JP4382597B2 - 推定装置、推定方法および推定プログラム - Google Patents
推定装置、推定方法および推定プログラム Download PDFInfo
- Publication number
- JP4382597B2 JP4382597B2 JP2004203724A JP2004203724A JP4382597B2 JP 4382597 B2 JP4382597 B2 JP 4382597B2 JP 2004203724 A JP2004203724 A JP 2004203724A JP 2004203724 A JP2004203724 A JP 2004203724A JP 4382597 B2 JP4382597 B2 JP 4382597B2
- Authority
- JP
- Japan
- Prior art keywords
- physical quantity
- tracking
- real time
- condensation method
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 179
- 238000009833 condensation Methods 0.000 claims description 96
- 230000005494 condensation Effects 0.000 claims description 96
- 239000002245 particle Substances 0.000 claims description 70
- 230000003190 augmentative effect Effects 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 23
- 230000004044 response Effects 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 description 42
- 238000004422 calculation algorithm Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 238000002474 experimental method Methods 0.000 description 9
- 238000005070 sampling Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000012952 Resampling Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
N.J.ゴールドン、J.J.サーモンド、A.F.M.スミス:「非線形で非ガウシアンのベイズ状態評価への新たなアプローチ」、IEEEプロシーディング レーダーシグナルプロセッシング、第140巻、頁107−113(1993)(Gordon, N.J., Salmond, J.J. and Smith, A.F.M. : Novel approach to nonlinear non-Gaussian Bayesian state estimation, IEEE Proc Radar Signal Processing, vol.140, pp.107-113(1993)) M.イザード、A.ブレイク:「コンデンセーション−ビジュアルトラッキングに対する条件密度伝播」、インターナショナル ジャーナル オブ コンピュータ ビジョン、第28巻、No.1、pp.5−28(1998)(M. Isard and A. Blake: CONDASATION - Conditional Density Propagation for Visual Tracking, Int’l J. Computer Vision, vol. 28, no. 1, pp. 5-28(1998)) M.J.ブラック、A.D.ジェプソン :「コンデンセーションアルゴリズムを用いた時間軸上の軌跡認識」、IEEE インターナショナル カンファレンス オートマティック フェイス ジェスチャー、pp.16−21(1998)(Black, M.J. and Jepson, A.D. : Recognizing temporal trajectories using the condensation algorithm, IEEE Int’l Conf Automat Face Gesture, pp. 16-21 (1998))
[ハードウェア構成]
以下、本発明にかかる視覚追跡装置について説明する。この視覚追跡装置は、パーソナルコンピュータまたはワークステーション等、コンピュータ上で実行されるソフトウェアにより実現されるものであって、対象実動画像から対象物(あるいは対象人物)を抽出し、実時間で追跡するためのものである。
まず、本発明の手続きの概略をまとめると、本発明では、視覚追跡において基本的なアルゴリズムの一つであるコンデンセーション(CONDENSATION)法と、その問題点の一部を改善したオーグジリアリ パーティクルフィルター(Auxiliary Particle Filter、以下「APF」と呼ぶ)法とを視覚追跡に特有な状況の下で、適切な条件下で切換えて処理を実施する。コンデンセーションは、遮蔽などにロバストだが精度良く追跡ができない。それに対して、APF法は観測結果を重視し追跡対象に精度良く正確な追跡を行う事はできるが、遮蔽がある場合は、雑音に収束してしまう事が多い。そこで、この二つを、以下に説明するような条件で切り替えることで、各アルゴリズムの長所を生かし、実環境におけるより多くの状況においてロバストな実時間追跡を実施する。
