Machine Learning
口頭発表
複数の特徴量間の関連性に着目したBoostingによる物体検出
- Author
- 山内悠嗣, 藤吉弘亘, 山下隆義.
- Publication
- 精密工学会サマーセミナー, pp. 85–88, 2008
Download: PDF (Japanese)
本稿では, Boostingに基づく特徴量の共起表現法と共起特徴による人検出法を提案する. 既に特徴量間の共起を表現する手法としてAdaBoostにより2値に識別した符号を複数組み合わせる手法が提案され, 顔検出においてその有効性が確認されている. しかし, 入力特徴がどちらのクラスとも言い難い場合にも2値に識別して共起を表現するため, 間違えた符号を組み合わせる問題がある. そこで, 提案手法ではReal AdaBoostの弱識別器が連続値である出力を, 演算子によって結合した共起特徴から Real AdaBoostを用いて人と人以外に判別する. 共起特徴は, 複数の特徴を演算子により多様な捉え方で観測することが可能な特徴量であるため, 従来の共起を表現する方法よりも高精度な検出が可能となる. 評価実験より, 従来法と比較して誤検出率 5.0%において約12.1%検出率を向上させることができた.