カテゴリカル色知覚モデルによるカテゴリ境界付近の色認識

摘要

本研究の目的は，人間の視覚特性であるカテゴリカル色知覚と色恒常性を考慮した色認識モデルを獲得し，これを用いて画像中の物体色の色認識を行うことである．画像中の色認識はコンピュータビジョンに非常に重要であるが，従来のカテゴリカル色知覚と色恒常性を備えたカテゴリカル色知覚モデルは画像に対する認識精度が低かった．その原因として，従来モデルにおけるカテゴリ毎の学習量の偏りとカテゴリ境界付近の色に対する認識精度の低さがあげられる．そこで本論文では，カテゴリカルカラーネーミング実験の結果から作成する教師データのカテゴリ毎の学習量の偏りの均一化と，カテゴリ境界付近の色の認識にふさわしいデータ構造への変更を行い，新たなモデルを獲得する．そして，提案モデルに対してカテゴリ毎の認識精度の検証と，カテゴリ境界付近の色の認識精度の検証を行い，その色認識精度が従来のモデルより高いことを示す．また，提案モデルを画像に適用し，画像に対する色認識精度が高いことを示す．