2013 Fiscal Year Research-status Report
| Project/Area Number |
24700178
|
|---|
| Research Institution | Meijo University |
|---|
Principal Investigator |
堀田 一弘 名城大学, 理工学部, 准教授 (40345426)
|
|---|
| Keywords | 適応的な認識法 |
|---|
| Research Abstract |
まず、画像ラべリングにおいて局所特徴と大局特徴を統合することにより高精度化を行う方法について検討した。局所的な色や形の特徴量から類似度とBag-of-visual words法を利用した画像全体の大局的な類似度を積により統合した。これにより、MSRC21という21種類の対象を含むデータベースを用いた精度評価では世界のトップレベルに近い性能が得られた。細胞内画像から特定の対象を検出する課題も行い、局所的な観点だけでなく、大局的な文脈情報を利用することにより精度が向上することを示した。
また、静止画像からの行動理解においては人の位置を検出し、人から抽出した特徴と背景から抽出した特徴に分けた方が良いということが示されている。しかし、人が何かの行動している画像では人のポーズの変化や向きの変化が大きく、従来の人検出法ではうまく検出できない。そこで、位置関係を捨てて類似度を測るBag-of-visual words法を用いて人の位置を検出する方法を研究した。静止画像からの行動認識に利用されるデータセットを用いて評価した所、従来の人検出法に比べて高性能であることを確認した。これを用いて人の領域を検出しながら推論を深めていく。
さらに、動画像認識でも識別に有効な特徴量を選択することで精度を向上させている。また、動画像中の対象追跡では一度の追跡失敗からの復帰が大きな問題となるが、ここでは追跡が失敗している可能性を適応的に評価し、それに基づいて適宜修正を行う方法を提案した。これにより、精度が向上した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
静止画像からの行動理解、画像ラべリング、動画像認識や対象追跡において研究が順調に進められ、高い精度が得られている。
|
| Strategy for Future Research Activity |
各認識課題において適応的な処理をさらに追加していく
|
| Expenditure Plans for the Next FY Research Funding |
ほぼ予定通り使用したが1728円だけ残額が出た。
既に国際会議出張が決まっているので、旅費の一部として利用する。
|
