我が国では，街頭防犯カメラの設置の増加に伴って，刑法犯認知件数が減少している．しかし，防犯カメラの設置台数の増加に伴い，専従の担当者が24時間体制で監視しているため，その労力に拍車がかかっている．そのため，深層学習を用いて自動で人物を同定する技術が注目を集めている．しかし，多くの技術は，学習データの背景領域に過学習する傾向があるため，学習データと異なる環境で取得したデータを用いる場合，著しく精度が低下する．そこで，本研究では，複数の異なる環境で撮影したデータを用いて学習し，人物同定技術の汎化性能を改善する手法を提案する．