CV輪講 A Discriminatively Trained, Multiscale, Deformable Part Model 三井 相和 はじめに • 一般物体認識：一般的なカテゴリの対象の認識 – 位置 – スケールの変化 – 対象の変形 • マルチスケールに対応した変形可能なパートモデル – A Discriminatively Trained, Multiscale, Deformable Part Model [Pedro Felzenszwalb,CVPR, 2008.] モデル • グローバルなルートフィルタ • ルートフィルタ内に存在するパートフィルタ HOG特徴 • 特徴量 – Histograms of Oriented Gradients(HOG)[N.Dalal,CVPR 2005.] • • • • 0°～160°，20ずつ9方向算出 セル：8×8ピクセル ブロック：2×2セル RGBの各チャンネルから最も強度が高いものを採用 • 検出ウィンドウ=ルートフィルタ – ルートフィルタ：大域的 →疎な特徴量 – パートフィルタ：局所的 →密な特徴量 フィルタ • 入力特徴に対する重み： （ • セルの位置： • 特徴量： – 検出ウィンドウにおける 個） のスコア＝ • パートフィルタのセルサイズはルートフィルタの半分 – ルートフィルタ：大域的 →疎な特徴量 – パートフィルタ：局所的 →密な特徴量 例：顔の場合 可変パーツ • 配置のスコア： 位置関係 – パートの数： – パートモデル： – オブジェクトモデル： 距離 配置のスコア • 配置のスコア： – モデルの配置： 配置のスコア＝ 最適な を学習より算出 学習: Latent SVMs • データセット： • フィルタの有効な配置範囲： ， – バウンディングボックスと最低50%重なるよう定義 • 学習用データ – ネガティブ：検出対象が含まれないもの – ポジティブ：対象そのものの位置（バウンディングボックス） • のスコア（識別関数）： – と定義 配置のスコアの最大値 • 最適化： 最適化項 ヒンジ損失関数 ハードネガティブ抽出 • 大量の学習サンプル – 特定のカテゴリを検出→対象以外はネガティブサンプル ハードネガティブサンプルを作成 定理1： 定理2： ・1, ・2, ・3, 定理3： は の一部， ならば ならば ・ ・ により により追加 になるまで２を繰り返す→ に収束 実装の詳細：ルートフィルタ • 初期化 – 学習よりルートフィルタのサイズを自動決定 – 潜在変数なしでのSVM学習 – 初期の を決定 • 更新 – 配置のスコアが最も高いルートフィルタの位置に更新 – を再学習 実装の詳細：パートフィルタ • パートフィルタ初期化 – ルートフィルタの80%を占めるように6つ選ぶ – 特徴量がもっとも対象物体らしい位置から選ぶ – 初期変形コストは係数 の初期値 • モデル更新 – 学習データを とし、再構築 – バウンディングボックスに最低50%のオーバーラップ – 対象物体以外で高いスコア→ハードネガティブ から決定 結果 表1：PASCAL VOC 2007 での結果 学習モデル 検出結果1 検出結果2 評価 15 空間モデルと変形の影響 • ブロックサイズ 許容範囲 はパートフィルタ中心座標の移動できる ＡＰ（Average Precision）が変動 • AP=1の時に最高のパフォーマンス おわりに • A Discriminatively Trained, Multiscale, Deformable Part Modelについての報告を行った
© Copyright 2024 ExpyDoc
