JP5436351B2 - 状態推定装置、状態推定方法、およびプログラム - Google Patents
状態推定装置、状態推定方法、およびプログラム Download PDFInfo
- Publication number
- JP5436351B2 JP5436351B2 JP2010140962A JP2010140962A JP5436351B2 JP 5436351 B2 JP5436351 B2 JP 5436351B2 JP 2010140962 A JP2010140962 A JP 2010140962A JP 2010140962 A JP2010140962 A JP 2010140962A JP 5436351 B2 JP5436351 B2 JP 5436351B2
- Authority
- JP
- Japan
- Prior art keywords
- probability distribution
- state
- state information
- estimation
- observation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
Description
しかしながら、観測対象の状態に急激な変化が発生する場合、従来のパーティクルフィルタで採用される事前確率分布を求める方法では、適切な事前確率分布が予測できず、状態推定に失敗してしまうという問題がある。
この非特許文献1、2に記載されている技術は、類似の状態が繰り返し発生することに着目し、過去の状態が未来の時刻において発生することを示す確率分布を、時間軸上に定義した時間的再現確率を算出し、この時間的再現確率に従った過去の時刻からのランダムサンプリングによって、事前確率分布を生成するものである。このため、この非特許文献1、2に記載されている技術は、長期間の過去の履歴を用いることで、高精度な事前確率分布生成を可能とするものである。
さらに、非特許文献1、2に示された技術では、追跡の結果を履歴として蓄積するが、追跡に失敗する速い動きのみが繰り返されるような場合、正しい追跡が行えず、そのため履歴が蓄積されない。つまり、速い動きのみが繰り返されるような場合には、履歴に基づいた事前分布予測は行えない。
本実施形態に係る状態推定装置は、パーティクルフィルタとして機能する装置であって、事前確率分布を予測のために、過去の状態推定結果の履歴を保持し、この過去の履歴が再び現れる確率に基づいて事前分布を推定するものである。
図1に示す通り、状態推定装置1は、事前確率分布予測部11、事後確率分布推定部12、推定結果算出部13、追跡安定性判定部14、欠損軌跡推定部15、履歴蓄積装置16、履歴蓄積部17、推定対象時刻設定部18、終了判定部19を有する。
この履歴テーブルD1は、図2に示す通り、時刻tに、過去の状態推定値である状態推定値ベクトルxtを対応付けたテーブルである。
ここで、状態推定値ベクトルxtは、ある時刻tにおける状態推定値であり、状態推定値ベクトルxTは、現在時刻Tにおける状態推定値である。この状態推定値ベクトルxtは、後述する事後確率分布推定部12によって算出される状態推定値である。
この時間的再現確率テーブルD2は、例えば、図3に示すように、ある時刻tと、時刻tの姿勢が再び現れる時間的再現確率pt}との組である。
なお、時間的再現確率とは、過去の状態が将来に再び起こる確率をモデル化したものである。
つまり、現在時刻TのΔt時刻後の事前分布を、現在までの状態推定値x1:Tと、予測時間先Δtとから求めるものとして定義した。
なお、以下に示す式(2)は、時間的再現確率であって、時刻tにおける推定状態x^tが将来の時刻T+Δtにおいて再び出現する確率とする。
この事後確率分布は、以下の式(5)で表される。
なお、観測尤度とは、事前確率分布予測部11によって算出された事前確率分布が、観測結果からみて推定された位置に近いか否かを表わすものである。例えば、追跡対象をカメラが撮影した画像データや、あるいは追跡対象の位置表わす位置情報を位置センサが検知した結果等の追跡対象に関する観測情報が、事後確率分布推定部12に入力することで、事後確率分布推定部12が、この追跡対象に関する観測情報と事前確率分布に基づき観測尤度を算出する。また、事後確率分布推定部12は、算出した観測尤度に応じたスコアで重み付けされたパーティクルの集合を算出して、これを事後確率分布として推定結果算出部13に出力する。
なお、追跡安定性判定部14による信頼性の判定については、重みの最大のパーティクルの重みをしきい値処理することで求めることができる。追跡安定性判定部14は、重みが予め定められた閾値よりも大きい場合、その状態推定結果情報D3は信頼できるものと判定する。
言い換えると、欠損軌跡推定部15は、現在時刻の前に追跡結果が信頼できないと判定された時間が存在した場合に、履歴蓄積装置16に蓄積された過去の状態推定値の履歴(履歴テーブルD1)と、現在の状態推定値(状態推定結果情報D3)とを用いて、追跡結果が信頼できないと判定された時間の状態を内挿することで、追跡失敗中の履歴(欠損軌跡)を推定する。
