最大クリーク抽出に基づく向きの変化に依存しない人物の顔検出法

• Item type: Trans(1)
• 公開日: 2003-11-15
• タイトル: 最大クリーク抽出に基づく向きの変化に依存しない人物の顔検出法
• タイトル / 言語: en
• タイトル: A View - invariant Human Face Detection Method Based on Maximum Cliques
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: オリジナル論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 電気通信大学
• 著者所属: 電気通信大学
• 著者所属: 電気通信大学
• 著者所属(英): en
• 著者所属(英): The University of Electro - Communications
• 著者所属(英): en
• 著者所属(英): The University of Electro -Communications
• 著者所属(英): en
• 著者所属(英): The University of Electro- Communications
• 著者名: 堀田, 一弘; 富田, 悦次; 高橋, 治久
• 著者名(英): Kazuhiro, Hotta; Etsuji, Tomita; Haruhisa, Takahashi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，最大クリーク抽出に基づく向きの変化に依存しない人物の顔検出法を提唱する．検出対象である人物の顔と入力画像をグラフで表現し，グラフを変形させながらマッチングを行えば，向きの変化に依存しない顔検出が可能になると考えられる．しかし，大局的なグラフ構造を保ったまま変形させる場合，その組合せは膨大な数になり，現実的でない．そこで，モデルグラフを枝ごとの局所部分グラフに分解して変形させながらマッチングを行い，類似度が高い場合にのみ直積空間内の対応する節点間に枝を張っていく．この操作を繰り返すことにより，直積空間内にいくつかのクリークが生成される．直積空間内のクリークの節点数はモデルグラフとの類似度を表しているので，顔検出の問題が直積空間からの最大クリーク抽出問題に置換できる．直積空間はモデルグラフと入力グラフの全節点の組合せを保持しているので，クリーク抽出の際に各々のマッチング結果を大局的に統合，評価していることになる．入力画像に複数人の顔が含まれている場合には，直積空間内に複数のクリークが生成されるだけであるので，1 回のクリーク抽出処理により画像中に含まれる複数人の顔を同時に検出することができる．HOIP顔画像データベースを用いた実験により，モデルグラフの顔の向きから 30度位までの向きの変化に対して80%以上の検出率が得られることを確認した．さらに，側面顔のモデルグラフを作成し，正面と側面の 2つのモデルグラフを併用することにより広範囲な向きの変化に依存しない顔検出を実現した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper presents a view-invariant human face detection method based on maximum cliques. The independence on the view changes is realized by distorting the graph when human faces and an input image are represented by graphs. However, the number of the combination of distortion becomes too large when the graph is distorted globally. To avoid this problem, the model graph is decomposed into local subgraphs for every edges. Two vertices are connected in the Cartesian product space when the model graph and an input graph have similar local subgraphs. As a result, the matching result of two graphs forms some cliques in the Cartesian product space. Face detection problem turns to a maximum clique extraction problem, because the size of cliques stands for the similarity with the model graph. Since the Cartesian product space has all the combination of edges between the model graph and an input graph, the clique extraction corresponds to an evaluation of the integrated matching results of local subgraphs. In the case that several target human faces are included in an input image, the corresponding number of cliques are generated in the Cartesian product space. The whole target human faces can be detected by a clique extraction process. True positive rate is over $80 \%$ while the view of faces in the images are changed up to an angle of $\pm 30$ degrees.We have realized a face detection method which is independent on the wide view changes by using the model graphs of a frontal face and a profile face.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11464803
• 書誌情報: 情報処理学会論文誌数理モデル化と応用（TOM）; 巻 44, 号 SIG14(TOM9), p. 57-70, 発行日 2003-11-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7780
• 出版者 / 言語: ja
• 出版者: 情報処理学会