顔表情の計算機による表現.学習と認識

• Project/Area Number: 04236210
• Research Category: Grant-in-Aid for Scientific Research on Priority Areas
• Allocation Type: Single-year Grants
• Research Institution: Osaka University
• Principal Investigator: 徐 剛 大阪大学, 基礎工学部, 助手 (90226374)
• Co-Investigator(Kenkyū-buntansha): 山口 智浩 大阪大学, 基礎工学部, 助手 (00240838)
• Project Period (FY): 1992
• Project Status: Completed (Fiscal Year 1992)
• Budget Amount: ¥1,700,000 (Direct Cost: ¥1,700,000); Fiscal Year 1992: ¥1,700,000 (Direct Cost: ¥1,700,000)
• Keywords: 表情認識 / 顔特徴の抽出 / 顔特徴の追跡 / ローカルテンプレート / グローバルモデル

Research Abstract

顔表情の認識は感性情報処理の一例として、非常に注目されている。我々は処理を以下のように分ける。まず、最初の入力画像において顔の特徴を自動的に決定する。次は、その後の画像系列において顔の特徴を追跡し、動き情報を抽出する。最後に、表情の動的モデルと照合することで、認識を行う。
本年度には、我々はまず顔特徴の抽出と追跡について研究を行った。表情と関係が深いものとして、口の両端、眼の両端、眉毛の内側の端、共8点を顔の特徴として選んだ。画像は顔の正面から、画像いっぱいに写るように撮ったものとする。我々は各特徴のローカルなテンプレートと顔の器官間の位置関係というグローバルモデルとを両方用いて、総合的に判断して、ロバストな顔特徴が自動的に抽出できると考える。具体的には、まず、各特徴のテンプレートを用意し、画像全体で相関値を計算し、最も似ている5点を特徴の候補として抽出する。次に、特徴の相互関係を記述したグローバルモデルに照らして、特徴の候補から真のものを選ぶ。以上の方法で、か
なりの確率で特徴の抽出ができた。
顔特徴の追跡は、抽出された特徴の領域をテンプレートとして、連続画像において、相関法により近傍で探索することで実現した。今後は、以上で得られた動き情報を用いて、表情の表現と認識を行う予定である。