2023.4.11
Estimation of continuous valence and arousal levels from faces in naturalistic conditions
Antoine Toisoul, Jean Kossaifi, Adrian Bulat, Georgios Tzimiropoulos and Maja Pantic
Nature Machine Intelligence 3, 42-50(2021)
顔からの感情分析は,コンピュータが人の感情状態をよりよく理解すし,新しいヒューマンコンピュータインタラクションを作り出すために重要である.本論文では,自然条件下で感情価及び覚醒度を分析するための新しいディープニューラルネットワークアーキテクチャを提案する.提案するネットワークは、顔の位置合わせを統合し、1回の処理で範囲と連続の両方の感情を共同で推定するため、リアルタイムのアプリケーションに適している.3つのデータセットを用いて性能を評価した結果,提案アプローチがすべての既存技術を凌駕することが示された.
(発表者:川嵜 彩恵)
2023.4.18
Non-Invasive Blood Pressure Measurement Using A Mobile Phone Camera
Yuxuan Zhang,Xiao Zhang,Jinlian Du
IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology (CIBCB),15-17 Aug. 2022,Page(s):1 - 6
近年では,スマートフォンのセンサーや処理能力が向上し,スマートフォンによるバイタルセンシングの人気がますます高まっている.しかし,現在の測定技術においては複雑な手法を用いていたり,測定の精度が低いことなどが課題となっている.そこでこの論文ではスマートフォンカメラと光源を利用した低価格なシステムと,独自に構築した畳み込みニューラルネットワークによる血圧測定を提案する.被験者に対して,本手法を適用したところ,米国医療機器振興協会(AAMI)と英国高血圧学会(BHS)の血圧モニター基準を満たした.
(発表者:今井 良祐)
2023.5.16
DA-Capnet: Dual Attention Deep Learning Based on U-Net for Nailfold Capillary Segmentation
YULI SUN HARIYANI, HEESANG EOM, CHEOLSOO PARK
IEEE Access, Volume 8, 2020, pp.10543-10553
爪根元における毛細血管の自動セグメンテーションはカメラのノイズなどに起因する困難なタスクである.爪根元の毛細血管を観察することは自己免疫疾患の検出や重症度の推定に有用である.先行研究では手動,半自動,自動のセグメンテーション方法を用いて精度の比較を行ったが,どれも高い精度を示さなかった.そこで,本研究ではU-Netにデュアルアテンションを導入したDA-CapNetを提案する.DA-CapNetはU-Net,SegNetと比較して高い優位性が示された.
(発表者:石黒 理雄)
2023.5.30
An End-to-End Heart Rate Estimation Scheme Using Divided Space-Time Attention
Xin Zhang, Changqiang Yang, Ruonan Yin, Lingzhuang Meng
Neural Processing Letters (2022)
遠隔光電脈波計 (rPPG) は、顔映像の色の変化を分析することで非接触の心拍数推定を実現する。ただし、顔映像の色の変化は明らかではなく、頭の動きや照明の変化などの要因はrPPG 信号の抽出においてノイズとなる。これらの課題に対処するために、マルチヘッド セルフ アテンション メカニズムに基づいた、rPPGTR と呼ばれるエンドツーエンドのマルチタスク モデルを構築する。4 つの公開データセットに関する実験結果は、rPPGTR の予測精度が比較手法よりも優れていることを示した。
(発表者:外山 幸太)
2023.6.27
Robust Egocentric Photo-realistic Facial Expression Transfer for Virtual Reality
Amin Jourabloo, Fernando De la Torre, Jason Saragih, Shih-En Wei, Stephen Lombardi, Te-Li Wang, Danielle Belko, Autumn Trimble, Hernan Badino
Computer Vision and Pattern Recognition (CVPR), 2022, pp. 20323-20332
VR空間において,「本物の」人間がそこにいるという体験は,VRを用いた次世代のコミュニケーションシステムの構築に重要である.リアルな人物アバターの生成にはその人物特有のモデルが用いられるが,現状そのロバスト性と汎用性に課題がある.そこで本研究ではそれらを解決する新しいアーキテクチャを提案する.提案手法では教師なし学習により,顔の表情に必要のないヘッドセットや照明などを除外しつつ,顔の特徴を抽出しており,既存手法への優位性を示した.
(発表者:矢部 涼介)
2023.7.18
Classification of Drivers’ Mental Workload Levels: Comparison of Machine Learning Methods Based on ECD and Infrared Thermal Signals
Daniela Cardone, David Perpetuini, Chiara Filippini, Lorenza Mancini, Sergio Nocco, Michele Tritto, Sergio Rinella, Alberto Giacobbe, Giorgio Fallica, Fabrizio Ricci, Sabina Gallina and Arcangelo Merla
MDPI Sensors 2022, 22(19), 7300
メンタルワークロード(MW)は,同時並行タスクを実行するために必要な脳のリソース量を意味する.MWの評価は,交通事故リスクと相関することから重要である.本研究では,2つの認知テストをシミュレーション環境での運転中に実施し,赤外線サーモグラフィと心拍変動からMWのクラスを分類した.実験の結果,非接触かつ非侵襲的な手法のみで,シミュレーション中の運転手のMWレベルを高精度に推定することができた.
(発表者:大久保 匠)
2023.7.25
FMnet: Iris Segmentation and Recognition by Using Fully and Multi-Scale CNN for Biometric Security
Rachida Tobji,Wu Di,Naeem Ayoub
Applied Sciences, 2019, 9(10), 2042
完全畳み込みネットワーク(FCN)とマルチスケール畳み込みニューラルネットワーク(MCNN)を用いた虹彩認識アルゴリズム "FMnet "を提案した.畳み込みニューラルネットワークが異なる解像度で学習・動作する特性を考慮することで、提案する虹彩認識手法は、特徴抽出と分類を同時に行うことで、手作業による特徴抽出のみを用いる従来の手法の問題点を克服し,他の最先端の虹彩認識アプローチと比較して、より優れた分類結果を示した.
(発表者:郭 浩通)
2023.8.8
Self-Supervised RGB-NIR Fusion Video Vision Transformer Framework for rPPG Estimation
Soyeon Park, Bo-Kyeong Kim and Suh-Yeon Dong
IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT, VOL.71, 2022
ロバストなrPPG推定のための自己教師ありRGB-NIR融合フレームワークを提案する.RGBとNIRの時空間の特徴を統合し,頭部の動きや照明の変化といった条件下でもロバストな心拍数推定を可能にする.本フレームワークを,RGB,NIR,生体信号を含むデータセットで評価したところ,本フレームワークが実環境においても利用可能であることを示した.
(発表者:日野 湧太)