深層強化学習を利用した顔熱画像特徴点群の配置最適化

カテゴリ：研究会(論文単位)

論文No：IM25034,PI25051

グループ名：【A】基礎・材料・共通部門 計測/【C】電子・情報・システム部門 知覚情報合同研究会

発行日：2025/12/8

タイトル(英語)：Optimization of Facial Thermal Image Landmark Arrangement 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),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),Akio Nozawa(Aoyama Gakuin University)

キーワード：顔熱画像,深層強化学習,顔特徴点,Facial Thermal Image,Deep Reinforcement Learning,Facial Landmark

要約(日本語)：熱画像に対する顔特徴点検出技術は、生体情報解析など多様な応用が見込まれる。 現状の課題として、熱画像の鮮鋭度の低さ、学習データの不足、発汗等のノイズに対する検討不足が挙げられる。 これらを解決するため、本研究では深層強化学習を利用した顔特徴点配置の最適化を検討した。 評価関数には顔特徴点に基づいた顔面形状の標準化誤差を活用し、報酬最大化に基づいた逐次的探索により、精度向上の可能性を示した。

要約(英語)：Facial landmark detection in thermal images holds great potential for various applications, such as biometric and physiological analysis. However, current challenges include low image sharpness, insufficient training data, and limited consideration of noise factors such as perspiration. To address these issues, this study explores the optimization of facial landmark arrangement using deep reinforcement learning. The evaluation function employs standardized facial shape errors based on landmarks, and the proposed sequential exploration guided by reward maximization demonstrates the potential for improved accuracy.

本誌：2025年12月11日-2025年12月12日計測/知覚情報合同研究会

本誌掲載ページ：5-8p

原稿種別：日本語

PDFファイルサイズ：2,103Kバイト