WEKO3
アイテム
複数の能動カメラによる移動体追尾
https://ipsj.ixsq.nii.ac.jp/records/51901
https://ipsj.ixsq.nii.ac.jp/records/51901e8b2c701-ca46-499e-ae47-83052a0d4421
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CVIM08162069.pdf (622.3 kB)
|
Copyright (c) 2008 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2008-03-11 | |||||||
| タイトル | ||||||||
| タイトル | 複数の能動カメラによる移動体追尾 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Object Tracking with Multi Active Cameras | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||
| 資源タイプ | technical report | |||||||
| 著者所属 | ||||||||
| 千葉大学大学院自然科学研究科 | ||||||||
| 著者所属 | ||||||||
| 千葉大学大学院自然科学研究科 | ||||||||
| 著者所属 | ||||||||
| 千葉大学大学院自然科学研究科 | ||||||||
| 著者所属 | ||||||||
| 千葉大学総合メディア基盤センター | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Science and Technology, Chiba University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Science and Technology, Chiba University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Science and Technology, Chiba University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Institute of Media and Info. Tech., Chiba University | ||||||||
| 著者名 |
高見, 将司
× 高見, 将司
|
|||||||
| 著者名(英) |
Shoji, Takami
× Shoji, Takami
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | パン・チルトなどが制御可能な複数の能動カメラを連携させ，広い範囲にわたって対象を追尾するための手法を提案する．各カメラはあらかじめ定義した状態遷移モデルにより自律的に動作する．各カメラ（ユニット）の追尾状況はサーバに集められ，相互に参照可能である．追尾対象の検出には，画素の色やエッジ強度などを特徴量とした AdaBoost 識別器とパーティクルフィルタを組み合わせた手法を用いる．識別器の学習は，追尾開始時に画像上で指定された検出対象によって行うが，対象のビューの変化に追従するため信頼度の高いパーティクルを用いた識別器の更新も行う． 検出された対象が画像中央にくるよう，各カメラのパン・チルト・ズーム比率を制御する． 一方，カメラの配置（相対的な位置関係）を事前に得ることにより，他のカメラが追尾している対象を発見・追尾できる． 従って隠蔽などにより対象を見失った場合でも，他のカメラが追尾を継続していれば，再び対象を発見・追尾することも可能である． 3 台の能動カメラを用い，歩行者を対象とした実験を屋外で行い，提案手法の性能を確認した． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | In this paper, a novel cooperative tracking technique that enables multiple active (PTZ) cameras to track a target autonomously in wide area. To track the target on an image plane, we combine the AdaBoost and the particle filter. After the initial learning, the classifiers are updated with the selected particles to follow the view-change of a target. Since every camera's status is gathered on the server in real-time, each camera should find the target again referring these status data, even if it loses the target. The outdoor experiments results with three cameras configuration is shown. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AA11131797 | |||||||
| 書誌情報 |
情報処理学会研究報告コンピュータビジョンとイメージメディア（CVIM） 巻 2008, 号 27(2008-CVIM-162), p. 443-448, 発行日 2008-03-11 |
|||||||
| Notice | ||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
