3D CNNをもちいた瞬目種類識別のデータ拡張による性能向上

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2024/04/01

タイトル(英語): Performance Improvement of 3D-CNN for Blink Types Classification by Data Augmentation

著者名: 佐藤　寛修（関東学院大学理工学部），阿部　清彦（東京電機大学システムデザイン工学部），松野　省吾（群馬大学情報学部），大山　実（東京電機大学システムデザイン工学部）

著者名(英語): Hironobu Sato (College of Science and Engineering, Kanto Gakuin University), Kiyohiko Abe (School of System Design and Technology, Tokyo Denki University), Shogo Matsuno (Faculty of Informatics, Gunma University), Minoru Ohyama (School of System Design and Technology, 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，動作認識，瞬目計測，データ拡張，入力インタフェース　　3D convolutional neural network，action recognition，eye-blink measurement，data augumentation，input interface

要約(英語): When developing a blink input interface, conscious (voluntary) and natural (involuntary) blink types must be automatically classified. We previously proposed a method for blink type classification using a 3D convolutional neural network (3D CNN). This CNN model outputs a predicted probability that determines three classes: “voluntary blinking,” “involuntary blinking,” and “not blinking” from a periocular image sequence. Previously, we found that the bias of the eye position in the input image is a factor that reduces the classification accuracy. To address this problem, we employ data augmentation with a shifting 5 or 10 pixels in the horizontal and/or vertical directions.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.144 No.4 （2024） 特集Ⅰ：量子・情報・エレクトロニクスの医療/ヘルスケア応用　特集Ⅱ：電子回路関連技術

本誌掲載ページ: 328-329 p

原稿種別: 研究開発レター／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/144/4/144_328/_article/-char/ja/