2017 Fiscal Year Annual Research Report
Detecting Peculiar Facial Expressions for Unspecified Persons Based on Sparse Coding
| Project/Area Number |
15K12100
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
鈴木 英之進 九州大学, システム情報科学研究院, 教授 (10251638)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 異常検知 / 転移学習 / 顔表情 |
|---|
| Outline of Annual Research Achievements |
本年度は主に，不特定者を対象とするのによりふさわしい，新しい問題設定下における顔特異表情検知手法を完成して実験でその有効性を示し，国際学会で発表した．この新しい問題設定は，Kinectという特定装置に依存するのではなく，一般的なカメラで撮影した画像データを対象とする．さらに，顔特異表情が前もって得られるということは滅多にないという現状を反映するため，対象人物（= 対象タスク）の通常表情データと，他の人物（= 関連タスク）の通常表情データだけを入力にとり，対象人物の顔特異表情を検知する分類子を出力する（= 1クラス分類問題）．
われわれは，元々は2クラス分類問題用にChuらが提案した選択的転移機械を1クラス分類問題用に変更し，1クラス選択的転移機械と名付けた．具体的には，Chuらが関連タスク例の重みづけに用いたカーネル平均マッチング法におけるサポートベクトルマシン（SVM）を1クラスSVMに変更し，訓練データ中に特異表情が無くても検知用分類子を求められるようにした．肩痛時の苦痛顔表情に関するベンチマークデータを用いた実験の結果，われわれの提案手法は，Heらが2014年に提案したマルチタスク用1クラスSVMおよび各種設定下における1クラスSVMに比べて，F値とAUCの両方でより正確であることが実証された．さらに，人工データを用いた実験でも同様に良好な結果を得た．
なお今後の展開を考え，顔特異表情検知の有望応用を，人工知能の有名研究者らが集まる国際ワークショップで発表した．
|
Research Products
(6 results)
