![Dense Trajectories (DT) [Wang, IJCV2013]
• 時系列的にも空間的にも密なサンプリング
– スケール変化への対応：ピラミッド構造でフロー取得
– 特徴取得：HOG, HOF, MBH, Traj.
– 特徴表現：Bag-of-words (BoW)
H. Wang+, “Dense Trajectories and Motion Boundary Descriptors for Action Recognition”, in IJCV2013.
H. Kataoka, “【チュートリアル】動的な人物・物体認識技術 –Dense Trajectories–”, in Slideshare.
http://www.slideshare.net/HirokatsuKataoka/dt-tutorial](https://image.slidesharecdn.com/150612ssii2015-150611150326-lva1-app6892/85/SSII2015-9-320.jpg)
![共起特徴量を用いた改良
• DTの特徴取得フレームワークに共起特徴を挿入
– 共起特徴量
• CoHOG[Watanabe, PSIVT2009] (ペアのカウント), ECoHOG (エッジ強度の累積)
• PCAによる次元圧縮
– 特徴改善の効果
• 密なフロー抽出 + さらに詳細な特徴抽出
• PCAによる効率的な特徴空間生成
• 共起特徴統合 (62.4%) > DT (59.2%)
T. Watanabe+, “Co-occurrence histograms of oriented gradients for pedestrian detection”, in PSIVT2009.
CoHOG
ECoHOG
H. Kataoka+, “Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity
Recognition”, in ACCV2014.](https://image.slidesharecdn.com/150612ssii2015-150611150326-lva1-app6892/85/SSII2015-10-320.jpg)
![アソシエーション分析[Agrawal, SIGMOD1993]
• 頻出の部分集合を抽出
– Support(支持度)とConfidence(信頼度)という指標を使用
• BoWの際の設定
n: BoWのベクトル数 (n=5)
X, Y: BoWの非ゼロのベクトル位置(B1, B2 … B10)の集合
(X U Y): XとYをどちらも含む特徴ベクトル (e.g. “(B4 B6) U B9” )
R. Agrawal+, “Mining Association Rules between Sets of Items in Large Databases”, in SIGMOD1993.
n
countYX
support
).( ∪
=
countX
countYX
confidence
.
).( ∪
=](https://image.slidesharecdn.com/150612ssii2015-150611150326-lva1-app6892/85/SSII2015-14-320.jpg)
【SSII2015】人を観る技術の先端的研究
- 1. 人を観る技術の先端的研究 片岡 裕雄, Ph.D. 産業技術総合研究所 知能システム研究部門 コンピュータビジョン研究グループ http://www.hirokatsukataoka.net/
- 2. 人を観る技術 • 研究に対する哲学： • 観測により知識を強化するだけでなく，知識により観測を強化 – 「観測」のみでなく「累積された知識」を相互的に活用する枠組み 検出 行動認識 行動予測 walk walk sit drink 入力 予測対象 Large scale videos データ解析(知識) 知識 モデル モデリング 1 : walk–sit–drink モデリング 2 : walk – sit – pc ・・・ モデリング N : ・・・ 知識モデルActivity DB 蓄積 知識として蓄積 観測に知識を与える • 次世代のコンピュータビジョン(CV)研究へ – 最先端CV&PR&ML研究(e.g. 深層学習)と共存し，拡張できる概念
