대한전기학회:학술대회논문집 (Proceedings of the KIEE Conference)
- 대한전기학회 2015년도 제46회 하계학술대회
- /
- Pages.1345-1346
- /
- 2015
PCA와 HOG특징을 이용한 최적의 pRBFNNs 패턴분류기 기반 보행자 검출 시스템의 설계
Design of Pedestrian Detection System Based on Optimized pRBFNNs Pattern Classifier Using HOG Features and PCA
- Lim, Myeoung-Ho (Department of Electrical Engineering, Suwon University) ;
- Park, Chan-Jun (Department of Electrical Engineering, Suwon University) ;
-
Oh, Sung-Kwun
(Department of Electrical Engineering, Suwon University) ;
- Kim, Jin-Yul (Department of Electronic Engineering, Suwon University)
- 발행 : 2015.07.15
초록
본 논문에서는 보행자 및 배경 이미지로부터 HOG-PCA 특징을 추출하고 다항식 기반 RBFNNs(Radial Basis Function Neural Network) 패턴분류기과 최적화 알고리즘을 이용하여 보행자를 검출하는 시스템 설계를 제안한다. 입력 영상으로부터 보행자를 검출하기 위해 전처리 과정에서 HOG(Histogram of oriented gradient) 알고리즘을 통해 특징을 추출한다. 추출된 특징은 고차원이므로 패턴분류기 분류 시 많은 연산과 처리속도가 따른다. 이를 개선하고자 PCA (Principal Components Analysis)을 사용하여 저차원으로의 차원 축소한다. 본 논문에서 제안하는 분류기는 pRBFNNs 패턴분류기의 효율적인 학습을 위해 최적화 알고리즘인 PSO(Particle Swarm Optimization)을 사용하여 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시킨다. 사용된 데이터로는 보행자 검출에 널리 사용되는 INRIA2005_person data set에서 보행자와 배경 영상을 각각 1200장을 학습 데이터, 검증 데이터로 구성하여 분류기를 설계하고 테스트 이미지를 설계된 최적의 분류기를 이용하여 보행자를 검출하고 검출률을 확인한다.
키워드