川本 一彦

誘目性を測る指標として視覚的顕著性が注目されている。そして、画像中の指定領域の視覚的顕著性を高めることで、人の注視を自然に誘導する手法が提案されている。そこでは、指定領域内の視覚的顕著性を高め、領域外の視覚的顕著性を下げるために、入力画像の各ピクセルのRGB値を独立に変更する操作によって画像を加工している。そのため、注視自体は誘導できるものの、加工画像と入力画像との間に違和感が生じるという問題がある。そこで、本稿では、画像加工によって生じる違和感を軽減するために、画像の加工に画像の輝度値を補正する操作を取り入れることを考える。具体的には、入力画像と加工画像との間で色ヒストグラムになるべく差が出ないように輝度値の補正を画像全体で一括して行う。これによって、指定領域の顕著性を高めつつ違和感のない画像加工を実現する。被験者実験によって、提案手法の有効性を確認したので、それも併せて報告する。

粒子フィルタのラオ・ブラックウェル化とは,状態ベクトルを粒子近似する成分と解析的に計算する成分に分割し,粒子近似する状態空間の次元を落とすことで,より少ない粒子数で同程度の精度を達成するための技法である.既存の多くの手法では,解析的な計算には,カルマンフィルタあるいはその改良版が利用されている.本研究では,有限個の離散な値を持つ状態成分の解析的な推定にグリッド法を導入する.ベンチマーク問題に対する数値実験により,ラオ・ブラックウェル化をしない粒子フィルタに比べて性能が向上することを示す.

複数人物移動に現れる誘引や反発などの相互作用を確率的セルオートマトンモデルで表現し，そこに含まれるパラメータを移動軌跡データから推定する手法を提案する．このモデルでは，人物は，空間を格子状に区切った 「セル」 に配置され，セルに埋め込まれた値に基づき確率的に次の移動場所を決定する．その値は，壁や出入口などの静的環境と動的に変化する人物移動軌跡の両者に依存して決定される．本研究では，静的環境を決めるパラメータとして，目的地からの距離によって誘引の強弱を制御するものと，各人物がどの目的地へ向かっているかを指定するラベルを導入し，それを環境モデルパラメータと呼ぶことにする．これらのパラメータは観測できない隠れ変数であるため，一般状態空間モデルの枠組みで推定問題を定式化し，粒子フィルタを用いて数値的に推定する．実験では，公開されている実際の移動軌跡データに対してパラメータを推定し，推定したパラメータによるシミュレーションがどのくらい実際の移動軌跡に近いかを評価した．

画像による自己位置推定に用いるファジィコードブック型画像探索法を提案し，図書館における情報利用・探索行動の調査研究に応用する．提案する画像探索法では，ファジィクラスタリングによりコードブックを生成し，位置情報付き画像を索引付けする．図書館内での自己位置は，生成したコードブックに基づき，クエリとなるウェアラブルカメラで撮影した画像および位置情報付き画像から推定する．全方位カメラを用いて千葉大学附属図書館内を撮影することで実験用の位置情報付き画像を取得し，これらの画像を用いて，提案法を精度，計算コストおよび情報利用・探索行動研究への適用可能性の観点で評価する．

非同期な複数の距離カメラで撮影した移動物体の3 次元位置合わせ手法を提案する．複数の距離カメラを用いることにより，物体の死角となる部分を互いに補った 3 次元形状を求めることができる．もし，複数カメラ間で同期がとれていれば，物体が移動していても，カメラ同士の空間的位置関係を正確に求めておくことで形状の位置合わせは容易にできる．しかし，カメラが時間的に非同期であるとき，撮影タイミングにずれが存在するため，移動物体を撮影するとそれぞれのカメラで撮影した物体の 3 次元位置にはずれが生じる．本研究では，時間的に非同期な複数の距離カメラで撮影した移動物体の位置合わせを行うことで時間的キャリブレーションを行う．実験では，2 台の距離カメラを用いて撮影した自由落下するボールや歩行中の人物に対して，提案手法の有効性を示す．A 3D registration method for moving objects taken by asynchronous multiple range cameras is proposed. If multiple range cameras are synchronized with each other, 3D registration of moving objects can besolved by performing multiple view camera calibration. In theasynchronous case, it is additionally necessary to compensate the time lag between the cameras. To do this, we convert the problem into 3D registration between two sets of spatial points captured from asynchronous two range cameras. In experiments with a ball in free fall and a walking person, we show the effectiveness of the proposed method.