- 3. 片岡裕雄の研究歴 – 2008 ~ 2015 • 共起特徴量の提案 • Tracking-by-detectionのフレームワークにてリアルタイム(15fps)追跡 • 論文：IJVS‘12, IEICE Trans. ‘14 • 受賞：電気学会論文誌賞’12, IEEE IECON’12 Award 人物行動解析技術 共同研究 サッカー映像解析(2008 – 2011) 【国立研究所】 産総研 交通安全環境研究所 【企業】 パナソニック デンソーITラボラトリ 沖電気 トヨタ自動車 Siemens AG 【University】 ミュンヘン工科大学 カリフォルニア大学 東京大学 慶應義塾大学 東京電機大学 国内外の大学・国立 研究所・企業• 混雑状況下における複数選手追跡 • リアルタイム(30fps)で追跡・俯瞰画像位置特定 • 論文：ACCVW’09, 電気学会論文誌’10, 画像電子学会論文誌’12 • 受賞：DIA’10若手奨励賞, SICE’10論文賞 歩行者検出・追跡(2009 – 2011) SITKeioUniv.Univ.ofTokyo ヒューマンセンシングを中心としたコンピュータビジョン技術の提案 UCRTUM ‘08‘09-’14 ’11-’12’13- ’14–‘15 • 行動履歴データベースの解析 • ベイジアンフレームワークによる行動予測 • 論文：MIRU’12, SSII’13, and in submission データ解析を統合した行動予測(2012 – 現在) AIST’15– • Dense Trajectories + 共起特徴 • Topic Model – LDAによる特徴量抽出 • Convolutional neural networks (CNN)による特徴抽出 • 論文: MIRU’12, SSII’13, ACCV’14, and in submission 人物行動認識のための改良型特徴(2011 – 現在) • 環境認識による教師無しクラスタリング • 約30万人の動線を解析 • 論文：ViEW’12, IAPR MVA’13 大規模動線解析(2012 – 2013)
- 4. 修士課程まで (2008 – 2011) • 人物を検出・追跡する – 所属：慶應義塾大学青木義満研究室 – 興味：解析のための検出・追跡，人物認識の基礎技術の習得 – テーマ１：スポーツ映像処理 => 戦術解析 • 卒業論文，修士論文 – テーマ２：歩行者検出・追跡 => 自動車の予防安全 • 結果的には博士論文に http://www.aoki-medialab.org/
- 5. サッカー映像解析 (2008 – 2011) • 戦術解析のための複数選手追跡 – Color-based Particle Filterによる個人選手追跡 – 混雑状況時には識別器により選手を検出して重心を再配置 – 選手の相対的な位置関係や前のフレームの速度を考慮 リアルタイム(20fps)で複数選手追跡とグローバル位置推定 DIA’10若手奨励賞, SICE’10論文賞
- 6. 歩行者検出・追跡 (2009 – 2011) 共起特徴による歩行者検出と歩行者追跡 – 共起特徴 + 識別器による歩行者検出 – Tracking-by-detectionに車両運動モデルや識別器を適用 電気学会論文誌賞’12, IEEE IECON’12 Award, IJVS‘12 複雑環境下でも検出・追跡できるフレームワーク
- 7. 博士課程 (2011 – 2014) http://campar.in.tum.de/Main/SlobodanIlic • 人物の行動を認識する – 所属：慶應義塾大学青木義満研究室 • 在外１：カリフォルニア大学リバーサイド校 (2011 – 2012) – Supervisor: Prof. Bir Bhanu – 紹介：斎藤英雄先生 • 在外２：産業技術総合研究所 (2012 - 2013) – Supervisor: 佐藤雄隆博士，岩田健司博士，大西正輝博士 • 在外３：ミュンヘン工科大学(2013, 2014) – Supervisor: Prof. Nassir Navab, Dr. Slobodan Ilic – 興味：より詳細な行動の把握，世界水準の研究へ(博士課程3年うち2.5年は学外) – テーマ：詳細行動認識 => 日常行動，手術映像の解析，歩行者動作 http://www.cris.ucr.edu/index.php https://unit.aist.go.jp/is/ci/group/cvrg_j.html http://www.aoki-medialab.org/
- 8. 詳細行動認識 視覚的に類似してるが意味が異なる行動識別 – 重大事故の前の行動傾向を検知 飛出し行動 歩道を移動 【交通】「飛出し」前の特徴変化 【生産】ルーティンワークの抜けが重要事故 【医療】手術中の小さなミスが命取り
