物体検出のためのRelational HOG特徴量とワイルドカードを用いたバイナリーのマスキング

松島 千佳  山内 悠嗣  山下 隆義  藤吉 弘亘  
(第13回画像の認識・理解シンポジウム推薦論文)

誌名
電子情報通信学会論文誌 D   Vol.J94-D   No.8   pp.1172-1182
発行日: 2011/08/01
Online ISSN: 1881-0225
DOI: 
Print ISSN: 1880-4535
論文種別: 特集論文 (画像の認識・理解論文特集)
専門分野: 人物画像処理・認識
キーワード: 
物体検出,  2値化,  Histograms of Oriented Gradients,  ワイルドカード,  マスキング,  

本文: FreePDF(882.7KB)


あらまし: 
本論文では,物体検出に有効なHOG特徴量のメモリ量を削減するために,Relational HOG特徴量とワイルドカードを用いたバイナリーのマスキングを提案する.HOGは,人検出に有効な特徴量であるが,局所領域に着目しているため高次元な特徴量である.そこで,本論文では特徴量の情報量を削減するために,二つの局所領域から抽出したHOG特徴量の大小関係によりバイナリーパターン化するR-HOG特徴量を提案する.これにより,局所領域間の関係性を捉えたバイナリーパターンを作成することが可能であるが,R-HOG特徴量には識別に不必要なバイナリーが含まれる.そこで,Real AdaBoostを用いて学習する際に,“0”と“1”の二つのバイナリーを許容するワイルドカード(*)を導入することにより,識別に悪影響を及ぼす一部のバイナリーを観測しないようにマスキングする.評価実験の結果より,提案手法はメモリ量を削減したにもかかわらず,従来法であるHOG特徴量の検出性能と同程度以上であることを確認した.