要約
健康上の問題、暴力、事故などによって倒れた人の検出は、極めて重要な課題である。そのため、こうした異常行動の検出は、CCTV監視、セキュリティ、医療ケアなど、多様な応用分野において極めて重要である。多くの検出システムが、多様な環境条件や状況下で収集された倒れた人の画像を含む包括的なデータセットに依存しているが、現有的なデータセットは特定の環境条件下に限定されており、多様性に欠けるという課題がある。本研究では、こうした課題に対処し、より堅牢な検出システムの開発を支援する目的で、韓国政府の支援のもと、実世界のさまざまなシナリオから収集された倒れた人の画像を用いた新規の大規模データセット「Vision-based Fallen Person (VFP290K)」を構築した。本データセットは、178本の動画から抽出された294,713フレームから構成されており、49の場所における131のシーンをカバーしている。広範な実験を通じて、物体検出モデルに基づく性能変化を分析することで、本データセットの特徴量の有効性を実証した。さらに、データセットを適切に分割したバージョンを用いて、倒れた人の検出システムの性能を評価した。2020年韓国AIグランドチャレンジの異常行動認識トラック第1ラウンドにおいて、本VFP290Kデータセットを用いて1位を獲得した。この成果は、本データセットが倒れた人の検出に関する研究において有効であることを示しており、さらに知能型CCTVや監視システムなどの他の応用分野へも拡張可能であることを示唆している。データおよび最新情報は、VFP290K公式サイトにて公開されている。