BILTS: A Bi-Invariant Similarity Measure for Robust Object Trajectory Recognition under Reference Frame Variations

要約

同様のオブジェクトの動きが多様なコンテキストで実行され、単一の分類の下で認識されることを意図している場合、これらのコンテキストの変動は正確なモーション認識に悪影響を与える外乱として機能します。
この論文では、参照フレームの変動によって引き起こされるコンテキストの変動に焦点を当てます。
これらの変動に確実に対処するために、コンテキストに依存しない方法でオブジェクトの動きの軌跡を比較する類似性尺度が導入されました。
ただし、ほとんどは、尺度が一意に定義されていない特異点付近のノイズに非常に敏感であり、双不変性 (世界と体フレームの両方の変動に対する不変性) に欠けています。
これらの問題に対処するために、新しい \textit{Bi-Invariant Local Trajectory-Shape Samerity} (BILTS) 尺度を提案します。
他の測定と比較して、BILTS 測定は、二重不変性、有界性、および 3 次の形状恒等性を独自に提供します。
実用的な実装を目的として、特異点に対して優れた堅牢性を示す BILTS 測定の離散化および正規化バージョンを考案しました。
これは、複数のデータセットを使用した厳密な認識実験を通じて実証されています。
平均して、BILTS は、他の不変オブジェクトの動きの類似性測定と比較して、最も高い認識率を達成し、状況の変化に対する感度が最も低くなりました。
私たちは、BILTS 測定は、さまざまな状況で実行される動作を認識するための貴重なツールであり、動作と力の軌道の両方の認識、セグメント化、適応など、他の用途にも可能性があると信じています。

要約(オリジナル)

When similar object motions are performed in diverse contexts but are meant to be recognized under a single classification, these contextual variations act as disturbances that negatively affect accurate motion recognition. In this paper, we focus on contextual variations caused by reference frame variations. To robustly deal with these variations, similarity measures have been introduced that compare object motion trajectories in a context-invariant manner. However, most are highly sensitive to noise near singularities, where the measure is not uniquely defined, and lack bi-invariance (invariance to both world and body frame variations). To address these issues, we propose the novel \textit{Bi-Invariant Local Trajectory-Shape Similarity} (BILTS) measure. Compared to other measures, the BILTS measure uniquely offers bi-invariance, boundedness, and third-order shape identity. Aimed at practical implementations, we devised a discretized and regularized version of the BILTS measure which shows exceptional robustness to singularities. This is demonstrated through rigorous recognition experiments using multiple datasets. On average, BILTS attained the highest recognition ratio and least sensitivity to contextual variations compared to other invariant object motion similarity measures. We believe that the BILTS measure is a valuable tool for recognizing motions performed in diverse contexts and has potential in other applications, including the recognition, segmentation, and adaptation of both motion and force trajectories.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google