文献

J-GLOBAL ID：200902266442451020   整理番号：08A0170409

制約付きEMアルゴリズムによる対象個数推定

Object Counting based on Constrained EM-Algorithm.

著者 (3件)： 瀬藤英隆 (和歌山大) ,  加藤丈和 (和歌山大) ,  和田俊和 (和歌山大)
資料名： 情報処理学会研究報告  (IPSJ SIG Technical Reports)
巻： 2008  号： 3(CVIM-161)  ページ： 211-216  発行年： 2008年01月17日 
JST資料番号： Z0031B  ISSN： 0919-6072  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,個数が未知の対象に対して,EMアルゴリズムに基づきその個数を推定しながら画像中の対象を検出・追跡する方法について述べる。EMアルゴリズムは,観測データに対して複数の分布モデルを当てはめる手法である。背景差分により画像から検出した変化画素を観測データとし,各検出対象を分布モデルと見なすことで複数対象の検出・追跡に応用することができる。さらに,MDLを用いて分布モデルの複雑さとデータへの当てはまりの良さを評価することにより,個数推定を同時に行う方法も提案されている。しかし,単純なEMアルゴリズムとMDLの組み合わせでは,EMアルゴリズムの初期値依存性や対象の近接,立ち位置の違いによる対象の見かけの大きさが変化する等の影響を受け,個数推定が正しく行えないケースがある。そこで,本研究では各対象領域の大きさや形状は画像中の位置と強い相関があることに着目し,正規分布の中心座標に対する共分散行列パラメータの関係を5次元空間内の超平面として学習し,この平面内で分布のパラメータを推定することで,個数推定を安定化することができる事を実験を通じて示す。(著者抄録)

シソーラス用語： *最適化手法 ,  追跡 ,  *コンピュータビジョン ,  *画像処理システム ,  画素 ,  近似法 ,  評価基準 ,  相関 ,  正規分布 ,  共分散 ,  *パラメータ推定 ,  実験 ,  機械学習
準シソーラス用語： *EMアルゴリズム ,  MDL基準 ,  あてはめ【近似法】 ,  評価実験

分類 (3件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

引用文献 (3件)：

• RENDER, E. Mixture Densities, Maximum Likelihood and the EM Algorithm. SIAM Review. 1984, 26, 2
• STAUFFER, Chris. Adaptive background mixture models for real-time tracking. IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR'99). 1999, 2, 2246
• ISARD, M. Condensation-condentional density propagation for visual tracking. International Journal of Conputer Vision. 1998, 29, 1, 5-28

タイトルに関連する用語 (4件)： 制約 ,  EMアルゴリズム ,  個数 ,  推定