7.1 Learning based systems
学習の概念は、パターン認識と計算機学習理論から生まれたものである。 これは、新しいデータに基づいて自律的に学習し、予測を行うことができるコンピュータ・アプリケーションの開発に巧みに利用することができる。 このような研究は、重みが適応され、特徴が多かれ少なかれ固定されている神経ベースの学習方法とは異なる動作をする。 本節で取り上げる研究は、分類器の学習を支援する特徴抽出器のような振る舞いをする傾向がある。 また、既出の手法と重複しないように、特徴抽出手法と分類器学習手法のみを検討する。 分類器の学習方法としては，Adaboost や Support Vector Machine などの手法やその組み合わせが，動画像における物体検出・追跡のために多く利用されています． Gaoらにより，頭部検出に基づく人物計数のために，Adaboostアルゴリズムと畳み込みニューラルネットワークに基づくハイブリッドモデルが提案されている． Adaboostアルゴリズムを用いる背景には、CNNのために頭部領域を抽出し、分類時間を大幅に短縮することができるという一般的な考えがある。 AdaBoost-SVM分類器は，従来のカスケード-Adaboost分類器の制限を取り除く能力を持ち，大規模な学習サンプルセットに適用した場合にサポートベクターマシンの時間消費も削減することが可能です． Chengらの研究では，AdaBoost-SVM分類器をビデオ内の歩行者検出に適用しています． 提案分類器は，分類性能を向上させるために，学習サンプルに対してAdaBoost分類器やSVMを自動的に選択し，カスケード分類器を発展させることができます． また，GuoらはAdaBoost-SVM分類器を用いてビデオ中の歩行者検出を行っています． 提案モデルは2つのステージで動作する。第1ステージでは、AdaBoostアルゴリズムとカスケード法を用いて、画像から歩行者候補のセグメンテーションを行う。 第2段階では、歩行者候補が歩行者であるか否かを評価する。 第2段階では、歩行者分類器を学習するためにサポートベクターマシンが使用された。 最後に，歩行者検出手法をAdaBoostやSVMといった従来の単一ステージの分類器と比較評価した． その結果、両者に比べてより効果的であることがわかった。 近年、ビデオにおける物体検出・追跡の分野では、サポートベクターマシンを用いた研究が重要視されています。 Zhangらは、回帰モデルを用いて空間的な制約を利用した、ビデオにおけるオブジェクト追跡のためのハイブリッドモデルを提案した。 この手法では、トラッカー開発のために3つの異なるサポートベクターマシンを適用し、ハイブリッドサポートベクターマシンは分散戦略を用いて結合された。 本手法に関する実験の結果、提案手法は最先端の手法よりも優れていることが示された。 サポートベクターマシンに基づく動画像中の物体追跡のアルゴリズムは、Cyganekらによって提案された. 彼らは，1クラスSVM分類器と平均シフトトラッカーを用いている． また，直交IJK色空間と構造テンソルの成分から特徴ベクトルを構築した． この手法では，構造テンソルを画素領域で評価し，強度変化に関する情報を収集する． これらの特徴量を用いて学習したSVMの出力は、ソフト化され、平均値シフトトラッカーに入力される。 また、”Multi-view learning framework “の研究では、動画像の物体追跡に複数のサポートベクターマシンを用いる方法が紹介されている。 この手法は、グレースケール値、HOG（Histogram of Oriented Gradients）、LBP（Local binary pattern）といった複数のビューの特徴を考慮することで構築されている。 これらの特徴量はサポートベクターマシンの学習に用いられた． 3105>
表現学習は、分類器や予測器を構築する際に必要な情報を簡単に抽出するのに役立つ特徴学習を行う一連の技術である。 著者らはこのカテゴリにおいて、深層学習、特徴学習、クラスタリングに基づく方法を利用している。 表現学習領域におけるほとんどの文献は、ビデオにおけるオブジェクトの検出と追跡のために深層学習を利用している。 Suらは、動画中の人体検出のための奥行き特徴抽出の問題を扱うために、スパースオートエンコーダ（SAE）に基づく特徴学習手法を使用している。 SAEは教師なし特徴学習法であり、手間のかかる手作業による特徴量設計を回避することができる。 提案手法では、SAE の学習量を減らすために、畳み込みニューラルネットワークとプーリングを用いる。 また，深度ヒストグラムを用いて検出窓の中心候補を作成するスライディングウィンドウローカライゼーション手法を提案した． さらに、人体の高さと深さの関係を利用して、検出窓の大きさを評価する方法を提案した。 クラスタリングに基づく表現手法は、Jiaらによって、ニュースビデオ・シーケンスにおけるアンカー人物の検出に使用されている。 まず、新しいビデオをショットに分割し、その後、ニュースビデオの表現のために、各ショットからキーフレームを抽出した。 さらに、ピアソンの相関係数の統計的距離を用いてキーフレームのクラスタリングを行い、アンカーショットの基準を用いてアンカーパーソンのショットを検出した
。