顔形状の制約を付加したLinear Predictorsに基づく特徴点自動検出

摘要

近年，顔画像を用いたアプリケーションが普及しつつあるが，これらの多くは特徴量を抽出する際に特徴点を基点としている．そのため，顔画像から正確に特徴点を検出する手法が求められている．本研究では，Eng-Jonらが提案したLinear Predictorsに，幾何学的制約を加味した新しい顔特徴点検出手法を提案する．Linear Predictorsは，注目画素周辺の輝度値と，特徴点の正解位置への移動ベクトルを線形回帰によって対応づける手法であり，20枚程度の学習データで正確な推定移動ベクトルが得られる．提案手法では，各顔器官の重心を基準とした特徴点の有効範囲を定め，移動ベクトル推定時に特徴点が有効範囲を超えないような制約を加えることにより，特徴点検出の正確度の向上を実現した．また，事前に顔向き角度推定を行い，推定結果に基づいた学習データの選択を行うことで，姿勢によらない特徴点検出を可能にした．