SIMD型マトリックスプロセッサを用いたHaar特徴ベースオブジェクト検出

摘要

We have developed Massive-Parallel Memory-Embedded SIMD (Single Instruction Multiple Data) Matrix Processor which can process 2048 tasks in parallel. This is one of the optimum architectures for image processing because the image processing performs same instruction for multiple data (pixels). In this paper, we propose an object detection method with Haar-like features and AdaBoost algorithm such as face and vehicle detections and so on. For high speed processing, we newly propose a composite Haar-like feature. The composite Haar-like feature is arranged multiple similar Haar-like features in one scan window. As the result, we can reduce the number of Haar-like features. In the case of vehicle detection, the vehicle has specific feature which is symmetrical structure across the center line. Then we add new composite Haar-like feature which represent symmetry, and as the result, we can achieve high detection accuracy. We also design optimum classifier sets for each object detection. Finally, we can achieve detection rate of over 90 ％ and the processing speed is several hundred ms.%我々の研究グループではこれまでに2,048並列処理が可能なSIMD (Single Instruction Multiple Data)型マトリックスプロセッサを開発している.開発したアーキテクチャでは超並列処理が可能なため，同じ命令を複数のデータに適用する画像処理等に適している.本稿ではHaar特徴とAdaBoostを用いたオブジェクト検出手法について提案する.処理の高速化手法として，条件を満たしたHaar特徴同士を組み合わせて，新たにHaar特徴を生成するコンポジット特徴を用いることでHaar特徴数を削減した.オブジェクト検出として顔検出と車検出を行った.車検出では，車の特徴に注目し，車の中心を挟んで対称的なコンポジットHaar特徴を導入することで検出精度の向上を実現した.また，各オブジェクトに最適な識別器セットの設計を行い，どちらも数百msの処理速度で90％以上の検出率を実現した.