ブースティングの判別高速化と顔検出への応用

• Item type: SIG Technical Reports(1)
• 公開日: 2011-08-29
• タイトル: ブースティングの判別高速化と顔検出への応用
• タイトル / 言語: en
• タイトル: Acceleration of boosting discrimination and its application to face detection
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: テーマセッション4
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 九州大学大学院システム情報科学府／九州先端科学技術研究所
• 著者所属: 九州大学大学院システム情報科学研究院／九州先端科学技術研究所
• 著者所属: 九州大学大学院システム情報科学研究院／九州先端科学技術研究所
• 著者所属: 富士フイルム株式会社R&D統括本部画像技術センター
• 著者所属: 富士フイルム株式会社R&D統括本部画像技術センター
• 著者所属: 富士フイルム株式会社R&D統括本部画像技術センター
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Electrical Engineering，Kyushu University / Institute of Systems, Information Technologies and Nanotechnologies
• 著者所属(英): en
• 著者所属(英): Faculty of Information Science and Electrical Engineering，Kyushu University / Institute of Systems, Information Technologies and Nanotechnologies
• 著者所属(英): en
• 著者所属(英): Faculty of Information Science and Electrical Engineering，Kyushu University / Institute of Systems, Information Technologies and Nanotechnologies
• 著者所属(英): en
• 著者所属(英): Imaging Technology Center, Research & Development Management Headquarters, FUJIFILM Corporation
• 著者所属(英): en
• 著者所属(英): Imaging Technology Center, Research & Development Management Headquarters, FUJIFILM Corporation
• 著者所属(英): en
• 著者所属(英): Imaging Technology Center, Research & Development Management Headquarters, FUJIFILM Corporation
• 著者名: 泉, 亮多; 川喜田, 雅則; 竹内, 純一; 胡軼; 高森, 哲弥; 亀山, 祐和
• 著者名(英): Ryota, Izumi; Masanori, Kawakita; Jun-ichi, Takeuchi; Hu, Yi; Tetsuya, Takamori; Hirokazu, Kameyama
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ブースティングによる判別器を高速化する手法を提案する．例えば顔検出のように適用対象によっては，訓練時間や判別精度だけでなく判別時の計算コストが問題となる場合がある．本稿ではブースティングによる判別器の高速化法として γ 打ち切り法と順序構造学習を提案する．鍵となるアイディアは，一般に全ての弱判別器を評価する前に，判別関数の符号が分かるという事実である．我々の手法の一つの利点は判別器の精度を落とさない点である．もう一つの利点は順序構造学習が教師なし学習であるため，共変量シフトの状況に適応できることである．実際に提案法を顔検出に適用した結果，判別の計算コストを 20% 削減することに成功した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We propose an acceleration technique for boosting classification．Not only classification accuracy and/or training cost but also cost of classification itself can be critical in several apprications including face detection. In this paper, we propose γ truncation rule and Order Structure Learning for boosting classifier. The key idea of our proposal is the fact that one can determine the sign of discriminant function before all weak learners are evaluated in general. An advantage is that our algorithm has no loss in classification accuracy. Another advantage is that our proposal is a unsupervised learning so that it can treat a covariate shift situation. Moreover, we applied the proposal method to the face detector. As a result, our proposal succeeds in reducing the classification cost by 20%.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2011-CVIM-178, 号 17, p. 1-7, 発行日 2011-08-29
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会