時刻tにおける追跡対象の連続値状態変数ベクトルxtを以下のとおりと定義する。ここで、連続値状態変数ベクトルxtは、本発明を視覚追跡に適用する場合は、たとえば、対象物の真の位置座標を示す。
コンデンセーション法の様なSIRフィルタにおいて、外れ値をいかにして扱うかという問題に対する効果的な手法として、上述したAPF法がある。このAPF法については、文献:M.Pitt and N. Shephard: Filtering via Simulations: Auxiliary Particle Filters, Journal of American Statistical Association, (1999)に詳しく開示されているので、以下では、その大略について述べる。
APF法が観測重視で追跡対象の状態を推定しているのに比べて、コンデンセーションは事前知識重視で追跡対象の状態推定を行う。APF法は追跡対象に精度良く正確な追跡を行うことができるが、遮蔽や追跡対象によく似た特徴が複数存在するような複雑な状況における視覚追跡においては観測結果よりも事前知識を重視した方が安定した追跡を行うことができると考えられる。
より多くの状況においてロバストな追跡を行うためには、追跡対象のダイナミクスを画像列より学習する事が必要である。追跡対象のダイナミクスとしてバイアス項を持つ以下の二次の線形方程式(11)を仮定する。
状態変数として画像面上での追跡対象の位置(x,y)をとり、実画像を用いた実験結果について以下に説明する。
視覚追跡の対象が人間である場合は、肌色を対象物の特徴量として、画像中の肌色らしさを重みとして推定を行えばよい。ただし、以下では、肌色そのものではなく、赤らしさ(「赤色度」)を重みとする例について説明する。
(実画像からのダイナミクスのオンライン学習)
先に述べたダイナミクスのオンライン学習を適用し、人間が左右に振るボール(画像面で直径約16ピクセル(pixel))の追跡を行う。
次に、赤いボール(画像中で直径約16pixel)を単振動させたものの追跡を行った結果について説明する。なお、この実験では、ボールは遮蔽板(ボード)の後ろを通るため、一時ボールの観測は不可能になる。
上述した実施の形態1の図5においては、切替えアルゴリズムにおける判断基準として、「少なくとも1つの空間軸で、推定値の分散が所定値を超えるか否か」(ステップS104)ということと、「すべての空間軸で、推定値の分散が所定値を超えるか否か」(ステップS108)とを用いていた。
Claims (12)
- 対象物の物理量に関連する特徴量の観測データを準備する手段と、
コンデンセーション法により前記対象物の前記特徴量に関連する量を重みとして前記対象物の物理量を実時間で推定して抽出し追跡する手段と、
前記コンデンセーション法による前記対象物の物理量の推定値の分散が所定値を越えることに応じて、前記コンデンセーション法に代えて、オーグジリアリ パーティクルフィルター法により前記重みを用いて、前記対象物の物理量を実時間で推定して抽出し追跡する手段と、
前記オーグジリアリ パーティクルフィルター法による前記対象物の物理量の推定値の分散が所定値以下となることに応じて、前記コンデンセーション法により前記重みを用いて前記対象物の物理量を抽出し追跡する手段とを備える、推定装置。 - 対象物を含む対象画像領域内の各画素の値のデジタルデータを準備する手段と、
前記対象となる画像領域内において、コンデンセーション法により対象物の特徴量に関連する量を重みとして前記対象物の位置を実時間で推定して抽出し追跡する手段と、
前記コンデンセーション法による前記対象物の位置の推定値の分散が所定値を越えることに応じて、前記対象となる画像領域内において、前記コンデンセーション法に代えて、オーグジリアリ パーティクルフィルター法により前記重みを用いて、前記対象物の位置を実時間で推定して抽出し追跡する手段と、
前記オーグジリアリ パーティクルフィルター法による前記対象物の位置の推定値の分散が所定値以下となることに応じて、前記コンデンセーション法により前記重みを用いて前記対象物の位置を実時間で推定して抽出し追跡する手段とを備える、推定装置。 - 前記対象物の特徴量は、前記対象物の色である、請求項2記載の推定装置。
- 観測装置が、対象物の物理量に関連する特徴量の観測データを取得するステップと、
演算装置が、コンデンセーション法により前記対象物の前記特徴量に関連する量を重みとして前記対象物の物理量を実時間で推定して抽出し追跡するステップと、
前記演算装置が、前記コンデンセーション法による前記対象物の物理量の推定値の分散が所定値を越えることに応じて、前記コンデンセーション法に代えて、オーグジリアリ パーティクルフィルター法により前記重みを用いて、前記対象物の物理量を実時間で推定して抽出し追跡するステップと、
前記演算装置が、前記オーグジリアリ パーティクルフィルター法による前記対象物の物理量の推定値の分散が所定値以下となることに応じて、前記コンデンセーション法により前記重みを用いて前記対象物の物理量を抽出し追跡するステップとを備える、推定方法。 - 撮像装置が、対象物を含む対象画像領域内の各画素の値のデジタルデータを取得するステップと、
演算装置が、前記対象となる画像領域内において、コンデンセーション法により対象物の特徴量に関連する量を重みとして前記対象物の位置を実時間で推定して抽出し追跡するステップと、
前記演算装置が、前記コンデンセーション法による前記対象物の位置の推定値の分散が所定値を越えることに応じて、前記対象となる画像領域内において、前記コンデンセーション法に代えて、オーグジリアリ パーティクルフィルター法により前記重みを用いて、前記対象物の位置を実時間で推定して抽出し追跡するステップと、
