2017 Fiscal Year Annual Research Report
Kansei evaluation and smart control of individual environment based on human sensing
| Project/Area Number |
26330189
|
|---|
| Research Institution | Yokohama National University |
|---|
Principal Investigator |
杉本 千佳 横浜国立大学, 未来情報通信医療社会基盤センター, 特任教員(准教授) (40447347)
|
|---|
| Project Period (FY) |
2014-04-01 – 2018-03-31
|
| Keywords | ヒューマンセンシング / 識別モデル / 特徴量 / 状態認識 |
|---|
| Outline of Annual Research Achievements |
日常生活環境下における人の感性や内的状態を生体情報から客観的に評価する手法を構築するため、生体データからのより適切な特徴量抽出法と識別器を評価して最適な識別モデルを導出し、環境が変化する日常環境下での計測実験により有効性を評価した。
生体情報に見られる個人内変動や個人差を含んだデータ特性が選択される特徴量や認識精度に与える影響を考慮し検証を行った。感性・内的状態認識および行動認識のための識別モデルとして、SVM、 RF、NN等を比較評価し、複数の特徴量抽出法を用いて有効な手法を検証した。人のコンテクストを自動的に認識するため、また、行動に感性・内的状態変化による影響が表れると考えられるため、ウェアラブルセンサを用いて行動状態および心身状態を認識するためのアルゴリズム及びシステムを開発した。感性・内的状態認識においては、適切な特徴量を抽出・評価して更なる精度向上を図るため、特徴表現の学習に優れたディープニューラルネットのCNNモデルを用いて識別モデルを構築した。本手法により高い認識精度が得られたが、学習には大量のデータが必要であり、多様な状態に関してラベル付きデータを収集することは容易ではない。そこで、さらに教師なし学習のVAE（Variational Autoencoder）を用いて状態の抽出・評価を試みた。ここでは、日常的にしばしば起こりえる視覚情報入力、聴覚情報入力、内的精神活動に意識を向ける集中状態の評価を行った。生体データとしては、集中状態と関連があるとされる脳血流、眼球運動、瞳孔径、心拍変動、皮膚コンダクタンスを計測し特徴量として用いた。その結果、VAEによる次元圧縮効果が見られ、VAEにより集中状態の特徴を抽出できる可能性が示された。以上により、日常生活環境下での様々な感性・内的状態を高い精度で推定する手法を提案できたといえる。
|