推定対象時刻設定部18は、追跡対象の時刻をインクリメントする。
終了判定部19は、状態推定を継続するか否かを判断する。継続する場合、終了判定部19は、事前確率分布予測部11に対して、再び状態推定を行うことを指示する。
図4に示す通り、本発明の状態推定方法は、事前確率分布を予測する事前確率分布予測ステップST10と、事後確率分布を推定する事後確率分布推定ステップST20と、推定結果を算出する推定結果算出ステップST30と、追跡の安定性を判定する追跡安定性判定ステップST40と、追跡失敗中の軌跡を推定する欠損軌跡推定ステップST50と、履歴を蓄積する履歴蓄積ステップST60と、状態推定対象時刻を設定する対象時刻設定ステップST70と、終了したかどうかを判定する終了判定ステップST80とを有する。
事後確率分布推定ステップST20では、事後確率分布推定部12が、事前確率分布推定ステップST10において事前確率分布予測部11によって推定された事前確率分布と、その観測尤度とを用いて事後確率分布を算出する。つまり、この事後確率分布推定部12は、各パーティクルについて観測尤度から重みを求め、重み付きパーティクル集合を得る。
追跡安定性判定ステップST40では、追跡安定性判定部14が、現在の状態推定結果の信頼性について判定を行う。信頼できないと判定された場合、欠損軌跡推定ステップST50へ処理を移す。現在の状態推定結果が信頼できると判定された場合には、状態推定対象時刻設定ステップST70へ処理を移す。
履歴蓄積ステップST60では、欠損軌跡推定部15から出力される補間履歴情報D4、あるいは、追跡安定性判定部14から出力される状態推定結果情報D3を、履歴蓄積装置16の履歴テーブルD1に時刻と対応付けて蓄積する。
終了判定ステップST80では、終了判定部19が、状態推定を継続するか否かを判断する。継続する場合はステップST10へ移行する。
次に、図5〜7を参照して、図4に示した欠損軌跡推定ステップST40の一例についてさらに詳しく説明する。図5は、欠損軌跡推定ステップST40に含まれるステップを説明するためのフローチャートである。図6は、欠損のある履歴情報の例を示す図である。図7は、この欠損のある履歴情報を補間する例を示す図である。
なお、ここでの欠損は、例えば、事後確率分布推定部12に入力する観測情報において、追跡対象に関する情報が含まれておらず、事後確率分布推定部12において観測尤度が0であることを示す状態推定結果情報D3が算出された場合を例に説明する。なお、本発明はこれに限られず、例えば、事後確率分布推定部12に入力する観測情報において、追跡対象に関する情報が含まれているが、事後確率分布推定部12において算出される観測尤度が低く(0ではない)、追跡安定性判定部14において、状態推定結果情報D3が信頼できる程度でないと判断された場合であってもよい。
ステップ401では、欠損軌跡推定部15が、履歴テーブルD1において、欠損前のもっとも新しい時刻における状態推定値ベクトルxT―Nを取得する。ただしN=1の場合、追跡失敗は含まれない。
言い換えると、追跡安定性判定部14が、現在時刻Tにおいて、現在時刻Tから欠損部分を除いて最も近い過去の履歴情報(時刻T―Nに対応する状態推定値ベクトルxT―N)を、履歴蓄積装置16の履歴テーブルD1から取得する。
なお、kは(xT―N−xT)/Nの係数である。
このステップ402により補間された状態ベクトル(補間履歴情報D3)は、例えば、図示の通り、xT―1,xT―2,xT―3,xT―4である。
次に、図8を参照して、図4に示した欠損軌跡推定ステップST40の他の例についてさらに詳しく説明する。図8は、欠損軌跡推定ステップST40に含まれるステップを説明するためのフローチャートである。図9は、欠損のある履歴情報の例を示す図である。図10は、この欠損のある履歴情報を補間する例を示す図である。
ステップST421では、欠損軌跡推定部15が、最新のM時刻分の履歴{xT―N−M+1,・・・,xT―N}を履歴から取得する。ただしMは3以上の任意の整数とする。
つまり、欠損軌跡推定部15が、現在時刻Tにおいて、現在時刻Tから欠損部分Nおよび任意数M+1までの状態推定値ベクトルxT―N−M+1を、履歴蓄積装置16の履歴情報から取得する。
ステップST423で、欠損軌跡推定部15は、上述の通り得られた2次曲線に従って、補間部分{xT―N+1,・・・,xT―1}を{f(xT―N+1),・・・,f(xT―1)}により求める。
このステップ423により補間された状態ベクトル{xT―N+1,・・・,xT―1}は、例えば、図9(b)に示すxT―4,xT―3,xT―2,xT―1である。
次に、図10、11を参照して、図4に示した欠損軌跡推定ステップST40の他の例についてさらに詳しく説明する。図10は、欠損軌跡推定ステップST40に含まれるステップを説明するためのフローチャートである。図11は、欠損のある履歴テーブルD1を補間する例を示す図である。
