車両の走行環境認識技術とその応用・例
安全運転支援や自律走行技術に不可欠な走行環境認識技術。車両や歩行者などの障害物、道路などをより高精度に検知できる技術を先取りし、応用システムの開発を急げ！
共催：Ｒ＆Ｄ支援センター
日時：2011年7月11日（月） 10：30〜17：30
＜講師の言葉＞
認識対象を道路上の対象物と道路に分けて、それぞれに対する認識手法を紹介する。前者に対しては、ヨーロッパの画像処理コミュニティPASCALが主催するVisual Object Classes Challenge 2008、2009のwinnerプログラムである可変形状モデルとHOG特徴量を用いた認識技術を紹介し、さらにこれにパーティクルフィルタによる追跡技術を組み合わせる手法を述べる。後者の道路や白線に関する認識では、確率的手法によるチャレンジャブルな環境における認識手法を紹介する。
＜プログラム＞
１．道路上の対象物の認識
1-1 HOG, DOG, Haar-like特徴量
1-2 可変形状モデルの構成
1-3 サポートベクターマシン（SVM）
1-4 隠れ変数サポートベクターマシン（LSVM）
1-5 LSVMによる学習手法
1-6 LSVMによる認識手法
1-7 パーティクルフィルタ
1-8 パーティクルフィルタによる車両追跡手法
1-9 道路上のマルチオブジェクト(車両，歩行者，バイク等)認識例
２．道路の認識
2-1 ホモグラフィとホモグラフィ行列
2-2 ランダムマルコフフィールド（MRF）による表現
2-3 確率伝播アルゴリズム（BPA）
2-4 EMアルゴリズム
2-5 グラフィカルモデル
2-6 ＭＲＦ， ＢＰＡ， ＥＭを用いたステレオカメラによる道路認識例
2-7 ＭＲＦと グラフィカルモデルを用いたイメージングレーザによる道路認識例
