2005 Fiscal Year Annual Research Report
確率統計の手法を用いた連続画像における手の形状と姿勢の実時間推定
| Project/Area Number |
17500126
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
徐 剛 立命館大学, 情報理工学部, 教授 (90226374)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
牛 暁明 立命館大学, 情報理工学部, 研究員 (40411243)
|
|---|
| Keywords | 手指形状推定 / ジェスチャー認識 / ICA / パーティクルフィルタ / 時系列画像追跡 / PCA / 3次元モデル |
|---|
| Research Abstract |
サイバーグローブを用いて、手のモーションデータを収集した。このデータを、ICA(独立成分分析)を用いて分析し、手の指の動きを、5つのパラメタを用いた簡単なモデルで表せるようにした。
得られた手のモデルを用いて、手の動きをトラッキングする手法を確立した。モデルをベースとする手のトラッキングは、手の3次元CGモデルを作成し、それをベイズ推論によって確率的にもっともらしいモデルへと少しずつ変化させながら、画像フレーム中の手と比較して現在の手形状・姿勢(指の動き・手全体の動き)を推定した。時間的連続性を伴う推定には、カルマンフィルタがよく用いられる。しかし、ローカルミニマムに陥って、手の動きに追従できなくなる可能性がある。この問題を解決するために、確率統計の手法(パーティクルフィルタ)を用いた。フレーム画像内の手と、3次元CGから投影して得られる2次元の手の画像との間の類似度を測る評価関数については、エッジとシルエットの情報を用いた。複雑背景化における手領域の抽出については、HSV空間を用いて、肌色領域を抽出した。
1台のカメラを用いた複雑背景化における手のトラッキングの実験によって、正確にトラッキングできることが確認できた。
今後は、2台のカメラを用いて、より複雑な回転運動や、オクルージョンを含んだ手の動きのトラッキングについて検討する。本研究では、事前に校正された2台のカメラを用いることにより、オクルージョンの影響を抑えるとともに、より自由な手の動きの推定を可能とする。
|
