抄録
動画像からの人物検出や人物に関する情報の抽出の自動化は, 防犯に利用する等様々なシステムへの利用が期待される技術である. 本研究では, 画像にウェーブレット変換を適用し, 特徴量を抽出することで照明変動に頑健な識別器を作成した. AdaBoostは汎化能力に優れた学習器であるが, 一般的に識別にかかる計算コストは特徴量の次元数に対して増加する. そこで, 顔・非顔識別に有用な次元を残し, 識別に寄与しない次元を削除することで, 識別の精度を保ちつつ計算コストの減少が可能であると期待される. 本研究では, 主成分分析を利用した特徴点選択を行い, 次元数を削減した特長量を抽出し, 識別器を作成した. また, その識別器の性能の評価を行い, 有用性を示す.
