Budget Amount *help |
¥1,400,000 (Direct Cost: ¥1,400,000)
Fiscal Year 2010: ¥700,000 (Direct Cost: ¥700,000)
Fiscal Year 2009: ¥700,000 (Direct Cost: ¥700,000)
|
Research Abstract |
監視カメラが街中に設置されるようになって久しい.監視カメラ画像には,様々な人物が写っている.画像中から個人認証を行って情報を抽出することで,犯罪の検挙や迷子の捜索などが効率的に行える.監視カメラ画像から人物を認識するためにば,顔認識が最も有効な手段であると考えられる.しかし,従来の顔認識は照明条件や顔の向きの条件を一定として実装されてきたため,監視カメラ画像を認識する場合,1、カメラが設置されている場所が屋外の場合,照明条件が変化し,認識精度を低下させる2、人が自由に歩き回る環境での撮影のため,様々な方向を向いた画像しか得られず,正面を向いた画像を用いて顔認識を行った場合と比較して認識精度が低下する,といった問題があった.本研究では,これらの問題を解決するために,Affine hullを用いた顔認識手法を適用し,監視カメラ画像上の顔認識を行った.Affine hullは,ベクトルの重み付き線形和で表されるAffine集合の1つで,複数の画像を1つの集合として表現ができる.顔認識では,画像の特徴量をベクトルとするAffine hullを各人物の画像集合ごとに作成する.続いて,Affine hull同士の最短距離を求め,最も近いAffine hullの人物を認識結果とする.Affine hull同士の最短距離の計算は,Affine hullを作成した際に用いた画像の中から自動的に最も類似した画像を選択し,比較していることを意味している.つまり,照明や顔の向きが近い画像を自動的に選択し,比較を行っている.そのため,1枚の画像のみを用いて認識を行ってきた従来手法と比較して様々な顔向きや照明変化にロバストな認識手法である.監視カメラと同じように建物の角に設置されたカメラで撮影された画像を用いて実験を行った結果,解像度が20pixel×20pixel,15枚を用いた場合,98%の認識率を示した.
|