最頻値をもちいた3D CNN瞬目種類識別の出力補正法の検討

カテゴリ: 部門大会

論文No: OS2-3

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Output Correction Method for 3D CNN Based Blink Classification by Mode Value

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|最頻値|動作認識|瞬目計測|入力インタフェース|3D convolutional neural network|Mode value|Action recognition|Eye-blink measurement|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。筆者らが開発した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、瞬目過程の眼球近傍の画像列を入力し、それがいずれの瞬目の状態かを識別できる。識別条件が学習データから獲得され、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。この手法では、動画像のフレーム単位での識別結果が出力されるため、ひとつの瞬目動作中に複数種類の識別結果が混在することがあった。本稿ではこの問題に対処するため、3D CNNの出力結果の連続する瞬目期間に対して最頻値を代表の値として求め、補正する方法を検討する。