赤外線画像の人間検出への応用
9
0
0
全文
(2) 2. 赤外線について 2.1 赤外線の波長領域と区分 可視光の波長領域 0.4(μm) 0.75(μm)よりも波 長の長い 0.75(μm) 1(mm)の波長領域の電磁波を 赤外線、波長 1(mm)以上（周波数 300(GHz)以下） の電磁波を電波と呼んでいる。赤外線の中の区分に ついては 2 つの流儀があるので注意が必要である。 赤外線の発生機構に基づいた区分として、従来表 1 が用いられてきた(BK1)。. 逆転が起きても温度に差が有れば検出は可能である が、温度の差が小さくなると、人間が周囲に溶け込 み同化する現象が起る。熱帯や砂漠では注意が必要 である。 2.3 大気の窓 大気中の分子により特定の波長の赤外線エネルギー が吸収される。大気中の撮像には、「大気の窓」と 呼ばれる透過率の高い波長域が用いられる。表 4 に 透過率の高い波長域を示す(BK2)。. 表 1.赤外線の波長領域と区分 1 近赤外（near infrared）. 0.75(μm) 2.5(μm). 中赤外（intermediate infrared）. 2.5(μm) 25(μm). 遠赤外（far infrared）. 25(μm) 1(mm). 表 4. 透過率の高い波長域（単位(μm)） 近赤外線 中赤外線 遠赤外線. もう一つの区分は表 2 とする流儀であり（BK2 に は波長の境界は明記されていない）、上記区分との 大きな違いは中赤外と 遠赤外の境界が 7(μm) と 25(μm)より波長が短くなっている点である。 表 2.赤外線の波長領域と区分 2 近赤外（near infrared）. 0.75(μm) 3(μm). 中赤外（intermediate infrared）. 3(μm) 7(μm). 遠赤外（far infrared）. 7(μm) 1(mm). これは、赤外線画像として使われる透過率の高い「大 気の窓」の波長域、レンズと撮像素子、人体から放 射される波長領域等に関係していると考えられる。 本稿では後者の区分を用いる。 2.2 最大エネルギー放射波長 温度を持つ物体は赤外線を放射し、その最大エネ ルギー放射波長は温度が高いと短く、温度が低いと 長くなる。この関係はウィーンの変位則として定式 化されている。この関係を表 3 に示す。 表 3. 最大エネルギー放射波長 温度[℃] 650℃ 250℃ 80 150℃ 25℃. 波長[μm] 3(μm) 5.5(μm) 8.2 6.5(μm) 9.7(μm). 人間の放射率は 4(μm)以上では 0.99 と、近似的に 1 とみなす事が出来、人間の放射は 10(μm)付近に エネルギーピークがあり、この波長帯が人間の検出 に適している。この波長帯の撮像のためには、従来 冷却型のセンサが必要とされ、装置は大型、高価格 であった。近年微細加工技術の進展により冷却不要 （uncooled）の熱型センサが可能と成り、画素数 320 240 のカメラが市販されるようになった。日本に おいて通常は人間の温度は周囲環境よりも高いが、 夏では周囲環境の温度が人間よりも高くなる極性逆 転（Polarity change）がおきる可能性が有る。極性. 1.0 1.12、1.19. 1.34、1.55. 1.75、2.05. 2.4. 3.5 4.16、4.5 5.0 8.0 9.2、10.2. 12.4、17.0. 22.0. 下線は特に透過率の高い波長域である。人間から放 射される赤外線は、遠赤外線領域の大気の窓の波長 領域にある。 2.4 光学材料 近赤外はガラスを透過するが、中遠赤外は透過し ない。通常のカメラのレンズはガラス製で、近赤外 を透過させるので、赤外線フィルムと赤色の赤外線 フィルタを用いる事で、近赤外における撮像が可能 である。これは山岳写真によく用いられている。ビ デオカメラにおいても、撮像素子の感度は近赤外ま で伸びているので、赤色の赤外線フィルタを用いる 事で、近赤外における撮像が可能である。レンズの 材料としては。3(μm) 5(μm)帯ではシリコン、8(μ m) 12(μm)帯ではゲルマニウムが用いられる。こ れらのレンズは可視光が透過しないため、レンズを 通して反対側は見えず、通常のレンズとは様相を異 にしている。レンズ保護用の窓材にもレンズと同じ 材料が用いられ、ダイヤモンドコーティングが施さ れる。