2016 Fiscal Year Annual Research Report
Flexible and Accurate Recognition for Non-Rigid Object using Graph Matching
| Project/Area Number |
15H06009
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
宮崎 智 東北大学, 工学研究科, 助教 (10755101)
|
|---|
| Project Period (FY) |
2015-08-28 – 2017-03-31
|
| Keywords | グラフ認識 / 構造認識 / グラフモデル / 非剛体物体認識 |
|---|
| Outline of Annual Research Achievements |
本研究では物体の構造をグラフで表現することで非剛体を高精度に認識する手法を開発することを目的とする．グラフはパターンをより柔軟に表現することが可能であるが，画像を利用した物体認識にはほとんど用いられてこなかった．これは，画像から物体を表すグラフを構築することが極めて困難であることと，グラフを利用して画像の類似度を測る方法が確立されていないことが原因である．本研究課題はこれらの問題を解決することで，画像を利用した非剛体の物体認識の精度が大幅に向上するのみならず，パターン認識の分野におけるグラフの新たな活用法を開拓するもので，産業的，学術的に非常に大きな意味を持つ．
本年度は、前年度までに構築したグラフモデルとラフ類似度の計測手法を用いて、画像中の物体を認識する実際の問題への応用を中心に研究を進めた．画像中の特徴点から完全グラフを抽出するが，グラフによってノードやエッジの属性値が変化するため容易に認識できなかった。そこで，属性値の変形を確率的に記述するグラフモデルを開発した．単純なグラフマッチング手法と比較して，提案したグラフモデルを用いることでより高精度な認識が可能になることがわかった．
さらに，グラフモデルの高度化について研究を進め，ブースティング手法を応用して多数のグラフモデルを構築することで，従来のグラフモデルでは捉えきれなかった小さな変形情報を保有できることがわかった．公開されているデータセットを用いて評価した結果，従来手法の性能を大きく上回ることがわかった．
|
| Research Progress Status |
28年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
28年度が最終年度であるため、記入しない。
|
