特徴量の組み合わせが微表情による感情推定に及ぼす効果

カテゴリ: 部門大会

論文No: MC3-1

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): Effect of Combined Features on Emotional Estimation by Micro-expression

著者名: 加藤 功基（富山県立大学）,高野 博史（富山県立大学）,西光 雅弘（NEC）,久保 雅洋（NEC）,今岡 仁（NEC）

著者名(英語): Koki Kato (Toyama Prefectural University),Hironobu Takano (Toyama Prefectural University),Masahiro Saiko (NEC),Masahiro Kubo (NEC),Hitoshi Imaoka (NEC)

キーワード: 微表情|感情推定|特徴選択|アンサンブル学習|XGBoost|Micro-expression|Emotional Estimation|Feature Selection|Ensemble Learning|XGBoost

要約(日本語): 患者にとって医師からのがんの告知などの悪い知らせは、頭が真っ白になるほどの影響がある。医師はコミュニケーション能力向上研修を行っているが、実際の患者と面談をするわけではないため、患者の気持ちを知るという認知的共感を得ることは検討されない。そのため、医療現場では医師が患者の感情を把握するシステムの開発が求められている。本研究では真の感情が表出するといわれている微表情を用いて患者の感情推定システムの開発を目的とした。先行研究では、微表情により感情推定を行う際に様々な特徴量が使用されてきたが、適切な特徴量は明言されていない。利用される特徴量はそれぞれの特性があるため、感情分類に有効な特徴量を選択する必要がある。そこで本稿では、アンサンブル学習の一つであるブースティングを用いて、様々な特徴量を重み付けすることにより統合した感情推定法を提案し、その精度を示す。

PDFファイルサイズ: 531 Kバイト