文献

J-GLOBAL ID：201202277632990331   整理番号：12A0664352

メトロポリス・ヘイスティングス法を用いた物体検出手法の並列化検討

How to Compute Object Detection using Metropolis-Hastings Sampler in Parallel

著者 (3件)： YU Jaehoon (大阪大 大学院情報科学研究科) ,  宮本龍介 (奈良先端科学技術大学院大) ,  尾上孝雄 (大阪大 大学院情報科学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 111  号： 457(SIS2011 53-79)  ページ： 123-128  発行年： 2012年02月23日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
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： 画像処理に基づく物体検出では,一般に検出対象の位置特定に入力画像の走査線上に並ぶ多くの部分領域に対して機械学習によって構築された識別器を用いて検出対象の存在有無を判定するため,膨大な計算量が必要になる。本研究では物体検出時にかかる計算量を効率的に削減するために識別結果を変数とする検出対象の尤度関数を定義し,物体検出処理を多峰性関数の局所的最適化問題として扱う。このとき尤度関数は識別器の分類誤差をノイズとして含むため,遷移確率によってサンプルを生成するメトロポリス・ヘイスティングス法に基づく局所探索手法を提案し,CUDAフレームワークを用いた並列実装方式の検討を行った。実験結果から提案手法は,従来手法に比べて少ない初期サンプル数によって発生する処理速度の低下を大きく抑制している。(著者抄録)

シソーラス用語： *並列化 ,  画像処理 ,  画像技術 ,  機械学習 ,  弁別器 ,  計算量 ,  尤度関数 ,  最適化問題 ,  遷移確率
準シソーラス用語： *メトロポリス法 ,  識別器 ,  走査線 ,  多峰性関数 ,  *物体検出

分類 (1件)： パターン認識  (JE07000S)

引用文献 (18件)：

• SABZMEYDANI, P. Detecting pedestrians by learning shapelet features. Proc. IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2007. 2007
• TUZEL, O. Pedestrian detection via classification on Riemannian manifolds. IEEE Trans. Pattern Analysis and Machine Intelligence. 2008, 30, 10, 1713-1727
• WATANABE, T. Co-occurrence histograms of oriented gradients for pedestrian detection. Proc. IEEE Pacific-Rim Symposium on Image and Video Technology, 2009. 2009, 37-47
• HIROMOTO, M. Hardware architecture for high-accuracy real-time pedestrian detection with CoHOG features. Proc. the 12th International Conference on Computer Vision Workshops, 2009. 2009, 894-899
• MIYAMOTO, R. Parallel implementation strategy for CoHOG-based pedestrian detection using a multi-core processor. IEICE Trans. Fundamentals, A. 2011, E94, 2315-2322

タイトルに関連する用語 (3件)： 物体検出 ,  手法 ,  並列化