- 9. Dense Trajectories (DT) [Wang, IJCV2013] • 時系列的にも空間的にも密なサンプリング – スケール変化への対応：ピラミッド構造でフロー取得 – 特徴取得：HOG, HOF, MBH, Traj. – 特徴表現：Bag-of-words (BoW) H. Wang+, “Dense Trajectories and Motion Boundary Descriptors for Action Recognition”, in IJCV2013. H. Kataoka, “【チュートリアル】動的な人物・物体認識技術 –Dense Trajectories–”, in Slideshare. http://www.slideshare.net/HirokatsuKataoka/dt-tutorial
- 10. 共起特徴量を用いた改良 • DTの特徴取得フレームワークに共起特徴を挿入 – 共起特徴量 • CoHOG[Watanabe, PSIVT2009] (ペアのカウント), ECoHOG (エッジ強度の累積) • PCAによる次元圧縮 – 特徴改善の効果 • 密なフロー抽出 + さらに詳細な特徴抽出 • PCAによる効率的な特徴空間生成 • 共起特徴統合 (62.4%) > DT (59.2%) T. Watanabe+, “Co-occurrence histograms of oriented gradients for pedestrian detection”, in PSIVT2009. CoHOG ECoHOG H. Kataoka+, “Extended Co-occurrence HOG with Dense Trajectories for Fine-grained Activity Recognition”, in ACCV2014.
- 11. 上位50の頻出特徴量 – 隣接する領域から特徴を抽出しているのがわかる • 詳細行動には「密なサンプリング + 詳細な特徴記述」が効果的
- 12. 学振特別研究員(PD) (2014 – 2015) http://ics.t.u-tokyo.ac.jp/ja/ • 人物行動を事前に予測する – 所属：東京大学下坂正倫研究室 • ウェアラブルセンサや車載センサ等からデータ取得 • 機械学習によるデータ解析 – 興味：データ解析との統合，画像に映らない情報を推測 – テーマ：特徴マイニング，人物行動予測
- 13. BoWの特徴ベクトル • 実際に取得されたBoWの特徴ベクトル (DT + BoW) – ほとんどの値がゼロで構成されている – 不必要な部分が多数存在 0.00 0.00 0.00 0.00 0.00 0.41 0.00 0.00 0.10 0.00 0.00 0.00 0.00 0.00 0.00 0.41 0.00 0.00 0.20 0.00 0.00 0.00 0.00 0.00 0.00 0.71 0.00 0.00 0.10 0.00 0.00 0.00 0.00 0.00 0.00 0.25 0.00 0.00 0.30 0.00 0.00 0.00 0.00 0.10 0.00 0.80 0.00 0.00 0.10 0.00 . . . . . . . . . vec1 vec2 vec3 vec4 vec5 非ゼロの値は同一のベクトル位置に格納される → 冗長部の排除が「精度の向上」や「容量の削減」に繋がる？ Bin No. B1 B2 ... B10 H. Wang+, “Dense Trajectories and Motion Boundary Descriptors for Action Recognition”, in IJCV2013. H. Kataoka, “【チュートリアル】動的な人物・物体認識技術 –Dense Trajectories–”, in Slideshare. http://www.slideshare.net/HirokatsuKataoka/dt-tutorial
- 14. アソシエーション分析[Agrawal, SIGMOD1993] • 頻出の部分集合を抽出 – Support(支持度)とConfidence(信頼度)という指標を使用 • BoWの際の設定 n: BoWのベクトル数 (n=5) X, Y: BoWの非ゼロのベクトル位置(B1, B2 … B10)の集合 (X U Y): XとYをどちらも含む特徴ベクトル (e.g. “(B4 B6) U B9” ) R. Agrawal+, “Mining Association Rules between Sets of Items in Large Databases”, in SIGMOD1993. n countYX support ).( ∪ = countX countYX confidence . ).( ∪ =
