2009 Fiscal Year Annual Research Report
| Project/Area Number |
21700257
|
|---|
| Research Institution | Akita Prefectural University |
|---|
Principal Investigator |
間所 洋和 Akita Prefectural University, システム科学技術学部, 助手 (10373218)
|
|---|
| Keywords | ソフトコンピューティング |
|---|
| Research Abstract |
H21年度は,ART (Adaptive Resonance Theory)とSOM (Self-Organizing Maps)を用いたラベリング及びカテゴリマップの生成に関して基礎的な検討を実施し,以下の成果が得られた.
1) ラベリング精度の改善:
SIFT (Scale-Invariant Feature Transform)特徴量に対してOC-SVM (One Class-Support Vector Machines)を用いて前景領域と背景領域を2クラス問題分離し,前景領域のみを入力対象とすることにより,カテゴリ分類において冗長なラベルを抑制することができた.また,カテゴリマップでは,同一オブジェクトに対して隣接する関係でカテゴリを形成することができた.
2) 表情空間チャートの提案:
表情の動的多様性を可視化表現する表情空間チャートという概念を提案し,本研究で独自に構築した表情画像データセットを用いて評価した.本データセットは,18～22歳の大学生10名(男女各5名)に対して1週間単位で7～20週間に渡る表情画像から構成される.本データセットを用いた評価実験では,表情空間チャートを用いることにより,表情の空間的な分布と時間的な関係が同時に表現することが可能となった.
3) ストレスレベルの推定:
表情の撮影と同時に心理的ストレスシートを用いて慢性的なストレスレベルを計測し,SVMを用いて4段階のストレスレベルを学習し推定した.Leave-one-out Cross Validationによる評価の結果,被験者10名に対して72.2%の推定率を得ることができた.
|
