| 研究課題/領域番号 |
18K11356
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 日本女子大学 (2020-2023)
岡山大学 (2018-2019) |
|---|
研究代表者 |
尺長 健 日本女子大学, 理学部, 研究員 (80284082)
|
|---|
| 研究分担者 |
右田 剛史 岡山大学, 自然科学研究科, 助教 (90362954)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2018年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 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 / 標準射影係数 / パターン認識 / 理論化 / 顔追跡・認識融合系 |
|---|
| 研究実績の概要 |
（１）加重和制約付き加重方程式を解析することで，汎用性のある認識系の構成法を検討してきた。まず，不足決定系において，相対距離バイアスの有効性を実験により検証するとともに，線形識別性の解析により根拠が与えた。次に，最適解が白色化後の内積に帰着できること，適応的次元選択との組合せの有効性を確認するとともに，統計的解析により，白色化後の外れ値処理の有効性を示した。また，実験により，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大きく変動するのに対し，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。さらに，過剰決定系の最適解と白色化との関係を解析した結果，不足決定系とは異なる式変形になるものの，加重和制約が巧く作用することで最適解が白色化と関連付けられることが判り、過剰系と不足系の一元化を進めた。また，白色化後の外れ値処理の効果を実験により確かめた。
（２）顔追跡・認識融合系への適用については，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，動画像上で姿勢・形状同時推定を行い，その結果を初期値として形状固定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，２０１９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。これまでに，動画像による3次元形状モデル生成について検討した結果，姿勢に偏りがなければ十分な精度を実現できることが確認さ
れたが，一般化は今後の課題である。
|
