深層強化学習を利用した熱画像顔特徴点検出の精度向上手法

カテゴリ: 研究会(論文単位)

論文No: IS25030

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2025/05/12

タイトル(英語): Accuracy Improvement Method for Thermal Image Facial Landmark Detection Using Deep Reinforcement Learning

著者名: 永井 翔(青山学院大学),高野 聖仁(青山学院大学),南雲 健人(青山学院大学),ラムサル ビカス(鹿島建設 技術研究所),野澤 昭雄(青山学院大学)

著者名(英語): Sho Nagai(Aoyama Gakuin University),Masahito Takano(Aoyama Gakuin University),Kent Nagumo(Aoyama Gakuin University),Bikash Lamsal(Kajima Technical Research Institute),Akio Nozawa(Aoyama Gakuin University)

キーワード: 熱画像|顔特徴点|深層強化学習|Ｓｏｆｔ　Ａｃｔｏｒ－Ｃｒｉｔｉｃ（ＳＡＣ）|Thermal Image|Facial Landmarks|Deep Reinforcement Learning|Soft Actor-Critic(SAC)

要約(日本語): 熱画像は鮮鋭度が低く、可視画像と比較してデータセットも限られるため、濃淡変化を高精度に捉える効率的な学習が可能な手法が必要である。本研究では、熱画像における顔特徴点検出にマルチエージェント深層強化学習の適用を提案する。CNNベースの物体検出モデルとGNNベースの特徴点検出モデルに強化学習を組み込み、報酬関数には各モデルの精度指標を用いることで、高精度な熱画像顔特徴点検出モデルの構築が期待される。

要約(英語): Thermal images have low sharpness and limited data sets compared to visible images, so a method capable of efficient learning to capture changes in shading with high accuracy is required. In this study, we propose multi-agent deep reinforcement learning to facial landmark detection in thermal images. By incorporating reinforcement learning into a CNN-based object detection model and a GNN-based landmark point detection model and using the accuracy index of each model as the reward function, we hope to construct a highly accurate thermal image facial landmark detection model.

本誌: 2025年5月15日-2025年5月16日情報システム研究会

本誌掲載ページ: 25-27 p

原稿種別: 日本語

PDFファイルサイズ: 1,821 Kバイト