川本 一彦

<p> </p>

文書領域検出のための教師あり学習に関して,完全に人工生成した文書領域画像データを学習用サンプルとして用いる方法を提案し,一人称視点映像中の文書領域の検出に応用する.一般に教師あり学習では,学習用サンプルを大量に収集することが必要になるが,文書画像の電子的な収集や蓄積は著作権等の制度的な問題を抱えている.そこで本研究では,文字列,文字濃度,文字間隔,行間隔といった要素を文書領域生成のために決定し,回転,輝度変化,ノイズによる加工を行って学習用サンプルとなる文書領域画像を人工生成する.評価実験では,読書行為を含む一人称視点映像に対して,二つの識別器を用いて検出率を評価した.一つは文書領域検出によく利用されるガボール特徴を用いた最近傍識別器で,もう一つは深層畳み込みニューラルネットワークを用いた特徴学習および識別である.10 種類の読書シーンに対して平均識別精度を評価した結果,前者の識別における誤検出率は 5.4%,未検出率は 29.0%であり,後者の識別においてはそれぞれ 3.7%,19.5% であった.

カメラを用いた人物移動予測のために,観測値間の空間相関に基づく面補間法の一つであるクリギングを用いた移動予測モデルを提案する.提案モデルでは,事前に収集した移動軌跡データに対してクリギングを適用し,未観測位置の移動方向と速度を補間し,任意の位置での予測を実現する.一般にクリギングでは,variogram に基づく面補間を行うが,方向データに対しては必ずしも適していない.本研究では,方向データに適した cosinogram に基づいて移動方向を補間する.評価実験では,200 人の移動軌跡データから予測モデルを構築し,同じ空間で収集された別の人物データに対する予測成功率を算出し,クリギングの適用可能性を示す.

全方位画像では位置による物体の見えの変化が大きく,従来の見えに基づく特徴による分類では人の識別が難しい.本研究では,Deep Convolutional Neural Network を全方位画像からの人検出に応用する.Deep Learning では学習に大量の学習サンプルが必要となるが,手作業で作成することは時間的な問題から現実的でない.少ない学習サンプルから大量の学習サンプルを生成し,生成された学習サンプルでも学習が行えることを示す.また,実環境下で HOG 画像特徴量と Real AdaBoost を用いた人検出法と比較し,識別率が向上することを示す.

人物追跡の精度向上を目的に,観測した人物移動軌跡データに基づく確率的セルオートマトンを用いた人物の移動予測モデルを提案する.提案手法では,格子状のセルに分割された空間上の人物の移動を確率的な遷移関数で記述する.遷移関数の構築では,対象シーンにおける実際の人物の移動方向を累積し,あるセルから自身も含めた 9 近傍への移動の確率を用いる.このとき,十分に密な移動軌跡データが利用できれば,すべてのセルで信頼性の高い遷移関数を構築することができるが,実際には疎なデータしか利用できないことが多く,人物が一人も通過しないセルも存在しうる.そこで,そのようなセルに対して,人物が通過している周辺のセルの移動累積から補間を行い,遷移関数を与える.周辺に人物が通過したセルが存在しないときは,9 方向が等確率である遷移関数を与えることにする.さらに,人物の移動速度が想定よりも速く,9 近傍外への移動も起こるときには,対象人物の移動軌跡を補間することで密な移動軌跡を得ることにする.俯瞰視点で歩行者を撮影した実際の動画を用いて,人物の移動軌跡から遷移関数を作成し,数種類の遷移関数を用いて人物移動の予測精度を比較する.人物が通っていないセルの遷移関数の補間,移動速度が速い人物の移動軌跡補間後の移動累積への加算を行うことにより精度が向上することを示す.