撮像素子は集積回路技術や微細加工技術の進 展により、高性能化と低価格化が実現されるが、現 時点においては中遠赤外用のレンズの低価格化は難 しいと考えられる。なおビニールは材質により、遠 赤外線領域で透明になったり、不透明になったりす る。 2.5 アクティブとパッシブ 撮像における「アクティブ」と「パッシブ」の言 葉の使い方にも、全く逆の流儀が存在するので注意 が必要である。可視光、レーザ、マイクロ波等では 検出側、撮像側から電磁波を照射し、物体から反射 される電磁波を検出する場合を「アクティブ」と呼 ぶ。検出側、撮像側から電磁波を照射せず、物体か ら放射される電磁波を検出する場合を「パッシブ」 と呼ぶ。これは検出側、撮像側を主体として、電磁 波照射の行為の有無を区別している。これに対して、 物体側を主体として、物体が自ら電磁波を放射する 場合（検出側、撮像側からの電磁波照射無し）を「ア クティブ」、物体が照射された電磁波を反射する場. 2 −106−.
(3) 合を「パッシブ」と呼ぶ流儀がある。両者は全く逆 の定義をしているので、注意が必要である。 本稿では前者の定義を用いる。遠赤外では温度のあ る物体から放射される電磁波を検出するため、照明 は不要である。近赤外においては、物体から放射さ れる電磁波は極めて弱いため、照明を必要とする。 人間の目は近赤外に感度がないため、近赤外光線に 気がつかづに網膜を損傷する可能性がある。目への 安全性の考慮として、波長の長い（赤色）の可視光 を重畳する対策も考えられる。 2.6 画像処理手法 基本的には可視光に関して開発された画像処理の 適用が可能である。カメラ固定の場合には、背景差 分が有効な手法である。静止画像に関しては、エッ ジ検出、輪郭抽出、領域拡張、ROI（Region of Interest） 検出、長方形近似、クラスタリング、ハフ変換（直 線、円、一般化）、テンプレートマッチング、モデ ルフィッティング等が考えられる。動画像に関して は、予測、テンプレートマッチング、追跡、カルマ ンフィルタの適用、HMM（ヒドゥンマルコフモデ ル）等が考えられる。ステレオ画像の場合には、ス テレオマッチングが基本である。近赤外画像は、可 視画像に近く、人間の目にも直感的に理解されやす く、画像を直接呈示することも有効である。遠赤外 画像は可視画像とは様相を異にしており、画像を直 接人間に呈示しても、直感的な理解は得られにくく、 画像内容に関する何らかの認識結果を呈示する必要 がある。例えば顔画像では、顔の部品の境界は、可 視画像の様にはっきりはしていない。遠赤外画像の 特徴は、昼夜の同一シーンからほとんど同じ画像が 得られる点にある。一般に人間は周囲と比べて温度 が高いため、周囲との間に高いコントラストが生じ、 閾値を用いた 2 値化により、人間の候補領域の抽出 が可能な場合が多い。閾値の決め方にはいくつかの 手法があるが、画像ごとに決定する必要が有る。カ メラ固定の場合には、背景差分後の画像に関して、 固定閾値を適用することが可能である。 なお、周囲の温度の方が人間よりも高い場合 （Polarity change 極性反転）であっても、両者の間 の温度差がある程度以上あれば対応は可能である。 3. IV2004 昨年 6 月に Parma, Italy で開催された IEEE Intelligent Vehicle Symposium （IV2004）から、赤外線関係の 論文を 6 編紹介する。IV2004 では、赤外線関係の 論文が急増し、自動車への応用元年との印象を受け た。特に歩行者検出が多くの研究者の関心を集めて いる。 "A Multi-resolution Approach for Infrared Vision-based Pedestrian Detection"(IV1) は、人間は周囲より温度が 高いと仮定して遠赤外画像の静止画から、歩行者を 検出している。人間検出用の外接長方形の大きさを カメラからの距離で変化／限定する。動特性の利用、 追跡は行っておらず、地上固定カメラを仮定してい るのか、将来車載カメラへ拡張するのかは不明であ. る。多解像度としては、近い目標物検出のために約 1/2 の解像度の画像と元画像の 2 種類である。同一 著者による研究が 2003 年の IV においても発表さ れているが、今回の大きな特徴は、人間の熱放射を 考慮に入れた 3 次元モデルとのマッチングで検出を 行っている点である。 （図 1）. 図 1. 人間の熱放射を考慮した 3 次元モデル "Detection of Driver's Posture in the Car by Using Far Infrared Camera"(IV2)）は車載の遠赤外カメラを用い て運転者の姿勢を検出し、運転者の姿勢に適応した 情報提供することを目的としている。実験は自動車 のモックアップにカメラを設置し画像を取得してい る。アルゴリズムは顔領域検出→鼻と口の検出→顔 の向きとなっており、姿勢の検出までには達してい ない。 "Reinforcing the Reliability of Pedestrian Detection in Far-infrared Sensing"(IV3) は、道路上の歩行者を遠赤 外画像から検出している。各画素を中心とする 27 点からなるランダムパターンの画素値を 3 ビットに 符号化して閾値処理用の新しい画素値とし、連結成 分解析→外接長方形→信頼性レベルを求めている。 頭と胴体にそれぞれ検出器を用意し、両者を相補的 に用いている。頭の検出器は有効に機能し、胴体の 検出器は遠距離に有効である。複数の人間の検出も 可能である。 （図 2）. 図 2. 人間の検出 (頭部 黒 胴体 白) "Evaluation of the Detection Characteristics of Road Sensors under Poor-visibility Conditions"(IV4)は、3 種類. 3 −107−.
(4) の自動車検出器を高速道路における実交通流計測に より比較／評価している。検出器としては、可視画 像、遠赤外画像、ミリ波レーダの 3 種類である。計 測範囲は可視と遠赤外はカメラから 30m 130m、 ミリ波レーダはレーダから 60m 160m で、3 種類 共に遠ざかっていく自動車を後方から検出している。 検出台数、速度、位置についての比較を行っている。 （図 3）. 図 3. 自動車検出器の比較 / 機器配置 "Hough Transformation Based Approach for Road Border Detection in Infrared Images"(IV5)は遠赤外画像 を用いて道路端を検出している。可視光での検出が 困難な道路の構造の検出、夜間や悪天候における検 出を目的としている。道路両端に 2 本の並行な直線 を対応させ、これらが画像中では消失点を通る事を 利用している。サブサンプリングとガウシアンピラ ミッドを用いて実時間の処理を実現し、実験車に搭 載して各種の条件下で実験を行っている。 （図 4） "Developing a Near Infrared Based Night Vision System"(IV6)は、EU の 5th Framework Programme で EDEL (Enhanced Driving in Poor Visibility Conditions) としておこなわれているプロジェクトの報告である。 短期間での実用化を目指すためには、遠赤外には無 理が有り、近赤外を使用している。近赤外画像は人 間が目で見て直感的に理解できる利点がある。照明 は 810nm のレーザーアレイを前照灯の一部として 組み込んでいる。当初は運転者に画像を HUD また は イ ン パ ネ に 組 み 込 ん だ AMLCD: Active Matrix Liquid Crystal Display を用いて提供する。画像を見 やすくするためにヒストグラム操作により画像強調 を行う。(図 5) 車内に設置したカメラ（高ダイナミックレンジの CMOS センサ）と照明を同期させることにより他 車の照明との干渉を軽減する。近赤外光照明の目へ の安全性については、前照灯のガラスが割れた時に は働かせない等の対策を講じる。将来的には画像を 理解し歩行者を検出することを目的としている。道 路の端はハフ変換を用い実時間で検出している。(図 6) 歩行者検出は Haar wavelet を用い、学習を行わ せ、多次元空間における境界線を複数個の代表ベク トルを用いて決定（SVM: Support Vector Machine） しているが、現時点での処理速度は 1Hz である。 4 −108−. 図 4. 遠赤外線画像からの道路端検出. 図 5. ヒストグラム操作による画像強調.
(5) 手法により、極性逆転が生じても、人間と背景に明 るさの差が有れば検出できる手法となっている。. 図 7. 四季を通しての人間と背景の関係 "Hyperspectral Target Detection Using Kernel Spectral Matched Filter" （BV2）は軍に関連した応用の研究で、 森の中にある 14 台の軍用車の検出が例として示さ れている。飛行機に搭載した、多スペクトルの特殊 カメラで撮影した画像が解析の対象である。このカ メラは可視光から近赤外までの 0.4[μm]から 2.5[μ m]までを 0.01[μm]幅に分割した 210 帯域の画像を 生成する。このうちの 150 帯域の画像 150 枚を用い、 核マッチトフィルタ（Kernel Matched Filter）を用い ている。 （図 8）. 図 6. ハフ変換を用いた実時間道路端検出 4. OTCBVS'04 昨 年 7 月 に Washington, D. C. で 開 催 さ れ た OTCBVS'04: International IEEE WorkShop on Object Tracking and Classification Beyond Visible Spectrum は 以下の 5 つのセッションから構成されている。 Session I: Object Detection and Tracking Beyond the Visible Spectrum（4 編） Session II: Object Classification in the Infrared Spectrum （3 編） Session III: Detection, tracking and calibration in complex lighting changes（3 編） Session IV: Thermal Imaging Features for Robust Face Recognition（3 編） Session V: Sensor Fusion for Robust Object Modeling and Tracking（3 編） 学会名からも予測できるように、赤外線画像に関す る論文が主流である。16 編の論文の中から、赤外 線に直接関係している 7 編の論文を紹介する。著者 のグループの論文"Pedestrian Detection and Tracking in Far Infrared Images"は Session I に割り振られた。 "Robust Background-Subtraction for Person Detection in Thermal Imagery"（BV1）は監視／モニターを目的とし て、固定遠赤外線カメラ画像に背景差分を適用し屋 外の歩行者検出を行っている。この論文の特徴は、 年間を通しての撮像画像を対象としている点に有る。 秋、冬、春では人間の温度が周囲より高いため、画 像中で人間が周囲より明るく映っている。これに対 し、夏の画像では周囲の温度が人間より高く、人間 が 周 囲 よ り 暗 く 映 っ て い る （ 極 性 逆 転 Polarity change/inversion）(図 7)。どちらにも対応するため、 統計的背景差分によ り注視領域（ROI: Region of Interest）を検出し、前景と背景の判別、検出、分離 を行い、エッジ検出を行い、前景と背景のエッジの 論理和により背景のエッジを取り除いている。この. 図 8. マルチスペクトル画像からの自動車検出 "Disparity Based Image Segmentation For Occupant Classification" （ BV3 ） は近赤外ステレオセンサを用い て自動車の助手席搭乗者の位置と姿勢を検出し、エ アバッグを安全に作動させるためのシステムである。 マッチングから得られた視差に基づいたセグメンテ ーションを行い、搭乗者を検出する（図 9）。座席 やチャイルドシートの視差マップは予め与えられて いると仮定する。光の条件の変動に対応するため、 赤外線の照明を用いている。. 図 9. 近赤外ステレオを用いた助手席搭乗者の検出 "An Efficient and Robust Human Classification Algorithm using Finite Frequencies Probing"（BV4）は遠 赤外線画像と可視光画像を用い、開放的な戦場に混. 5 −109−.
(6) 在する車両と人間の分離により、軍事行動における 敵（場合によっては味方）の兵士の検出が目的と考 えられる。カメラは地上固定と航空機搭載である。 対象物体は画像中で検出／追跡され、外接長方形領 域で囲まれていると仮定している。時系列画像（外 接長方形の内側）の周波数解析を行い、人間の歩行 運動の周期性を捕らえている。 "Face Recognition in the Thermal Infrared Spectrum" （ BV5 ） と"Face Recognition in the Dark" （ BV6 ） ならび "Fusion of Visual and Thermal Signature with Eyeglass Removal for Robust Face Recognition"（SV7）の 3 編は 顔画像に関する研究で、共に遠赤外線画像を対象と している。第 1 の論文では探索領域を削減するため 顔の候補領域を見つけ、顔領域にベッセル（Bessel） モ デ ル を 適 用 し 、 ベ イ ズ 分 類 （ Bayesian classification）を行っている。2,500 枚の顔画像で認 識実験を行っている。この実験に使用している顔画 像の Equinox facial database は注目に値する(図 10)。 第 2 の論文は夜間での照明無しの条件下で実時間顔 認識を目指しており、監視／軍事行動が目的と推測 される。目の検出を基本としており、眼鏡使用者に 関しては眼鏡の中心を目の中心とすると誤差が大き くなる。実験では眼鏡無しで行っており、アルゴリ ズムの個々の手法は他の文献（この論文の著者）を 参照している。実験に用いた画像は目の検出用に約 200 人分の約 4,000 枚、顔認識には約 400 人の動画 像を独自に用意している。第 3 の論文は、低照明条 件または完全な暗闇での認識を目的としており、軍 事応用と推定される。可視画像と熱画像（遠赤外） に関し、画素単位のデータフュージョンと決定レベ ルにおけるフュージョンの 2 種類を適用している。 眼鏡に関しては遠赤外画像から楕円当てはめにより 検出し、眼鏡テンプレートでその部分の画像を置換 している。認識には市販のソフトウエアを使用し、 実験には前述の Equinox facial database を用いてい る。. 5. 遠赤外線画像における人間と背景のコントラス ト 5 章および 6 章は成蹊大学画像光学研究室に於け る活動の報告である。 日本の秋、冬、春においては人間の方が周囲より も温度が高い場合が多いが、夏期には周囲の温度が 人間よりも高い極性反転（Polarity change）が生じ る可能性がある。. 図 11. 時間による温度変化(2004 年 8 月 16 日) 図 12 - 14 は 2004 年 8 月 16 日の成蹊大学構内(吉祥 寺)における遠赤外線画像観測結果である。この日 は午前 10 時頃から、午後 2 時頃迄、極性反転が生 じている。緯度の低い場所ではこの現象が多く生じ ると考えられる。. 図 12. 遠赤外線画像（11 時）. 図 13. 遠赤外線画像（14 時）. 図 10. 顔画像(Equinox facial database)の一部. 6 −110−.
(7) 図 14. 遠赤外線画像（18 時） 6. 遠赤外線応用の例 6.1 歩行者検出 カメラを大人の頭の位置に設置し視線を水平とす ると、頭部が画面の上下方向の中心の水平な帯にお さまる。まず頭部の検出を行う。人間の温度が周囲 より高いと仮定し、水平な帯の中で温度の高い部分 の中心を頭部の核とする。核を中心とする領域中で 2 値化の閾値を変化させ（可変 2 値化処理） 、閾値 を超える画素数の変化を用いて頭部候補領域を検出 する。つぎに胴体、脚部の検出を行う。頭部候補領 域の下方に探査領域を設定し、p-tile 方による 2 値 化で脚部を求め、可変 2 値化処理により胴体部の検 出を行う。人間よりも周囲の温度が高い（Polarity change 極性逆転）場合には、白黒を逆転させて同 様な手法を適用することが考えられる。. (a). 対象画像 (b). 対象画像の微分(上) (c). 背景画像(d). 背景画像の微分(中) (e). b,dの差分画像 (f). b,eのAND画像(下) 図16.人間の温度が周囲より高い場合の輪郭検出. 図 15. 頭部、脚部、胴体検出結果. (a). 対象画像 (b). 対象画像の微分(上) (c). 背景画像 (d). 背景画像の微分(中) (e). b,dの差分画像 (f). b,eのAND画像(下) 図 17. 極性逆転画像における輪郭検出. カメラ固定の場合 Polarity change の有無に係わら ず人間をエッジ画像として検出する手法として、微 分、背景差分、論理操作を組み合せる手法がある。 （BV1）. まず背景画像と対象画像のエッジ画像を求め、両 者の差の絶対値と対象画像の AND（論理積）をと ると、人間のエッジ画像が得られる。ソベルオペレ ータによりエッジ画像を求め、この手法を適用した 例を示す(図 16,17)。. 6.2 背景差分を基本とした線路周辺ならびに車の 周辺の人間の検出 駅のプラットホームは危険と隣り合わせの場所で あり、最近ではプラットホーム側にもドアを設置す る場合も増加している。プラットホーム側にドアが 無い場合には、プラットホームからの人間の転落を. 7 −111−.
