抄録

◎中島健太郎・梅澤　猛・大澤範高（千葉大）

人物追跡における機械学習手法として，HOG特徴量を用いたオクルージョンに頑健なパーツベース手法に着目した．しかし既存のパーツベース手法では，対象人物を変更するたびに膨大なサンプルを用意しなければならないという問題がある．そこで本研究ではパーツベース手法を拡張して実環境のサンプルを動的に取得し，さらにHOG特徴量に加えて歩容情報や色情報などの人物間の差異が顕著に表れる特徴を逐次学習することで事前に対象人物のサンプルを用意せずともより高精度な追跡が可能な手法を提案する．また一度対象となった人物の学習モデルを保持することで，対象人物が別の映像で再出現しても高精度追跡を維持できる．