前記演算装置が、前記オーグジリアリ パーティクルフィルター法による前記対象物の位置の推定値の分散が所定値以下となることに応じて、前記コンデンセーション法により前記重みを用いて前記対象物の位置を実時間で推定して抽出し追跡するステップとを備える、推定方法。 - 前記対象物の特徴量は、前記対象物の色である、請求項5記載の推定方法。
- コンピュータに、対象物に関連する物理量を推定させる方法を実行させるためのプログラムであって、前記プログラムは、
前記対象物の前記物理量に関連する特徴量の観測データを準備するステップと、
コンデンセーション法により前記対象物の特徴量に関連する量を重みとして前記対象物の物理量を実時間で推定して抽出し追跡するステップと、
前記コンデンセーション法による前記対象物の物理量の推定値の分散が所定値を越えることに応じて、前記コンデンセーション法に代えて、オーグジリアリ パーティクルフィルター法により前記重みを用いて、前記対象物の物理量を実時間で推定して抽出し追跡するステップと、
前記オーグジリアリ パーティクルフィルター法による前記対象物の物理量の推定値の分散が所定値以下となることに応じて、前記コンデンセーション法により前記重みを用いて前記対象物の物理量を抽出し追跡するステップとを備える、プログラム。 - 対象物の物理量に関連する特徴量の観測データを準備する手段と、
コンデンセーション法により前記対象物の前記特徴量に関連する量を重みとして前記対象物の物理量を実時間で推定して抽出し追跡する手段と、
前記コンデンセーション法による前記対象物の物理量の推定値の共分散行列の少なくとも1つの成分が対応する所定値を越えることに応じて、前記コンデンセーション法に代えて、オーグジリアリ パーティクルフィルター法により前記重みを用いて、前記対象物の物理量を実時間で推定して抽出し追跡する手段と、
前記オーグジリアリ パーティクルフィルター法による前記対象物の物理量の推定値の共分散行列の少なくとも1つの成分が対応する所定値以下となることに応じて、前記コンデンセーション法により前記重みを用いて前記対象物の物理量を抽出し追跡する手段とを備える、推定装置。 - 対象物を含む対象画像領域内の各画素の値のデジタルデータを準備する手段と、
前記対象となる画像領域内において、コンデンセーション法により対象物の特徴量に関連する量を重みとして前記対象物の位置を実時間で推定して抽出し追跡する手段と、
前記コンデンセーション法による前記対象物の位置の推定値の共分散行列の少なくとも1つの成分が対応する所定値を越えることに応じて、前記対象となる画像領域内において、前記コンデンセーション法に代えて、オーグジリアリ パーティクルフィルター法により前記重みを用いて、前記対象物の位置を実時間で推定して抽出し追跡する手段と、
前記オーグジリアリ パーティクルフィルター法による前記対象物の位置の推定値の共分散行列の少なくとも1つの成分が対応する所定値以下となることに応じて、前記コンデンセーション法により前記重みを用いて前記対象物の位置を実時間で推定して抽出し追跡する手段とを備える、推定装置。 - 観測装置が、対象物の物理量に関連する特徴量の観測データを取得するステップと、
演算装置が、コンデンセーション法により前記対象物の前記特徴量に関連する量を重みとして前記対象物の物理量を実時間で推定して抽出し追跡するステップと、
前記演算装置が、前記コンデンセーション法による前記対象物の物理量の推定値の共分散行列の少なくとも1つの成分が対応する所定値を越えることに応じて、前記コンデンセーション法に代えて、オーグジリアリ パーティクルフィルター法により前記重みを用いて、前記対象物の物理量を実時間で推定して抽出し追跡するステップと、
前記演算装置が、前記オーグジリアリ パーティクルフィルター法による前記対象物の物理量の推定値の共分散行列の少なくとも1つの成分が対応する所定値以下となることに応じて、前記コンデンセーション法により前記重みを用いて前記対象物の物理量を抽出し追跡するステップとを備える、推定方法。 - 撮像装置が、対象物を含む対象画像領域内の各画素の値のデジタルデータを準備するステップと、
演算装置が、前記対象となる画像領域内において、コンデンセーション法により対象物の特徴量に関連する量を重みとして前記対象物の位置を実時間で推定して抽出し追跡するステップと、
前記演算装置が、前記コンデンセーション法による前記対象物の位置の推定値の共分散行列の少なくとも1つの成分が対応する所定値を越えることに応じて、前記対象となる画像領域内において、前記コンデンセーション法に代えて、オーグジリアリ パーティクルフィルター法により前記重みを用いて、前記対象物の位置を実時間で推定して抽出し追跡するステップと、
前記演算装置が、前記オーグジリアリ パーティクルフィルター法による前記対象物の位置の推定値の共分散行列の少なくとも1つの成分が対応する所定値以下となることに応じて、前記コンデンセーション法により前記重みを用いて前記対象物の位置を実時間で推定して抽出し追跡するステップとを備える、推定方法。 - コンピュータに、対象物に関連する物理量を推定させる方法を実行させるためのプログラムであって、前記プログラムは、
前記対象物の前記物理量に関連する特徴量の観測データを準備するステップと、
コンデンセーション法により前記対象物の特徴量に関連する量を重みとして前記対象物の物理量を実時間で推定して抽出し追跡するステップと、
前記コンデンセーション法による前記対象物の物理量の推定値の共分散行列の少なくとも1つの成分が対応する所定値を越えることに応じて、前記コンデンセーション法に代えて、オーグジリアリ パーティクルフィルター法により前記重みを用いて、前記対象物の物理量を実時間で推定して抽出し追跡するステップと、
