2016 Fiscal Year Research-status Report
衣服や旗など形状変形する物体を映像検索するための構造化特徴抽出・照合手法の研究
| Project/Area Number |
15K00251
|
|---|
| Research Institution | Aichi Institute of Technology |
|---|
Principal Investigator |
森本 正志 愛知工業大学, 情報科学部, 教授 (60632198)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 映像検索 / 非剛体 / 変形 / 特徴抽出 / 特徴照合 |
|---|
| Outline of Annual Research Achievements |
本研究では、衣服や旗のような形状が変形する非剛体被写体の映像から物体認識・検索を行う技術の開発を最終目的とする。研究期間内では平面状非剛体（特に国旗）に対し、形状変形頑健性を持つ特徴抽出手法および形状変形に適応可能な特徴照合手法を明らかにする。
前年度までの研究により、対象被写体内の複数小領域間における隣接関係が保たれていれば、領域色特徴が有効であることが判明している。その一方で、被写体領域抽出自身の困難性も判明している。そこで本年度は、１．領域色特徴の考え方をベースに指定小領域間の特徴照合を行う手法の検討、２．変形に関わらず被写体領域を推定する手法の検討、を実施した。
まず１．に関しては、クラス識別の分野で用いられるグリッドサンプリングにより画像内で色特徴を取得する箇所を定め、各グリッドにおける色情報を用いる照合手法の評価を行った。反対色空間に変換した色情報を用い、幾何変形に対応するため色空間局所特徴量を用いた。152国旗からの検索ランキング評価より、反対色空間における特徴量の有効性が判明した。一方、特に単純なデザインの国旗の場合には適切な小領域（グリッド）が選択されず、識別能力の低い特徴量しか得られない場合が多いことも判明した。これらにより、照合に利用する小領域取捨選択に関する重要性が示唆され、次年度検討予定である。
一方２．に関しては、高速度カメラを用いて国旗変形状況を撮影した映像データ蓄積を実施し、またDeformable Part Model手法を用いた画像からの領域抽出実験を実施した。その結果、一連の高速度撮影映像フレームの中で変形の少ないフレームを対象に安定した領域推定を実現できる可能性が示唆され、次年度大規模映像データの準備および評価実験を行う予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
当初の本年度研究計画である、１．領域特徴位置間の配置関係記述手法評価、および、２．配置関係照合に基づく被写体識別・位置推定手法評価 を実施するためには、画像内の被写体領域を推定する必要がある。現状、変形に依らず被写体領域推定を実施するための手法検討・評価がやや遅れている。この点に対しては、次年度で映像データを増やした評価実験を実施する予定である。
なお１に関しては、一連の撮影映像フレーム中で変形の少ないフレームを対象にすれば大きな配置関係変動がないことが想定されるため、小領域の隣接関係が変わらないことを前提とした手法検討・評価を実施することで研究の加速を図る。
また２に関しても上記と同様に、隣接関係が変わらないことを前提とした上でテクスチャ配置ずれに対する色特徴の有効性を活用する本年度検討手法を推し進めることで、研究の加速を図る。
|
| Strategy for Future Research Activity |
引き続き研究計画に則り、これまでの評価内容をベースに、３次元形状変形に適応可能な構造化特徴照合手法の検討を進める。具体的には、１．小領域間特徴照合手法の評価、２．被写体領域推定手法の評価、３．小領域配置関係記述手法の評価、および、４．配置関係検証手法の評価を行う。前半で１．および２．の研究項目を推進し、その後性能向上のための研究項目３．および４．に取り組む。
１．は本年度で得られた知見を基に、照合に利用する小領域取捨選択手法を検討し評価を実施する。２．も１．と同様本年度で得られた知見を基に、Deformable Part Model手法を用いて被写体変形の少ない映像フレーム抽出・領域推定を行う手法を大規模映像データ群に適用して評価を実施する。
３．は２．における領域推定をベースに実施する。識別に適した領域分割数の知見に基づき領域分割し、その間の関係記述を色特徴ベースで実施する手法を検討し、評価する。また４．は、特徴照合により得られた検索ランキング上位の国旗に対し、３．で記述された関係性の検証によりランキングを修正する手法を検討し評価を行う。
|
| Causes of Carryover |
当初計画に対する大きな乖離はない。被写体としての非剛体対象数を予定通り増やし、機械学習に基づく領域推定手法実装のための高性能計算機などを購入した。高速度カメラを用いた非剛体変形状況撮影のための機材も予定通り購入しているが、その撮影が予定通り実施できていないため、人件費が未支出となっている。
|
| Expenditure Plan for Carryover Budget |
翌年度分として請求した助成金と合わせた主な使用計画としては、被写体としての非剛体対象数を増やすための購入、撮影・蓄積する処理対象映像数を増やすための費用支出、および成果発表となる。
|
Research Products
(1 results)
