ノンパラメトリックベイズに基づく複数対象時系列のクラスタリングとトラッキング

石黒 勝彦  山田 武士  上田 修功  

誌名
電子情報通信学会論文誌 D   Vol.J92-D   No.3   pp.371-381
発行日: 2009/03/01
Online ISSN: 1881-0225
DOI: 
Print ISSN: 1880-4535
論文種別: 論文
専門分野: 人工知能,認知科学
キーワード: 
複数対象トラッキング,  クラスタリング,  モデルパラメータ推定,  生成モデル,  

本文: PDF(780KB)>>
論文を購入




あらまし: 
従来の複数対象トラッキング手法は,すべての追跡対象について一つのダイナミックスモデルを適用することが多い.しかし,シーン内に存在するすべての対象が常に同一のダイナミックスに従うとは考えにくい.この問題に対処するためには複数のダイナミックスパターンが必要となるが,シーンの解析前に適切な数のダイナミックスパターンをすべて人手で決定することは困難であり,自動的に学習できることが望ましい.複数のダイナミックスパターンを学習する問題は,時系列データを複数のパターンにクラスタリングし,各クラスタごとに適切なパラメータを推定する問題ととらえることができる.本論文では,複数の移動対象をトラッキングするとともに,同時にそれらをクラスタリングしてダイナミックスモデルを学習する確率的な生成モデルを提案する.人工データ,及び実動画データを用いた実験を通じて,提案モデルがトラッキングとダイナミックスのクラスタリングを同時に実現可能であること,またトラッキング自体の性能も向上することを示した.