自己遮蔽に頑健な物体追跡における除外領域検出精度の向上（指導教員今井順一准教授）今井研究室 1231036 柏木雄平はじめに除外した結果（図 7）を元に物体モデルを更新し，移動物体の視覚追跡は画像処理に関する分野で広追跡に利用する．く応用されている重要な技術である．代表的な手法追跡対象周囲領域として，色分布による物体モデルを利用したパーティクルフィルタによる追跡手法がある．さらに先行研究[1]ではこのパーティクルフィルタに加えて深図 1 RGB-D カメラ図 2 RGB 画像図 3 追跡物体候補度情報を利用し，物体が回転して自己の一部分で今まで見えていた領域が隠れ新たに違う領域が見えるようになる「自己遮蔽」に対して頑健な物体追跡を実現した．しかしこの手法では，接している床面や把持する人間の手などを追跡物体領域から分離でき図 4 色広がり図 5 除外色図 6 除外領域図 7 除外後ず，誤って物体モデルに追加してしまうことで追跡 4. 実験が破綻する問題がある．先行研究[1]では限られた条先行研究[1]の手法で除外領域を正しく検出でき件下でこれらを除外する処理を施しているが，汎用ない条件において，提案手法が検出できるかを評価性に欠けるため実用的ではなかった．そこで本研究する実験を行った．追跡対象に対して，手に手袋をは，追跡物体の周囲に広がる色情報から除外領域を着けた状態で把持する場合と，壁に隣接させた場合検出することで，自己遮蔽に頑健な物体追跡におけで追跡を行う．図 8 に従来手法，図 9 に提案手法のる除外領域検出精度の向上を図ることを目的とする．追跡の様子を示す．それぞれの画像は左に追跡結果， 2. 既存手法右に物体モデルを表した画像を示している．従来手先行研究[1]の手法では，まず色分布モデルを利用法では，追跡物体を手に手袋を着けた状態で把持すしたパーティクルフィルタにより現在時刻におけるると手袋が，壁に隣接させると壁が，それぞれ追跡追跡物体の位置を検出する．その際，自己遮蔽が発対象に含まれる．一方提案手法では，手袋で把持し生すると，追跡物体の一部であるにも関わらず物体ても手袋は追跡対象に含まれず，壁に隣接させた場モデルに含まれていない色を持つために追跡物体と合も含まれていない．すなわち，提案手法は除外領して認識されない領域が生じる可能性がある．そこ域検出精度の向上が実現できている．で，深度情報を利用した GraphCuts を適用し，追跡物体と深度が連続する領域を物体モデルに含める処理を行う．GraphCuts は，与えた情報と似た情報を隣接後もつ画素を一つの領域として切り出す手法である． 3. 提案手法既存手法では深度情報を利用し追跡物体の一部となる領域を検出するが，物体に接する床面や把持す図 8 従来手法（上：手袋下：壁）る手など，本来除外すべき領域を分離できない．そこで「追跡物体の一部である領域は既に検出されている追跡物体領域の近傍のみ存在し，除外すべき領隣接後域は追跡物体の周囲にまで広がって存在する」という仮定をおき，除外領域を検出する手法を提案する． 3.1 色の広がり検出まず，RGB-D カメラ（図 1）から RGB 画像（図 2）図 9 提案手法（上：手袋下：壁）と深度情報を取得し，既存手法と同様の処理を行う． 5. おわりにその後，RGB 画像を HSV 表色系に変換し，深度情本研究では，追跡物体の周囲にまで広がる色を検報により切り出された追跡物体候補（図 3）の周辺出し，物体モデルに含まれない色を除外色とするこ領域から色を抽出して、その色で連続する領域を検とで，深度情報によって切り出された物体モデルか出する．色の広がりを検出した例を図 4 に示す．ら除外領域を検出する手法を提案した．また，評価 3.2 除外領域の検出実験を行いその有効性を示した． 3.1 で検出した除外候補領域の色が現在の追跡物今後の課題として，追跡対象と同色の隣接物体へ体の色分布モデルに含まれるか否かを確認し，含まの対処などが挙げられる．れていない場合はその色を除外色とする．除外色を参考文献持つ領域の例を図 5 に示す．次に，定めた除外色を [1] 木辻亮，“深度情報を利用した移動カメラにおもとに色情報に基づく GraphCuts を適用して除外領ける自己遮蔽に頑健な物体追跡の実現，” 2014 域を切り出す．検出した除外領域の例を図 6 に示す．年度千葉工業大学情報科学部情報工学科 3.3 追跡利用物体モデル作成卒業論文，2014． 3.2 で得られた除外領域を図 3 の追跡物体候補から 1.