顔検出のためのデータ依存型特徴抽出法

摘要

近年，Violaらが提案したAdaBoostとカスケード型識別器を用いた顔検出手法が注目されている．この手法では，AdaBoostによって，あらかじめ用意した大量の特徴量から識別に有効な特徴の選択を行っているため，長い学習時間が必要になるという問題がある．この問題を解決するため，本報告では，判別分析と主成分分析を用いて連続空間で構築した決定木を，データ依存型特徴抽出機構として利用する顔検出手法を提案する．この手法は，あらかじめ特徴の候補を用意することなく，顔と非顔のデータ分布に従って特徴を生成することが出来るため，Violaの方法よりも短い学習時間しか必要としないというメリットがある．幾通りかの顔らしさの尺度を評価した結果，決定木の分割軸への射影成分のヒストグラムから得られる評価尺度が有効であることが判明し，これを用いて識別を行うことにより，妥当な識別が行えることを確認した．