著者

松島 千佳 山内 悠嗣 山下 隆義 藤吉 弘亘

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.2009-CVIM-167, no.32, pp.1-8, 2009-06-02

---

本稿では,人検出のための Real AdaBoost に基づく HOG 特徴量の効率的な削減法を提案する.提案手法は,人検出において用いられる HOG 特徴量をバイナリパターン化することにより,特徴量数の削減を行い,必要なメモリ量を抑制することが可能となる.しかし,バイナリパターン化することにより,識別時に用いる確率密度分布が疎になる問題が発生する.そこで,学習時に Real AdaBoost を用いてバイナリパターンの統合を行い,密な確率密度分布を作成する.提案手法の有効性を確認するために,人の識別実験と処理に必要なメモリ量の比較を行う.その結果,HOG 特徴量と同程度の識別精度を維持し,処理に必要なメモリ量を削減することができた.