講演情報
[A-10-24]ST-SkelFilter：単眼画像に基づく3D骨格再構成のための時空間制約フィルタ
〇饒 祖瀚1、加藤 千恵子1、張 子カン1 (1. 東洋大学)
キーワード：
コンピュータビジョン、転倒検知、単眼3D姿勢推定
単眼カメラによる3D骨格推定は、低コストかつ非接触で導入できる一方、深度情報の欠落により、関節座標の揺れ、Z軸方向の不連続、骨長の不自然な変動が生じやすい。特に転倒のような急激な姿勢変化では、従来の2D-to-3D姿勢リフティング手法が2D検出誤差を増幅し、解剖学的に不自然な骨格を生成する場合がある。そこで本研究では、単眼3D骨格系列を安定化するための時空間制約フィルタ ST-SkelFilterを提案する。本手法は、子空間疎性に基づく3D姿勢復元、信頼度を考慮したカルマンフィルタ、および骨格グラフ正則化を統合し、空間的に妥当で時間的に連続した3D骨格系列を生成する。
骨格ベースの人物行動解析は、プライバシー保護と計算効率の観点から、高齢者見守りや異常行動検出に適している。しかし、単眼カメラから得られる情報は2D投影に限定されるため、正面・背面方向の動きや自己遮蔽を含む場面では、3D骨格復元が不安定になりやすい。既存のMLPやGCNを用いたリフティング手法は、2D座標から3D座標への写像を学習するが、明示的な人体構造制約や時間的運動制約が不足している。これにより、高速運動時に関節の跳躍、骨長の伸縮、局所的な姿勢崩壊が発生する。本研究の目的は、単眼3D骨格推定における空間的妥当性と時間的安定性を同時に改善することである。
骨格ベースの人物行動解析は、プライバシー保護と計算効率の観点から、高齢者見守りや異常行動検出に適している。しかし、単眼カメラから得られる情報は2D投影に限定されるため、正面・背面方向の動きや自己遮蔽を含む場面では、3D骨格復元が不安定になりやすい。既存のMLPやGCNを用いたリフティング手法は、2D座標から3D座標への写像を学習するが、明示的な人体構造制約や時間的運動制約が不足している。これにより、高速運動時に関節の跳躍、骨長の伸縮、局所的な姿勢崩壊が発生する。本研究の目的は、単眼3D骨格推定における空間的妥当性と時間的安定性を同時に改善することである。