(8) 検出する事が安全対策として必要である。検出すべ き場所は限定されているため、固定カメラの使用が 有効と考えられる。ここでは、プラットホームから の人間の転落を想定して撮影した遠赤外画像から、 人間の候補領域を検出し外接長方形で近似している (図 18)。この手法は、踏切における侵入者の検出に も適用可能である。. 画角 7゜ 5゜ 43゜ 33゜、赤外光源で照明、ト ヨタ ナイトビューに準拠 CCD カメラ : VCC-5600WN(CIS)1/4 インチ、f=4.1 73.8mm、画角 2.7゜ 2゜ 48゜ 37゜ 画像記録 : 分割 Multi Viewer、MV-40F、FOR.A. 図 18. 左 遠赤外線画像、右 背景差分画像 自動車の周辺には死角が多く、特に駐車している 車の周辺の子供には気がつきにくい。ここでは極端 な一例として、車の下に人間が潜り込んだ場合を想 定して撮影した画像から、人間の候補領域を検出し 外接長方形で近似している(図 19)。この手法は、車 の周辺にいる子供の検出にも適用可能である。. 図 19. 左 可視画像(フラッシュ有) 右 遠赤外画像 7. 赤外線画像認識研究会の活動 赤外線画像認識研究会が 3 年計画として平成 15 年度、名城大学岡林教授を主査として自動車走行電 子技術協会内に発足し、平成 15 年 9 月財団法人日 本自動車研究所に引き継がれた。平成 16 年 3 月に 「平成 15 年度 道路画像処理の評価システムに関 する研究報告書」を公表している。 平成 15 年度は （1）赤外線関連技術の動向調査 赤外線デバイス、ハードウエア等の技術動向調査 車載赤外カメラの動向調査 手持ちカメラによる各種条件下における画像収集 （2）車載赤外カメラによる赤外画像の収集 計測車両設計、改造、装備 計測車両を用いた赤外画像の試験的な収集を 主として行った。 計測車両は cube3 に可視光、近赤外、遠赤外カメ ラを搭載し画像収集記録に供する。以下に各カメラ、 画像記録装置の緒元を示す。 遠赤外カメラ : 非冷却センサ TH7102MX（NEC 三栄） 、画素数 320 240、波長 8 14μm、視野角 水 平 29゜垂直 22゜14 ビット 近赤外カメラ : WAT-902H（ワテック）1/2 イン チ、レンズ H851VGS（スペース） 、f=8.5 51mm、. 図 20.同一シーンの可視、近赤外、遠赤外線画像の 3 画面合成 平成 16 年度は 1. 計測車両搭載カメラの全天候ハウジングへの 収納（含むワイパー） 2. 近赤外線カメラの改修と評価 3. 四季の変化による歩行者等の見え方 4. 霧での実験（11 月 22 日） 国土技術政策総 合研究所 雨霧環境実験施設（平成 10 年 3 月完成） 5. 雨天での試験 6. 定期コース以外の走行による画像取得 高速道路、トンネル、山間部、田舎道、その 他 7. 寒冷地での雪道等の画像取得 8. 路面状態の把握 等を行っている。 おわりに 赤外画像、特に遠赤外画像は人間のもつ温度によ り放射される電磁波を検出するため、人間と周囲と のコントラストが大きく、昼夜に関係なく同一の画 像が得られ、人間の検出に非常に有効である。自動 車への応用としては、夜間の視覚支援装置や歩行者 検出装置が市販車に搭載され始めている。撮像装置 の価格の低下と共に、市場への導入が急速に広まる 事が期待される。 参考文献 書籍 BK1） 赤外線工学 - 基礎と応用 - 赤外線技術 研究会 編 1991 年 3 月 20 日 BK2） 赤外線工学 久野治義著 社団法人 電 子情報通信学会編 平成 6 年 3 月 20 日 論文 IV2004 IEEE Intelligent Vehicles Symposium IV1） A Multi-resolution Approach for Infrared Vision-based Pedestrian Detection, A. Broggi, A. Fascopo. M. Carletti, University of Parma , T. Graf, M.. 8 −112−.
