方向性不変な特徴量を用いた人物行動の自動認識(学生研究発表会)

抄録

本論文では、立体高次自己相関特徴(CHLAC)を用いた人物動作判別において、人物の方向変化に頑健な特徴量処理の手法を提案する。CHLAC特徴量を用いた人物動作認識は高い判別精度を示すが、人物の移動方向の変化が大きいシーンの場合、ベクトルの向きが大きく変化するため、人物動作の判別が難しい場合がある。そのため相関性に基づくマスクパターンの抽出及び画像の拡大率に基づくベクトルの大きさの平均化処理を行い、人物が複雑に移動するシーンにおいても、その行動パターンを正確に判別する手法を提案する。