機械知覚&ロボティクスグループ
中部大学

プログラム

Joint HOG

Joint HOGを用いたBoostingによる物体検出

Download: SRC (C++)

ソースコードダウンロード

学習用プログラム:http://vision.cs.chubu.ac.jp/MPRG/SRC/Joint_HOG/Learning.zip

識別用プログラム:http://vision.cs.chubu.ac.jp/MPRG/SRC/Joint_HOG/Classifier.zip

検出用プログラム:http://vision.cs.chubu.ac.jp/MPRG/SRC/Joint_HOG/Detector.zip

開発環境

開発ツール:Visual Stdio.net2005
プログラミング言語:C++
ライブラリ:OpenCV

プログラムについて

  • 学習用プログラム

入力画像からHOG特徴量を抽出,2つのHOG特徴量を組み合わせたJoint HOG特徴量を生成し,RealAdaBoost(RAB)によって2クラス識別器を構築するものです.本サンプルコードを実行する際は,datasetに含まれる中部大学の学習用データセットをご利用して頂ければ,すぐに学習が可能です.

  • 識別用プログラム

本サンプルコードは,入力画像からHOG特徴量を抽出,Joint HOG特徴量を用い,Real AdaBoostによりあらかじめ切り出された画像を人と人以外に識別するプログラムです.処理の内容としては,まず入力画像からIntegral Histogramにより勾配の積分画像を作成し,HOG特徴量を抽出します.次にReal AdaBoostの強識別器により人と人以外に判別を行います.正識別数と誤識別数をカウントし,評価します.本サンプルコードを実行する際は,data/dataset/に含まれる中部大学の評価用データセットをご利用して頂ければ,すぐに実装可能です.

  • 検出用プログラム

入力画像からHOG特徴量を抽出,Joint HOG特徴量を用い,Real AdaBoostにより画像中の人を検出するプログラムです.処理の内容としては,まず入力画像からIntegral Histogramにより勾配の積分画像を作成し,検出ウィンドウのHOG特徴量を抽出します.次にReal AdaBoostの強識別器により人と人以外に判別を行います.検出ウィンドウの大きさを変更しながらラスタスキャンし,最後にMean Shiftにより人として識別されたウィンドウの統合を行います.本サンプルコードを実行する際は,data/input/に含まれる中部大学の評価用画像をご利用して頂ければ,すぐに実装可能です.

免責事項

公開しているプログラムやデータに関する情報には充分に注意を払っていますが、その内容について全てを保証するものではありません。プログラム、資料、ウェブサイトの著作者であるMachine Perception and Robotics Groupは、これらの使用ならびに閲覧によって生じたいかなる損害にも責任を負いかねます。プログラムの改良・再頒布によって生じた損害に関しても責任を負いかねます。公開しているプログラムは、上記の免責事項に同意の上、使用者の責任のもとで研究用途に限り、使用して構いません。商用利用される場合については、下記の連絡先にご連絡下さい。

連絡先

藤吉弘亘:hf@cs.chubu.ac.jp

前の研究 次の研究