混雑した環境における単眼カメラからの人数推定は，交通解析・都市環境の整備に役立ちます．混雑環境では，人同士の重なりが多く存在するために，個々人の検出・追跡する手法により推定を行うことは難しくなります．そこで近年，画像中から得られる特徴量(人がいる領域の面積など)を用いて人数推定を行う手法が注目されています．多様な画像特徴量を用いることで，精度を向上させることが考えられますが，不要な特徴量を利用することは，推定精度の悪化を引き起こします．本研究では，多量の特徴量から有用な特徴量のみを選出しつつ，必要パラメータを学習する手法の研究に取り組んでいます．実験により，lassoと呼ばれる手法を2段階に用いることで，効率的に有用特徴量の選出を行えることを確認しています．