オンライン事例ベース人物姿勢推定のための高速近傍探索手法

• Item type: SIG Technical Reports(1)
• 公開日: 2007-09-04
• タイトル: オンライン事例ベース人物姿勢推定のための高速近傍探索手法
• タイトル / 言語: en
• タイトル: A Fast Near Neighbor Search Metric For Online Example-Based Human Pose Estimation
• 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: 東大
• 著者所属: 東大
• 著者所属: 東大
• 著者所属: 東大
• 著者所属(英): en
• 著者所属(英): Univ. of Tokyo
• 著者所属(英): en
• 著者所属(英): Univ. of Tokyo
• 著者所属(英): en
• 著者所属(英): Univ. of Tokyo
• 著者所属(英): en
• 著者所属(英): Univ. of Tokyo
• 著者名: 佐川, 裕一; 下坂, 正倫; 森, 武俊; 佐藤, 知正
• 著者名(英): Yuichi, Sagawa; Masamichi, Shimosaka; Taketoshi, Mori; Tomomasa, Sato
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 我々は複数カメラから復元する3 次元ボクセルデータを入力としたマーカレスモーションキャプチャシステムの研究を進めている．本システムは事例ベース推論に基づいており，事前に出力姿勢の正解候補群を用意しておき，入力データに最も適合する正解候補を推定結果として出力するものである．この枠組みでは人物姿勢推定のタスクがボクセルデータと正解候補群間のマッチング処理にまで簡潔化され，従来の手法と比較して全体の計算コストを抑えることができる．しかし，正解候補数の増大に伴う類似度導出処理の計算コストの増大がシステムの実時間性を妨げる場合がある．そこで，類似度導出処理を適用する正解候補を絞り込む目的で，Parameter Sensitive Hashing (PSH)と呼ばれる高速近傍探索手法を導入する．PSH はハッシュ表を利用した手法であるが，ハッシュ表と対応付けられるハッシュ関数（ハッシュ値を出力する）の構築過程に冗長性が伴う．本稿では，PSH のハッシュ関数の冗長性を軽減する手法として，Sparse Incremental PSH を提案する．本手法の導入により，計算コストの削減，絞り込み精度の向上等の効果を得ることができる．従来の数十倍の正解候補に対して実験を行い，検索の精度を維持したまま計算コストを軽減できることを示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We have been working on a marker-less motion capture system that works in a multiple camera environment. This system assumes 3D voxel data to be the input, while discrete human posture data is assumed to be the output. The discreteness of human posture data is provided by an example-based approach, which constructs human posture candidates from a large motion capture database beforehand. During the estimation process, the most appropriate candidate will be chosen through a simple similarity calculation between voxel data and posture candidates. This approach will drastically reduce the computational cost compared to conventional methods, but increase of candidates will possibly lead to considerable computational cost.Therefore, prior to the similarity calculation phase, we introduce a near-neighbor search metric, which drastically decreases the similarity caculation frequency and the total computational cost. In this paper, we present a novel near-neighbor search metric, which is capable of dealing with much more candidates than the metric presented before, and yet maintaining the speed needed for online processing.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 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 2007, 号 87(2007-CVIM-160), p. 231-238, 発行日 2007-09-04
• 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