2015 Fiscal Year Research-status Report
変形耐性を制御可能なパラメトリック画像マッチングの研究
| Project/Area Number |
26330207
|
|---|
| Research Institution | Hosei University |
|---|
Principal Investigator |
若原 徹 法政大学, 情報科学部, 教授 (40339510)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 画像マッチング / 変形耐性 |
|---|
| Outline of Annual Research Achievements |
１．平成26年度に、2枚の濃淡画像間での正規化相互相関値を最大化する最適な2次元射影変換（独立な8パラメータを含む）を決定する目的関数を定式化した。その解法としての計算モデルでは、2次元射影変換がアフィン変換（独立な6パラメータを含む）と部分射影変換（独立な2パラメータを含む）の積に分解できることに着目し、アフィン変換成分と部分射影変換成分を独立に求め、それぞれを逐次代入法により最適解に収束させた。これをGPT相関法と命名した。しかし、アフィン変換成分と部分射影変換成分を独立に求めたために、本来の独立な8パラメータの同時最適化にはなっていないという難点があった。本年度は、上記難点を解決し、2枚の濃淡画像間での正規化相互相関値を最大化する最適な2次元射影変換の8パラメータが満たすべき連立線形一次方程式を巧妙な近似により新たに導出した。さらに、逐次代入による反復解法と組み合わせ、8パラメータの最適解への収束を達成した。これを強化されたGPT相関法と命名した。
２．上記１．の強化されたGPT相関法を、人工的に2次元射影変換を施した画像間のマッチング、およびk最近傍法との組合せによる手書き文字認識に適用した結果、元のGPT相関法と比較して大きく性能が向上することを確認した。
３．公開手書き数字データベースMNISTを対象に、2枚の濃淡画像間のマッチングには処理量を削減した元のGPT相関法を用い、マッチング尺度には新たに提案した濃淡勾配方向が等しい点間の平均距離を採用して、k最近傍法による認識実験を行った。その結果、k最近傍法との組合せによる手法としてはこれまで報告された中で最高性能となるエラー率0.30%を達成することができた。
４．上記３．の認識実験で用いた全プログラムのＣ言語ソースコードをWeb上で公開し、汎用的な画像マッチングツールとして提供することができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
１．2枚の濃淡画像間での正規化相互相関値を最大化する2次元射影変換に含まれる独立な8パラメータの同時最適化問題の解法を考案した。キーアイデアは、2次元射影変換の定義式に対する巧妙な線形近似の導入にあった。当該研究成果を、強化されたGPT相関法として第37回ドイツパターン認識会議GCPR2015で発表し、大きな関心を集めた。
２．元のGPT相関法とk最近傍法を組合せ、さらに新たに提案した画像マッチング尺度を用いることで、公開手書き数字データベースMNISTに対する世界最高性能のエラー率0.30%を達成することができた。この研究成果は高く評価され、権威ある国際学術ジャーナルPattern Recognitionに投稿した結果、速やかに採録された。
３．元のGPT相関法については処理量の削減が達成でき、関連プログラムのＣ言語ソースコードをWeb上で公開することができた。しかし、強化されたGPT相関法については、元のGPT相関法での処理量削減手法がそのままでは適用できず、処理量削減には新しいアイデアが必要である。
４．本研究ではこれまで、2枚の濃淡画像間での「全体と全体」画像マッチングを対象としてきた。さらに、ある対象物体の画像と、その対象物体が2次元射影変換を受けて部分画像として含まれている画像との間で「部分と全体」画像マッチングが実現できれば、物体検出の有力な手段となり得る。このため、強化されたGPT相関法を用いた「部分と全体」画像マッチングの検討を開始したが、未だ十分な成果が得られていない。
|
| Strategy for Future Research Activity |
１．強化されたGPT相関法の「部分と全体」画像マッチングへの適用法の確立を最優先課題とし、①対象物体が存在する候補領域の効率的な絞り込みと探索窓の設定、②探索窓を全体画像、対象物体画像を部分画像とみなした「部分と全体」画像マッチングの実現、を目指す。有力なアイデアとして、局所領域内での濃淡勾配方向分布の類似性を画像マッチングの制約に加えることを検討する。
２．これまで理論的な難しさから考慮していなかったが、アフィン変換および部分射影変換のノルム正規化を含めて、厳密に2枚の濃淡画像間の正規化相互相関値を最大化する2次元射影変換の最適化問題に取り組む。このため、まず具体的な目的関数の定式化を行い、次にその計算モデルの検討を始める。
３．強化されたGPT相関法の計算量削減の検討も進めるが、上記１．および上記２．に掲げたGPT相関法のマッチング能力そのものの向上を目的とした研究推進を優先することとする。
|
| Causes of Carryover |
「旅費」と「その他」における会議参加登録費の支出を国際会議GCPR2015の1件に関わるもののみとして余った金額と、「前年度未使用額」および「物品費」に計上してあった金額とをすべて合わせて、研究加速のためのワークステーション1台の購入に充てることとした。要求仕様を満たすワークステーションの購入価格を抑えることができたため、次年度使用額が生じた。
|
| Expenditure Plan for Carryover Budget |
次年度参加予定の第23回パターン認識国際会議での旅費支出に充てる。
|
Research Products
(2 results)
