カスケード型識別器のキャリブレーションと尤度分布を利用した顔検出

摘要

入力画像からの顔検出はコンピュータビジョンにおいて，近年注目されている技術の一つであり，様々な研究が行なわれている．従来の顔検出の枠組みはサブウィンドウ毎に独立に処理された識別結果を基にしているため，近傍の評価値を考慮した検出を行うことができない．識別器の局所的な評価値の値が同じであっても，真の顔画像では顔ではない場合に比べて，近傍の分布が比較的広範に高い値を示す．この違いを陽に利用するため，我々は以前AdaBoost識別器の評価値分布を利用する顔検出の枠組みを提案した．本研究では，この分布型の枠組みをカスケード型AdaBoost識別器へと拡張する．カスケード型AdaBoost識別器の出力は各層間で独立しており，そのままでは比較可能な値ではない．提案手法ではまず評価値のキャリブレーションを行ない，カスケード型AdaBoost識別器の出力を確率に変換する．次いで，確率から得られる位置に関する尤度分布を評価することで，最終的な検出結果を得る．実画像170枚を用いた実験を行った結果，従来手法と比較し，検出率が約5％改善した．