Boostingに基づく特徴量の共起表現による人検出(パターン認識と学習,第12回画像の認識・理解シンポジウム推薦論文,<特集>画像の認識・理解論文)

スポンサーリンク

概要

論文の詳細を見る
本論文では,Boostingに基づく特徴量の共起表現による人検出法を提案する.既に,特徴量間の共起を表現する手法としてAdaBoostにより2値に識別した符号を複数組み合わせる手法が提案され,顔検出においてその有効性が確認されている.しかし,入力特徴がオクルージョンなどの影響によって,どちらのクラスとも言いがたい場合にも2値に識別して共起を表現するため,間違えた符号を組み合わせる問題がある.そこで,弱識別器の出力が連続値であるReal AdaBoostを用いて,出力を演算子によって結合した共起表現による人検出法を提案する.提案手法は,オクルージョンなどの影響を抑制することができるため,高精度な検出が期待できる.評価実験により,従来法と比較して誤検出率5.0%において検出率を約6.8%向上させることができた.
2009-08-01

著者

関連論文

もっと見る

スポンサーリンク