つである. 本論文では並列化された多人数追跡システムを提案する. 追跡においては, 動体検知及びIDの整合性の２つの問題が考えられる. Jeromeらはこれらの問題をK-Shortest Paths(KSP)を用いて解決し, 高精度な多人数追跡を実現した. しかしこの方法では追跡にあたって枝長を変化させながら最短路を繰り返し求めており, 並列化が困難である. そこで私たちは, KSPに用いられるProbability Occupancy Map(POM)というデータを用いてKSPの適用範囲を分割した. 結果として, 従来のKSPと比較して87%の精度を保ちつつ5.4倍の高速化を実験的に示すことに成功した.