近年注目されている技術分野としてITS(Intelligent Transport System)がある.特に画像から自動で人物や人を検出する技術は多くの研究者によって研究,開発されている.Dalalらによって提案されたHOG特徴量は多くの研究者が改良手法を提案しており,人検出手法において注目されている特徴量である.しかし,いずれの提案法も検出率と処理速度は十分とはいえない.本論文では,人(直立,歩行,走行中の人物)を対象に,HOG特徴量におけるビン数を領域ごとに可変にした,M-HOG(Multiple-HOG)特徴量と,色相の特徴を共起情報として用いる,RealAdaBoostアルゴリズムに基づく人検出法を提案し,高い検出率を保ったまま処理速度の高速化を実現する.また,共起情報を表現するために,2次元確率密度関数を導入する.提案法を従来法と比較する実験を行って処理性能の向上を確認した.
展开▼
机译：ITS（Intelligent Transport System，智能交通系统）是近年来引起人们关注的技术领域，特别是许多研究人员正在研究和开发用于自动从图像中检测人和人的技术，Dalal等人提出了HOG功能。该数量是许多研究人员提出的用于改进方法的特征量，并且在人体检测方法中引起了人们的注意。但是，所提出的方法都没有足够的检测率和处理速度。针对人员（直立，步行，奔跑的人），HOG功能部件中的存储箱数量对于每个区域都是可变的，并且M-HOG（多重HOG）功能部件和色相功能部件用作共现信息。我们提出了一种基于RealAdaBoost算法的人体检测方法，该方法在保持较高检测率的同时实现了较高的处理速度，并引入了二维概率密度函数来表示共现信息。通过进行与传统方法比较的实验，证实了加工性能的提高。
展开▼
