--.--.-- --:-- | EDIT
上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。
Category: スポンサー広告
Permanent Link | Comment(-) | Trackback(-) | PageTop↑
2015.02.11 13:48 | EDIT
表題のチュートリアルを公開しました. => Slideshare: 【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
自分のSlideshareページから閲覧・ダウンロードできるようにしています.

ミュンヘン工科大学(TUM)に訪問研究員として滞在した2013年7月以来,実装・改良している手法です.
考案者である、INRIAのHeng WangのページからIJCV2013とICCV2013のバージョンがダウンロードできるようになっています.

INRIAのコンピュータビジョンを扱うグループでは一連の流れとして特徴点抽出や特徴記述に関する手法を研究していて,その蓄積により結実したせいかと考えられます.
具体的にはHOG[Dalal, 2005],MBH[Dalal, 2006],HOF[Laptev, 2008]の特徴記述は全てINRIAから出てきた手法ですし,Dense TrajectoriesもIvan Laptevが2003年に考案したSTIP (Space-time interest points)をベースにして生み出された方法です.

時系列の重要な部分だけを取得するSTIPに対して,できるだけ密に特徴を取得し身体全体からできる限り多くの特徴量を取得するDense Trajectories.多くの場面においてDense Trajectoriesが精度が高くなるとのことです.しかし,やはりdense optical flowを画像全体から取得することはノイズも多く含んでしまうということで考えられたのがICCV2013のImproved Dense Trajectoriesです.SURF+Homographyによりカメラモーションを推定して余分なフローを除去しています.

資料では,ちゃっかり自分の研究も紹介しています.
H. Kataoka, K. Hashimoto, K. Iwata, Y. Satoh, N. Navab, S. Ilic, Y. Aoki, "Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity Recognition", in ACCV, 2014.

Dense Trajectoriesはコードもダウンロードできてすぐに使えるので是非試してみてください!
スポンサーサイト
 | ホーム | 
上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。