Local Image Feature
口頭発表
属性情報を導入した隠れに頑健な特徴点ベース物体追跡
- Author
- 山下隆義, 藤吉弘亘
- Publication
- 画像の認識・理解シンポジウム, 2012
Download: PDF (Japanese)
物体追跡は，複雑な背景下で追跡対象の形状変化や照明変化，隠れ等の様々な要因により生じる見えの変化に対して頑健に追跡することが求められている． 見えの変化に対応するためには，変化に頑健な特徴量とともに，追跡対象のモデル生成およびその更新方法が重要である． 本稿では，モデル生成及び更新時に生じる背景の混入による誤追跡を抑制するために，属性情報を導入した特徴点ベースの追跡手法を提案する． 提案手法では2種類の属性情報を導入する． 1つ目は所属属性であり，追跡対象または背景領域の特徴点であるかを区別するだけでなく，背景から追跡対象内に混入した特徴点かどうかを区別する． 2つ目は記憶属性であり，人の記憶モデルにもとづき，特徴点を一時記憶，短期記憶，長期記憶，さらに刷り込み記憶の 4つに分類し，それぞれ異なる保持期間で追跡対象のモデルに含まれる． これらの属性情報を導入することで，従来手法が問題とした隠れに対する頑健性が低いこと，およびモデルの劣化を解決し，追跡失敗を防ぐことが可能となる．