研究の概念
顔画像の集合を低次元の部分空間で表し、複数の制約部分空間へ射影して比較します。アンサンブル学習で制約部分空間を生成し、人物の識別に役立つ特徴を抽出します。
概要
アンサンブル学習の枠組みを導入して顔認識の精度を高める，多重制約相互部分空間法（Multiple Constrained Mutual Subspace Method）と呼ぶ新しい手法を提案します．提案手法では，パターンの集合を低次元の部分空間として表現し，入力部分空間と，学習した人物を表す参照部分空間との類似度を計算します．識別に有効な特徴を抽出するため，両方の部分空間を複数の制約部分空間へ射影します．制約部分空間の生成には，アンサンブル学習のアルゴリズムであるBaggingとBoostingを適用します．実験結果を通じて，提案手法の有効性を示します．
発表文献
- Masashi Nishiyama, Osamu Yamaguchi, and Kazuhiro Fukui,
Face Recognition with the Multiple Constrained Mutual Subspace Method, Proceedings of 5th International Conference on Audio- and Video-based Biometric Person Authentication 2005 (AVBPA), pp. 71 - 80, July 2005. - Tomokazu Kawahara, Masashi Nishiyama, Tatsuo Kozakaya,
and Osamu Yamaguchi,
Face Recognition based on Whitening Transformation of Distribution of Subspaces, Workshop on ACCV2007 Subspace, pp. 97 - 103, November 2007.
発表文献（日本語）
- 西山 正志, 山口 修, 福井 和広,
多重制約相互部分空間法を用いた顔画像認識,
電子情報通信学会論文誌 D-II, Vol. J88-D-II, No. 8, pp. 1339 - 1348, 2005.
