交通現像分析へ向けた車両挙動の広域詳細観測システムの開発

1.時空間クラスタリング法の開発車両認識手法として、背景差分値とオプティカルフローを特徴量とし、時空間画像内でクラスタを形成する、時空間クラスタリング法を開発した。ヘリコプターから撮影したHDTV画像に対して提案手法を適用し、その有効性を確認した。2.パラメータ調整法の開発時空間クラスタリング法では、多数のパラメータ調整が必要となる。パラメータの感度分析を行った結果、クラスタリング処理における、特徴量の重みパラメータ、及び、その際の類似度を規定するしきい値が最も結果に影響することを確認した。従来は、試行錯誤的に行っていたパラメータ調整に対し、段階的パラメータ調整法を開発した。空間分解能10cm、30cmの実動画像への適用を通して、提案手法の有効性を確認した。3.実3次元空間における車両位置同定手法の開発画像処理において得られる車両位置は、画素単位のものである。しかしながら、実際に交通分析を行う際には実距離での測定が必要となる。実3次元空間での車両位置を求める手法として、ステレオ画像を取得する方法と撮影対象が平面である制約を課す方法の2つが考えられる。しかしながら、道路空間において、そのような条件を満足させることは困難である。そこで、道路を静止物体とし、車両はその道路上を移動すると仮定することにより、実3次元空間において車両位置を同定する枠組みを構築した。4.車両位置精度の向上のためのスムージング法の検討車両認識の結果は、形状などの不正確さからその位置精度が十分なものとは言えない。そのため、時間的なスムージングを適用することにより、その位置精度の向上が期待される。様々なスムージング手法を検討した結果、位置・速度・加速度を同時にスムージング可能なカルマンスムージングの有効性を確認した。

1.時空間クラスタリング法の開発車両認識手法として、背景差分値とオプティカルフローを特徴量とし、時空間画像内でクラスタを形成する、時空間クラスタリング法を開発した。ヘリコプターから撮影したHDTV画像に対して提案手法を適用し、その有効性を確認した。2.パラメータ調整法の開発時空間クラスタリング法では、多数のパラメータ調整が必要となる。パラメータの感度分析を行った結果、クラスタリング処理における、特徴量の重みパラメータ、及び、その際の類似度を規定するしきい値が最も結果に影響することを確認した。従来は、試行錯誤的に行っていたパラメータ調整に対し、段階的パラメータ調整法を開発した。空間分解能10cm、30cmの実動画像への適用を通して、提案手法の有効性を確認した。3.実3次元空間における車両位置同定手法の開発画像処理において得られる車両位置は、画素単位のものである。しかしながら、実際に交通分析を行う際には実距離での測定が必要となる。実3次元空間での車両位置を求める手法として、ステレオ画像を取得する方法と撮影対象が平面である制約を課す方法の2つが考えられる。しかしながら、道路空間において、そのような条件を満足させることは困難である。そこで、道路を静止物体とし、車両はその道路上を移動すると仮定することにより、実3次元空間において車両位置を同定する枠組みを構築した。4.車両位置精度の向上のためのスムージング法の検討車両認識の結果は、形状などの不正確さからその位置精度が十分なものとは言えない。そのため、時間的なスムージングを適用することにより、その位置精度の向上が期待される。様々なスムージング手法を検討した結果、位置・速度・加速度を同時にスムージング可能なカルマンスムージングの有効性を確認した。