Search

近年，デジタルカメラの普及と画像処理技術の発達に伴い，複数枚の画像から広範囲を撮影したパノラマ画像を容易に取得できるようになった．特に，全周パノラマ画像は，撮影者から見た周囲状況の表現に優れる特性があることから，市街地の道案内や，3Dシミュレーションなどと非常に親和性が高い．また，Google Street Viewなどのパノラマビューシステムの普及も相まって，その活用範囲は飛躍的に拡大している．しかし，大衆の目に触れるサービスに利用されるパノラマ画像に映っている人物や車両は，周囲状況の把握には不要な情報であり，プライバシー保護の観点からも好ましくない．そこで，本研究では，デジタルカメラの動画撮影機能を用いて，フリーハンドで撮影した動画像から切り出したフレーム画像の移動体領域を特定し，移動体を背景に補完した全周パノラマ画像を生成する手法を提案する．まず，動画像の各フレームに特徴点を生成する．次に，それらを用いて画像間の対応点を取得し，基準画像に重なるように位置あわせを行う．そして，補正した画像列から移動体領域を特定する．最後に，移動体抽出画像の移動体領域を背景領域に補完しながら円筒面に投影することによって移動体を除去した全周パノラマ画像を生成する．

近年，デジタルカメラの普及と画像処理技術の発達に伴い，パノラマ画像を容易に撮影できるようになった．パノラマ画像は，広範囲の風景を一枚の画像で表現でき，建物や道路などの構造物を容易に把握できることから，建設業務の進捗記録や成果品に利用されるなど，需要も飛躍的に高まっている．しかし，施工時や完成時の構造物に関係のない重機や作業員がパノラマ画像に映り込んでいては，正確な進捗管理や精緻な品質検査を実現する上で好ましくない．そこで，本研究では，デジタルビデオカメラを用いてフリーハンドで撮影したデジタル動画像の時系列特性を利用して，複数の時系列デジタル画像から背景に最も適した画像を見出し，結果的に移動体を除去した平面パノラマ画像を自動生成する手法を提案する．まず，デジタル動画像から取得したフレーム画像に対して位置あわせを行う．次に，補正後のフレーム画像から STV（Spatio Temporal Volume）を生成する．最後に，STVのEPI（Epipolar Plane Image）から背景画素を推定することで，移動体を除去した平面パノラマ画像を生成し，本研究手法の有効性とパノラマ画像の有用性を確認する．

Recently, there has been an increase in research of system that measures traffic flow of people with the use of image processing technique. However, there is a demand for establishment of a method to accurately measure congested people flow without limiting the camera position — which is the dilemma of the existing researches. Therefore, in this research, with the use of cluster analysis, we have developed a people flow measurement system that can function even in the case of congested situation where there are no spaces between people.