顔面皮膚温度分布のスパースモデリングにおける辞書学習方法の検討

カテゴリ: 部門大会

論文No: GS9-3

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): A Study on Dictionary Learning Method for Sparse Modeling of Facial Skin Temperature Distribution

著者名: 吉田 篤史（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): Atsushi Yoshida (Aoyama Gakuin University),Kosuke Oiwa (Aoyama Gakuin University),Akio Nozawa (Aoyama Gakuin University)

キーワード: 顔面熱画像|スパースモデリング|ドライバモニタリング|辞書学習|眠気推定基底画像|Facial thermal image|Sparse modeling|Driver monitoring|Dictionary learning|Estimating drowsinessBase image

要約(日本語): 近年，自動運転車の普及とともに遠隔でドライバの眠気検出を行う技術が求められている。これまでの研究では，遠隔計測が可能な顔面皮膚温度分布に基づき，畳み込みニューラルネットワークを用いた眠気推定を行ってきたが，CNNを用いた手法では判断根拠が不明瞭であるブラックボックス問題が課題であった。そこで先行研究では，顔面熱画像に対して信号分解技術の一つであるスパースコーディングを適用し，眠気に関する顔面皮膚温度変動部位の特定及び眠気推定を行ったが，辞書学習によって得られた基底画像において，眼窩部や口唇部をはじめとした行動指標を含む部位に大きな特徴が表出していることが確認された。スパースモデリングを用いた眠気推定では，眠気に関する特徴が基底画像に分解されることが好ましいと考えられるため，本研究ではスパースコーディングにおける辞書学習方法を検討することで，眠気推定精度の向上を試みた。