| 研究概要 |
1.事例デ-タの収集と教師丁-タの付与
人物行動を画像データとして取込,人物像を抽出し,モーションキャプチャシステムなどの各種センサデータから,身体の各部位の位置姿勢パラメータを算出した.このデータを教師あり事例データとして収集した.さらに,身体動作の事例データの収集と教師データの管理を行なうツールを開発した.なお,事例データの入力としては,様々な方向からとられた人物画像のシルエット像とモーションキャプチャシステムから得られた人物の各部位の位置姿勢パラメータとした.
2.事例データの準教師ありクラスタリング法の開発
得られた事例データを元に,似た動作の画像シーケンスを,人間がある程度までクラスタリングを行なった.その情報を,先見的知識の教師データとして利用することで,残りの部分をクラスタリングした(準教師ありクラスタリング).入力データ空間に点在する事例データには,実際には画像シーケンスであるから時間的な関係が存在する(時間的関係).また,複数のカメラからとられた同一のシーンという関係も存在する(空間的関係).それゆえ,入カデータ空間上で単純に距離を計測したのでは,このような時空問的関係を壊してしまい,行動素と呼べるものではなくなってしまう.本研究では,これらの時空間的関係をグラフベースの手法と,カーネルベースの手法を導入して表し,2つの入力データ問の類似関係を数式化した.特に,時空間的関係を表すのにはグラフを利用し,グラフのエッジ重みを調整することで与えられた教師データによる事前知識を,入カデータ空間上に反映させた.また,人物像抽出にはたくさんのノイズが含まれているので,若干のノイズ除去処理が必要である.さらに画像データ自体は高次元であり,比較計算に時間がかかるので,次元圧縮を行なった上で,多項式型カーネルを利用して距離を計算した.
|
