パーティクルフィルタとMCMC，そのコミュニケーション科学への応用

摘要

近年，人と人とのコミュニケーションシーンを自動的に認識・理解するための研究に注目が集まっている．著者らは現在，複数の人物が対面で行う会話に着日し，画像と音声を通して会話参加者の視線やジュスチャ，表情などの非言語行動を観測・認識し，会話の状況を自動分析する技術の研究開発を進めている．本講演では，これまで著者らが提案している，会話構造を確率的にモデル化し推測を行う方法，及び，会話参加者の頭部姿勢を画像から推定する方法を取り上坊　その概要を紹介するとともに，これらの基礎をなすパーティクルフィルタ，及び，マルコフ連鎖モンテカルロ法（MCMC）を概説する．%In recent years, the automatic analysis of human-human communication scenes has been acknowledged as an emerging research field. Authors have been working on multimodal conversation scene analysis that aims to provide the automatic description of conversation scenes from the multimodal nonverbal behaviors of participants, which are captured with cameras and microphones. This talk introduces two example techniques developed by author's group. The one is the probabilistic modeling and inference of conversation structures. The other is the visual tracking of the head poses of conversation participants. This talk also overviews the particle filtering and Markov Chain Monte Carlo (MCMC) method, which are used in our conversation scene analysis.