| Budget Amount *help |
¥2,600,000 (Direct Cost: ¥2,600,000)
Fiscal Year 2005: ¥500,000 (Direct Cost: ¥500,000)
Fiscal Year 2004: ¥500,000 (Direct Cost: ¥500,000)
Fiscal Year 2003: ¥1,600,000 (Direct Cost: ¥1,600,000)
|
|---|
| Research Abstract |
本年度の研究により得られた成果は以下の通り.
1 人体特徴点の追跡アルゴリズム
ニューラルネットワークによる人体特徴点の二次元位置推定結果を用いて人物の姿勢変化を推定しようとした場合,ニューラルネットワークの出力の不安定性により,一部の特徴点出力が物理的に適当でなくなるケースがあった.この問題に対して,推定された特徴点の二次元座標に関する離散時間線形運動モデルを仮定し,その最適化と時系列追跡を目的に離散時間カルマンフィルタを設計して姿勢推定アルゴリズムに追加実装した.実画像を用いた実験の結果,位置座標についての最適化が行われ,物理的に不合理な推定を抑制することが可能であることを明らかにした.
2 知識則によるモーションキャプチャの改良
機械学習によらないモーションキャプチャ手法として,人物のシルエット画像に対して人体構造に関する先見知識に基づく姿勢推定手法を検討しているが,姿勢によっては正しい推定を行うことができない場合があった.この問題に対して,人物のシルエット画像から抽出される人物の輪郭画像について定義したベクトルノルムによる関数の解析結果に基づく補正アルゴリズムを提案し,知識則による人体特徴点推定アルゴリズムに実装した.実画像を用いた実験の結果,従来検出できなかった姿勢についても対応可能であり,提案手法の有効性を確認した.更に,推定結果の最適化のため,(1)で設計したカルマンフィルタを本手法にも適用し,その効果を確認した.
3 背景差分の改良
RGB表色系における背景差分手法として,輝度差ベクトルと色差ベクトルを用いる手法を提案しているが,オブジェクトによって生じる影の影響が大きかった.この問題に対して,影やハイライトを分離するための識別アルゴリズムを検討し,背景差分アルゴリズムに追加実装した.実画像を用いた実験の結果,提案手法の効果を確認した.
|
