状態継続長を考慮した分離型2次元格子HMMによる顔画像認識

摘要

本稿では，状態継続長を考慮した分離型2次元格子HMMを提案する．分離型2次元格子HMMは，顔の位置や大きさの正規化が確率モデルの構造として組み込まれたモデルであり，画像の変動を状態遷移によって表現している．しかし，HMMのモデル構造では，状態継続確率が状態遷移確率のみもこ依存しており，継続長の増加に伴い指数的に減衰するため，変動を表現する精度が不十分である．そこで，状態継続長を明示的にモデル構造に含むモデルとして隠れセミマルコフモデル(Hidden semi Markov model; HSMM)が提案されている．提案法では，HSMMのモデル構造を分離型2次元格子HMMに組み込むことで，より正確に画像の変動を表現できるモデルの構築を行う．また，変分EMアルゴリズムを用いた提案法の学習アルゴリズムを導出し，顔画像認識実験により提案法の有効性を示す．