瞬目種類識別のための３次元畳み込みニューラルネットワーク向けデータ拡張の検討

カテゴリ: 部門大会

論文No: OS5-5

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): Data Augmentation in 3D Convolutional Neural Network for Blink Type Classification

著者名: 佐藤 寛修（関東学院大学）,阿部 清彦（東京電機大学）,松野 省吾（群馬大学）,大山 実（東京電機大学）

著者名(英語): Hironobu Sato (Kanto Gakuin University),Kiyohiko Abe (Tokyo Denki University),Shogo Matsuno (Gunma University),Minoru Ohyama (Tokyo Denki University)

キーワード: 3次元畳み込みニューラルネットワーク|データ拡張|瞬目計測|画像処理|入力インタフェース|3D convolutional neural network|Data augmentation|Eye-blink measurement|Image processing|Input interface

要約(日本語): 筆者らは、入力インタフェースに適用可能な瞬目（まばたき）の計測法を開発している。入力のトリガとして瞬目を用いるためには、ユーザの意図的な瞬目(随意性瞬目)と自然な瞬目(自発性瞬目)とを自動識別する必要がある。瞬目種類識別法のひとつとして、3次元畳み込みニューラルネットワーク（３D CNN）をもちいる方法がある。この手法では、あらかじめ学習しておいたモデルに瞬目過程の眼球近傍の画像列を入力し、いずれの瞬目の状態かを識別できる。識別条件が自動決定されるため、瞬目種類を追加する場合に識別パラメータの種類やしきい値の人手による再調査が不要になることが期待できる。しかしながら、この手法では入力画像中の眼球位置の偏りが識別精度の低下につながることがわかっている。本稿では、この課題に対処するため、意図的に位置の偏りを持たせるデータ拡張法を採用し、識別精度の低下を抑える方法を検討する。