WEKO3
アイテム
SIFT特徴量に基づくMean-Shift 探索による特徴点追跡
https://ipsj.ixsq.nii.ac.jp/records/17931
https://ipsj.ixsq.nii.ac.jp/records/17931059dc92d-a3ef-4227-a421-d8067969d285
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-TCVIM4906006.pdf (2.9 MB)
|
Copyright (c) 2008 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | Trans(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2008-03-15 | |||||||
| タイトル | ||||||||
| タイトル | SIFT特徴量に基づくMean-Shift 探索による特徴点追跡 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Mean Shift-based Point Feature Tracking Using SIFT | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| キーワード | ||||||||
| 主題Scheme | Other | |||||||
| 主題 | 研究論文（推薦） | |||||||
| 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 | |||||||
| 著者所属 | ||||||||
| 中部大学大学院工学研究科情報工学専攻 | ||||||||
| 著者所属 | ||||||||
| 中部大学大学院工学研究科情報工学専攻 | ||||||||
| 著者所属 | ||||||||
| カーネギーメロン大学ロボティックス工学研究所 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Department of Computer Science, Chubu University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Department of Computer Science, Chubu University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| The Robotics Institute, Carnegie Mellon University | ||||||||
| 著者名 |
都築, 勇司
藤吉, 弘亘
金出, 武雄
× 都築, 勇司 藤吉, 弘亘 金出, 武雄
|
|||||||
| 著者名(英) |
Yuji, Tsuduki
Hironobu, Fujiyoshi
Takeo, Kanade
× Yuji, Tsuduki Hironobu, Fujiyoshi Takeo, Kanade
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | KLT法（Kanade-Lucas-Tomasi Feature Tracker）による特徴点追跡アルゴリズムは高速であり広く利用されているが，人などの非剛体の特徴点追跡に失敗することがある．本論文では，回転・スケール変化・照明変化による画像の変化に不変なSIFT（Scale Invariant Feature Transform）特徴量を用いたMean-Shift探索による特徴点追跡法を提案する．評価実験により，回転やスケール変化を含む対象物体の移動に対しても追跡可能であることを確認した．また，追跡結果の表現法として，追跡点をセグメンテーションすることなく動線を表現する方法について述べる．点の移動方向と密度により表示する色を決めることで，移動の方向と頻度を表現する．本手法により，長時間に及ぶ人の追跡結果をビジュアライゼーションし，移動の流れが表現されていることを示す． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | The Kanade-Lucas-Tomasi feature tracker algorithm for point feature tracking is widely used because it is fast; however, it is sometimes fails to accurately track non-rigid objects such as pedestrians. We have developod a method of point feature tracking using a scale invariant feature transform (SIFT). Our approach uses mean-shift searching to track a point based on the information obtained by a SIFT. Since a SIFT feature is invariant to changes caused by rotation, scaling, and illumination, we can obtain a beter tracking performance than that of a conventional approach. Using the trajectory of the points obtained by our method, it is possible to visualize traffic pedestrian traffic flow. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AA11560603 | |||||||
| 書誌情報 |
情報処理学会論文誌コンピュータビジョンとイメージメディア（CVIM） 巻 49, 号 SIG6(CVIM20), p. 35-45, 発行日 2008-03-15 |
|||||||
| ISSN | ||||||||
| 収録物識別子タイプ | ISSN | |||||||
| 収録物識別子 | 1882-7810 | |||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
