パターン認識

認識系と特徴空間

照合

認識系の構成

前処理部

特徴抽出部

識別演算部

識別辞書

入力データ 出力

識別部

計測データそのもの 識別結果

•大きさの規格化•ノイズ除去•濃度の補正•歪み補正•その他

↑顔認識の例でいうと･･･

カメラから取り込んだ画像

•目、鼻、口の相対位置•口の大きさ•顔の形•色の分布•その他 Aさん

0.2, 1.89, 98.2, 19.2,80, 1.0Bさん0.3, 1.91, 84.0, 21.3, 87, 0.8

特徴ベクトル

特徴ベクトルと特徴空間

• 特徴ベクトル

– 問題ごとに異なる

– [文字認識]• 線の傾き，幅，曲率，面積，ループの数など

– [顔認識]• 顔の形，部品（目，耳，鼻，口など）の相対的位置，目の大きさ，花の形，唇の形，耳の形など

– [ ]

例：円の判定

• 画像に写っている部品の形が円なのか，それ以外なのかを識別する問題

– 特徴ベクトル

• 部品の輪郭線長さと面積 x=[輪郭線長さ, 面積]– 入力データ

• 画像

– 前処理• 輪郭線抽出，細線化

– 特徴抽出• 輪郭線の長さ(L)と輪郭線に囲まれた部分の面積(S)

– 識別辞書• 円：

• その他

[問い] ある図形について、L と S について、識別グラフを書いてみなさい

例：前処理部で行う処理内容と，特徴ベクトルをどのように設計し，目的物を検出するか。

• ロボットがカメラで所定のボルトやナットを探す（部品は重なりがないように置かれている。カメラは真上にあるという前提）

• 前処理1. 2値化

2. 輪郭抽出

• 特徴ベクトル– それぞれの輪郭の中において

1. 周囲長

2. 面積

• 検出– これらの値に、あらかじめ登録されているデータをマッチング

例：顔認証

• カメラの前の顔がAさんであるかどうか（顔認証，個人顔認証）

• 両目、鼻、耳、口などの部品（の端や中心）を抽出– それらの大きさ（縦、横）

– 位置関係

を計算

• あらかじめ登録してあるAさんのそれらの値と比較。誤差が小さければ受け入れる

コンピュータが抽出した顔の特徴点(Kinect使用）

• 写っているものが，人の顔であるか，そうでないか（顔認識，顔検出）

• 粗くしていき、濃淡の模様を見る。顔ならだいたい一番右のような濃淡になる

• Haar‐like特徴と呼ばれる，濃淡パターンを使って，顔の特徴付け

• Viola‐Jones法が現在の顔検出の主流（複数個の特徴を順位チェック）

http://news.mynavi.jp/photo/news/2012/12/13/221/images/004l.jpg

例

• 車に搭載したカメラで信号機を自動的に判断して走行する

• 青（緑）、黄、赤のランプのいずれかがともっている丸いものを探す

• その色と大きさにより、信号機全体を抽出。他に２つ、黒っぽく丸いものがあるかどうか、調べる

例：カメラの向きを画像から推定• ある交通カメラは，ランダムに四方向を映し出している．それ

ぞれの画像がどちらの方向を写したものか，判断する問題

– 前処理

• 輪郭線抽出

– 特徴ベクトル• 白っぽい部分の面積

• 平均濃度

– 識別辞書

• 四方向のデータを多数集め，それぞれから計算した特徴ベクトル

なぜこれを使ったのかはあと話します

データの分布

• では，識別はどうする？

識別部では

• だいたいこう分けたら識別できる

• これを自動化するのが識別部．

特徴ベクトルの決め方

• 問題毎にさまざま．

• これの決め方が成否を決める

• 今回の問題においては，

– 画像を眺めてみた

– 空の部分の現れ方が違う

– 全体的に暗い画像なのか，明るい画像なのかが違う

– ヒストグラム(histogram)を作ってみた

特徴ベクトル

• 特徴ベクトルとは，特徴値を集めて１つのベクトルと見なしたもの．さっきの例は二種類の特徴値が使われているので，特徴ベクトルは

• 一般には，もっと高次元．いま，d次元とすると

パターン認識と特徴ベクトルとの関係

パターン認識＝特徴空間において，点の位置によってクラス（種類）を分類すること

特徴空間

識別境界

特徴空間が二次元なので平面上に書いている

学習＝識別境界を学習データ（サンプルデータ）から作ること

5月7日

クラスの割り当て方（２クラスの場合）

クラス１

クラス１

クラス２ クラス２クラス１

クラス２未知クラス

例：「だるまさんがころんだ」

ゲームの中での動き判定：動きの判定は、主として背景差分

問題

• 次の動画では，どんな特徴値を使っているでしょうか。

– 忠犬ハチ公モード

– 桃太郎犬モード

– サッカーにおけるそれぞれのチームの選手

– 同上

答え

忠犬ハチ公モード

• 近づいたら動き出す

– もっとも近い物体がある一定の距離内

• 赤い傘を見つける

– 画面上の赤いものの面積

– なくなったら停止し，回転する

• ブルーシートを見つける

– 画面上の青いものの面積

桃太郎犬モード

• きび団子を検知

– 皿の中にある黄色い物体を検出，個数も．

– 1つなら短時間，２つなら長時間追跡

• もっとも近いもの（人）を探す

– 距離を一定に保ちながら追従

サッカーにおけるチームごとの選手

• ピッチ上の選手検出

– 服の色で人の領域とチームを検出

– ピッチ上の人の位置は，画面上の位置から計算