2019 Fiscal Year Research-status Report
共分散行列に基づくパターン認識の理論化と顔追跡・認識融合系への適用
| Project/Area Number |
18K11356
|
|---|
| Research Institution | Okayama University |
|---|
Principal Investigator |
尺長 健 岡山大学, 自然科学研究科, 特任教授 (80284082)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
右田 剛史 岡山大学, 自然科学研究科, 助教 (90362954)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 共分散行列 / 加重和制約付き加重方程式 / 白色化 / 射影係数 / 外れ値処理 / 照明適応 / ３次元モデル生成 / 姿勢・形状同時推定 |
|---|
| Outline of Annual Research Achievements |
（１）加重和制約付き加重方程式を様々な側面から解析することで，汎用性のある認識系の構成法を検討してきた。従来，不足決定系線形連立方程式の観点からバイアスの導入を検討し，相対距離バイアスの有効性を示した。また，最適解が白色化後の内積に帰着できることを示し，適応的次元選択の有効性を示した。さらに，照明適応を用いない場合に，統計的取扱いの有効性を示していた。今年度は，照明適応を用いる場合の統計処理について検討した結果，白色化後に外れ値処理を行うことが，非常に有効であることを突き止めた。これは，多次元標準正規分布モデルを根拠にして，内積計算によるノイズの増幅を防ぐ効果がある。実験結果から，相対距離バイアスや適応的次元選択では，部分空間の次元数により識別性能がかなり変動するという問題があったのに対し，白色化後の外れ値処理では，次元数に関わらず大きな効果が得られることが確かめられた。
（２）顔追跡・認識融合系への適用については，画像処理ワークステーション上での既存系の動作確認を終えている。また，動画像を用いた３次元顔モデル生成については，動画像上で姿勢・形状同時推定をまず行い，その結果を初期値として形状が一定であることを制約としたバッチ処理を用いることにより，形状推定精度の改善を実現できることを，前年度の国際会議(IW-FCV)において論文で発表し，Best Paper Awardを受賞している。姿勢・形状同時推定による形状モデル生成が可能になると，形状モデルを用いた個人固有空間生成が自動的に行え，大量に形状モデルを収集できることで，現在は高々100名のデータかあら構成している仮想個人固有空間の精度を向上できると考えられる。今年度は，動画像による3次元形状モデル生成について重点的に検討した。実験の結果，姿勢に偏りがなければ高い形状推定が可能であることが確かめられた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
理論化については，前年度，射影係数の統計的安定性の利用，各種の外れ値対策の有効性を検証し，射影係数の取扱いに関して一定の成果があった。これを受けて，今年度は照明適応を用いる場合の識別性能について検討してきたが，白色化後に外れ値処理を入れることにより，識別性能の大幅な向上を確認できた。
一方，照明適応を用いるためには，事前に照明変動を吸収できる個人固有空間を作成する必要があるが，動画像からの３次元顔形状モデル生成法の有効性を確認している。これらの成果を，次年度，追跡・認識融合系に集約し，画像処理ワークステーション上で有効性を検証していく。
|
| Strategy for Future Research Activity |
（１）理論化に関しては，引き続き，加重和制約付き加重方程式を様々な側面から解析することで，汎用性のある認識系構成法を確立していく。これまでに，不足決定系線形連立方程式の最適解が白色化後の内積に帰着できること，白色化後に外れ値処理を施した後に内積を計算することで識別性能を大幅に改善できることを見出している。次年度は，顔データ以外のパターン認識問題での有効性を検証し，白色化後の多次元標準正規分布モデルによる外れ値処理の有効性を検証していく。
（２）加重方程式の構成に利用する射影係数は，照明適応により求めるのが最善であるが，照明適応には，登録人物毎の個人固有空間（照明変動を含む画像から構成）が必要となる。一方，姿勢・形状同時推定による形状モデル生成が可能になると，形状モデルを用いた個人固有空間生成が自動的に行える。また，大量に形状モデルを収集できることで，現在は高々100名のデータから構成している仮想個人固有空間を大量のデータから構成することも可能になり，仮想固有空間による識別性能を向上の可能性も広がると考えられる。このため，動画像データによる３次元モデル生成の安定化に取り組み，研究全体の集約に取り組む。
|
| Causes of Carryover |
当初の計画で予定していた国外出張（国際会議発表）および国内発表のための旅費が、新型コロナ等の影響で投稿を見合わせたため、使用できなかった。また、研究体制の変化に伴い、年度末にデータ収集を予定していたが、新型コロナの影響等により、次年度に延期することにした結果、人件費・謝金についても使用できなかった、次年度、旅費については、新型コロナの影響を勘案した上で開催地を選択し、できれば２件の発表を目指す。また、データ収集については、できれば実施したいが、公開データによる代替えを含めて検討する。具体的には，次年度は旅費を61万円，人件費・謝金を14万円とし，人件費・謝金は３次元顔モデル生成の実験（データ収集，形状データベース作成）用に使用する予定である。なお、これらが実施不可能である場合には、代替え手段により研究の進展を計るが、未使用分については、次年度末に返納する。
|
Research Products
(1 results)
