事前登録で高速化を図る

　Randomized Treesでは，思い切った手法を採用しています。リアルタイムで認識を実現するために，事前にパターンを認識・登録するアプローチを使います。具体的には，図5に示すように1枚の画像がテンプレートとして登録されると，そこからランダムなパラメーターを使ってアフィン変換し，1万枚の画像を作ります。そして，その中から共通の特徴点を探し出します。 　アフィン変換された画像において，毎回同じような特徴点が検出されます。このような特徴点は，アフィン変換しても検出しやすい点になります。
　図5では，アフィン変換しても共通に検出されるキーポイントのパッチをそれぞれA，B，C，Dとして並べてあります。キーポイントAはすべて同じ特徴点を持つパッチなのですが，さまざまなアフィン変換を施してあるので，局所領域で見ると形状が変わって見えます。ただ，パッチの中心を見ると，すべて同じ部分を表していることが分かります。Randomized Trees では，これらのキーポイントをランダムにサブセットに分けて，各サブセットごとに決定木（ツリー）を作ります。 　オンラインの認識時では，入力画像からまず特徴点を検出します［図6(a)］。その特徴点を中心としたパッチ情報を，それぞれの決定木に入力します。入力したパッチは，その決定木のどこかのリーフにたどり着くのですが，「リーフにたどり着きやすいキーポイント」は事前に学習してあるので，1つ目の木ではキーポイントA，2つ目の木ではキーポイントC，3つ目の木ではキーポイントA，と決まります。最終的にどれが一番多く出現したかということから，この入力パッチでは「キーポイントAである」と認識できます。
　しかし，学習画像を生成する時に，アフィンパラメーターをランダムに決定しているので，視点の偏りが生じるという問題が考えられます。また，多くの見え方が存在しているのを1つの決定木群で表現できるのかという問題もあります。 　そこで，われわれは2段階のRandomized Treesという方法を提案しました［図6(b)］。これはまず，学習画像の生成時に各視点から見た画像を作ります。その生成画像から，2段階のRandomized Treesを構築します。1段階目では，「どちらから見ているか」という視点（ビューポイントクラス）を決定するRandomized Treesを構築します。視点位置が決まれば，次に，その視点からの生成画像を使って2段階目ではキーポイント分類のためのRandomized Treesを構築します。2段階のRandomized Treesを用いることでキーポイントをより高精度に分類し，対応点をリアルタイムで求めることができます。

＜次ページへ続く＞