Online Real Boosting による人物追跡

• Item type: Trans(1)
• 公開日: 2008-06-26
• タイトル: Online Real Boosting による人物追跡
• タイトル / 言語: en
• タイトル: Human Tracking by Online Real Boosting
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 研究論文（推薦）
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: オムロン株式会社
• 著者所属: オムロン株式会社
• 著者所属: オムロン株式会社
• 著者所属(英): en
• 著者所属(英): OMRON Corporation
• 著者所属(英): en
• 著者所属(英): OMRON Corporation
• 著者所属(英): en
• 著者所属(英): OMRON Corporation
• 著者名: 山下, 隆義; 勞世竑; 川出, 雅人
• 著者名(英): Takayoshi, Yamashita; Shihong, Lao; Masato, Kawade
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 人物の追跡手法として追跡情報の更新を行う際にオンラインでBoosting 学習を行うOnline Boosting が注目されている．Online Boosting は弱識別器が多くなると追跡性能が向上するが，処理時間が増大するため，識別能力の高い特徴量を使った弱識別器を選択することが重要である．そこで，我々は識別能力の高い特徴量の導入と効率的に弱識別器を学習するためのBoosting を検討した．識別能力の高い特徴量として，Haar-like 特徴量，ABS Haar-like 特徴量，Edgelet 特徴量およびEOH 特徴量を組み合わせて用い，学習を行った．また，学習手法として，Adaboost より識別能力の高い弱識別器を学習できるReal Adaboost を用いた．これにより，従来のOnline Boosting と比較して，高い追跡性能を得ることができた．また，弱識別器数を50%削減した場合でも同等の追跡性能を得ることができた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Online Boosting is an effective incremental learning method which improves the performance of classifier online step by step. It is necessary to use more weak classifiers to construct a strong classifier to attain a high accuracy, however the computation cost also increases. Effective features and weak classifiers selection method should be used to reduce this cost. We use Real Adaboost instead of Adaboost to select features more effectively from a large feature pool consisting of Haar-like feature, ABS Haar-like feature, Edgelet and EOH. We apply this new algorithm to human tracking applications and compare our method with original Online Boosting and Mean Shift. The results show that our method can improve the performance. It is able to keep similar accuracy while the number of weak classifiers is reduced by 50%.
• 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: AA11560603
• 書誌情報: 情報処理学会論文誌コンピュータビジョンとイメージメディア（CVIM）; 巻 1, 号 1, p. 73-82, 発行日 2008-06-26
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7810
• 出版者 / 言語: ja
• 出版者: 情報処理学会