機械知覚&ロボティクスグループ
中部大学

Human Detection 口頭発表

統計的学習手法による物体検出の高精度化と効率化-人検出の実用化に向けて-

Author
藤吉弘亘, 山内悠嗣, 土屋成光, 山下隆義
Publication
コンピュータビジョンとイメージメディア研究会, vol. 2013–CVIM-, no. 26, 2013

Download: PDF (Japanese)

本稿では,統計的学習手法を用いた人検出の高精度化と学習における効率化について,実用化の観点から述べる. 人検出性能の高精度化として,画像局所特徴量を組み合わせて物体検出に有効なJoint特徴量を自動生成する学習法と人検出への適用例について紹介する. 統計的学習法に基づく人検出では,学習サンプル収集に伴う人的コストと特定シーンに合わせた再学習のための時間的コストが大きな問題である. そこで,学習時の効率化として,特定シーンにおける学習サンプルの収集コストを低減する人体シルエットの生成とMILBoostによる学習法と,学習時間の短縮を目的としたハイブリッド型転移学習法について紹介する.

前の研究 次の研究