移動カメラ画像からの動物体と自己移動パラメータのロバスト推定に関する研究

本年度は、以下の研究を実施した。1.移動物体抽出・追跡法の評価・改良前年度に開発した移動カメラ画像からの移動物体の抽出・追跡法について、室内及び屋外の歩行者を含む実動画像を用いた評価実験を行ない、静止背景の見かけの動きを消去するための背景位置合わせ法を改良した。これによって、移動物体候補画素を安定に抽出することが可能になった。次に、移動物体候補画素に対して前年度考察した分裂統合型動的輪郭モデルを適用することによって、移動カメラ画像から移動物体輪郭を抽出・追跡する手法を開発し、実画像を用いたワークステーション上での実験によりアルゴリズムの検証を行なった。2.自己移動パラメータ推定法の開発移動カメラで取得した時系列画像から、特徴点の自動追跡と因子分解法により対象シーンの3次元構造とカメラの動きを同時に推定する方法を開発した。本手法では、計測行列のランクは高々3であるという従来法における制約を緩めることによって、ノイズに対するロバスト性を実現している。3.実時間処理の実現上記1の背景位置合わせと分裂統合型動的輪郭モデルを信号処理(DSP)ボードに実装し、移動カメラ画像からの移動物体抽出・追跡について7.5フレーム/秒の実時間処理を実現した。なお、6段のパイプライン処理を行なっているため、画像入力から出力までの時間遅れは0.8秒である。これにより、通常の室内移動ロボットの移動速度の場合、移動しながらの移動物体抽出・追跡が可能になったと言え、初期の目的を達成できた。

本年度は、以下の研究を実施した。1.移動物体抽出・追跡法の評価・改良前年度に開発した移動カメラ画像からの移動物体の抽出・追跡法について、室内及び屋外の歩行者を含む実動画像を用いた評価実験を行ない、静止背景の見かけの動きを消去するための背景位置合わせ法を改良した。これによって、移動物体候補画素を安定に抽出することが可能になった。次に、移動物体候補画素に対して前年度考察した分裂統合型動的輪郭モデルを適用することによって、移動カメラ画像から移動物体輪郭を抽出・追跡する手法を開発し、実画像を用いたワークステーション上での実験によりアルゴリズムの検証を行なった。2.自己移動パラメータ推定法の開発移動カメラで取得した時系列画像から、特徴点の自動追跡と因子分解法により対象シーンの3次元構造とカメラの動きを同時に推定する方法を開発した。本手法では、計測行列のランクは高々3であるという従来法における制約を緩めることによって、ノイズに対するロバスト性を実現している。3.実時間処理の実現上記1の背景位置合わせと分裂統合型動的輪郭モデルを信号処理(DSP)ボードに実装し、移動カメラ画像からの移動物体抽出・追跡について7.5フレーム/秒の実時間処理を実現した。なお、6段のパイプライン処理を行なっているため、画像入力から出力までの時間遅れは0.8秒である。これにより、通常の室内移動ロボットの移動速度の場合、移動しながらの移動物体抽出・追跡が可能になったと言え、初期の目的を達成できた。