上條研究室

歩行者・自転車などの交通弱者検出のための画像センサを開発している。 時空間MRFモデルを用いたトラッキングを行い、前景の物体を注出する。 このうち連続するフレームの同一物体に対して、HOG特徴量などを用いた物体識別アルゴリズムを適用し、静止している人物や道路施設物体を除き、歩行者のみの検出を行う。

※時空間MRFとは

RSSIを用いた道路利用者検知システムでは、観測する側の車両と保護対象それぞれが通信デバイスを所持し、デバイス同士で通信する際の信号強度（RSSI）を用いて保護対象の位置を推定する。 本手法は画像やGPSを用いた他の検知システムに比べ、見通し外領域の監視・市街地における位置推定のロバスト性という点で優位性があり、それらの手法を補完する手法として充分実現性があると考えられる。

近年、車両の増加に伴い交通流はますます複雑になってきている。これにより引き起こされる交通渋滞は経済的損失や環境問題を引き起こしうる。 この問題を解決するための最適な信号制御がこれまで研究されてきているが、幹線道路同士が交差する大都市圏では従来の手法が適用できず、新たな技術の研究が求められている。 本研究では、センサから得た交通情報に基づきリアルタイムに最適な信号の制御を行うことを目指す。

近年のモバイル情報端末にはGPSの他にも様々なセンサが搭載されており、それらを用いてユーザが今どのような行動を取っているかを推定することができる。 この技術により、たとえば ユーザの状況に応じた情報を提示するアプリケーションなどが実現可能である。 上條研究室では現在、車・自転車・徒歩といった移動手段を推定する「交通モード推定」、 歩行動作を計測して利用者の位置をトラッキングする「歩行者デッドレコニング」などの研究を行っている。

監視カメラ映像はマーケティング調査において非常に有用な情報をもたらす一方で、 現状では人力で解析を行なっているために多大なコストを要するという問題がある。 そこで当研究室では、顧客の行動や商品および広告に対する関心度を示す姿勢や動作を、 コンピュータビジョン技術を用いて認識する手法の研究を行なっている。