情報処理学会 第75回全国大会講演要旨

テンプレートマッチングにおけるアクティブ探索は、近傍の類似度の上限値を利用して、評価回数を短縮する手法である。しかし、それまでに探索した最大類似度によって短縮できる評価回数が増減するため、探索の仕方によって処理時間が大きく異なることが欠点として挙げられる。
PSOは鳥の採餌行為をモデル化した最適化手法で、非常に高速で、画像の回転や画拡大縮小を含む物体の検出において有効とされている。しかし、PSOは早期収束しやすいのが欠点となっている。
そこで本研究では、アクティブ探索とPSOを組み合わせ、評価計算が省略可能かを判定し、省略可能ならばPSOの探索領域を広げることで、テンプレートマッチングの高速・高精度化を図る。