Download presentation
Presentation is loading. Please wait.
1
モデル作成にクラスタリングを用いた視線認識
小林研究室 画像班 4年 萩原 聖
2
はじめに パターン認識を用いて視線認識を行う際に、 不特定多数の人を学習データとしてモデルを作成すると、 人によって認識率が低い人がいる
認識対象とする人のデータと著しく異なる傾向を持つデータが 学習データに含まれているため データを人毎にクラスタリングしてモデルを複数作成し、 認識に用いる人によってモデルを切り替える クラス DEF 人A～Iの データ テスト データA クラスタリング 認識 クラス ABC クラス GHI モデル BC 人物Ａを認識に用いた場合の例
3
実験概要 認識手法:SVM 特徴量：目の部分画像の画素値 「見ている」、「見ていない」の２カテゴリ 20人分のデータを用いた
ガウシアンカーネル 特徴量：目の部分画像の画素値 「見ている」、「見ていない」の２カテゴリ 20人分のデータを用いた 5通りの方法でモデルを作成した クラスタリングなし 認識対象の人を除いた全ての人を学習データとする方法 人クローズドデータオープン クラスタリングあり 3通りの手法で人毎にデータをクラスタリングし、 認識に用いる人が属しているクラスのデータから その人を除いたデータを学習データとする方法 実験に用いた画像の例
4
実験結果 全員の認識率を見ると、クラスタリングを 用いたことによる認識率の向上は見られなかった
人毎の｢見ている」の認識率を見ると人物IやKなど 今回の手法で問題が解消された場合もあった 認識対象の人を除く全ての人 人クローズドデータオープン クラスタリング手法1 クラスタリング手法2 クラスタリング手法3 平均の認識率 人毎のonの認識率 20 40 60 80 100 on off カテゴリ 認識率[%] 20 40 60 80 100 認識率[%] I K T 人物
Similar presentations
