| Budget Amount *help |
¥3,000,000 (Direct Cost: ¥3,000,000)
Fiscal Year 2003: ¥1,100,000 (Direct Cost: ¥1,100,000)
Fiscal Year 2002: ¥1,900,000 (Direct Cost: ¥1,900,000)
|
|---|
| Research Abstract |
本年度では,昨年度までに洗練された比較評価システムを使用して,エッジ検出手法の本格的な比較評価を行うとともに,比較評価システムの評価を行い,最終的に,入手したエッジ検出手法を,分類された入力画像に対する特性により性能評価し,体系的に手法の特徴付けを行った.
提案した比較評価システムは,4つの基本部分,(1)比較評価のための画像の体系的分類,(2)人間による正解画像の作成,(3)パラメータの自動最適化,(4)人間による最良の検出結果の対比較,により構成される.今年度では,主に(1)の画像分類手法の実装,(3)の妥当性の実証実験(他の比較評価手法との比較を含む),顔画像へ適用しエッジ検出手法の特徴付けを行った.具体的な内容は以下のとおり.
1.画像から計測される3個の特徴量を用いて画像をクラスタリングし,画像の体系的な分類を行う方法を実装した.求められたクラスタに対してどのエッジ検出手法が有効であるかという実験も行った.これにより,エッジ検出を適用したい画像の性質に応じてエッジ検出手法を選択するという道が開かれた.
2.各手法における最良の結果を得るためのパラメータ最適化の妥当性を検討した.今年度では,定義した検出の誤差関数について,専門家がパラメータを最適化した結果との比較を行い,妥当性を示した.また,誤り評価関数を用いて自動的に評価を行う方法としてBowyerらによって提案されたROC曲線を利用する方法と比較した.顔画像25枚,人物画像25枚に対する結果では,全般的には,テストした4つのエッジ検出手法間でよく似た優劣の順位が得られた.
3.実応用が考えられる顔画像に対して,場所や明るさなど様々な撮影条件について,実用的なエッジ検出手法に対して比較評価を行い,エッジ検出手法の特徴付けを行った.
|
