2019 Fiscal Year Annual Research Report
A Study on Support System for Visually Handicapped People by Extracting Information from Scene Images
| Project/Area Number |
16K01547
|
|---|
| Research Institution | Kobe University |
|---|
Principal Investigator |
田中 直樹 神戸大学, 海事科学研究科, 教授 (90188318)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鎌原 淳三 神戸大学, 海事科学研究科, 准教授 (60283917)
長松 隆 神戸大学, 海事科学研究科, 准教授 (80314251)
熊澤 宏之 大阪産業大学, 工学部, 教授 (00592320)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 視覚障がい / 情景画像 / 点字ブロック / 歩行支援 / ディープラーニング / CNN / FCN |
|---|
| Outline of Annual Research Achievements |
まず、FCN(Fully Convolutional Network)を用いた点字ブロック領域抽出とブロック種別識別方式を開発した。点字ブロックには、種別として、進行方向や分岐などを示す“誘導ブロック”と危険を警告する“停止ブロック”とがある。また、点字ブロックは進行方向を示すために分岐や交点を持つなど様々なレイアウト構造となっている上に誘導と停止の２種別があるためにさらに多種のレイアウト構造を持つ。ＦＣＮを用いて入力画像を“直進”と”分岐“”非点字ブロック“の３カテゴリに判別するいわゆるカテゴリ分類実験を実施し、被験画像ほぼすべてで正判定となった。次に、同じく、ＦＣＮを用いて、“誘導ブロック””停止ブロック”の領域抽出実験をおこなった。その結果、８５％以上の正抽出率となり、領域抽出実験結果としてはかなりの高精度な実験結果を得た。
一方、ディープラーニングでは、さまざまなネットワーク構造を持つのＣＮＮ（Convolutional Neural Network）のモデルが提案されている。それらのモデルが視覚障がい者歩行支援のためのオブジェクト認識に対する有効性や性能を評価する目的で、動物の認識問題を課題とてして評価実験を実施した。その結果、カテゴリ識別問題では、ResNetモデルが十分な性能を持つことが検証できた。また、オブジェクトの領域抽出では、MAsk R-CNNが良好な検出結果を得ることができることが確認できている。
|
