Abstract This study investigates the equivalence or compatibility between U-Net and visual segmentations of fibroglandular tissue regions by mammography experts for calculating the breast density and mean glandular dose (MGD). A total of 703 mediolateral oblique-view mammograms were used for segmentation. Two region types were set as the ground truth (determined visually): (1) one type included only the region where fibroglandular tissue was identifiable (called the ‘dense region’); (2) the other type included the region where the fibroglandular tissue may have existed in the past, provided that apparent adipose-only parts, such as the retromammary space, are excluded (the ‘diffuse region’). U-Net was trained to segment the fibroglandular tissue region with an adaptive moment estimation optimiser, five-fold cross-validated with 400 training and 100 validation mammograms, and tested with 203 mammograms. The breast density and MGD were calculated using the van Engeland and Dance formulas, respectively, and compared between U-Net and the ground truth with the Dice similarity coefficient and Bland–Altman analysis. Dice similarity coefficients between U-Net and the ground truth were 0.895 and 0.939 for the dense and diffuse regions, respectively. In the Bland–Altman analysis, no proportional or fixed errors were discovered in either the dense or diffuse region for breast density, whereas a slight proportional error was discovered in both regions for the MGD (the slopes of the regression lines were −0.0299 and −0.0443 for the dense and diffuse regions, respectively). Consequently, the U-Net and ground truth were deemed equivalent (interchangeable) for breast density and compatible (interchangeable following four simple arithmetic operations) for MGD. U-Net-based segmentation of the fibroglandular tissue region was satisfactory for both regions, providing reliable segmentation for breast density and MGD calculations. U-Net will be useful in developing a reliable individualised screening-mammography programme, instead of relying on the visual judgement of mammography experts.

This paper presents features for measuring the congestive extent as a means for diagnosing internal hemorrhoids using endoscopic images. A computer-aided diagnosis for the hemorrhoids could be effective for young or even general practitioners as a second opinion because diagnosis of hemorrhoids needs much experience. Considering characteristics of the hemorrhoids, the proposed method measures degree of the congestion in the images and the size of the congestive regions as abnormalities of the hemorrhoids. Experimental results of the discrimination between normal and abnormal cases using the proposed abnormalities for 204 images (96 normal cases and 108 abnormal cases) have shown that the abnormalities are well effective to measure degree of the congestion in internal hemorrhoids.

ラスタベクタ変換は画像編集,画像認識,画像検索等様々な分野において広く利用されている.一方で,既存のラスタベクタ変換手法は,人間の視知覚特性を考慮していないため,複数のオブジェクトが重なっている場合に,オブジェクトを正しく分割できないという限界があった.この問題を解決するために,本論文では,部分的に遮蔽された図形の輪郭線を補完する手法を提案する.提案手法では,部分的に遮蔽された図形が線対称図形であると判断される場合に,候補対称軸を設定し,その軸で図形を折り返すことで,欠損部分の輪郭線補完を試みる.折り返した輪郭線と元の輪郭線とで重なる部分が大きくなる場合に,候補対称軸を線対称軸として検出し,このときの折り返しにより得られる結果を補完結果として出力する.提案手法の有効性を評価するために,部分的に遮蔽された図形に対して,提案手法による補完が正解(人間による補完の結果)を出力できるかどうか調査した.また,既存手法である曲線による補完,直線による補完の結果とも比較した.その結果,既存手法と提案手法を適切に組み合わせ,線対称図形であると判断できる図形に対しては提案手法を適用し,それ以外の図形に対してのみ既存手法を適用することで,人間による補完結果により近い補完結果を出力できることを示した.

