アクティブビジョン

コンピュータビジョンの分野にアクティブビジョンがあり、アクティブコンピュータビジョンとも呼ばれる。アクティブビジョンシステムは、環境を調査してより良い情報を得るためにカメラの視点を操作できるシステムである。^{[1] [2] [3] [4]}

アクティブカメラシステムへの関心は、20 年前に始まりました。1980 年代後半から、Aloimonos らは、追跡結果の知覚品質を向上させるために、アクティブビジョンの最初の一般的なフレームワークを導入しました。^{[3]アクティブビジョンは、オクルージョン、}視野の制限、カメラの解像度の制限 などの問題に対処するために特に重要です。 ^[5]その他の利点としては、移動する物体のモーションブラーの低減^[6]や、2 台のカメラを同じ物体に焦点を合わせたり、カメラを移動したりすることで物体の奥行き知覚を高めることが挙げられます。^[3] カメラの視点のアクティブ制御は、シーンの関連要素に計算リソースを集中させるのにも役立ちます。^[7]この選択的な側面から、アクティブビジョンは生物における (顕在的および潜在的) 視覚的注意と厳密に関連していると考えられ、視野の選択された部分の知覚を高めることが示されています。人間の（能動的な）視覚のこの選択的な側面は、人間の目の中心窩構造と簡単に関連付けることができます。^{[8] [9]}中心窩構造では、網膜の約5％に色受容体の50％以上が配置されています。

また、視覚的注意と能動カメラ制御の選択的側面は、ラベル付けされたサンプルが少ない、または自律的に物体や環境のより堅牢なモデルを学習するなどの他のタスクにも役立つことが示唆されています。^{[4] [10]}

^[11]

自律カメラとは、環境内で自らを方向づけることができるカメラのことである。このアプローチを用いた最近の研究がいくつかある。Denzler らの研究では、追跡対象物の動きはカルマン フィルタを使用してモデル化され、状態推定の不確実性を最小化する焦点距離が使用される。2 台のズーム カメラを使用したステレオ セットアップが使用された。ズーム制御に関する論文はいくつかあるが、物体とカメラの全体的な位置推定については扱っていない。推定と制御を同じフレームワークに統合する試みは、Bagdanov らの研究で見ることができる。この研究では、パン チルト ズーム カメラを使用して顔を追跡している。^[12] 使用される推定モデルと制御モデルはどちらもアドホックであり、推定アプローチは追跡対象の 3D プロパティではなく画像の特徴に基づいている。^[13]

マスター/スレーブ構成では、監視用の静的カメラを使用して広い視野を監視し、関心のあるすべての移動対象を追跡します。これらの各対象の位置は、時間経過とともに中心窩カメラに提供され、中心窩カメラは対象を高解像度で観察しようとします。静的カメラとアクティブカメラの両方が共通の基準に調整されているため、一方のカメラからのデータを簡単にもう一方のカメラに投影して、アクティブセンサーの制御を調整できます。マスター/スレーブアプローチのもう1つの可能な使用法は、静的（マスター）カメラが関心対象の視覚的特徴を抽出し、アクティブ（スレーブ）センサーがこれらの特徴を使用して、トレーニングデータを必要とせずに目的のオブジェクトを検出することです。^{[13] [14]}

近年、アクティブカメラとオプションの静的カメラのネットワークを構築して、複数のターゲットを高解像度で維持しながら広い範囲をカバーできるようにすることに関心が高まっています。これは、最終的にはマスター/スレーブアプローチまたは自律カメラアプローチのスケールアップバージョンです。このアプローチは非常に効果的ですが、非常にコストがかかります。複数のカメラが関係するだけでなく、カメラ同士が通信する必要があり、計算コストが高くなる可能性があります。^{[13] [14]}

制御されたアクティブ ビジョンは、制御されたビジョン センサーの動きが、移動するビジョン センサーを含むあらゆるロボット アルゴリズムのパフォーマンスを最大化できると定義できます。これは、制御理論と従来のビジョンのハイブリッドです。このフレームワークの応用は、静的または移動する任意の 3D オブジェクトの周りでのリアルタイム ロボット サーボです。ビジュアル サーボを参照してください。複数のウィンドウと数値的に安定した信頼度測定の使用を組み込んだアルゴリズムは、確率的コントローラーと組み合わされ、コンピューター ビジョンと制御を組み合わせることで生じる追跡問題に満足のいくソリューションを提供します。環境のモデルが不正確な場合は、適応制御技術を導入できます。上記の情報と、制御されたアクティブ ビジョンのさらなる数学的表現は、Nikolaos Papanikolopoulos の論文で確認できます。^[15]

アクティブビジョンシステムの例としては、ロボットに搭載されたカメラが一般的ですが^[16]、他のシステムでは、人間のオペレーターが搭載するカメラ（別名「ウェアラブル」）が使用されています。^[17]アプリケーションには、自動監視、人間とロボットの相互作用（ビデオ）、^{[18] [19]} SLAM、ルート計画、^[20]などがあります。 DARPAグランドチャレンジでは、ほとんどのチームがLIDARとアクティブビジョンシステムを組み合わせて、オフロードコースで無人車両を誘導しました。

アクティブ ビジョンの良い例は、この YouTube ビデオで見ることができます。パンチルト カメラ システムを使用したアクティブ ビジョンによる顔追跡を示しています。https://www.youtube.com/watch?v=N0FjDOTnmm0

アクティブビジョンは、人間や視覚センサーを備えた生物が、そのセンサーの限界、視覚信号の豊かさと連続的な変化、行動や目標が知覚に与える影響を考慮して、実際に世界をどのように^見て いるかを理解するためにも重要です。^{[8] [ 21]}

制御可能なアクティブビジョンフレームワークは、さまざまな方法で使用できます。例としては、車両追跡、ロボットアプリケーション、^[24]、インタラクティブなMRIセグメンテーションなどがあります。^[25]

インタラクティブなMRIセグメンテーションでは、制御可能なアクティブビジョンを使用し、リャパノフ制御設計を使用して、データ駆動型の勾配フローの影響と時間の経過に伴う人間の入力のバランスを確立します。これにより、自動セグメンテーションとインタラクティブ性がスムーズに結合されます。この方法の詳細については、^[25]を参照してください 。MRIでのセグメンテーションは難しいテーマであり、MRIがすべての体液と組織を拾ってしまうため、目的のセグメントをトレースするには専門家が必要です。これは非常に長いプロセスになるため、非現実的である可能性があります。引用された論文で説明されている制御可能なアクティブビジョン方法は、人間への依存を減らしながらプロセスを改善するのに役立ちます。

• オックスフォード大学のアクティブビジョングループ。
• エディンバラ大学のアクティブビジョン研究所。
• ニューサウスウェールズ大学が開発したMAV用アクティブビジョントラッキングシステム。