非隣接型矩形特徴を用いた物体検出

• Item type: SIG Technical Reports(1)
• 公開日: 2008-08-29
• タイトル: 非隣接型矩形特徴を用いた物体検出
• タイトル / 言語: en
• タイトル: Non-Neighboring Rectangular Features for Object Detection
• 言語: jpn
• 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: 筑波大学大学院システム情報工学研究科／産業技術総合研究所脳神経情報研究部門
• 著者所属: 産業技術総合研究所脳神経情報研究部門／筑波大学大学院システム情報工学研究科
• 著者所属(英): en
• 著者所属(英): Department of Systems and Information Engineering, University of Tsukuba / Neuroscience Research Institute, National Institute of Advanced Industrial Science and Technology (AIST)
• 著者所属(英): en
• 著者所属(英): Neuroscience Research Institute, National Institute of Advanced Industrial Science and Technology (AIST) / Department of Systems and Information Engineering, University of Tsukuba
• 著者名: 日高, 章理; 栗田, 多喜夫
• 著者名(英): Akinori, Hidaka; Takio, Kurita
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: P. Viola らは高速かつ高精度な物体検出手法として，矩形特徴と Adaboost を用いた検出器を提案した． Adaboost 学習法では学習時間が矩形特徴の総数 C に依存する．そのため Viola らは矩形特徴の取り方に制約を加えることで C を減らし，それにより学習時間を抑えていた．本研究では，第一にランダム候補選択および粒子群最適化法を用いた効率的な学習アルゴリズムを提案する．これらにより従来手法の学習時間を 1/25～1/50 程度に削減することが可能になる．第二に，従来の矩形特徴の総数 C に対しておよそ O(C2) の総数を持つ非隣接型矩形特徴を提案する．提案特徴を粒子群最適化法で特徴選択することにより，従来よりも高精度な検出器をより短時間で構築することが可能になる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recently, Viola proposed a object detector based on rectangular features (RFs) and Ad-aboost [10]. The training time of Adaboost depends on C which is the number of RFs. Therefore, Viola limited C by restricting how to extract RFs and suppressed the training time. In this paper, at ｆrst we propose the fast training algorithm based on Random Candidate Selection (RCS) and Particle Swarm Optimization (PSO) that the training time does not depend on C. RCS and PSO are 25 to 50 times faster than Viola’s training method. Next, we propose Non-Neighboring RF (NNRF) which is an extension of RF and has the variety of O(C2). We show PSO can select the powerful NNRFs and construct a highly accurate detector in a shorter training time than Viola’s work.
• 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: 情報処理学会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 2008, 号 82(2008-CVIM-164), p. 137-142, 発行日 2008-08-29
• 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