| 研究概要 |
本研究では,人間の視覚特性を模擬した広角高歪曲レンズを用いた高速画像処理システムを構築することを目的として,実験的検討を行った.前年度では,画像認識にニューラルネットワークアルゴリズムを援用し,画像の歪みに関わらず受像画像を直接学習させることにより,画像の特徴を認識することが可能である事を確認した.そこで,本年度では,上記の手法を併用しつつ画像認識アルゴリズムの並列処理化による高速・高性能化をはかるとともに,本システムの具体的応用事例として,広角高歪曲レンズを用いた監視カメラシステムの構築を行った.監視カメラ用画像認識の方法として本研究では,オプティカルフロー法をベースとして,侵入者位置を検出する2つの方法を提案し,実験および考察を行った.1つはフロー面積が最大となるものを侵入者と認識しその重心を侵入者位置とする方法であり,もう1つはx,y方向のフローヒストグラムを調べてそこから侵入者位置を検出する方法である.これらの方法では,あらかじめビデオプロジェクタで生成したテストパターンを用いて校正を行い,侵入者の追跡注視線を調べ,その有効性について検討した.また,広角高歪曲レンズを用いた実験で生じた画像認識上の問題点について,レンズの歪みを球面体近似することによって解消する方法を提案し,その有効性を実験によりを明らかにした.本研究の結果を用いれば,広角高歪曲レンズシステムを用いた監視カメラシステムの構築に大いに役立つものと考えられる.
|
