第3回CV勉強会　発表資料 教科書 ：コンピュータビジョン最先端ガイド 第1巻 対象範囲：第3章6-7節

1. 第3章 パーティクルフィルタとその実装
2010.06.26
CVIM チュートリアル勉強会（第3回）
６． パーティクルフィルタの実装（PP.89～）
７． まとめ（PP.94～）
@shirasy
1

2. ６. パーティクルフィルタの実装
6.1 ライブラリ、サンプルプログラム（P.89）
The Condensation Algorithm （Isard氏ら）
サンプルプログラムとして、「simple
cond」が有名
http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/ISARD1/condensation.html 2

3. ６. パーティクルフィルタの実装
6.1 ライブラリ、サンプルプログラム
Particle Filter Objcet Tracking(Hesss氏ら）
OpenCV（画像処理部分）とgtk（GUI)を
用いた実践的なプログラミング
3
http://web.engr.oregonstate.edu/~hess/

4. ６. パーティクルフィルタの実装
6.1 ライブラリ、サンプルプログラム
ｃｖCondensation：パーティクルフィルタのフレームワークを提供するライブラリ
OpneCVに含まれる
http://opencv.willowgarage.com/wiki/ http://opencv.jp/
4

5. ６. パーティクルフィルタの実装
6.2 OpneCVを使った実装例（P.89）
cvCondensationを使った対象追跡のサンプルプログラム
サンプル内容：
二次元画像上の肌色領域を追跡する例
－ 状態ベクトル ： 画像上の位置
－ システムモデル ： 等速直線運動を仮定したモデル（式(30)（P.86））
－ 尤度の推定 ： 設定した肌色と画素値の差 （R , G , B）
本発表では、尤度の推定方法を3パターン試す
5

6. ６. パーティクルフィルタの実装
6.2 OpneCVを使った実装例
処理の流れ（ （）は、本文中の説明箇所 ）
CvConDensation構造体の初期化 （P.90 ）
初期サンプルの生成 (P.91）
尤度関数の定義 （P.92）
パーティクルフィルタの実行 (P.92）
状態更新（次時刻の予測サンプルを生成） (P.92）
6

7. ６. パーティクルフィルタの実装
6.2 OpneCVを使った実装例
特長： 「cvConDensation構造体に与える各種パラメータの設定や、尤度の
計算方法を変更することで汎用的に使える」
「システムモデルが線形モデルに限定」
制限：
「システムノイズ分布が正規分布か一様分布のみ」
「初期分布が一様分布のみ」
7
http://opencv.jp/opencv-1.0.0/document/opencvref_cv_estimators.html

8. ７. まとめ
パーティクルフィルタ（時系列フィルタの一種）
特長
• 「パラメトリックに表現される対象であれば、どんな対象でも扱うことができる」
• 「観測モデルについても、ある状態に対する尤度関数さえ定義できればよい」
コンピュータビジョンの問題にも適している
パーティクルフィルタを用いる際の注意点（P.95 図13参照）
尤度分布のピーク周辺に極大値が存在する場合でも正しく推定可能
＊類似度の勾配に基づく追跡手法（例：Mean-Shift, Lucas-Kanade）では、
最適解に収束することは困難
尤度分布が鋭いピークを持ち、ピーク位置の周辺で急激に尤度が下がる場合、
サンプルの密度が低いと正しくピーク位置を推定できない場合がある
8