ステップST431では、欠損軌跡推定部15が、最新のM時刻分の履歴{xT―N−M+1,・・・,xT―N}を、履歴から取得する。ただしMは3以上の任意の整数とする。
つまり、欠損軌跡推定部15が、現在時刻Tにおいて、現在時刻Tから欠損部分Nおよび任意数M+1までの状態推定値ベクトルxT―N−M+1を、履歴蓄積装置16の履歴情報から取得する。
つまり、欠損軌跡推定部15が、現在時刻Tにおける状態ベクトル(状態推定結果)xTと、最も近い過去の状態ベクトル(状態推定結果)xT―Nとの間の時刻の状態推定値ベクトルxT―N+1〜xT―1を、M時刻分の履歴である状態ベクトル{xT―N−M+1,・・・,xT―N}に基づき得られるN次曲線により(xt=g(t))と補間する。
このステップ433により補間された状態ベクトル{xT―N+1,・・・,xT―1}は、例えば、図11に示すxT―4,xT―3,xT―2,xT―1である。
なお、欠損軌跡推定部15は、N次曲線による補間に限らず、その他、ベジエ曲線による近似、スプライン曲線による近似など様々な方法により追跡失敗中の履歴を補間することができる。
次に、図12、13を参照して、図4に示した欠損軌跡推定ステップST40の他の例についてさらに詳しく説明する。図12は、欠損軌跡推定ステップST40に含まれるステップを説明するためのフローチャートである。図13は、欠損のある履歴テーブルD1を補間する例を示す図である。
なお、上述同様、ここでも、時刻NからTまでの間が欠損している場合を例に説明する。
ステップST442で、欠損軌跡推定部15は、現在時刻Tにおける状態推定値ベクトルxTと最も近い過去の状態推定値ベクトルxT―Nとの間の時刻の状態推定値ベクトルxT―N+1〜xT―1を、線形補間によって算出する。
ステップST444で、欠損軌跡推定部15は、ステップST441で得たM時刻分の履歴である状態ベクトル{xT―N−M+1,・・・,xT―N}と現在の状態推定値ベクトルxTについて、時刻tと状態ベクトル(状態推定値)xtとの関係を、L次曲線(g(t)=xt)により近似する。
ステップST445で、欠損軌跡推定部15は、追跡失敗中の各時刻(N〜T)における状態推定値である状態ベクトル{xT―N,・・・,xT}を算出する。このステップ445により補間された状態ベクトル{xT―N+1,・・・,xT―1}は、例えば、図13(b)に示すx2T―4,x2T―3,x2T―2,x2T―1である。
次に、図16を参照して、図4に示した欠損軌跡推定ステップST40の他の例についてさらに詳しく説明する。
本実施形態において、事前確率分布予測部11は、事前確率分布の算出(推定)において、過去の履歴(履歴テーブルD1)の不確定性を考慮して、時間的再現確率に従って選択された過去の状態推定値(状態推定値ベクトルxt)に対して、あらかじめ定められた分散のガウシアンノイズを加えることで事前確率分布を表すパーティクルを生成する。
次に、図17を参照して、図4に示した事前確率分布予測ステップST10の一例についてさらに詳しく説明する。図17は、事前確率分布予測ステップST10に含まれるステップを説明するためのフローチャートである。
ステップST101で、事前確率分布予測部11は、時間的再現確率に従って、履歴テーブルD1から状態推定値ベクトルxtを1つ選択する。
ステップST103で、事前確率分布予測部11は、ステップST101において得られた状態推定値ベクトルxtを事前確率分布を表わすパーティクルの集合に加える。
事前確率分布予測部11は、このステップST101〜103をあらかじめ定められた規定のパーティクル数に達するまで繰り返す。
本実施形態に係る状態推定装置2は、例えばカメラによって撮影される映像中に映る人物の顔姿勢の追跡を行う。この状態推定装置2は、図18に示す通り、上述の状態推定装置1にカメラ21と画像処理部22とをさらに備える構成である。ここでは各構成の詳細については、第1実施形態と同一の符号を付すことで、その説明を省略する。
この顔状態の追跡とは、顔の画面上での位置および向き(姿勢)を推定することである。本発明では、追跡対象の位置と姿勢x(画面上での顔の中心(mx,my)と3軸中心回転(rx,ry,rz)を含むベクトル)を推定対象の状態を示す情報とする。
図19に示す通り、ステップST2101で、状態推定装置1は、初期化を行う。初期化ステップでは、画像処理部22は、カメラ21によって撮影された追跡対称の顔の画像データに基づき、正面顔検出手法により、正面顔を検出する。なお、初期化時の顔は、位置(0,0)、姿勢(0,0,0)とする。
ステップST2107で、追跡安定性判定部14は、追跡の安定性を判定する。本実施例では追跡の安定性判定にパーティクルの最大尤度を用いしきい値処理により判定する。ただし、安定性の判定手法は問わない。パーティクル集合の分散・尖度・歪度などを用いるものであってもよい。
ステップST2108で、欠損軌跡推定部15は、欠損履歴を推定する。本ステップは、現在時刻Tの前に欠損履歴がある場合のみ実施される。本実施例では、線形補間と2次曲線による補間を用いることとする。また2次曲線により補間する場合には、過去の3時刻分の履歴と現在の状態推定値を用いて、最小自乗法により2次曲線をあてはめることとする。
