可変楕円モデルを用いたK-meansトラッキング(テーマ関連セッション(2))(CVのためのパターン認識・学習理論の新展開)

概要

論文の詳細を見る
我々は、「K-meansトラッキング」と名づけた対象追跡の方法を提案している。この方法は追跡対象の領域内に背景を混入しても頑健性を特つ特徴がある。一方、処理速度や、ズームと変形などさらなる安定性の問題が残っている。本論文では、これらの問題を解決するために、一つのターゲット中心点と、そのターゲット周辺の非ターゲットクラスタ中心を表す可変楕円モデルから構成されるトラッキング方法を提案する。本提案手法の特徴として:1)ターゲットのクラスタ中心は楕円の中心位置の面素とし,非ターゲットのクラスタ中心は可変楕円周上の画素から選定し、K-meansクラスタリングによって楕円モデル内の各面素をターゲットと非ターゲットに分けながら追跡する。これによって、距離の計算回数を大幅に削減できると同時にターゲット検出の安定性も向上できる。2)ターゲットの検出結果に基づいて可変楕円モデルのパラメータを画像フレームごとに更新する。これによって、ターゲットの大きさと形変化に対してロバストに追跡できるようになる。元手法との比較実験を通じて、本提案手法が速度ならびに安定性の両面ともに大きく改善できることが確認した。
社団法人電子情報通信学会の論文
2004-09-03

可変楕円モデルを用いたK-meansトラッキング(テーマ関連セッション(2))(CVのためのパターン認識・学習理論の新展開)

スポンサーリンク

概要

著者

関連論文

スポンサーリンク