| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-03-03 15:55 生体信号を利用した映像視聴者の感情推定における未学習データの推定精度向上に関する検討 ○松村美里・菅沼 睦・亀山 渉（早大）  CQ2020-120 |
|
| 抄録 | （和） | 著者らは，映像推薦システム等での利用を目的に，Deep Neural Networkを利用して生体信号から映像視聴者の感情を推定する研究を行っている．従来の研究結果では，学習に用いていない映像視聴時のデータに対する推定精度が低く，学習データ数が不足していると考えられ，未学習データに対する感情推定精度の向上が課題となっていた．そこで，本稿では，提示する映像数を増やして実験を行い，学習データ数を増やして感情推定を行った．その結果，9名中8名の被験者において，未学習データに対する感情推定精度の向上が確認された．また，感情の項目の決め方に対しても考察を行ったところ，感情によって推定の難易度に差があることが分かった．これらの結果から，未学習データに対する感情推定精度を向上させるためには，より適切に感情の項目を設定し，多くの学習データを用意する必要があることが示唆された． |
| （英） | We are conducting a research of video viewer’s emotion estimation from bio-signals using deep neural network in order to utilize it for video recommendation systems. In our previous results, the estimation accuracy of unlearned data is low, and it is considered that the number of training data is insufficient. So, the improvement of emotion estimation accuracy of unlearned data remains as an issue. Therefore, in this paper, we conduct an experiment using more videos and estimate emotions using more training data. As the result, the emotion estimation accuracy of unlearned data improves in 8 out of 9 subjects. We also consider how to determine the emotion labels, and find that the difficulty of the estimation seems to differ depending on the emotions. From these results, it is suggested that it is necessary to set up more appropriate emotion labels and to obtain a lot of training data in order to improve the emotion estimation accuracy of unlearned data. | |
| キーワード | （和） | 生体信号 / 映像視聴者 / 感情推定 / 未学習データ / Deep Neural Network / / / |
| （英） | Bio-signals / Video Viewer / Emotion Estimation / Unlearned Data / Deep Neural Network / / / | |
| 文献情報 | 信学技報, vol. 120, no. 392, CQ2020-120, pp. 67-72, 2021年3月. | |
| 資料番号 | CQ2020-120 | |
| 発行日 | 2021-02-22 (CQ) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CQ2020-120 |
|
| 研究会情報 | |
| 研究会 | MVE IMQ IE CQ |
| 開催期間 | 2021-03-01 - 2021-03-03 |
| 開催地（和） | オンライン開催（崇城大学から変更） |
| 開催地（英） | Online |
| テーマ（和） | 五感に訴えるオンラインメディアとその評価，および一般 （魅力工学（AC）研究会協賛） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | CQ |
| 会議コード | 2021-03-MVE-IMQ-IE-CQ |
| 本文の言語 | 日本語 |
| タイトル（和） | 生体信号を利用した映像視聴者の感情推定における未学習データの推定精度向上に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | A Consideration on Estimation Accuracy Improvement of Unlearned Data in Video Viewer's Emotion Estimation Using Bio-signals |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 生体信号 / Bio-signals |
| キーワード(2)（和/英） | 映像視聴者 / Video Viewer |
| キーワード(3)（和/英） | 感情推定 / Emotion Estimation |
| キーワード(4)（和/英） | 未学習データ / Unlearned Data |
| キーワード(5)（和/英） | Deep Neural Network / Deep Neural Network |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 松村 美里 / Misato Matsumura / マツムラ ミサト |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 菅沼 睦 / Mutsumi Suganuma / スガヌマ ムツミ |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 亀山 渉 / Wataru Kameyama / カメヤマ ワタル |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-03 15:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CQ |
| 資料番号 | CQ2020-120 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.392 |
| ページ範囲 | pp.67-72 |
| ページ数 | 6 |
| 発行日 | 2021-02-22 (CQ) |
[研究会発表申込システムのトップページに戻る]