WEKO3
アイテム
線形システムに基づく動的背景のモデル化と移動対象検出への応用
https://ipsj.ixsq.nii.ac.jp/records/52176
https://ipsj.ixsq.nii.ac.jp/records/5217691e93dfd-094c-4190-b008-d7f04058d8c2
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CVIM06154009.pdf (1.4 MB)
|
Copyright (c) 2006 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2006-05-18 | |||||||
| タイトル | ||||||||
| タイトル | 線形システムに基づく動的背景のモデル化と移動対象検出への応用 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Dynamic Background Modeling using Linear Dynamical System | |||||||
| 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 | ||||||||
| 京都大学大学院情報学研究科 | ||||||||
| 著者所属 | ||||||||
| 京都大学大学院工学研究科 | ||||||||
| 著者所属 | ||||||||
| 京都大学大学院情報学研究科 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Informatics, Kyoto University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Engineering, Kyoto University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Informatics, Kyoto University | ||||||||
| 著者名 |
三井, 健
× 三井, 健
|
|||||||
| 著者名(英) |
Ken, MITSUI
× Ken, MITSUI
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 動画像から移動対象物体を検出するためには、あらかじめ背景シーンの変動を学習しておく必要がある。本論文では、線形システムを用いて背景変動を線形な自己回帰モデルで表現する。精度の高いモデル化を行うため、提案手法では入力画像に対して平滑化を行い、解像度を粗くすることで予測誤差を低減させる。実験により、平滑化を行うことで予測誤差が低減され、高精度の対象検出が実現できることが示された。また、変動が小さく規則的な場合と、変動が大きく不規則な場合を比較すると、モデル化誤差を十分小さくするには後者のほうが解像度をより粗くする必要があることがわかった。 | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | In order to detect target objects in dynamic scenes, we need to model a non-stationary backgrounds. In this paper, we introduce the linear dynamical system (LDS) as a model to express the non-stationary background. LDS consists of a linear equation of a state vector, which represents a continuous state transition. It is quite important how to obtain the state vector from observed images, because the inference accuracy of the background variations depends on the state vector. To obtain the suitable state vector, we have to reduce the inference error. Therefore, we smooth observed images and get the state vector from smoothed images. This is because such a state vector reflects only macro motion of the background scene, and would provide us a more accurate inference. Experimental results demonstrate the effectiveness of our method. | |||||||
| 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 2006, 号 51(2006-CVIM-154), p. 61-68, 発行日 2006-05-18 |
|||||||
| 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 | |||||||
