川本 一彦

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.

高度道路交通システムの安全運転支援のために,単眼カメラを用いた他車の挙動把握,その危険の度合いの推論,および仮想的な俯瞰走行シーン画像での情報提示について提案する.挙動把握では,外乱の影響の大きい屋外環境でも頑健に動作させるために,逐次モンテカルロフィルタに基づく車輪追跡アルゴリズムを導入する.次に,車載カメラ動画像から平面射影変換により仮想的な俯瞰画像を生成し,追跡結果を走行シーン状況の提示や分析に適した情報に加工する.さらに,ファジィ推論により他車の危険の度合いを計算し,仮想画像へ重畳させる.実験では,市街地での割り込みシーンを撮影した車載カメラ動画像を用いて,提案システムを検証する.

多数決決定と無作為抽出に基づく確率的アルゴリズムを用いて,数十枚の方向から撮影された画像情報を統合し,対象物の全体的な3次元形状を再構成する手法を提案する.提案手法は,いすべての画像上の投影像からその一部分を無作為に選ぶ,2)それらに矛盾しない部分的な3次元形状を仮説として再構成する、ことを繰り返し,最終的に多くの観測データが支持する仮説を統合して全体的な形状の再構成を行う.提案手法の特長は,多数決決定により,多視点画像上での見え方の違いや隠蔽により生じる解の多義性を解消し,無作為抽出により,数十枚の画像情報を現実的な時間で処理できる点にある.本論文では,提案手法が凹凸を合む形状にも適用できること(第2章),対象物が点だけでなく直線や平面から構成されているときのアルゴリズムの具体的な設計(第3〜4章),多視点ではなく1台のカメラによる時系列計測への適用(第5章)について議論している.

カメラ校正が行われているとき、空間中の点と直線との同次座標とそれらの棟映像の同次座標の関係は、ともに線形拘束式によって示される。したがって、対応関係が未知の3次元復元問題は、複数の画像から決まる線形拘束式を満足する解を求める問題として定式化できる。多数の線形拘束式を連立させた連立方程式が同方程式になることから、その解は零空間内に存在する。この解探索を零空間探索と呼び、そのための計算法としてランダム標本化と投票に基づく算法を提案する。

我々は, 既に, ランダム標本化と投票を利用して, 対応関係が分からない多数の画像から, 3次元形状を復元する手法を提案している.その手法は, 最初にすべての画像上のデータを集めてから3次元復元の処理を行う, オフライン手法である.本論文では, そのオフライン手法を改良して, 新しい画像を計測するたびに3次元復元の処理を行う, オンライン手法を提案する.画像上のデータとして, 特徴点もしくはエッジ点列に当てはめた直線を扱う.カメラ校正が行われているとき, 空間中の点と直線は, それぞれ2時刻と3時刻の画像上の投影像から一意に計算することができる.これらの性質を利用して, 過去の画像列から, 新しい画像上の対応関係と3次元位置を推定する.

本論文では, 対応関係が未知な多視点画像列から空間直線を決定するアルゴリズムを提案する.提案するアルゴリズムは, 2次元図形抽出等に使われるランダムハフ変換を空間直線抽出に適用したものである.一般にハフ変換を構成するためには, 各点が1つの図形を表現するパラメータ空間が必要である.空間直線の場合, そのプリュッカー座標による表現から, パラメータ空間は6次元空間内の上半超単位球である.また, 空間直線は3次元空間内の2点から一意に決定できる.以上の性質を利用して, まず画像列から2点をランダムに復元し, その2点を通過する空間直線を表現するパラメータ空間の1点に投票を行なう.この処理を繰り返し, パラメータ空間のピークを検出することで空間直線を決定する.

ランダム標本化と投票を利用して, 3次元物体を復元する算法を提案する.提案する算法は2次元図形抽出のためのRandomized Hough変換を3次元物体の復元に拡張した算法である.まず, 多数の画像からランダムに選んだ2個の画像上の特徴点がエピ極線拘束条件を満たすかどうかを調べる.もし, 拘束条件を満たすならば, ステレオ計測の方法で特徴点の3次元位置を求め, その3次元位置を含むボクセルに投票する.多数の画像から標本化を繰り返し投票を行えば, 3次元物体上の特徴点を含むボクセルに投票値が集まり抽出できる.また, ランダム標本化により投票値は確率変数となる.そこで, 確率的な解析より, カメラの配置に関する定性的な性質を考察する.

本論文では, ランダム標本化と投票を利用した図形の対称性を抽出する手法を提案する.この手法は, 完全な図形だけでなく, ノイズや誤差によって一部が欠けた図形の対称性を抽出することができる.まず, 点の集合として与えられた入力図形の境界に対して, 点をランダムに選びだし, 整合判定を行なう.次に, 対称性を表す特徴量を算出し, パラメータ空間に投票する.投票をある回数繰り返した後, パラメータ空間の投票値の周波数を解析することで図形の対称性の抽出を行なう.合成データに対して適用した結果, 提案する手法が有用であることを確認できた.この手法は, 回転対称, 鏡像対称の2つの対称性を同時に解析できる点に特徴があり, また, 一部が欠けた図形から元の図形の重心を抽出することができる.

特徴点の対応関係が分かっていない多数の画像から3次元物体を復元するランダム算法を提案する。まず、多数の画像から任意に選んだ2つの画像上の特徴点を通る視線の交点を3次元物体上の特徴点の候補とし、候補点に度数1を与える。十分多数の画像の対に対して候補点を計算しその度数が予め決めた閾値以上となる点を3次元物体上の特徴点として採用する。提案する算法は平面上の直線検出のためのランダムハフ変換の基本的な枠組みを3次元物体の復元に拡張した算法である。本論文では多面体を対象とし、多面体の頂点を特徴点とする。多面体の投影像の決める線画は平面上の幾何グラフとなることから、このグラフの頂点を画像の特徴点とする。また、多数の画像を撮像するカメラ視点の運動の基準点と、視点間の変位とを既知とする。