| 研究課題/領域番号 |
24500104
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
李 菲菲 東北大学, 未来科学技術共同研究センター, 助教 (70451549)
|
|---|
| 研究分担者 |
陳 キュウ 東北大学, 未来科学技術共同研究センター, 准教授 (00400292)
小谷 光司 東北大学, 工学(系)研究科(研究院), 准教授 (20250699)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2014-03-31
|
| キーワード | マルチメディア / データベース / アルゴリズム / 情報システム / アノテーション |
|---|
| 研究概要 |
光ファイバ接続サービスの発達などにより伝統的なテレビなどの視聴手段からオンライン動画視聴に変化しづつがある。一方、テレビで放送される映像や、ビデオカメラなどで撮影された映像などには、内容を説明したテキスト情報が存在しない。検索エンジンのように、キーワードなどを用いて簡単に意味に基づいた映像検索を実現するため、映像に対して、その内容を表すメタ情報をテキスト形式で付与するアノテーションの必要がある。本研究では、差分量子化によるヒストグラム特徴を用いて、ビデオの自動アノテーションを高精度かつ高速に実現する手法を試みた。今年度の研究成果は以下のようになる。
本研究において、まずシーン切り替え検出した後、同じシーンのシーケンスの中では、人物が存在するかどうかを判断し、人物の数、位置およびサイズなどを検出する。また、検出された顔の解像度が十分であれば、差分量子化処理することにより顔の特徴ベクトルを生成し、高速かつ高精度で顔認識をする。その後、ビデオの時間的連続性があることを利用し、得られた顔領域の中心位置を次の画像フレームにおける検索スタート位置とし、顔領域の差分量子化ヒストグラムをテンプレートとして使い、前のフレーム中の顔領域周辺を重点に置き、効率よくシーケンスの中で高速で顔追跡し続ける。シーンのシーケンスに自動的に顔インデキシング情報を付与し、それから、意味的にまとまりを持つ連続したショット列であるシーンを認識し、学習によりビデオの自動アノテーション手法を確立した。
また、顔インデキシング情報を得るため、高速かつ高精度の顔認識手法が必要である。今年度は顔認識手法の改善も検討した。マルコフ定常特徴(MSF)を加えることにより、局所的な位置情報とヒストグラム情報を一緒に取り込み、顔認識率が向上することを明らかにした。
|
| 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
現在までは当初の予定通り、ビデオの自動アノテーション手法を確立した。共同研究者と定期的研究の打ち合わせを行っており、良好な連携がとれていた。研究実施体制が当初に計画した体制を組めた。
|
| 今後の研究の推進方策 |
これからの研究は当初の予定通りで、ビデオの編集による影響を対応できる手法を検討するなどの研究へ展開する。また、研究共同研究者と定期的研究の打ち合わせなどを行い、研究実施体制を維持する予定である。
|
| 次年度の研究費の使用計画 |
研究を進めていく上で必要に応じて研究費を執行したため当初の見込み額と執行額は一致であったので、研究計画に変更はなく、当初予定通りの研究費の使用計画を進めていく。
|
