2021 Fiscal Year Annual Research Report
クラウド上の膨大な画像履歴情報を多様な時空間スケールで活用する超低品質画像の認識
| Project/Area Number |
17H00745
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
村瀬 洋 名古屋大学, 情報学研究科, 特任教授 (90362293)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
目加田 慶人 中京大学, 工学部, 教授 (00282377)
井手 一郎 名古屋大学, 数理・データ科学教育研究センター, 教授 (10332157)
平山 高嗣 人間環境大学, 人間環境学部, 教授 (10423021)
出口 大輔 名古屋大学, 情報学研究科, 准教授 (20437081)
川西 康友 国立研究開発法人理化学研究所, 情報統合本部, チームリーダー (50755147)
|
|---|
| Project Period (FY) |
2017-04-01 – 2022-03-31
|
| Keywords | 画像処理 / 機械学習 / 低品質画像 / 車載カメラ |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、車載カメラ画像、監視カメラ画像などに見られる超低品質な画像を認識し、ユーザーに結果を適切に情報提示する手法を実現することにある。そこでは「超低品質な画像」の認識が必要となっている。特に、本研究では、機械学習に加えて、「膨大な画像履歴情報を多様な時空間スケールで活用」するアプローチで、超低品質な画像の認識を実現することにある。
本期間（R4及びR5への繰越）では、以下の成果が得られた。(1) 車載カメラを用いた周囲環境認識では、遠方の歩行者がこちらに気付いているかどうかのアイコンタクトを認識する手法を開発した。低解像度のために眼球部分の画像は利用できないために、顔の向き、姿勢情報に加えて、顔や姿勢の動きがどのように変化するかの時間情報や、その歩行者の周囲に存在する人物や車両などの背景知識も統合する手法により、解像度が十分に取れない遠方の歩行者であっても精度よくアイコンタクトを認識することが可能となった。(2) 視覚的注意の研究では、イベント会場などで観客がステージ上に存在する複数の人物のどの人物にどの程度着目しているかを推定する手法を開発した。ステージ上などのカメラから観客を撮影すると、観客の顔向きや眼球を精度よく推定することは困難であるが、ステージ上の人物の動きと、多数の観客の顔の動きの情報を統合することで、ステージ上のある人物を観客がどの程度着目しているかを推定することが可能となった。(3) 時空間を統合した画像認識の研究では、歩行者が所持している荷物の主観的な重さを、歩行動作から推定する手法を開発した。主観的な重さは物理的な重さと異なり、その人物の体格などに影響する。そこで、空間的な情報である歩行者のシルエット画像と、歩行者の骨格の動き情報を統合することにより、主観的な重さを推定する手法を提案し、実験によりその有効性を示した。
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
