線型多様体表現に基づくビデオのクラス分類

摘要

本稿では，1本のビデオを1つのクラスへ対応付けるビデオのクラス分類について考える．従来法の多くはビデオから代表フレームを抽出し，それらの持つ特徴に基づいてビデオ間の類似度を算出しクラスへ分類するが，本研究ではbag-of-words（BoW）のように，フレーム集合をクラス毎にいくつかのサブクラスに分割した後，個々のビデオをフレームのクラスへの割り当て頻度であるクラス投票ヒストグラムと呼ばれるベクトルで表現し，それに基づいてクラス分類を行う．このとき，サブクラスを線型多様体で表現することで，多様なフレーム集合を少ないメモリ容量で表現する．また，クラス毎の線型多様体に学習を適用して割り当て精度を向上させることで，ビデオのクラス分類の精度が向上することを示す．さらに，複数の低レベル特徴量（画素値，カラー，エッジ方向ヒストグラム）で独立に求めたクラス投票ヒストグラムを結合することで分類精度が向上することも示す．