パーティクルフィルタ研究集会

膝に入った人工関節の位置・姿勢をレントゲンの2次元画像から復元する話。
3次元の物体を2次元に射影しているので、同じ絵を生成する姿勢が複数あり得る。フィルタ分布が多峰性。状態の推定を事後平均ではなくMAPでやった方が良い結果。
膝は止まっている場合もあるので、システムダイナミクスを動いている場合用、止まっている場合用等複数用意して、確率的にモデルが変わるようなことを考えた方が良いかも。

距離センサと動画から人の動きを追跡
今日の話しは、一人の人を追跡する話
- 二人以上の時にどうするのか興味ある。
観測モデルの尤度が、距離センサデータの尤度と画像データの尤度の重み付き和。
- ナチュラルに考えると、距離センサデータに入ってる誤差と画像データの誤差は独立だから、尤度の積を考えた方が良い感じがするけど、和の方が結果が良かったらしい。
- なんでだろう？分からん。

人の動きを追跡。
- 普通にはシステムモデルとしてランダムウォークを考えるが、もうちょうい人っぽい動きのモデルを使ってみたい。
  - ランダムウォークモデルでは捕まえられない情報は何か？
  - 各人が「どこに行こうとしているか」「どれだけそこに行きたいと思っているか」という情報も潜在状態として含むようなモデルをシステムモデルにする。Social Force Model
  - 自動車がぶつかりそうな人を避けるのに使える。
    - 経済の状態が、「どっちに進もうとしているか」「その慣性の強さはどれほどか」みたいなアナロジーで金融に持って行けないかね。
  - 人数が複数の時に計算量が爆発( $\mathrm{O}(n^2)$ ?)
人が複数居て、何人かは分からない時にはどうやってパーティクルを扱うんだろう？
SFMで計算が爆発するのを避けるために確率的セルオートマトンモデルというのが出てくる。
- この時ランダムウォークモデルでは捕まえられなかった情報はどうやって取り出せることになるんかな。
  - 人が通り易い道みたいなものが取り出せるらしい。