著者
西行 健太 日向 匡史 田崎 博 木下 航一 長谷川 友紀 山下 隆義 藤吉 弘亘
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会論文誌 (ISSN:13460714)
巻号頁・発行日
vol.35, no.6, pp.C-K53_1-10, 2020-11-01 (Released:2020-11-01)
参考文献数
24

Driver pose estimation is a key component in driver monitoring systems, which is helpful for driver anomaly detection. Compared with traditional human pose estimation, driver pose estimation is required to be fast and compact for embedded systems. We propose fast and compact driver pose estimation that is composed of ShuffleNet V2 and integral regression. ShuffleNet V2 can reduce computational expense, and integral regression reduce quantization error of heat maps. If a driver suddenly gets seriously ill, the head of the driver is out of view. Therefore, in addition to localizing body parts, classifying whether each body part is out of view is also crucial for driver anomaly detection. We also propose a novel model which can localize and detect each body part of the driver at once. Extensive experiments have been conducted on a driver pose estimation dataset recorded with near infrared camera which can capture a driver at night. Our method achieves large improvement compared to the state-of-the-art human pose estimation methods with limited computation resources. Futhermore, We perform an ablation study of our method which composed of ShuffleNet V2, integral regression, and driver body parts detection. Finally, we show experimental results of each driver action for driver monitoring systems.
著者
木下 航一 小西 嘉典 勞 世 川出 雅人 村瀬 洋
出版者
The Institute of Electronics, Information and Communication Engineers
雑誌
電子情報通信学会論文誌 D (ISSN:18804535)
巻号頁・発行日
vol.J94-D, no.4, pp.721-729, 2011-04-01

顔画像に対して,高速で高精度に形状モデルフィッティングを行う手法を提案する.形状モデルのフィッティング手法は多数提案されているが,顔画像に対するフィッティングは影や表情変化などのノイズの影響を受けやすく,高精度な結果が得られにくいという課題があった.また多数の繰返し演算を必要とするため,リアルタイム処理の実現は難しかった.我々はこれらの課題に対して,(1)形状モデル上でのサンプリング点の構造的配置,(2)特徴量による形状パラメータの摂動量推定,を行うフィッティング手法を提案する.(1)によってノイズの影響を受けにくい局所特徴量を有効に活用でき,影や表情変化などに対する頑健性が向上する.また(2)によって特徴量から一度の行列演算で形状パラメータの修正量を求めることが可能となり,処理時間が削減できる.公開データベースによる実験の結果,従来手法と比較して約20倍の高速化を実現しつつ,影や表情変化などのノイズのある顔画像に対して従来手法を上回る検出性能を示した.