講演抄録/キーワード |
講演名 |
2019-03-06 13:30
領域分割学習を用いたブースティング判別器の高速化と顔検出器への応用 ○森 健・竹内純一・川喜田雅則(九大) IBISML2018-115 |
抄録 |
(和) |
本論文ではブースティング判別器の高速評価法を提案する.
ブースティングに用いられる判別関数は弱判別器と呼ばれる低精度な判別器が多数線形結合されることで構成されている.
高精度な判別を行うにはしばしば多数の弱判別器が必要になり,判別関数の計算量が増加することが実応用上問題になることがある.
本論文ではブースティング判別関数の精度を落とすことなく高速に評価する方法について検討する.
既にこの様な高速評価法として内海らや泉らにより提案されている方法がある.
本研究では特徴空間を分割し,分割された領域ごとに彼らの手法を最適にチューニングし適用することで,より高速化できる手法を提案する.
また特徴空間の領域分割方法は入力データに基づいて学習する.
提案法の性能評価を行うため,ブースティングを用いた顔検出器に提案法を適用し,どの程度高速化されるかを検証した. |
(英) |
We propose a method of acceleration of boosting discriminators.
Discriminant functions used for boosting are constructed by linearly combining many low accuracy classifiers called weak classifiers.
Often, a large number of weak classifiers are required to perform high accuracy classification, so that it may be a practical problem that the computational complexity of the discriminant function increases.
In this paper, we consider a method to evaluate the discriminant function quickly without reducing the accuracy of the boosting discriminant function.
There is already a method proposed by Utsumi et al. and Izumi et al. as a high-speed evaluation method.
In this research, we propose a method which improves their method by dividing the feature space and optimally tuning and applying their method for each divided region.
Here, the partition of the feater space is determined by the given data.
We applied the proposed method to boosting based face detectors to evaluate its computation time. |
キーワード |
(和) |
ブースティング / 顔検出 / 高速化 / / / / / |
(英) |
boosting / face detection / acceleration technique / / / / / |
文献情報 |
信学技報, vol. 118, no. 472, IBISML2018-115, pp. 73-80, 2019年3月. |
資料番号 |
IBISML2018-115 |
発行日 |
2019-02-26 (IBISML) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
IBISML2018-115 |