People Image Analysis
学術論文（J）
Online Real Boosting による人物追跡
- Author
- 山下隆義, 勞世竑, 川出雅人
- Publication
- コンピュータビジョンとイメージメディア研究会, vol. 1 pp. 73–82, 2008
人物の追跡手法として追跡情報の更新を行う際にオンラインでBoosting学習を行うOnline Boostingが注目されている、Online Boostingは弱識別器が多くなると追跡性能が向上するが、処理時間が増大するため、識別能力の高い特徴量を使った弱識別器を選択することが重要である。そこで、我々は識別能力の高い特徴量の導入と効率的に弱識別器を学習するためのBoostingを検討した。識別能力の高い特徴量として、Haar-like特徴量、ABS Haar-like特徴量、Edgelet特徴量およびEOH特徴量を組み合わせて用い、学習を行った。また、学習手法として、Adaboostより識別能力の高い弱識別器を学習できるReal Adaboost を用いた。これにより、従来のOnline Boostingと比較して、高い追跡性能を得ることができた。また、弱識別器数を50%削減した場合でも同等の追跡性能 を得ることができた。