Human Detection
口頭発表
人体シルエットの生成型追加学習による人検出の高精度化
- Author
- 纐纈直也, 山内悠嗣, 藤吉弘亘
- Publication
- パターン認識・メディア理解研究会, pp. 99–104, 2010
Download: PDF (Japanese)
本稿では, 3次元人体モデルから生成した学習サンプルを用いた生成型追加学習による物体検出法を提案する. 一般的な人検出では, 学習サンプル収集時の環境と検出対象の環境が大きく異なる場合において, 検出精度が低下するという問題がある. 本稿では, 一般的なデータベースを用いて汎用性のある識別器を事前学習で構築し, 3次元人体の生成モデルに検出対象の環境のカメラ位置や背景などの情報を入力し, その環境に特化した学習サンプルを生成して追加学習を行う. これにより, 学習サンプルと検出対象の環境の違いをできるだけ低減させることで, 特定の環境に特化した識別器を構築する. 評価実験の結果, 提案手法は INRIA Person Dataset を用いて学習した手法と比較して FPPW が 0.01 において検出率を約13.8%向上させることができた.
http://search.ieice.org
copyright©2013 IEICE