[논문]근사화된 HOG 를 이용한 사람 검출

김봉모; 김용민; 박찬우; 박기태; 문영식

[국내논문] 근사화된 HOG 를 이용한 사람 검출
Pedestrian detection using approximated HOG 원문보기

김봉모 (한양대학교 컴퓨터공학과) , 김용민 (한양대학교 컴퓨터공학과) , 박찬우 (한양대학교 컴퓨터공학과) , 박기태 (한양대학교 BK21) , 문영식 (한양대학교 컴퓨터공학과)

보행자 탐지를 위해 많은 알고리즘들이 제안되었고 그 중 HOG 알고리즘은 가장 좋은 성능을 보이는 알고리즘으로 알려져 있다. 하지만 HOG(Histogram of Oriented Gradients) 알고리즘은 연산량이 많아 계산 속도가 느려 실시간 시스템에 적용하기는 힘들다. 본 논문은 HOG 알고리즘으로 얻어진 특징 벡터를 이용해 보행자를 인식하는 방법의 속도 개선에 대하여 연구하였다. 기존 HOG 알고리즘에서 계산량이 많은 곳이 어느 부분인지 분석하고, 그 중 기울기와 방향을 계산하는 부분의 근사화를 통해 계산 속도를 높이는 방법을 제안한다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 검출률은 높지만 연산량이 많은 HOG 알고리즘을 검출률에 큰 영향을 미치지 않고 연산을 근사화하여 계산 속도를 향상하는 알고리즘을 제안한다.
그래서 Zhu 는 블록 크기를 다양하게 하고 개수를 늘려 Adaboost 학습기를 연속(Cascade) 사용하여 속도를 높이는 방법을 제안했다[4]. 본 논문에서는 HOG 알고리즘 중 기울기, 방향 계산 부분을 근사하여 알고리즘의 계산 속도를 향상시키는 방법을 제안한다.

제안 방법

기존 HOG 알고리즘에서 연산이 많은 부분은 크게 기울기, 방향, 블록 히스토그램 계산, SVM 분류 부분이 있다. 제안하는 방법은 위 부분 중 기울기, 방향 계산 부분을 근사화하여 계산량을 줄이는 방법이다.
기존 HOG 알고리즘은 방향을 9 가지로 나눠 연산하지만 제안한 알고리즘은 4 가지 방향에 대해 계산하며, 더 많은 방향을 표현 할 때는 마스크 크기를 변경하여 표현 할 수 있다.

대상 데이터

제안한 방법의 성능 평가를 위해 기존의 HOG 알고리즘과 비교 실험하였다. 실험에 사용한 영상은 INRIA 에서 제공하는 보행자 테스트 영상이다[5]. 그림 3 은 제안한 방법과 기존의 HOG 알고리즘 방법으로 실험한 결과 영상이며, 기존의 HOG 알고리즘의 결과와 유사한 결과를 얻을 수 있다.

데이터처리

제안한 방법의 성능 평가를 위해 기존의 HOG 알고리즘과 비교 실험하였다. 실험에 사용한 영상은 INRIA 에서 제공하는 보행자 테스트 영상이다[5].

성능/효과

그림 3 은 제안한 방법과 기존의 HOG 알고리즘 방법으로 실험한 결과 영상이며, 기존의 HOG 알고리즘의 결과와 유사한 결과를 얻을 수 있다. 성능 비교시 검출률 5% 감소, 계산시간 40% 단축의 성능 향상을 보여주었다.
기존 HOG 알고리즘은 정확도가 높으나 연산량이 많은 편이다. 그래서 본 논문에서 제안한 방법을 통해 계산량이 많은 기울기와 방향성 구하는 부분을 근사하면 큰 검출률 저하 없이 빠른 속도로 결과를 얻을 수 있다. 향후 과제로는 블록 히스토그램을 계산하는 부분과 윈도우 슬라이딩 부분 등 계산량이 많은 부분을 개선해 속도를 높이는 방안에 대해서 연구를 진행할 예정이다.

후속연구

그래서 본 논문에서 제안한 방법을 통해 계산량이 많은 기울기와 방향성 구하는 부분을 근사하면 큰 검출률 저하 없이 빠른 속도로 결과를 얻을 수 있다. 향후 과제로는 블록 히스토그램을 계산하는 부분과 윈도우 슬라이딩 부분 등 계산량이 많은 부분을 개선해 속도를 높이는 방안에 대해서 연구를 진행할 예정이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 근사화된 HOG 를 이용한 사람 검출
Pedestrian detection using approximated HOG 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 근사화된 HOG 를 이용한 사람 검출 Pedestrian detection using approximated HOG 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 근사화된 HOG 를 이용한 사람 검출
Pedestrian detection using approximated HOG 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper