2004 Fiscal Year Annual Research Report
リフティングウェーブレットの識別機能を活用した大規模信号・画像からの意味獲得
| Project/Area Number |
15300048
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
新島 耕一 九州大学, 大学院・システム情報科学研究院, 教授 (30047881)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岡田 義広 九州大学, システム情報科学研究院, 助教授 (70250488)
葛目 幸一 弓削商船高専, 情報工学科, 教授 (80225151)
高野 茂 九州大学, システム情報科学研究院, 助手 (70336064)
|
|---|
| Keywords | リフティング双直交ウェーブレットフィルタ / 自由パラメータ / 顔部位 / 逐次学習 / 追跡 / リフティングダイアデックウェーブレットフィルタ / 検出 / 個人認証 |
|---|
| Research Abstract |
本研究の最終的な目的は、自由パラメータを含むリフティングウェーブレットフィルタを大規模信号・画像中の対象物に適用して自由パラメータを学習し、学習されたフィルタから対象物の意味を獲得することである。
平成16年度は、信号に対してはリフティング双直交ウェーブレット学習プロセッサのアーキテクチャを考案し、FPGAで実現した[1]。
画像に対しては、リフティングウェーブレット変換によって得られた水平方向の高周波成分と垂直方向の高周波成分が等しいという条件の下で、逐次的にリフティングフィルタを学習する方式を提案し、ビデオフレームに含まれる顔部位の動きを高速に追跡するシステムを開発した[2][3]。リフティングフィルタは各フレーム毎に学習されるので、学習されたフィルタは、各フレームに含まれる変形した顔部位の特徴をよく表している。したがって、学習されたフィルタを解析すれば、たとえば目の動きから居眠りをしている状況を把握でき、居眠り運転防止に役立てることができる。
また、リフティングダイアディックウェーブレットフィルタに対して、それに含まれる自由パラメータを、リフティングフィルタからなるベクトルと、低周波成分からなるベクトルがなす角度のコサインが1となるような学習法を提案した。そして、それを用いて目、口、鼻などの顔部位を高速に検出するアルゴリズムを構築し、個人認証システムを開発した[3][4]。
さらに、リフティング双直交ウェーブレットフィルタの初期フィルタを新しく構築するために、リフティングダイアディックウェーブレットフィルタから双直交ウェーブレットフィルタを設計する研究も行った[5]。このようなフィルタはSweldensによって提案された双直交ウェーブレットフィルタから新しい双直交ウェーブレットフィルタを構成するリフティングスキームでは得られない新しいタイプのフィルタである。
この他にも、3次元物体から意味を獲得する方法を模索するために、高速な3次元曲面生成アルゴリズムの研究も行った[6],[7],[8],[9][10]。
|
Research Products
(17 results)
