講演抄録/キーワード |
講演名 |
2019-12-19 13:45
顔形状パラメータの逐次更新により個人適応を行う顔姿勢推定ネットワークの提案 ○施 真琴(ATR/立命館大)・内海 章(ATR)・山添大丈・李 周浩(立命館大) PRMU2019-51 |
抄録 |
(和) |
本報告 で は ,顔 形状 パラメータの逐次更新により個人適応を可能とする顔姿勢推定手法を提案する. 提案手法では,推定対象の人物を連続的に観測できるときには,その情 報を蓄積することで,より正確な顔形状パラメータが推定できることに着目し,逐次更新される顔形状パラメータを利用しながら顔姿勢推定を行うことで,個人に適応したより正確な顔姿勢推定を実現する 提案手法は,顔 形状推定ネットワークと 顔 姿勢推定ネットワーク から構成される.まず顔形状推定ネットワークで,連続して得られる入力画像を用いて顔形状パラメータを逐次更新する.顔姿勢推定ネットワークでは,入力画像と逐次更新される顔形状パラメータを用いて顔姿勢を推定する. 顔姿勢は ,入力画像と顔形状パラメータの推定結果を用いて推定される 実験により,顔形状パラメータを逐次更新しながら顔姿勢推定を行う提案手法の有効性が示唆された. |
(英) |
This paper proposes a deep learning method for face pose estimation with an incremental personalization mechanism to update the face shape paramete rs. The method consists of two parts: a pose estimation network and an incremental estimation of the face shape parameters (shape estimation network). Face poses are estimated from input images and face shape parameters through the pose esti mation network. The shape parameters are estimated as the output of the shape estimation network and iteratively updated in a sequence of image observations. E xperimental results suggest the effectiveness of using face shape parameters in face posture estimation. We also describe the incremental refinement of face shape parameters using a shape estimation network. |
キーワード |
(和) |
顔姿勢推定 / ニューラルネットワーク / 個人適応 / 顔形状パラメータ / / / / |
(英) |
Face pose estimation / neural network / personalization mechanism / face-shape parameter / / / / |
文献情報 |
信学技報, vol. 119, no. 347, PRMU2019-51, pp. 29-34, 2019年12月. |
資料番号 |
PRMU2019-51 |
発行日 |
2019-12-12 (PRMU) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
PRMU2019-51 |