Human Detection
口頭発表
人検出のための学習サンプルの自動生成と MILBoost を用いた学習法
- Author
- 草富省吾, 山内悠嗣, 藤吉弘亘
- Publication
- 画像センシングシンポジウム, 2011
Download: PDF (Japanese)
人検出に用いられる統計的学習法は，大量の学習サンプルを必要とするため，サンプルの収集コストが高い．また，学習サンプルを収集した環境と人検出システムが稼働する環境が異なる場合には，検出性能が低下することがある．そこで，本稿では3 次元人体モデルから学習サンプルの自動生成と改良型MILBoost を用いた生成型学習法を提案する．本研究では，3 次元人体モデルを用いて特定シーンに特化した学習用ポジティブサンプルを自動的に生成する．学習用ネガティブサンプルは，映像からランダムに自動的に切り出して収集するが，誤ラベルが付与されたサンプルを収集することがある．誤ラベルが付与された学習サンプルを用いて統計的学習手法により識別器を学習すると，識別能力が低下するという問題がある．そこで，本研究では誤ラベルのサンプルが混在しても悪影響を受けない生成型学習をMILBoost を用いて実現する．評価実験の結果，3 次元人体モデルから生成した学習サンプルを用いて学習した識別器は，人手で切り出した学習サンプルを用いて学習した識別器よりも高い検出性能であることを確認した．また，提案手法は学習用ネガティブサンプル中に人画像が混在した状態においても，識別性能の低下を抑制することができた．