前記オーグジリアリ パーティクルフィルター法による前記対象物の物理量の推定値の共分散行列の少なくとも1つの成分が対応する所定値以下となることに応じて、前記コンデンセーション法により前記重みを用いて前記対象物の物理量を抽出し追跡するステップとを備える、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004203724A JP4382597B2 (ja) | 2003-07-10 | 2004-07-09 | 推定装置、推定方法および推定プログラム |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003195068 | 2003-07-10 | ||
JP2004203724A JP4382597B2 (ja) | 2003-07-10 | 2004-07-09 | 推定装置、推定方法および推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005044352A JP2005044352A (ja) | 2005-02-17 |
JP4382597B2 true JP4382597B2 (ja) | 2009-12-16 |
Family
ID=34277255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004203724A Expired - Lifetime JP4382597B2 (ja) | 2003-07-10 | 2004-07-09 | 推定装置、推定方法および推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4382597B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108027974A (zh) * | 2015-09-25 | 2018-05-11 | 株式会社日立信息通信工程 | 图像处理装置以及图像处理方法 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4673241B2 (ja) * | 2006-03-20 | 2011-04-20 | 日本電信電話株式会社 | 動体追跡装置、動体追跡方法及びその方法を実現したプログラムを格納した記録媒体 |
JP4928193B2 (ja) * | 2006-08-16 | 2012-05-09 | 日本放送協会 | 顔画像認識装置及び顔画像認識プログラム |
JP2008134939A (ja) * | 2006-11-29 | 2008-06-12 | Nippon Telegr & Teleph Corp <Ntt> | 動体追跡装置,動体追跡方法,その方法を記述した動体追跡プログラム及びそのプログラムを格納した記録媒体 |
JP5044527B2 (ja) * | 2008-11-12 | 2012-10-10 | 日本電信電話株式会社 | 時系列パラメータ推定装置、時系列パラメータ推定方法、時系列パラメータ推定プログラム |
JP5044528B2 (ja) * | 2008-11-12 | 2012-10-10 | 日本電信電話株式会社 | 時系列パラメータ推定装置、時系列パラメータ推定方法、時系列パラメータ推定プログラム |
JP2011040993A (ja) | 2009-08-11 | 2011-02-24 | Nikon Corp | 被写体追尾プログラム、およびカメラ |
EP2345998B1 (en) * | 2009-12-01 | 2019-11-20 | Honda Research Institute Europe GmbH | Multi-object tracking with a knowledge-based, autonomous adaptation of the tracking modeling level |
JP5791555B2 (ja) * | 2012-03-23 | 2015-10-07 | 日本電信電話株式会社 | 状態追跡装置、方法、及びプログラム |
US10395127B2 (en) | 2016-09-13 | 2019-08-27 | Hitachi Information & Telecommunication Engineering, Ltd. | State prediction device and state prediction method |
EP3547068A4 (en) | 2017-05-29 | 2020-07-22 | Hitachi Information & Telecommunication Engineering, Ltd. | CONTROL DEVICE FOR CONDITION PREDICTION AND CONTROL METHOD FOR CONDITION PREDICTION |
-
2004
- 2004-07-09 JP JP2004203724A patent/JP4382597B2/ja not_active Expired - Lifetime
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108027974A (zh) * | 2015-09-25 | 2018-05-11 | 株式会社日立信息通信工程 | 图像处理装置以及图像处理方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2005044352A (ja) | 2005-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Unscented Kalman filter for visual curve tracking | |