(9) Meinecke Volkswagen AG, MAO1.02 002 IV2） Detection of Driver's Posture in the Car by Using Far Infrared Camera, T. Kato, T. Fujii, M. Tanimoto, Nagoya University, MOO1.12 061 IV3） Reinforcing the Reliabitity of Pedestrian Detection in Far-infrared Sensing, U. Meis, M. Oberlaende and W. Ritter, DaimlerChrysler AG, TPP1.06 139 IV4） Evaluation of the Detection Characteristics of Road Sensors under Poor-visibility Conditions, R. Kurata, H. Watanabe, M. Tohno, T. Ishii, H. Oouchi (AHSRA), TAP1.03 096 IV5） Hough Transformation Based Approach for Road Border Detection in Infrared Images, B. Fardi, G. Wanielik Chemnitz University of Technology, Germany, TAP1.05 098 IV6） Developing a Near Infrared Based Night Vision System, C. Bellotti, F. Bellotti, A. DeGloria, L. Andreone, M. Mariani, Universtiy of Genoa, Fiat Research Center, University of Siena, TAP1.29 122. 論文 OTCBVS'04 IEEE Workshop on Object Tracking and Classification Beyond the Visible Spectrum BV1） Robust Background-Subtraction for Person Detection in Thermal Imagery, James W. Davis and Vinay Sharma, Ohio State University, SI-1 BV2） Hyperspectral Target Detection Using Kernel Spectral Matched Filter, Heesung Kwon and Nasser M. Nasrabadi, U.S. Army Research Laboratory, SI-4 BV3） Disparity Based Image Segmentation For Occupant Classification, Henry Kong, Qin Sun, William Bauson, Stephen Kiselewich, Paul Ainslie, Riad Hammoud, Delphi Electronics and Safety, SII-1 BV4） An Efficient and Robust Human Classification Algorithm using Finite Frequencies Probing, Yang Ran, Isaac Weiss, Qinfen Zheng and Larry S. Davis, University of Maryland, SII-3 BV5） Face Recognition in the Thermal Infrared Spectrum, Pradeep Buddharaju, Ioannis Pavlidis and Ioannis Kakadiaris, University of Houston, SIV-1 BV6） Face Recognition in the Dark, Andrea Selinger, Diego A. Socolinsky, Equinox Corporation, SIV-2 BV7） Fusion of Visual and Thermal Signature with Eyeglass Removal for Robust Face Recognition, Jingu Heo, Seong G. Kong, Besma R. Abidi, and Mongi A., University of Tennessee, SIV-3. 9 −113−.
(10)
図
関連したドキュメント
In experiment 3, Figure 8 illustrates the results using the GAC 11, DRLSE 16, and PGBLSE models in the segmentation of malignant breast tumor in an US image.. The GAC model fails
在宅医療 注射 画像診断 その他の行為 検査
Should Buyer purchase or use SCILLC products for any such unintended or unauthorized application, Buyer shall indemnify and hold SCILLC and its officers, employees,
画像 ノッチ ノッチ間隔 推定値 1 1〜2 約15cm. 1〜2 約15cm 2〜3 約15cm
一部エリアで目安値を 超えるが、仮設の遮へ い体を適宜移動して使 用するなどで、燃料取 り出しに向けた作業は
撮影画像（4月12日18時頃撮影） 画像処理後画像 モックアップ試験による映像 CRDレール
※化管法 PRTR の届出様式では、 「イ 下水道への移動」と「ロ 当該事業所の外への移動（イ以 外）
画像 ノッチ ノッチ間隔 推定値 1 1〜2 約15cm. 1〜2 約15cm 2〜3 約15cm
