@techreport{oai:ipsj.ixsq.nii.ac.jp:00052415,
 author = {張, 馴槿 and 清水, 雅夫 and 奥富, 正敏 and SoonKeun, CHANG and Masao, SHIMIZU and Masatoshi, OKUTOMI},
 issue = {4(2004-CVIM-147)},
 month = {Jan},
 note = {本論文では，時系列画像を有効に利用した，同時推定法の高速化アルゴリズムを提案する．同時推定法は，領域ベースマッチングを拡張した高精度な画像間モーションパラメータ推定法で，繰り返し計算を利用しないことや，注目領域形状に制限がないなどの利点がある．本論文で提案する高速化アルゴリズムは，従来の同時推定法より，約8.5高速である．一方，画像間のモーションパラメータを推定するためには，勾配法（Lucas-Kanade法）が広く利用されている．本論文では，計算量とモーションパラメータ推定精度を勾配法と比較した．合成モーション画像と実画像を用いた実験の結果，提案する高速化アルゴリズムは，勾配法の高速計算法であるInverse Compositional法と比べて，平均計算時間においてやや高速で，かつ繰り返し計算を必要としないため計算時間が常に一定であるという利点を持つことが確認された．, This paper proposes a fast algorithm of simultaneous motion parameter estimation method, intended for sequential image motion estimation. The simultaneous motion parameter estimation method can estimate a set of highly precise motion parameters among images using area-based image matching. This method offers advantages of non-iterative computation and a nonrestricted shape of the region of interest. The fast algorithm proposed in this paper is about 8.5 times faster than the previous simultaneous method. This paper also compares the computational cost and the accuracy of the estimated parameters of the proposed fast algorithm with the gradient descent method (the so-called Lucas-Kanade method), which is widely used to estimate motion parameters. The computational cost of the proposed fast algorithm is slightly lower than a fast version of the gradient descent method, and their accuracies are almost equal. Experiments using a synthesized motion sequence and a real image sequence are performed to confirm the comparisons.},
 title = {画像のレジストレーションにおける同時推定法の高速化手法},
 year = {2005}
}