2017 Fiscal Year Research-status Report
| Project/Area Number |
16K00253
|
|---|
| Research Institution | Chubu University |
|---|
Principal Investigator |
藤吉 弘亘 中部大学, 工学部, 教授 (20333172)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
上瀧 剛 熊本大学, 大学院先端科学研究部(工), 准教授 (20582935)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | キーポイントマッチング / 因子分解による低ランク近似 |
|---|
| Outline of Annual Research Achievements |
因子分解による低ランク近似の枠組みを局所特徴量記述にも適用した手法を提案した．徴量記述の場合， 視点変化に頑健な特徴量を記述するために，入力画像に様々なアフィン変換を施した後に特徴量を抽出する．局所特徴量が画像とフィルタの畳み込みで計算可能な場合，フィルタ側をアフィン変換させ，因子分解により低ランク近似が可能となる．これにより，視点変化を考慮した特徴量記述で最も計算コストが高い画像のアフィン変換を事前に計算することができるため効率的である．
さらに，因子分解に基づく多視点特徴量と特徴量間距離の下界算出による対応点探索の効率化について取組み，特徴量間の距離計算において下界を求めることで効率的な対応点探索を実現する手法を提案した．下界は特徴量ペアの全てのアフィンパラメータの距離集合において，どの特徴量ペアの距離値よりも小さな値をとる．そのため，特徴量ペアで下界が大きな値を持つ場合は非対応点といえる．しかし，下界は正確な値ではないため，2画像間の全特徴量のペアで下界を算出し，それらをソートした上位N個の特徴量ペアに関してアフィンパラメータを変化させて厳密な距離を計算する．全ての特徴量ペアのアフィンパラメータを総当たりで探索すると多くの処理時間が必要となるため，距離値の下界に基づいた上位N個のペアに関して正確な最小距離値を探索する．
評価実験により，提案手法はASIFTと比較して約4.2倍高速な処理が可能であることを確認した．また，提案手法の下界を用いた対応点探索を用いることで，総当たり探索よりも約2.1倍の処理時間でキーポイントマッチングを実現することができた．提案手法は，多視点特徴量を効率的に求めるために線形モデルの特徴量記述子を使用したが，これは工夫を加えることで勾配方向ヒストグラム特徴量へ拡張することができる．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
因子分解による低ランク近似の枠組みを局所特徴量記述にも適用した手法を提案し，評価実験により提案手法は従来法より高速な処理が可能であることを確認できたことから，概ね順調に進展していると判断する．
|
| Strategy for Future Research Activity |
多視点特徴量記述は各アフィンパラメータで計算した特徴ベクトルを独立した特徴として扱っていた．また，下界計算による対応点探索の効率化を行うために，特徴量ペアの一方のアフィンパラメータを固定していた．画像間の強い視点変化に対してより高精度なマッチングを行うには，特徴量ペアの両方を多視点特徴量として記述してマッチングする必要がある．
そこで，今後は因子分解法による多視点特徴量をアフィン部分空間へ射影し，部分空間特徴量を記述することで様々なアフィン変換を表現した特徴量ベクトルを生成することを検討する予定である．
|
| Causes of Carryover |
国際会議に投稿して発表する予定であったが，不採択となったため旅費の未使用分が発生した．今年度開催される国際会議での発表を行ない，旅費として使用する予定である．
|
