機械知覚&ロボティクスグループ
中部大学

CVチュートリアル

4. Random Forestsとその応用

4.1 Random Forestsのアルゴリズム 4.2 学習を用いたキーポイントマッチングの高速化 4.3 Random Forestsを用いた人体姿勢推定(KINECT)
4.4 その他の問題設定への応用

Download: zip (keynote)

Random Forestsは、バギングや特徴選択等のランダム性を取り入れながら、決定木をアンサンブルに構築するアプローチで、多くのアプリケーションで利用され始めています。Random Forestsのアルゴリズムとその応用例として、Kinectの人体姿勢推定手法について解説します。また、最新動向として、Random Forestsの回帰への応用であるRegression Forestsも解説しています。

4.1 Random Forests
4.2 Random Forestsを用いた距離画像からの人体姿勢推定
4.3 Regression Forests
4.4 Conditional Regression Forests
4.5 Conditional Regression Forestsを用いた顔パーツ検出
4.6 Density Forests, Semi-supervised Forests

前の研究 次の研究