歩行者の移動支援を目的とした道路状況の リアルタイ.pptVIP

物体識別のためのAdaboost を用いた入力特徴の評価 情報工学科　藤吉研究室EP02132　土屋成光 背景 物体（車両）識別 屋外監視システム 歩行者ITS 高精度な物体識別 識別器の構築 入力特徴の選定 背景 識別手法 Neural Network(ANN) Adaboost.M2 SVM 入力特徴 クラスの分離 表現できる　　　識別精度向上 表現できない　 識別精度は向上せず 目的 特徴量の貢献度を求める Adaboost 重み付き多数決による識別器 　　　　→重みを評価に用いる 　 識別タスク 屋外環境下で撮影した動画像 移動体をフレーム間差分により検出 4クラスに識別 物体識別に用いる特徴量 形状情報に基づいた特徴 テクスチャ情報に基づいた特徴 時間変化情報に基づいた特徴 形状情報に基づいた特徴量 正規分布の縦横比、傾き（AS） 輪郭線の複雑度（CS） テクスチャ情報に基づいた特徴量 各方向エッジ 垂直エッジ（V） 水平エッジ（H) 右上がりエッジ（R-U） 左上がりエッジ（L-U） 時間変化情報に基づいた特徴 オプティカルフローの分散（OF） Adaboost Adaboostによる各特徴の貢献度評価 弱識別器 特徴量　 の閾値判別 最も識別性能の高い特徴量 Adaboostによる各特徴の貢献度評価 貢献度 特徴量　 の貢献度