| 講演抄録／キーワード |
| 講演名 |
2014-08-01 09:55
顔画像からの似顔絵自動生成システムにおける似顔絵の類似度に関する検討
○呉 玉珍・榎本 誠・大谷 淳（早大） |
| 抄録 |
（和） |
本稿では，Active Shape Modelにより顔画像から取得された顔徴量を入力，イラストレータが描いた似顔絵を教師信号として，ニューラルネットワークを学習させることによって，任意の顔写真から似顔絵を自動的に生成する方法の検討を行う．筆者らの従来の研究では，似顔絵の主観的な類似性が低い，鼻の有効性が明らかでない，似顔絵生成の主観的評価が行われていない，という問題点があった．本稿では，主観的な類似性を高めるため，新しい似顔絵描画方法を提案した．新描画方法により，主観的な類似性が向上できる見通しを得た．さらに，似顔絵生成品質評価の尺度の一つとして，似顔絵の主観的識別の実験を行った．新描画方法は旧描画方法より主観的識別率が高く，新描画方法による鼻有りの場合が最高の識別率を与えることがわかった． |
| （英） |
This paper studies an automatic method that generates portraits by utilizing a neural network trained by facial features obtained by applying Active Shape Model to original face images and by portraits drawn by an illustrator. The authors’ conventional research works had remaining issues such as low subjective similarities of generated portraits, validity of the nose, and absence of subjective evaluation of generated portraits. To increase the subjective similarity, this paper proposes a new portrait depicting tool. We obtain promising feeling that subjective similarity can be improved by the new depicting tool. In addition, we conduct experiments on subjective discrimination of portraits. It turns out that the new tool gives higher subjective discrimination rate than our conventional tool, and that the case of the new tool and presence of the nose gives the highest discrimination rate. |
| キーワード |
（和） |
似顔絵 / ASM / ニューラルネットワーク / バックプロパゲーション / / / / |
| （英） |
Portraits / Active Shape Model / Neural Networks / Back-propagation / / / / |
| 文献情報 |
映情学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
IEICE-IE ME IPSJ-AVM CE |
| 開催期間 |
2014-08-01 - 2014-08-01 |
| 開催地（和） |
千葉工大 |
| 開催地（英） |
|
| テーマ（和） |
マルチメディア情報処理・配信・検索・インタフェースとその応用，およびコンシューマエレクトロニクス，メディアエレクトロニクス，画像工学，一般 |
| テーマ（英） |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
IEICE-IE |
| 会議コード |
2014-08-IE-ME-AVM-CE |
| 本文の言語 |
日本語 |
| タイトル（和） |
顔画像からの似顔絵自動生成システムにおける似顔絵の類似度に関する検討 |
| サブタイトル（和） |
|
| タイトル（英） |
Study of Portrait Similarities in the Automatic System that Generates Portraits from Facial Images |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
似顔絵 / Portraits |
| キーワード(2)（和/英） |
ASM / Active Shape Model |
| キーワード(3)（和/英） |
ニューラルネットワーク / Neural Networks |
| キーワード(4)（和/英） |
バックプロパゲーション / Back-propagation |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
呉 玉珍 / Wu Yuzhen / ゴ ギョクチン |
| 第1著者 所属（和/英） |
早稲田大学 (略称： 早大)
Waseda University (略称： Waseda Univ) |
| 第2著者 氏名（和/英/ヨミ） |
榎本 誠 / Makoto Enomoto / エノモト マコと |
| 第2著者 所属（和/英） |
早稲田大学 (略称： 早大)
Waseda University (略称： Waseda Univ) |
| 第3著者 氏名（和/英/ヨミ） |
大谷 淳 / Jun Ohya / オオヤ ジュン |
| 第3著者 所属（和/英） |
早稲田大学 (略称： 早大)
Waseda University (略称： Waseda Univ) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2014-08-01 09:55:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
IEICE-IE |
| 資料番号 |
|
| 巻番号（vol） |
vol.38 |
| 号番号（no） |
|
| ページ範囲 |
|
| ページ数 |
|
| 発行日 |
|