HOG特徴量を用いた人物検出手法の精度向上に関する検討

摘要

静止画像から人物をロバストに検出する人物検出法の1つとして，HOG特徴量（Histograms of Oriented Gradients）をSVM（Support Vector Machine）で識別するDalalらの人物検出アルゴリズムを検証し，その改善方法について検討を行った.具体的には静止画像から人物を検出する際に背景から切り出した大量のウインドウを人物として誤検出してしまう問題について，「学習データの調整」と「ウインドウマップによる検出結果の絞り込み」の2つの対策を提案した.実験により，これらの提案法を用いることで誤検出が減少できることを確認した．%We studied Dalal's algorithm, one of the most reliable human detection algorithm that uses HOG features to classify detection windows into human or non-human category with SVM, and made some proposals to improve its detection ability. We first adjusted the ratio of positive and negative window and then introduced window map operation to reduce a large number of misdetected windows as human. Experimental results show that the proposed method is effective to eliminate misdetected windows and to choose a single window from multiply detected windows for the same human object.