Deep Convolutional Neural Networkによる全方位画像からの人検出

摘要

全方位画像では位置による物体の見えの変化が大きく，従来の見えに基づく特徴による分類では人の識別が難しい．本研究では，Deep Convolutional Neural Networkを全方位画像からの人検出に応用する．Deep Learningでは学習に大量の学習サンプルが必要となるが，手作業で作成することは時間的な問題から現実的でない．少ない学習サンプルから大量の学習サンプルを生成し，生成された学習サンプルでも学習が行えることを示す．また，実環境下でHOG画像特徴量とReal AdaBoostを用いた人検出法と比較し，識別率が向上することを示す．