非同期な複数の距離カメラで撮影した移動物体の3次元位置合わせ手法を提案する.複数の距離カメラを用いることにより,物体の死角となる部分を互いに補った3次元形状を求めることができる.もし,複数カメラ間で同期がとれていれば,物体が移動していても,カメラ同士の空間的位置関係を正確に求めておくことで形状の位置合わせは容易にできる.しかし,カメラが時間的に非同期であるとき,撮影タイミングにずれが存在するため,移動物体を撮影するとそれぞれのカメラで撮影した物体の3次元位置にはずれが生じる.本研究では,時間的に非同期な複数の距離カメラで撮影した移動物体の位置合わせを行うことで時間的キャリブレーションを行う.実験では,2台の距離カメラを用いて撮影した自由落下するボールや歩行中の人物に対して,提案手法の有効性を示す.

本論文ではKinectによる手話認識手法を提案する.Kinectにより得られたRGB画像と距離情報を統合し,パーティクルフィルタにより,3次元空間上での手の位置座標を推定して,HMMにより連続手話認識を行った.その結果,従来手法であるRGB画像のみを用いたものと比較して認識精度を76.2%から86.0%に向上させることができた.また,磁気センサを用いた場合に比べ,認識精度の低下を1%以下に抑えることができた.実用的な応用を考慮した場合,磁気センサは高価で,装着するのも面倒であるが,提案手法は一般のユーザでも容易に入手可能なKinectのみを使用するため,実用的であるということが言える.

人間の活動を支援する情報システムを実現するためには，情報システムと人間との自然なインタラクションが重要である．とりわけ視線はその人の意図や注意を表しているため，視線を利用したインタフェースが注目されている．人の注視を遮ることなく，別の場所に自然と誘導することができれば，その利用価値は高いと考えられる．そのようなインタフェースを実現するために，本研究では与えられた画像の中で指定した場所が注視されやすくなるように，与えられた画像を加工する手法を提案する．提案手法では，まず入力画像の視覚的顕著性マップを計算する．そして，指定した領域の視覚的顕著性を上げ，領域外の視覚的顕著性を下げるように明るさと色の調整を繰り返すことで，領域内の顕著性が最大となるような画像を生成する．The information system that assists human activities involves natural interface with human beings as its important part. Gaze information strongly reflects his/her interest or attention and thus gaze-based interface is promising. In particular, if we can smoothly guide his/her visual attention toward a target without interrupting his/her current visual attention, the usefulness of gaze-based interface will be highly enhanced. To realize such an interface, this paper proposes a method for editing an image, given a region in the image, to synthesize an image in which the region is most salient. Our method first computes a saliency map of a given image and then iteratively adjusts intensity and colors so that saliency inside a given region becomes high while that outside the region becomes low. This iteration is carried out until the saliency inside the region becomes highest over the image.

動画像中の複数人物を追跡するために，出口や障害物などの環境が歩行者に与える作用を組み込んだセルオートマトンモデルに基づく歩行モデルを導入し，そのパラメータを動画像から推定するための統計的推定法を提案する．そのために，離散的なモデルであるセルオートマトンモデルをシステムモデルとして組み込んだ一般状態空間モデルを導入し，粒子フィルタによる逐次モンテカルロ近似によってパラメータを推定する．推定法では，オフライン型の最尤推定法とオンライン型の逐次ベイズ推定法の 2 つを用いている．実験では，基本的な性能を評価するために，歩行者位置は検出できているものとして，人工的に作成した数値データを用いて，2 つの推定法を比較検証している．For people tracking in image sequences, we introduce a cellular automaton model which describes the effect of obstacles and exits in space on the movement of people, and proposes a statistical method for estimating parameters of the model from image sequences. To this end, we formulate the cellular automaton model as a general state space model and estimates the parameters using a particle filter in the framework of maximum likelihood and sequential Bayesian estimation. In experiments, we compare the two estimates with numerical data to evaluate the basic performance of the proposed methods.

