色情報と形状情報を用いた道路標識の自動検出
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
|
ログイン
]
開始行:
[[太田研 公開用Wiki]]
*色情報と形状情報を用いた道路標識の自動検出 [#jaeac04c]
#contents
*はじめに [#n1ca3008]
近年開発が盛んに行われている自動車の自動運転において, 車...
道路標識はそれぞれが持つ意味によって色と形が規定されてい...
*提案手法 [#m085e84f]
提案手法では, 入力画像が与えられるとまずその画像の表色系...
**赤色領域抽出 [#i065c444]
本研究は実環境下での使用を想定しているため, 天気や日光な...
CENTER:表1: 赤色領域抽出処理で用いた閾値
|色相|H <= 5, 135 <= H|
|彩度|S >= 90|
|明度|今回は無視|
#br
#ref(input.png,center,80%)
CENTER:図1: 入力画像の例
#br
#ref(red.png,center,40%)
CENTER:図2: 赤色領域を抽出した画像
#br
#ref(bin.png,center,40%)
CENTER:図3: 抽出した領域を二値化した画像
**ラベリング [#u68bdbfb]
ラベリングとは主に二値化画像から白の画素が連続している領...
#ref(label_param.png,center)
CENTER:図4: ラベリング結果を表示した画像
**ノイズ除去 [#ga29dedc]
ラベリング処理で分類した領域全てを候補領域とすると, 標識...
ノイズ除去の例として, 図5にノイズ除去前の二値化画像を, ま...
CENTER:表2: ノイズと見なす領域の条件
|入力画像の50分の1以下の大きさの領域|
|縦横の大きさが100pixelを超える領域|
#br
#ref(bin.png,center,40%)
CENTER:図5: ノイズ除去前の画像
#br
#ref(noise_reject.png,center,40%)
CENTER:図6: ノイズ除去後の画像
**形状認識 [#s248467a]
ノイズ除去後, 次の処理であるテンプレートマッチングの試行...
***クロージング [#n3646a8e]
候補領域は赤色の抽出具合によって領域内に穴が開いていたり...
CENTER:&ref(label_piece.png,center,60%); &ref(label_closi...
CENTER:図7: クロージング前 図8: クロージング後
***円形領域の認識 [#c369cb88]
円形領域の認識には円形度を用いる. 円形度とはその図形がど...
#ref(equation1.png,center,15%)
円形度は0から1の範囲で値をとる. この値は対象の図形が真円...
***三角形領域の認識 [#p6ba3339]
三角形領域の認識をするために, まず候補領域の輪郭情報から...
CENTER:&ref(label_piece_tri.png,center,44%); &ref(min_enc...
CENTER:図9: 候補領域例 図10: 最小外接三角形
**テンプレートマッチング [#aca07610]
形状認識後, 円形または三角形と認識された候補領域に対して...
テンプレートマッチングとは, 検出したい物体をテンプレート...
本手法では計算コストを削減するために, 対象画像全体ではな...
CENTER:&ref(temp_circ.png,center); &ref(temp_stop.png,cen...
CENTER:図11: 赤色円形の標識用 図12: 一時停止標識用
#br
CENTER:表3: テンプレートマッチングの閾値
|赤色円形の標識|0.5|
|一時停止標識|0.7|
#br
*評価実験 [#g800ce5d]
**実験方法 [#u6815401]
群馬県内でドライブレコーダーにより撮影された自動車前方の...
#ref(input_ex1.png,center)
CENTER:図13:赤色円形標識を含むデータセット例
#br
#ref(input_ex2.png,center)
CENTER:図14:一時停止標識を含むデータセット例
**実験結果 [#def18d23]
実験結果を表4に示す.
CENTER:表4: 実験結果
|CENTER:総標識数|CENTER: 検出数 |CENTER:未検出数|CENTER...
|CENTER:521|CENTER:341|CENTER:180|CENTER:4|
#br
ここで, 表4の総標識数は, データセット305枚に含まれる赤色...
総数である. 検出数は正しく標識を検出できた数, 未検出数は...
そして, 表4の結果より, 検出率と検出精度を算出した結果を表...
CENTER:表5: 実験結果(検出率と検出精度)
|CENTER:検出率|CENTER:検出精度|
|CENTER:65.5%|CENTER:98.8%|
#br
検出率とは, 総標識数に対する検出数の割合を示したものであ...
#ref(equation2.png,center,15%)
また, 検出精度とは, 検出数と誤検出数に対する検出数の割合...
#ref(equation3.png,center,15%)
以上の結果より, 総標識数521枚に対して検出率は65.5%となり,...
検出に成功した例を図15, 16に示す. なお, 赤色円形の標識を...
#ref(result267.png,center,80%)
CENTER:図15: 検出成功例(赤色円形の標識)
#br
#ref(result295.png,center,80%)
CENTER:図16: 検出成功例(一時停止標識)
*考察 [#d9179f91]
実験結果より, 対象標識を検出できなかった原因, および対象...
図17は, 赤色部分を抽出できなかったため未検出が出た入力画...
#ref(consideration_301.png,center)
CENTER:図17:劣化した標識を含む情景画像と赤色領域抽出処理...
図18は, 輪郭情報を抽出できなかったため未検出が出た入力画...
これにより, 対象領域が候補領域として認識されないため未検...
#ref(consideration_242.png,center)
CENTER:図18:輪郭抽出に失敗した入力画像と赤色領域抽出処理...
図19は, 未検出および誤検出が出た入力画像とその画像のラベ...
#ref(consideration_298.png,center)
CENTER:図19:未検出および誤検出が出た入力画像とラベリング...
*むすび [#df496376]
本稿では, 色情報と形状情報を用いた道路標識の検出手法を提...
実際にドライブレコーダーで撮影した映像から切り抜いた画像...
今後の課題として, 色情報と輪郭情報が抽出できない場合でも,...
さらに本研究の発展として, 検出の次の段階である道路標識の...
-----
#counter
終了行:
[[太田研 公開用Wiki]]
*色情報と形状情報を用いた道路標識の自動検出 [#jaeac04c]
#contents
*はじめに [#n1ca3008]
近年開発が盛んに行われている自動車の自動運転において, 車...
道路標識はそれぞれが持つ意味によって色と形が規定されてい...
*提案手法 [#m085e84f]
提案手法では, 入力画像が与えられるとまずその画像の表色系...
**赤色領域抽出 [#i065c444]
本研究は実環境下での使用を想定しているため, 天気や日光な...
CENTER:表1: 赤色領域抽出処理で用いた閾値
|色相|H <= 5, 135 <= H|
|彩度|S >= 90|
|明度|今回は無視|
#br
#ref(input.png,center,80%)
CENTER:図1: 入力画像の例
#br
#ref(red.png,center,40%)
CENTER:図2: 赤色領域を抽出した画像
#br
#ref(bin.png,center,40%)
CENTER:図3: 抽出した領域を二値化した画像
**ラベリング [#u68bdbfb]
ラベリングとは主に二値化画像から白の画素が連続している領...
#ref(label_param.png,center)
CENTER:図4: ラベリング結果を表示した画像
**ノイズ除去 [#ga29dedc]
ラベリング処理で分類した領域全てを候補領域とすると, 標識...
ノイズ除去の例として, 図5にノイズ除去前の二値化画像を, ま...
CENTER:表2: ノイズと見なす領域の条件
|入力画像の50分の1以下の大きさの領域|
|縦横の大きさが100pixelを超える領域|
#br
#ref(bin.png,center,40%)
CENTER:図5: ノイズ除去前の画像
#br
#ref(noise_reject.png,center,40%)
CENTER:図6: ノイズ除去後の画像
**形状認識 [#s248467a]
ノイズ除去後, 次の処理であるテンプレートマッチングの試行...
***クロージング [#n3646a8e]
候補領域は赤色の抽出具合によって領域内に穴が開いていたり...
