画像・映像メディア認識研究室

新井 啓之 教授

Laboratory

研究室紹介

「画像認識技術を核として新たなアプリケーションを創出」

画像や映像から特定の物体を検出したり被写体の種類や状態を判定したりする画像認識技術は近年飛躍的な進歩を遂げつつあり、映像監視、ロボティクス、メディアインタラクションをはじめとして様々な分野において実用化への期待が高まっています。本研究室では実際に利用される場面を明確にしながら、そこで必要となる画像認識技術の研究・開発を進め、プロトタイプ実装、現場での実証実験を通して、新たなアプリケーションを世に送り出していくことを目標とします。なお画像認識に関する技術課題の解決のためには、情報分野だけでなく物理学、幾何学、時には認知・心理学といった様々な視点からのアプローチが必要となりますが、本研究室では関連分野の知見も積極的に学び、活用していきます。

ゼミの様子

卒業研究

クラウドやIoT技術の進展にともない各種センサやカメラなどの機器をネットワークに接続してデータを集約利用する形の様々な画像認識サービスが実用化されていくと思われます。またスマートフォンをはじめとする携帯端末やVRゴーグルの普及により、画像認識技術をキーとする新たなアプリケーションが生まれてくる可能性があります。卒業研究では、こういった技術環境の変化を捉えながら、新たなアプリケーションを提案、可視化(プロトタイプ実装)していきます。本研究室では学生自身が考え、提案した卒研テーマに取り組むことを基本としています。

最近の卒研テーマ例1:視覚障がい者歩行支援のための点字ブロック認識

本研究は視覚障がい者の方に対し、進路や周囲の状況を認識して案内するサービスを想定し、画像から点字ブロックを認識する技術を実現することを目的とします。特に、本研究では点字ブロック独特の形状情報である周期パターン(テクスチャ)を明示的に捉えるための周波数解析に取り組みました。

視覚障がい者の歩行支援のイメージ

画像の周波数解析の様子

最近の卒研テーマ例2:安全管理支援のための映像解析技術

本研究は定点カメラを用いて撮影場所の状態の変化や異常を検知することを目的としています。実際の利用場面では、どんな変化や異常が発生するかが事前にわからないことが多いため、画像内の空間的な関係性や時間方向の関係性に変化があったことを捉えるアルゴリズムについて検討、実装、評価を行いました。以下の図では、画像内での関係性に変化があったと判定されたところを線で結んで可視化しています。

関係性の変化に注目した解析の例

最近の卒研テーマ例3:DeepLearningによる画像変換の応用可能性の検討

近年注目されているDeepLearning(深層学習)技術では、画像認識だけでなく様々な画像変換を行う技術も提案されています。本研究ではCycleGANと呼ばれる画像変換アルゴリズムについて、その限界を調べることでどのような応用可能性があるのかを検討しました。

CycleGANによる画像変換の例(キノコの画像をクラゲの画像に変換)

研究環境

本研究室には実験用の各種カメラ、1人1台の画像処理用計算機が用意されていますので、すぐに研究テーマに取り組むことができます。また、近年注目されているDeepLearning(深層学習)用の計算機も用意されていますので、最新の画像処理、画像認識のテーマに取り組むことも可能です。