パーティクルフィルタ

3.3.1

パーティクルフィルタとは

物体追跡の手法として，パーティクルフィルタが広く用いられている．パーティクル フィルタは推定に基づく時系列データ解析方法であり，重み

(

尤度

)

と運動モデルを持つ

パーティクルを多数用いて追跡を行う．状態推定，重み計算，重み評価の

3

ステップを繰り返す ことで物体を追跡する．また，パーティクルフィルタの特徴として，多数のパーティクルの平均に より物体の追跡を行うことが挙げられる

[7][8]

．

3.3.2

処理の流れ

Step1

初期設定 対象物体位置を指定し，複数個のパーティクルを発生させる．

Step2

状態推定 パーティクルを運動モデルに従い移動させる．

Step3

重み計算 パーティクルの座標周辺のヒストグラムを取得．ヒストグラムの類

似度を計算して，尤度とする．

Step4

重み評価 パーティクルの尤度を正規化．対象物体の重心を求める．

初期位置を与え，

Step2

～

4

を繰り返し追跡する．対象物体の位置推定，観測により尤 度計算をし，尤度評価を行い尤度の高い方にパーティクルを動かすことにより追跡が行 われている．図

3.7

にパーティクルフィルタの概念図を示す．

図

3.7

パーティクルフィルタの概念図

3.3.3

初期位置設定

追跡領域の初期位置は動画の

1

フレーム目を

HSV

変換することによって、肌色領域を検出する ことで指定する．この初期位置の周りにパーティクルを配置することから追跡を開始する．

107

図

3.8

原画像

図 3.9 HSV

変換画像

3.3.4

状態推定

3.3.4.1

運動モデル

前フレームまでの位置から，状態を推定して粒子を動かす．尤度の高いパーティクル が存在する座標方向に移動させる．移動させるときには，運動モデルを基に移動させる．

運動モデルは，システムに応じて定める必要がある．線形的な動きだけでなく，非線形 な動きにも運動モデルを定めることにより対応できるようになる．このシステムで使用 する運動モデルと状態推定の概念図を示す．

式

3.1

パーティクルの運動モデル

108

図

3.10

パーティクルフィルタ

(

状態推定

)

の概念図

式

5.1

により，前の位置から，パーティクルを動かす．図

5.4

の矩形内は状態遷移の様子であ る．前のフレームから運動モデルに従い，パーティクルを動かしている．

3.3.4.2

ノイズパラメータ

運転手の不規則な動き，カメラの動作，照明変動などにより起こり得るノイズに対応するため，

ノイズパラメータを設定する必要がある．下の式はノイズパラメータを考慮した運動モデルである．

自分で上限を定めることが可能で，その中で値を変動させることにより，様々なノイズにも対応で きる．

式

3.2

ノイズを考慮した運動モデル

ノイズ設定を行わないと，不意に移動した場合や，急な変化に対応することが出来ない可能性が ある．位置や速度の変化を考慮して，ノイズの設定を行うことで運転手の速い動きなどのに対応可 能であると考えられる．ノイズパラメータはシステムにより最適な値を設定する必要がある．

109

ドキュメント内 安全運転カウンセリングシステムの構築 タカタ財団助成研究論文集 ISSN 2185 (ページ 108-111)