9282. ピアソンの積率相関の精度（続） えなみ 2006/01/31 (火) 09:12
>あなたが相関が低いはずと思っているだけではないのですか。
>散布図は描いてみましたか？
>外れ値はありませんでしたか。
>あなたの期待したような結果が出ないことが「精度が低い」とどのような根拠で判断したのでしょうか。
>そのような恣意的なデータ解析をすることが妥当とは思えませんが。
相関を見ているデーターは画像データーで，
たとえば人の画像をセンターで分割し
左右の輝度情報（0〜256階調）データーの相関をみます。
相関対象の処理順序の例は，画像（動画）の
1,人をセンターで分割し左右輝度データの相関を計算
2,次にひとの横にあるもの（例えばいす）を含めた人と横にある物の範囲のセンターで分割し相関を計算
この場合，ひとの目からすれば相関があるデーターは当然1ということになります。
つまり画像の対照エリアを256階調の輝度データーでピアソンの積率相関をしようして検出しています。
イメージとしては，エリアごとに画像を折り紙のように二つ折りにして，対照を見ているといった感じです。
人の目から見て対照に見えると言うことは輝度データーが対照に並んでいると考えます。（相関がある）
人は物を輝度により認識していますので，，，，
これをピアソン積率相関で計算が妥当かと言うお話ですが，
二つのデーターの相関を判断する他の考え方があればお教え願いたいです。
形の重心からの距離による内積の定義では，検出される形の精度が悪いためになかなかうまくいきません。
相関を見る物同士の重心がずれてしまえば，相関の信頼は落ちてしまいますので，，，
よって形として検出された範囲の輝度データーを使用して輝度データー配列の対照度を積率相関で見ていると
言う段階です。
先生にお聞きしたいのは，積率相関でそこそこ対照領域は検出出来ていますが，
対照領域検出をミスする数フレームを救ってあげたいので，
1,積率相関の精度をあげる方法はあるのでしょうか？
ヒストグラムで棄却領域を持たすことは，外れ値を除く事にはあたらないのでしょうか？
恣意的でない外れ値の見つけ方とはどういった見つけ方でしょうか？
2,積率相関以外で2つのデーター群の相関を見る考え方はあるのでしょうか？
データーの種類として数万データありますので，まだこの方法が妥当かは決めかねていますが8割がたいけていると考えています。
先生のお考えをお聞かせ願いたいです。
|