ステップST2110で、推定対象時刻設定部18は、追跡対象の時刻をインクリメントし、時刻を1時刻分進ませる。
ステップST2111で、終了判定部19は、映像が終了であれば終了し、そうでなければステップST2102へ処理を進める。
滞留性とは、短い時間でみると対象の状態が滞留する性質である。つまり、対象の近い未来の状態は、直前の状態と類似したものになり、また、予測しようとする時間が遠い未来になるほど、直前の過去には類似した状態が存在しなくなるという性質である。
また、軌跡類似性は、現在の状態と過去の状態が類似していると、その後の時間発展も類似する傾向が強いという性質である。ここで、軌跡類似性に関する2つの側面を説明する。第1は、現在の状態と過去の状態が類似するほど、その後の時間発展も互いに類似する性質であり、第2は、リードタイムが長くなるほど時間発展の類似性は低下する性質である。
ここで、本発明によらない場合の一例を説明する。
例えば、まだ履歴が蓄積されていない状態で、急激に追跡対象が動いた場合、履歴を利用した予測ができないため、追跡が失敗してしまう。
一方、追跡が可能な程度のゆっくりした速さで追跡対象が動いた場合、状態推定装置はこの動きの軌跡を履歴として取得することができるため、次に、追跡対象が急激に動いた場合であっても、履歴を利用して状態を推定し、追跡対象を追跡することができる。
本願発明では、追跡が可能な程度の速さでゆっくり動く追跡対象の軌跡を、事前に履歴として取得していない場合であっても、急激な追跡対象の動きに応じた軌跡を予測して、履歴として取得することができる。これにより、速い動きで移動する追跡対象であって、正しくその軌跡を追跡できない場合であっても、推定された履歴に基づき、激しい動きに対応した高精度な事前確率分布推定を行うことができる。
Claims (8)
- 過去の時刻における観測対象の位置と姿勢を示す状態情報と、当該時刻において前記観測対象が前記状態情報の示す状態となる確率を示す時間的再現確率を対応付けるテーブルを記憶する履歴蓄積装置と、
過去の前記状態情報および前記時間的再現確率に基づき、未来の前記観測対象の位置と姿勢を示す状態を複数のパーティクルにより表わす事前確率分布を作成する事前確率分布予測部と、
外部の観測装置が測定する前記観測対象に関する観測情報を入力し、前記観測情報と前記事前確率分布予測部が作成した前記事前確率分布に基づき、観測結果からみた前記事前確率分布の観測尤度を算出し、当該観測尤度に応じた重み付けを前記事前確率分布に行い事後確率分布を作成する事後確率分布推定部と、
前記事後確率分布によって表わされる複数のパーティクルの重みを閾値処理することにより補間部分が検出された場合、過去の前記状態情報と前記事後確率分布に基づき、前記補間部分の前記状態情報を算出する欠損軌跡推定部と、
前記事後確率分布が示す前記状態情報あるいは前記欠損軌跡推定部が算出する前記状態情報を前記履歴蓄積装置に更新して蓄積する履歴蓄積部と、
を備えることを特徴とする状態推定装置。 - 前記欠損軌跡推定部は、
過去の前記状態情報と前記事後確率分布に基づき、線形補間によって前記補間部分に対応する前記状態情報を算出することを特徴とする請求項1に記載の状態推定装置。 - 前記欠損軌跡推定部は、
過去の前記状態情報と前記事後確率分布に基づき、2次曲線補間によって前記補間部分に対応する前記状態情報を算出することを特徴とする請求項1に記載の状態推定装置。 - 前記欠損軌跡推定部は、
過去の前記状態情報と前記事後確率分布に基づき、多次曲線補間によって前記補間部分に対応する前記状態情報を算出することを特徴とする請求項1に記載の状態推定装置。 - 前記欠損軌跡推定部は、
線形補間、2次曲線補間、あるいは多次曲線補間のうち、少なくとも2以上の補間を組み合わせて前記補間部分に対応する前記状態情報を算出することを特徴とする請求項2〜4のいずれか一項に記載の状態推定装置。 - 前記事前確率分布予測部は、
前記事前確率分布を作成する際に用いる前記状態情報が前記欠損軌跡推定部によって算出された前記状態情報である場合、当該状態情報をガウシアンノイズの分散を大きくすることを特徴とする請求項1〜5のいずれか一項に記載の状態推定装置。 - 過去の時刻における観測対象の位置と姿勢を示す状態情報と、当該時刻において前記観測対象が前記状態情報の示す状態となる確率を示す時間的再現確率を対応付けるテーブルを記憶する履歴蓄積装置を備える状態推定装置における状態推定方法であって、
過去の前記状態情報および前記時間的再現確率に基づき、未来の前記観測対象の位置と姿勢を示す状態を複数のパーティクルにより表わす事前確率分布を作成する事前確率分布予測ステップと、
外部の観測装置が測定する前記観測対象に関する観測情報を入力し、前記観測情報と前記事前確率分布予測ステップにおいて作成された前記事前確率分布に基づき、観測結果からみた前記事前確率分布の観測尤度を算出し、当該観測尤度に応じた重み付けを前記事前確率分布に行い事後確率分布を作成する事後確率分布推定ステップと、
