| 講演名 | 2008-09-05 改善された独立成分分析の手法に基づいたロバスト顔認識(一般セッション,手,顔,身体表現の認識,理解) 韓 先花, 陳 延偉, 山田 晶彦, 藤田 日出人, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 顔認識を実現するためのプログラムでは、統計的パターン認識手法が重要な役割を演じる。その中には、主成分分析(PCA)、独立成分分析(ICA)と線形判別分析(LDA)等部分空間学習アルゴリズムを用いた顔認識の研究、開発が活発に行われている。LDAは教師付き顔認証のために良い結果を得ることができます、しかし、認識するsubjectsのトレーニング顔はなしあるいは1つしか手入れできないのシステムの応用が制限されます。そして、PCAによる顔画像表現に比べICAによる顔画像表現の有効性を議論した。しかし、顔認証のような次元数が多すぎなパターン認識作業へのICAの適用性は、しばしば若干の問題で苦しみます。その問題の一つは次元数が膨大となり、計算量が大きくとなる、もう一つはコンピュータメモリの問題です。本稿では、ICAのこの2つの問題を扱うために、独立成分分析の改善されたarchitectureを提案する。提案されたICA手法は、顔認識が高速に行われていることができるだけではなく、実験の結果により顔認識の有効性が確認することができた。 |
| 抄録(英) | A number of current face recognition algorithms use face representations found by statistical subspace learning methods. Therein, Principal Component Analysis (PCA), Independent Component Analysis (ICA) and Linear Discriminant Analysis (LDA) are a high-focused research topic in this field. LDA can get good results for supervised face recognition. However, it is limited for some face recognition system, where no or only one sample face can be obtained for training. In the other hand, ICA can obtain acceptable recognition result. However, the applicability of ICA to high-dimension pattern recognition tasks such as face recognition often suffers some problems. The most important one is real-time problem, another is the computer memory. The mentioned two problems make ICA classifier unsuitable and inapplicable in real system. In this paper, we propose a modified ICA architecture to deal with the two problems. Firstly, we use eigenface method to calculate the eigenvector and eigenvalue for the training samples, and whitening the face images. Finally, the independent coefficients of image factorial code can be obtained by ICA analysis. Experimental results show that the proposed method can not only obtain high-speed but also get acceptable accuracy rate. |
| キーワード(和) | |
| キーワード(英) | |
| 資料番号 | PRMU2008-60,HIP2008-60 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2008/8/29(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | ENG |
| タイトル（和） | 改善された独立成分分析の手法に基づいたロバスト顔認識(一般セッション,手,顔,身体表現の認識,理解) |
| サブタイトル（和） | |
| タイトル（英） | Robust face recognition based on modified architecture of Independent Component Analysis |
| サブタイトル（和） | |
| キーワード(1)（和/英） | |
| 第 1 著者 氏名（和/英） | 韓 先花 / Xian-Hua Han |
| 第 1 著者 所属（和/英） | 立命館大学情報理工学部 College of Information Science and Engineering, Ritsumeikan University |
| 第 2 著者 氏名（和/英） | 陳 延偉 / Yen-Wei Chen |
| 第 2 著者 所属（和/英） | 立命館大学情報理工学部 College of Information Science and Engineering, Ritsumeikan University |
| 第 3 著者 氏名（和/英） | 山田 晶彦 / Akihiko Yamada |
| 第 3 著者 所属（和/英） | 三洋電機研究開発本部デジタル技術研究所 Digital Technology Research Center, SANYO Electric Co., Ltd. |
| 第 4 著者 氏名（和/英） | 藤田 日出人 / Hideto Fujita |
| 第 4 著者 所属（和/英） | 三洋電機研究開発本部デジタル技術研究所 Digital Technology Research Center, SANYO Electric Co., Ltd. |
| 発表年月日 | 2008-09-05 |
| 資料番号 | PRMU2008-60,HIP2008-60 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | 198 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |