| 研究概要 |
本年度は,我々が提案するリフティングウェーブレットによる信号・画像の特徴を学習する理論を用いて,顔画像の検出,認識,追跡を行うシステムの開発し,4足歩行ロボット「AIBO」への実装を行った。
まず,ユーザとAIBOとのインタラクションを容易に行うためのインターフェースを開発し,ロボカップ2004においてデモを行い,好評な結果を得た。さらにその成果をGAME-ON2004において研究発表を行った。
次に,顔画像の特徴を高速に学習するために,リフティングダイアディックウェーブレットの学習理論を改良して,顔画像をリアルタイムに学習するシステムを開発し,10人程度の顔を高速に識別することに成功した。学習の高速化における主な改良点は,自由パラメータに関するエネルギー関数の極小値を計算するために,ニュートン法を採用したことである。これらの研究成果は,MWSCAS2004,EUSIPCO2004において発表した。本手法は,顔画像だけでなく一般の自然画像へも応用することが可能であり,類似画像検索システムとして実装することができる。
また,ロボットビジョンにおいて,ロボットが見ている画像中の注目点を追跡することも重要な問題である。そこで,我々は動画フレーム内において形が変化する顔の部位の特徴を,リフティング双直交ウェーブレットフィルタを用いて逐次的に学習しながら追跡するシステムを開発した。本手法は,特徴点の横方向と縦方向の高周波成分が等しくなるように自由パラメータを決めるシステムを連立方程式に帰着させることで,フレーム毎に逐次学習しながら追跡することを実現している。この研究成果は,EUSIPCO2004において研究発表を行った。
さらに,本年度はリフティングウェーブレットフィルタによる一次元信号の検出問題に関する研究についても遂行した。この研究は,検出能力をもつリフティングフィルタをFPGAによりハードウェア化する手法を提案しており,MWSCAS2004,Journal of Signal Processingにおいて成果を公表している。
|