前記事後確率分布によって表わされる複数のパーティクルの重みを閾値処理することにより補間部分が検出された場合、過去の前記状態情報と前記事後確率分布に基づき、前記補間部分の前記状態情報を算出する欠損軌跡推定ステップと、
前記事後確率分布が示す前記状態情報あるいは前記欠損軌跡推定ステップにおいて算出される前記状態情報を前記履歴蓄積装置に更新して蓄積する履歴蓄積ステップと
を備えることを特徴とする状態推定方法。 - コンピュータを、
過去の時刻における観測対象の位置と姿勢を示す状態情報と、当該時刻において前記観測対象が前記状態情報の示す状態となる確率を示す時間的再現確率を対応付けるテーブルを記憶する履歴記憶手段、
過去の前記状態情報および前記時間的再現確率に基づき、未来の前記観測対象の位置と姿勢を示す状態を複数のパーティクルにより表わす事前確率分布を作成する事前確率分布予測手段、
外部の観測装置が測定する前記観測対象に関する観測情報を入力し、前記観測情報と前記事前確率分布予測手段が作成した前記事前確率分布に基づき、観測結果からみた前記事前確率分布の観測尤度を算出し、当該観測尤度に応じた重み付けを前記事前確率分布に行い事後確率分布を作成する事後確率分布推定手段、
前記事後確率分布によって表わされる複数のパーティクルの重みを閾値処理することにより補間部分が検出された場合、過去の前記状態情報と前記事後確率分布に基づき、前記補間部分の前記状態情報を算出する欠損軌跡推定手段、
前記事後確率分布が示す前記状態情報あるいは前記欠損軌跡推定手段が算出する前記状態情報を前記履歴記憶手段に更新して蓄積する履歴蓄積手段、
として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010140962A JP5436351B2 (ja) | 2010-06-21 | 2010-06-21 | 状態推定装置、状態推定方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010140962A JP5436351B2 (ja) | 2010-06-21 | 2010-06-21 | 状態推定装置、状態推定方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012003720A JP2012003720A (ja) | 2012-01-05 |
JP5436351B2 true JP5436351B2 (ja) | 2014-03-05 |
Family
ID=45535581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010140962A Active JP5436351B2 (ja) | 2010-06-21 | 2010-06-21 | 状態推定装置、状態推定方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5436351B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110509957A (zh) * | 2019-08-29 | 2019-11-29 | 交控科技股份有限公司 | 一种列车速度预测方法及装置 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018147311A (ja) * | 2017-03-07 | 2018-09-20 | オムロン株式会社 | 画像処理装置、追跡方法、および追跡プログラム |
JP2019160034A (ja) * | 2018-03-15 | 2019-09-19 | 株式会社ユニオンソフトウェアマネイジメント | 動作認識画像データの補正システム |
CN110443833B (zh) | 2018-05-04 | 2023-09-26 | 佳能株式会社 | 对象跟踪方法和设备 |
US12040167B2 (en) * | 2019-07-30 | 2024-07-16 | Hitachi High-Tech Corporation | Diagnosis apparatus, plasma processing apparatus and diagnosis method |
CN112285694B (zh) * | 2020-10-16 | 2022-08-30 | 四川九洲电器集团有限责任公司 | 一种机动目标二次雷达航迹探测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4687772B2 (ja) * | 2008-11-06 | 2011-05-25 | ソニー株式会社 | 画像処理装置、画像処理方法、プログラム |
-
2010
