DOI QR코드

DOI QR Code

Improve the Performance of People Detection using Fisher Linear Discriminant Analysis in Surveillance

서베일런스에서 피셔의 선형 판별 분석을 이용한 사람 검출의 성능 향상

  • Kang, Sung-Kwan (HCI Lab., Department of Computer and Information Engineering, Inha University) ;
  • Lee, Jung-Hyun (Department of Computer and Information Engineering, Inha University)
  • Received : 2013.10.22
  • Accepted : 2013.12.20
  • Published : 2013.12.28

Abstract

Many reported methods assume that the people in an image or an image sequence have been identified and localization. People detection is one of very important variable to affect for the system's performance as the basis technology about the detection of other objects and interacting with people and computers, motion recognition. In this paper, we present an efficient linear discriminant for multi-view people detection. Our approaches are based on linear discriminant. We define training data with fisher Linear discriminant to efficient learning method. People detection is considerably difficult because it will be influenced by poses of people and changes in illumination. This idea can solve the multi-view scale and people detection problem quickly and efficiently, which fits for detecting people automatically. In this paper, we extract people using fisher linear discriminant that is hierarchical models invariant pose and background. We estimation the pose in detected people. The purpose of this paper is to classify people and non-people using fisher linear discriminant.

사람 검출은 정지된 영상 혹은 동영상으로부터 사람의 움직임이나 자세를 추정하고, 사람이 찾아질 경우 영상 내 사람의 좌표, 동작 인식, 보안관련 인증 등을 알아내는 기술로 정의된다. 이러한 사람 검출은 다른 객체의 검출이나 사람과 컴퓨터와의 상호작용, 동작 인식 등의 기초 기술로서 해당 시스템의 성능에 영향을 미치는 매우 중요한 변수 중에 하나이다. 그러나 영상 내의 사람은 움직임, 자세, 크기, 빛의 방향 및 밝기, 다른 객체와의 중복 등의 환경적 변화로 인해 사람 모양이 다양해지므로 정확하고 빠른 검출이 어렵다. 따라서 본 논문에서는 피셔의 선형 판별 분석을 이용하여 몇 가지 환경적 조건을 극복한 정확하고 빠른 사람 검출 방법을 제안한다. 제안된 방법은 사람 움직임 및 자세와 배경에 무관하게 빠른 시간 안에 사람을 검출하는 것이 가능하다. 이를 위해 계층적인 방법으로 사람 검출을 수행하며, 휴리스틱한 방법, 피셔의 판별 분석을 이용하여 사람 검출을 수행하고, 검색 영역의 축소와 선형 결정의 계산 시간의 단축으로 검출 응답 시간을 빠르게 하였다. 추출된 사람 영상에서 사람의 자세를 추정하고 사람의 영역을 검출함으로써 사람 정보의 사용에 있어 보다 많은 정보를 추출할 수 있도록 하였다.

Keywords

References

  1. Balakrishnama, S.; Ganapathiraju, A.; Picone, J.; "Linear discriminant analysis for signal processing problems," Southeastcon '99. Proceedings. IEEE, pp: 78-81, March.1999
  2. Zhao, W.; Chellappa, R.; Krishnaswamy, A.; "Discriminant analysis of principal components for face recognition," Third IEEE International Conference on, 14-16 , pp336-341, April.1998
  3. Ordowski, M.; Meyer, G.G.L.; "Geometric linear discriminant analysis," ICASSP '01. 2001 IEEE International Conference on, Vol. 5, 7-11, pp.3173-3176 , May 2001
  4. Hyun-Chul Kim; Daijin Kim; Sung Yang Bang; "Face recognition using LDA mixture model," Pattern Recognition, 2002. Proceedings. 16th International Conference on , 11-15, 8. 2002. pp: 486-489 vol.2
  5. Liu. Chengjun ; H.Wechsler.; "Enhanced Fisher linear discriminant models for face recognition," Pattern Recognition, 1998. Proceedings. Vol. 2, 16-20 pp: 1368-1372, Aug.1998
  6. Lee, W.S.; Lee, H.J.; Chung, J.H.; "Wavelet-based FLD for face recognition," Circuits and Systems, Proceedings of the 43rd IEEE Midwest Symposium on , Vol.2, 8-11 pp. 734-737, Aug. 2000
  7. Papageorgiou, C.; Poggio, T.; "Trainable pedestrian detection," Image Processing, 1999. ICIP 99. Proceedings. 1999 International Conference on , Vol. 4, 24-28 pp:35-39 , Oct. 1999
  8. Takano, S.; Niijima, K.; Abdukirim, T.; "Fast face detection by lifting dynamic wavelet filters," Image Processing, International Conference on , Vol.3, pp. 893-896, Sept. 14-17.2003
  9. C. W. Ng and S. Ranganath, "Real-time Gesture Recognition System and Application," Image and Vision Computing, Vol. 20, Issues 13-14, pp. 993-1007, 2002. https://doi.org/10.1016/S0262-8856(02)00113-0
  10. H. Schneiderman and T. Kanade, "Object Detection Using the Statistics of Parts," Int'l J. Computer Vision, Vol. 56, No. 3, pp. 151-177, 2004. https://doi.org/10.1023/B:VISI.0000011202.85607.00
  11. P. Phillips, "The FERET Database and Evolution Procedure for Object Recognition Al-gorithms," Image and Vision Computing, Vol. 16, No. 5, pp. 295-306, 1999.

Cited by

  1. A standardization model based on image recognition for performance evaluation of an oral scanner vol.9, pp.6, 2017, https://doi.org/10.4047/jap.2017.9.6.409