東京都市大学/先輩の学問体験記

現在は、カメラ映像に写る人を検出して追跡することで、ある地点を通過した人数を自動で計測する手法の研究をしています。具体的には、深層学習（ディープラーニング）を使った人物検出モデルを中心に使いながら、屋外の天候変化や暗所、人物がブレて写る場面などの「検出しにくい状況」でも安定して計測できる方法をめざしています。精度を上げるために前処理を増やしたりモデルを大きくすると認識精度は向上しますが、その分処理時間が長くなってリアルタイム性が損なわれます。人数計測では精度と同じくらい処理の速さも重要なので、計算量を抑えつつ環境に左右されない手法が必要だと考えています。

私がこの学部を選んだ理由は、1年次からプログラミングなど専門的な科目を学べることや、演習科目が充実していて実践的な力が付く点、就職実績が高い点に魅力を感じたからです。大学院に進学したのは、学部で学べる内容よりさらに高度な情報工学の知識を身に付けたいのと、画像処理分野をより深く追究したかったからです。学科を選んだきっかけは、身の回りのコンピュータで動くしくみを自分で理解したくなったことです。研究室は、2年次に履修した「パターン認識」や「画像処理」の授業で画像をコンピュータがどう認識するかに興味を持ったことがきっかけで決めました。

研究でおもしろいと感じている点は、少ない計算量で歩行者の領域を推定する工夫や、その領域を強調して検出モデルに入力することで、従来は検出が難しかった場面でも検出率を上げられたことです。また、実際に撮影した映像から検出が難しい場面を再現したデータも含めて多様なパターンで学習させることで、いろいろな状況に対応できるモデルを作れる点もやりがいを感じています。研究を通しては、課題を見つけて細かく分け、仮説を立てて検証するというサイクルを繰り返す力が身に付きましたし、学んだ知識や技術が別分野とつながることが多いと知り、体系的に学ぶ姿勢が身に付きました。

将来は、計算量を抑えて安価なコンピュータでも動く人数計測の手法を提案し、初期コストを下げることでより多くの現場に技術を普及させたいと考えています。自動人数計測はマーケティングやセキュリティで必要とされている実用的な分野なので、研究成果を社会で役立てられる形にして、人々の生活が豊かになるシステムの開発を実現することを目標にしたいと考えています。