コンピュータビジョンにおける物体検出では,検出窓を用いて各位置ごとにオブジェクトの有無を確認する手法が最も一般的で,かつ実績があるアプローチである.しかしながら霊長類においては,視覚的に顕著な特徴を持つ領域に対して順番に注意を向けていくことで,認識を行うことが知られている.そこで本論文では検出窓を用いずに,画像中の局所特徴の分布からCoarse to Fineに物体の位置を絞りこむ手法を提案する.本手法ではSerreらによって提案された「視覚皮質の標準モデル」による一般物体認識手法を拡張し,対象物体を構成する特徴を選定し,その特徴の分布に基づいて検出領域の絞り込みを行った.本手法をUIUC carデータセットの画像データに対して適用し,有用性を確認した.
展开▼