Local Image Feature
Machine Learning
学術論文（J）
物体検出のためのRelational HOG特徴量とワイルドカードを用いたバイナリーのマスキング
- Author
- 松島千佳, 山内悠嗣, 山下隆義, 藤吉弘亘
- Publication
- 電子情報通信学会論文誌, vol. J94-D, no. 8, pp. 1172–1182, 2011
Download: PDF (Japanese)
本論文では, 物体検出に有効なHOG特徴量のメモリ量を削減するために, Relational HOG特徴量とワイルドカードを用いたバイナリーのマスキングを提案する. HOG特徴量は, 人検出に有効な特徴量であるが, 局所領域に着目しているため高次元な特徴量である. そこで, 本論文では特徴量の情報量を削減するために, 二つの局所領域から抽出したHOG特徴量の大小関係によりバイナリーパターン化するR-HOG特徴量を提案する. これにより, 局所領域間の関係性を捉えたバイナリーパターンを作成することが可能であるが, R-HOG特徴量には識別に不必要なバイナリーが含まれる. そこで, Real AdaBoostを用いて学習する際に, “0”と“1”の二つのバイナリーを許容するワイルドカード(*)を導入することにより, 識別に悪影響を及ぼす一部のバイナリーを観測しないようにマスキングする. 評価実験の結果より, 提案手法はメモリ量を削減したにもかかわらず, 従来法であるHOG特徴量の検出性能と同程度以上であることを確認した.
※本発表は電子情報通信学会情報・システムソサイエティ論文賞を受賞しました。
http://search.ieice.org
copyright©2013 IEICE