VAEを用いた顔面皮膚温度の異常検知精度向上の試み

カテゴリ: 部門大会

論文No: GS11-3

グループ名: 【C】2021年電気学会電子・情報・システム部門大会

発行日: 2021/09/08

タイトル(英語): An Attempt to Improve the Accuracy of Anomaly Detection Based on Facial Skin Temperature Using Variational Autoencoder

著者名: 高野 聖仁（青山学院大学）,南雲 健人（青山学院大学）,大岩 孝輔（青山学院大学）,野澤 昭雄（青山学院大学）

著者名(英語): Masahito Takano (Aoyama Gakuin University),Kent Nagumo (Aoyama Gakuin University),Kosuke Oiwa (Aoyama Gakuin University),Akio Nozawa (Aoyama Gakuin University)

キーワード: 顔面皮膚温|赤外線サーモグラフィ|ディープラーニング|異常検出|変分オートエンコーダー深部温|Facial Skin Temperature|Infrared Camera|Deep Learning|Anomaly Detection|Variational AutoencoderCore Temperature

要約(日本語): 顔面皮膚温度は、自律神経系の活動によって制御される皮膚血流により変化する生理心理指標である。これまでに顔面皮膚温度から人間の感情や眠気、精神的ストレスなどを推定する研究が行われてきた。様々な生理心理状態すべてに対し個別にモデルを作成することが困難である問題を解決するために我々は、顔面皮膚温度に異常検知の概念を取り入れた。これまでの研究では、深層生成モデルであるVariational Autoencoder (VAE) によって得られる異常度画像の平均と分散の空間的な分布に基づき、顔面皮膚温度の異常検知を試みた。しかし、平均と分散に基づく手法では、正常データと異常データが空間的に十分に乖離しない場合があり、異常検知精度にばらつきがあることが問題であった。そこで本研究では、異常度画像から抽出する特徴量や、VAEの学習データの前処理方法などを変更することで、異常検知精度の向上を試みた。

PDFファイルサイズ: 740 Kバイト