研究課題/領域番号 |
15K00228
|
研究機関 | 岐阜大学 |
研究代表者 |
横田 康成 岐阜大学, 工学部, 教授 (00262957)
|
研究期間 (年度) |
2015-04-01 – 2018-03-31
|
キーワード | 害獣検出 / 移動物体検出 / 確率的追従背景差分法 / 動きの時空間的特徴 / 動きの時空間的数理モデル |
研究実績の概要 |
近年,食品への異物混入がニュースで取り上げられるなど,食の安全に対する国民意識が向上している.こうしたこともあり,衛生環境維持のため飲食店,食品工場などに住み着くネズミなどの害獣の駆除依頼が増えている.駆除を効率的に行い,その効果を確認するためには,現場に赤外線監視カメラを設置して映像を数日にわたり記録し,その映像中に害獣が出現するかどうか,出現する場合,いつ,どこに出現するかを調査することが有用である.これまで,こうした調査は,駆除を請け負う会社の従業員による目視により行われており,計算機援用により負担軽減,見落とし軽減が求められている.
本研究の目的は,赤外線監視カメラ映像を画像処理することにより,ネズミなどの害獣を自動検出する手法を開発することである.初年度は,ネズミなどの移動物体の映っていない映像(背景画像)を求め,それから変化しているものを背景画像に映っていない新たに出現した移動物体と判断するアプローチを基本としていた.こうした手法では,ネズミなどの対象とする害獣以外の移動物体,例えば,虫,ホコリ,風に揺れる蜘蛛の巣,工場作業員,機械の振動,機械のライトの明滅なども検出され,誤検出率が非常に大きい問題があった.
そこで,ネズミの動きのパターンをモデル化し,誤検出される他の移動物体の動きと区別する手法を開発した.これを利用することによりネズミの検出精度を実用化可能な最低水準まで向上させることが可能になった.現在,実用化に向けて,提案した手法を民間企業に著作権譲渡し,赤外線カメラ映像をリアルタイムに画像処理して結果をクラウドサーバーに送信し,更に結果を詳細に分析してネズミかそれ以外かを区別して結果をレポートにまとめるシステムを試作し,現在,試験運用中である.
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究開始以前からこれまでに様々な現場においてのべ240日分の赤外線監視カメラ映像を収集した.これらの動画像に含まれるネズミの時刻と位置を特定するために,確率的追従背景差分法を用いたネズミ検出法を開発した.確率的追従背景差分法とは,ある一つの画素の輝度変化を,雑音などの確率的変動,照明などによる区分的に滑らかな変化,対象とするネズミの出現による短時間の変化が加わったものとしてモデル化し,その変動の時間的性質の違いに着目して分離することにより,ネズミの出現による輝度変化のみを検出する手法である.
以上の方法で100%の検出精度を得ることはできず,ネズミ以外にも,人,照明,機械等の動作物,埃,虫などが誤検出されている.そこで,上記の検出後,サイズ,形状の空間的性質,見かけの動きの速度という時空間的性質を利用することにより,ネズミとその他の対象を区別する手法を開発した.
さて,ネズミは,動いては止まるを繰り返すなど特有の動きをする.一方,地面を這う虫などは一定速度で移動する.飛翔虫やほこりなどは,カメラから見たみかけの速度がゼロになる瞬間はあるものの,3次元空間で考えた場合静止することはない.このように,より精度よく対象を特定するためには,様々な対象のより複雑な動きをモデル化することが不可欠である.そこで,移動物体の動きをトレースし,その動きを数理モデルで記述し,ネズミを含む様々な対象の動きを表す数理モデルの特徴量(の組)を特定した.これによりねずみの識別精度がさらに向上し,現在,精度評価を行っているところである.
|
今後の研究の推進方策 |
移動物体の特定を行う際には,その動きの解析を行うため,移動物体の動きを正確にトレースできることが不可欠であるが,現在のところ十分な精度があるとは言えない.このトレース精度を向上させるため以下のアプローチを考えている.
まず,対象の存在していない動画像は,雑音などにより変動しているため,その変動を確率過程(場)として記述する.記述された背景の変動に対し,一定時間間隔(例えば,2秒)ごとに,事前に定めた検出閾(余裕を持って安全に定めておく)に対し有意に外れた変動があるかどうかを調べる.変動があった場合,ただちに,その要因がモデル化した検出対象の時空間的特徴に合致するか否かを判定する.合致した場合,モデルが予想する次の時刻で出現するだろう時空間的座標における検出の検出閾を下げる.また,対象の時空間的特徴に合致しなかった場合,検出閾を上げる.これは,ヒトが動画像中の特定の対象を見つける場合,怪しいと思ったらその対象を引き続き注意して追うようにし,検出対象物以外だと判断したら,注意力を下げるようにするといったヒトの知覚・認知の原理に合致した合理的な検出原理である.
すでに記録してある約240日分の監視カメラ映像に対し,開発した手法の検出性能評価を行う.その結果に基づき,必要な改良,修正を行う.性能評価,改良を進めることと並行して,新たな監視カメラ映像の収集を行い,これらについても開発した手法の評価を行ってゆく予定である.
|
次年度使用額が生じた理由 |
購入予定であった計算用ワークステーションをパーソナルコンピュータで置き換えたことと打ち合わせ旅費を一切使用しなかったことにより,次年度使用額が生じた. ワークステーションをパーソナルコンピュータで置き換えた理由は,本研究において,最近脚光を浴びているGPUを使った深層学習(ディープラーニング)の利用が効果的であり,利用してゆく方向性が見え,GPU購入のための環境が必要になったためである.一方,打ち合わせ旅費を使用しなかった理由は,打ち合わせはすべて研究代表者の所属大学で行われたためである.
|
次年度使用額の使用計画 |
今年度,開発した手法では時空間的性質として単に動きの速度を利用しているが,次年度予定している提案法を様々な対象に応用し,対象をより限定的に検出するためには,様々な対象のより複雑な動きをモデル化することが不可欠である.具体的には,例えばネズミの場合,一直線に動いては立ち止まり,また動き出すなどの特徴的な動きを表現できる数理モデルが必要になる.また,様々な害獣に対してもこの数理モデルで包括的に動きの時空間的特徴を表現するためには,当初の予定以上に複雑な数理モデルが必要であり,そのパターン認識に計算コストも増大することが見込まれている.そこで,次年度使用額は,GPU計算のための環境構築に補てんする予定である.
|