1 / 27

後藤　雄飛

CVReading2010. New Features and Insights for Pedestrian Detection. 後藤　雄飛. 2010/09/07. 論文紹介. New Features and Insights for Pedestrian Detection [CVPR2010] http://www.mis.tu-darmstadt.de/CVPR10Pedestrians 著者 Stefan Walk 1 ， Nikodem Majer 1 ， Konrad Schindler 1 ， Bernt Schiele 1,2

denise
Download Presentation

後藤　雄飛

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. CVReading2010 New Features and Insights for Pedestrian Detection 後藤　雄飛 2010/09/07

  2. 論文紹介 • New Features and Insights for Pedestrian Detection [CVPR2010] http://www.mis.tu-darmstadt.de/CVPR10Pedestrians • 著者 Stefan Walk1，Nikodem Majer1， Konrad Schindler1，Bernt Schiele1,2 1Computer Science Department，TU Darmstadt 2MPI Informatics，Saarbrücken

  3. データセット • INRIA Person dataset • 歩行者検出に多く使用される 歩行者検出の大きな進歩によりINRIA Person datasetの 検出精度が良好 直立や動作の少ない人が多く存在

  4. データセット • Caltech Pedestrian dataset • TUD-BrusswlsPedestrian dataset 人の動作を多く含むため困難 現在までこれらのデータセットへの実行は不十分のため Stefan Walkらは新しい特徴量を利用して挑戦

  5. 歩行者検出に利用する特徴量 • Histograms of Oriented Gradients(HOG) • Histograms of Flow(HOF) • Color Self-Similarity(CSS)

  6. 歩行者検出に利用する特徴量 • Histograms of Oriented Gradients(HOG) • Histograms of Flow(HOF) • Color Self-Similarity(CSS) 提案された特徴量

  7. HOG特徴量[Dalal et all,CVPR2005] • Histograms of Oriented Gradients(HOG)特徴量 • 画像局所領域の勾配方向ごとの強度に着目 • 特徴量を勾配方向ヒストグラムで表現

  8. HOF特徴量[Dalal et all,CVPR2006] • Histograms of Flow(HOF)特徴量 • 時系列の勾配強度に着目 勾配の算出方法IMHcd : ブロックで正規化された中央セルの勾配 IMHwd : Haar-Waveletを利用した勾配 など

  9. HOF特徴量[Dalal et all,CVPR2006] S,Walkらは，IMHwdを改良したIMHd2を提案 (4×4ピクセル領域ごとの勾配を算出)

  10. CSS • Color Self-Similarity(CSS) • 色の類似性の位置関係を捉える特徴量 • 色空間にHSVを使用 人の肌や衣類などは特定の場所で類似している

  11. CSS 特徴量の算出 • グリッドごとにHSVの強度ヒストグラム(9bin)を算出 • 各グリッドを組み合わせ類似度を算出 8128次元の特徴量

  12. CSS 特徴量の算出 • 入力画像 (トライリニア補間によりエイリアシングを防ぐ)

  13. CSS 特徴量の算出 • グリッド(8×8ピクセル)に分割

  14. CSS 特徴量の算出 • 色ごとに強度ヒストグラム(3bin)の算出

  15. CSS 特徴量の算出 • 色ごとに強度ヒストグラム(3bin)の算出

  16. CSS 特徴量の算出 • 色ごとに強度ヒストグラム(3bin)の算出

  17. CSS 特徴量の算出 • HSVの強度ヒストグラム(9bin)の算出

  18. CSS 特徴量の算出 • 色ごとに強度ヒストグラム(3bin)の算出

  19. CSS 特徴量の算出 • グリッド同士の類似度をL2ノルムで算出

  20. CSS 特徴量の算出 • グリッド同士の類似度をL2ノルムで算出

  21. CSS 特徴量の算出 • グリッド同士の類似度をL2ノルムで算出

  22. CSS 特徴量の算出 • グリッド同士の類似度をL2ノルムで算出

  23. CSS 特徴量の算出 • グリッド同士の類似度をL2ノルムで算出

  24. CSS 特徴量の算出 • グリッド同士の類似度をL2ノルムで算出

  25. CSS 特徴量の算出 • グリッドごとにHSVの強度ヒストグラム(9bin)を算出 • 各グリッドを組み合わせ，類似度を算出 8×16グリッド組み合わせ　8128次元の特徴量

  26. 特徴量の評価 HOG特徴量にCSSを併用することで検出精度の向上 HOF特徴量とCSSを併用することで検出精度が最も高い性能

More Related