98 年大專生參與國科會計畫研究成果報告.pdfVIP

98 年度大專生參與國科會計畫 研究成果報告 國立清華大學 資訊工程學系 雷禹恆 (一)摘要 本計畫的目的是透過電腦視覺，影像處理，與機器學習的相關技術，協助 校園內的視障師生，使他們在日常活動及行走時，更能辨別道路上的邊界、來車 等突發狀況。我們將針對需要偵測的物體，分析並擷取其特徵，並利用機器學習 的方法進行模型建立與識別。最後，我們在電腦上實作出圖形介面的即時偵測結 果，以模擬視障者所配帶在身上的智慧型裝置。 關鍵字：視覺輔助，機器學習方法，物件偵測 。 (二研究動機與研究問題) 電腦視覺是一門研究如何使機器「看」的科學，利用攝影機或相機代替人眼 的視力，並用電腦（處理器）代替人腦，對於影像做進一步的處理、決策，成為 便於人們使用的結果。若利用電腦視覺代替人眼視覺來解決人類的問題，對於視 覺障礙者，意義是相當大的。也因此，本計畫期許能幫助視障朋友解決視覺上的 缺憾，並藉由專題研究，盡一份社會責任。 清大的校園內有不少視障師生，學校也成立清大盲友會提供協助。在一次與 某位視障老師的訪談中，我們發現先天的全盲與後天的全盲，在適應環境上有 很大的差異。先天全盲者，往往從小就受過啟明學校的訓練，對於行走時的平衡 保持，路線記憶相當熟悉；但是後天全盲者，少了啟明訓練的條件，可能連直 線行走都有問題（一般人閉上眼睛直線行走也是很困難的）。因此有些視覺輔助 嘗試提供的資訊，例如「前方十公尺」，對於某些視障朋友可能沒什麼意義。如果 計畫目的是想協助最有困難的視障者的話 ，掌握哪些資訊對他們才有意義，就 顯得十分重要了。 本計畫的研究重點 ，在於對某些欲識別的樣式(pattern) ，如車道標線、人行 道邊界、路上車輛 ，分析其在影像上的特徵，再透過適當的分類器來判斷接收到 的資料是不是任何一種我們想要辨認的樣式 。如果是的話 ，再給予使用者適當的 輸出提示 ，以利使用者對於當前路況的判斷 。 (三)文獻回顧與探討 傳統的視覺輔助 系統 ，如導盲杖 、導盲 等，往往提供的資訊有限 ，或是取 得的時間 、金錢代價昂貴 ，無法提供一般視障人士必要的幫助。另一方面，儘管 具備GPS 導航的手機或 PDA 已越來越普及，但由於這些導航系統在設計時並未 考慮視障人 士的需求 ，多位視障人士在實際使用測試後發現，現行的 GPS 導航 頁 1 / 15 系統仍無法提供他們所需的資訊 [1] 。因此，專門針對視障人士需求設計的 電子 式的導盲系統 ，或稱 「電子式行進輔具(Electronic Travel Aids; ETA) 」仍是各國 家 積極研究的方向。 文獻 [2] 提到 ，一般的 ETA 多採用偏物理的感測，例如超音波 、紅外線、雷 射等 ，不僅成本昂貴 ，所提供的資訊有時過於「被動」，只有在視障者將遭遇障 礙物時，才被輔具引導閃避 。如能以電腦視覺的方式 ，模擬人眼看到的 真實畫 面，再配 合可行的演算法，將可化被動為主動， 得到畫面中對於路況判斷有意 義的資訊。又以數位化的方式建 構一套ETA ，可大大降低物 儀器的昂貴成本， 僅需要一台等級尚可的攝影機、處理器、輸出裝置，加上設計過的演算法即可做 到 。 在物件偵測（如：人、車、建築物）領域 ，已有很 多基於機器學習的方法被 提出。Viola 與 Jones [3] 在 CVPR01 曾提出過一 個物件偵測的訓練 架構 ，把 AdaBoost 演算法的強分類器串接成一個決策樹(a cascade of decision tree) ，而影 像特徵則是使用基於亮度值(intensity-based)的矩形(又稱Haar-like) 特徵。優點是 偵測快速 ，缺點是矩形特徵本身不 夠準確。 另一方面，Dalal 與 Triggs [4] 在 CVPR05 曾經提出了基於 梯度(gradient- based)的 HOG (Histogram of Oriented Gradients) 特徵，是將 Lowe [5] 在 IJCV04 提出的 SIFT 文獻後半段獨立出來使用，而訓練架構則是直接使用現成的 SVM 。 優點是 HOG 準確率高 ，缺點是 HOG 特徵向量的維度太高 ，動輒高達數千維 ， 如果要在影