スライド 1

ISS-P-163 ARCOを特徴量とする顔検出の併用による人誤検出の棄却
山下亮・滝口哲也・有木康雄（神戸大学）
研究背景と目的
ARCO [D.Tosato, 2010]を用いた人検出
人検出とは
 画像を複数の小領域に分割
 それぞれの領域で特徴量を求め、識別
 多数決によりクラスを決定
 人と背景を識別することで人検出器の構築
 画像中の人物の正確な検出による位置情報の獲得
 監視システムやロボットビジョンへの応用に期待されている
識別結果：
検出
問題点
人領域全体の特徴を用いて
いるので，一部の画像では人
／背景の識別が困難
c  arg max{ j }  arg max{(Fn  j)}
j
j
Fn
： n 番目の領域の識別器
j
：
j
識別困難な画像例
n
番目のクラスの投票数
人
解決法
人画像候補
H
 識別困難な画像に対してのみ，人の特徴的なパー
ツである顔を重点的に考慮する
背景
⇒ARCOによる顔検出を人検出結果に適用すること
で識別困難な画像の識別を行う
検出器
提案手法
識別困難な画像
を特定
提案システム
 ARCOによる閾値の異なる２つの人検出器： H1 ,
 ARCOによる顔検出を利用した人検出器： F
 ARCOによる顔検出を利用した人検出器
F
H2
識別困難な画像
を人検出
1. 人画像候補の対象領域で検出窓をラスタスキャン
2. 顔が検出されれば人画像，
検出されなければ背景画像と識別する
提案手法
入力画像
1.
背景画像
F
N
N
N
背景
…
64pixels
特徴量
P
人物
識別困難
な画像
 ARCOによる顔検出
複数の画像特徴の共分散行列
４種類の顔の向き(後ろ，前，右，左)と背景の５クラスからなる
ARCOによる顔検出器を構築する
 画素ごとに画像特徴のベクトルを抽出
| Ix | T
人検出用：   [ x , y , | I x | , | I y | , I x  I y , | I xx |, | I yy | , arctan
]
| Iy |
2
2
50 pixels
評価実験
50 pixels
| Ix |
T
顔検出用：   [ x , y , R , G , B, | I x |, | I y | , arctan
, Gab{0, , ,4 } ]
3 6 3
| Iy |
 ベクトルから共分散行列を算出
 複数の画像特徴間の関係性が表現可能
Detection Error Tradeoff
-1
10
Proposed method
Tosato
 データセット: INRIA Person Dataset
まとめと考察
 評価方法: DETカーブ
正しく背景と識別
提案手法の有効性
⇒顔検出を併用することで、人検出器の精度
が僅かながら向上した
Miss rate
提案手法により正しく識別
正しく人と識別
…
F
背景画像
背景画像
背景画像
40pixels
＆
th1
th1
H1
人画像
N
P
P
128pixels
背景画像
H2
入力
人画像
th2
＆
人画像
P
人画像
2.
精度の向上があまり高くなかった
⇒顔部分のオクルージョンや解像度の低さに
より顔検出器が上手く働かなかったことが
原因と考えられる
-2
10
提案手法は姿勢の変化に頑健
⇒ 顔検出により
姿勢に依存せず
人を識別
⇒ 顔検出により人
らしい物体を棄却
-4
10
-3
10
FPPW(False positive per window)
-2
10
⇒顔検出を併用することで、学習データに
ない未知の姿勢にも対応
…

Download Report