OpenCVで物体検出器を作成する③ ～LBP特徴～

こんにちは！ザキヤマです。

OpenCVで物体検出器を作成するシリーズ。Harr-Like特徴に引き期続き、今回はLBP特徴について説明していきます。

OpenCVで物体検出器を作成するシリーズ、記事一覧はこちら！

LBP特徴

LBP（Local Binary Pattern）特徴は、輝度の分布（ヒストグラム）により特徴を捉えます。

たとえば、Lenaさんの顔のLBP特徴量を計算するとします。
計算する順番に見てみましょう。

（1）バイナリデータを計算

画像を分割し、そこから1部分を取り出します。
さらに、取り出した1部分の3ｘ3画素に注目します。
この3ｘ3画素の中心画素と、周辺画素の輝度を比較します。
中心画素よりも明るければ1、暗ければ0として、1かたまりのバイナリデータにします。

（2）ヒストグラム（バイナリデータの集まり）

そして、この1かたまりのバイナリデータの集まりが、1部分のヒストグラムです。

(3)LBP特徴量（ヒストグラムの集まり）

そしてついに、この1部分のヒストグラムの集まりが、LBP特徴量となります。
どんな順番で、どんなヒストグラムが並んでいるか？というヒストグラムの組み合わせによって物体を判定しているのです。

つづきます

今回はLBP特徴についてでした。
特徴の見つけ方は違っても、小さな特徴を組み合わせて目的の物体を認識する、という仕組みはどれも同じようですね。

次回はHOG特徴について書きたいと思います。

⇒　OpenCVで物体検出器を作成する④ ～HOG特徴～