| 講演名 | 2000/3/16 時系列画像における特徴点からの消失点検出 皆川 明洋, 小林 幸彦, 田川 憲男, 田中 利幸, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 時系列画像に対する消失点検出手法を提案する.これまで単一フレームからの消失点検出手法が議論されている.しかしながら, 環境認識では時系列画像が用いられることが多くなってきており, 時系列画像の性質を利用して消失点を検出する手法を研究することが重要である.本稿での提案手法は, 個々の直線成分への特徴点の分類と消失点座標の推測とを確率モデルに基づいて同時に行うような単一フレームに対する手法の拡張であり, 消失点座標の時系列に対する事前知識を仮定し, それを利用する.アルゴリズム全体は, EM(Expectation Maximization)アルゴリズムを2階層で使う構成となっており, まず, 各直線成分のパラメータをはじめとするモデルパラメータの最尤推定と, 消失点座標のMAP(maximum a posteriori)推定および特徴点の分類とを同時におこなうためにEMアルゴリズムを使う.さらにこの内側で消失点座標のMAP推定と特徴点の分類を行うために再びEMアルゴリズムを使う.また, EMアルゴリズムを適用するために必要な期待値の算出に対し, 鞍点近似を用いることで演算を簡略化する.上記の提案手法に対してシミュレーションを行い, 従来法よりも安定した消失点の検出が可能であることを示す. |
| 抄録(英) | A method of vanishing point detection from sequential images is proposed. Conventional approaches for sequential images use methods of vanishing point detection for a single frame. However, in sequential images we can utilize inter-frame information, which may be useful in improving performance of the detection. The proposed method in this paper expends the previously proposed method for a single frame, which, based on a probability model, simultaneously estimates the vanishing point position and classifies feature points into line components supported by the vanishing point, in assuming and utilizing a priori knowledge for the vanishing point sequence in the images. The structure of the whole algorithm is a 2-level hierarchy of EM (Expectation Maximization) algorithms: In the upper level, maximum likelihood estimation of model parameters, including those for line components, and MAP (maximum a posteriori) estimation of the vanishing point position, as well as classification of feature points, are to be solved simultaneously via EM algorithm. In the lower lebel, EM algorithm is again used to solve the problem of MAP estimation and classification of feature points simultaneously. Computation is simplified by applying the saddle-point approximation in the E-step of the upper level EM algorithm. Effectiveness of the proposed method is confirmed by computer simulations. |
| キーワード(和) | 消失点検出 / 時系列画像 / 最尤推定 / MAP推定 / EMアルゴリズム / 鞍点近似 |
| キーワード(英) | image sequence / vanishing point detection / ML(maximum likelihood)estimation / MAP estimation / EM alogorithm / saddle / point approximation |
| 資料番号 | NLC99-67,PRMU99-250 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2000/3/16(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 時系列画像における特徴点からの消失点検出 |
| サブタイトル（和） | |
| タイトル（英） | Vanishing Point Detection for Image Sequence using Feature Points |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 消失点検出 / image sequence |
| キーワード(2)（和/英） | 時系列画像 / vanishing point detection |
| キーワード(3)（和/英） | 最尤推定 / ML(maximum likelihood)estimation |
| キーワード(4)（和/英） | MAP推定 / MAP estimation |
| キーワード(5)（和/英） | EMアルゴリズム / EM alogorithm |
| キーワード(6)（和/英） | 鞍点近似 / saddle |
| 第 1 著者 氏名（和/英） | 皆川 明洋 / Akihiro MINAGAWA |
| 第 1 著者 所属（和/英） | 東京都立大学大学院 工学研究科 Graduate School of Engineering, Tokyo Metropolitan University |
| 第 2 著者 氏名（和/英） | 小林 幸彦 / Yukihiko KOBAYASHI |
| 第 2 著者 所属（和/英） | 東京都立大学大学院 工学研究科 Graduate School of Engineering, Tokyo Metropolitan University |
| 第 3 著者 氏名（和/英） | 田川 憲男 / Norio TAGAWA |
| 第 3 著者 所属（和/英） | 東京都立大学大学院 工学研究科 Graduate School of Engineering, Tokyo Metropolitan University |
| 第 4 著者 氏名（和/英） | 田中 利幸 / Toshiyuki TANAKA |
| 第 4 著者 所属（和/英） | 東京都立大学大学院 工学研究科 Graduate School of Engineering, Tokyo Metropolitan University |
| 発表年月日 | 2000/3/16 |
| 資料番号 | NLC99-67,PRMU99-250 |
| 巻番号（vol） | vol.99 |
| 号番号（no） | 709 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |