人の感情や快適感などの内的状態を客観的に定量評価する手法として、生体データおよび行動データからの適切な特徴量抽出法と学習のための識別器を評価し、評価対象の感性や計測条件に応じて、サポートベクターマシン、ランダムフォレスト、畳み込みニューラルネットワーク、VAE等を用いた新たな認識モデルを導出し、個々人の状態に基づき最適フィードバックするためのヒューマンスマートセンシングシステムを構築した。休憩時や映像視聴時、学習時やオフィスワーク時等の外界からの視聴覚情報や温熱・照明・音環境が変化する日常環境下での計測実験において感性推定精度を評価し、認識モデルの有効性を示した。
|