CNNを用いた多波長顔画像に基づく眠気検出のための一般モデルの構築

カテゴリ: 全国大会

論文No: 1-037

グループ名: 【全国大会】令和4年電気学会全国大会論文集

発行日: 2022/03/01

タイトル(英語): Building a General Model for Detecting Drowsiness Based on Multi-Wavelength Face Images Using CNN

著者名: 鳥居拓海（青山学院大学）,宮田晃次（ソニーセミコンダクタソリューションズ）,南雲健人（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): Takumi Torii (Aoyama Gakuin University),Koji Miyata (Sony Semiconductor Solutions),Kent Nagumo (Aoyama Gakuin University),Kosuke Oiwa (Aoyama Gakuin University),Akio Nozawa (Aoyama Gakuin University)

キーワード: 眠気推定|畳み込みニューラルネットワーク|顔面熱画像|近赤外画像|可視画像|drowsiness estimation|Convolutional Neural Network|Facial Heat Images|Near Infrared Images|Visible Images

要約(日本語): レベル3の自動運転車はドライバーモニタリング等の機能を有するヒューマンマシンインターフェイスを備えることが義務化されている。畳み込みニューラルネットワーク（Convolutional Neural Network, CNN）を用いて遠隔計測が可能な熱画像から眠気を推定する研究が行われている。また，可視・近赤外・赤外帯域で計測した多波長顔画像の空間的情報の利用により，眠気を精度良く推定できると期待できる。本研究では，多波長帯域の情報に基づき眠気を遠隔で検出可能なセンサの開発を目指し，CNNを用いた多波長顔画像に基づく眠気推定一般モデルを構築した。さらに，眠気に関する特徴部位の特定を試みた。

本誌掲載ページ: 51-53 p

原稿種別: 日本語

PDFファイルサイズ: 703 Kバイト