表彰式    集合写真

表彰式スライド

応募件数

  • 応募総数(アルゴリズム数):73件
    • レベル1:33件
    • レベル2:20件
    • レベル3:20件
  • 応募者数:59名
    • 学部学生:28名、大学院生:29名、高専生:2名
    • 立命館大学:14人、奈良先端科学技術大学院大学:9人、筑波大学:5人、
      大阪大学:5人、広島市立大学:4人、宮崎大学:4人、岡山県立大学:3人、
      北海道大学:2人、中京大学:2人、岐阜大学:2人、法政大学:1人、
      舞鶴工業高等専門学校:1人、東京大学:1人、東京工業大学:1人、電気通信大学:1人、
      大阪工業大学:1人、千葉大学:1人、佐世保工業高等専門学校:1人、愛媛大学:1人
※連名での応募や複数アルゴリズムの応募があり応募総数とは一致しません

結果発表

最優秀賞(1件)

 「フレーム間差分重ね合わせによる効率的な移動物体追跡」

  • 梅田 一彰(M1)
    • 岡山県立大学
  • 応募レベル3、追跡精度:86.8、処理時間:0.009 秒
  • 講評
    • フレーム間差分に基づく手法に、検出漏れを回避するための閾値の動的変更の工夫、凸型移動のときの領域削減の工夫、高速化のための細やかな探索範囲決定アルゴリズム、などが各所に組み込まれており、オリジナリティにあふれる手法である。
  • 副賞:Apple iPad 16G WiFiモデル
梅田1    梅田2

優秀賞(2件)

 「必要最小限の画素だけを用いた超高速トラッキング
       ~極限までデータ削減を図った地球に優しい省エネ型物体追跡アルゴリズム~」

  • 斎藤 正孝、秋月 秀一、岡 明也、柴田 悠太郎(B3)
    • 中京大学
  • 応募レベル1、追跡精度:83.7、処理時間:0.008 秒
  • 講評
    • テンプレートマッチングによる手法であり、テンプレートの矩形領域中でマッチングに使う点を極力少なくする工夫、RGBのプレーンのうち最も有効なものを選択する工夫、探索範囲の制限を行う工夫、累積残差が大きくなった時点で計算を中断する処理をさらに効率よく行うために探索領域内の移動方向まで考慮する工夫が見られる。
    • 結果としてテンプレートの矩形領域中で実際の移動領域が端に偏ったタイプの画像では精度が低いという問題も出たが、それでも処理時間は最も短い。
  • 副賞:SANYO Xacti CG100
斎藤1    斎藤2


 「差分とエッジによる特徴量と影を考慮した移動物体追跡アルゴリズム」

  • 山下 真吾、藤 賢一朗(M2、M1)
    • 宮崎大学
  • 応募レベル2、追跡精度:90.6、処理時間:0.119 秒
  • 講評
    • 背景差分にエッジ検出を組み合わせることでノイズを減らす工夫は妥当である。基準フレームの選択に工夫があると良い。高速化のために探索範囲を考慮している点も良い。
    • 影の検出も考慮しているがアドホックな処理のようである。
  • 副賞:Panasonic DMC-TZ10
藤1    藤2

入賞(3件)

 「画像間の差分とエッジ情報を用いた動物体追跡」

  • 糟谷 望、末次 祐樹、水流 弘達、君島 直城、田邊 健(D2、M2、M1、B4、B4)
    • 筑波大学
  • 応募レベル2、追跡精度:86.6、処理時間:1.346 秒
  • 講評
    • 閾値を適応的に決定したり、2種類のノイズ除去法を組み合わせるなど、工夫が凝らされている。そのため計算時間がかかってしまっているのは仕方のないところであろうか。
    • 前景領域が欠けないような動的なしきい値設定とノイズ除去で工夫が見られる。
  • 副賞:ネスカフェ バリスタ コーヒーセット
末次1    末次2


 「照明変化と影にロバストな移動物体検出」

  • 高井 翔太(B4)
    • 立命館大学
  • 応募レベル3、追跡精度:85.3、処理時間:1.229 秒
  • 講評
    • 正規化距離による変動にロバストな方法を評価。影出現の傾向分析によるシーンに適した閾値を求めていることを評価。
    • テストデータを丹念に観察し、影を取り除くための閾値を決定するユニークなアルゴリズムを思い至った点を評価。このデータ限定の手法かもしれないが、理論的な考察も丁寧になされており、精度も上位に位置している。
  • 副賞:SONY ウォークマン NW-A845
高井1    高井2


 「背景モデル生成によるトラッキングと影の除去による精度向上」

  • 佐藤竜太、剣持星二、長島正典、王ジン、柏熊淳也(M2、M2、M1、M1、B4)
    • 筑波大学
  • 応募レベル3、追跡精度:86.6、処理時間:2.599 秒
  • 講評
    • 2段階の閾値を用いて背景画像との差が中程度な領域を得て、その中から「手前側のかたまりの領域」は影であるとして除去するという手法の大胆さを評価。
    • プロジェクションを使った領域の決定と影の除去により、精度をうまく向上させている。
  • 副賞:任天堂 DSi ホワイト
佐藤1    佐藤2

審査員特別賞(1件)

 「周波数情報を用いた物体追跡」

  • 丸山 拓馬(M1)
    • 電気通信大学
  • 応募レベル3、追跡精度:50.6、処理時間:2.293 秒
  • 講評
    • 背景差分やフレーム間差分を行わず、注目フレームとは離れた時刻(23フレーム後と46フレーム後)の数フレームとの差分のANDに基づいて物体を検出している。さらに、上記の処理を周波数空間で行うというひねりも加えられている。理論的な裏付けが不十分だが、常套手段を用いずに個性を出すことに注力した点を評価。
    • 結果はあまりよくないが、独自性(チャレンジ精神)を評価。
  • 副賞:SONY PSP-3000 シルバー
丸山1    丸山2

特別講演

講師:上條 俊介 先生(東京大学)

 「時空間MRFモデルによるトラッキング-ITSへの応用-」

道路交通の円滑化を目的として、信号制御やカーナビを通した情報提供が既に行われている。近年では、事故回避を目的として、ドライバーへの情報提供や警告を行う路車協調型の安全運転支援システムが実用化されようとしている。これらのサービスのためには、道路上の車や歩行者をのセンシングとそれに基づく状況判断が不可欠であり、画像トラッキング技術はその要である。また、車載センサーによる歩行者検知技術においても、画像認識技術への期待が高い。本講演では、講演者が開発してきた画像トラッキング技術と、そのITS(高度交通システム)への応用例について紹介しながら、ITSにおける画像センシングの役割について考える。

上條1    上條2
昨日: / 今日: / 合計: