時空間系列パターンのスポッティング認識

摘要

本論文では、時空間系列パターンの認識アルゴリズムを、従来提案されている「連続DP」に空間情報を自然に取り込んで拡張されたアルゴリズムとして提案する。提案アルゴリズムの新規な点は、参照パターンである時空間系列パターンを2次元座標点の時間区間の系列（pixel trajectory）として表現し、入力の2次元明暗動画像パターン中に、任意の時間を始点とし、かつ任意の空間点を始点とする、参照パターンと類似する時空間系列パターン区間を最適性のもとに抽出する（時空間スポッテイング）ところにある。類似性計算において、時間変動と空間変動が共に吸収される非線形最適マッチングが実現されている。入力時空間パターンの時間パラメータtをrunning parameterとすることで、局所距離の累積値の最小化は3変数の最適化問題となり、この解アルゴリズムをDPの漸化式として提案する。また、各時刻における出力の最小累積距離の2次元パターンから類似動特性の画素群による形状抽出ができる。参照パターン群をプリミティブ線群とすることで、トラッキングも可能となる。