@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00077748,
 author = {寺門和哉 and RaytchevBisser and 玉木徹 and 金田和文},
 book = {画像の認識・理解シンポジウム(MIRU2011)論文集},
 month = {Jul},
 note = {本論文では新しいアピアランスベースの姿勢推定手法であるLocal Procrustes Regression (LPR)を提案する．LPRでは，全ての学習サンプルとその姿勢パラメータ空間とのマップを学習するのではなく，テストサンプル近傍の学習サンプル同士の距離関係を学習に利用し，テストサンプルの姿勢パラメータを推定する．このとき Procrustes Analysis を用いてテストサンプル近傍の学習サンプルの低次元空間と，それに対応する姿勢パラメータ空間との位置合わせを行う．物体ごとに2つの回転軸において5度ずつサンプリングされた703枚の画像データセット Object Pose Estimation Database (OPED) を用いて実験を行った結果，提案手法の姿勢推定精度は半数以上の物体でSupport Vector Regressionより優れていることが示された．},
 pages = {753--756},
 publisher = {情報処理学会},
 title = {Procrustes Analysisを用いた姿勢推定},
 volume = {2011},
 year = {2011}
}