Human Detection
Machine Learning
学術論文（J）
Joint特徴量を用いた2段階Boostingによる物体検出
- Author
- 三井相和, 山内悠嗣, 藤吉弘亘
- Publication
- 電子情報通信学会論文誌, vol. J92-D, no. 9, pp. 1591–1601, 2009
Download: PDF (Japanese)
本論文では、複数のHistograms of Oriented Gradients(HOG)特徴量を2段階に構築したBoostingにより組み合わせたJoint HOG特徴量による物体検出法を提案する。近年、統計的学習手法と局所領域より得られるlow-level特徴量を組み合わせた物体検出法に関する研究が多く取り組まれている。本手法では、複数のlow-level特徴量であるHOG特徴量をReal AdaBoostにより組み合わせることでJoint HOG特徴量を自動生成する。Joint HOG特徴量は、複数のセル間のHOG特徴量の共起を表現し、1段階目のReal AdaBoostによって組み合わせる。このため、単一のHOG特徴量のみでは捉えることのできない物体の対称的な形状や連続的なエッジを捉えることが可能となる。 次に、生成されたJoint HOG特徴量候補のPOOLを入力とした2段階目のReal AdaBoostによって最終識別器を構築する。これにより、識別に有効なJoint HOG特徴量のみを選択するため、高精度な検出が可能となる。本論文では、提案手法の有効性を確認するために、検出対象を人と車両として、評価実験により提案手法の有効性を示す。
http://search.ieice.org
copyright©2013 IEICE