文献

J-GLOBAL ID：200902271504983728   整理番号：09A0797642

Online Real Boostingによる人物追跡

Human Tracking by Online Real Boosting

著者 (3件)： 山下隆義 (オムロン) ,  LAO Shihong (オムロン) ,  川出雅人 (オムロン)
資料名： 情報処理学会論文誌トランザクション(CD-ROM)  (情報処理学会論文誌 Computer Vision and Applications(CD-ROM))
巻： 2008  号： 1  ページ： VOL.1NO.1,73-82  発行年： 2008年11月15日 
JST資料番号： L7379A  ISSN： 1882-7772  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： 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。(著者抄録)

シソーラス用語： 追跡 ,  *コンピュータビジョン ,  物体認識 ,  *画像分析 ,  *機械学習 ,  オンライン処理 ,  特徴抽出 ,  情報 ,  弁別器 ,  Haar変換 ,  性能評価 ,  特徴量
準シソーラス用語： *ブースティング ,  識別器 ,  *人物追跡

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

引用文献 (13件)：

• Li, Y., Ai, H., Yamashita, T., Lao, S. and Kawade, M.: Tracking in Low Frame Rate Video: A Cascade Particle Filter with Discriminative Observers of Different Lifespans, Proc. IEEE Conf. on Computer Vision and Pattern Recognition (2007).
• Comaniciu, D. and Meer, P.: Mean Shift: A Robust Approach toward Feature Space Analysis, IEEE Trans. Pattern Analysis and Image Intelligence, Vol.25, No.5, pp. 603-619(2002).
• Isard, M. and Blake, A.: Condensation — Conditional Density Propagation for Visual Tracking, International Journal of Computer Vision, Vol.29, No.1, pp. 5-28(1998).
• 勞 世, 山下隆義, 岡本卓也, 川出雅人: 高速全方向顔検出, MIRU2004, pp. 271-276(2004).
• Viola, P. and Jones, M.: Robust real-time face detection, International Journal of Computer Vision, Vol.57, No.2, pp. 137-154(2004).

タイトルに関連する用語 (1件)： 人物追跡