生成型学習法を用いた姿勢変化に頑健な歩行者検出の検討

摘要

近年，車載カメラで撮影された画像から歩行者を検出する研究が注目されている.しかし，姿勢変化が大きく，かつ様々な背景に存在する歩行者を検出することは容易ではない.本研究では，車載カメラ画像からの歩行者検出において，多様な姿勢変化に対応するための手法を提案する.画像中の歩行者の見えを特徴とした従来の歩行者検出手法では，歩行者の姿勢変化や歩行者を取り巻く環境の変化に対応するために，学習用に事前に大量の歩行者画像を人手で収集する必要があった.提案手法ではこの間題に対して，少数の歩行者画像をいくつかの姿勢クラスに分類した後に，姿勢クラスごとに多様な歩行者画像を生成し，さらにこの姿勢クラスをテンプレートとしたマルチテンプレート型の識別器を構築することで解決を図る.実験の結果，従来手法に比べて提案手法の検出精度は大きく向上し，その有効性を確認した.%Recently, pedestrian detection from in-vehicle camera images is being focused. However, it is difficult to detect pedestrians due to the variety of their poses and backgrounds. To tackle this problem, we propose a method to detect various pedestrians from in-vehicle camera images. To deal with changes of pedestrians' pose and environment, most existing methods making use of their appearance require to prepare a lot of pedestrian images manually. The proposed method classifies a small number of pedestrian images into several pose classes and then generates various pedestrian images from each pose class. Finally, the proposed method constructs a classifier based on multiple templates from each pedestrian pose. Experimental results showed that the detection accuracy of the method outperformed existing methods, and we confirmed its effectiveness.