| 研究概要 |
本研究では逆解析手法を適用し,単眼視のビデオ画像から,精度良く効率的に3次元人体運動を再構成する新しい手法を開発した.
研究年度1年目に於いては,本問題における奥行き情報の欠如からくる悪条件性を人体モデル,関節角度の制約,動作のなめらかさ,バランスなどの先験情報を活用することにより克服した.入力画像から得られた座標値とスケルトンモデルから求めた座標値との誤差を評価関数として逆解析手法によりモデルフィッティング(最適化)を行った.解空間の探索には,特異値分解によるランクの低減を用い,先験情報を満足するような解を解空間の中から選定した.実際にビデオ画像を再構成し,本手法の有効性を示した.
研究年度2年目に於いては,キーフレームにおける人体モデルのパラメータ値を先験情報として与え,ファジー推論を用いたカルマンフィルタを適用して,本システムを改良した.入力画像から得られた特徴量と人体モデルから求めた特徴量との誤差を評価関数として逆解析手法によりモデルフィッティング(最適化)を行なった.隠れに強い面積を持つカラーマーカーを新しく開発した.実際にビデオ画像を再構成し,本手法の有効性を示し日本機械学会講演会などにおいて成果を発表した.
|
