組込み向け高精度物体認識システムの実現に関する研究

点击翻译按钮获取中文摘要

本研究では近年高精度な物体検出において深刻化している計算量問題を解決するために2つの計算量削減手法を提案した。1つ目の手法は歩行者の存在確率分布に基づく効率的なサンプリング手法である。既存検出手法では入力画像から任意の位置と大きさを有する歩行者を検出するため、密なスケール間隔で画像のリサイズを行い、各画像に対して走査線上の全ての部分画像を抽出し、識別処理を行うため、画像中の歩行者の有無に関係なく多くの計算量を必要としていた。それに対して本研究では、参照画像と呼ばれる疎なスケール間隔のリサイズ画像に対してのみ全探索による識別を行い、各参照画像における歩行者の存在確率分布を計算し、参照画像の間に存在する密なスケール間隔のリサイズ画像に対しては参照画像から推定された歩行者の存在確率に従ってサンプリングと識別を行うことで計算量を大幅に削減する。次に2つ目の計算量削減手法は線形SVM識別器をソフトカスケード化するための手法である。提案手法は一般的なSVM識別器全般に適用可能で、本研究においてはCoHOG特徴に基づくSVM識別器に対してその有効性を確認している。提案するソフトカスケード手法は1つのSVM識別器を複数部分に分割し、ソフトカスケード手法によってカスケード構造を構築する。このとき、ソフトカスケードをそのままSVM識別器に対して適用しても高い高速化率の達成は困難なため、提案手法では分割された識別器の各部分をソフトカスケードに適した順番に並べ替えることで演算量削減効果を最大化している。以上の提案手法は精度劣化を伴うことなくそれぞれ2.5倍と100倍以上の高速化率を達成しており、その研究成果は今後組み込みシステム上で高精度かつ高速な物体検出処理を実現において回路面積の削減や高速化実装に大きく役立つものと考えられる。