共分散行列に基づくパターン認識の理論化と顔追跡・認識融合系への適用

基于协方差矩阵的模式识别理论及其在人脸跟踪/识别融合系统中的应用

• 批准号: 18K11356
• 负责人: 尺長 健
• 金额: $ 2.66万
• 依托单位: Japan Women's University (2020-2022)Okayama University (2018-2019)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-18K11356/
• 关键词: 共分散行列; 加重和制約付き加重方程式; 白色化; 射影係数; 外れ値処理; 照明適応; ３次元モデル生成; 姿勢・形状同時推定; 標準射影係数; パターン認識; 理論化; 顔追跡・認識融合系

（１）加重和制約付き加重方程式を解析することで，汎用性のある認識系の構成法を検討してきた。まず，不足決定系において，相対距離バイアスの有効性を実験により検証するとともに，線形識別性の解析により根拠が与えた。次に，最適解が白色化後の内積に帰着できること，適応的次元選択との組合せの有効性を確認するとともに，統計的解析により，白色化後の外れ値処理の有効性を示した。また，実験により，相対距離バイアスや適応的次元選択では，部分空間の次元数により識別性能が大きく変動するのに対し，白色化後の外れ値処理では，次元数に関わらず大きな効果が得られることが確かめられた。さらに，昨年度、過剰決定系の最適解と白色化との関係を解析した結果，不足決定系とは異なる式変形になるものの，加重和制約が巧く作用することで最適解が白色化と関連付けられることが判り、今年度は過剰系と不足系の一元化について検討を進めた。また，白色化後の外れ値処理の効果を実験により確かめた。（２）顔追跡・認識融合系への適用については，ワークステーション上での既存系の動作確認を終えている。また，動画像を用いた３次元顔モデル生成について，動画像上で姿勢・形状同時推定を行い，その結果を初期値として形状固定としたバッチ処理を用いることにより，形状推定精度の改善を実現できることを，２０１９年度の国際会議(IW-FCV)において論文で発表し，Best Paper Awardを受賞している。姿勢・形状同時推定による形状モデル生成が可能になると，形状モデルを用いた個人固有空間生成が自動的に行え，大量に形状モデルを収集できることで，現在は高々100名のデータから構成している仮想個人固有空間の精度を向上できると考えられる。これまでに，動画像による3次元形状モデル生成について検討した結果，姿勢に偏りがなければ十分な精度を実現できることが確認されている。

（1）我们已经检查了一种通用方法，用于通过分析具有加权和加权约束的加权方程来构建识别系统。首先，通过实验验证了缺陷确定系统中相对距离偏置的有效性，并通过分析线性可区分性提供了基础。接下来，我们确认了美白后最佳解决方案可以将其红外线列入点产物，以及与自适应维度选择的有效性，统计分析显示了美白后异常值的有效性。此外，实验证实，在相对距离偏置和自适应维度选择中，歧视性能取决于子空间中的尺寸数量，而在变白后，在异常值中，无论尺寸的数量如何，都可以获得很大的效果。此外，去年，我们分析了过度确定系统和美白的最佳解决方案之间的关系，尽管它与确定系统是不同的方程式，但发现最佳解决方案可以与加权总和的熟练作用相关联，而今年我们一直在考虑集中多余的系统。此外，通过实验证实了美白后异常治疗的影响。 （2）关于面对跟踪和识别融合系统的应用，我们已经完成了现有系统在工作站上的操作。此外，他在2019年国际会议（IW-FCV）上介绍了一篇论文，即可以通过同时估算运动图像上的姿势和形状来提高形状估计精度，并将其与结果作为最初的值作为形状，并使用固定形状，并在2019年国际会议（IW-FCV）上呈现了最佳奖奖。一旦可以使用姿势和形状的同时估算形状模型，就可以认为，通过使用形状模型自动生成个人特异性空间，并通过收集大量的形状模型，可以提高虚拟个人特定空间的准确性，目前由最多100人组成数据。到目前为止，已经对使用移动图像的3D形状模型进行了研究，并且已经证实，如果姿势没有偏见，则可以实现足够的精度。

项目成果

高性能顔認識系の射影係数による構成

使用投影系数配置高性能人脸识别系统

• 发表时间: 2019
• 作者: 王亦楠;川上玲;原野徹;伊藤昌彦;駒込桂;飯田誠;苗村健;尺長 健;秋田祐哉・上乃聖・三村正人・河原達也;丹治 遥，小嶋和徳，李時旭，南條浩輝，伊藤慶明;吉橋 亮太，チン トゥアントゥー，川上 玲，尤 少迪，飯田 誠，苗村 健;池田侑平，尺長健
• 通讯作者: 池田侑平，尺長健

加重方程式の最適解に基づくパターン認識系の構成について

基于加权方程最优解的模式识别系统的构建

• 发表时间: 2022
• 作者: 児玉悠斗;川上 玲;坂内博子;苗村健;尺長 健
• 通讯作者: 尺長 健

加重方程式に基づく大規模識別系における統計処理の利用について

论统计处理在基于加权方程的大规模识别系统中的应用

• 发表时间: 2019
• 作者: 王亦楠;川上玲;原野徹;伊藤昌彦;駒込桂;飯田誠;苗村健;尺長 健
• 通讯作者: 尺長 健

Batch Estimation for Face Modeling with Tracking on Image Sequence

通过图像序列跟踪进行人脸建模的批量估计

• 发表时间: 2019
• 作者: Tsuyoshi Migita;Ryuichi Saito;Takeshi Shakunaga
• 通讯作者: Takeshi Shakunaga

固有空間による顔認識の研究を振返って

回顾使用特征空间进行人脸识别的研究

• 发表时间: 2018
• 作者: Takashi Yokota;Kazunori Kojima;Shi-wook Lee;and Yoshiaki Itoh;尺長健
• 通讯作者: 尺長健