本稿では,イカ釣り漁船上に設置したカメラを用いてイカの釣獲タイミングを検出する画像処理技術について報告する.釣獲タイミングは,灯光でイカが釣獲されるメカニズムを解明するための基礎データの一つとして重要であると考えられている.漁船上の画像処理では,船体動揺による不規則な振動や波しぶきなどによる外乱やイカの形状や体色の変化に対処しなければならない.このような変化に頑健な画像特徴量として二値画像における連結領域の最大面積を用いる.この特徴量に基づく二値分類のしきい値は,釣機の制御信号より容易に収集できる負サンプルの分布を用いて決定する.さらに,釣獲タイミング検出の結果から釣獲尾数を算出する方法についても述べる.日本海沖で収集されたイカ釣り操業映像を用いて,検出率,誤検出率,および釣獲尾数の観点から性能を評価し,その有効性を示している.

本論文では腕動作が同一で手型が異なる手話単語を含む手話文に対する連続手話認識手法を提案する.腕動作のみによる手話認識については手首座標を三次元で追跡し,隠れマルコフモデルにより認識する手法をすでに提案している.しかしながら,その手法では腕動作が同一で手型が異なる単語を区別することはできなかった.本論文ではそのような単語に対して,手首座標の追跡時に腕が静止した時点と腕の運動方向が大きく変化した時点の手型画像を取得しておき,それらをサポートベクターマシンで分類することで,同二腕動作を持つ手話単語の識別を行う.評価実験として,腕動作が同一で手型が異なる単語群を辞書から抽出し,認識実験を行った.結果として,手型の異なる単語について約8割の認識率を実現した.

本論文では腕動作が同一で手型が異なる手話単語を含む手話文に対する連続手話認識手法を提案する．腕動作のみによる手話認識については手首座標を三次元で追跡し，隠れマルコフモデルにより認識する手法をすでに提案している．しかしながら，その手法では腕動作が同一で手型が異なる単語を区別することはできなかった．本論文ではそのような単語に対して，手首座標の追跡時に腕が静止した時点と腕の運動方向が大きく変化した時点の手型画像を取得しておき，それらをサポートベクターマシンで分類することで，同一腕動作を持つ手話単語の識別を行う．評価実験として，腕動作が同一で手型が異なる単語群を辞書から抽出し，認識実験を行った．結果として，手型の異なる単語について約 ８ 割の認識率を実現した．In this paper, we will introduce a continuous sign language recognition method which can distinguish the words with the same arm motion and the different hand shape. We have proposed a sign language recognition method based on the Hidden Markov Model tracking the signer's arm motion. However, the method used only arm motion and it was unable to distinguish the words with the different hand shape and the same arm motion. In this study, the hand shape images were extracted when the arm motion stopped or the movement direction of arm changes significantly. The extracted images are classified by the Support Vector Machine and identified as the proper sign word. As the result of the recognition experiment, the recognition accuracy was about 80% for the words with the different hand shape.

本論文ではKinectとパーティクルフィルタを用いた手話認識手法について検討する.我々の先行研究では腕の肌色情報とKinectによる距離情報を統合し、パーティクルフィルタにより、腕を追跡して手話認識を行う手法を提案し、高い認識精度が示された.しかしこの手法では、腕の肌色情報を用いるために腕まくりをしなければならないという制約が存在した.そこで本研究ではKinectの距離情報を利用することにより、腕まくりの制約を課さなくても腕検出を行える手法を提案し、認識実験により先行研究と同程度の認識精度が得られたことを示す.

粒子フィルタは,非線形・非ガウス型の時系列解析に対する逐次モンテカルロ近似を用いた数値解法としておよそ20年前に提案され,その後さまざまな応用分野で利用されている.コンピュータビジョン分野では,主にビデオ映像上での対象追跡に応用されている.本チュートリアルでは,粒子フィルタの基本的なアルゴリズムをベースに,とくに追跡性能を向上させるための粒子生成の改良について焦点を絞り,これまでの研究動向を解説しつつ,今後の展開についてまとめる.

ICPRは国際パターン認識連盟IAPRが隔年開催するパターン認識に関する世界最大の国際会議である.第21回目にあたるICPR 2012はつくばで開催され,1,300人以上が参加した.日本での開催は2回目でおよそ35年ぶりの日本開催である.現地実行委員として本会議をサポートしつつ参加した立場から,講演やイベントについて報告する.