全周方向での音源位置推定及び肌色情報との統合による話者位置推定への適用(マルチメディア応用,<特集>画像の認識・理解論文)
スポンサーリンク
概要
- 論文の詳細を見る
ロボットがユーザとコミュニケーションをとるためには,まずユーザがどこにいるかを知る必要がある。この際,ユーザが常にロボットの正面にいるとは限らず,ロボットの後ろから声をかけられることも考えられる.そこで本論文では,全周方向での話者位置推定手法について述べる.まず,多チャネルのマイクロホンを用いて,音源からマイクロホンまでの音の到来時間差を利用して音源位置推定を行う.全周方向での三次元位置推定を行う際の推定精度と処理時間の観点から,最適なマイクロホン数と配置方法を導いた.次に,音源が話者であることを利用して音源位置推定の精度の向上を図る.様々な人種の肌色に適用できる色相,彩度に関するGMM(ガウス混合モデル)に対し,個別のシーンに適したGMMを学習により求め,シーン中の人物の肌色領域を安定して抽出できるようにした.音源位置推定結果と肌色ゆう度をベイジアンネットワークを用いて統合することにより,高精度の話者位置推定法を実現した.実験により,本手法により全周方向での話者位置推定を効果的に行えることを確認した.
- 社団法人電子情報通信学会の論文
- 2007-08-01
著者
-
今井 順一
電気通信大学大学院電気通信学研究科
-
金子 正秀
電気通信大学大学院電気通信学研究科
-
高橋 哲史
電気通信大学大学院電気通信学研究科
-
金子 正秀
電気通信大学
-
今井 順一
電気通信大学 大学院電気通信学研究科
関連論文
- 周囲歩行者の状態推定により動的環境に柔軟に対処可能な自律移動ロボット(学生研究発表会)
- 顔部品の「Bag of Words」とPHOG記述子を用いた顔表情認識
- 顔特徴点位置の統計的性質を利用した顔部品形状の抽出精度向上と似顔絵作成(学生研究発表会)
- Evolutionary Computation System for Musical Composition using Listener's Heartbeat Information
- 顔特徴の言葉による記述と類似顔検索への応用(学生研究発表会)
- 固有空間法による似顔絵の表情生成技術を応用した携帯電話向け電子メーラの試作(チュートリアル)
- 顔面の肌色解析による交感神経系活性度の非侵襲的評価(マルチメディア処理)
- 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(学生研究発表会)
- 顔情報処理の研究あれこれ(学生研究発表会)
- 顔パーツの形状と配置に対するテンプレートの自動選択による似顔絵生成(学生研究発表会)
- 顔画像情報処理の研究の拡がり(フェロー受賞記念講演,移動カメラ画像処理におけるパターン認識とメディア理解)
- 6.コンピュータ似顔絵(いま"顔"が面白い〜顔の画像処理とその応用〜)
- 顔特徴点位置の統計的性質を利用した顔部品形状の抽出精度向上と似顔絵作成
- 周囲歩行者の状態推定により動的環境に柔軟に対処可能な自律移動ロボット
- オクルージョンに頑健な視覚追跡技術--見えないものを推測できるロボットビジョンの実現を目指して (まるまる! ロボットビジョン)
- 自律移動ロボットによる動的環境の認識(学生研究発表会)
- マイクロホンアレーを用いた複数種音源位置推定及び種別判定(学生研究発表会)
- 撮影条件の違いにロバストなまばたき検出を利用したベストショット画像の自動生成
- 撮影条件の違いに対応可能なまばたき検出を利用したベストショット画像の自動生成(画像処理・符号化とアプリケーション)
- J-049 対向者の歩行動作の観測と予測に基づくロボットの自律的すれ違い(ヒューマンコミュニケーション&インタラクション,一般論文)
- H-048 動作を表す言葉の語義に従った観測動作の分解に基づく日常生活での人物動作認識(画像認識・メディア理解,一般論文)
- D-12-34 SIFT特徴量を利用した頭部モデルによる人物視界推定(D-12. パターン認識・メディア理解,一般セッション)
- A-14-13 顔部品の形状特徴と配置の型を考慮した類似顔検索(A-14. ヒューマンコミュニケーション基礎,一般セッション)
- 形状と配置の特徴及び全体的な印象を考慮した類似顔検索 (メディア工学・学生研究発表会)
- 動物の顔にたとえられる顔の特徴記述と類似顔判定への応用 (メディア工学・学生研究発表会)
- 全周方向での音源位置推定及び肌色情報との統合による話者位置推定への適用(マルチメディア応用,画像の認識・理解論文)
