2012 Fiscal Year Annual Research Report
能動型前処理と環境適応型学習を用いた「超低品質画像」の認識
| Project/Area Number |
24240028
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
村瀬 洋 名古屋大学, 情報科学研究科, 教授 (90362293)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
井手 一郎 名古屋大学, 情報科学研究科, 准教授 (10332157)
出口 大輔 名古屋大学, 情報連携統括本部, 准教授 (20437081)
目加田 慶人 中京大学, 情報理工学部, 教授 (00282377)
高橋 友和 岐阜聖徳学園大学, 経済情報学部, 准教授 (90397448)
|
|---|
| Project Period (FY) |
2012-04-01 – 2017-03-31
|
| Keywords | パターン認識 / 画像処理 |
|---|
| Research Abstract |
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．人間が見ても認識できないような超低品質画像を機械が精度よく認識するための基礎研究を体系的に行う．今後ますます画像認識による人間の支援は重要性が増すが，本研究はそれを実社会に安全に取り入れていくために大切となる．
本年度は，以下の成果が得られた．(1) 監視カメラ画像で得られた複数フレームの低解像度の顔画像を超解像処理により高品質化する前処理手法を提案した．顔画像は各フレームで変形するために，非剛体変形処理を行った後に複数フレームの画像を統合し，更に学習の原理を導入することにより画像を高品質化する手法を提案した．評価実験により，本手法の有効性を確認した．(2)低品質な画像から歩行者を精度良く検出するためには，多様な学習画像が必要となる．歩行者の画像を生成し，これを学習画像とする手法を提案し，検出精度の向上を実現した．(3)車載カメラで認識した周囲環境をドライバーにタイムリーに提示するために，視認性の推定技術が必要となる．特にフロントガラス上の雨滴による視認性の低下について，画像処理により精度良く推定する手法を提案し，実験によりその有効性を示した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
低品質な画像を精度よく認識するための手法を目指し，研究を進めている．平成24年度当初の計画通りに，以下の点を達成した．(1)顔画像を対象に低解像度な画像から高品質な画像を合成する前処理手法を提案した．(2)多様な変動をもつ歩行者を検出するために歩行者に適した生成型学習法を実現した．(3) 雨天時における視認性を推定する手法を提案し，実験により有効性を示すことができた．
以上の点から，本研究計画は，おおむね順調に進展している．
|
| Strategy for Future Research Activity |
低品質な画像を認識する手法を体系的に開発するために，以下の方針で研究を推進する．(1)画質を改善するための前処理の対象として，顔画像から人物全体の画像に拡大する．(2)照合を高度化するために環境に適応した学習手法や識別手法を開発する．(3)対象の見易さを画像処理により判断する視認性の推定手法において，個人差の影響等を分析していく．これら3つの観点から研究を発展させる予定である．
|
