| 研究概要 |
本研究は,車載カメラ映像を用いて交差点付近の横断歩道上の歩行者等をコンピュータで自動検出し,その動作認識・挙動解析を行う手法の開発を目的とする.
平成22年度に開発したSURF-based Motion History Image法を中心として,車載カメラ映像が提供する複雑な道路環境映像から安定な特徴点を抽出し,それらを連続画像フレーム上で追跡してオプティカルフロー画像を作成し,そのオプティカルフロー画像から方向性動作履歴画像を作成して,歩行者の動作認識を行う手法を開発した.また,横断歩道上の複数の歩行者を一人ひとりに分離する手法を開発した.主な成果は以下のとおりである.
(1) SURF-based Motion History Image法の性能の洗練
SURFを用いて明瞭かつ安定な特徴点を画像から抽出する過程において,歩行者のような移動物体上の特徴点のみを選択的に抽出する手法の開発を行い,動作表現能力の向上を図った.また,他にも動作表現法を複数考案し,動作認識率によって性能の比較を行った.10名の動作者が行う9種類の動作の認識実験を行い,結果的には,SURF-based Motion History Image法の認識率が最良(90%)であった.
(2) 複数歩行者の分離手法の開発
複数の歩行者を含む映像から個々の歩行者を分離抽出する手法のさらなる洗練を図った.具体的には,ステレオカメラを用いた手法を確立し,車載カメラ映像に対して良好な実験結果が得られた.
以上により,横断歩道上の一人ひとりの歩行者に対して,それぞれ動作認識を行うことが可能になった.
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
SURF-based Motion Histoly Image法を提案し,この表現法に基づいて動作認識実験を行い良好な結果が得られた点,また複数歩行者の分離法を提案して,良好な結果が得られた点から,順調な進展と考える.なお,歩行者の動作に対する危険度の定義を提案するには至らなかったが,これは,横断歩道上における転倒,立ち止まり等の危険動作の認識が正しく行われれば容易に定義できると考えられる点から(2)と判断する.
|
| 今後の研究の推進方策 |
SURF-based Motion History Image法は動作の表現法であり,動作認識には多種の手法があるため,認識法を変えながら実験を中心に研究を続け,動作認識率の更なる向上を図る.また,歩行者分離手法と組合せることにより,実映像上の複数人物の動作認識法に発展させる.さらに,歩行者の動作に対する危険度の定義を提案する.
|