- 画像情報に基づき自律的にユーザとの並走・縦走の切替えが可能なロボットの実現(映像符号化,システム及び一般)
- 解像度の違いにロバストなまばたき検出を利用したベストショット画像の自動生成(映像符号化,システム及び一般)
- 階層的分類手法を利用した顔印象語と顔部品形状との対応付け(映像符号化,システム及び一般)
- 人間共存型ロボットへの画像認識モジュールの応用
- オブジェクトとの関係における拘束を考慮した人物動作の理解(ヒューマンコミュニケーショングループ(HCG)シンポジウム)
- オブジェクトとの関係における拘束を考慮した人物動作の理解
- I-074 Understanding Concurrent Activities of Human in Daily Lives by Hierarchical Interpretation of Each Body Part
- 2001年映像情報メディア学会冬季大会報告
- ベイジアンネットワークに基づく視聴覚情報の統合を用いた画像からの3次元音源位置推定
- 室内監視画像からの物体検出と移動履歴管理--2台のズーム機能付きカメラによる時系列画像を用いた室内監視 (特集 最新の監視システム--セキュリティショー2004)
- A-4-12 周波数選択特性を有する荷重メジアンフィルタによるボケと雑音で劣化した画像の復元
- 室内監視画像からの物体領域の検出と移動履歴の管理(画像処理)
- 会話シーンにおけるロボットと複数ユーザとの共同注意の形成(画像処理)
- 顔姿勢推定に基づくユーザとロボットとの共同注意の形成
- 固有空間法による顔特徴の解析と似顔絵の生成(ヒューマンコミュニケーション及び一般)(ヒューマンコミュニケーショングループ(HCG)大会)
- D-12-108 シーン内に置かれた物体の室内時系列画像からの検出
- 曖昧さを含んだ時空間指示によるコンピュータとの知的インタラクション
- 顔動画像のインタラクティブ知的符号化におけるローカル動き検出と眼鏡画像処理
- 5Y-8 周囲の複数歩行者の動きに応じて安全に自律移動するロボット(ロボットビジョン,学生セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- K-059 Interpretation of Emotional Gestures by Considering Hands Positions and Face Features
- 4Y-7 顔特徴点位置の統計的性質を利用した顔部品形状の抽出精度向上(顔・人物画像処理(2),学生セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- 情景画像中の文字及び看板領域の抽出
- 情景画像中の文字及び看板領域の抽出
- 情景画像中の文字及び看板領域の抽出
- 全周方向での音源位置推定および肌色情報との統合による話者位置推定への適用(メディア処理・コンテンツ生成,ヒューマンコミュニケーショングループ(HCG)シンポジウム)
- 1D-3 Occlusion, Expression and Illumination Invariant Face Recognition Using Block-based Bag of Words
- D-12-23 FACIAL EXPRESSION RECOGNITION USING FACIAL-COMPONENT-BASED APPEARANCE AND SHAPE EXTRACTION
- Face Alignment Based on Statistical Models Using SIFT Descriptors
- 6C-1 動的環境における動領域・静止領域の認識に基づく自律移動ロボットの自己位置推定(画像認識応用,一般セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- D-12-94 動領域・静止領域の確率的マッピングによる動物体追跡(D-12.パターン認識・メディア理解,一般セッション)
- J-1 周波数選択特性を有する荷重メジアンフィルタによる雑音で劣化した画像の復元(画像処理1,J.グラフィクス・画像)
- 固有空間を利用した計算機による似顔絵の生成
- MPEG符号化されたサッカー映像に対するシーンの自動分類のための情報抽出(映像情報の検索技術と編集処理)
- 1-6 MPEG符号化データを利用したサッカー映像の自動分類
- 顔部品の形状特徴と配置特徴の強調による似顔絵の生成
- 23-8 固有空間を利用した似顔絵の自動生成
- SA-7-1 固有空間の切換えによる異なる画調の似顔絵の生成
