In this paper we propose a novel hierarchical region selection method for object detection based on region pyramid. The significant contribution of this paper is the introduction of a general purpose candidate region selector that accelerates object detectors. To reduce the search space, a region pyramid that represents the hierarchical relationship between candidate regions is proposed. By jumping and pruning the region pyramid based on quality bound and detection results, candidate regions that have no possibility of being an object can be skipped over efficiently. A set of experiments on various dataset is presented. The proposed method greatly reduces the overall computation time and reduces the number of false positives.
물체 검출은 물체 인식을 위해 필요한 매우 중요한 전처리 단계이다. 이러한 물체 검출은 영상 내에 존재하는 물체를 포함하는 부윈도우의 위치와 크기를 찾는 과정이다. 하지만 물체검출은 매우 큰 영역 공간을 검색해야 하므로 시간이 오래 걸리는 작업이다. 왜냐하면 물체를 포함하는 부윈도우의 위치와 크기를 찾기 위하여 입력 영상의 모든 위치에 다양한 크기의 물체 검출기를 적용하는 과정이 필요하기 때문이다.
영역 선택의 관점에서 살펴보면, 오랜 기간 동안 슬라이딩 윈도우 기법에 사용되어져 왔다. 하지만 이러한 슬라이딩 윈도우 기법은 찾고자 하는 물체의 위치와 크기가 알려져 있지 않다면 매우 비효율 적인 방법으로 알려져 있다. 검색 공간을 좀 더 효율적으로 탐색하기 위하여, Efficient Subwindow Search (ESS) 라는 기법이 제안되어졌다. 이 ESS 기법은 branch and bound라는 기법을 통해 더 효율적으로 검색 공간을 탐색하지만, 검색 공간을 영역들로 직접적으로 모델링한 방식에 비하여 매우 큰 영역들의 집합으로 모델링함으로, 실제 응용에서는 많은 연산시간과 메모리 공간을 필요로 한다.
본 연구에서는 검색 영역의 계층적 관계를 이용하여 효율적으로 검색 공간을 탐색하는 전처리 방식을 제안하였다. 이를 위해 검색 공간에 존재하는 모든 후보 영역들을 포함 관계에 기반하여 계층적으로 모델링하는 영역 피라미드를 제안하였다. 검색 공간에 존재하는 모든 후보 영역을 계층적으로 구조화 시킴으로써 피라미드 상의 후손 영역들의 검사 여부는 품질 기준에 기반하여 선조 영역에서 결정이 가능하다. 영역의 품질을 평가하기 위하여 영역 안의 특징을 세어 평가하는 품질 함수와 기준을 고안하여 적용하였다. 이렇게 고안된 품질 기준에 기반하여 제안된 방법은 물체를 포함할 가능성이 없는 영역을 효과적으로 제거한다. 다양한 데이터베이스에서의 실험을 통하여 제안된 방법이 전체적인 연산 시간을 효율적으로 감소시키고 많은 수의 오검출을 줄이는 것을 검증하였다.
