犯罪発生を直前に予知する犯行予測型超次世代知的防犯カメラシステム

点击翻译按钮获取中文摘要

本研究では，ひったくり等の街頭犯罪の発生をその発生直前に予測検知する超次世代型知的防犯カメラの研究開発を行う．一般に，ほとんどのひったくり事件の場合において犯人はバイク、徒歩、自転車、自動車などを使用して被害者の背後から接近し、油断している被害者の不意を突いて鞄・バッグ等の所有物を奪取して逃走するという犯行形態を示す。このとき、もし、防犯カメラ映像における直近の挙動に基づいて犯行の発生をAI・機械学習技術で予知・予測し、犯行発生直前に大音量警報アラームを発することにより、被害者が鞄・バッグ等を守る＆防御する等の対応をとっさに取れば、鞄・バッグ等を奪取され難い状況を作りだすとともに、大音量警報アラームによる威嚇効果を犯人に与え、結果的に犯行を防ぐことにつながると期待される。そのため，本年度は前年度までに収集した実験データおよび過去の知的防犯カメラ研究で収集した実験データ等を用いて、人間のモーション予測を実現するシステムの構築と高速処理アルゴリズムの開発を行った。すなわち，機械学習・深層学習を実行する高速計算サーバの整備と開発環境の構築を行うとともに、異なる複数の深層学習アーキテクチャと機械学習システムを組み合わせた挙動予測システムの実装と学習実験を行い、いくつかの成果を電気学会研究会等で発表した。また、一部の実験や機材調達がコロナ禍で実施できなかったことから，繰越金によりFPGAシステムを部分的に購入して開発環境の構築と整備を行い、機械学習・深層学習システムのFPGA実装を進めるとともに成果の一部を電気学会研究会等で発表した。さらに，防犯カメラにおいて重要なオクルージョン問題の解決方法を模索し、従来と全く異なるアプローチでの解決を試みることを検討した。その結果、深層学習に基づく生成AIシステムを利用した全身像推定手法を考案し、そのアルゴリズム実装と性能検証を行った。