情報科学特別演習 スライド 2011/11/16 情報科学科4年 渡辺諒一 概要

Report
情報科学特別演習 スライド
2011/11/16
情報科学科4年
渡辺諒一
概要

実装とその結果

今後の方針について
論文の内容


Features Points Extraction from Faces

Hua Gu, Guangda Su, Cheng Du(Tsinghua Univ.)

citeseerx.ist.psu.eduに収録
SUSANオペレータを利用して顔の特徴点を抽出、
その後、それぞれの特徴点がどの場所に当たるの
かを検証する。
論文の内容

SUSANオペレータを利用して特徴点を抽出する



ある点について、その周囲の画素と比較し、定めた値
よりも階調値の差が小さい場合カウントをする。
このカウントが予め決めた値よりも小さい物で、特に値
が小さいものを特徴点として抽出する。
抽出した特徴点が、何処に当たるかを判定する。

目の場合、積分射影によって谷間になった部分を探し、
そこに近い特徴点を瞳や目尻と判定する。
実装内容

以上の論文を元にSUSANオペレーターを実装




論文の記述を元に作成。
論文では輝度で判定を行なっていたが、今回は輝度・
彩度の両方について試した。
輝度・彩度はRGB値を元に算出。
以下のスライドでは、輝度or彩度の差の値を変更した
際の結果の違いを比較する。
結果

明度で比較した際の結果(緑の輪の中心が特徴点)
V=27
(論文での値)
V=50
V=100
V=150
V=200
結果

彩度で比較した際の結果(緑の輪の中心が特徴点)
S=27
S=50
S=100
S=150
S=200
結果

その他の画像での結果(v=200の場合)
結果

その他の画像での結果(s=200の場合)
今のところ分かること


明度・彩度のどちらで調べるとしても値を大きめ
(150~200程度)に設定しないと抽出される点が
多すぎてしまう。
明度と彩度のどちらで取得するかで抽出される点
がやや変わっている。
–
明度の場合は目の下側、彩度の場合は目の上側
が抽出される場合が多い。
今後の方針

まだ多くの画像については調べていないので、もっ
とサンプルを増やし、最適の設定を見つける
–

H(色相)での判定や、HSVを組み合わせた判定も
実装して、調査する予定。
現状では目以外からも特徴点を抽出しているた
め、抽出した特徴点から目のものだけを取り出す
手法を論文から実装する。

similar documents