多視点カメラ環境において人の位置を追跡する手段として，
画像特徴を用いた３次元頭部位置の推定手法を研究しています．
画像中から顔を検出する手法は様々に研究がされている分野ですが，
一般の居住空間において自由に動く頭部位置を推定するためには，
様々な姿勢の頭部を検出することが求められます．
私たちはこうした課題に対して，高速・高精度な多クラス姿勢の
頭部検出器と誤検出の影響を抑えるための多視点統合手法を
提案しています．
検出器は矩形特徴を用いたカスケード型識別器を拡張し，
弱識別器を木構造に並べることで高速な多クラス識別を実現しています．
また弱識別器を学習する際に，識別性能を考慮した自動的な姿勢クラスの
分割を行うことで検出精度を高めるような姿勢クラスの分割を
実現しています．
多視点検出結果を統合する際には，誤検出の影響を抑えるために
各視点での検出姿勢の整合性を評価し，矛盾のない頭部姿勢が
検出される３次元位置を推定結果としています．
提案する頭部位置推定手法によって部屋内を動き回る人物の頭部を
高精度に追跡することが可能となりました．