長岡技科大オープンハウス 岐阜高専４年電子制御工学科 森 永二郎
オープンハウス日程（８/22～８/26） １日目 OpenCVの使い方 (2値化、フィルタリング、カラーチャネルの分離と合成) ２日目 目検出 （差分検出、テンプレート検出） ３日目 目検出 （Haar-like特徴分類検出） ４日目 考察・論文検索 ５日目 発表
背景 近年、画像認識の技術は様々なところで応用されている。 デジカメの顔認識 視線入力インターフェース （Sony製品情報ページより） 背景 近年、画像認識の技術は様々なところで応用されている。 デジカメの顔認識 視線入力インターフェース （Sony製品情報ページより） （視線インターフェースWebページより）
画像認識の一部である目検出の基礎を学ぶ。 目的 OpenCVで画像処理を学ぶ。 画像認識の一部である目検出の基礎を学ぶ。
目検出について 差分を用いた目検出 テンプレートマッチングを用いた目検出 Haar-like特徴分類を用いた目検出 目検出について 簡単な目検出の方法として以下の３つを作成 差分を用いた目検出 テンプレートマッチングを用いた目検出 Haar-like特徴分類を用いた目検出
差分による目検出（差分検出） 原理 二つの画像の差を抽出して目を検出する。 （左：目を閉じている/右：目を開いている）
差分検出の動画 （左：目検出動画/右：差分動画）
差分検出の特徴 動きが無い場合は、検出されないため、検出までに若干の時間がかかる。 背景で動く物にも反応する。
テンプレートマッチング検出 原理 あらかじめテンプレートとして保存したものを用いて、映像中から目を検出する。
テンプレートマッチング検出動画 テンプレート画像 近づいたり、遠く離れると検出しなくなる。
テンプレートマッチングの利点・欠点 利点 欠点 ・差分検出より正確に早く認識しやすい。 ・眼鏡の有無に関わらず検出することが可能 ・差分検出より正確に早く認識しやすい。 ・眼鏡の有無に関わらず検出することが可能 欠点 ・テンプレートとのずれが大きくなると反応しない。
Haar-like特徴分類を用いた目検出 原理 大量のサンプルに対して機械学習をさせて特徴ファイルを作成しておき、それをもとに類似部分を検出する。 （永田雅人 著 実践OpenCV 映像処理＆解析 カットシステム 2009年より）
Haar-like特徴分類検出の動画 鼻を誤検出する場合がある。 背景の一部を誤検出している。
Haar-like特徴分類の利点・欠点 利点 ・多様な人に対して検出処理ができる。 ・多様な人に対して検出処理ができる。 ・目以外も、特徴ファイルの種類によって検出することが可能。 欠点 ・学習をさせて特徴ファイルを改良していく必要がある。 ・特徴ファイルに似た物体に反応し、誤検出する場合もある。
各検出法の特徴 検出の特徴 差分 3 × 2 ○ Haar-like 1 まばたき以外の動きに反応する。 テンプレート 主観的 検出精度 機械 学習型 検出の特徴 差分 3 × まばたき以外の動きに反応する。 テンプレート 2 ○ テンプレートとのずれの大きさにより、検出精度が落ちる。 Haar-like 1 特徴ファイルによって多様な人の目検出ができる。
改善案 差分検出では、背景の動く物を検出してしまう。 検出領域を顔だけの範囲に抑えて差分検出することで、誤検出を減らせる。
改善案つづき テンプレート検出やHaar-like特徴分類検出では、カメラからの距離や顔の角度に対応できない。 差分検出を用いると顔の距離や顔の角度に対応できる。 （東京都市大学大学院工学研究科 藤野雄介 「Haar-like特徴を 用いたサングラス顔とマスク顔の検出」の論文参考）
それぞれの目検出を組み合わせた改善案 開始 フレーム取得 グレースケール変換 背景の微量な変化を無視 （差分検出改善） 顔の位置特定 （Haar-like検出） 目領域位置の特定 （差分検出） 顔領域に限定して ２フレーム間の変化領域を検出 （テンプレート・Haar-like検出の問題改善） 目領域検出 終了
まとめ 今回の実習で学んだこと カラー画像のグレースケール化 二値化 ハイパス、ローパス、メディアンフィルタを用いた画像処理 目検出