文献

J-GLOBAL ID：200902267270658499   整理番号：09A1038070

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

A Method for Reducing number of HOG Features based on Real AdaBoost

著者 (5件)： 松島千佳 (中部大 大学院工学研究科) ,  山内悠嗣 (中部大 大学院工学研究科) ,  山下隆義 (中部大 大学院工学研究科) ,  山下隆義 (オムロン) ,  藤吉弘亘 (中部大 大学院工学研究科)
資料名： 情報処理学会研究報告(CD-ROM)
巻： 2009  号： 2  ページ： ROMBUNNO.CVIM-NO.167(32)  発行年： 2009年08月15日 
JST資料番号： Z0031C  ISSN： 2186-2583  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 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。(著者抄録)

シソーラス用語： *画像分析 ,  *特徴抽出 ,  変換 ,  記憶容量 ,  確率密度 ,  型 ,  判別分析 ,  システム評価 ,  精度
準シソーラス用語： *HOG特徴量 ,  二値化 ,  バイナリパターン

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 人 ,  AdaBoost ,  HOG特徴量