この研究のポイント
顔画像の見えを拡散反射・鏡面反射・影などに分類し、照明の影響を正規化した画像を合成します。一般的な顔の拡散反射を表す基底画像を利用し、照明条件が変わる場合の顔認識を改善します。
概要
同じ人の顔でも、照明の当たる方向が変わると、影ができたり、肌が光って見えたりします。こうした明るさの違いは、コンピュータが顔を見分ける妨げになります。この研究では、光や影の影響を抑えた顔画像を作り、照明条件が違っても認識しやすくする方法を提案しました。
基にしたのは、画像の各部分の明るさを、周囲をならした明るさと比較する方法です。ただし、強い光の反射や影があると、その部分が肌の色で明るい・暗いのか、照明の影響なのかを、1枚の画像だけでは見分けにくくなります。そこで、一般的な顔に光が当たったときの見え方を表すモデルを使い、自然に広がる反射、強く光る反射、影を区別して画像を補正します。
人物ごとに学習用の顔画像を1枚だけ用意し、Yale Face Database Bと実環境で撮影したデータで評価しました。その結果、顔の見え方を区別して照明の影響を抑える方法が、人物の識別に有効であることを確認しました。
発表文献
- Masashi Nishiyama, Tatsuo Kozakaya, and Osamu Yamaguchi,
Illumination Normalization using Quotient Image-based Techniques, Recent Advances in Face Recognition edited by K. Delac, M. Grgic and M. S. Bartlett, Chapter 8, pp. 97 - 108, I-Tech Education and Publishing, December 2008. - Masashi Nishiyama, and Osamu Yamaguchi,
Face Recognition Using the Classified Appearance-based Quotient Image, Proceedings of 7th IEEE International Conference on Automatic Face and Gesture Recognition (FG), pp. 49 - 54, April 2006.
発表文献（日本語）
- 西山 正志, 山口 修,
物体表面の見え属性分類に基づく Self Quotient Image を用いた顔認識 , 信学技報 PRMU 2005-89, pp. 33 - 38, October 2005. [研究奨励賞]
