2017 Fiscal Year Research-status Report
A Study on Soft Computing Techniques for Computer Vision
| Project/Area Number |
17K00351
|
|---|
| Research Institution | Osaka Electro-Communication University |
|---|
Principal Investigator |
渡邊 俊彦 大阪電気通信大学, 工学部, 教授 (10340639)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | モデリング / ロバスト推定 / コンピュータビジョン / 強化学習 / ファジィ集合 |
|---|
| Outline of Annual Research Achievements |
コンピュータビジョンや光学的計測において重要なカメラとプロジェクタのモデルの高精度化技術を非線形モデル構築に適したファジィモデルやタイルコーディングなどのソフトコンピューティング技術を適用して取り組み、能動方式によって三次元計測精度の大幅な向上と三次元計測の適用対象の拡大を図る事を当面の目標として研究開発に取り組んでいる。当該年度では、モデル化精度の向上とロバスト性の改善を目指した残差のメジアン値とその四分位数の組合わせを報酬として用いた強化学習に基づくサンプリングと残差のファジィ集合による評価に基づくLMedS(Least Median of Squares)法を考案し、プロジェクタのモデル化のためのキャリブレーション作業を通して得られた実験データを対象にモデリング実験を実施し、従来のLMedSアルゴリズムと比較してそのモデル化精度改善とモデル構築に関わる計算速度の短縮、ロバスト性の向上効果を確認した。この技術はコンピュータビジョンシステム構築の基礎となるモデリング技術だけでなく、プロセス制御モデル等の制御モデル構築などの一般のロバストモデリング問題に幅広く適用でき、汎用性が高いという特徴がある。
当該年度では単体のプロジェクタモデルの構成精度までしか確認できていないが、カメラとプロジェクタの組み合わせや複数のカメラの組み合わせなどの複数の光学機器を用いた構成においても性能の改善が期待できる。また、カメラと歪みの異なる多様なレンズの組み合わせの下でのモデリング精度の改善にも繋がる事が期待できる。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
当該年度内に複数の光学機器(カメラ、プロジェクタ)を用いた計測システムを構成し技術開発する計画としていたが、モデル性能改善に不可欠な単体のモデル精度向上技術の開発を重視して優先し、これに注力したためもあり、未達となっている。また、キャリブレーションデータと実験データの採取に想定以上に手間がかかったことも影響している。実際に実験を担当する卒業研究学生の人数が少なかったことも進捗が遅れている原因である。
|
| Strategy for Future Research Activity |
キャリブレーションデータと実験データの採取に時間がかかる問題については、部分的な採取し直しが発生する問題が大きいため、データの確認方法をどうするかなど実験実施前に十分に打合せを行い、予想される問題とその方策などを事前に実験担当者間で十分共有しておくこと、当該年度で頻繁に発生した測定ミスの原因などの情報を共有することなどで対処する。卒業研究の学生の担当人数が結果的に少なくなったことについては、本研究の意義や重要性を十分に説明し、多くの学生に興味を持ってもらって人員を増やすことで対応する。
また、当該年度では関連技術の調査が十分ではなかったが、国内を中心に学会や国際会議などに積極的に参加し、十分に調査を行う。
|
| Causes of Carryover |
当該年度後半で、進捗が遅れ気味であったため、この事を考慮して、機器だけを慌てて先に導入しておくよりも、関連ソフトウェアのドライバのバージョンやオペレーティングシステムのバージョンの関係で次年度に機器を導入する方がトータルでメリットがあると判断したため、次年度導入とした。また、年度末の行事日程の関係で、予定していた学会出張を取りやめた。次年度には予定通りに機器を導入し、研究を進める。また、早期に日程情報塔を把握して学会出張に行くことで関連技術の調査を進める。
|
