AAMと回帰分析による視線、顔方向同時推定 神戸大学工学部情報知能工学科 有木研究室 高谷 学 研究背景 視線推定技術への期待 これは 誰? それはどうい う意味? 高精度な推定技術への期待 www.***.com 研究内容 単眼カメラによる視線推定 視線角度が10°です。 www.***.com 従来手法の問題点 顔方向推定誤差が視線に影響 従来手法 顔領域探索 顔特徴点探索 本手法 顔領域探索 顔特徴点探索 誤差 顔方向推定 顔方向推定 視線方向推定 視線方向推定 www.***.com 特徴量抽出 Active Appearance Models[1] ・顔の形状とテクスチャの変化をモデル化 ・低次元のベクトル c によるモデルの表現 c の第1成分の変化 (顔の水平方向) c の第2成分の変化 (ノイズ) [1] T.F.Cootes “Active Appearance Models” European Conference on Computer Vision (1998) www.***.com Active Appearance Model s(c) s Psbs Active Appearance Model PCA Shape(形状) (x、yは特徴点座標) s (x1 , y1 ,, xn , y n )T PCA s(c) s Ps Ws1Qsc Wsb s Qs b Q c g g PCA 平均形状での顔領域内の 各画素の輝度(テクスチャ) g (g1 ,gm )T g(c) g Pgbg g(c) g PgQgc s 平均形状 g 平均テクスチャ Ws 単位を揃えるための行列 Ps , Pg , Qs , Qg PCAして得られた正規直交行列 c Combinedパラメータベクトル 本研究ではこのパラメータベクトルを特徴量として顔、視 www.***.com 線方向の推定を行う 顔、視線同時推定 Cootesの手法を視線方向に拡張[2] 特徴量 c と顔、視線方向の関係をモデル化 Regression model 顔水平方向 視線水平方向 c c0 c1 cos c2 sin c3 最小二乗法で係数ベクトル c0 ~ c4 を学習 www.***.com 実験条件 実験データ 被験者数 1人 学習データ数 35枚/人 テストデータ 125枚/人 解像度 640*480 顔角度 40°~-40° 視線角度 40°~-40° Ishikawaらの手法[3]と比較 視線方向の平均推定誤差、正解率で評価 [3]T.Ishikawa “Passive Driver Gaze Tracking with Active Appearance Models” CMU( 2004 ) www.***.com 実験結果 平均誤差 6 Average error ( deg ) 5 4 3 2 1 0 Conventional Proposed Method www.***.com 実験結果 正解率 60 Accuracy rate ( % ) 50 40 30 20 10 0 Conventional Proposed Method www.***.com 実験条件(追加実験) 実験データ 被験者数 4人 学習データ数 63枚/人 テストデータ 252枚/人 解像度 640*480 顔角度 20°~-20° 視線角度 20°~-20° Ishikawaらの手法[3]と比較評価 視線水平方向の正解率で評価 [3]T.Ishikawa “Passive Driver Gaze Tracking with Active Appearance Models” CMU( 2004 ) www.***.com 実験結果 正解率 60 Accuracy rate(%) 50 40 30 20 10 0 Conventional Porposed Method www.***.com デモ www.***.com ご静聴ありがとうございました Thanks to your kind attention. www.***.com www.***.com [補足]回帰式の導出 特徴量 c と顔方向 、視線方向 のモデル化 Face Face Rotation R Feature point r β xb α Image plane β+θ xa c x xa xb α+Φ Image plane www.***.com [補足]回帰式の導出 変位量 x の計算 x r sin cos( ) r cos sin( ) R sin cos R cos sin R sin r sin( ) 回帰式の提案 ただし、 c c0 c1 cos c2 sin c3 cos c4 sin 最小二乗法で回帰係数 c0 ~ c4 を学習 www.***.com [補足]回帰式の提案 回帰式の提案 Nonlinear model 顔水平方向 視線水平方向 c c0 c1 cos c2 sin c3 cos c4 sin Linear model c c0 c1 c2 Semilinear model c c0 c1 cos c2 sin c3 回帰係数ベクトル c0 ~ c4 を最小二乗法で学習 www.***.com [補足]実験結果(追加実験) 平均誤差 5 4.5 Average error ( deg ) 4 3.5 3 2.5 2 1.5 1 0.5 0 Conventional NonLinear Linear Proposed Method www.***.com [補足]実験結果(追加実験) 正解率 70 60 正解率 (%) 50 40 30 20 10 0 Conventional NonLinear Method Linear Porposed www.***.com [補足]実験結果(追加実験) 平均誤差(被験者ごと) 9 8 Average error (deg) 7 6 5 Conventional NonLinear 4 Linear Proposed 3 2 1 0 m06 m08 m09 m10 Subject www.***.com [補足]実験結果(追加実験) 正解率(被験者ごと) 100 90 80 Accuracy rate(%) 70 60 Conventional 50 NonLinear Linear 40 Porposed 30 20 10 0 m06 m08 m09 m10 Subject www.***.com
© Copyright 2024 ExpyDoc