2012 Fiscal Year Annual Research Report
監視カメラ映像を警察捜査と裁判証拠に活かしきる画像処理の研究
| Project/Area Number |
22300065
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
山内 寛紀 立命館大学, 理工学部, 教授 (10288623)
|
|---|
| Project Period (FY) |
2010-04-01 – 2013-03-31
|
| Keywords | 防犯カメラ / 劣化画像改善 / ナンバープレート認識 / 画像鮮明化 / 動画超解像 / 不審行動検出 |
|---|
| Research Abstract |
昨年度までの成果を発展させ、画像の更なる鮮明化と動画超解像、ナンバープレートの劣化数字認識率の向上、不審人物の検出に取り組んだ。以下、概要を述べる。
1.画像の更なる鮮明化と動画超解像： 画像を「平均輝度」と「標準偏差」平面で３グループに分類（夜景、逆光、水面・ 霧）することと、MSNR(Multi-Scale Retinex)の、照射光計算法の改善とTone 最適化処理を組み合わせる手法を提案し、現在までに発表されているどの手法に対しても良い性能を示すことを実証した。また、動画超解像では、要となるレジストレーションにおいて、Bag-of-Keypoints手法を応用し、対応特徴点を側地点とするアフィン変換自由度での最小二乗法にて合わせ込む手法を提案し、通常の移動物体の範囲においては効果的であることを実証した。
2.劣化数字認識率の向上： 学習画像を、ボヤケ、ブレ、縮小、量子化ノイズの組み合わせで体系的に生成する手法を提案して実装した。また、プロビット回帰法、ロジスティック回帰法、サポートベクタマシン法（SVM）、ガボールモーメント法の４手法を改良しながら比較検討し、5×10画素文字で、最高97.8%の認識率を達成した。
3.不審人物の検出： 時空間特徴量としてSpatial and Temporal Variable-Scale Cuboid という手法を提案した。この特徴用を主成分分析し、KTHデータベースの中から５行動を選んで行動分類実験を行った。平均して70％以上の精度を実現した。現在、基本行動ツリーを構築して判別する技術を導入して改良を行っている。
|
| Current Status of Research Progress |
Reason
24年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
24年度が最終年度であるため、記入しない。
|
