時空間ガボールフィルターによる局所運動検出に基づいたオプティカルフロー検出

摘要

When we move to a target position in the presence of moving objects, we must judge their heading (or direction of self-motion) to avoid collision with the objects. For example, when we drive a car, we must avoid collision with an oncoming car or a person. Heading can be estimated by the velocity distribution of optical flow, which occurs by self-motion. When we move forward or backward, expansive or contractive motion having velocity gradients occurs across the visual field. The center of the expansion or contraction corresponds to heading. To detect the center of expansive or contractive optical flow, local motion directions must be detected and integrated. To detect local motion, we used spatiotemporal Gabor filter, a model of the simple cell in the visual cortex. Because velocity of objects depends on their distance from the observer when moving forward or backward, smooth velocity gradients in expansive or contractive optical flow do not exist in natural image sequences. To detect velocity gradients, a maximum filter which extracts maximum velocity in a limited area was applied to local velocity distributions. By using this method, heading was robustly estimated from optical flow.%様々な物体が動いている中で、人間が目標位置に正科こ移動する際にしばしばHeading（自己進行方向）を把握しなければならない。例えば、車を運転するときに、Heading方向上に対向車や人などがある時、避けて運転しなければならない。このHeadingを把握するために、人間は自己運動にともない発生するオプティカルフローを用いている[1]。我々が前進運動をするとき、このオプティカルフローはHeading位置から発生し、速度を増しながら放射状に広がっていく。そこで我々は、この速度分布を用いて速度が0になる位置を求めることでHeadingを推定した。拡大縮小オプティカルフローの中心を求めるために、まず局所的な動きを検出し、統合する必要がある。局所的な動きを検出するために、大脳皮質V1野に存在する単純型細胞のモデルである時空間ガボールフィルターを用いた。しかし、物体速度はオブサーバーの距離に依存するので、拡大縮小オプティカルフローでのなめらかな速度分布は自然画像では存在しない。そのため、局所的な動きを特定の領域で最大速度を取る最大値フィルターを適応することで大域的な動きを検出した。加えて、最大値フィルターの結果に対して回帰直線を引くことでなめらかな速度分布を検出し、速度0の位置をHeading推定位置とした。この方法により、ロバストにHeading推定が行えると考えられる。