| 研究課題/領域番号 |
16K01536
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
滝沢 穂高 筑波大学, システム情報系, 准教授 (40303705)
|
|---|
| 研究分担者 |
水野 慎士 愛知工業大学, 情報科学部, 教授 (20314099)
江崎 修央 鳥羽商船高等専門学校, その他部局等, 教授 (30311038)
青柳 まゆみ 愛知教育大学, 教育学部, 准教授 (40550562)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | 視覚障がい者 / 支援システム / Mirosoft Kinect / ASUS XTion PRO LIVE / Intel Realsense R200 / 人物認識 / 物体認識 |
|---|
| 研究実績の概要 |
人物や物体を画像認識し，情報提示することによって，視覚障がい者を支援するシステムの開発を進めた．具体的には以下の２つの研究項目を進めた．
（１）RGBDセンサーを搭載した白杖システムの開発：平成２５～２７年度に実施した挑戦的萌芽研究では，Microsoft Kinect センサーを白杖に搭載し，センサーから得られる距離情報を使って，人行列，空席（人が座っていない椅子），机，階段，エレベータなどを認識する手法を提案した．このシステムを学会等で発表したところ，物体認識および情報提示の有用性は認められるが，Kinect センサーの大きさや重量（センサーのみで約450g）についての問題点を指摘された．そこで，本基盤研究（Ｃ）の１年目では，より軽量で同程度の測距性能を持つ ASUS XTion PRO LIVE センサー（同175g）を白杖に搭載したシステムを提案した．本研究２年目の本年度は，さらに小型軽量な Intel Realsense R200 センサー（同35g)を使ったシステムを開発した．同センサーは測距可能距離が短いために，センサーの取り付け位置や角度を変更する必要があったが，物体認識のプログラムは３つのセンサーでほぼ同じものを共通して使用できることを確認した．
（２）スマートフォンを用いたトイレマークの検出：前年までの研究で，スマートフォンカメラで撮影した画像から，サポートベクターマシンを使ってトイレマークを検出する手法を提案した．本年度では，認識時間を短縮するために，観測画像から２値化ベースの手法で候補点を検出し，サポートベクターマシンによる予測計算を限定する改良を行った．また，男女のトイレマークをより高精度に識別できるようにし，実験によって有効性を確認した．
|
| 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
「研究実績の概要」で示した２つの研究項目について，それぞれ達成度を評価する．なお，これらの研究項目の成果は，国内会議や国際会議，論文誌等で発表した．
（１）Kinect, XTion PRO LIVE, Realsense R200 の３つの異なる RGBD センサーを使った支援システムの開発および改良を行った．測距可能距離が短い Realsense は若干の性能低下があったが，ほぼ同じプログラムを使って，人物や椅子などを認識できることを確認した．これは物体認識のアルゴリズムおよびそれを実装したプログラムに，RGBD センサーの種類に対する汎用性があることを示しており，将来，新しい RGBD センサーを導入しても，少しのプログラム変更でシステムを開発することができることを示唆している．また，Realsense を用いることで，Kinect や XTion PRO LIVE に比べ，大幅な小型軽量化が達成でき，実用化に近づいたと考える．
（２）誰でも入手可能なスマートフォンだけを使って，トイレを探すことができるアプリを開発した．前年度までの研究では，特に女性トイレマークの検出精度が低かったが，視線変換によるデータ拡張などの画像前処理を導入することによって，精度向上を達成した．屋内外での実験を実施し，性能評価を行った．
|
| 今後の研究の推進方策 |
上記の２つの研究項目について今後の課題をまとめる．
（１）物体認識のアルゴリズムを改良し，認識精度を向上させること，また認識できる物体の種類を増やすことが課題となる．特に，公共空間での利用を考えた場合に，周辺に他者がいることが多く，それらがシステムを使った視覚障がい者の物体認知にどのような影響を与えるのかを考えてアルゴリズムを構築していく必要があると考える．例えば，駅の自動改札機は機械の筐体そのものを認識するよりも，それを通過する人の流れを認識し，その流れに乗って誘導することの方が有用である．逆に，対象物体の一部が他者によって隠されるような状況では，多方向のセンシング情報を融合して，認識するなどの手法が必要になる．今後は実際にシステムが使用されることが想定されるシーンでの状況を踏まえ，視覚障がい者，周辺の人，認識対象物体との関係を考慮した認識アルゴリズムの開発を目指す．
（２）本年度までの研究では，学習に使ったトイレマークは典型的なものばかりで，それらは実験環境では，比較的高い精度で認識することができた．通常の公共空間ではほぼ十分であると考えるが，一部の環境で見られるような装飾されたトイレマークは正しく認識できない．今後は，ディープラーニング技術も導入し，そのようなトイレマークも正しく認識できるようにし，さらにサポートベクターマシンとの精度比較や認識時間の比較を行う．また，当該アプリを Google Play などの枠組みを使って一般公開し，広く使っていただくことを目指す．
|
