顔の3次元データと筋構造に基づく表情認識
近年，映画やゲームなどの CG 作成において，モーションキャプチャが使用され る機会が急速に増えてきている．中でも，人間の顔をリアルに再現するために， フェイストラッキングを行う機会も増えてきている． 「顔」は人間にとって非情に身近な存在であると共に， 顔の持ち主である一人一人の人間における個人的な情報， コミュニケーションに係わる情報を始めとした，言 語的手段では表現しにくいようなさまざまな情報を担っている． このような，人間が表出した表情の分析し，蓄積することによって，「表情データベース」として， 対面コミュニケーション場面における円滑な意思疎通のために 役立てることができる． このような背景から，本研究では，モーションキャプチャシステムにより獲得した 顔データを用いて，「表情データベース」構築のため， 表情を記述するためのルールを抽出する手法を提案する． しかしながら，モーションデータは生産性が低いため，少ないデータ群から効率よ くルールを抽出する必要がある．そこで，5 つの状態を持つメンバシップ関数を用い データロスを削減し，効率よくルールを抽出している． また，モーションキャプチャシステムから得られる顔データは， 3 次元時系列データであるため，そのまま扱うと計算量が膨大になる． しかしながら，顔の各部分はそれぞれ独立に動いているのではなく，表情筋と呼ば れる筋構造の制約がある．そこで，主成分分析を用い，顔データから表情筋の伸縮 を表す伸縮係数に変換することによって，次元を落としている． 最後に，このようにして発見された表情ルールを用いて表情認識の実験を行った．
