パターン認識研究室若原プロジェクトの紹介 2015年4月10日若原徹 http://cis.k.hosei.ac.jp/~wakahara/ Welcome_to_Wakahara_Project 若原研の主な研究トピック  手書き数字認識  情景内カラー文字の抽出・認識  顔領域の検出・認識，表情認識  ジェスチャ認識  人物検出・移動追跡，行動理解  ヒューマンコンピュータインタラクション自由手書き数字認識入力パタン Gradient 方向特徴 Gradient 強度特徴 Curvature 特徴統計的識別関数を用いた認識実験結果：特徴次元数 1200 ユークリッド距離 94.06% 改良投影距離法 99.15% SVM（サポートベクターマシン） 99.06% 情景内カラー文字列領域の抽出エッジ成分の方向分布と空間的配置に着目 ICDAR2003 DB 249枚の画像再現率：71.3% 適合率：64.5% 世界トップクラス性能情景内カラー文字列の2値化 HSI色空間でクラスタリング 2値化文字列候補画像生成サポートベクターマシンで ICDAR2003 DB 1000文字列「文字らしさ」を判定正2値化率 80.8% 犬の顔領域の検出局所領域の輝度勾配の方向分布に着目 → 顔領域特徴顔領域の検出実験結果：正検出率室内・室外での様々な撮影条件 88.1% 正面顔は 100% 柔らかなマッチング－GAT相関－による顔認識の処理例（１）初期相関 GAT相関 0.986 0.390 入力顔重ね合せ登録顔柔らかなマッチング－GAT相関－による顔認識の処理例（２）初期相関 GAT相関 0.980 0.751 入力顔重ね合せ登録顔柔らかなマッチング－GAT相関－による顔認識の処理例（３） GAT相関 0.909 初期相関 0.779 入力顔重ね合せ登録顔コアポインント摂動法による指紋照合摂動法入力指紋登録指紋コア点 FVC2000 DB1で評価 ↓ 世界トップレベルの性能人物頭部のジェスチャ認識入力画像肌色領域４つの頭部動作の認識 YES （縦振り） NO （横振り） WHY（左傾げ） WHY（右傾げ）目特徴傾斜角 Webカメラを用いたハンドジェスチャ認識引き続くフレーム６種類のハンドジェスチャ認識上・下・左・右円をかく手を振る Optical Flow iPhoneカメラを用いたハンドジェスチャ認識上下左右指の上下方向手を回す特定個人 100.0% 82.5% 97.5% 不特定多数 98.1% 72.5% 85.0% Optical Flowを用いた人物追跡車載カメラを用いた歩行者検出印象語によるカラーコーディネイト印象語の入力 3色の配色パターン色と印象の対応関係を利用 Kinectを用いた視覚障害者用ゲーム Kinectを用いたハンドジェスチャ認識 ① 右手の動きを追従する「移動操作」 ② 左手を頭の上に上げる「ゲームスタート操作」 ③ 左手で目を覆う「見えないゲームスタート操作」 ④ 両腕を交差する「ゲーム終了操作」 2014年度卒業研究テーマ 人物検出・移動追跡・行動認識「CoHOG特徴量とオプティカルフローを用いた車載単眼カメラ映像からの歩行者検出」「ギター演奏動画を用いた演奏者のフォーム分析」「スマートフォンカメラによるCHLAC特徴を用いたハンドジェスチャ認識」 文字図形・形状認識「オンライン手書き数式認識を用いた多項式解法システム」「スマートフォンカメラを用いた位相限定相関法による虹彩認証」 情景内カラー文字列の検出「MSERを用いた情景画像からの文字領域検出」「K-means色クラスタリングとストローク幅変換による情景内文字検出」 ヒューマンコンピュータインタラクション支援GUI 「印象語によるファッションカラーコーディネートシステム“NORM”」「HSV色空間ヒストグラムを用いたパーソナルカラー診断」プロジェクト課題  2年生と3年生とも次の課題に取り組む  開発はLinux上でC言語を用いる第15回PRMUアルゴリズムコンテスト：「勝ったのは誰だ！－じゃんけんの勝敗判定－」次頁以降に課題内容を紹介 http://www.ccm.media.kyoto-u.ac.jp/alcon2011/ レベル１  手の数２つ  手の方向手の甲を映した正面方向のみ  服装長袖  背景白一色  オクル―ジョンなしレベル２  手の数２つ以上  手の方向手の甲を映した正面方向のみ  服装長袖  背景実際のシーン  オクル―ジョンなしレベル３  手の数３つ以上  手の方向斜めを含む種々の方向  服装半袖を含む  背景実際のシーン  オクル―ジョンあり（手と物体，手同士）