小規模歩行者検出における身体トポロジー局在化と時間特徴量集約に基づく手法

歩行者検出における重要な課題は、画像や動画において微弱なコントラストと動きのブラーを引き起こす小規模物体の検出です。私たちは、この問題が部分的に深層のアノテーションバイアスに起因すると考えています。これを踏まえて、多尺度歩行者の検出に特化した新規手法を提案します。この手法は、体躯トポロジカルライン局在化（TLL）と時間的な特徴量集約を組み合わせており、特にカメラから比較的遠い小規模歩行者に対して優れた性能を発揮します。さらに、マルコフ随機場（MRF）に基づく後処理スキームを導入し、遮蔽状況での曖昧さを解消しています。これらの手法を総合的に適用することで、Caltechベンチマークにおいて最良の検出性能を達成し、小規模物体の検出性能を大幅に向上させました（見逃し率が74.53%から60.79%に低下）。また、CityPersonsデータセットでも競争力のある性能を達成し、KITTIデータセットにおけるアノテーションバイアスの存在も示しました。