音と映像の相関を用いた画像分割による話者領域の切り出し
スポンサーリンク
概要
- 論文の詳細を見る
本論文では音と映像の相関を用いて映像中の話者領域を自動で切り出す手法を提案する.これまでにも音と映像の相関を手がかりとした音源位置推定手法がいくつか提案されていたが,各画素ごとに独立な処理に基づいていたため,断片化された領域しか得られないという共通の問題が存在した.これに対し,本研究ではグラフカット最適化による画像分割処理に音と映像の相関分析を組み入れるという新たな枠組みを用いることにより,領域の断片化を抑制しつつ複雑背景から話者領域を切り出すことを実現する.複雑かつ動きをともなう背景中で話している人物の映像を用いた実験により提案手法の有効性を示した.
- 一般社団法人情報処理学会の論文
- 2008-07-24
著者
関連論文
- LK-009 実世界指向型回転卓における情報提示手法と対話手法(K分野:ヒューマンコミュニケーション&インタラクション)
- 適応的拡散制御を伴うパーティクルフィルタを用いた頭部姿勢推定システム(顔・身体動作認識, 画像の認識・理解論文)
- カテゴリの共起を考慮した複数物体認識
- 5.パターン認識・メディア理解の10大チャレンジテーマ(パターン認識・メディア理解のグランドチャレンジ)
- 歩容特徴と局所的見えを考慮した特徴点軌跡のクラスタリングによる混雑環境下人物追跡(画像映像解析,画像の認識・理解論文)
- マウス操作を利用した逐次学習による自由頭部姿勢下での視線推定(パターン認識応用,画像の認識・理解論文)
- 複数の注目領域を用いた写真の主観的品質の識別(パターン認識応用,画像の認識・理解論文)
- 陰に基づく符号化による法線推定(光学的解析・画質改善,第12回画像の認識・理解シンポジウム推薦論文,画像の認識・理解論文)
- 近赤外画像を用いた低照度シーンにおける画質改善(一般セッション4,アンビエント環境知能)
- 近赤外画像を用いた低照度シーンにおける画質改善(一般セッション4)
- カテゴリーの共起を考慮した回帰による複数物体認識(パターン認識と学習,第12回画像の認識・理解シンポジウム推薦論文,画像の認識・理解論文)
- 人間の視覚特性を考慮した投影画像の光学的補正(イメージ・ベースドモデリング/レンダリング,画像の認識・理解論文)
- 歩容特徴と局所的な見えを用いた特徴点軌跡クラスタリングによる混雑環境下人物追跡 (平成21年度研究報告)
- 視覚的文脈を用いた人物動作のカテゴリー学習(パターン認識と学習,第12回画像の認識・理解シンポジウム推薦論文,画像の認識・理解論文)
- カテゴリ共起を考慮した物体認識手法(一般セッション14)
- カテゴリ共起を考慮した物体認識手法(一般セッション5,三次元画像,多視点画像)
- 第10回コンピュータビジョン国際会議ICCV2005報告(会議報告)
- 第10回コンピュータビジョン国際会議ICCV2005報告(会議参加報告,CVのためのパターン認識・学習理論の新展開)
- The 11th IEEE International Conference on Computer Vision(ICCV2007)報告(会議報告)
- The 11th IEEE International Conference on Computer Vision (ICCV2007)報告(会議報告,三次元画像,多視点画像)
- CVPR'01報告(特別講演)(マルチメディアおよび一般)
- パーティクルフィルタとこう配法の組合せによる頭部姿勢と表情の同時推定(メディア処理,画像の認識・理解論文)
- 表情認識のための変動輝度テンプレートとその頭部姿勢変動に対する頑健性の一検討(テーマ関連セッション3)
- ドライバ運転動作と自車周辺状況を考慮したエコドライブ評価に関する研究
- DAF-2とDCFを用いた、光毒性のモニター法
- 人物動線データ群における逸脱行動人物検出及び行動パターン分類(パターン認識)
- 視線のセンシング--キャリブレーション不要な推定に向けて (小特集 画像認識とヒューマンインタフェース) -- (ヒューマンインタフェースを支える画像認識技術)
- 「デジタルミュージアム・アーカイビング」特集号にあたって
- 視野を共有しないカメラ群を用いた人物行動軌跡の推定(一般セッション4)
- K-056 3次元手指認識を用いたポインティングデバイスとその応用(K分野:ヒューマンコミュニケーション&インタラクション)
- K-041 投げるジェスチャによる家電機器の操作(K分野:ヒューマンコミュニケーション&インタラクション)
- 拡張机型インタフェースのための複数指先の追跡とその応用
- Narrative Hand : 高速な手指認識システムのメディアアートへの応用(ヒューマンインターフェース基礎)(コラボレーションアートとネットワークエンターテイメント)
- 手動作認識の安定化に向けた注視点情報の利用
- 大型情報表示環境のための頭部位置・姿勢検出手法とその応用(五感インタフェース)
- Perceptual Glove : 多視点画像に基づく手形状・姿勢の実時間入力とその応用
- 拡張机型インタフェースのための複数指先の追跡とジェスチャ認識
- 机型実世界指向システムにおける紙と電子情報の統合および手指による実時間インタラクションの実現
- 研究速報「表情変形を伴う顔の3次元位置姿勢推定」
- 表情変動を許容した実時間頭部姿勢推定のための個人間および個人内変動に対する顔形状推定(一般セッション3)
- 頭部変形モデルの自動構築をともなう実時間頭部姿勢推定(人を観る, 画像の認識・理解)
- 人物動線データ分析による逸脱行動人物の検出(テーマ関連/オーガナイズドセッション1)
- Hidden Markov Modelを用いた逸脱行動人物検出(テーマセッション(1),データ工学とメディア理解との融合)
