| 講演名 | 2013-01-23 人物顔画像の階層的クラスタリングと共通局所特徴量抽出の同時実行による顔モデル生成(一般セッション,実時間処理実空間センシングと環境理解) 福井 崇之, 和田 俊和, 大池 洋史, 坂田 惇, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 局所特徴量に基づく顔画像検索は,高速でありオクルージョンにも頑健であるが,照明変化によってキーポイントの検出漏れが発生するため,特徴記述が不安定になる.この問題に対処するには,モデルを用いたトップタウン的なキーポイント検出が有効であると考えられる.しかし,人間の先見的知識に基づいてこれらのモデルを構築した場合,必ずしも実際の画像とは一致しないため,実際のデータからボトムアップ的に画像の局所特徴量に基づくモデルを構築しなければならない.画像の局所特徴量の共通性を評価する尺度として, Multiple Instance Leaming(MIL)で用いられるDiverse Density(DD)がある.これを用いれば,非顔画像から抽出したネカティブテータから遠く,顔画像から抽出したポジティブテータと近い局所特徴量が抽出できる.しかし,実際の人物顔画像は顔器官の空間的配置や,メガネや髭など,変化に富み,全ての顔画像について積の形で表現されるDDの値を計算したのでは値が小さくなり,共通性の高い顔特徴は検出できない.本報告では,この問題を解決するために, DDの期待値をスコアとして,顔画像集合を階層的にクラスタリングしながら,局所特徴量のモデルを構築する方法を提案する.実験では, CASPEALの顔画像1021枚を対象として提案手法を実行し,複数の顔モデルの抽出が行えることを確認した. |
| 抄録(英) | Face image retrieval based on local features has advantages of short elapsed time and robustness against the occlusions. However, the keypoint detection, beforehand with the feature descnption, may fail due to illumination change. For solving this problem, top-down model-based keypoint detection must be effective, where man-made face model does not fit for this task. This report addresses the problem of bottom-up face model creation from examples, which can be formalized as common local feature extraction among examples. For this purpose, a measure called Diverse Density (DD) established in the field of Multiple Instance Learning (MIL) can be applied. DD at a point in a feature space represents how the point is close to other positive examples while keeping enough distance from negative examples. Because of this this property, DD is defined as a product of metrics, which can easily be affected by exceptional data, i.e., if one negative data leaps into the neighbor of a positive example, the DD around there becomes lower. Actually, face images have wide vanations of face organs' positions, beard, mustache, glasses, and so on. Under these vanations, DD for wide varieties of face images will be low at any point in the feature point. For solving this problem, we propose a method performing hierarchical clustering and common feature extraction simultaneously. In this method, DD score is employed as a measure representing the integrity of the face image set, and hierarchical clustering is performed by merging the cluster pair having maximum DD score. Through experiments on 1021 CASPEAL face images, we confirmed that multiple face models are successfully constructed. |
| キーワード(和) | Multiple Instance Learning / Diverse Density / 階層的クラスタリング / 共通特徴抽出 |
| キーワード(英) | Multiple Instance Learning / Diverse Density / hierarchical clustering / common image features |
| 資料番号 | PRMU2012-84,MVE2012-49 |
| 発行日 |
| 研究会情報 | |
| 研究会 | MVE |
|---|---|
| 開催期間 | 2013/1/16(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 | Media Experience and Virtual Environment (MVE) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 人物顔画像の階層的クラスタリングと共通局所特徴量抽出の同時実行による顔モデル生成(一般セッション,実時間処理実空間センシングと環境理解) |
| サブタイトル（和） | |
| タイトル（英） | Face model creation based on simultaneous execution of hierarchical training-set clustering and common local feature extraction |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Multiple Instance Learning / Multiple Instance Learning |
| キーワード(2)（和/英） | Diverse Density / Diverse Density |
| キーワード(3)（和/英） | 階層的クラスタリング / hierarchical clustering |
| キーワード(4)（和/英） | 共通特徴抽出 / common image features |
| 第 1 著者 氏名（和/英） | 福井 崇之 / Takayuki FUKUI |
| 第 1 著者 所属（和/英） | 和歌山大学システム工学部 Faculty of Systems Engineering, Wakayama University |
| 第 2 著者 氏名（和/英） | 和田 俊和 / Toshikazu WADA |
| 第 2 著者 所属（和/英） | 和歌山大学システム工学部 Faculty of Systems Engineering, Wakayama University |
| 第 3 著者 氏名（和/英） | 大池 洋史 / Hiroshi OIKE |
| 第 3 著者 所属（和/英） | 和歌山大学システム工学部 Faculty of Systems Engineering, Wakayama University |
| 第 4 著者 氏名（和/英） | 坂田 惇 / Jun SAKATA |
| 第 4 著者 所属（和/英） | 和歌山大学システム工学部 Faculty of Systems Engineering, Wakayama University |
| 発表年月日 | 2013-01-23 |
| 資料番号 | PRMU2012-84,MVE2012-49 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | 386 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |