| 研究課題/領域番号 |
12J02944
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 国内 |
|---|
| 研究分野 |
感性情報学・ソフトコンピューティング
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
高橋 巧一 慶應義塾大学, 理工学研究科, 特別研究員(DC1)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2015-03-31
|
| 研究課題ステータス |
完了 (2014年度)
|
| 配分額 *注記 |
2,700千円 (直接経費: 2,700千円)
2014年度: 900千円 (直接経費: 900千円)
2013年度: 900千円 (直接経費: 900千円)
2012年度: 900千円 (直接経費: 900千円)
|
|---|
| キーワード | 画像処理 / 画像認識 / 顔画像 / 顔特徴点検出 / 頭部姿勢推定 / 表情認識 |
|---|
| 研究実績の概要 |
本研究は，モバイル機器での実装を考慮した顔に関する状態を認識する画像処理技術の開発とその応用を研究目的とする．この目的のために，本年度は高速・高精度な顔特徴点検出手法に関する研究を行った．顔特徴点検出は，頭部姿勢推定や表情認識の前処理や基礎となる技術であり，その高速・高精度化はモバイル機器での実装を想定した顔画像認識技術の開発において重要課題となっている．
本研究では，顔特徴点検出の従来法として形状回帰モデルに注目する．形状回帰モデルは，顔特徴点検出問題をコスト関数の最大化または最小化に基づいて解く最適化は行わず，多段階構造の回帰モデルを用いることが特徴である．しかしながら，従来手法は経験的に設定するパラメータが存在しており．これが原因で計算速度や推定精度が低下すると考えられる．
そこで，まず形状回帰モデルのパラメータを変化させたときの計算速度と推定精度の変化を検証した．また，パラメータを交差検定の枠組みで適応的に選択する手法を開発することで，最も精度が高くなるパラメータの設計手法を確立した．顔特徴点検出のベンチマーク問題である300-Wデータセットを用いた実験では，提案手法は従来手法より推定精度の向上を確認しており，近年提案されたその他の手法と比較しても最高精度を達成している．また，提案手法は積分画像を用いた前処理によって高速化可能であるため，高速・高精度な顔特徴点検出を実現した．
提案手法によって検出した顔特徴点は，頭部姿勢推定や表情認識に応用可能である．また，低計算コストである利点が存在するため，モバイル機器への応用が期待される．
|
| 現在までの達成度 (段落) |
26年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
26年度が最終年度であるため、記入しない。
|