- 2010-06-21 JP JP2010140962A patent/JP5436351B2/ja active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110509957A (zh) * | 2019-08-29 | 2019-11-29 | 交控科技股份有限公司 | 一种列车速度预测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2012003720A (ja) | 2012-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5436351B2 (ja) | 状態推定装置、状態推定方法、およびプログラム | |
US10782688B2 (en) | Method, control apparatus, and system for tracking and shooting target | |
JP6140278B2 (ja) | ビジョン支援慣性カメラポーズ推定とビジョンベースのみのカメラポーズ推定との間の適応的な切替え | |
JP6816058B2 (ja) | パラメータ最適化装置、パラメータ最適化方法、プログラム | |
JP5778187B2 (ja) | 汎用プラットフォーム・ビデオ画像安定化 | |
JP4469275B2 (ja) | ポーズ角度を推定するためのシステムおよび方法 | |
US20100067802A1 (en) | Estimating a location of an object in an image | |
KR101885839B1 (ko) | 객체추적을 위한 특징점 선별 장치 및 방법 | |
WO2019064375A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
CN111462185A (zh) | 跟踪器辅助的图像捕获 | |
WO2014010174A1 (ja) | 画角変動検知装置、画角変動検知方法および画角変動検知プログラム | |
JP4979480B2 (ja) | 顔認証装置 | |
JP5340228B2 (ja) | 状態推定装置、状態推定方法、およびプログラム | |
JP6428277B2 (ja) | オブジェクト紐付方法、装置、及びプログラム | |
JP2010108496A (ja) | データをあらわす属性を選択する方法、コンピューター読み取り可能な媒体、生成モデルを形成する方法および生成モデルを形成するシステム | |
JP5791555B2 (ja) | 状態追跡装置、方法、及びプログラム | |
JP7452620B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP5848665B2 (ja) | 移動物体上動きベクトル検出装置、移動物体上動きベクトル検出方法、およびプログラム | |
JP2009042910A (ja) | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム | |
CN110856014A (zh) | 动态图像生成方法、装置、电子设备及存储介质 | |
JP2020160901A (ja) | 物体追跡装置および物体追跡方法 | |
CN113743283A (zh) | 网状拓扑结构获取方法、装置、电子设备及存储介质 | |
WO2021092015A1 (en) | Monitoring animal pose dynamics from monocular images | |
JP5746078B2 (ja) | 時間的再現確率推定装置、状態追跡装置、方法、及びプログラム | |
JP7224569B2 (ja) | 情報処理装置、推定方法、及び推定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121029 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20130605 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130719 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20130725 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130730 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130930 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20131203 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131210 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5436351 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |