顔部品の検出システムの構築 指導教員 廉田浩 教授 1DS04188W 田中 甲太郎 研究の目的 最近、顔検出を搭載した商品が増えている 顔部品の検出も需要が高まるのでは？ 応用例 個人認証サービス 化粧品や眼鏡などのバーチャル試用 顔部品の動きから感情を読み取る 研究の流れ 顔の検出 • ＯｐｅｎＣＶを用いる • 顔の中心座標と半径が得られる 探索範囲の限定 • 顔の半径と中心座標を用 いて、探索範囲を絞り込む 色の分布 • 二次元平面で表すため、Ｃ１、Ｃ２を算出 Y = 0.299×R + 0.587×G + 0.114×B C1 = R – Y = 0.701×R - 0.587×G - 0.114×B C2 = B – Y = -0.299×R - 0.587×G - 0.886×B 色の分布 0 0 撮影環境１の色分布 デジタルカメラ 室内の蛍光灯の下 フラッシュあり 被写体は同じ 10 20 30 40 50 60 -10 -20 -30 -40 目 口 肌 0 0 撮影環境２の色分布 携帯電話のカメラ 自然光（曇り）の下 フラッシュなし 10 20 30 40 -10 -20 -30 -40 目 口 肌 50 60 色区別のためのパラメータ • 色相： H = arctan2(C1/C2) – 色味を－π～πの範囲の角度で表す • 彩度： S = √(C1×C1 + C2×C2) – 色の鮮やかさを表す 閾値の設定 • 閾値を固定しない • 閾値を調整可能なインターフェイス • 画像ごとに最適な値をユーザに調整してもら う 連結領域の作成と選択 • 連結領域による部品の判別を行う • 処理範囲内で最も面積の大きい連結領域を 目（または口）とする 輪郭の描画 • 部品の連結領域を八角形に近似する • 隣り合う頂点同士を線分で結ぶ 検出結果画像 評価実験 • 撮影環境１，２の画像を用いる • 右目と口を調査する • 実測した頂点位置と、自動検出した頂点位置 との距離を、目の幅で割った値を誤差とする 実験結果 • 撮影環境１ – 目の検出：平均誤差3.0％ – 口の検出：平均誤差1.2％ • 撮影環境２ – 目の検出：平均誤差4.4％ – 口の検出：平均誤差3.9％ 動画に対する検出の評価 • 目、口ともに輪郭が細かく振動する →フレーム間で平均する等の改良が必要 • 5fps程度しか実現できていない →処理を軽くする まとめ 撮影環境が変わっても、 誤差の少ない検出を行うことができた まとめ 発展的な応用のために 更なる誤差の減少 動画への完全な対応 を目指したい ありがとうございました
© Copyright 2024 ExpyDoc
