| 講演名 | 2019-03-06 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(九大), 竹内 純一(九大), 川喜田 雅則(九大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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． |
| 抄録(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 |
| キーワード(英) | boosting / face detection / acceleration technique |
| 資料番号 | IBISML2018-115 |
| 発行日 | 2019-02-26 (IBISML) |
| 研究会情報 | |
| 研究会 | IBISML |
|---|---|
| 開催期間 | 2019/3/5(から2日開催) |
| 開催地（和） | 理研AIP |
| 開催地（英） | RIKEN AIP |
| テーマ（和） | 機械学習一般 |
| テーマ（英） | Machine learning, etc. |
| 委員長氏名（和） | 鹿島 久嗣(京大) |
| 委員長氏名（英） | Hisashi Kashima(Kyoto Univ.) |
| 副委員長氏名（和） | 杉山 将(東大) / 津田 宏治(東大) |
| 副委員長氏名（英） | Masashi Sugiyama(Univ. of Tokyo) / Koji Tsuda(Univ. of Tokyo) |
| 幹事氏名（和） | 竹内 一郎(名工大) / 神嶌 敏弘(産総研) |
| 幹事氏名（英） | Ichiro Takeuchi(Nagoya Inst. of Tech.) / Toshihiro Kamishima(AIST) |
| 幹事補佐氏名（和） | 岩田 具治(NTT) / 大羽 成征(京大) |
| 幹事補佐氏名（英） | Tomoharu Iwata(NTT) / Shigeyuki Oba(Kyoto Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Infomation-Based Induction Sciences and Machine Learning |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 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 |
| サブタイトル（和） | |
| タイトル（英） | Acceleration of Boosting Discriminators Using Region Partition Learning and Its Application to Face Detectors |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ブースティング / boosting |
| キーワード(2)（和/英） | 顔検出 / face detection |
| キーワード(3)（和/英） | 高速化 / acceleration technique |
| 第 1 著者 氏名（和/英） | 森 健 / Takeshi Mori |
| 第 1 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 第 2 著者 氏名（和/英） | 竹内 純一 / Junichi Takeuchi |
| 第 2 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 第 3 著者 氏名（和/英） | 川喜田 雅則 / Masanori Kawakita |
| 第 3 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 発表年月日 | 2019-03-06 |
| 資料番号 | IBISML2018-115 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | IBISML-472 |
| ページ範囲 | pp.73-80(IBISML), |
| ページ数 | 8 |
| 発行日 | 2019-02-26 (IBISML) |