- 著者
- 浅沼 仁 川本 一彦 岡本 一志
- 雑誌
- 研究報告コンピュータビジョンとイメージメディア(CVIM)
- 巻号頁・発行日
- vol.2015-CVIM-195, no.59, pp.1-4, 2015-01-15
全方位画像では位置による物体の見えの変化が大きく,従来の見えに基づく特徴による分類では人の識別が難しい.本研究では,Deep Convolutional Neural Network を全方位画像からの人検出に応用する.Deep Learning では学習に大量の学習サンプルが必要となるが,手作業で作成することは時間的な問題から現実的でない.少ない学習サンプルから大量の学習サンプルを生成し,生成された学習サンプルでも学習が行えることを示す.また,実環境下で HOG 画像特徴量と Real AdaBoost を用いた人検出法と比較し,識別率が向上することを示す.