ベイジアンネットワークを用いた画像解析による同期信号の判別(<特集>「人工知能的方法論を用いた知的画像処理」)

位置に基づいた情報サービスを提供するために,赤外線によってユーザの持つ携帯端末に情報を送る研究が行われている.この通信方法の機器構成を大きく変えることなく,ユーザから環境側装置への情報のアップロードを実現するために,反射する赤外線の強さを制御する方法を提案する.環境側ではユーザに提供する情報を赤外線にのせて照射する.携帯端末には赤外線をよく反射する反射材を装着し,その前に液晶を配置する.その液晶をON/OFFすることによって反射材からの反射光の強さを制御する.その反射光の強さの変化は,環境側の赤外線カメラによって認識され,信号として解釈される.このようなアップロード方法における課題は,液晶ON/OFFすることによる反射光の変化が,携帯端末の位置や向きが変わることによる反射光の変化よりも小さいことである.よって固定化されたしきい値によって画像から液晶ON/OFFを判定することは困難である.そこで,本研究では動的にしきい値を決定することを提案する.まず携帯端末からある決められた信号パターンの同期信号を送信する.環境側では,その同期信号をベイジアンネットワークによって認識する.ある信号が同期信号であると判定された場合には,その画像から液晶ON/OFFを分離するしきい値を決定する.この提案手法を,同期信号の認識精度についての従来の機械学習アルゴリズムとの比較を行い,高精度で同期信号を認識できることを明らかとした. : In order to realize a position-based service such as transferring useful information to users located in an area, several infrared-used systems have been proposed. Without making significant changes to the configuration, we added an upload function that helps to send user information to the system. A user can send his/her data by using a handheld device that has a reflective sheet and a liquid crystal on its front. The infrared in the system illuminates in the area where the user's device is lying. When the liquid crystal is clear, the reflective infrared magnitude is large. In contrast, the infrared magnitude is comparatively small when the crystal is dark. An infrared camera placed near the infrared projector recognizes the difference in the magnitude. This difference acts as a communication signal from the user to the system. It is necessary to determines the static threshold for distinguishing these two conditions ; however, this is difficult because the difference also depends on the position and angle of the user's device. Therefore, the system we have proposed in this research first recognizes the sync bit sent from the user's device by using a Bayesian network. By means of this recognition process, the threshold can then be determined dynamically. Moreover, our experimental results show that the proposed method can easily overcome previously proposed machine learning methods