2006 Fiscal Year Annual Research Report
| Project/Area Number |
17500061
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
渡辺 俊典 電気通信大学, 大学院情報システム学研究科, 教授 (10242348)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
古賀 久志 電気通信大学, 大学院情報システム学研究科, 助教授 (40361836)
横山 貴紀 電気通信大学, 大学院情報システム学研究科, 助手 (10401621)
|
|---|
| Keywords | 画像認識 / マルチメディア / オブジェクト構造モデリング / オブジェクト動作モデリング / データ圧縮 / ビデオ / 圧縮領域での画像解析 |
|---|
| Research Abstract |
画像内オブジェクトの自動モデリング機能の実現を目標とし、下記を実施した。
1.静止画像内オブジェクトモデルの獲得方式
(1)画像をよりよく圧縮することができる領域部分集合の自動探索機構に加え、見出した部分集合の密度などで定義されるオブジェクトらしさの尺度を加えることで、自動モデリング性能を高めることができた。
(2)領域色削減機能を付加することで、人工ポンチ絵、動物や人の顔、プラモデルなどの自然画像も処理できることを確認した。
(3)歩行者を含む動画(ビデオ)の合い続く複数フレームをマージした静止画像に適用し、頭髪、顔、手、胴と足を要素とするオブジェクト(人)のモデルを自動抽出できた。
2.画像(ビデオ)内のオブジェクトモデルの自動獲得方式
(1)単独の動作オブジェクトが出現するビデオを対象とし、背景差分法によるオブジェクト切り出し、オブジェクト輪郭線の特徴量ベクトル化、投票機構によるベクトル時系列の新規性判定と新規物の自動保存、などを特徴とする動作オブジェクト自動抽出システムを実現した。
(2)歩く、お辞儀する、手を上げてとまる、など8種類の人物動作が出現する連続ビデオを提示するのみで、これらの認識能力を自動獲得し、継続ビデオ内の類似動作を自動認識する能力を確認した。
(3)大学研究室の日常生活を撮影したビデオから、人の動作モデルの自動抽出と、それを用いた認識能力が実現できることを確認した。
(4)処理性能は、オンライン・リアルタイムの高速性をもつことを確認した。
3.上記(2)の発展として、次の成果を得た
(1)上記(2)は、MPEGなどの圧縮ビデオデータの解凍を必要とするため、応分の手間と記憶が必要となる。対策としてMPEGなどの圧縮データのままで画像内動作オブジェクトの解析を可能化する手法を検討し、歩行する単独人物、逆方向にすれ違う二人の人物の追跡などが可能な手法を実現した。
4.研究発表と報告書作成
(1)期間内で3件の成果発表をおこなった。内訳は、ジャーナル論文1、研究会発表2。
(2)上記の成果を報告書としてまとめた。
|