As a communication support tool for cases of amyotrophic lateral sclerosis (ALS), researches on eye gaze human-computer interfaces have been active. However, since voluntary and involuntary eye movements cannot be distinguished in the interfaces, their performance is still not sufficient for practical use. This paper presents a high performance human-computer interface system which unites high quality recognitions of horizontal directional eye movements and voluntary blinks. The experimental results have shown that the number of incorrect inputs is decreased by 35.1% in an existing system which equips recognitions of horizontal and vertical directional eye movements in addition to voluntary blinks and character inputs are speeded up by 17.4% from the existing system.

With increase of aged people in Japan, cases of diseases in bladder are increased. Hence, incidents of death due to bladder cancer are increasing nowadays. Cystoscope is the most essential tool in examination of bladder. Although CT, MRI, and ultrasonography are painless examinations, they lack in accuracy. There are two kinds of cystoscopes namely rigid and flexible. The examination with the latter one is painless and is used widely. In handling of flexible cystoscope, medical doctors need to observe the whole inner wall of bladder regulating the direction of the tip, rotation on the cystoscope's axis, and depth of insertion. However, beginners handling this equipment tend to lose track of the observation resulting in poor characteristics of images obtained from the cystoscope. Sometimes they would pass over some parts in the whole bladder. As the preprocessing of a system for thorough observation, this paper proposes a method for estimating the handling techniques of the cystoscope using neural networks to images obtained from the cystoscope.

じん肺の診断では胸部X線写真の読影が難しく,これまでいくつかコンピュータによりじん肺を定量的に診断する方法が提案されてきた.しかし,既存方法では胸部X線写真を鮮明にディジタル化するスキャナが高価でモバイル性に欠けていることから,じん肺に対するコンピュータ診断はいまだ実用化に至っていない.そこで,本論文では,市販CCDスキャナで取り込んだ胸部X線像に対するじん肺コンピュータ診断に有効なじん肺異常度を提案する.市販CCDスキャナで取り込んだ胸部X線像は,フィルム専用スキャナで取り込んだものと比べ画質が著しく劣化する.本手法では,市販CCDスキャナで取り込んだ胸部X線像に対して,ユーザがタブレットペンで肋骨エッジを描画して肋骨領域と肋間領域を決定し,それらの領域からじん肺の症状の度合を特徴量として抽出する.本手法に対する評価実験では,厚生労働省が提供しているじん肺標準写真9枚と健常者の胸部X線写真47枚に対し,本手法により抽出された特徴量を用いて種々の分類器で健常と異常の判別を行った.実験の結果,健常・異常判別の再現率は83.3%以上,適合率は98.0%以上となり,本手法の有効性を確認した.

This paper presents a method for discriminating between personal and non-personal web pages. The method can support surveys of personal opinions about products and services. In the proposed method, subjective expressions are extracted from pages and then the pages are scored by quantitatively evaluating the subjectivity in the pages. We have evaluated performances of the proposed method using 1200 web pages collected from four categories of product, tourist spot, restaurant, and movie. Comparing the performances of the proposed method with categorisations by a general search engine, we have confirmed that the performances have been significantly better in every category. Copyright © 2009, Inderscience Publishers.

In order to decrease human stress, Animal Assisted Therapy which applies pets to heal humans is attracted. However, since animals are insanitary and unsafe, it is difficult to practically apply animal pets in hospitals. For the reason, on behalf of animal pets, pet robots have been attracted. Since pet robots would have no problems in sanitation and safety, they are able to be applied as a substitute for animal pets in the therapy. In our previous study where pet robots distinguish their owners like an animal pet, we used a puppet type pet robot which has pressure type touch sensors. However, the accuracy of our method was not sufficient to practical use. In this paper, we propose a method to improve the accuracy of the distinction. The proposed method can be applied for capacitive touch sensors such as installed in AIBO in addition to pressure type touch sensors. Besides, this paper shows performance of the proposed method from experimental results and confirms the proposed method has improved performance of the distinction in the conventional method. © 2009 The Institute of Electrical Engineers of Japan.

