Kullback-Leibler情報量に基づく特徴の生成と選択による顔検出

摘要

顔画像の多様性により，画像からの顔検出は複雑な問題である．この解決法として，画像から抽出した原特徴ベクトルを非線形写像により高次元特徴ベクトルへ変換し，写像先の空間で顔と非顔の識別関数を求める方法がある．このとき，識別関数が高次元ベクトルの内積に基づく場合，その内積は，原特徴空間でのカーネル関数値の計算に置き換えることで容易に得られる．しかし，カーネル関数を用いた従来の顔識別法では，識別精度向上のために多数の特徴を要することが問題である．この問題を解決するために，本論文ではKullback-Leibler情報量（KLD）に基づく特徴の生成と選択による新たな顔検出法を提案する．KLDは，ある特徴に関する顔と非顔データの分布間の距離を表し，KLDが大きい特徴を顔検出に用いる．更に，KLDを基準として特徴を評価することで，新たな特徴を生成することと，異種類の特徴を同時に扱うことが可能となる．実験により，本手法の識別器は，少数の特徴から構成され，かつ高い識別性能をもつことが確認された．