情報処理学会 第78回全国大会講演要旨

ハフフォレストとは、木構造の識別・回帰モデルである決定木を複数用いてアンサンブル学習させたランダムフォレストの応用であり、画像や動画からの物体検出・トラッキング・動作認識に特化したモデルである。
このハフフォレストの精度を向上させるため、決定木の分割関数を新しく定義することによって、ノイズに強いモデルとなることが既存研究から知られている。
本研究では同様に決定木の分割関数について着目し、ニューラルネットワークの1種の Extreme Learning Machine を用いて分割関数を改善する手法を提案した。
さらに物体検出のデータセットで実験を行い、提案手法の優位性を示す。