Information about customers in shops plays an important role in marketing analysis. Currently, in convenience stores and supermarkets, the identification of customer's gender is examined by clerks. On the other hand, gender identification systems using camera images are investigated. However, these systems have a problem of invading human privacies in identifying attributes of customers. The proposed system identifies gender by using infrared area scanners and Bayesian network. In the proposed system, since infrared area scanners do not take customers' images directly, invasion of privacies are not occurred. The proposed method uses three parameters of height, walking speed and pace for humans. In general, it is shown that these parameters have factors of sexual distinction in humans, and Bayesian network is designed with these three parameters. The proposed method resolves the existent problems of restricting the locations where the systems are set and invading human privacies. Experimental results using data obtained from 450 people show that the identification rate for the proposed method was 91.3% on the average of both of male and female identifications.

近年の情報流通の発達に伴い, 価値観が多様化しているといった現状があり, CRMなどが重要化している中, マーケティングや経営問題解決における顧客情報がより一層重要化している。コンビニエンスストアやスーパーマーケットなどの店舗ではさまざまな顧客情報を取得し, マーケティングに活用しているが, 顧客グループ数や顧客グループの属性や特性を取得することは容易でないといった問題点もある。そこで本研究では, 顔画像などの個人情報を取得しないことを前提とした顧客グループ認知システムを提案し, 開発を行うことを目的とする。

Contents of sports tickers in broadcasted sports videos could be efficient as queries in analyzing the video contents. However, since sports tickers are displayed with various colors and brightness, it is difficult to recognize inner objects of the sports tickers only according to the brightness distribution. Besides, in order to recognize what the objects represent, it is indispensable to investigate the change of these objects according to time traveling. In this paper, the proposed method can recognize locations of the out ticker, score tickers, and runner markers in the sports ticker of broadcasted baseball videos analyzing the brightness histograms obtained from every of grayscale and color images, and the change of the sports ticker with the correlation coefficient. Experimental results with four broadcasted baseball videos have shown that the proposed method can exactly work in the case when the out ticker is represented by a letter.

According to the Gestalt principals, in this paper, we model features for measuring the attraction degree between couples of image components, and grouping areas in trademark images are recognized. This investigation would be used for content-based image retrieval from the view of mirroring human perception for images. The features of proximity, shape similarity, closure, and good continuation are extracted from every combination of two components in an image. After that, according to results of the judgments, a grouping pattern for the query is fixed. Besides, changing combination of the features, the proposed method can output plural grouping patterns. In the experiments, we have evaluated the proposed method on 74 test images comparing between outputs by the proposed method and grouping patterns for the test images obtained from results of questionnaires by 104 participants.

According to the Gestalt principals, this paper presents a recognition method of grouping areas in trademark images modeling features for measuring the attraction degree between couples of image components. This investigation would be used for content-based image retrieval from the view of mirroring human perception for images. Depending on variability in human perception for trademark images, the proposed method finds grouping areas by calculating Mahalanobis distance with the features to every combination of two components in images. The features are extracted from every combination of two components in images, and the features represent proximity, shape similarity, and closure between two components. In addition, changing combination of the features, plural grouping patterns are output. Besides, this paper shows the efficiency and limits of the proposed method from experimental results. In the experiments, 104 participants have perceived grouping patterns to 74 trademark images and the human perceptions have been compared with outputs by the proposed method for the 74 images.

発話者の感情を認識することは,臨場感ある対話システムの開発やケアシステムの作成に役立つ.感情認識の研究には,単語や会話の意味解釈から判別するものや,発話者の音声から判別するものがある.後者は,発話者が特定話者の場合には認識率を向上させることができるが,不特定話者の場合には実用に耐え得ることができなかった.本論文では,ペットロボットをなでながら音声入力をしてもらうことにより,不特定話者の感情認識を行う方法を提案する.

