bi-directional tracking using trajectory segment analysis

Post on 03-Jan-2016

38 Views

Category:

Documents

0 Downloads

Preview:

Click to see full reader

DESCRIPTION

Bi-directional Tracking using Trajectory Segment Analysis. 篠木雄大. 概要. 問題提起 sudden motion ( 突発的な動き ) , ambiguity ( 不安定な動き ) , occlusion ( 重なり ). 構成. オブジェクトの状態. 四角形の中心. スケール. オブジェクトの幅. オブジェクトの高さ. 構成. 注目点の表現 カラーヒストグラム Bhattacharyya 距離. 構成. 軌跡の最適化 事後確率. オブジェクトの状態. シーケンス. 分散パラメータ. - PowerPoint PPT Presentation

TRANSCRIPT

Bi-directional Tracking using Trajectory Segment Analysis

篠木雄大

概要

問題提起– sudden motion (突発的な動き ),– ambiguity (不安定な動き ),– occlusion (重なり )

構成

オブジェクトの状態

}ˆ,ˆ,{ hswspR

h

w

s

p

},{ spx 四角形の中心

スケール

オブジェクトの幅

オブジェクトの高さ

構成

注目点の表現– カラーヒストグラム

– Bhattacharyya距離

},,{ 1 Hhh h

B

jijj xhxhxxB

10i0

2 )()(1])(),([ hh

構成

軌跡の最適化– 事後確率

)|(),,|(1

),,|( 1

1

11

1

21

ii

T

iTii

T

iT xxxxxy

ZxxYXP

)2/]})(),([],)(),([{min(exp~),,|( 221

21 hTiiTii xxBxxBxxxy hhhh

},,{

},,{

1

12

T

T

yyY

xxX

)/],[(exp~)|( 211 piiii xxDxx

2

1

2

11],[ iiiiii ssppxxD

2h

p

オブジェクトの状態シーケンス

分散パラメータ

ポテンシャル関数

分散パラメータ

構成

部分軌跡解析オクルージョン推定軌跡最適化

部分軌跡解析

2D mode extraction 3D trajectory segment extraction

2D mode extraction

Bhattacharyya距離を用いる

Mean-shiftを用いて探索

)2/]})(),([],)(),([{min(exp~),,|( 221

21 hTiiTii xxBxxBxxxy hhhh

3D trajectory segment extraction

n

n

Nn

nnn

t

p

tp

1n}{

],[

mM

m

3次元に書き換え

空間情報(位置座標)時間情報(フレーム番号)

Spectral clustering

Spectral clustering

)2/2/(exp 2222

tjipjiij ttppA

)2/)](),([exp()1(' 22hjiijij BAA mhmh

類似行列

色情報も加える

NNNN

N

N

AAA

AAA

AAA

A

21

22221

11211

Spectral clustering

2

1

11

1

1112

1

11

2/12/1

0

0

0

0

NNNNN

N

NN D

D

AA

AA

D

D

ADDL

iNi

ijNjii

AA

AD

1

1

Spectral clustering

ijNjii AD

ADDL

1

2/12/1

],,[ 1 KeeE

ードとする個をクラスタの初期シ大きいもの,の固有ベクトルを求め

K

L

スタに割り当てるアルゴリズムで各クラmeansK

},,{ 1 K

k

TrTr

Trk

Tr

とするの軌跡をクラスタ

オクルージョン推定

A 部分軌跡にはキーフレーム内の追跡すべきオブジェクトを含んでいる

B オブジェクトを含む同じような部分軌跡は除外する

C 時間軸上で二つの部分軌跡の重なりの間ではオクルージョンは存在しない

D 一定の速度と時間制限がオクルージョンにある

オクルージョン推定

加える分軌跡をノードとしてキーフレームを含む部

を用意,二つの木 BA TT

くに従って軌跡を取り除B

して加えるの子ノードをノードともしくはにノードとして加えるに従って

B

A

T

TCD

ドを加えるからも同じようにノーBT

つながるまで繰り返す

オクルージョン推定

)( OO SL

TA

TB

)の最大速度(でつなげた軌跡の間隔

)の長さ(でつなげた軌跡の間隔

pix/framespline-B:

pixspline-B:

O

O

S

L

オクルージョン推定

TA

TB

オクルージョン推定

TA

TB

オクルージョン推定

TA

TB

オクルージョン推定

TA

TB

オクルージョン推定

  

  

 

 

最小二乗誤差

)とする(すべての点二つの部分軌跡を

21

11

1

2'

1}{

0

'121

)exp(

)exp()(

'/)('

)'()(min

)()(

spline-B

]},[{,

Trjtt

Trjttw

Ntts

sw

sBs

tpTrTr

sBjw

eAjw

j

jj

jjj

N

j

N

nnn

Njjjj

n

B

m

mrm

qr

m

q

軌跡最適化

Coarse to fineで二回処理を行う

)|(),,|(1

),,|( 1

1

11

1

21

ii

T

iTii

T

iT xxxxxy

ZxxYXP

結果

結果

結果

結果

結果

top related