特徴量間の共起性に着目した一般物体認識に関する研究

关注特征共现的通用物体识别研究

• 批准号: 10J08209
• 负责人: 山内 悠嗣
• 金额: $ 0.9万
• 依托单位: Chubu University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2010
• 资助国家: 日本
• 起止时间: 2010 至 2011
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-10J08209/
• 关键词: 物体認識; 人画像認識; 共起性; 画像局所特徴量; Geometric Context; Relational HOG特徴量

高精度な物体認識の実用化を実現するために,低メモリ使用量で動作する物体認識手法の研究に取り組んだ.物体認識で用いられる画像局所特徴量は,高次元かつ実数で表現されるため多くのメモリを必要とする.そのため,汎用コンピュータと比べて性能が低いFPGA(Field-Programmable Gate Array)やLSI(Large Scale Integration)のようなハードウェアで実用化するには,物体認識手法の高速化と省メモリ化が必須となる.そこで,本研究では物体認識技術を実用化するために,実数で表現される画像局所特徴量を大小関係により2値化することで,メモリ使用量を75%削減することができるRelational HOG特徴量を提案した.Relational HOG特徴量は,2つの特徴量の関係性を表現することができるため,単純なしきい値処理による2値化よりも多くの情報量を含んだ特徴量となり,同程度のメモリ消費量にも関わらず,高精度な物体認識を実現することができた。しかしながら,実数で表現される特徴量を2値符号列化することで,量子化残差と呼ばれる情報が欠損するため認識性能が低下する問題があった.そこで,本研究では量子化残差に基づいた2値符号列の遷移を考慮することができる遷移尤度モデルを識別器に導入した.学習中に量子化残差を考慮することで,計算コストを維持したまま本来ならば低下する認識性能を向上させることができた.近年では,画像認識技術の実用化に関する要望が高まっており,本研究のように低メモリかつ高速な物体認識手法は高い有用性があるといえ,実用化に貢献することができると考えられる.

为了实现高精度对象识别的实际应用，我们致力于研究以低内存使用情况运行的对象识别技术。对象识别中使用的图像本地功能以高维和实数表示，因此需要大量内存。因此，为了与硬件（例如FPGA）（现场编程的门数组）和LSI（大型集成）进行实际使用，它们的性能低于通用计算机，请加快对象识别方法和存储器节省。因此，在这项研究中，为了实践对象识别技术，我们提出了关系性的猪特征，通过将图像通过较大和较小的关系在实际数字中表达的本地特征来减少记忆使用的特征，因为HOG特征可以代表两个功能之间的关系，它可以代表两个功能之间的功能，它包含一个更大的信息，即使用简单的阈值识别来实现和相同的存储器，并且能够准确地识别数量，并且可以准确地进行数量，并且能够准确地进行数量。但是，通过将特征量化残差转换为二进制代码，存在一个问题，即识别性能会降低，因为缺少称为量化残差的信息。因此，在这项研究中，将基于量化残差的二进制代码序列的过渡引入了分类器。通过在学习过程中考虑到量化的残差，可以改善通常在保持计算成本时降级的识别性能。近年来，对图像识别技术的实际应用的需求越来越不断增长，人们认为像此研究这样的低内存和高速对象识别方法具有很高的效用，并且可以有助于实际使用。

项目成果

人検出のための学習サンプルの自動生成とMILBoostを用いた学習法

使用MILBoost自动生成人体检测学习样本和学习方法

• 发表时间: 2011
• 作者: 草富省吾;山内悠嗣;藤吉弘亘
• 通讯作者: 藤吉弘亘

形状と色の類似特徴を用いた共起確率特徴量による人検出

使用形状和颜色的相似特征的共现概率特征进行人体检测

• 发表时间: 2011
• 作者: 後藤雄飛;山内悠嗣;藤吉弘亘
• 通讯作者: 藤吉弘亘

Human detection for multiple pose by boosted randomized trees

• DOI: 10.1109/acpr.2011.6166541
• 发表时间: 2011-11
• 期刊: The First Asian Conference on Pattern Recognition
• 作者: Takayoshi Yamashita;Yuji Yamauchi;H. Fujiyoshi

Feature co-occurrence representation based on boosting for object detection

• DOI: 10.1109/cvprw.2010.5543173
• 发表时间: 2010-06
• 期刊: 2010 IEEE Computer Society Conference on Computer Vision and Pattern Recognition - Workshops
• 作者: Yuji Yamauchi;M. Takagi;Takayoshi Yamashita;H. Fujiyoshi

分離度を用いた分岐関数選択によるRandom Forestsの高精度化

通过使用可分离性选择分支函数来提高随机森林的准确性

• 发表时间: 2011
• 作者: 三品陽平;山内悠嗣;藤吉弘亘
• 通讯作者: 藤吉弘亘