顔の表情を変形する（モーフィング）

「笑顔を少し強くする」「驚きを薄める」——こうした表情の細かな制御を、個人差に依存せず数値として扱えるか。無表情を基準点として表情成分だけを定量的に付加・除去できるモーフィングアルゴリズムを開発し、感情研究や映像生成への応用を目指しました。表情を「制御可能なパラメータ」として扱う技術です。

無表情の平均顔画像を基準とし、表情特徴量のみを定量的に強調・再構成できるモーフィング技術基盤を構築した事例です。表情変化に起因する顔の動きだけを抽出・強調するアルゴリズムをオルチェが開発しました。

顔画像には個人特性と表情変化が同時に含まれており、表情分析を行う際に個人差の影響や恒常的特徴の混在が解析精度に影響を与える場合があります。表情成分のみを分離・制御できる基盤の構築が求められていました。

無表情の平均顔画像を基準点とし、そこから表情成分のみを定量的に付加する構造を設計しました。顔の動きのうち表情変化に起因する成分だけを抽出し、それを強調・減調できるアルゴリズムを構築しています。

本プロジェクトにより、無表情を基準とした表情生成処理系・表情変化成分のみを抽出するアルゴリズム・表情強調・減調を可能にするモーフィング基盤を整備しました。個人特性と切り分けた「表情特徴量」を制御変数として扱える環境を構築しました。

本基盤は、表情研究や感情解析における土台技術として再利用可能です。オルチェの表情モーフィング基盤は、心理学研究から感情推定AIモデルの高度化まで幅広い分野の研究設計を精密にサポートします。

眼鏡、マスク、前髪、照明。顔の前にある小さな要素は、表情解析や個人特性研究の精度にじわりと影響します。本研究では、眼鏡を除去した顔画像を深層学習で自然に生成することで、これらの条件差を平らにするパイプラインを整備しました。手元のデータを最大限活用するための、静かな基盤技術です。
顔の見え方は、ときに小さな要素で変わります。オルチェは、そうした違いを整えながら顔をより正しく捉える技術を育てています。