Gao et al. | Object tracking using firefly algorithm | |
Maggio et al. | Hybrid particle filter and mean shift tracker with adaptive transition model | |
EP2320379B1 (en) | Image processing device, object tracking device, and image processing method | |
Lim et al. | A feature covariance matrix with serial particle filter for isolated sign language recognition | |
JP4382597B2 (ja) | 推定装置、推定方法および推定プログラム | |
US20080063236A1 (en) | Object Tracker for Visually Tracking Object Motion | |
US20130335635A1 (en) | Video Analysis Based on Sparse Registration and Multiple Domain Tracking | |
CN102142085B (zh) | 一种林区监控视频中运动火焰目标的鲁棒跟踪方法 | |
Mikami et al. | Memory-based particle filter for face pose tracking robust under complex dynamics | |
Hoey et al. | Tracking using Flocks of Features, with Application to Assisted Handwashing. | |
Pupilli et al. | Real-time visual slam with resilience to erratic motion | |
Yoon et al. | Object tracking from image sequences using adaptive models in fuzzy particle filter | |
KR20190023389A (ko) | 변화점 검출을 활용한 다중클래스 다중물체 추적 방법 | |
KR102186875B1 (ko) | 움직임 추적 시스템 및 방법 | |
KR101583787B1 (ko) | 영상 분해와 강건한 온라인 주성분 분석을 이용한 전경 검출 방법, 이를 수행하기 위한 기록 매체 및 장치 | |
Lanz et al. | Hybrid joint-separable multibody tracking | |
JP4750758B2 (ja) | 注目領域抽出方法、注目領域抽出装置、コンピュータプログラム、及び、記録媒体 | |
Lu et al. | Visual tracking using compensated motion model for mobile cameras | |
KR100951793B1 (ko) | 타원체 모델을 이용한 파티클 필터에서의 머리 추적 방법 | |
Zhang et al. | An improved particle filter for tracking color object | |
Liu et al. | 2D articulated pose tracking using particle filter with partitioned sampling and model constraints | |
Ma et al. | Efficient visual tracking using particle filter | |
Wang et al. | Experience based sampling technique for multimedia analysis | |
Pantrigo et al. | Scatter search particle filter for 2d real-time hands and face tracking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060413 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090522 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090602 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090731 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090825 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090917 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121002 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |