@techreport{oai:ipsj.ixsq.nii.ac.jp:00185440,
 author = {小川, 大輔 and 玉木, 徹 and Bisser, Raytchev and 金田, 和文 and Daisuke, Ogawa and Toru, Tamaki and Bisser, Raytchev and Kazufumi, Kaneda},
 issue = {1},
 month = {Jan},
 note = {軌跡のクラスタリングや分類などの多くの場合では，計算の前処理として軌跡の分割が用いられる．本稿では，学習済みの行動モデルに基づく，軌跡のセマンティックセグメンテーション手法を提案する．提案手法ではまず，画像から複数の行動モデルを学習する．その後，学習済みの行動モデルと隠れマルコフモデルを用いることで，軌跡のセグメンテーションを行う．推定精度の検証には，軌跡の実データと合成データを用い，一般的な軌跡の分割手法である Ramer-Douglas-Peucker アルゴリズムと比較することで，提案手法の有効性を示す．, In many cases, such as trajectories clustering and classification, we often divide a trajectory into segments as preprocessing. In this paper, we propose a trajectory semantic segmentation method based on learned behavior models. In the proposed method, we learn some behavior models from video sequences. Next, using learned behavior models and a hidden markov model, we segment a trajectory into semantic segments. Comparing with the Ramer-Douglas-Peucker algorithm, we show the eflfectiveness of the proposed method.},
 title = {人物行動モデルによる軌跡のセマンティックセグメンテーション},
 year = {2018}
}