本論分はVTRに収録された画像データから、歩行者流動の軌跡を自動追尾する手法の開発を行なうものである。人の移動行動の最も基本的な手段のひとつに歩行がある。その行動特性とそれが行われている場との関係を分析するためには、個々の歩行者の軌跡を求め、それらの集積として場の状況を把握する必要があるが、既往研究においては人の軌跡のデータ化は人力を介するものが大部分であり、大量のデータの処理には不適であった。多様な状況下で、正確なデータを大量に得るためには歩行者流動の自動追尾システムを開発する必要があるが、本研究はVTRデータをもとに、画像処理の諸手法を援用することにより歩行者の移動の軌跡を自動抽出する手法を提案するもので、画像処理分野における動体追尾の研究のひとつとして位置づけられるものである。

　論文は4編(11章)より成り立っている。

　第1編は動画像処理に関する基本技法についてまとめたもので、第1章はデジタル画像の分類について、第2章は動画像処理の手順についての解説がなされている。

　第2編は自動追尾のアルゴリズムに関するもので、第3章では動画信の収録手法について述べ、同時にRGB256階調のカラー画像データの特性についての分析がなされている。第4章は動体の抽出手法に関するもので、背景画を利用するものと、差分画像を用いるものとの対比がなされている。第5章は抽出した動体の画像補正に関するもので、色の散布図上における回帰直線を利用した影の消去手法と膨張・収縮処理を用いた雑音消去手法についての解説がなされている。これらの処理後の各動体には、それらを識別するラベル(パーソン・ラベル)が付けられている。第6章はラベル付けされた動体に対し、5次元特徴空間(位置・色空間)におけるK-平均法を適用しクラスタ化を行なうもので、同時に各クラスタの特徴量(画素数、重心、平均色階調値等)が算定されている。第7章は前後のフレーム間におけるクラスタのマッチング手法について述べたもので、クラスタ間の色差分距離を最小にするブロック・マッチングが行なわれ、クラスタ数の最大数に基づくパーソン・ラベル間のマッチングが行われている。第8章は動体の追尾手法に関するもので、基本的にはパーソン・ラベル間のマッチングが行なわれるが、ひとつのパーソン・ラベルに複数の動体が誤って対応づけられている場合や、オクルージョンを生じている場合には追尾が困難となることが指摘されている。その場合の解消法として最大画素数をもつクラスタに基づく追尾と、最小差分色階調距離をもつクラスタに基づく追尾手法が提案されている。

　第3編は本研究の動体追尾のアルゴリズムを実際の歩行者流動の動画像データに適用してその有効性を検証するものである。第9章ではそのための予備調査・実験として歩行者流動を直上から撮影したデータと、斜め上方から撮影したデータの対比のもとに動体の自動追尾がなされ、撮影角度と画像の精度の関係が調べられている。第10章は実際の街路上の歩行者を対象とした観測調査で、銀座、五反田、代官山で収録した観測データを対象に自動追尾が行なわれ、その結果としてクラスタの対応数に基づくパーソン・ラベルの同定手法に最大画素数と最小差分色階調値に基づく追尾手法を併用することにより歩行者の移動の軌跡を良好に得られることが示されている。

　第4編は全体の総括で、第11章では動体の抽出、画像補正、クラスタリング、マッチング、追尾の各段階における成果と問題点の整理がなされ、最後に本論分の意義として、VTR画像から歩行者の移動の軌跡を自動追尾することができ、時系列上での人の分布図を作成することが可能なアルゴリズムを開発できたことがあげられている。ほかに、付録として予備調査・実験と観測調査の分析結果の一覧と、用いたプログラムリストが付加されている。

　以上要するに、本論文はVTR画像とパーソナル・コンピュータという比較的軽微な装置を用いて、歩行者流動の軌跡を得ることが可能であることを実証的に示したもので、その適用範囲は極めて広範である。本手法の開発により、移動に関する研究が今後大いに進展することが予想され、これは建築計画学、都市計画学のみならず、人間行動学の分野における基本的なデータ収集手法を確立したものとしてその意義は大きい。よって、本論文は博士(工学)の学位請求論文として合格と認められる。