＝＝＝＝ 統計数理研究所共同利用研究重点テーマ 「統計メタウェアの開発」共通公開研究会プログラム（案） 日時：２００９年３月２日（月）〜３日（火） 場所：統計数理研究所 参加研究テーマ（代表者） ・情報量規準と高次非線形モデリングの数理(小西 貞則) ・粒子型フィルタによる統計的信号処理の工学的モデリング(生駒 哲一) ・Webにおけるインタラクティブ統計グラフィックスに関する研究(山本 義郎) ３月２日 １３：００−２０：００（１８：００−２０：００懇親会） ３月３日 １０：３０−１６：００ 【生駒グループ発表】３月３日１３：０５−１５：３５ （座長：未定） 1.「状態空間モデル構築のメタウエア」 生駒 哲一(九工大) 2.「視覚追跡のためのメタウェアの実現例」 川本 一彦(九工大) 3.「安全運転支援のためのパーティクルフィルタによるドライバの身体挙動の推定」 田中 祐平，生駒 哲一，西田 健，川本 一彦，河野 英昭(九工大) 4.「Cell Broadband Engine におけるパーティクルフィルタの並列実装に関するメタウェア」 新 裕樹，生駒 哲一(九工大)，浅原 明広(フィックスターズ) 5.「欠落した高周波成分の推定による画像拡大の一方法」 折居英章，福島宏美，河野英昭，前田博（九工大） ＝＝＝＝
第４０回を記念しての招待講演です．この分野で大変有名な研究者です．
フランス(パリ)にて学位取得後，英国ケンブリッジ大学，
オーストラリア メルボルン大学，
英国ケンブリッジ大学の講師，カナダ ブリティッシュコロンビア大学の准教授
を経て，
現在は統計数理研究所(大学共同利用機関，東京)の教授です．
※講演終了後，懇親会を開催しました．
講演の題目： 歩道に基づくグラフカーネルによる画像に含まれる概念の抽出 要旨： 本講演では、歩道に基づくグラフカーネルを用いて、画像から”車”や”花” などの概念を抽出する方法について紹介する。グラフのある頂点から、いくつか の辺に沿って他の頂点へ歩くことを”歩道”と呼ぶ。本方法ではまず、画像を特 定の基準で分割して、その画像を各部分を頂点とするグラフとして表現する。次 いで、歩道に基づくグラフカーネルを用いて、グラフ表現された画像間の類似度 をはかる。この類似度の値に基づいて、サポートベクターマシンにより概念抽出 を行う。本方法を、2008年度のTRECVID（TREC video retrieval evaluation、米 国基準・科学技術協会が主催する映像検索技術に関する国際的な競争型評価プロ ジェクト）の概念抽出タスク（high-level feature extraction task）で評価し たところ、本タスクに参加した43の研究機関中、中央値の性能であった。また、 画像の概念抽出タスクのベンチマークデータの一つ、MediaMill challenge problemデータで評価したところ、ベースラインの方法と比べて58％程度の正解 精度の増加率が得られた。懇親会：※終了後に懇親会を開催しました．
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ◆ PF研究会（九工大）とHIF研究部会（SOFT）の合同開催による研究会 ◆ ◆ 開催案内及び発表＆参加者募集 ◆ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ■開催日： 2007年 １月２６日(金)＆２７日(土) ■開催場所：九工大・戸畑キャンパス http://www.kyutech.ac.jp/top/tobata/access_map/index.html ■スケジュール概要： 26日（金）午後（13:00頃〜） ・チュートリアル（九工大・生駒先生：パーティクルフィルタ） ・招待講演（九工大※検討中） ・セッション 夕方：懇親会 27日（土）（9:00頃〜12:30頃） ・セッション 昼食会（？） ■発表申込〆切：１月１３日（土） ■参加申込〆切： 随時（原則として事前にお申し出下さい） ■申し込み先：川本（九工大）下記参照 ■参加費： なし （但し、懇親会、昼食会(?)は実費となります） □発表申込方法： 「題目，著者，所属」と代表者の連絡先メールアドレスをご連絡下さい。 なお、原稿につきましては、発表当日に人数分をお持ちいただくことになります。 何卒ご了承下さい。 なお、上記開催要領はいずれも現時点での予定で、若干変更などがあるかもしれま せんので、ご了承下さい。 ※PF（パーティクルフィルタ）研究会（九工大） http://www.sys2.comp.kyutech.ac.jp/~ikoma/PF/ 窓口：川本 kawa@mns.kyutech.ac.jp ※HIF（ヒューマンインタフェース）研究部会（SOFT） http://www.cs.t-kougei.ac.jp/hif/soft-hif/ 窓口：荒井 arai@cs.t-kougei.ac.jp
講演者１：
江本光晴さん(広島市立大学大学院情報科学研究科博士後期課程１年)
演題１：パーティクルフィルタを用いた歩き方による個人識別
概要１：
歩き方による個人識別問題に取り組む．
従来手法はカメラ視点に依存する．
訓練データとなる画像（または画像特徴量）との
マッチングを基礎としているため，
観測画像列と訓練データのカメラ視点に
大きな違いがある場合，その識別精度は低くなる．
つまり，任意な方向で歩いている人物を正確に識別することは難しい．
そこで，カメラ視点に依存しない識別手法を提案する．
歩行動作の位相およびカメラ視点を状態変数とする
状態空間モデルCyclic motion modelを用いる．
被識別者それぞれに対してモデルパラメータを設定し，
各被識別者の歩行パターンを表現する．
観測画像列についてモデル尤度をParticle Filterを用いて計算し，
その尤度から人物の識別を行う．
講演者２：
吉岡和志さん(広島市立大学大学院情報科学研究科博士前期課程２年)
演題２：Particle Filterによる三次元復元
概要２：
本研究ではParticle Filterを使用した対応付けが未知の場合の
三次元復元の手法を提案する。三次元復元に対して提案された手法に
Kalman Filterを用いた手法がある。この手法では環境中の特徴点と画
像上観測点の対応付けを既知としており、対応付けが正確に行われてい
ない場合には良い結果を得ることができない。本研究では対応付けが未
知な場合においても推定可能な三次元復元の手法を提案する。Particle
Filterでは可能性のある複数の仮説を考慮することができる。三次元復
元にParticle Filterを用いることにより、可能性のあるカメラ
の動きを複数考慮することができ、対応付けが不明な場合においてもロ
バストな三次元復元の手法となる。
Sequential Monte Carlo Methods for Bayesian Computation
Arnaud Doucet,
Associate Professor,
Department of Computer Science & Department of Statistics,
University of British Columbia
Sequential Monte Carlo (SMC) methods are a class of importance sampling and resampling techniques designed to simulate from a sequence of probability distributions. These approaches have become very popular over the last few years to solve sequential Bayesian inference problems, i.e. optimal filtering problems. However, in comparison to Markov chain Monte Carlo (MCMC), the application of SMC remains limited when, in fact, such methods are also appropriate in such contexts. In this talk, we present a simple unifying framework which allows us to extend both the SMC methodology and its range of applications. Additionally, reinterpreting SMC algorithms as an approximation of nonlinear MCMC kernels, we present alternative SMC and iterative self-interacting approximation schemes. We demonstrate the performance of the SMC methodology on static and sequential Bayesian inference problems.
This is a joint work with Pierre Del Moral (Dept. of Mathematics, University of Nice, France) and Ajay Jasra (Dept. of Mathematics, Imperial College, UK).
References.