Many kinds of chemical sensors have been developed to detect various air-pollutants. Generally sensor systems are composed of plural chemical sensors and a computer, and the systems can derive kinds of pollutants, densities of the pollutants, and various risks for environments and humans. Regarding the research of sensor systems, there are literatures about a sensor agent, which regards a sensor as an agent, and a utility mobile robot which attaches odor sensors. In these systems, it is necessary that observed results output by the sensors are exactly analyzed with information processing especially, it is important to recognize the occurrence of events such as outbreaks of odor, however, this kind of recognitions are still not enough and it does not mean that the systems can recognize all the environmental events. In this research, odor sensors are treated and generally odor sensors are designed modeling functions of human nose. Hence, as well as odor sensors, we aim improving the accuracy of environmental recognitions using an odor sensor system attaching an information processing function according to human senses. In addition, we show the usefulness of the proposed system comparing with a conventional technique.

水族館や養殖場の魚群をカメラで撮影した画像から尾数を計測するための実用的な手法を提案する。現在は柄杓とバケツを用いて尾数を計測することで生育状況を管理している。人手による方法は作業員の負担が大きい。特に魚は外傷によるストレスに影響され、死滅に繋がる可能性が高い。そこで魚群が写った画像から個体を検出する。しかし、画像中には水面上の光の反射や、生育に必要な機材が写り込むなど遮蔽物が存在する。また、魚影や水面の色味は天気やカメラの位置により変化する。これらの問題に対応するために遮蔽部分を自然に補完し、水面の色味を学習画像に近づける等の複数の画像処理手法を組み合わせた実用的な個体検出手法を提案する。

本稿では，X線CR画像に対しじん肺症を定量的に評価する特徴量を提案する．本手法では，肺野内に現れる粒状影からじん肺の度合いを表す特徴量を算出する．実験の結果，本特徴量が支援診断に有効であることを確認した．

クロマグロ稚魚が何らかの刺激に反応して起こす急激な遊泳速度の上昇（以降バーストとする）は衝突死につながるため，その発生原因の解明が必要とされている．そのためには，長時間のバースト発生時の状況記録が必要となるが，人の眼で把握するには非常に手間のかかり現実的ではない．そこで本研究では，稚魚がバーストを起こしているときの移動軌跡を自動で獲得する手法を提案する．提案手法ではCNNによるヒートマップ推定とパーティクルフィルタによる対応づけを用い，複数の稚魚の移動軌跡の獲得を可能とした．これにより, 映像から稚魚ごとのバースト発生の判別が容易になり，バースト発生原因の解明の一助になると考えられる．

近年普及している安価なBLEセンサ端末を水中で使用できると有用であると考えられる。本研究ではこのようなセンサ端末を水中で利用するためのBLE通信/音響通信変換システムの開発を行う。

This manuscript reports the results and findings obtained by the operation of the dialogue system "V-TA" that is used in a practical training class in Kindai University "Media Informatics Project II". Our 4 month operation revealed the following implications: (i) Cooperation between Students, TAs, and Lecturers accelerates efficient collection of dialogue corpus; (ii) V-TA plays a role as a feedback collection mechanism from students for a class; and (iii) V-TA halves the cost of QA tasks since it can correctly answer questions from students with 56% probability.

養殖場や水族館では魚の尾数を計測し、生育状況の把握や飼育環境の管理をしている。しかし、尾数計測作業は柄杓とバケツを用いて頻繁に人手により行われており、作業員の負担や魚に外傷を与える原因となっている。そこで、映像解析により尾数計測を自動化できれば、人手のコストや魚への外傷を与えずに計測することが可能となり、効率的な業務を行うことができると考えられる。魚群映像に機械学習を用いた手法を適用することで魚を検出する。また、アノテーションによる人手への負担の軽減も図るために、ある環境で学習した識別器を天候やカメラの位置が異なるような未学習の環境に適用した場合の汎化能力の評価も示す。

