|
「眼球・頭部協調運動モデリング」：昨年度までに，眼球と頭部の無意識的な協調運動を機械学習によりモデル化しておくことで，人の頭部運動の観測のみから注視方向を推定する技術を開発してきた．本年度，この技術をPythonライブラリの形に整理した．学習データとしてVR環境下と実環境下のデータセットがあり，これらは相互にある程度の互換性があることは確認済みだが，より高い推定精度のためには利用シーンに合わせたデータセットを用いることが望ましいため，このPythonライブラリにはデータセットを切り替えられる機能も備えた．このライブラリ化により，今後のさまざまな研究でこの技術を容易に活用できるようになった．
「VR視覚探索課題による心の健康状態推定」：本研究課題で開発したVR環境下で視覚探索を行うシステムでは，視覚探索時間だけでなくターゲット発見までの頭部運動ログも記録している．このログに対して上述の眼球・頭部強調運動モデルを適用することにより，視線の軌跡を推定した．この推定結果の妥当性を確認するとともに，この視線軌跡について幸福度の高低により差が生じている点がないか，統計的手法により解析した．
「人物自動追従ドローン」：本研究課題でこれまでに開発した人物自動追従ドローンは，ドローンカメラに映る人物が歩行によりその画像中での位置が変化することを検出してドローンの制御を行うリアクティブな制御のため，歩き始めや歩き終わりなど速度変化が生じるときには原理上一定の距離・向きを維持することができなかった．そこで本年度は，速度変化が生じるときの人のわずかな姿勢変化に基づき未来位置を予測する機構を新たに導入することで，より正確な位置・向きの制御を実現した．また，実システムにおいて生じる映像フレームレートの不規則性に対処しつつ，高いレスポンスを維持する技術も提案した．
|