画像上での物体の見えの変化を記述する確率的な生成モデルを導入し，見えの変化に対して追従性の高い物体追跡法を提案する．提案手法では，物体の見え方変化をパラメトリック固有空間法を用いて事前に学習し，学習画像から構成した固有部分空間上における学習多様体として表現する．この学習多様体上で次時刻での物体の見えを確率モデルによって生成し，観測画像と比較して尤度評価する．この生成的な方法は，ある 1 方向から撮影した物体の固定的なテンプレートを用いる方法に比べて，テンプレートを逐次更新していることに相当するため，見えの変化に対して追従性を高めることができる．ただし，一般に，学習多様体は複雑な形状の曲線や曲面となり，物体の向き変化とその投影画像との関係は非線形になる．そのため，学習多様体上の時系列モデルの解析的な扱いは困難になる．そこで，パーティクルフィルタを用いて追跡アルゴリズムを構築する．実画像を用いた実験によりその有効性を示す．We propose a method for tracking objects in image sequences using a generative appearance model on learned manifolds. The appearance model is defined as a stochastic model on the learned manifold and is used to predict timevarying appearances of objects in image sequences. Unlike the classical template matching, the proposed method generates appearance templates of objects in successive images and updates them in an online manner. The learned manifolds are constructed by the parametric eigenspace method and the appearance templates on the manifolds are generated by a particle filter. Each particle has its own appearance template and updates it in a framework of sequential Bayesian estimation. In experiments with real image sequences, we show the effectiveness of the proposed method.

複数枚の低解像画像から高解像画像を再構成するための超解像処理のために，ベイズ型情報量基準に基づく正則化パラメータ決定法を提案する．まず，この超解像処理を最大事後確率推定もしくは罰則付き最尤推定の枠組みで定式化する．次に，この定式化で現れる正則化パラメータを確率変数として扱い，ベイズ型情報量基準に基づいて決定する．ここで，ベイズ型情報量基準の算出に現れる多重積分の解析的な取扱いが困難なため，その２次近似による近似積分を導入する．ベイズ型情報量基準の導入により，従来多くの手法で試行錯誤的に決定していた正則化パラメータを合理的に自動決定できるようになる．検証実験で，提案手法の有効性を示す．

ビジュアルトラッキングでは通常，カメラレンジからのフレームアウトが生じた場合，追跡を中断する．本研究では，背景から推定した地理情報を用いることで，一時的なフレームアウトであればターゲットの位置を予測し追跡を継続する方法を提案する．シーンは，自律飛行無人ヘリによる自動車の追跡を想定する．パーティクルフィルタを用いて動画像からターゲットの速度と姿勢を逐次推定し，追跡を行う．地理情報として道路を利用し，道路領域推定にもパーティクルフィルタを用いる．推定された道路領域から，未知部分の道路を3次スプラインで外挿する．ターゲットの状態空間モデルに自動車は道路上を走行しているという事前知識を加えることで，フレームから消失したターゲットを予測する．シミュレーション実験で提案法の有用性を示す．

自動車運転者の挙動推定は安全運転支援システムの開発において重要である．我々はこの目的の為に，パーティクルフィルタの利用を提案する．いくつかのセンサ，例えば，運転者の顔を撮影するカメラや，マイクロ波のドップラ効果による速度センサを使った運転者足挙動の計測，および複数マイクロフォンによる運転者声の記録や特定などといったものを，３画面のドライビングシミュレータの擬似キャビンに配置した．これらセンサの信号から，パーティクルフィルタにより工夫された状態空間モデルを使って所望の情報を推定する．こうして得られた情報はサーバマシンに集約され，より大域的なドライバ挙動把握に用いられる．これを実現するデータ集約システムを，TCP/IPのクライアントサーバシステムとして構築した．

動画像中のターゲット追跡において隠れやフレームアウトが生じると追跡が破綻するという問題に対し，地形情報を考慮することで一時的な隠れやフレームアウトであればターゲットの位置を予測し追跡を継続できる方法を提案する．自律飛行無人ヘリによる自動車の追跡を想定する．地形情報として道路を利用し，色情報に基づき道路の境界を検出する．隠れ部分やフレーム外の道路を３次スプラインで外挿する．自動車の速度及び姿勢を状態とし，システムモデルにて状態の時間的推移をランダムウォークで記述する．ここで，姿勢モデルとして，自動車の向きを道路が続く方向とする．観測モデルは自動車の運動モデルとヘリの操作量との相対的位置で記述し，尤度は自動車の特徴量と道路との同時分布となる．システムモデルと観測モデルで状態空間モデルを構成し，パーティクルフィルタを用いた逐次状態推定により追跡を行う．シミュレーションおよび実画像での追跡実験により提案法の有用性を示す．

