Human Detection
口頭発表
Joint HOG特徴を用いた2段階AdaBoostによる人検出
- Author
- 三井相和, 山内悠嗣, 藤吉弘亘
- Publication
- 画像センシングシンポジウム, 2008
Download: PDF (Japanesea)
近年，統計的学習方法と局所領域のlow-levelな特徴量を用いた人検出等の物体検出法に関する研究が多く取り組まれている． 本稿では，複数のHistograms of Oriented Gradients(HOG)特徴量を組み合わせたJoint HOG特徴と，2段階に構築したAdaBoostによる学習法を提案する． 本研究では，複数のlow-level特徴であるHOG特徴をAdaBoostにより組み合わせることでmid-levelな特徴であるJoint HOG特徴を自動生成する． Joint HOG特徴は，2つのセル間のHOG特徴量の共起を表現し，1段目のAdaBoostによって組み合わせる． このため，HOG特徴のみでは捉えることのできない，人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特徴を入力とした2段階目の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特徴のみを選択するため，高精度な検出が可能となる． 提案手法の有効性を確認するため，屋外で撮影した映像から作成したデータベースを用いて従来法との比較実験を行った結果， 誤検出率5.0%において，提案手法は従来法より約24.6%検出率を向上させることができた． また，本手法で用いるlow-levelな特徴は，HOG特徴量以外にも利用することが可能である． HOG特徴量と時空間特徴に基づくPixel State Analysis(PSA)特徴を併用した結果， 誤検出率5.0%において，約99%の検出率を達成することができた．