映像解析により尾数計測を自動化できれば養殖効率の向上に繋がる．ダイバーが生簀の下から撮影した水中映像から，マグロ成魚の尾数推定を行う．水中映像には，波や太陽の光といった外的要因を含んでいるため単純な映像解析により尾数推定を行うことは難しい．本研究では，こういった外的要因を考慮することができるセグメンテーションを用いてマグロ成魚の領域と海の2クラスの二値化画像を出力し，各々の領域にラベリング処理を行いラベルごとに何匹いるかを推定することで水中映像中のマグロ成魚の尾数推定を実現できる手法を提案する．

養殖場では手作業で魚の尾数を計測し適切な飼育環境を管理している。映像解析により尾数計測を自動化できれば業務効率の向上に繋がる。CNNを用いた特徴抽出とSVMを用いた識別を組み合わせた手法を適用することで高精度を実現した。

映像解析により尾数計測を自動化できれば養殖効率の向上に繋がる。本研究はそのために必要な技術として、太陽光や波の影響を避け、水中で撮影した映像に映っているマグロ成魚の領域を精度よく抽出する手法を提案する。

水産養殖場では,魚の健康を維持するために管理が必要不可欠である.特に,クロマグロを養殖するとき,稚魚の段階で死亡する割合は8~9割と非常に高い.クロマグロは外からの刺激に対して敏感であるため,刺激によってパニック状態となり,水槽の壁に衝突して死んでしてしまうこともある.人手に頼らず,瞬発遊泳の検知やその傾向の分析ができれば,魚をより適切に飼育する環境の構築に役立つことが期待される.そこで本研究では,カメラを用いてクロマグロ稚魚が遊泳する様子を撮影し,その映像からオプティカルフローを求めて群になって泳ぐ稚魚のマクロな動きを捉え,機械学習により瞬発遊泳の検出やその傾向の分析を行う.

商標図形を対象とした類似画像検索システムにおいて，局所領域が類似する画像に対しては要部観察が必要となり，ラスタ画像を対象とした場合，画像の正確な要部抽出や要部検索は難しい．本稿では，画像内の各図形が独立して記録されているベクタ画像を用いて，ラスタ画像では出来ない要部観察を考慮した類似商標検索手法を提案する．本手法では，画像内の各図形を個別に形状評価するため，図形を構成する線の角度と長さを評価したヒストグラムを作成する．そして，要部の比較を行いベクタ画像間の類似度を求める事で要部の類似性を評価する．実験結果から，本手法により要部の類似評価が可能である事を確認した．

クロマグロの稚魚は皮膚が弱く刺激に敏感であるため，養殖場では，稚魚が瞬発的遊泳時に生簀の壁に衝突して死亡するため稚魚の生存率が低い．しかし，どのような刺激が瞬発的遊泳を起こすかはまだ明らかになっておらず，モニタリングし瞬発的遊泳が起きた時の状況を調査する必要がある．本稿では，クロマグロの生存率を向上させるため，瞬発的遊泳の原因となる刺激を特定することを目的として，映像から瞬発的遊泳を検出する手法を提案する．提案手法では，連続した2フレーム間の変化量から特徴量を抽出し，瞬発的遊泳を検出する．実験の結果，照度の明るい108lx帯では精度よく瞬発的遊泳を検出することができ，本手法の有効性を確認した．

According to the Gestalt principles, this paper presents a method for recognizing grouping areas of good continuity in trademark images. The purpose of this investigation is to enhance performances of content-based image retrieval by mirroring human perception. On recognizing grouping areas on good continuity, the physical factors suggested by the Gestalt Psychology are: proximity between couples of components in a set of components in one image and shape similarity between these components. Considering the factors, the proposed method measures proximity between every couple of components and judges whether the couple could be a part of the grouping area using a support vector machine. Then, the proposed method extracts features on shape similarity from every component and measures difference of the features between every couple of components. After then, using the difference, the couple is judged as well as the case of proximity. The learning data in the SVM are determined by results of questionnaire on good continuity for 75 sample images. To examine performance of the proposed method, another 75 trademark images have been tried and experimental results have shown correspondence ratios between grouping patterns output by the proposed method and results of the questionnaire have been more than 85.41%.