ビデオ画像中の注目領域の追跡のために，統計的な運動モデル，オプティカルフロー駆動型運動モデル，を提案し，それを用いた適応的な粒子フィルタアルゴリズムを示す．この運動モデルは，疎なオプティカルフローから推定される運動変化をモデルに組み込み，それを基に運動状態を「駆動」させることで適応的なモデル化を実現する．さらに，粒子フィルタの推定精度や効率性に影響を与えるパラメータである分散を自動的に調整する方法を導入する．分散は多くの粒子フィルタでは手動で経験的に設定されるが，この手間を自動化することができる．また，領域ベースの類似度でそのモデルの尤度を計算することで，局所・大局的な画像特徴を相補的に利用することができるようになる．検証実験では，実行時間はほとんど差がないにもかかわらず，従来法と比べて高精度かつ安定して動作することを示す．

線形推定に基づく逐次重点サンプリング型の粒子型フィルタを提案する．従来広く用いられている事前モデル型サンプリング法では，急激な状態変化が発生したときに予測が外れ，事後分布の近似精度が劣化してしまう．提案手法は，線形推定による大まかな予測に基づいて重点サンプリングするため追従性に優れている．まず，線形最小二乗法に基づく重点関数の設計法を提案し，優決定の連立方程式を毎時刻解く必要がない方法を示す．次に，誤追跡による外れ値を考慮して線形ロバスト推定に基づく方法へ拡張し，数値探索に頼らない方法を示す．最後に，大きな状態変化の検出により事前モデルと提案する重点関数を切り替える方法を提案する．これにより，滑らかな推定と急な状態変化の検出の両方を扱うことができる．急な運動変化を含む実画像に対して従来手法と比較し，増加する計算時間は高々1ms/frameでありながら，高精度かつ頑健な推定を達成していること示す．

ディジタル画像における画素位置が離散的であることを考慮した粒子型フィルタリングに基づく物体追跡アルゴリズムを提案する．時系列フィルタリングの数値近似解法の一つである粒子型フィルタは，非ガウス・非線形な状態を取り扱うことができるため幅広い運動モデルを取り扱える反面，単純なテンプレートマッチングに比べ大きな計算コストを必要とする．そこで，画像空間が離散的であることを利用して，冗長な計算を省くことで，素朴な実装よりもより高速なアルゴリズムを提案し，その有効性を示す．

意思決定者選考モデルの不完全比較問題に対しSONIAに基づく意思決定ニューラル・ネットを提案し、レストランにおける仕事の割り当てへの応用を検討する。SONIAはＢ細胞自動生成する免疫系の突然変異を応用する事により不完全比較問題の少ない学習データにおいて非一様なデータ分布に対し隠れ層を適切に補充し、十分な近似精度を得ることができる。Ｌｐメートリック関数問題により提案法の平均誤差が従来のBPNNに比べ減少することを示す。

Driving hazardous factors or dangerous regions detection algorithm is proposed This algorithm is based on two combinations of local information, provided by optical flow, and global information, obtained from vehicle's states. The algorithm infers degrees of danger of moving objects in dynamic images taken from a vehicle-mounted camera using artificial neural networks. It makes the system more flexible to multiple drivers with dissimilar characteristics. Experiments are done on model and real vehicles videos with multiple moving objects. The results show that it is possible to determine dangerous regions close to the drivers' decisions. The foundation of a practical driver assistance system is fixed by the proposed algorithm.

A dangerous regions detection algorithm based on two combinations of local information, provided by optical flow, and global information, obtained from vehicle's states, is proposed. The algorithm infers degrees of danger of moving objects in dynamic images taken from a vehicle-mounted camera using artificial neural networks. It makes the system more flexible to multiple drivers with dissimilar characteristics. Experiments are done on model and real vehicles videos with multiple moving objects. The results show that it is possible to determine dangerous regions close to the drivers' decisions. The foundation of a practical driver assistance system is fixed by the proposed algorithm.