CENTER:&ref(label_piece.png,center,60%); &ref(label_closi...
CENTER:図7: クロージング前 図8: クロージング後
***円形領域の認識 [#c369cb88]
円形領域の認識には円形度を用いる. 円形度とはその図形がど...
#ref(equation1.png,center,15%)
円形度は0から1の範囲で値をとる. この値は対象の図形が真円...
***三角形領域の認識 [#p6ba3339]
三角形領域の認識をするために, まず候補領域の輪郭情報から...
CENTER:&ref(label_piece_tri.png,center,44%); &ref(min_enc...
CENTER:図9: 候補領域例 図10: 最小外接三角形
**テンプレートマッチング [#aca07610]
形状認識後, 円形または三角形と認識された候補領域に対して...
テンプレートマッチングとは, 検出したい物体をテンプレート...
本手法では計算コストを削減するために, 対象画像全体ではな...
CENTER:&ref(temp_circ.png,center); &ref(temp_stop.png,cen...
CENTER:図11: 赤色円形の標識用 図12: 一時停止標識用
#br
CENTER:表3: テンプレートマッチングの閾値
|赤色円形の標識|0.5|
|一時停止標識|0.7|
#br
*評価実験 [#g800ce5d]
**実験方法 [#u6815401]
群馬県内でドライブレコーダーにより撮影された自動車前方の...
#ref(input_ex1.png,center)
CENTER:図13:赤色円形標識を含むデータセット例
#br
#ref(input_ex2.png,center)
CENTER:図14:一時停止標識を含むデータセット例
**実験結果 [#def18d23]
実験結果を表4に示す.
CENTER:表4: 実験結果
|CENTER:総標識数|CENTER: 検出数 |CENTER:未検出数|CENTER...
|CENTER:521|CENTER:341|CENTER:180|CENTER:4|
#br
ここで, 表4の総標識数は, データセット305枚に含まれる赤色...
総数である. 検出数は正しく標識を検出できた数, 未検出数は...
そして, 表4の結果より, 検出率と検出精度を算出した結果を表...
CENTER:表5: 実験結果(検出率と検出精度)
|CENTER:検出率|CENTER:検出精度|
|CENTER:65.5%|CENTER:98.8%|
#br
検出率とは, 総標識数に対する検出数の割合を示したものであ...
#ref(equation2.png,center,15%)
また, 検出精度とは, 検出数と誤検出数に対する検出数の割合...
#ref(equation3.png,center,15%)
以上の結果より, 総標識数521枚に対して検出率は65.5%となり,...
検出に成功した例を図15, 16に示す. なお, 赤色円形の標識を...
#ref(result267.png,center,80%)
CENTER:図15: 検出成功例(赤色円形の標識)
#br
#ref(result295.png,center,80%)
CENTER:図16: 検出成功例(一時停止標識)
*考察 [#d9179f91]
実験結果より, 対象標識を検出できなかった原因, および対象...
図17は, 赤色部分を抽出できなかったため未検出が出た入力画...
#ref(consideration_301.png,center)
CENTER:図17:劣化した標識を含む情景画像と赤色領域抽出処理...
図18は, 輪郭情報を抽出できなかったため未検出が出た入力画...
これにより, 対象領域が候補領域として認識されないため未検...
#ref(consideration_242.png,center)
CENTER:図18:輪郭抽出に失敗した入力画像と赤色領域抽出処理...
図19は, 未検出および誤検出が出た入力画像とその画像のラベ...
#ref(consideration_298.png,center)
CENTER:図19:未検出および誤検出が出た入力画像とラベリング...
*むすび [#df496376]
本稿では, 色情報と形状情報を用いた道路標識の検出手法を提...
実際にドライブレコーダーで撮影した映像から切り抜いた画像...
今後の課題として, 色情報と輪郭情報が抽出できない場合でも,...
さらに本研究の発展として, 検出の次の段階である道路標識の...
-----
#counter
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