This paper presents a feature of parallelism between a couple of components in abstract trademark images. This feature is defined as a combination two angles and two linear degrees extracted from the couple. Experimental results using 83 images have shown that the feature has fitly measured the degree.

This paper presents a method for lecturing mathematical subjects for university students in the field of engineering. In such the subjects, professors usually have a lecture writing contents on the board by hand for the reason that it is more effective for students to understand theoretical contents writing on a paper in training the ability for thinking theories. On the other hand, we can assume recent advanced lecture rooms' environment would help professional lecturing. In this paper, an effective lecture method using the advanced environment and letting students train the ability is proposed to lectures onmathematics. From results we applied the proposed method in a mathematical subject and we had the final exam where students were required theoretical answers, it has been shown that the number of students who passed the final exam (69%) was similar to the number by usual methods, 73.3% of the participants answered the lecture speed by the proposed method was roughly adequate, and, 81.9% answered the lecture by the proposed method roughly satisfied them.

本研究は、画像内に存在する複数の構成要素に対し、複数の構成要素がまとまって一つに見えるという人間の知覚特性（群化知覚）を考慮して画像パターンを認識することで有効的に機能する画像情報検索を実現することである。これまで複数ある群化知覚の主要要因をモデル化し群化パターンを認識する手法を開発し、類似商標検索の性能を高めることを示してきた。本研究では、これまでの成果を更に発展させ、まだモデル化できていない要因を群化領域認識に導入し検索精度を向上させる。そして種々の社会システムに導入し群化領域認識を適用させることで精度を高めることを示す。 本研究の範囲は、(1)図形内の構成要素間の「連続性」「平行性」の群化強度を測定する特徴量の開発、(2)種々の画像解析へ(1)を応用するための技術開発、である。 (1)の連続性特徴量については、前年度、人間から得られた図形群化に関するアンケート結果を機械学習に導入し、提案した特徴量の有効性を確認した。平行性特徴量については図形商標については未だ研究段階であるが、(2)の研究内容の一部で線状画像における線の平行性を評価する特徴量を開発した。このように、(2)について、(1)の一部を導入し胃X線像の胃壁ひだ模様のパターン分類を行い自動診断支援の精度を向上させた。また、PCを用いたテレワーク作業を自動認識するシステムを開発し、ヒトの顔の存在有無を判別する前処理として(1)の一部を適用させた。 今年度の実績は次のとおりである。1.胃X線像を対象とした自動診断支援システムの開発において、線状パターンの特徴抽出に群化領域認識で用いた特徴量を一部適用し、診断支援システムの精度を向上させた。2.PCを用いたテレワークの時間測定システムを開発し、ヒトの顔の有無を判別する前処理に群化領域認識手法の一部を適用し、測定精度を向上させた。

