본 논문에서는 보행자 상반신 검출기의 성능을 향상하기 위한 세그먼테이션에 기반한 특징 추출 방법을 제안한다. 상반신의 부분별 색상 분포를 활용한 멀티 파트 컬러 세그먼테이션을 사용하여 국소 특징이 갖는 한계로 인해 발생하는 오검출의 감소에 효과적인 "전역적" 윤곽 특징을 추출한다. 컬러 공간과 히스토그램 분해도에 따른 성능을 분석하였으며, 자체 구축한 보행자 상반신 영상을 사용한 실험을 통해서 제안한 방법으로 추출한 특징이 국소 특징 기반 검출기의 오검출 감소에 효과적임을 확인하였다.
The paper proposes a new method of segmentation-based feature extraction to improve performance in pedestrian upper-body detection. General pedestrian detectors that use local features are often plagued by false positives due to the locality. Color information of multi parts of the upper body is utilized in figure-ground segmentation scheme to extract an salient, "global" shape feature capable of reducing the false positives. The performance of the multi-part color segmentation-based feature is evaluated by changing color spaces and the parameters of color histogram. The experimental result from an upper-body dataset shows that the proposed feature is effective in reducing the false positives of local feature-based detectors.
