Hough Forestsを用いたスケール変化に頑健な行動検出

摘要

Hough Forestsを用いた行動検出には，映像中の局所特徴に基づいて独立に行動のクラスと位置についての投票処理を行うため，部分的なオクルージョンに頑健という利点がある．また，クラスの識別と位置の推定を同時に行うため，Sliding Windowなどのアプローチとは異なり，空間全体の探索が不要なことも利点の一つである．一方で，この手法には行動の空間的なスケール変化に弱いという問題点がある．これは，空間的なスケールの変化に伴い投票のスコアも変化するため，適切な投票スコアについての閾値を設定するのが困難なためである．そこで，本研究では検出した行動のスケールに基づいて適切な閾値を計算する手法を提案する．提案手法では行動のスケールと投票スコアの関係を線形SVMを用いて学習する．これにより様々なスケールを含む映像に対して高精度な検出を実現できる．評価実験から，提案手法が有効に働き，検出精度を向上させることが確認できた．