生産物が水面下にある魚類養殖では，生産管理や成育状態を日常的に把握することが困難となっている。そのため，きめ細かい生産管理や効果的な養殖技術開発のためにICT導入による高度化が強く求められている。本研究では魚類養殖の成育・生産を効率化するシステムの構築を目指して，非接触で生簀内養殖魚の収容尾数や，成育状態を計測する基盤技術開発に取り組む。 【個体数計数システムの開発】養殖クロマグロを対象として遊泳する養殖魚魚群をワイドコンバージョンレンズを装着した小型民生品カメラを用いて20m直径の大型生簀内のほぼ全景を捉えることができた。セマンティックセグメンテーション（画像内の全画素にラベルやカテゴリを関連付ける深層学習アルゴリズム）を適用して個体画像を識別したところ，およそ5000枚の教師画像データデータセットを個体画像と背景画像の比率7:3で学習させることにより80%の検出性能を出すことができたが，システムのロバスト性を向上させるためには，個体を移動追跡するアルゴリズムを見直し，実海域での個体同士の重なりや懸濁物等のノイズ等の識別を確実化することが求められことがわかった。 【行動計測による養殖魚状態評価技術開発】個体計数システムの開発では，連続する画像間での同一個体の移動ベクトルをKC法を適用することにより推定することが可能となる。このベクトルの状態を分析することにより，養殖環境や適切な給餌量を評価することが実現できる可能性がある。そこで，連続する移動ベクトルのノルム差D，交差角θ，渦度に類似した指標ωの評価指標を算出し，養成環境の違いがこれらの指標に差をもたらすか分析した。給餌時と非給餌時では，θの値で有意な差が確認され，台風接近による風浪の激しい環境では，ノルム差やωの値に有意な差が現れた。養殖魚の飽食度合いや，波浪によるストレス度合をこれらの指標により評価できることが示唆された。

To enhance performance of Content-based Image Retrieval (CBIR), the following subjects were investigated. (1) Using trademarks (black and white image), a method for recognizing grouping areas which have grouping factors of good continuity and parallelism was proposed and performance of the method was examined. Then, the method was improved by trials and errors. (2) Using vector images, a CBIR system for trademarks considering the factor of good continuity was developed. (3) In a computer-aided diagnosis for measuring stomach atrophy using X-ray images (gray image), the method of (1) was utilized to extract folds and boundary of stomach area. (4) A system for monitoring VDT work to a PC user using a webcam was developed, where the method of (1) was utilized to extract areas of human skin and eye glasses in moving images. (5) A method for detecting video scenes of burst swimming by fry was developed, where the method of (1) was utilized to analyzing fry school's motion in moving images.

To enhance performance of CBIR for trademarks, the following subjects were investigated. Besides, to examine their performance more, the proposed methods were applied for pre-processing methods in medical image processing: (1) A model for measuring a grouping factor of good continuity was proposed and its performance was examined to trademarks (black and white image). Then, the model was improved by trials and errors, (2) In a computer-aided diagnosis (CAD) for stomach cancers using X-ray images (gray image), the model of (1) was utilized to extract folds and boundary of stomach area, (3) In a CAD for hemorrhoids using endoscopic images (color image), the model of (1) was utilized to extract congestive region in abnormal cases; and (4) A system for monitoring the VDT work to a PC user using a webcam was developed, where the proposed method of recognizing grouping areas including the model of (1) was utilized to extract an image feature from images obtained by the webcam.

For the sake of enhancing performance of CBIRs(Content-Based Image Retrievals), the following concrete subjects were investigated. The subjects were proposed as functions of CBIRs and the proposed methods were applied to a CBIR of abstract trademark images and pre-processing methods in medical image processing in order to examine their performance as an application tool for various images. (1) A model for measuring a grouping factor of good continuity was proposed. (2) Using models for measuring proximity, shape similarity, closure, and good continuity, a method for producing grouping patterns for abstract images. (3) In a computer-aided diagnosis for pneumoconiosis using chest X-ray images, the method of(2) was applied for removing noises except abnormal parts in chest area and the method was more effective for the removal than normal methods. (4) In a computer-aided diagnosis for stomach cancers using X-ray images, the method of(1) was applied for conducting the binarization of folds in stomach area and the proposed method was effective for the binarization.

For the research for enhancing a CBIR (Content-Based Image Retrieval) system of trademark images considering human subjects, the following subjects were realized. And then, the possibility they can be applied to CBIR systems for other images was investigated. (1) Models for the grouping factors of "proximity", "similarity", "closure", and "good continuity" in the Gestalt Psychology were proposed and a method for recognizing grouping areas in abstract trademarks by discrimination analysis was designed. (2) According to results of questionnaire on the image grouping using abstract trademarks, a model of a grouping factor "parallerism" was designed. (3) For the purpose of extracting metadata from sports broadcasted videos, using the phenomenon that the score banner in the broadcasted videos regularly change in every inning, all the flames in a inning are regarded as a group, i.e., a method for grouping flames into sets of flames in every inning was proposed by introducing the method proposed in (1). (4) For designing a computer-aided diagnosis in pneumoconiosis, a part of the models proposed in (1) was applied for noise reductions in chest radiographs obtained from a CCD scanner.

