2017 Fiscal Year Annual Research Report
Research on Structured Feature Extraction and Matching Method for Video Retrieval on Non-Rigid Objects
| 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である国旗に対し、形状変形に適応可能な特徴抽出・照合手法を明らかにする。
前年度までの研究により、対象国旗領域内の複数小領域色特徴が特徴照合に有効であることが判明した一方、その小領域選択手法の重要性が示唆された。また、国旗領域抽出そのものが困難であることに対し、映像の中から国旗形状変形の少ないフレーム画像を対象にすれば安定した領域抽出可能であることが示唆された。そこで本年度は、１．照合すべき小領域選択手法および領域色特徴による最適照合手法の検討、２．映像からの検索対象画像選択および国旗領域抽出手法の検討、を実施した。
１．に関して、4パターンの小領域選択手法を提案し、各々色空間2種類・特徴量2種類を用いた照合性能評価を実施した。その結果、国旗領域に対し3×3の小領域分割を行いRGB色空間での色平均値ベクトル距離を用いた照合手法が、最も良い性能を示した。検索対象国旗を1/5程度に絞り込めるため、後段に局所特徴量照合等を用いて更なる性能向上が期待できる。本内容に関し、電子情報通信学会において研究発表を実施した。
２．に関して、Deformable Part Modelと呼ばれる機械学習手法を用いて国旗特徴を学習し、映像からの検索に適したフレーム画像選択および画像からの国旗領域抽出手法を提案した。大規模映像データを用いた画像選択・領域抽出性能評価を行い、70%程度の平均正答率を示した。本性能は特徴学習対象となる国旗画像を増やすことで向上することが判明しており、学習データの大規模化・多様化などが課題である。本内容に関し、情報処理学会において研究発表を実施した。また、全体を通じて実施した研究成果に関し、論文発表を実施した。
|
Research Products
(3 results)
