[IEEE2011]Linear SVM Classification Using Boosting HoG Features For Vehicle Detection in Low-Altitude Airborne Video

요약

HOG를 이용하여 차량을 검출하는 방법

중요 포인트

학습

일반적으로 HOG를 추출하여 모든 차원의 엘리먼트들을 특징으로 사용하지만 본 논문에서는 HOG 특징들 중에 좋은 특징만 추출하여 사용하고자 하는 아이디어

그렇다면 좋은 특징을 어떻게 추출하는가?

Adaboost를 이용하여 좋은 특징을 추출한다.

그렇다면 특징을 추출한뒤 인식은 어떻게 하는가?   

Adaboost의 출력 값을 이용하여 다시 새로운 특징 벡터를 생성 후 SVM으로 인식한다.

테크닉

하나의 HOG를 사용하는 것이 아니라 3 종류의 HOG를 사용하는데, 이는 좀 더 강건하게 차량 검출을 위해서 사용한다. Cascade 개념이 들어 간듯 하다.

느낀점

개인적으로 정말 좋은 아이디어 인듯하다. 유사한 생각으로 혹시나해서 이미 논문이 나왔는지 찾아봤지만 역시나, 이 논문이 있더라. ㅠㅠ 하지만 내가 생각한 방법과 유사한 논문이 IEEE에 실렸다는 것만으로도 기분좋게 긍정적으로 생각하자.  여튼 Adaboost의 독립적인 특징을 사용하는 방법을 통해 새로운 특징을 생성하여 SVM을 통해서 좋은 특징 셋으로 만든 새로운 특징( 종속적 특성을 갖는 특징)을 사용하여 인식하는 것은 정말 Good 아이디어인듯하다.