位置·色調統合空間におけるターゲット色検出のためのサンプルデータ学習法

摘要

我々は，背景差分とターゲット色検出の統合により，背景の急激で大きな変化に対応可能，かつ背景色と対象色の小さな差分も検出可能な対象検出法を提案している．具体的には，画像のXy座標と色のYUV階調を軸に持つxy-YUV5次元空間における最近傍識別により，背景外領域の実時間検出を実現している．しかし，1）細かな背景変動も含めた全ての背景パターンを事前に学習することは難しく，2）ターゲット色の自動学習·検出に関わる閾値が固定で与えられていたため，提案手法の性能が十分に発揮されないケースが頻繁に起こり得た．そこで本稿では，1）YUV色空間の特性を考慮して背景色サンプルデータの補間·外れ値除去を行うことにより，対象検出に適した背景データを生成し，2）背景データの各座標におけるカラー値の分散を参照し，位置に応じたターゲット色の自動学習·検出閾値を決定する手法を提案する．従来法との比較実験により，誤検出の抑制と類似した背景·ターゲット色の識別に関して提案手法の有効性を確認した．