| 研究概要 |
本研究の目的は,"タグ"による認識と画像認識を組み合わせることにより,飛躍的に高度でロバストな認識システムが実現可能になることを示すことにある。その要点は、1)タグを用いた対象の確実な認識により,ネットワークを通じて,膨大なデータベース情報の利用が可能になること、2)データベースより得られた形状データ等を利用することにより,対象の認識,姿勢や位置情報の取得といった画像認識が格段に容易になること、3)タグが実世界の対象と高速なネットワークとを結びつけることにより,複数のシステム間での知識の共有,情報の蓄積が容易になること、にある。
昨年度は、1)モデルが既知の場合に、画像中から対象を発見し、対象の姿勢や位置情報の推定、またイメージセンサ自体のパラメータの推定を行なう画像処理アルゴリズムを構築し、2)タグ融合型ビジョンの試作システムとして、RFタグリーダとCCDカメラよりなるシステムを構築した
これを受けた本年度の成果は下記の通りである。
1)不変量に基づくモデルベース画像認識アルゴリズムの発展
昨年度はタグにより対象が既知である場合の画像認識アルゴリズムとして、不変量に基づく3次元モデルの特徴点と画像上特徴点の対応関係の検出法を提案した。今年度はこれに加え、1)独自の評価量の導入による、物理的には実現できない多数の対応候補の排除、2)探索する順番の工夫によるアルゴリズムの高速化、により、提案法をさらに実用的なアルゴリズムに発展させた。
2)ネットワーク指向顔貌認証システムの提案
潤沢なネットワーク世界におけるタグ融合型ビジョンの一つの応用例として、ネットワーク指向顔貌認証システムを提案した。またその実験的なシステムとして、固有顔を応用した認証システムを構築した。
|
