• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

ニューラルネットワークを用いた高精度の動き検出アルゴリズムに関する研究

研究課題

研究課題/領域番号 13650411
研究種目

基盤研究(C)

配分区分補助金
応募区分一般
研究分野 情報通信工学
研究機関愛媛大学

研究代表者

山田 芳郎  愛媛大学, 工学部, 教授 (00110833)

研究分担者 南 憲明  広島国際学院大学, 現代社会学部, 助教授 (60320024)
都築 伸二  愛媛大学, 工学部, 助教授 (60236924)
研究期間 (年度) 2001 – 2002
研究課題ステータス 完了 (2002年度)
配分額 *注記
4,100千円 (直接経費: 4,100千円)
2002年度: 800千円 (直接経費: 800千円)
2001年度: 3,300千円 (直接経費: 3,300千円)
キーワードテンプレートマッチング / 動き推定 / ニューラルネットワーク / 相互関係 / ピーク検出 / 白色ガウス雑音 / 相互相関 / 相互相関関数 / 遺伝的アルゴリズム
研究概要

テンプレートマッチングは,パタン認識や画像解析などの分野で広く用いられている重要な画像処理技術の一つである.本研究代表者らは,二つのディジタル画像の間の微少な移動量を高精度で検出可能な連続的テンプレートマッチング手法(以下では従来手法という)をすでに提案している.同手法においては,帯域制限補間された連続関数のピーク位置を検出するために最急降下法に準じた逐次近似計算法を用いている.このため,演算量が比較的多いこと,処理時間が一定量とならないことなどの問題がある.そこで本研究では,フィードフォワード型ニューラルネットワークを用いた新たなテンプレートマッチング手法を提案した.また,シミュレーション実験により,提案手法による移動量の検出精度および演算量を評価し,従来手法と比較検討した.入力画像に対する雑音モデルとしては,第一次近似的な意味で,相加的な白色ガウス雑音を仮定し,シミュレーション実験により検出精度の評価を行った.検出精度は水平および垂直方向の各移動量についての検出誤差のRMS値によって評価した.なお,提案手法においては,偏導関数を用いないこと,最急降下法のような逐次近似計算を行わないことなどから,演算量の削減(高速化)も期待できる.以上の検討の結果,提案手法を用いることにより,逐次近似手法に基づく従来の連続的テンプレートマッチング手法と同等の高精度な移動量検出が実現できること,およびピーク位置検出の演算量を約1/13に削減できることを明らかにした.

報告書

(3件)
  • 2002 実績報告書   研究成果報告書概要
  • 2001 実績報告書
  • 研究成果

    (3件)

すべて その他

すべて 文献書誌 (3件)

  • [文献書誌] 山田芳郎, 都築伸二: "ニューラルネットワークを用いた連続的テンプレートマッチング手法"映像情報メディア学会誌. 53. 399-402 (2003)

    • 説明
      「研究成果報告書概要(和文)」より
    • 関連する報告書
      2002 研究成果報告書概要
  • [文献書誌] Yoshio YAMADA and Shinji TSUZUKI: "Continuous Template Matching Method Using Neural Networks"J.of ITE. Vol.57, No.3. 399-402 (2003)

    • 説明
      「研究成果報告書概要(欧文)」より
    • 関連する報告書
      2002 研究成果報告書概要
  • [文献書誌] 山田芳郎, 都築伸二: "ニューラルネットワークを用いた連続的テンプレートマッチング手法"映像情報メデイア学会誌. 53. 399-402 (2003)

    • 関連する報告書
      2002 実績報告書

URL: 

公開日: 2001-04-01   更新日: 2016-04-21  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi