CV 輪輪 Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection ののののの 輪輪輪輪輪 輪輪輪輪 2008 輪 2 輪 19 輪
Mar 22, 2016
CV 輪講Cluster Boosted Tree Classifier for
Multi-View, Multi-Pose Object Detection の調査報告
藤吉研究室 土屋成光 2008 年 2 月 19 日
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
背景
既知クラスの物体検出– CV における基本的な問題
物体のアピアランス– 照明,視点, articulation によって大きく変化– 多くのバリエーションのサブカテゴリによって構成された物体
クラス一括した判別は困難分断攻略的な戦略が必要
Boosting に基づくサブクラスタリングを用いた 高精度な一般物体認識フレームワーク
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
Vector Boosted Tree
視点によってサブクラス化
サブクラスは人間が教示
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection (Bo et al. ICCV07)
自動サブクラス化– Real-Adaboost による特徴選択
– edgelet (Bo et al. ICCV05)
– ツリー構造
h
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
木構造識別器
例 .3 階層 3 チャネル– 特徴の共有– サブクラス分割
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
Boost による空間分割
サンプル空間
強識別器
– W : Positive , Negative の確率密度分布(重み付きヒストグラム)
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
サブクラス分類の評価
Bhattacyaryya 距離
– W : Positive , Negative の確率密度分布(ヒストグラム)
if Z> 閾値が 3 ラウンド then サブクラス化し再学習
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
学習過程
Relearn!
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
実験
人検出– INRIA データベース + 自作データベース
– 分割戦略– 従来法(サブクラスなし)– 従来法(サブクラスあり)
車両検出– MITstreetDatabase より切り出し– 4000 枚の車画像
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
実験:分割戦略の比較
50, 100 でサブクラス化提案手法が最良事後確率は有効でない
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
実験:従来法(サブクラスなし)
Dalal らの手法と比較– INRIAset
従来法は特徴量が強力
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
実験:従来法(サブクラスあり)
VBT との比較– 独自データセット
人手によるサブクラスタリング⇒ 必ずしも有効でない
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
車両検出精度の比較
ほぼ同程度の性能
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
検出結果例
Cluster Boosted Tree Classifier for Multi-View, Multi-Pose Object Detection
おわりに
サブクラス化が多視点に有効– 同一クラス内に複数の形状を持つ対象に対しても有効 ex.) 車(セダン,トラック,バス)など
Boosting により高精度に自動サブクラスタリング– 人手によるサブクラスタリング以上の性能
• ユーザはサブクラスを気にしなくてもよい