@techreport{oai:ipsj.ixsq.nii.ac.jp:00094861,
 author = {米司, 健一 and 吉永, 智明 and 松原, 大輔 and 額賀, 信尾 and Kenichi, Yoneji and Tomoaki, Yoshinaga and Daisuke, Matsubara and Nobuo, Nukaga},
 issue = {20},
 month = {Aug},
 note = {監視カメラの映像から歩行者の流量を推定する技術に関し，低演算量でロバストな推定結果が得られる方式を提案する．従来の流量推定方式では，画像中から人の流量をロバストに検出するために，HOG 等の演算量の多い特徴量を用いる必要があった．これに対し提案方式では，演算量の少ない Tracklet 特徴量を， Mean-Shift クラスタリングを用いて歩行者毎の動き情報に変換して解析することで，低演算量かつロバストな流量推定が可能となった．, We developed a method of pedestrian flow estimation for surveillance camera system. Previous methods like HOG descriptor need high computational cost for accurate estimation. In this paper, we present a robust method for pedestrian flow estimation of which computational cost is low. Our method uses Mean-Shift clustering to divide tracklets into each pedestrian's information, and it achieves both accurate estimation and low computational cost.},
 title = {Tracklet特徴量とMean-Shiftクラスタリングによる歩行者流量推定方式の提案},
 year = {2013}
}