SVMと逐次学習を併用したHOG特徴による手形状認識手法

摘要

In this paper, we proposed a combined method for hand shape recognition. It consists of support vector machines (SVMs) and an online learning algorithm based on the percepron. We apply HOG features to each method. First, our method estimates a hand shape of an input image by using SVMs. Also the online learning method with the perceptron uses the input image as training data if the data possesses a high confidence score in the recognition process. Next, we select the final hand shape from the outputs from the SVMs and perceptron by using the score from SVMs. We compared the combined method with SVMs. The experimental results show the effectiveness of the proposed method.%本稿では，少数のサンプルで学習したSVMと逐次学習により作成される識別器を併用したHOG特徴による手形状認識手法を提案する.HOG特徴を用いた形状認識ではSVMを用いて認識を行う研究が多数報告されているが，一般的に機械学習には十分な学習が必要であり，学習に存在しない人物の認識精度が低下することも起こり得る.本手法では，入力画像からHOG特徴を算出し，それをSVM，逐次学習により作成される識別器それぞれに入力する.それぞれの結果を一定条件で選択することにより，高精度で汎用性の高い手形状認識を行う.提案手法とSVM単体の結果と比較したところ、提案手法の有効性を確認することができた.