本研究で明らかにしたことは,以下の機能の実現である.これらの機能を申請者がこれまで開発してきた類似画像検索システムの機能として提案した. (1)抽象図形を対象に,ゲシュタルト心理学で明らかにされている図形の群化要因「近接」「類同」「閉合」「よい連続」の4つを測定するモデルを提案し,判別分析により図形内に存在する複数の群化領域を認識する手法を開発した. (2)抽象図形を対象に,複数名から採取した図形群化に関するアンケート結果より,ゲシュタルト心理学で明らかにされている図形の群化要因「平行性による類同」を測定するモデルを開発した. (3)スポーツ映像のメタ情報を抽出することを目的として,放送型野球中継映像を対象に,画像内のスコアテロップがイニングごとに規則的に変化することを利用し,同じイニング内のフレームを同一とみなす,つまり,1イニングごとで群化されるフレーム集合をクラスタリングする手法を開発し,(1)の動画像への適用可能性を検討した. (4)マンモグラフィ(乳房X線像)を対象に,画像内に点在する石灰化領域,また,それらが群化現象によりまとまって一つの領域に知覚される石灰化クラスタを検知する手法を提案し,(1)の医用画像への適用可能性を検討した. (5)風景写真(カラー画像)を対象に,ユーザが簡易な検索キーをラフペインティングして作成し,風景画像内の微妙に色や濃度が変化するグラデーション領域の全画素を同一画素値とみなして群化させることで検索キーとマッチングを行うインタラクティブな画像検索システムを試作し,(1)のカラー画像への適用可能性を検討した.

人間は,視野中に複数の小図形が塊状に点在して表現されているとき,それらを一つのまとまりとして知覚統合する.視覚心理学ではこの現象を群化といい,その要因はゲシュタルトの心理学により示されている.図形には,図形全体あるいはその一部の領域が群化していると認知できるものも多く存在するが,人間が図形内の群化領域を知覚統合した上で互いに類似していると判断した一組の図形に対し,計算機で群化領域を認識することは難しくこれらが類似していると判断できないことが多い.そこで,抽象図形内に存在する群化領域の認識を検討し,以下の成果を発表した. 1.人間の知覚群化の要因を定量化するモデルを作成した. 2.図形の群化領域の知覚に関するアンケート結果を実施し,人間は主観的に複数の群化要因にそれぞれ重みを付け,見方を変えて1つの図形から複数の群化パターンを知覚することを示した. 3.1と2を基に図形内の局所領域を統合していき群化領域を認識する方法を提案した. 4.提案した群化領域の認識手法を類似画検索システムに適用し,その有効性を示した. 5.提案手法をカラー画像検索や医用画像解析への適用を検討した. また,以下の検討点・発展性がわかり,これらの解決を今後の検討課題としたい. (1)人間は,図形内の局所領域から徐々に周囲の領域に視野を拡大させていき最終的に大局的に群化領域を知覚する場合と,初めに図形全体を観察し図形内容を認知した上で局所領域を個別に知覚する場合が存在することがわかり,現時点では前者のみの検討に留まっている. (2)群化要因の一つである「連続性」に関して,人間は(1)で示した後者に相当する知覚を行っていることが考えられ,3.の考え方では「連続性」を定量化するモデルを作成することは難しい. (3)CV,医用画像解析に関しても類似画検索と同様に,人間の知覚群化を考慮することで計算機システムの精度が向上する.