動画像を用いた人体の特徴点抽出の効率化に関する研究

http://www.chikatsu-lab.g.dendai.ac.jp/
東京電機大学近津研究室
動画像を用いた人体の特徴点抽出の
効率化に関する研究
応用システム工学専攻博士後期課程
大嶽達哉 ([email protected])
はじめに & 研究背景
35
人体領域抽出
%
JAPAN
U.S.A
FRANCE
GERMANY
SWEDEN
U.K. (ENGLAND)
30
25
22.0
21.2
20
背景画像と前景画像の取得
高齢者の交通事故が増加.
交差点において (57%).
道路構造の改善が急務.
32.3
28.0
両画像の差分画像処理
20.0
差分画像に輪郭追跡処理
15
12.4
8.3
5
日本は深刻な問題に直面.
２０１５年には、４人に１人が
高齢者となる時代を迎える.
13.0
12.0
9.8
10
7.1
4.9
0
1950
1960
1970
1980
1990
2000
2010
2020
2030
2040
ノイズ除去を再度実行
2050y e a r
様々な法律や規定が施行. 交通バリアフリー法が２０００年に施行.
しかしながら、この法律は計測データなどと言った客観的データにより策
定されたものは少ない.
n人物領域の抽出
HVTシステムにより得られる背景画像および前景画像を
用いて差分画像を作成.
n人体の特徴点の抽出
差分画像にスケルトン処理.
n道路構造の評価
人体の特徴点抽出
Case 2 :面積相関法とエピポーラ幾何
Case 1 : 面積相関法
Case 2 : 面積相関法と
エピポーラ幾何
左画像のスケルトン処理
左画像のスケルトン処理
左画像のスケルトン処理
左画像の特徴点の決定
右画像のスケルトン処理
左右画像の特徴点の決定
左画像の特徴点の決定
左画像の特徴点の周りに
テンプレートを作成
左画像の特徴点の周りに
テンプレートを作成
右画像の特徴点の周りを
テンプレートマッチング
右画像のエピポーラライン上を
テンプレートマッチング
左画像の特徴点の周りに
テンプレートを作成
Right image
(Before
Calculation)
右画像のエピポーラライン上を
テンプレートマッチング
Right image
(After
Calculation)
Epipolar line
右画像の特徴点の最終決定
Right image (Color)
Skeletonized
Left image
Right image
右画像の特徴点の最終決定
右画像のエピポーラライン上をテンプレー
トマッチングすることにより、右画像の特徴
点を検索
Case 1 : 面積相関法
左画像のスケルトン処理
Right image
右画像のスケルトン処理
左画像の特徴点の周りに
テンプレートを作成
結論 & 今後の課題
結論
左右画像の特徴点の決定
n交通バリアフリーの観点からマーカレス歩行解析をHVT システムを用いて行った .
Left image
n堅牢な人物領域および人体の特徴点抽出を内部および外部標定要素を効果的
に用いることにより行った.
Left
image
(Binalized)
右画像の特徴点の周りを
テンプレートマッチング
今後の課題
右画像の特徴点の最終決定
Right image (Color)
得られた対応点がスケルトン処理により
得られた特徴点と異なる場合、得られた
対応点を新しい特徴点として適用する.
nHVTシステムを用いることにより、エピポーララインを効率的に算出し、特徴点のマッチング精度の向上をはかった .
Left
image
(Color)
http://www.chikatsu-lab.g.dendai.ac.jp/
nより複雑な背景からの人物領域の抽出.
n人体の３次元形状モデリングおよびアニメーション.
東京電機大学近津研究室

Download Report