形状と色に基づくニューラルネットワークを用いた道路標識の分類

概要

論文の詳細を見る
現在,高度道路交通システム(Intelligent Transport Systems:ITS)の研究開発が盛んに行なわれている.その中で,道路標識の検出・認識の方法について多くの研究が行われている.本論文では,二つの階層型ニューラルネットワークを用いて道路標識を認識する方法の開発を目的とする.一般的に色検出を行う方法として,しきい値やテンプレートを作成し,それらと比較する方法がよく用いられる.しかし,しきい値やテンプレートを作成する際に用いるサンプル画像の撮影状況の影響を受けやすいという問題がある.そこで,本論文では階層型ニューラルネットワークを用いて学習を行うことにより,撮影状況の影響を抑え,対象とする色を検出している.また,色と形状の特徴から標識を分類する為にも階層型ニューラルネットワークの学習機能を用い,その分類結果から,極座標変換とFFTを用いたテンプレートによる累積濃度誤差を算出し,認識処理を行っている.その結果,色の欠落が激しいもの・標識が隠れているもの以外は,良好な分類・認識結果を得られた.
2007-08-15