|
本研究は、映像センサ群による移動物体の認識を高精度で行うための新しい映像認識手法を提案し、リアルタイムでの実環境での実装を目的とする。映像情報から移動物体を認識するには、移動物体候補の領域の抽出と移動物体の識別が必要となる。特に、移動物体領域が時間によって変形したり、透過性などにより背景依存が大きかったりすると、認識結果に大きな影響を与える。本年度は、移動物体領域の時間的な変化を評価し、その変化量から物体認識のための特徴量を提案した。この変化量として、既存の画像特徴量の時間的な変化を相関値として算出し、その相関値から移動物体領域の抽出を行うことを検討し、実際の映像データを用いて、提案手法の評価を行った。提案手法では、画像がブロックに分割され、それらのブロックごとに特徴量が産出される。よって、特徴量算出までの処理は、並列で演算することが可能である。本研究も目的は、複数のセンサ情報の協調であり、できるだけ並列処理により構成されたアルゴリズムで実現可能であることが期待されるため、今後のリアルタイム性を考慮した実装において有効であることが期待できる。また、機械学習における学習データの背景依存性も、認識の精度に影響を与える。これは、どの学習手法を用いても起こることであるため、学習データへの依存性を検討することは不可欠である。実際の画像情報を学習データとして用い、学習データの変更を行った際にどの程度の影響があるのかについて検討を行った。
|
