| 研究課題/領域番号 |
18K11416
|
|---|
| 研究機関 | 甲南大学 |
|---|
研究代表者 |
田村 祐一 甲南大学, 知能情報学部, 教授 (50311212)
|
|---|
| 研究分担者 |
梅谷 智弘 甲南大学, 知能情報学部, 准教授 (10397630)
中村 浩章 核融合科学研究所, ヘリカル研究部, 教授 (30311210)
内田 勇人 兵庫県立大学, 環境人間学部, 教授 (50213442)
大野 暢亮 兵庫県立大学, シミュレーション学研究科, 教授 (50373238)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| キーワード | 感情認識 / VR / バーチャルリアリティ / 自転車 / HMD / SVM |
|---|
| 研究実績の概要 |
本研究はVR技術を利用した発達障害児・者の対人コミュニケーション支援システムを構築することと，機械学習を用いたコミュニケーション時の感情推定，特に
社会的感情（ここで社会的感情とは，特定の文化圏において，バーバル，ノンバーバル情報を提示したとき，他者が提示された情報から受け取る可能性が高い感
情，曖昧ではあるがある程度共通認識のある感情表現情報のことを指す）の測定を目的としている．
本年度は遅れていた実験協力者を使った実験を行った．方法としては深層学習を使った方法とサポートベクターマシン（SVM)を使った両モデルを比較した．現在，一般に公開されている感情ラベル付きデータがほとんどなく，さらには，一般的なコミュニケーションでも同様であるが，ポジティブな感情を音声で表現する頻度とネガティブな感情を表現する頻度を比較した場合，圧倒的に前者の比率が高くなる．つまり，Negative感情を学習させることが極めて困難であった．また，現在，感情データを作成するための大規模な実験を行う環境にないことも挙げられる．これらの理由で多くの教師データが必要となる深層学習モデルでは十分な認識精度を出すことができなかった．SVMを使った分類機では，「ネガティブでない」，「ネガティブな可能性がある」，「ネガティブである」の3分類において，約60%程度の精度で分類が可能となった．先行研究では日本人の他者発話の感情認識率が60%程度であるとの研究もあり，ある程度高精度での認識が可能となった．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
昨年度の実績報告書にも示した通り，被験者実験を行うことが難しかったため，一年遅れのスケジュールで研究活動を行っている．ただし，当初予定の最終年度の進捗予定と比較すると計画以上に進展している．
|
| 今後の研究の推進方策 |
本研究は上述した感情推定モデルの構築と，自転車シミュレータを用いた発達障害者支援システムの双方から構成されている．前者に関しては，2021年度に一定の結果を出すことができたため．2022年度は後者に注力する予定である．特に2021年度に行った基礎検討では，近年問題となりつつある「HMD装着時に光学的には正しい像が小さく見える傾向がある」という問題に対し，認知心理学的観点から解き明かす研究も同時に進めていく予定である．最終的には，自転車シミュレータでの体験を行う際に，実際の大きさと知覚する大きさのギャップがあることによる没入感の低下を抑えることを目的とする．
|
| 次年度使用額が生じた理由 |
研究期間を1年延長したため．
|
