確率的手法を用いた車両の検出とクラス認識

シャミラ モホッタラ  影沢 政隆  池内 克史  

誌名
電子情報通信学会論文誌 D   Vol.J89-D   No.4   pp.816-825
発行日: 2006/04/01
Online ISSN: 1881-0225
Print ISSN: 1880-4535
論文種別: 論文
専門分野: 画像認識,コンピュータビジョン
キーワード: 
車両認識,  クラス分類,  Binary Feature法,  CG教師画像,  

本文: PDF(539.8KB)
>>論文を購入


あらまし: 
本論文では,車両の三次元コンピュータグラフィックスモデル(以下CGモデルと呼ぶ)から作成した教師画像を用いたロバストな車種認識システムを提案する.本システムの認識手法の基礎は,Binary Feature法である.この手法は,局所的な特徴に注目した物体認識手法である固有窓法をもとにしており,オクルージョンや照明条件の変動に対してロバストである.我々はこれまで,種々の実験を通してその有効性を確認してきた.特に,車両のCGモデルを利用して教師画像を作成することで,認識性能を損なうことなく教師画像の収集にかかる労力を大きく減少させることができた.しかしながら,Binary Feature法を基礎とする認識手法では,1車種を認識する性能は高いが,複数車種をきちんと認識させる場合は性能がやや落ちるという問題点がある.本論文では,Binary Feature法に次の三つの改善を確率的に組み合わせることで,よりロバストな車種認識が行える認識手法の提案を行う.その三つの方法とは,( 1 )特徴量抽出方法の改善,( 2 )非存在領域の利用,( 3 )テンプレートマッチングである.最後に,提案手法の有効性を,セダン,ワゴン,ハッチバック,ミニバンの4車種を認識する場合を例にとり屋外実験にて確認した.