| 研究課題/領域番号 |
10680386
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 九州芸術工科大学 |
|---|
研究代表者 |
瀧山 龍三 九州芸術工科大学, 芸術工学部, 教授 (20037815)
|
|---|
| 研究分担者 |
坂本 博康 九州芸術工科大学, 芸術工学部, 助教授 (70112357)
小野 直樹 九州芸術工科大学, 芸術工学部, 助教授 (60185642)
|
|---|
| 研究期間 (年度) |
1998 – 1999
|
| キーワード | 表情認識 / 顔画像検出 / 個人識別 / 向き不変認識 / ディジタル画像認識 |
|---|
| 研究概要 |
独自に作成したデータベースを用いて、顔の表情認識と向きに不変な認識に関する種々のアルゴリズムの改良と、新しいアルゴリズムの開発を行った。
得られた主たる知見・結果は次の通りである。
1.複雑な背景中の複数の顔の検出が正確に行えるようになり、計算量もかなり削減された。
2.ディジタル図形のアフィン変換に不変な認識法―――自己三角形関数法―――を考案した。これは顔の向きに依らない認識の近似手法として簡便に用いることが出来る。
3.平面物体の視点に依らない認識法を考案した。これは2.のアルゴリズムとは異なり、点パターン・マッチングに基づいており、顔の部分(目、鼻など)の画像の認識に有効である。
4.顔面像認識の基本となるディジタル図形認識のために、"自己距離法"を開発し、これが有効であることを確かめていたが、計算量が多いという欠点があった。これを更に改良して"中心距離法"を開発した。この方法によれば、計算量はn個の点に対してO(n)である。先の"自己距離法"ではこれがO(n^2)であった。
5.ガボールウェーブレット変換によって得られた特徴量を、ニューラルネットワーク によって統合することによって表情認識が向上することを確かめた。
6.2.に述べた"自己三角形関数法"を用いて、顔の向きに依らない個人認識を行った。しかしこの方法では,顔の向きの正面方向からのずれが小さい場合にしか対応できない。この点を今後改良していく必要がある。
|
