랜덤 포레스트를 이용한 머리 방향 인식 (Head Pose Estimation Using Random Forests)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 : 소프트웨어 및 응용 / 40권 / 8호 / 435 ~ 441페이지
· 저자명 : 이동훈, Songhwai Oh

초록

사람의 머리가 향하는 방향을 인식하는 것은 얼굴 분석과 HCI 등의 다양한 어플리케이션에서 쓰일 수 있는 필수적인 영상처리 과제이다. 본 논문에서는 사람마다 다른 머리 모습으로 인해 일관된 특징점 디자인이 어려운 점을 해결하기 위해서 특징점에 무작위성을 부여하여 분류와 회귀에 강력한 성능을 보이는 랜덤 포레스트 알고리즘을 이용한다. 이를 위해서 랜덤 포레스트를 이루는 의사 결정 나무들의 노드 생성 규칙과 무작위 질문들을 할당하는 방식을 연구하였다. 다양한 특징들에 기반 하여 머리 방향 인식에 알맞은 질문들을 시도해 보았고, 그 비교를 통해 최적의 조건을 찾았다. 이 과정에서 비대칭적인 모양을 갖는 의사 결정 나무로 이루어진 랜덤 포레스트를 효율적으로 분석하는 방법을 다루었다. 제안한 랜덤 포레스트의 학습과 테스트에는 머리 방향에 따른 낮은 해상도의 2차원 이미지를 포함하고 있는 QMUL 데이터를 사용하여 86.5%의 정확도를 얻었다.

영어초록

Estimating person’s head pose is an essential problem for many applications and face analysis. It is hard to design a consistent feature descriptor that works for every person because there could be lots of differences for each individuals. Our approach to solve this problem is via ‘Random Forests’ which designs a random feature and have been shown an impressive result for classification and regression. One have to specify random questions of the nodes of decision trees which builds random forests to use the algorithm. In this paper, several features and several structure of random forests are considered to achieve the best performance. To do this, we find the way to deal with random forests which is consist of asymmetric decision trees. We achieved 86.5% accuracy with QMUL head pose dataset which has low resolution of two dimensional head images.

참고자료

· 없음