歩容認証では，人物領域のシルエットに基づいて抽出される特徴を用いる手法が主流である． この手法では，人物領域の抽出精度が一般に性能を左右するため，人物領域を高精度に抽出できる手法が求められる． 人物領域抽出において，歩容の事前知識である標準歩容モデルを用いることで抽出精度が向上することが報告されている． 多くの標準歩容モデルを用いると，認証精度が向上すると考えられるが，標準歩容モデルが増えると処理時間が増加するため，大規模な標準歩容モデルを用いることは難しい． この問題を解決するため，本研究では近似最近傍探索を利用して標準歩容モデル選択を高速化する手法を提案する． これにより，処理時間が大きく削減できるため，従来よりも大規模な標準歩容モデルを用いることが容易になる． そこで，認証精度の向上のために，大規模な標準歩容モデルを用いて人物領域を高精度に抽出できるか検証する． % これにより大規模な標準歩容モデルを用いた人物領域の抽出が実時間で可能となり，また人物領域の抽出精度が向上して認証精度が向上する． 実験の結果，従来の認証精度を維持したまま標準歩容モデルの選択時間を82%削減でき，人物領域抽出に大規模な標準歩容モデルを用いることで認証精度が向上することが確認できた．