2014 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 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, 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 | 画像処理 / 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.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) 赤外線センサアレイなどから得られる極めて解像度の低い画像に対し,そこに撮影された物体を温度と空間の局所領域に重みをかけた局所ヒストグラムを用いて精度良く物体を追跡する前処理手法を開発した.またRGBDセンサを用いて,RGB情報を用いてD(距離)情報のノイズを低減させる前処理手法を提案した.評価実験により,本手法の有効性を確認した.(2)車載カメラ情報を用いて自車位置を推定する手法を提案した.特に,局所特徴のスケール情報を利用する手法を提案したことにより,低品質画像やデータベース側の画像の位置分解能が粗くても,効率的に位置情報を補間することが可能となった.(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には人間の視認性(物体の見落としやすさ)の情報が必要となるため,画像処理により視認性を精度良く推定する手法を継続的に開発している.今年度は特に,周辺視と中心視はそれぞれ動きと色に敏感であるという人間の視覚特性を利用した視認性推定手法を提案し,実験によりその有効性を示した.
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
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)赤外線アレイなどから得られる超低解像度の画像からそこに撮影した物体を精度良く追跡する手法を提案した.また,RGB情報とデプス情報という異なるセンサ情報を組み合せてのノイズを低減させる前処理手法を実現した.(2)車載カメラを用いた自車位置推定について,データベース側の位置分解能が粗い場合でも精度良く位置推定できる手法を実現した.(3) 人間の視覚特性(周辺視,中心視)を考慮した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.但し,論文化がやや遅れているので,この点は今後加速したい.そのため,やや遅れているとした.
|
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)赤外線アレイなどから得られ超低解像画像から物体の追跡だけでなくジェスチャなどの動きを認識する手法に発展させる.(2)自動車や列車の前方にある低解像で小さい障害物を過去の画像との差分で検出するような,新しい障害物検出手法を開発する.また物体検出において誤検出を低減させるための背景情報の学習手法を開発する.(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,視認行動とは別のサブタスクを考慮した視認性推定手法を提案する.これら3つの観点から研究を発展させる予定である.
|
Research Products
(9 results)