複数尤度を用いた３次元パーティクルフィルタによる選手の追跡 IS1-39 西濃拓郎滝口哲也有木康雄（神戸大学）研究背景自動映像生成技術視点固定映像 映像の撮影・編集には多大なコストがかかる 視聴者の嗜好に対応した編集が要求される 低コスト環境下（単眼映像）でも編集可能な技術付加価値 →映像・解説の生成のためには選手の3次元位置情報が必要不可欠提案システム Earth Mover’s Distance 学習データ上面図 SVM 供給量 H-S空間2次元ヒストグラム P  {( p1, wp1 ),, ( pm , wpm )}：供給地集合 EMD 特徴ベクトル 3D Particle Filter 入力動画出力動画 t=t+1 状態ベクトル： x (n)   px , p y ; vx , v y ; ax , a y (n) (n) Q  {(q1, wq1 ),, (qn , wqn )} ：需要地集合 d ij  3D Particle filter (n) (n) (n)  需要量 n (p k 1 ik  q jk ) m n WORK ( P, Q)   d ij f ij EMD ( P, Q )  2 i 1 j 1 WORK ( P, Q )   p( yt | xt )  pD    pH  (1   )  pC n Detection 検出結果ベースの尤度 pD Matching Matrix Step1. Matching Matrix を計算する Tracker N s(tr, det)  g (tr, det)  (c(det)    pN (det  p)) × SVM SVM score 状態遷移 ptr pD  I (tr)(  c( p)   pN ( p  det )) * ヒストグラムベースの尤度 p H ・Earth Mover’s Distance と Bhattacharyya距離 相関値ベースの尤度 pC ( / 2) I 2*2   p I1*2     I 2*2  xt    v I1*2     I 2*2  I a 1 * 2    2 ・正規化相互相関値評価実験 実験データ：平均330フレームのクリッピング映像×12 パーティクル数：300 正解データと追跡結果の距離が5画素以内であれば追跡成功とした 出力動画と上面図 •sample10 1 選手iの追跡成功フレーム数追跡精度   P i 1 選手iの映っている全フレーム数 P 3Dパーティクルフィルタの有効性 2D 追跡精度[%] × × ○ × Bhattacharyya ○ 70.30 72.41 EMD × ○ ○ Bhattacharyya ○ 73.64 75.52 S Step2. 各Tracker と最もマッチする検出結果det*を決定する Step3. 尤度を計算する 加速度直線運動を仮定 位置ノイズの分散は追跡対象の大きさによって変化 速度ノイズと加速度ノイズの分散は連続追跡成功フレーム数に反比例 100 90 80 70 60 50 40 30 20 10 0 i 1 j 1 複数の特徴をベースとした尤度を組み合わせることによってオクルージョンに頑健な尤度とする × 実験結果 n 尤度評価 (n) T ×  I 2*2 I 2*2  xt   2*2 I 2*2  2*2  2*2  m 3D •sample13 f ij