| 講演名 | 2005-02-24 特徴選択と Soft-Margin SVM の Boosting を用いた歩行者検出(学習理論とパターン認識メディア理解, 機械学習による自然言語処理・言語処理を利用したメディア理解, 一般) 西田 健次, 栗田 多喜夫, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | ブースティングによる歩行者識別器を構成する際に、弱識別器に対して最適な特徴、および、局所領域を選択することによって識別性能向上を図る手法を提案する。本稿では、弱識別器にソフトマージンSVMを採用し、ブースティングの各段で最適な特徴、および、局所領域を選択する。実験にはMIT CBCLの歩行者画像データベースの画像を用い、特徴としては入力画像のヒストグラム均一化特徴とエッジ特徴の二種類を採用し、一つの入力画像から自動的に100個の局所領域を生成した。実験結果は、局所領域の選択を行う事で単一特徴でも高い識別率を示し、二つの特徴から選択する事による識別率の改善はわずかであった。しかし、二つの特徴を用いる事によって、より効果的な局所領域が選択されており、更なる性能向上の可能性が示唆されている。 |
| 抄録(英) | We present an example-based algorithm for detecting objects in images by integrating component-based classifiers, which automaticaly select the best feature for each classifier and are combined according to AdaBoost algorithm. The system employs soft-margin SVM for base learner, which is trained for all features and the optimal feature is selected at each stage of boosting. We employed two features such as Histogram-equalization feature and Edge feature for our experiment. The proposed method is applied to the MIT CBCL pedestrian image database, and 100 sub-regions are extracted from each image as local-features. The experimental result shows fairly good classification ratio with single feature, while the improvement on classification ratio with the combination of two feature is small. However, the combination of features effects to select good local-features for base learners. |
| キーワード(和) | サポートベクターマシン(SVM) / 特徴選択 / 歩行者検出 |
| キーワード(英) | AdaBoost / Support Vector Machine (SVM) / Feature Selsction / Pedestrian Detetion |
| 資料番号 | NLC2004-105,PRMU2004-187 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2005/2/17(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 特徴選択と Soft-Margin SVM の Boosting を用いた歩行者検出(学習理論とパターン認識メディア理解, 機械学習による自然言語処理・言語処理を利用したメディア理解, 一般) |
| サブタイトル（和） | |
| タイトル（英） | Pedestrian Detection by Boosting Soft-Margin SVM with Feature Selection |
| サブタイトル（和） | |
| キーワード(1)（和/英） | サポートベクターマシン(SVM) / AdaBoost |
| キーワード(2)（和/英） | 特徴選択 / Support Vector Machine (SVM) |
| キーワード(3)（和/英） | 歩行者検出 / Feature Selsction |
| 第 1 著者 氏名（和/英） | 西田 健次 / Kenji NISHIDA |
| 第 1 著者 所属（和/英） | 産業技術総合研究所脳神経情報研究部門 Neuroscience Research Institute, National Institute of Advanced Industrial Science and Technology (AIST) |
| 第 2 著者 氏名（和/英） | 栗田 多喜夫 / Takio KURITA |
| 第 2 著者 所属（和/英） | 産業技術総合研究所脳神経情報研究部門 Neuroscience Research Institute, National Institute of Advanced Industrial Science and Technology (AIST) |
| 発表年月日 | 2005-02-24 |
| 資料番号 | NLC2004-105,PRMU2004-187 |
| 巻番号（vol） | vol.104 |
| 号番号（no） | 669 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |