本セミナーでは、画像局所特徴量 ( SIFT , HOG )と統計的学習手法(AdaBoost)・アサンブル学習法(Random Forests)の組み合わせによる物体認識について、基礎からわかりやすく解説いたします。
本セミナーでは、近年のアプローチである画像局所特徴量と統計的学習手法の組み合わせによる物体認識についてわかりやすく解説します。SIFT (Scale-Invariant Feature Transform) やHOG (Histograms of Oriented Gradients) を中心に画像局所特徴量について概説した後、このような特徴量と密接な関係にある統計的学習手法のAdaBoost やRandom Forestsについて物体検出を例に実践的に学びます。 最後に、最新の研究動向として局所特徴量の関連性に着目した物体検出法と今後の展望について紹介します。