- Hidden Markov Modelを用いた逸脱行動人物検出(テーマセッション(1),データ工学とメディア理解との融合)
- パーティクルフィルタとカスケード型識別器の統合による人物三次元追跡(トラッキングと動作解析,画像の認識・理解論文)
- 2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR2006)報告(会議報告)
- 2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR2006)報告(会議報告,事例ベースメディア解析)
- 分散センサ情報の統合によるエリア内人物追跡と動線推定(D論セッション2)
- パーティクルフィルタとカスケード型識別器の統合による人物三次元追跡--人物追跡の頑健化・高精度化に向けて
- 行動履歴を反映させた適応的環境属性を伴う三次元人物追跡(一般セッション3)
- 環境モデルの導入による人物追跡の安定化(顔・身体動作認識, 画像の認識・理解論文)
- 複数指先軌跡の実時間計測とHCIへの応用
- 近赤外画像を用いた低照度シーンにおける画質改善(一般セッション4,アンビエント環境知能)
- 回転型円形テーブルトップシステムにおける大規模情報の視覚化および対話手法
- マウス操作を利用した逐次学習による自由頭部姿勢下での視線推定
- 低解像度画像からの視線方向推定 : カーネル多重線形モデルによる個人差への対応(マルチメディア応用,画像の認識・理解論文)
- 目領域の切り出しの不定性を考慮した低解像度画像からの視線方向推定(人を観る, 画像の認識・理解)
- パターン認識・メディア理解のグランドチャレンジ(テーマセッション,パターン認識とメディア理解のフロンティアとグランドチャレンジ)
- 行動特徴に基づく人物追跡
- 行動履歴に基づく人物存在確率の利用による人物三次元追跡の安定化
- 歩容特徴と局所的見えを考慮した特徴点軌跡のクラスタリングによる混雑環境下人物追跡
- カルシウムイメージング法入門(C.蛋白質,核酸,カルシウムのイメージング)
- The 11th IEEE International Conference on Computer Vision (ICCV2007)報告(会議報告,三次元画像,多視点画像)
- インバースレンダリング(サーベイ)
- インバースレンダリング(サーベイ)(CVのためのパターン認識・学習理論の新展開)
- 環境モデルの導入による人物追跡の安定性の向上(テーマセッション(2))(ユビキタスコンピューティングのためのパターン認識・理解)
- 実光環境下での画像生成 : 基礎画像の線形和による高速レンダリング手法 (画像の認識・理解論文特集)
- 実光源環境下での画像生成 : 基礎画像の線形和による高速レンダリング手法
- 細胞周期に応じた特有の細胞内カルシウム変動
- 医療系総合大学における初年次教育--3つの教育機能の効率的調和をめざして
- 複雑照明下における運動物体の反射特性の推定(コンピュータビジョン, 画像の認識・理解論文)
- 3次元画像・映像技術の最先端
- 変動輝度テンプレートによる頭部姿勢と表情の同時推定
- 表情認識のための変動輝度テンプレートとその頭部姿勢変動に対する頑健性の一検討(テーマ関連セッション3,顔・ジェスチャの認識・理解)
- 表情認識のための変動輝度テンプレートとその頭部姿勢変動に対する頑健性の一検討(テーマ関連セッション3,顔・ジェスチャの認識・理解)
- ノイズを考慮した人物行動の文法の教師なし学習
- 特集「CVとHCI」の発行に寄せて(CVとHCI)
- 終端記号の部分集合と最小記述長原理を用いた文法学習(一般,ヒューマンインタラクションとパターン認識・メディア解理・言語理解,一般)
- 終端記号の部分集合と最小記述長原理を用いた文法学習
- 特集「CVにおけるパターン認識・学習理論の新展開」の発行に寄せて(CVにおけるパターン認識・学習理論の新展開)
- カテゴリ共起を考慮した物体認識手法(一般セッション5,三次元画像,多視点画像)
- 任意光源環境における画像生成のための物体の見えの標本化(コンピュータビジョン基盤技術, 画像の認識・理解)
- 近接光源下における物体の見えの近似のための画像分割とその効果(一般セッション(4))(ユビキタスコンピューティングのためのパターン認識・メディア理解,一般)
- 顔変形をともなう3次元頭部姿勢の単眼推定
- インタラクションのための計測・認識 : ビジョンの特長を生かせるか?
- インタラクションのための計測・認識 : ビジョンの特長を生かせるか?
- 照明変化にともなう輝度変化の類似度に基づく物体形状復元
- 近接点光源は未較正照度差ステレオにおける形状復元の不定性を解決するか?(一般セッション1)
- LH-003 変動輝度テンプレートを用いた頭部姿勢変動に頑健な確率的表情認識手法(画像認識・メディア理解)
- 3.パターン認識・メディア理解15年の進歩(パターン認識・メディア理解のグランドチャレンジ)
- 柔軟なインタフェースの実現に向けた人間行動の計測と理解(D論セッション(2))
- 手動作認識の安定化に向けた注視点情報の利用
- 手動作認識の安定化に向けた注視点情報の利用
- インタラクションのためのコンピュータビジョン (InteractiveHuman Interface を支えるテクノロジー)
- インタラクションのための計測・認識 : ビジョンの特長を生かせるか?
- 偏光特性と幾何特性を利用した透明物体の表面形状計測
- ランダムサンプルコンセンサスを用いた光学的アラインメントに基づく物体認識(画像の認識と理解)
- 照明変化を伴う顔認識(オーガナイズドセッション「顔」(3)-モデリングと顔認識-)
- 照明変化をともなう物体認識へのサポートベクターマシンの適用
- 画像線形化に基づく物体認識手法