サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
iPhone 16
www.m.cs.osakafu-u.ac.jp
本稿では大規模データベースに対する高速顔認識手法を提案する. 防犯や犯罪捜査を目的として顔認識を利用する場合,多数の人物を認識する必要がある. そのため,データベースの規模が拡大した場合に高速に認識を行うことは重要な課題である. 従来の顔認識では数百枚程度のデータベースに対して認識性能の評価が行われているため,計算時間が考慮されていない. 全探索などの手法は,データベース内の特徴量すべてと距離計算を行う必要があり,計算時間はデータベースの規模に比例するため, データベースの規模が拡大すると認識に膨大な処理時間がかかる. 本稿では,顔認識処理時間の削減のために近似最近傍探索を用いて特徴量の検索を行う. ハッシュを利用し,対応点の探索範囲を限定することで,距離計算の回数を削減し処理の高速化を行う. Web上から収集した100万枚の顔画像データベースに対して認識を行った結果,特徴点検出を用いる方
3日で作る高速特定物体認識システム 黄瀬浩一,岩村雅一 (大阪府立大学) 1.システム構成 2.システムの作成 2.1 特徴抽出モジュール 利用するプログラム A C implementation of SIFT by Rob Hess 環境設定 OpenCV 全体のページ インストールの方法: 例えばこのページ. Visual Studio(2005, or 2008) 設定の方法: 例えばこのページ. 参考文献 藤吉先生による日本語の解説: 分かりやすい. Wikipedia: リンクが豊富. Lowe教授のページ: 本家.手軽に試せるプログラムもある.Matlabバージョンは非常に簡単. 2.2 物体モデル 物体モデルといっても特別な仕掛けがあるわけではなく, <物体ID> <特徴ベクトル(128個の数字)> が特徴ベクトルの個数だけ並んだ1つのファイルです. x行目は,特徴ベクトル
特徴ベクトルの近傍探索と物体認識の効率に関する実験的検討 野口 和人† 中居 友弘†† 黄瀬 浩一†† 岩村 雅一†† † 大阪府立大学工学部 〒 599–8531 大阪府堺市中区学園町 1–1 †† 大阪府立大学大学院工学研究科 〒 599–8531 大阪府堺市中区学園町 1–1 E-mail: {noguchi,nakai}@m.cs.osakafu-u.ac.jp, {kise,masa}@cs.osakafu-u.ac.jp あらまし 画像の局所記述子として SIFT や PCA-SIFT を用いる物体認識では,一画像あたりの特徴ベクトルの数が 膨大となるため,特徴ベクトルの照合速度が全体の効率を左右する.特徴ベクトルの照合は,最近傍探索の枠組みで 捉えられるため,最近傍探索の高速化が中心的課題となる.本稿では,「物体認識のためには,正しく照合される特徴 ベクトルの数が,誤って他
このページを最初にブックマークしてみませんか?
『知能メディア処理研究室 | 大阪公立大学 知能情報工学分野』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く