3 次元 Hu モーメント不変量を用いた時系列ボリュームデータの圧縮 服部 雄一 † 中澤 篤志 †‡ 町田 貴史 †‡ 竹村 治雄 †‡

1. 第n-1フレーム 第nフレーム 不変量 31.82500 動きベクトル検出 サブブロックに 対応する 動き補償空間 サブブロック 最も不変量の近い 球形フレーム ＋ 動きベクトル 動きベクトル 不変量 31.81254 － ●モーメント不変量 予測シーン （Ｘ方向，Ｙ方向，Ｚ方向への画素の分散を表す値） 差分データ ●重心モーメント 第nフレームの圧縮データ ●重心 ●３次元画像モーメント 3次元Huモーメント不変量を用いた時系列ボリュームデータの圧縮 服部 雄一†　中澤 篤志†‡　町田 貴史†‡　竹村 治雄†‡ †大阪大学大学院 情報科学研究科 ‡大阪大学 サイバーメディアセンター 目　的 アプローチ データ量の多い時系列ボリュームデータの効率的な伝送・保存のために圧縮処理を行う 対象物の平行・回転移動を検出するため，3次元Huモーメント不変量を用いた動き検出を行う 時系列ボリュームデータの取得 撮影画像 ボリュームデータ • 人体動作の実時間キャプチャリングスタジオ • ８台のカメラとクラスタシステム • XGA(1024x768pixel) 30fpsの動画像を取得 • 動画像を視体積交差法で３次元復元し， 　時系列ボリュームデータを生成 • 空間上の各点が固有のボクセル値をもつ キャプチャリングスタジオ ボリュームデータの時系列圧縮 動きベクトル検出 • 仮定：連続フレームは類似している • ボリュームをブロック分割 • 各ブロックの動きベクトル検出 • 第n-1フレームのボリュームと動きベクトルから第nフレームの予測シーンを生成 • 予測シーンと真値との差分を抽出 • 動き情報と差分を合わせて第nフレームの圧縮データとする • 各サブブロックで，ブロック枠内の3次元Huモーメント不変量を求める • 前フレームにおける動き補償空間内で，とり得る全てのブロック枠の不変量と比較 • 最も近い値をもつ部分からのベクトルを求める ① ② 3次元Huモーメント不変量 • Huモーメント不変量：画像内のオブジェクトの移動や回転の影響を受けない不変量[1] → ３次元に拡張 ③ ④ ⑤ ※vox(x,y,z)は座標(x,y,z)の画素値 評価と結論 • 圧縮効率の評価 • 対象：44フレーム時系列2値ボリュームデータ • 圧縮効率ではSAD＞Hu • 3次元Huモーメント不変量の動き検出精度の評価 右へ回転 SAD Hu 回転運動検出精度はHu手法のほうが優れている 今後の課題 ： SADとHuの融合による圧縮効率の向上 ●参考文献 　[1] Hu.M.K.”Visual Pattern Recognition by Moment Invariants.” IRE Trans. Information Theory, vol. 8, pp. 179-187, 1962. ●参考文献 [2]韓昇龍, 山崎俊彦, 相澤清晴, 「拡張ブロックマッチングによる3次元ビデオの圧縮に関する検討」電子情報通信学会　画像工学研究会 July1,2005 [3]波部斉,曽良洋介, 松山隆司：Skin-off: テクスチャ指向型２次元平面展開による３次元ビデオの圧縮, 第１回デジタルシンポジウム講演予稿集,S1-2, 2005.5 右へ回転 Hu SAD ↑元フレーム 人体の回転移動による動きがSADよりも正しく検出されている