人物再同定データセットとは？収集際の注意点について解説

 1. はじめに

人物再同定（Person Re-Identification, PRID）は、監視カメラ映像などのマルチビュー環境で同一人物を特定する技術です。PRIDは、セキュリティ、交通管理、公共安全など多くの応用分野で重要な役割を果たしています。本稿では、人物再同定向けデータセットの重要性、技術的課題、および最新の研究動向について詳述します。

 

 2. 人物再同定の課題

人物再同定にはいくつかの重要な課題があります。主な課題は以下の通りです：

 

1. 視点の変化：カメラ間の角度や距離の違いにより、人物の見た目が大きく変わる。

2. オクルージョン：他の人物によって一部が隠れることがある。

3. 照明条件の変動：光源の種類や強度が変化すると、人物の見え方も変わる。

4. 姿勢と動作の変化：歩行速度や姿勢の変化により、人物の識別が困難になる。

 

 3. 人物再同定向けデータセットの特性

人物再同定向けのデータセットは、上記の課題を克服するために特定の設計が求められます。以下に、理想的なデータセットの特性を示します。

 

 3.1 多様な視点とカメラ配置

異なる角度や距離からの画像を含むことで、システムが様々な状況下でも正確に人物を認識できるようにする。

 

 3.2 多様なオクルージョンシナリオ

他の物体や人物が部分的に人物を隠す状況をシミュレートすることで、実際の環境に近いデータを提供する。

 

 3.3 変動する照明条件

異なる照明条件下で撮影された画像を含めることで、照明の変化に強いモデルを訓練する。

 

 3.4 多様な姿勢と動作

歩行、走行、座るなどの異なる姿勢や動作を含むことで、人物の動きに対するロバスト性を高める。

 

 4. 弊社の人物再同定データセット

2,769 People - CCTV Re-ID Data in Europe

データには男性と女性が含まれ、人種分布は白人、黒人、アジア人、年齢分布は子供から高齢者までです。データの多様性には、さまざまな年齢層、さまざまな期間、さまざまなカメラ、さまざまな人体の向きや姿勢が含まれます。注釈として、長方形のバウンディングボックスと人体の15の属性に注釈を付けました。

 

1,022 People - Re-ID Data in Surveillance Scenes

データには男性と女性が含まれ、年齢分布は若年、若者、中年で、若者が大多数です。データの多様性には、さまざまな年齢層、複数のシーン、さまざまな撮影角度、さまざまな人体の向きと姿勢、さまざまな季節の服装が含まれます。

 

11,130 People - Re-ID Data in Real Surveillance Scenes

人種分布はアジア人、性別分布は男性と女性、年齢分布は子供から高齢者までです。監視カメラ、画像解像度は1,920 * 1,080以上です。異なる年齢、異なる期間、異なるカメラ、異なる人体の向きと姿勢、異なる年齢の収集環境をカバーしています。

 

データサンプルの確認はこちらです：

カスタマイズID抽出による購入も対応しておりますので、お気軽にお問い合わせください。