| 講演名 | 2023-03-02 畳み込み型スパース辞書学習を用いた顔の1次元輝度信号からの瞬き検出 丸山 宗一郎(千葉工大), 中静 真(千葉工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本報告では，顔全体の動画像から畳み込み型辞書学習を用いて瞬きを検出する方法について報告する．近年健康状態や心理状態を測定するために瞬きの検出が用いられている．既存の瞬きの検出方法は顔の動画像から目の領域を抽出し，その形状変化から瞬きを検出している．しかしこの方法では目の特徴点を正確にとらえる必要がある.ため高解像度の画像が必要となってしまう．そのため個人を特定することが可能となってしまい個人情報保護の観点から不適切であると考えられる．そこで本報告では個人情報を保護しつつ瞬きを検出する方法として超低解像度画像から瞬きを検出する方法を提案する．具体的にはフレームごとに顔全体の平均輝度から１次元の時間信号を求め，この１次元信号から瞬きを検出する．この問題は一つの信号源から，信号を分離する信号分離問題となる．瞬きの分離方法は，事前に瞬きの時間変化をスパース性に基づく畳み込み型辞書学習により畳み込み辞書として学習し，この辞書を用いて顔全体の動画像の信号から瞬きを分離する．分離後の信号に対してピーク検出を行うことで瞬きを検出する．実験では，提案法を用いて瞬きの検出を行い，適合率および再現率から検出精度を評価している. |
| 抄録(英) | In this report, a blink detection method from average intensities of whole facial videos using convolutional dictionary learning is presented. Recently, blink detection has been used to measure health and psychological states. Existing blink detection methods extract feature points of a face and detect blinks from their geometric changes. However, this methodrequires high-resolution images because the feature points of the eyes must be accurately captured. Therefore, this method is considered inappropriate from the viewpoint of personal information protection because it can identify individuals. In this report, we aim to detect blink from low-resolution images, which is impossible to be used for personal identification. Specifically, a one-dimensional temporal signal is obtained from the average intensity over the entire face at each frame, and blinks are detected from this one-dimensional signal. This problem is a signal separation problem from a mixture of signals. The blink separation method In our detection, the variations of the intensity caused by the blink is extracted as the dictionaries of the sparse coding, prior to separation. The separation is performed by the sparse coding with the dictionary that is trained. In experiments, the proposed method is applied to detect blinks, and the detection accuracy is evaluated based on the fit rate and reproduction rate. |
| キーワード(和) | 瞬き検出 / ブラインド信号 / スパース表現 / 辞書学習 |
| キーワード(英) | Blink detection / blind source separation / sparse representation / dictionary learning |
| 資料番号 | SIS2022-40 |
| 発行日 | 2023-02-23 (SIS) |
| 研究会情報 | |
| 研究会 | SIS |
|---|---|
| 開催期間 | 2023/3/2(から2日開催) |
| 開催地（和） | 千葉工業大学 |
| 開催地（英） | Chiba Institute of Technology |
| テーマ（和） | ソフトコンピューティング,一般 |
| テーマ（英） | |
| 委員長氏名（和） | 木村 誠聡(神奈川工科大) |
| 委員長氏名（英） | Tomoaki Kimura(Kanagawa Inst. of Tech.) |
| 副委員長氏名（和） | 笹岡 直人(鳥取大) / 田向 権(九州工大) |
| 副委員長氏名（英） | Naoto Sasaoka(Tottori Univ.) / Hakaru Tamukoh(Kyushu Inst. of Tech.) |
| 幹事氏名（和） | 坂東 幸浩(NTT) / 吉田 壮(関西大学) |
| 幹事氏名（英） | Yukihiro Bandoh(NTT) / Soh Yoshida(Kansai Univ.) |
| 幹事補佐氏名（和） | 眞壁 義明(神奈川工科大) / 杉浦 陽介(埼玉大) |
| 幹事補佐氏名（英） | Yoshiaki Makabe(Kanagawa Inst. of Tech.) / Yosuke Sugiura(Saitama Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Smart Info-Media Systems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 畳み込み型スパース辞書学習を用いた顔の1次元輝度信号からの瞬き検出 |
| サブタイトル（和） | |
| タイトル（英） | Blink detection from one-dimensional face signal by using convolutional sparse dictionary learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 瞬き検出 / Blink detection |
| キーワード(2)（和/英） | ブラインド信号 / blind source separation |
| キーワード(3)（和/英） | スパース表現 / sparse representation |
| キーワード(4)（和/英） | 辞書学習 / dictionary learning |
| 第 1 著者 氏名（和/英） | 丸山 宗一郎 / Souichiro Maruyama |
| 第 1 著者 所属（和/英） | 千葉工業大学(略称：千葉工大) Chiba Institute of Technology(略称：CIT) |
| 第 2 著者 氏名（和/英） | 中静 真 / Makoto Nakashizuka |
| 第 2 著者 所属（和/英） | 千葉工業大学(略称：千葉工大) Chiba Institute of Technology(略称：CIT) |
| 発表年月日 | 2023-03-02 |
| 資料番号 | SIS2022-40 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | SIS-410 |
| ページ範囲 | pp.1-4(SIS), |
| ページ数 | 4 |
| 発行日 | 2023-02-23 (SIS) |