ジェスチャ認識のための
瞳の検出
画像メディア研究室
在宅医療班 山田 竜之
はじめに
背景

高齢化に対する在宅医療システムの重要性。

頭部動作、表情認識
 顔の部品の検出が不可欠である。
 リアルタイム処理が要求される。
目的

安定した目の検出を行う。
瞳の判別法
円形度
対象図形の形状がどのくらい円に近いか
をあらわす値による判定。
テンプレートマッチング
瞳のテンプレートと入力画像の差による判
定。
円形度を用いる方法
処理の流れ
入
力
画
像
の
2
値
化
ラ
ベ
リ
ン
グ
瞳
候
補
の
判
別
8
近
傍
収
縮
処
理
8
近
傍
膨
張
処
理
位
置
の
出
力
2値化、ラベリング
2値化
0<=彩度<=40
0<=輝度<=55
画素の濃度値を255
ラベリング
2 2
1
2 2
2 2
2
3 3
3 3 3
3 3
図形画素
背景画素
入力画像
2値画像
2値画像
15<= s <=40
0.10<=Circle_ratio<=1.0
領域の絞込み後
8近傍収縮処理
図形画素
注目
画素
背景画素
微小な領域(ノイズ)、まぶた部分の削除に効果的!
領域の絞込み後
収縮処理後
8近傍膨張処理
図形画素
注目
画素
背景画素
収縮処理後
膨張処理後
膨張処理後
15<= s <=40
0.10<=Circle_ratio<=1.0
最終結果
問題点
認識の精度

瞳と同程度の面積をもつ領域を誤認識する。
肌色領域の重心などから確認する必要がある。

目の領域と他の領域がきれいに分離出来て
いないと検出に失敗する。
入力画像
2値画像
拡大画像
2値画像
15<= s <=40
0.10<=Circle_ratio<=1.0
領域の絞込み後
8近傍収縮、膨張処理を繰り返すことで、
目領域と他の領域を分離。
テンプレートマッチング
処理の流れ
顔テ
画ン
像プ
レ
ー
ト
の
入
力
テ
ン
プ
レ
ー
ト
マ
ッ
チ
ン
グ
位
置
の
出
力
目の部分のテンプレートを用意し、入力画
像との類似度を求める。
画像サイズ
入力画像
320×240
テンプレート画像
30×25
入力画像
問題点
処理時間

多数の位置で照合を行う計算が多くなる。
上図
14.87s
下図
16.60s
肌色領域の位置、重心などから照合する領域を
絞り込む。
認識の精度

左右の目を誤認識することがある。
今後の目標
認識率の向上。
処理の高速化。
卒論作成
12月
卒論作成
1月
ダウンロード

PPT - メディア工学研究室