Human Detection
口頭発表
人検出のためのReal AdaBoostに基づくHOG特徴量の効率的な削減法
- Author
- 松島千佳, 山内悠嗣, 山下隆義, 藤吉弘亘
- Publication
- コンピュータビジョンとイメージメディア研究会, pp. 132–167, 2009
Download: PDF (Japanese)
本稿では，人検出のためのReal AdaBoost に基づくHOG 特徴量の効率的な削減法を提案する．提案手法は， 人検出において用いられるHOG 特徴量をバイナリパターン化することにより，特徴量数の削減を行い， 必要なメモリ量を抑制することが可能となる．しかし，バイナリパターン化することにより，識別時に用いる確率密度分布が疎になる問題が発生する． そこで，学習時にReal AdaBoost を用いてバイナリパターンの統合を行い，密な確率密度分布を作成する． 提案手法の有効性を確認するために，人の識別実験と処理に必要なメモリ量の比較を行う． その結果，HOG 特徴量と同程度の識別精度を維持し，処理に必要なメモリ量を削減することができた．