講演抄録/キーワード |
講演名 |
2019-12-05 13:55
物体検出システムの性能向上に向けた円型標識抽出手法の提案 ○印 芳・片山健太朗・吉田英司(富士通研) |
抄録 |
(和) |
センシング技術やパターン認識技術の進展に伴い、サイバーフィジカルシステム(CPS)の実現が現実味を帯びてきた。関連技術の1つとして、動的な交通情報を表示するダイナミックマップが挙げられる。ダイナミックマップの構築においては、各車両に搭載されているカメラやセンサー情報を元に映像上の物体に対する認識処理を行い、各車両から得た情報を集約してマップ上へダイナミックに写像する。物体認識には大量の演算リソースを必要とするが、車載コンピュータなど所謂エッジデバイスですべてをまかなうには、処理能力やメモリの容量が足りないという問題がある。一方、高精細な車載カメラ映像やセンサーデータをすべてクラウドに送信しクラウド側で処理するアーキテクチャでは、大量のデータを送信するネットワーク帯域が問題となる。そこで、我々は高精細映像から認識対象物が存在する可能性のある候補領域の抽出をエッジ側で行い、抽出された映像に対する認識処理をクラウド側で行うことにより、ネットワークへのデータ転送量及びクラウド側でのデータ処理量を効果的に削減し、高速に物体認識を行うシステムの研究を行っている。本論文では、円型道路標識を対象とした検出処理の方法について、エッジ側での低負荷な映像選別処理技術について検討した結果について報告する。提案手法では、HSV空間上での色フィルタによって候補領域を抽出し、抽出された画素に対して円検出処理を行う。提案手法では、4ライン分のバッファのみを入力とし、高速に円検出を行うことができる。本手法を車載カメラ映像における円型標識検出処理に適用した結果、従来手法より11.5倍高速化することができた。 |
(英) |
Cyber-physical system (CPS) becomes realistic with the development of sensing technology and pattern recognition technology. There is a typical example that dynamic map could display the traffic information dynamically. In dynamic map construction, objects are recognized based on the information from each vehicle’s camera and sensor, and recognition results from each vehicle are aggregated and mapped dynamically. Since objects recognition requires a large amount of computing resources, there is a problem that memory capacity and processing capability are insufficient while performing all processing by edge device such as in-vehicle computer. Furthermore, low bandwidth is also a problem while transmitting a large amount of data in the data transfer architecture from in-vehicle to cloud. Therefore, our research efforts focus on the architecture which extracts the shape of objects by edge device, and recognize objects by cloud to reduce network bandwidth. This paper reports the results of proposed fast circular road signs extraction method by the edge device. We extract a candidate region by color filter in HSV space, and detect the center of a circle by only 4 lines input buffer. The experimental result shows our proposed method is 11.5 times faster than the conventional one. |
キーワード |
(和) |
サイバーフィジカルシステム / エッジコンピューティング / 画像処理 / 人工知能 / / / / |
(英) |
Cyber-Physical System / Edge Computing / Image Processing / Artificial Intelligence / / / / |
文献情報 |
映情学技報 |
資料番号 |
|
発行日 |
|
ISSN |
|
PDFダウンロード |
|