|
主として、特徴量抽出処埋の高速実装、および、エッジに基づく局所領域設定方法に関して成果を得た。特徴量抽出処理では、スケールスペースピラミッドや記述子の計算のために、数多くの局所演算を必要とする。この局所演算を並列処理により実装し、高速化を図った。実装にはGPU(Graphics Processing Unit)を使用した。GPUには、レンダリングパイプラインを並列処理するために、数多くの計算コアが内臓されている。このコアを一般的な数値計算に利用するための開発環境が、近年整備されつつある。本研究では、その開発環境の一つであるNVIDIA社のCUDAを使用し、特徴量抽出処理の並列実装を行った。GPU内部での適切な種類のメモリ選択等の結果、720×480画素の画像において、CPUでの実装と比較し約17倍〜21倍の高速化を達成することができた。局所領域設定方法に関しては、社来の特徴点抽出による方法に加え、密なエッジサンプリングによる方法を開発した。この方法では、多重解像度エッジ画像において、全スケールの空間3×3近傍におけるエッジの極大点をサンプリングする。そして、それらの極大点を中心とし、その極大点が存在するスケールに比例した大きさをもつ局所領域を設定する。このように、スケールの変化によって自然に生じるエッジの極大点の変化をとらえることが、物体の形状を表現するのに適していると考えている。この密なエッジサンプリングにより、対応付けに適した特徴量が得られることを、記述子のエントロピーを用いて定量的に明らかにした。また、昨年度のIBRに関する成果について、国際会議で発表を行った。
|
