あらまし
|
本文PDFファイルを閲覧するには，ログインする必要があります. 左メニューよりログインして下さい. |
|
対話中の頭部運動機能認識のための特徴膨張収縮深層ニューラルネットワーク 武田 一輝 大塚 和弘 誌名 電子情報通信学会論文誌 A Vol.J105-A No.2 pp.26-37 発行日: 2022/02/01 早期公開日: 2021/09/09 Online ISSN: 1881-0195 DOI: 10.14923/transfunj.2021JAP1016 論文種別: 論文 専門分野: マルチメディア環境技術 キーワード: 畳み込みニューラルネットワーク, 人物行動認識, 非言語コミュニケーション, 頭部運動, 本文: PDF(1MB)>>
あらまし: 人と人との対話において，頭部運動は様々な機能をもつことが知られている．従来，対話者の頭部姿勢角の時系列から頭部運動機能を認識するための畳み込みニューラルネットワーク（CNN）が提案されているが，認識性能には向上の余地がある．本論文では，このCNNの性能向上を目的とし，入力時系列の特徴学習を促進させるための付加機構として，特徴膨張収縮機構（I/DeF機構）を提案する．このI/DeF機構は，膨張処理と収縮処理の繰返しにより構成される．前者では，転置畳み込みによる微視的スケール方向及び時間窓の前後方向へのデータの拡大が行われる．後者では，畳み込みによる時間方向のデータの削減・復元が行われる．頻出する頭部運動機能10種を対象とした実験の結果，I/DeF機構を統合したCNNは，従来のCNNの性能を全機能カテゴリーにおいて上回り，最大で4.5ポイントのF値の向上を達成した．また，I/DeF機構をVGG，ResNetにも統合し比較した結果，I/DeF機構を統合したCNNが8割の機能カテゴリーにおいて最も優れた性能を示した．今後，本機構は様々な時系列データの認識にて活用が期待される． | |||||
|
