顔画像の位相特性に基づいた表情空間マップの形成に関する検討

摘要

本稿では，教師無し学習のSOM (Self-Organizing Map)と教師あり学習のCPN (Counter Propagation Networks)を併用した表情空間マップの形成手法を提案する．はじめに，表情の表出プロセスで発生する複雑な顔パターンの位相変化を狭い写像空間のSOMを用いて階層的に学習し，各表情を特徴付ける顔パターンの基準ベクトルを生成する．次に，各表情の基準ベクトルをCPNの入力とし，表情の位相変化に基づいた顔パターンのカテゴリマップを形成する．最後に，各カテゴリに対して無表情と基本6表情に基づいた心理学的な意味付けを行う．なお，本稿ではこのカテゴリマップを表情空間マップと定義する．被験者6名を対象とした実験結果より，提案手法は，顔画像上に表れる表情位相特性に基づき，自己組織的に被験者固有の表情空間マップを形成できることを確認した．