- 15. アソシエーション分析の流れ (“B6”, “B9”) が頻出要素として抽出 vec no. Item vec1 B6, B9 vec2 B6, B9 vec3 B6, B9 vec4 B6, B9 vec5 B4, B6, B9 Item support {B4} 1 (20%) {B6} 5 (100%) {B9} 5 (100%) Item support {B6} 5 {B9} 5 Bin4はカット Item support {B6, B9} 5 (100%) 組合せを増やしてsupportを計算 B9 B6 B4
- 16. Dense Trajectoriesの部分集合 • 密な空間の頻度による分解 – 頻度の低いフロー(e.g. 背景，稀な特徴)は除去される – 共起性も見ているので意味のある空間(e.g. 手振り)に落としこみやすい Dense Trajectories BoW 1 BoW 2 BoW 3 BoW 4 × × × ×× × × × ×× × × × × ×× ×× ×× × × ×× × × × #ofdimension 16000 9792 次元を削減しつつも精度を向上(特徴マイニングの重要性) 密な空間から最小動作単位に分離 (適応的な組み合わせが効果的) 背景領域は除去されている
- 17. 現在までのアプローチ Time-series 事後解析 Event detection (Action tag : Ai) It’s too late!! しかし，今までのアプローチはほとんどが事後解析
- 18. これからのアプローチ Time-series Event prediction (Prediction tag : Pi) Activity prediction and it’s prevented 事前予測 一方，事前に情報を察知しないと阻止できない場面がある
- 19. 行動予測の課題 - Action sequence “Walk” => “Sit” の段階で “Using a PC”を予測 - Time zone (補助的な要素) Day time ？？？ Daytime (Time Zone) Walking (Previous Activity) Sitting (Current Activity) ??? (Next Activity) xtimezone xprevious xcurrent θ = “Using a PC” Given Not given Time series
- 20. • 時系列行動タグ + 要素として時間帯を入力へ – 時間帯 (Time Zone) • “morning”, “day time”, “night” – 前行動，現行動 • “walk”, “bend”, “stand”, “sit”… – 次行動 • “use a PC”, “read”, “meal”… • 解析手法 – Naïve Bayes 行動予測のアプローチ 行動履歴DB
- 21. 結果 Time Attributes Estimated Intention Action PC (0.82) Read (0.11) Predicted activity Read (1.00) PC (0.00) 背景に潜む知識の使用により81.0%の精度，最大約20秒先を予測 Freq. Second 平均約5秒，最大で約20秒の予測
- 22. 産総研 特別研究員 (2015 – 20xx) • より高度な人物の行動認識・解析・予測へ – 所属：産業技術総合研究所 コンピュータビジョン研究グループ – 興味：人物行動解析技術の高いレベルでの拡張 – テーマ１：行動認識とデータ解析による高度な人物行動解析 • データベースや解析技術による知識側の強化 • 予測だけに留まらないコンピュータビジョンの拡張 – テーマ２：3D VisionやDeep CNNによる情報量の追加や高精度化 • 物体情報(3D Vision)の統合による行動領域の拡張 • Deep Learningによる詳細解析や特徴バリエーションの増加
- 23. 観測と知識 • “観測” が “知識”を強くする • “知識” が “観測”を強くする Large scale videos データ解析(知識) 知識 モデル モデリング 1 : 直立 –…– 調理 モデリング 2 : 歩行 – 座る – 食事 ・・・ モデリング N : ・・・ 知識モデル Activity DB 観測 歩行 –「物を落とす」 – 「片付け」 – 座る – 食事 行動認識(観測) 行動 認識 観測から知識強化 蓄積 予測，意図 相違，共起… 比較 drink sit walk モデルと何か違う？
- 25. 今後 • コラボレーションによる研究の深化と応用へ – 多くの共同研究により知見や技術を拡張させるに至っている – 企業だけに限らず，大学間の連携も行っている 「観測と知識の相補的な深化」を今後も追求