HOG特徴とAdaBoostによる人検出処理のFPGAへの実装

摘要

An increase in in-home accidental deaths of elderly person caused by falling and fainting, which are nonfatal if detected early, has been emerging as a social issue. Camera-based fall detection systems have been widely researched as one of the promising countermeasures of this issue. A process flow of fall detection systems generally consists of two stages; human detection and abnormal action detection, both of which tend to require a large amount of computation. In order to achieve real time detection speed with a small and low-power equipment which can be easily installed in home, efficient implementation as an embedded hardware system is important. In this paper, FPGA implementation of human detection using HOG features and AdaBoost, which is the first step of a fall detection system, is presented. By using binary patterned HOG features, required resources are effectively reduced. As a result of evaluation, our system achieved 60fps of the detection throughput, showing 96.1% and 20.7% of the detection rate and false positive rate, respectively.%近年、高齢者の家庭内での早期に発見すれば大事に至らないような転倒や卒倒が原因となった事故死の増加が問題視されている。このような事故死の対策としてカメラを用いた転倒検出システムが研究されている。転倒検出は人検出と異常動作検出の2段階に分けられるが、どちらの検出も特徴量、計算量ともに多くなリソフトウェアでのリアルタイム処理が困難となる。また各家庭へシステムを設置する場合、システムの小規模化、低電力化が望まれるため、組み込みハードウェアでの実装が必要と考えられる。本研究では見守リシステムの第1段階である人検出に一般物体認識に広く用いられているHOG特徴とAdaBoostを使用する。異常動作検出と組合わせて実装するため回路の小規模化を考え、HOG特徴量をバイナリパターン化しFPGAへ実装した。その結果、人検出処理を60fpsの処理速度で行うことができ、検出率96.1％、誤検出率20.7％の精度を達成した。