１．画像鑑定実績
防犯カメラ映像、ドライブレコーダー映像、写真等の鮮明化、解析を行い、鑑定書に仕上げています。 以下のような実績があります。
鑑定内容・実績
| 鑑定内容 | 実績 | |
|---|---|---|
| 画像修復 | 幾何学補正 | 139件 |
| 画像改善 | 615件 | |
| 人物異同識別 | 顔と身体 | 361件 |
| 顔の3D鑑定 | 22件 | |
| 歩容（AIによる骨格推定） | 191件 | |
| 着衣など | 267件 | |
| 車両の異同識別 | 車 | 52件 |
| 自転車 | 39件 | |
| バイク | 21件 | |
| ３次元計測 | 身長計測（特許561314号） | 155件 |
| 速度、物体のサイズ計測など | 8件 | |
| ナンバープレート数字・文字の読取り | 9件 | |
| 行動解析（人物、車両など） | 32件 | |
| その他 | 画像・文書の改ざん | 18件 |
| 特許権侵害に関する画像解析 | ||
| 色・位置鑑定 | ||
| 解析プログラムの作成 | ||
公判出廷実績
(東京高等裁判所、山形・仙台・水戸・さいたま・東京・横浜・静岡・長野・名古屋・大津・京都・大阪・松江・福岡地方裁判所など）
依頼元
画像解析の共同研究
画像解析者・鑑定者
| 山内寛紀 | |
|---|---|
| 職 位 |
立命館大学名誉教授・上席研究員 警視庁（2012～2020）、及び大阪府警察本部（2012～2024現在）の画像解析指導員 |
| 研究分野 | 画像改善、AIによる歩容認証・顔認証、車両認証 |
| 実 績 |
|
| 福水洋平 | |
| 職 位 | 立命館大学理工学部准教授 |
| 研究分野 | 人口知能（AI）による画像認識、歩容解析、行動解析、画像の３次元計測、高解像化、赤外線見守りカメラ |
| 実 績 |
|
| 檜作彰良 | |
| 職 位 | 立命館大学理工学部 助教 |
| 研究分野 | AIによる防犯カメラ映像解析、機械学習、画像認識 |
| 田中亜実 | |
| 職 位 | 立命館大学理工学部講師 |
| 研究分野 | デジタル信号処理、ハイブリッド信号処理 |
２．鑑定技術の紹介
2.1 顔の3D鑑定
3D鑑定の強み
- 防犯カメラに写る顔画像に対して、同じ画角で正確な鑑定ができる
- 特徴点を抽出して、防犯カメラ画像との差を数値化できる
 |
 |
| 図1：防犯カメラ画像 | 図2：3Dオブジェクト |
 |
| 図3：モーフィング |
①図1の顔画像と同じ画角になるように、図2の3Dオブジェクトを合わせ込み、生成した画像を図3に示します。図3は、左上角の防犯カメラ画像から右下角の3Dオブジェクトにかけて、3Dオブジェクト透過率0％～100％として表示しています。この画像をモーフィングと言い、これを観察することで、両画像が同一人物か否かを判定できます。
②鑑定者は、同一人物ならば顔の全ての点で良く合いますが、異なる人物ならば、どんなに上手く合わせても、どこかの点で大きくずれることに着目した独自技術を開発して類似性を数値化しています。この数値を評価値と言います。
③この評価値を、400人のサンプルについて実験を行い、異なる人物なのに同一人物と判定される誤り率と、同一人物なのに異なる人物と判定される誤り率が同じになる閾値を求め、この閾値を基準にして異同識別を行います。因みに、両方の誤り率が同じになる誤り率を（EER：Equal Error Rate）と言います。
 |
| 図4：一致度の統計評価 |
④図1と図2を合わせたときの評価値の例を図4に示します。この例は、同一人物と分かっているので、評価値は0.18（1.8％）であり、400例の実験で求めた閾値の範囲内であることが確認できました。
2.2 歩容鑑定（AIによる骨格推定）
歩容の異同識別の利点
１．人物を特徴づける一つの側面
身体、着衣とは別の側面から比較できます。特に、年齢、職業、後遺症、格闘技の経験等により明瞭な特徴が現れる場合も少なくないので、他の異同識別と併用することで、異同識別の確度を上げることができます。
２．小さい画像でも対応できる
全身の輪郭が写っていれば、歩容特徴を捉えることができるので、顔の鑑定に比べて、より低い解像度でも対応可能です。
３．画角耐性が強い
顔の場合は真後ろだと対応不可能ですが、歩容は、比較対照する画角が似ていればどの画角でも比較対照できます。また、画角が異なっていても、基準画角（正面観と側面観）に変換して検証できる場合も多いので、自由度は高いです。
４．変装に左右されない
マスク、サングラス、キャップ帽を着用すれば顔の異同識別精度は極端に低下しますが、歩容はほとんど影響を受けません。依って、顔や身体に歩容を併用して人物の認識精度を高めることが有力です。
2.3 画像修復
鑑定の前処理で行う
幾何学補正
カメラは、3次元世界をレンズを介して平面に投影しているので、写した画像には「レンズ歪」が生じます。また、防犯カメラは高い位置から見下ろしているので、上部が大きく写る「傾角歪」が生じます。依って。これらの歪を補正しないと、人物体型や車両形状の異同識別は正しく行えません。また。身長や形状を正しく測定する上でも必須です。ここでは、ドライブレコーダーに写った画像にレンズ歪補正を行った例と、更にその画像に傾角歪補正を行った例を示します。レンズ歪補正によって、道路の白線は直線に補正されています。また、傾角歪補正によって、下向きに写った画像が、真横から写した形状に補正されています。
 |
 |
 |
|
|
 |
この他にも、カメラの縦横比（アスペクト）が正しくない場合、カメラが傾いていて、画面の横軸と水平軸がずれている場合、防犯カメラが経時変化で動いた場合等、できるだけ、写っているものを基準に合わせる処理（広く、幾何学補正と言います）を行ってから異同識別を行っています。 なお、3次元計測の特許（特番5613147 ）を保持しています。
画像改善
防犯カメラ画像には多くの劣化があります。鑑定に当たってはこの修復が重要です。その中でも、小さい画像の境界を強調しながら拡大する「高解像・超解像技術」、不鮮明画像を鮮明にする「鮮明化技術」、データ圧縮に伴う劣化を改善する「量子化ノイズ低減技術」の3つが重要です。 また、夜間画像は「ガウス性ノイズ低減技術」も必要です。この中で、本協会が開発した鮮明化技術の例を示します。多様な不鮮明（暗すぎる、逆光、霧画像等）全てに対応できる特徴があり、特許（特番4982475 ）を保持しています。
| 暗すぎる画像 |
 |
 |
 |
| 逆光画像 |
 |
|
 |
| 霧画像 |
 |
|
 |
更に、動いている物体に生じる「ブレ」、焦点が合っていない物体に生「ボヤケ」の劣化があります。また、特別な場合として、「インタレース」画像の場合には、動いている物体の境界が、とげとげになる劣化が生じます。必要に応じてこれらの劣化を修復します。わかり易い例として、紙面上を平行移動している文字を修復した例を示します。実際の鑑定においても、移動方向を検出してこの修復を行います。上が横方向移動、下が斜め方向移動を修復した例です。
 |
３．警察からの感謝状
犯罪捜査の貢献に対して感謝状を頂いています。
（１）警視庁
（２）茨城県警察本部
