| Project/Area Number |
16700168
|
|---|
| Research Category |
Grant-in-Aid for Young Scientists (B)
|
| Allocation Type | Single-year Grants |
|---|
| Research Field |
Perception information processing/Intelligent robotics
|
|---|
| Research Institution | Tokyo University of Agriculture and Technology |
|---|
Principal Investigator |
黄 琳琳 農工大, 助手 (60359685)
|
|---|
| Project Period (FY) |
2004 – 2005
|
| Project Status |
Completed (Fiscal Year 2005)
|
| Budget Amount *help |
¥3,400,000 (Direct Cost: ¥3,400,000)
Fiscal Year 2005: ¥1,000,000 (Direct Cost: ¥1,000,000)
Fiscal Year 2004: ¥2,400,000 (Direct Cost: ¥2,400,000)
|
|---|
| Keywords | face / detection / neural network / principal component analysis / Gabor filter / feature extraction / multiple classifier / combination |
|---|
| Research Abstract |
画像中の顔の検出に関する研究を進めてきております。この分野では、アメリカのマサチューセッツ工科大学(MIT)とカーネギーメロン大学(CMU)の研究グループが開発したシステムが非常に優れた性能をもち、全ての研究者の目標となっております。
1.PNN(polynomial neural network)を採用し、判別能力を高めると共に、学習時および判別時に必要な計算量を大幅に削減できることを示したこと。
2.顔の特徴を強調するために、空間微分画像を生成し、それを別の特徴空間に射影したものを特徴量として併用することにより、判別性能が大きく向上することを示したこと。
3.ガボールフィルタによる特徴量を用いた識別器を用いた顔検出手法を提案する.我々は,顔候補画像の空間的な局所性を特徴ベクトルとして活用するため,4方向のガボールフィルタを用いて各方向の高周波成分を抽出した.ガボールフィルタ上の特徴ベクトルは,主成分分析(PCA)によって低次元に圧縮した上で,顔と非顔を判定するためのPolynomial Neural Network(PNN)を用いた識別器に入力した.提案手法の有効性を実画像による実験で実証したところ,ガボールフィルタの出力の大きさと位相の両方を特徴量として用いた場合,検出性能を向上させることができた.
4.判別が難しいサンプルを精度良く判別できる新たな特徴空間を提案し、その判別システムをサブシステムとして併用することにより、全体のシステム性能をさらに向上させることが出来ることを示したこと。我々の検出精度は,過去に文献に報告された同様の実験の結果と比較しても,よりよい性能を示したなど、大きな成果を挙げております。
|
Report
(1 results)
Research Products
(4 results)
