| 講演抄録／キーワード |
| 講演名 |
2016-12-07 21:45
グラフクラスタリングアルゴリズムに基づく人物周辺状況を考慮した会話グループ検出
○稲葉翔一・青木義満（慶大） |
| 抄録 |
（和） |
コンピュータビジョンの分野における単一人物解析の成熟に伴い，次のステップとして社会集団を対象としたソーシャル解析が大きな注目を集めている．ソーシャル解析の初期段階処理としてグループ検出に関する研究が盛んに行われてきており，特に会話中など静止状態のグループはF-formationと呼ばれ，位置や方向情報から算出される人物の注意領域の一致度を元にF-formationを検出する手法が主流となっている．しかし従来の手法では全ての人物が同様の注意領域を持つことを前提としており，時々刻々と変化するシーンの多様性を考慮していないものになっている．そこで本稿では周辺状況を考慮した注意領域モデルを導入することで，社会空間において起こりうるシーン変化に頑健なF-formation手法を構築した．複数シーン映像から構成されるデータセットを用いて従来手法との精度比較実験を行うことで，本提案手法の優位性を示した． |
| （英） |
With the development of single person analysis in computer vision, social group analysis has received growing attention as the next research area.
In particular, group detection has been actively studied as the first step of social analysis. Here, group means F-formation; a spatial organization of people gathered for conversation. Popular group detection methods are based on coincidence of visual attention field calculated from person position and body orientation information.However, majority of prior works assume that each member has the same visual attention field and do not consider the diversity of scene varying from hour to hour. In this paper, we present robust F-formation detection method to diverse scene in social space by modeling visual attention field based on local circumstances. We carry out comparative experiment using dataset consisting of various scene and validate the advantage of our method. |
| キーワード |
（和） |
会話グループ検出 / F-formation / グラフクラスタリング / / / / / |
| （英） |
conversational group detection / F-formation / graph clustering / / / / / |
| 文献情報 |
信学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
HCGSYMPO |
| 開催期間 |
2016-12-07 - 2016-12-09 |
| 開催地（和） |
高知市文化プラザかるぽーと |
| 開催地（英） |
Kochi City Culture Plaza (CUL-PORT) |
| テーマ（和） |
HCGシンポジウム2016 |
| テーマ（英） |
Human communication, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
HCGSYMPO |
| 会議コード |
2016-12-HCGSYMPO |
| 本文の言語 |
日本語 |
| タイトル（和） |
グラフクラスタリングアルゴリズムに基づく人物周辺状況を考慮した会話グループ検出 |
| サブタイトル（和） |
|
| タイトル（英） |
Conversational group detection based on social context using graph clustering algorithm |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
会話グループ検出 / conversational group detection |
| キーワード(2)（和/英） |
F-formation / F-formation |
| キーワード(3)（和/英） |
グラフクラスタリング / graph clustering |
| キーワード(4)（和/英） |
/ |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
稲葉 翔一 / Shoichi Inaba / イナバ ショウイチ |
| 第1著者 所属（和/英） |
慶應義塾大学 (略称： 慶大)
Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
青木 義満 / Yoshimitsu Aoki / アオキ ヨシミツ |
| 第2著者 所属（和/英） |
慶應義塾大学 (略称： 慶大)
Keio University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） |
/ / |
| 第3著者 所属（和/英） |
(略称： )
(略称： ) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2016-12-07 21:45:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
HCGSYMPO |
| 資料番号 |
|
| 巻番号（vol） |
vol. |
| 号番号（no） |
|
| ページ範囲 |
|
| ページ数 |
|
| 発行日 |
|