JP2013117861A5 - - Google Patents

Description

上記課題を解決する本発明の一つの側面にかかる学習装置は、学習に使用する複数のサンプル画像のそれぞれに対する弱判別器の判別学習の結果と前記弱判別器の判別学習の結果の信頼性を示すパラメータとを取得する学習手段と、
前記複数のサンプル画像のそれぞれについて、被検出対象が含まれている確からしさを示す値を、前記判別学習の結果と前記パラメータとを用いて算出する算出手段と、
一のサンプル画像について前記確からしさを示す値が、予め設定された第１学習閾値に比べて小さい場合に、前記複数のサンプル画像から前記一のサンプル画像を削除する削除手段と、
前記一のサンプル画像が削除された後の複数のサンプル画像のそれぞれに対する弱判別器の判別学習の結果から、当該判別学習の結果の信頼性を示すパラメータを取得する再学習手段と、を備えることを特徴とする。

Claims (11)

1. 学習に使用する複数のサンプル画像のそれぞれに対する弱判別器の判別学習の結果と前記弱判別器の判別学習の結果の信頼性を示すパラメータとを取得する学習手段と、
   前記複数のサンプル画像のそれぞれについて、被検出対象が含まれている確からしさを示す値を、前記判別学習の結果と前記パラメータとを用いて算出する算出手段と、
   一のサンプル画像について前記確からしさを示す値が、予め設定された第１学習閾値に比べて小さい場合に、前記複数のサンプル画像から前記一のサンプル画像を削除する削除手段と、
   前記一のサンプル画像が削除された後の複数のサンプル画像のそれぞれに対する弱判別器の判別学習の結果から、当該判別学習の結果の信頼性を示すパラメータを取得する再学習手段と、
   を備えることを特徴とする学習装置。
2. 前記再学習手段によって取得された前記パラメータを用いて算出される識別閾値を用いて、判別処理の対象となる画像に前記被検出対象が含まれているか否かを判別する判別手段を更に備えることを特徴とする請求項１に記載の学習装置。
3. 前記算出手段によって算出された前記確からしさを示す値の中で最小値となる値と前記識別閾値とを用いて前記第１学習閾値を算出し、設定する設定手段を更に備えることを特徴とする請求項２に記載の学習装置。
4. 前記算出手段は、前記複数のサンプル画像のそれぞれについて、前記被検出対象の背景画像が含まれている確からしさを示す値を、前記判別学習の結果と前記判別学習の結果の信頼性を示すパラメータとを用いて算出することを特徴とする請求項１乃至３のいずれか１項に記載の学習装置。
5. 前記設定手段は、前記被検出対象の背景画像が含まれている確からしさを示す値の中で最大値となる値と前記識別閾値とを用いて算出される値を、前記第１学習閾値とは異なる第２学習閾値として設定し、
   前記削除手段は、前記背景画像が含まれている確からしさを示す値が前記第２学習閾値より大きい場合、前記複数のサンプル画像から前記背景画像が含まれている一のサンプル画像を削除することを特徴とする請求項３に記載の学習装置。
6. 前記判別手段によって算出される前記識別閾値は、前記第１学習閾値よりも大きい値であることを特徴とする請求項２に記載の学習装置。
7. 前記学習手段および再学習手段は、AdaBoostによる学習処理により、前記弱判別器の判別学習の結果の信頼性を示すパラメータを取得することを特徴とする請求項1乃至６のいずれか1項に記載の学習装置。
8. 前記学習手段および再学習手段は、Support Vector Machineによる学習処理により、前記弱判別器の判別学習の結果の信頼性を示すパラメータを取得することを特徴とする請求項1乃至６のいずれか１項に記載の学習装置。
9. コンピュータを、請求項１乃至８のいずれか１項に記載の学習装置の各手段として機能させるためのプログラム。
10. 学習装置における学習方法であって、
    前記学習装置の学習手段が、学習に使用する複数のサンプル画像のそれぞれに対する弱判別器の判別学習の結果と前記弱判別器の判別学習の結果の信頼性を示すパラメータとを取得する学習工程と、
    前記学習装置の算出手段が、前記複数のサンプル画像のそれぞれについて、被検出対象が含まれている確からしさを示す値を、前記判別学習の結果と前記パラメータとを用いて算出する算出工程と、
    前記学習装置の削除手段が、一のサンプル画像について前記確からしさを示す値が、予め設定された第１学習閾値に比べて小さい場合に、前記複数のサンプル画像から前記一のサンプル画像を削除する削除工程と、
    前記学習装置の再学習手段が、前記一のサンプル画像が削除された後の複数のサンプル画像のそれぞれに対する弱判別器の判別学習の結果から、当該判別学習の結果の信頼性を示すパラメータを取得する再学習工程と、
    を有することを特徴とする学習方法。
11. 前記学習装置の判別手段が、前記再学習工程で取得された前記パラメータを用いて算出される識別閾値を用いて、判別処理の対象となる画像に前記被検出対象が含まれているか否かを判別する判別工程を更に有することを特徴とする請求項１０に記載の学習方法。