JP2010009517A5 - - Google Patents

Claims (12)

1. 複数の弱判別器から構成され、該複数の弱判別器による判別により入力データから特定パターンを検出するパターン検出器の学習装置であって、
   前記特定パターンを含むか否かが既知であるデータから構成される複数の学習用データに基づいて弱判別器の基礎となる弱判別器モデルを生成するモデル生成手段と、
   前記モデル生成手段により生成された弱判別器モデルを元にして生成された弱判別器が所定の性能を満たすまで該弱判別器の状態パラメータを更新する更新手段と、
   前記更新手段により更新された各段階における前記弱判別器の状態パラメータの更新履歴を管理する管理手段と
   を具備し、
   前記更新手段は、
   前記弱判別器の状態パラメータの更新に際して、該弱判別器の性能評価結果に基づいて前記管理手段により管理された更新履歴から該弱判別器の更新対象となる段階の状態パラメータを選択する
   ことを特徴とするパターン検出器の学習装置。
2. 前記学習用データは画像であり、
   前記モデル生成手段は、
   画像である前記学習用データの統計的性質を求める統計処理手段
   を更に具備し、
   前記統計処理手段により求められた統計的性質に基づいて前記弱判別器モデルを生成する
   ことを特徴とする請求項１記載のパターン検出器の学習装置。
3. 前記モデル生成手段は、
   前記統計処理手段により画像である前記学習用データの統計的性質を求める際に、該学習用データに対して次元圧縮処理を行なう
   ことを特徴とする請求項２記載のパターン検出器の学習装置。
4. 前記学習用データは画像であり、
   前記弱判別器は、
   前記画像である学習用データの所定領域から特徴量を抽出し、該抽出した特徴量に基づいて該所定領域が検出すべき特定パターンの候補であるか判定し、
   前記更新手段は、
   前記弱判別器の状態パラメータとして、前記画像である学習用データ内の前記所定領域を示すパラメータを更新する
   ことを特徴とする請求項１乃至３のいずれか１項に記載のパターン検出器の学習装置。
5. 前記更新手段は、
   前記弱判別器の状態パラメータの更新に際して、前記モデル生成手段により生成された弱判別器モデルとの類似度、検出性能、演算速度のいずれか、又はそれら要素を含んで統合的に弱判別器の性能を評価する評価関数の計算結果に基づいて前記更新履歴から弱判別器の更新対象となる段階の状態パラメータを選択する
   ことを特徴とする請求項１に記載のパターン検出器の学習装置。
6. 前記類似度は、
   弱判別器の矩形フィルタをベクトルとして表現したときの内積によって求められる
   ことを特徴とする請求項５に記載のパターン検出器の学習装置。
7. 前記類似度は、
   弱判別器の矩形フィルタをベクトルとして表現したときに該ベクトルに所定の変換を施した後の内積によって求められる
   ことを特徴とする請求項５に記載のパターン検出器の学習装置。
8. 前記更新手段は、
   前記弱判別器の状態パラメータの更新に際して、前記モデル生成手段により生成された弱判別器モデルと該弱判別器との状態との差が所定範囲内になった場合に最も低い値を示す評価関数、前記弱判別器の検出性能、演算速度のいずれか、又はそれら要素を含んで統合的に弱判別器の性能を評価する評価関数の計算結果に基づいて前記更新履歴から弱判別器の更新対象となる段階の状態パラメータを選択する
   ことを特徴とする請求項１に記載のパターン検出器の学習装置。
9. 前記更新手段は、
   前記弱判別器の状態パラメータの更新に際して、現時点の弱判別器の性能が以前よりも低い場合であっても一定の割合で該現時点の弱判別器の状態パラメータを更新対象として選択する
   ことを特徴とする請求項１乃至８いずれか１項に記載のパターン検出器の学習装置。
10. 前記更新手段は、
    マルコフ連鎖モンテカルロ法を用いて前記更新対象となる段階の弱判別器の状態パラメータを選択する
    ことを特徴とする請求項１乃至９のいずれか１項に記載のパターン検出器の学習装置。
11. 複数の弱判別器から構成され、該複数の弱判別器による判別により入力データから特定パターンを検出するパターン検出器の学習方法であって、
    モデル生成手段が、前記特定パターンを含むか否かが既知であるデータから構成される複数の学習用データに基づいて弱判別器の基礎となる弱判別器モデルを生成するモデル生成工程と、
    更新手段が、前記生成された弱判別器モデルを元にして生成された弱判別器が所定の性能を満たすまで該弱判別器の状態パラメータを更新する更新工程と、
    管理手段が、前記更新された各段階における前記弱判別器の状態パラメータの更新履歴を管理する管理工程と
    を含み、
    前記更新工程においては、
    前記弱判別器の状態パラメータの更新に際して、該弱判別器の性能評価結果に基づいて前記管理工程で管理された更新履歴から該弱判別器の更新対象となる段階の状態パラメータを選択する
    ことを特徴とするパターン検出器の学習方法。
12. 複数の弱判別器から構成され、該複数の弱判別器による判別により入力データから特定パターンを検出するパターン検出器の学習装置に内蔵されたコンピュータを、
    前記特定パターンを含むか否かが既知であるデータから構成される複数の学習用データに基づいて弱判別器の基礎となる弱判別器モデルを生成するモデル生成手段、
    前記モデル生成手段により生成された弱判別器モデルを元にして生成された弱判別器が所定の性能を満たすまで該弱判別器の状態パラメータを更新する更新手段、
    前記更新手段により更新された各段階における前記弱判別器の状態パラメータの更新履歴を管理する管理手段
    として機能させ、
    前記更新手段は、
    前記弱判別器の状態パラメータの更新に際して、該弱判別器の性能評価結果に基づいて前記管理手段により管理された更新履歴から該弱判別器の更新対象となる段階の状態パラメータを選択する
    ことを特徴とするプログラム。