Combining Sequential Geometry and Texture Features for Distinguishing Genuine and Deceptive Emotions
Liandong Li, Tadas Baltrusaitis, Bo Sun, Louis-Philippe Morecy
IEEE Conference on Computer Vision and Pattern Recognition, 2017
本研究では,ビデオクリップから表情認識(本物と偽物の表情を判断)するための新手法を提案する.
web会議で撮影されるような人物動画を利用する場合,
適切な動画分割および人物顔のオクルージョンを考慮して解析モデルを設計する必要がある.
そこで本研究では,適切な動画分割を行うためのTemporal Attention Gated Model(TAGM, 2017)と,
表情の欠損を補間するencoder LSTM(eLSTM, 2016)を組み合わせることで,
入力動画を制限せず高精度に表情の真偽判断が可能な手法を提案する.
TAGMは,LSTMの各時間においてAttention scoreを算出することで,
各フレームの顕著度を計算し,それに基づいて動画をサブシーケンスに分割する.
eLSTMは,表情シーケンスのデータセットで学習したEncoder-decoderに通すことで,
入力シーケンスを正規化し欠損を補完する.
提案手法を真偽表情のデータベースSASE-FEに適用した結果,
Chalearn Lap, Real versus Fake expressed emotions (ICCV workshop 2017) において,
基本6感情の真偽判断精度61%で上位に入賞した.
(発表者:田中 伶実)
Clinical assessment of a non-invasive wearable MEMS
pressure sensor array for monitoring of arterial pulse waveform,
heart rate and detection of atrial fibrillation
Matti Kaisti, Tuukka Panula, Joni Leppänen, Risto Punkkinen, Mojtaba Jafari Tadi, Tuija Vasankari,
Samuli Jaakkola, Tuomas Kiviniemi, Juhani Airaksinen, Pekka Kostiainen, Ulf Meriheinä,
Tero Koivisto & Mikko Pänkäälä
Npj Digital Medicine, published: 14 May 2019
本論文で用いられたMEMSアレイ型センサーは、柔らかい部分を体に接触させ、
その変形による圧力変化を検知して、脈波を検出する仕組みとなっている。
動脈の波形からは、重要な生理的情報が得られる。
そのため、臨床上において、継続的に心臓・血管の状態を計測するための、
低コスト、簡単に装着できるウエアブルデバイスが求められている。
そこで、このニーズに基づいて、柔軟性があり、着用できる微小な電気機械システム(MEMS)センサーが開発された。
センサーの性能評価は ①信頼出来る基準である「侵襲的カテーテル」により得られる記録波形との比較(n =18)
②脈波リズムの不規則性の検出能力(n=18)
③心拍数モニタリングの性能(n=31)であり、結果は次のようになった。
①信頼できる基準の装置と、ウエアラブルデバイスとの比較結果では、ほぼ同一の波形が得られた(r = 0.9–0.99)
②本デバイスは、心拍リズムの計測と、心拍リズムにおいて起こりうる不規則性が検出可能。
クラスタリング分析では、心房細動(AF)と洞調律(正常な心拍)について、完璧な分類精度を示した。
③心拍数モニタリングの性能は、健康な被験者で、ほぼ完璧な心拍間隔の精度が示された(感度= 99.1%、精度= 100%)。
なお、対照的に、冠動脈疾患患者からの心拍間の検出は困難であったが、
平均心拍数は正常に検出できた(95%CI:-1.2〜1.1 bpm)。
結論として、本結果は、この装置が心血管疾患や個別化医療の遠隔モニタリングに役立つ可能性があることを示した。
(発表者:高橋 雅人)