ブースティングとモーションディスクリプタの組合せによる人の動作検出

• Item type: Journal(1)
• 公開日: 2007-03-15
• タイトル: ブースティングとモーションディスクリプタの組合せによる人の動作検出
• タイトル / 言語: en
• タイトル: Human Activity Detection by Combining Motion Descriptors with Boosting
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 特集：インタラクション技術の原理と応用
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• その他タイトル / その他のタイトル: 画像処理
• 著者所属: 九州工業大学工学部機械知能工学科
• 著者所属: 連合王国サリー大学視覚音声信号処理センター
• 著者所属: 連合王国サリー大学視覚音声信号処理センター
• 著者所属: 九州工業大学工学部機械知能工学科
• 著者所属: 九州工業大学工学部機械知能工学科
• 著者所属(英): en
• 著者所属(英): Department of Mechanical and Control Engineering, Kyushu Institute of Technology
• 著者所属(英): en
• 著者所属(英): Centre for Vision, Speech and Signal Processing, University of Surrey, U.K.
• 著者所属(英): en
• 著者所属(英): Centre for Vision, Speech and Signal Processing, University of Surrey, U.K.
• 著者所属(英): en
• 著者所属(英): Department of Mechanical and Control Engineering, Kyushu Institute of Technology
• 著者所属(英): en
• 著者所属(英): Department of Mechanical and Control Engineering, Kyushu Institute of Technology
• 著者名: 緒方, 健人; ウィリアム, クリスマス; ジョセフ, キットラー; ジュークイ, タン; 石川, 聖二
• 著者名(英): Takehito, Ogata; William, Christmas; Josef, Kittler; Joo, KooiTan; Seiji, Ishikawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，Efros ら(2003) のモーションディスクリプタおよびKe ら(2005) のイベント検出器の組合せに基づく動作検出手法を提案する．両手法の直接の組合せは，AdaBoost の学習アルゴリズムとKe らの弱識別器の特性によって動作検出器の学習の計算時間が増大するという問題がある．よって，本研究ではこの問題を解決するため弱識別器の次元を拡張した改良型組合せ手法を提案する．また，さらなる高速化のため，学習にLook Up Table を導入する．実験では，実際の放送に用いられたテニスの映像に提案手法を適用し各種ストロークの検出を試みた．性能を評価するため，Efrosらの手法，Ke らの手法および直接の組合せ手法も適用し結果を比較した．実験結果より，提案する組合せ手法は認識率および計算時間の両面で元となった手法の良い特性をあわせ持つこと，また改良型組合せ手法は直接の組合せによる検出器とほぼ同じ性能でありながら，LUT との併用により学習に要する計算時間を大幅に削減できることが確認できた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: A new, combined human activity detection method is proposed. Our method is based on Efros, et al.'s (2003) motion descriptors and Ke, et al.'s (2005) event detectors. Since both methods use optical flow, it is easy to combine them. However, the computational cost of the training increases considerably because of the increased number of weak classifiers. We reduce this computational cost by extending Ke, et al.'s weak classifiers to incorporate multi-dimensional features. We also introduce a Look Up Table for further high-speed computation. The proposed method is applied to off-air tennis video data, and its performance is evaluated by comparison with the original two methods. Experimental results show that the performance of the proposed method is a good compromise in terms of detection rate and computation time of testing and training.
• 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: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 48, 号 3, p. 1166-1175, 発行日 2007-03-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764