講演抄録/キーワード |
講演名 |
2009-02-28 14:15
表情の変換規則と画家の描画スタイルの学習に基づく表現力のある似顔絵の生成 ○李 皆・今井順一・金子正秀(電通大) |
抄録 |
(和) |
本論文では、性別・人種・表情印象の異なる顔画像の特徴の分析に基づいて、より表現力のある似顔絵を生成する方法について述べる。まず、多様な顔印象を持つ顔画像データに対して、主成分分析により混合固有空間を作成する。主成分得点ベクトルに基づいてサポートベクトルマシーン(SVM)により、混合固有空間を日本人男性/女性、欧米人男性/女性の4つに分け、各クラスの判定を行えるようにした。さらに、Fishers 線形判別手法を用いて、人種、性別、表情に関わる顔印象を分析し、各印象に特徴的な成分を求めた。異なる2つの表情に対応した日本人男性の顔画像群を学習サンプルとして混合固有空間に射影し、2つの表情に対する主成分得点の差分ベクトルを求めた上で、その平均を取る。この平均差分ベクトルを強調し、入力似顔絵に加えることにより、表情の誇張表現が出来る。次に、同一人物に対する顔写真と似顔絵画家が描いた似顔絵の各々から抽出した顔特徴点データを混合固有空間に射影し、各顔部品と配置の主成分得点ベクトルの関係を行列変換の手法で記述し、似顔絵画家の顔特徴の抽出手法を学習させる。これにより、元の似顔絵における顔特徴を保ちつつ、画家の個性を反映した似顔絵を生成できる。上記に基づいて作成した似顔絵に対して主観評価実験を行うことにより、提案手法が似顔絵の表情誇張手法として有効であることを確認した。 |
(英) |
Caricatures sometimes impress people more than original photographs. This paper aims to improve the automatic caricature system in [1] by generating more expressive caricatures based on analyzing the features of face images with impressions of ethnicity, gender, and expressions. An eigen space model is set up by the principal component analysis of 2D edge information of faces. Qualitative and quantitative description of differences and importance of principal components of each impression are given by the linear discriminant analysis method. By using Support Vector Machine method, the mixed eigen space is divided into four, that is, Japanese male/female, Caucasian male/female. Towards Japanese male input images, expressions transformations by learning transformation rules between six basic expressions and exaggerated caricatures by the caricaturist are carried out. More expressive caricatures can be drawn and animated by the proposed method. |
キーワード |
(和) |
顔 / 顔印象 / 似顔絵 / 主成分分析 / 表情合成 / 似顔絵画家のスタイル学習 / / |
(英) |
Face / Facial caricatures / Principal component analysis / Facial impression / Expression synthesis / Learning of caricaturist drawing style / / |
文献情報 |
映情学技報, vol. 33, no. 11, ME2008-72, pp. 81-84, 2009年2月. |
資料番号 |
ME2008-72 |
発行日 |
2009-02-21 (ME) |
ISSN |
Print edition: ISSN 1342-6893 |
PDFダウンロード |
|