Download presentation
Presentation is loading. Please wait.
1
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
2
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？
3
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
4
研究の流れ
5
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
6
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 = ×R ×G ×B C2 = B – Y = ×R ×G ×B
7
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
8
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
9
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
10
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
11
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
12
検出結果画像
13
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
14
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％
15
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
16
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
17
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
18
ありがとうございました
Similar presentations
