ブースティングの判別高速化と顔検出への応用

摘要

We propose an acceleration technique for boosting classification. Not only classification accuracy and/or training cost but also cost of classification itself can be critical in several apprications including face detection. In this paper, we propose 7 truncation rule and Order Structure Learning for boosting classifier. The key idea of our proposal is the fact that one can determine the sign of discriminant function before all weak learners are evaluated in general. An advantage is that our algorithm has no loss in classification accuracy. Another advantage is that our proposal is a unsupervised learning so that it can treat a covariate shift situation. Moreover, we applied the proposal method to the face detector. As a result, our proposal succeeds in reducing the classification cost by 20%.%ブースティングによる判別器を高速化する手法を提案する．例えば顔検出のように適用対象によっては，訓練時間や判別精度だけでなく判別時の計算コストが問題となる場合がある．本稿ではブースティングによる判別器の高速化法として7打ち切り法と順序構造学習を提案する．鍵となるアイディアは，一般に全ての弱判別器を評価する前に，判別関数の符号が分かるという事実である．我々の手法の一つの利点は判別器の精度を落とさない点である．もう一つの利点は順序構造学習が教師なし学習であるため，共変量シフトの状況に適応できることである．実際に提案法を顔検出に適用した結果，判別の計算コストを20％削減することに成功した．