- 情景画像からの看板領域および看板文字の自動抽出(画像処理)
- マイクロホンアレーを用いた話者位置推定による車載音声認識
- マイクロホンアレーを用いた話者位置推定による車載音声認識
- マイクロホンアレーを用いた話者位置推定による車載音声認識
- マイクロホンアレーを用いた話者位置推定による車載音声認識
- SD-2-4 2次元MUSIC法による話者位置推定を用いた車載音声認識
- 車載音声認識のための2次元MUSIC法を用いた話者位置推定
- 複数の異なるモダリティ情報の統合に基づく移動ロボットの行動選択
- 視聴覚情報の統合による音源の3次元位置推定と移動追跡(ヒューマンコミュニケーショングループ(HCG)シンポジウム)
- K-22 ユーザとロボットとのインタラクションにおける共同注意の形成手法(ヒューマン情報処理(1),K.ヒューマンコミュニケーション&インタラクション)
- 線形判別分析による表情特徴と顔特徴の分離と似顔絵アニメーションへの応用(ヒューマンコミュニケーショングループ(HCG)シンポジウム)
- 顔特徴の印象表現に対する定量的分析と入力顔判別への応用(ヒューマンコミュニケーショングループ(HCG)シンポジウム)
- 対象の自律的切替え機構を持つパーティクルフィルタによる遮蔽環境下での視覚追跡(ニューラルネットワーク画像復元及び一般)
- D-12-89 まばたき検出に基づくベストショットの選択及び加工(D-12. パターン認識・メディア理解, 情報・システム2)
- 見掛けの特徴に基づくオブジェクトとの関係に着目した人物動作の解釈(ヒューマンコミュニケーショングループ(HCG)シンポジウム)
- 屋内外の情景画像を対象とした看板文字の自動抽出
- D-12-23 情景画像からの情報取得を目的とした看板文字の自動認識
- 人間型ロボットとユーザとの間での顔アクションに基づく共感と反応(ヒューマンコミュニケーショングループ(HCG)シンポジウム)
- 複数人物が任意の向きで着席した室内における挙手動作認識(学生研究発表会)
- 自律移動ロボットにおける視野外の状況も考慮した衝突回避 : 音情報による物陰の人物の認識(学生研究発表会)
- A-16-3 聞き手の立ち位置関係を調節するロボット(A-16.マルチメディア・仮想環境基礎,一般セッション)
- 人間型ロボットとユーザとの間での顔アクションに基づく共感と反応
- D-12-40 Motion Detection using Omni-Directional Camera Mounted on Moving Platform(D-12. パターン認識・メディア理解, 情報・システム2)
- ユーザからの曖昧さを伴った指示に基づく実環境内のオブジェクトの探索(ヒューマンコミュニケーショングループ(HCG)シンポジウム)
- Visual Tracking in Occlusion Environments by Autonomous Switching of Targets
- Block-Based Bag of Words for Robust Face Recognition under Variant Conditions of Facial Expression, Illumination, and Partial Occlusion
- 顔特徴の高精度自動抽出と抽出座標値に対する主成分分析に基づく似顔絵生成システム (メディア工学)
- 顔特徴の主成分分析に基づく似顔絵をインタフェースとした顔画像データベース検索 (メディア工学)
- 人間共存型ロボットにおけるユーザやオブジェクトとの相対的位置関係の把握とインタラクションへの応用(コミュニケーション,ヒューマンコミュニケーショングループ(HCG)シンポジウム)
- マルチモーダル情報に基づくユーザ毎の優先度を考慮したロボットとユーザとのコミュニケーション(コミュニケーション,ヒューマンコミュニケーショングループ(HCG)シンポジウム)
- 6-2 オンライン物体モデリングを用いた遮蔽環境下での視覚追跡(第6部門 メディア処理3)
- 6-3 ロボットによる複数人の動きの観測に基づく並走・縦走の自律的切替え(第6部門 メディア処理3)
- 2-6 動領域・静止領域の確率的マッピングによる周囲環境の変化の検出(第2部門 メディア処理2)
- 1-6 顔特徴の解析と言葉による記述(第1部門 メディア処理1)
- 5-2 SIFT記述子を用いたASMによる顔特徴位置の推定(第5部門 メディア処理2)
- 8-9 独立成分分析を用いた顔特徴の解析と似顔絵生成システムへの応用(第8部門 画像認識・検索)
- 8-8 顔印象の定量的記述と類似顔検索への応用(第8部門 画像認識・検索)