| 研究課題/領域番号 |
25730116
|
|---|
| 研究機関 | 熊本大学 |
|---|
研究代表者 |
上瀧 剛 熊本大学, 大学院先導機構, 助教 (20582935)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| キーワード | スケールスペース / 画像特徴抽出 / SIFT / スペクトル分解 |
|---|
| 研究実績の概要 |
スペクトル分解を用いたスケールスペース空間の情報圧縮に関する研究を進めている。１パラメータのガウシアンスケールスペースおよび、Scale Normalized LoG空間(sLoG)のSIFT特徴点検出器の応用を進めた。具体的には、(1)Oxfordデータセットを用いた評価実験を進め、従来のSIFT、SURFよりも良い再現性が得られることを確認した。(2)固有関数の基底をB-Spline区分多項式で近似することで、より広範囲のスケールの画像特徴を抽出する手法を開発した。従来の画像ピラミッドによる方法ではリサイズ時のアーチファクトが問題であったが、提案手法ではこれを抑えつつ、広範囲のスケールの特徴を抽出できることを確認した。(3)sLoG等の固有フィルタがＸＹ分離不可なフィルタリング操作が必要なため、ＦＦＴが必要といった欠点があったが、固有フィルタをガウシアンの和で近似する手法を開発し、高速かつ良好に近似できることを確認した。(4)多パラメータのスケールスペースとして、アフィン・スケールスペースのスペクトル分解手法の検討を行った。特異値分解を用いて楕円状のガウシアンフィルタのスペクトル分解を行った。その後、基底関数を多項式および三角関数で近似し、少ない次数で良好に近似できることを確認した。
研究成果としては、国内学会で２件の発表およびCVPR2014での口頭発表、ICIP2014でのポスター発表等を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
アフィン・スケールスペース解析に関して、共同研究者の参加によって、大きく進展した。
|
| 今後の研究の推進方策 |
開発したSIFTがSURFよりも高速かつ高精度であることを確認している。この応用例を検討する。
|
