|
動物体の動きに関する制約の例示方法としては、マウスやペン等のポインティングデバイスにより検索する動物体の軌跡及び速度変化を表現することとした。また、物体の大きさの変化に関しては、軌跡に沿って別途ポインティングデバイスで例示することとした。物体の大きさ自体は通常変化しないので、これは2次元平面上で奥行き方向の動きを例示表現することに相当する。
動画像からの動物体の抽出は、差分処理を基本とした処理法で行った。差分処理による動画物体抽出は背景が安定しており、かつ動物体の数がある程度限られている場合に有効である。つまり、定点観測カメラからの映像をデータベース化した場合に対する処理としては不十分である。例示制約と抽出された動物体とのマッチングに関しては、軌跡の類似性評価を速度変化及び面積変化の類似性評価に先立って行うこととした。検索者による例示及び動物体の軌跡はチェインコード列に変換し、その上で類似性評価を行った。チェインコードは、8方向ベクトル(つまり45度刻み)による方向表現であるが、隣接する2つの方向指数を適切な割合で組み合わせることにより、任意の方向や軌跡を表現でき、その差異を評価できた。軌跡の類似性評価は、動物体のチェインコード列を、例示のチェインコードのサイズへ均一に縮小した上で、方向指数の差を重み付け係数を掛けた上で加算してゆく手法を採った。速度及び面積変化に関しては、増加、安定、減少の3段階に変換したものをマッチング評価された軌跡上に展開し、その上で類似性を算出することとした。
本研究は、文字や静止画像データベースでは提案されているQuery-By-Example(例示による検索手法)を動画像データベースに適用したものであり、キーワード等の他の形式では表現困難な、動物体の微妙な動きを制約として表わし、それを適切に評価する新しい手法を確立した。
|
