講演抄録/キーワード |
講演名 |
2012-09-20 12:50
依存ディリクレHMMを用いた混雑下における大規模流れの検出 ○岡本拓也・近藤克哉(鳥取大) SIS2012-20 |
抄録 |
(和) |
本報告では,混雑下における大規模流れ検出のフレームワークを示す.混雑下における大規模流れの解析を,複雑な動的環境において移動物体の軌跡の時間変化を自動クラスタリング可能な依存ディリクレHMMを用いて行う.そして,その大規模な流れの中に存在する異質な動きを検出する.さらに,場面の混雑度を算出する.場面におけるオプティカルフローと依存ディリクレHMMを用いて,混雑下における大規模流れの解析を行い,全体的な流れと,その場面での個々の移動物体の動きを検出する.得られた全体的な流れの中には,局所的に異なる方向に動いている物体が存在するため,これらを比較することによって異質な動きを検出する.また場面解析とオプティカルフローに基づき混雑度を算出する.実験により,一般に解析が困難であった混雑下において,大規模な流れの解析,異質な動き検出および混雑度の算出が可能であることを示す. |
(英) |
In this report, we present the framework of huge flow detection in crowded scenes. The flow analysis is done by using Dependent Dirichlet Process Hidden Markov Model (DDP-HMM) that can automate the clustering of time-varying trajectory of moving objects in complex dynamic scenes. Different motions that exist in the huge flows are detected. In addition, we calculate the degree of congestion in the scenes. We analyze the huge flows in crowded scenes by using optical flows and DDP-HMM on the scenes, and we detect the global flow and the motions of each moving object in the scene. In the global flow, moving objects in different direction exist locally. Therefore, we detect the different motions by comparing these flows. Moreover, the congestion degree is computed based on scene analysis and optical flows. The experimental results show that the huge flow can be analyzed, and the different motion and the congestion degree can be obtained in crowded scenes, where it is generally difficult to analyze. |
キーワード |
(和) |
流れ解析 / 混雑場面 / 階層ディリクレ過程 / 依存ディリクレHMM / 混雑度 / / / |
(英) |
Flow Analysis / Crowded Scenes / Hierarchical Dirichlet Process / Dependent Dirichlet Process HMM / Congestion Degree / / / |
文献情報 |
信学技報, vol. 112, no. 207, SIS2012-20, pp. 23-28, 2012年9月. |
資料番号 |
SIS2012-20 |
発行日 |
2012-09-13 (SIS) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SIS2012-20 |