| 講演名 | 2011-09-05 Online Real Boostingによる物体追跡のための特徴選択(テーマセッション,コンピュータビジョンとパターン認識のための機械学習) 山下 隆義, 藤吉 弘亘, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年,物体検出や物体追跡において,AdaBoostやReal AdaBoost などのブースティングが注目されており,オンライン学習へ応用されている,AdaBoostによるOnline Boostingは追跡対象に適した弱識別器を繰り返し処理により選択する.そのため,オンライン学習の処理コストが大きく,現時刻のサンプルへの過学習が生じやすい.一方,Real AdaBoostによるOnline Real Boostingは弱識別器をグループ分割し,各グループから最適な弱識別器を選択する.これにより,処理コストを削減することともに,過学習を抑制している.しかしながら,これまで,どのようにグループ分割を行い,特徴選択するのが良いか論じられていない.そこで,本稿では,複数の弱識別器のグループ分割方法を提案し,それによる追跡精度への影響について調査する.その結果,弱識別器を特徴の種類ごとにグループ分割した場合に,追跡精度が最も向上することが分かった. |
| 抄録(英) | Recently, Boosting algorithms like AdaBoost and Real AdaBoost are used in online learning. The weak classifiers for online boosting are selected in an iterative manner in Adaboost based Online Boosting. And due to this, the computing cost increases for online training and it might also over-fit to the current sample. On the other hand, Online Real Boosting based on Real Adaboost groups the weak classifier, and selects an optimal weak classifier from each group. Besides reducing the computational cost, it prevents overfitting. The grouping process for feature selection is yet to be discussed. In this paper, we discuss the various grouping process and its effect on the tracking performance. As a result, it is observed that feature type based grouping of the weak classifiers results in the best performance. |
| キーワード(和) | Online Real Boosting / 物体追跡 / 特徴選択 / グループ分割 / ランダム |
| キーワード(英) | Online Real Boosting / object tracking / feature selection / grouping / random |
| 資料番号 | PRMU2011-68,IBISML2011-27 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2011/8/29(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） | Online Real Boostingによる物体追跡のための特徴選択(テーマセッション,コンピュータビジョンとパターン認識のための機械学習) |
| サブタイトル（和） | |
| タイトル（英） | Feature Selection for Object Tracking based on Online Real Boosting |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Online Real Boosting / Online Real Boosting |
| キーワード(2)（和/英） | 物体追跡 / object tracking |
| キーワード(3)（和/英） | 特徴選択 / feature selection |
| キーワード(4)（和/英） | グループ分割 / grouping |
| キーワード(5)（和/英） | ランダム / random |
| 第 1 著者 氏名（和/英） | 山下 隆義 / Takayoshi YAMASHITA |
| 第 1 著者 所属（和/英） | オムロン株式会社 OMRON Corporation |
| 第 2 著者 氏名（和/英） | 藤吉 弘亘 / Hironobu FUJIYOSHI |
| 第 2 著者 所属（和/英） | 中部大学 Chubu University |
| 発表年月日 | 2011-09-05 |
| 資料番号 | PRMU2011-68,IBISML2011-27 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | 193 |
| ページ範囲 | pp.- |
| ページ数 | 7 |
| 発行日 | |