| 研究課題/領域番号 |
25280088
|
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
山内 寛紀 立命館大学, 理工学部, 教授 (10288623)
|
|---|
| 研究分担者 |
泉 知論 立命館大学, 理工学部, 教授 (30303887)
福水 洋平 立命館大学, 理工学部, 准教授 (60467008)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2017-03-31
|
| キーワード | 3Dスーパーインポーズ / 歩容の異同識別 / 人物間接モデル / アバター生成 / 顔と身体の異同識別 / ナンバープレート読み取り |
|---|
| 研究実績の概要 |
１．JPEGによる強力な劣化画像の改善技術、２．劣化ナンバープレートの読み取り技術、３．3Dスーパーインポーズによる顔の異同識別技術、４．歩容の異同識別技術、５．検出した人物を間接モデルに分解する技術、６．間接モデルからアバターを生成する技術、７．顔と身体の異同識別、歩容の異同識別、カメラレンズ歪補正、ボヤケとブレの補正、身長等の３次元計測とインタラクティブに行える画像処理Viewerを開発した。
１．については、ガウス性ボヤケ処理と、画像を５×５画素のパッチ分解して学習にて再構成する手法を提案して大幅なSNの改善を実現した。この成果は７月に学会論文誌に掲載される。また、実際に顔の異同識別に適用し改善されることを示した。２．については、回帰分析を用いて光量を一様化する技術と、文字を多重解像度画像に分解する技術を組みあせることによって、人間が認識できない文字と数字を90％以上の精度で認識できることを示し学会発表を行った。３．については、スーパーインポーズの精度を定量評価する手法として「スーパーインポーズ画像を縦横切断して特徴点のズレを評価する方法の提案」と、一致性を評価する手法として「最大規格化ズレ量」で評価する方法の提案を行った。また、この手法に基づいて、300例のスーパーインポーズの実験を行い、最大規格化ズレ量の判定しきい値を３％とするのが適切であることと、他人受け入れ率1/400以下の精度で、本人であると結論できるとことを示し、スーパーインポーズ評価に手入れ的手法を確立した。４．については、独自に40個の歩容識別異項目を定め、非常に小さい画像についても、1/100～1/1000の精度で個人特定できることを示した。５．と６．については、色情報による大まかな分割と、Pictorial Structureモデルにおける姿勢推定の組合せを提案した。
|
| 現在までの達成度 (段落) |
28年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
28年度が最終年度であるため、記入しない。
|
