オリジナル

ディープラーニングを使用して画像内の人間の目をローカライズする

 Ingrid Fadelli、Phys.orgによる2019年11月1日

中国地球科学大学と中国の武漢WXYZ Technologiesの研究者チームは、最近、顔の画像で人の目を見つけるための新しい機械学習ベースの手法を提案しました。

 ElsevierのジャーナルNeurocomputingで発表された論文で発表されたこの手法は、いくつかの有用なアプリケーションを持つ可能性があります。

 たとえば、車を運転している人や、ある程度の注意と注意を必要とするタスクを実行している人の眠気を検出するために使用できます。

眠気は、人々の注意力や記憶力だけでなく、人々の意思決定スキルを大きく損なう可能性があります。 

運転中または重要なタスクを完了している間の眠気は、効率の大幅な低下につながり、場合によっては生命にかかわる事故を引き起こすことさえあります。

人間の眠気のレベルを推定する最も効果的な方法の1つは、眠気の多い人の目を見ることです。

 ただし、 計算方法を使用して人々の目を自動的に分析するには、まず、リアルタイムの画像またはビデオでそれらの位置を特定する必要があります。

「私たちの最近の研究は、眠気推定に関する研究の一部です」とこの研究を実施した研究者は、電子メールでTechXploreに語った。

「以前の研究では、パッシブサービスとは異なるサービスロボットのイニシアチブサービスモデルを提案しました (つまり、サービスを提供するときにロボットがユーザーの指示を待つ必要があります)。

さらに、例として飲用サービスロボットを選択しましたイニシアチブサービスモデルの有効性を検証します。」

当初、研究者は、人間に飲み物を提供するロボットプラットフォームの実用性を改善できる眠気の推定技術の開発に着手しました。

この方向への最初のステップは、人々の顔の画像を分析することにより、人々の目をリアルタイムで見つける自動方法を作成することでした。

ディープラーニングを使用して画像内の人間の目をローカライズする
目の位置を特定するためのWBCCNNの全体的な構造。 クレジット:Liu et al。

研究者によって提案された目の位置特定方法は、重み2値化カスケード畳み込みニューラルネットワーク(WBCCNN)として知られる機械学習技術に基づいています。 

彼らが開発したWBCCNNは、人の目の位置を粗いものから細かいものまで予測します。

これにより、モデルのパフォーマンスが向上します。さらに、ネットワークのバイナリコンポーネントは、モデルのストレージサイズを削減し、操作を高速化するのに役立ちます。

研究者らは、Labeled Faces in the Wild(LFW)、BioID、Labeled Face Parts in the Wild(LFPW)データセットからの画像を使用した一連の実験で、目の位置特定に関するWBCCNNモデルを評価しました。 

彼らの方法は目を見張る結果を達成し、目の位置を特定する他の手法を上回り、左目と0.71%の右目を特定する際に0.66%の平均検出誤差を達成しました。

研究者によると、彼らの研究の最も有意義な成果は、体重が二値化によって制約されるWBCCNNの開発でした。 

この独自の設計特性により、モデルのストレージ容量を節約でき、計算コストも削減できます。 

将来、新しいWBCCNNモデルは、人々の眠気や、人々の目を分析することで検出できる他の感情や状態を推定するための効果的なツールの開発を支援する可能性があります。

「眠気の推定には信頼性の高い眼の位置確認が必要です。

したがって、ここで提案された眼の位置確認方法を、眠気推定のためのロボットのイニシアチブサービスに適用してみてください。

関連記事

  1. オリジナル

    【藤野英人】次世代に伝えるべき「マネーリテラシー」の本質

    2019/10/27投資家視点で「人生を切り開く戦略」を提案する、カ…

  2. オリジナル

    【知識】1%を99.9%と錯覚してしまう「偽陽性」という罠

    2019/9/23私たちは日常生活やビジネス上で、日々多くの決断をし…

  3. オリジナル

    【小島健輔】ZOZOを買うべきは「オンワード樫山」だった

    2019/9/21テーマは「ZOZOはどこへ向かうのか?」。…

  4. オリジナル

    【3分解説】泥沼ブレグジット。期限「3度目延期」のポイント

    2019/11/1混迷極まる協議は「再々延長戦」へ──。10…

コメント

  1. この記事へのコメントはありません。

  1. この記事へのトラックバックはありません。

  1. スポーツ

    大谷「順調にきてる」左膝術後報告 痛みを抱えてプレーしていたこと明かす
  2. オリジナル

    【厳選9本】カギは攻めと守り。投資信託の「選び方」を知っていますか
  3. エンタメ

    NMBのうどんキャラ・川上礼奈が涙の卒業 芸能活動は継続
  4. ニュース

    台風死者、12都県80人に 住宅被害、5万6千棟超
  5. エンタメ

    ハイスタ横山健、体調不良で2週間以上先のライブ中止を発表 ファンからは心配の声
PAGE TOP