| 研究課題/領域番号 |
16K16087
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 鳥取大学 |
|---|
研究代表者 |
小山田 雄仁 鳥取大学, 工学研究科, 助教 (30708615)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2018年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2017年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2016年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | Image Matching / Deep Learning / 特徴量 / マッチング / コンピュータビジョン / パターン認識 / グラフマッチング / MRF最適化 / 深層学習 / 画像 / 情報システム / 幾何学 / アルゴリズム / 機械学習 |
|---|
| 研究成果の概要 |
当初の計画を変更し，以下のEnd‐to‐endの処理体系を構築した.課題1. 深層学習による2画像間の剛体運動推定: 現在論文誌へ投稿する準備を進めている.課題2. 画像の幾何学的特徴量・局所特徴量の応用研究: 初年度の成果を利用し，画像の幾何学的特徴量や局所特徴量を利用した応用研究を行い，2件の体外発表を行った.画像の幾何学的特徴量とGraph Matchingを利用することで透明マーカの検出・追跡に関する研究を行った.
多元画像のマッチングは原理上可能であることは確認したが，従来手法との比較などは今後行っていく．
|
| 研究成果の学術的意義や社会的意義 |
画像のマッチングは複数枚の画像を比較し画像から有用な情報を抽出するために必要な前処理である．深層学習による画像のマッチングにより，既存の画像解析システム・アプリの適用先が広がると考えられる．
|
