2012 Fiscal Year Research-status Report
シーンに関する知識を必要としない画像間の対応付けと特徴記述に関する研究
| Project/Area Number |
24500202
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Research Institution | Toyohashi University of Technology |
|---|
Principal Investigator |
金澤 靖 豊橋技術科学大学, 工学(系)研究科(研究院), 准教授 (50214432)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
太田 直哉 群馬大学, 工学(系)研究科(研究院), 教授 (10270860)
|
|---|
| Project Period (FY) |
2012-04-01 – 2015-03-31
|
| Keywords | 画像の対応付け / 特徴量 / 繰り返しパターン |
|---|
| Research Abstract |
本研究の目的は，ほとんど全てのコンピュータビジョン応用において，最も基本かつ重要な技術の一つである画像間の対応付け問題を解決することである．本研究では，特に繰り返しパターンを含む画像間，腸管の内視鏡画像のようにほとんど模様の画像間など，対応付けが難しいとされる画像間も含め，特徴量および対応付け法を適応的に選択することで，従来，ユーザが意図的あるいは無意識に使い分けていた手法を統合することを目的とする．
本年度は，繰り返しパターンを含む画像間での対応付け法において，これまで画像内の繰り返しパターン部分の検出時に多くのパラメータを設定する必要があったが，特徴空間において幾何学的AICと呼ぶ基準を用いたクラスタリングにより同じパターンの領域の検出精度を向上させることができた．これにより，繰り返しパターン領域に対する対応付けの精度を向上させることができた．また，既存のSIFTとSURFと呼ぶ特徴量に対し，画像間の対応付けにおいてどのような領域に対して有効なのか，またその有効となる領域を画像内で自動抽出できるか等について検討を行った結果，自然物領域および建物領域にはSIFT特徴量が適しており，それ以外の領域にはSURFが適していることがわかった．また，これらの検出した特徴量から領域の推定が概ね可能であることがわかった．これらより，本研究を遂行する上で，重要な知見を得ることができた．更に，複数の特徴量を利用した統一的な対応付け法の枠組みの定式化について，検討を進めた．これらに関し，６件の口頭発表を行い，１件国際会議への投稿を済ませた．
また関連研究として，３枚の画像のみを用いた最適な形状復元法や２色覚者のための画像処理方法について発表および論文投稿を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
今年度の計画では，繰り返しパターンを含む画像間の対応付けなどの従来手法の改良と機械学習による統一的対応付けのための定式化および手法の検討を行う予定となっており，これらの成果を速報として６件の口頭発表，国際会議への投稿１件，関連研究論文の１件の採択決定など，ほぼ計画通り実施している．
|
| Strategy for Future Research Activity |
前年度に引き続き，画像の領域ごとに有効な特徴量の検討を行うと共に，統一的対応付け法の実装を行う．そして，撮影された画像データベースを用いて実験を行い，理論の検証を行う．
体制も前年度までと同様，申請者と分担者，参画している大学院学生で密に打合せを行うことで，各種情報を共有し，研究遂行の効率化を図る．
得られた成果に関しては，速報として口頭発表するとともに，国際会議への投稿，学会論文誌への投稿を行う．
|
| Expenditure Plans for the Next FY Research Funding |
該当なし．
|
Research Products
(7 results)
