部位スコアマップ統合による隠れにロバストな人体検出

摘要

部位検出結果のスコアマップ統合に基づく，隠れにロバストな人体検出手法を提案する．一般的に部位検出に基づく人体検出では，ある領域内での部位の存在の有無や位置の情報を確率分布モデル等によって統合することによって判定処理が行われる．しかし個別の部位は，人体全体ほど明瞭な特徴を持たないため，複雑な背景では，人体以外の領域でも部位検出器が誤検出を発生する可能性が比較的高く，従来手法ではこのような場合に十分対応できなかった．また，主要な部位に隠れが生じた場合性能が大きく劣化するという課題があった．本論文ではこれらの課題に対応するため（1）スコアマップ統合（2）多段統合による隠れ対応，の2つの手法を提案する．（1）によって人体画像から生じる検出パターンとそれ以外の画像から生じる検出パターンをより明確に区別することができる．また（2）によって，隠れのある状況に対するロバスト性が向上する．実験の結果，提案手法は従来技術に比べて高い性能を示し，特に隠れがある状況でも高い性能を維持することが示された．%We propose a human body detection framework based on parts score map integration, which is robust to partially occluded human image. Generally part based body detection methods utilize part detectors information such as presence or absence within certain region or their positions, by integrating them using e.g. probability distribution model. However partial body regions itself tend to be not having distinctive feature like whole body and it likely to occur false positives in case of e.g. complex background region. Another problem is deterioration of performance in case of major parts occlusion. In this paper, we propose (1) score map integration method, (2) multilayered integration method to address partial occlusion. (1) enables to distinguish part detection result of human body from them of non human body more clearly. (2) increases detection performance for partial occluded images. The evaluation result shows better performance especially in case of partial occlusion images in comparison to the traditional method.