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 撮影環境１の色分布 撮影環境２の色分布 室内の蛍光灯の下 フラッシュあり 自然光（曇り）の下 フラッシュなし デジタルカメラ 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 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
色区別のためのパラメータ 色相： H = arctan2(C1/C2) 彩度： S = √(C1×C1 + C2×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 撮影環境２ 目の検出：平均誤差3.0％ 口の検出：平均誤差1.2％ 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 5fps程度しか実現できていない →フレーム間で平均する等の改良が必要 →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