| 講演抄録／キーワード |
| 講演名 |
2015-12-17 11:30
印象変換ベクトル法にもとづく顔形状の個人差に応じた変形操作による3次元顔表情の生成
○荒井雄大・堀井和也・稲葉善典・赤松 茂（法政大） |
| 抄録 |
（和） |
マン・マシン・コミュニケーションなど，人と円滑なコミュニケーションをとるために顔表情は欠かせないものである．
一方で，恐怖と驚きなど，相互に混同されやすい表情が存在するという報告がなされている．
そのため，混同されやすい表情のもつ固有の特徴を適切に変換した表情を生成する必要がある．
従来研究では，多様な表情を表出している多数の顔の3 次元顔形状データの主成分分析によってモーフィングモデルを作成することによって，新規人物の真顔から表情を生成した．
この手法をもとに，得られた主成分に相当する各パラメータを印象変換ベクトル法によって調整し，表出強度を操作する実験を試みた．
従来の印象変換ベクトル法は多様な顔形であっても同一の印象変換ベクトルが割り当てられてしまうことが以前より問題点として挙げられていた．
そこで，本研究では3 次元顔に応じた最適な印象変換ベクトルが割り当てられるように，サポートベクタマシン(SVM) を用いた印象変換ベクトル法を考案した． |
| （英） |
Facial expressions play an important role in all facets of human communication, even in human-machine communications. On the other hand there is a report that facial expressions which tend to be confused each other.(e.g., fear - surprise)
Therefore, we must properly transform the 3D shape of its original neutral face to create a 3D avatar face that displays various expressions. Morphable 3D face model was introduced by learning from many 3D faces that display various expressions, with which each transformation of the 3D shape is described by changing just a few parameters.
Moreover, an impression on personal attributes can be changed by controlling these parameters.
In our previous works such parameter transformation suitable to generate facial expressions was proposed by introducing impression transfer vector, which they uniformly obtained for any input face using linear discriminant analysis.
We proposed a new method for individually obtaining the transformation of the parameters for each input face on the basis of the positional relationships between the parameters of the input face and the discrimination boundaries defined in the parametric space by Support Vector Machine learning. |
| キーワード |
（和） |
表情生成 / 3次元オブジェクトのベクトル表現 / 主成分分析 / 3次元モーフィングモデル / 次元数削減 / サポートベクタマシン / / |
| （英） |
facial expression generation / vector representation of 3D object / principal component analysis / morphable 3D model / dimensionality reduction / support vector machine / / |
| 文献情報 |
信学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|