著者

鈴木 陽也 秋山 和輝 梶原 智之 二宮 崇 武村 紀子 中島 悠太 長原 一

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会全国大会論文集 第36回 (2022)

巻号頁・発行日

pp.4D3GS604, 2022 (Released:2022-07-11)

---

感情分析とは,テキストから人間の感情強度を予測する自然言語処理タスクである.従来の感情分析モデルは,テキストの書き手の感情(主観感情)の推定性能が十分でないことが知られている.そこで本研究では,感情分析モデルの入力として書き手の性格情報を加え,主観感情の推定に特化させる.本研究で使用する書き手の性格情報は,テキストの書き手に対する性格診断の結果である.プルチックの基本8感情の強度推定に関する評価実験の結果,提案手法による主観感情の推定の性能改善を確認した.

著者

山野 広大 村松 大吾 武村 紀子 八木 康史

出版者

The Institute of Electronics, Information and Communication Engineers

雑誌

電子情報通信学会論文誌 A (ISSN:09135707)

巻号頁・発行日

vol.J105-A, no.12, pp.146-155, 2022-12-01

---

本論文では人物の歩行時の特徴(歩容特徴)を用いた年齢推定手法を提案する.歩容特徴に基づく年齢推定においては,自由に歩行している人物の歩容が対象となるため,撮影角度の違いに対する頑健性が求められる.複数の撮影角度からの歩容特徴を学習に利用することで,頑健性を強めることができるが,学習に用いられる歩容特徴の撮影角度と一致しない撮影角度の歩行人物に対しては,推定精度は大幅に劣化する.そこで,本論文では,学習に含まれない撮影角度の歩容特徴の推定精度を改善する手法として,撮影角度抑制学習を用いた年齢推定を提案する.撮影角度抑制学習とは,撮影角度の影響を抑制する副課題のもとで主課題の学習を行うものである.高精度な角度分類器を用いた制約項を考慮しつつ主課題用の特徴空間を構築することで撮影角度の影響を抑制する.提案手法は,歩容公開データベースを用いて,複数の設定で評価を行った.その結果,提案手法は,学習に用いられていない撮影角度の年齢推定において大幅な精度改善を実現した.

著者

廖 若辰 守脇 幸佑 槇原 靖 村松 大吾 武村 紀子 八木 康史

雑誌

研究報告コンピュータビジョンとイメージメディア(CVIM) (ISSN:21888701)

巻号頁・発行日

vol.2019-CVIM-218, no.17, pp.1-6, 2019-08-28

---

体組成は健康状況を把握するための重要な指標である.体脂肪率や体水分率,筋肉量などを把握することにより,肥満や生活習慣病の予防や改善が可能になり,現代社会における健康維持のためにその必要が増しつつある.市販の体組成計の多くは,生体電気インピーダンス分析法を用いるものが多く,正確な結果を出せる一方,設備が高価という問題点がある.また一人ずつしか計測できないため,多人数を効率よく計測するには不向きである.そこで,本研究では,多人数を効率よく計測するための,歩行映像解析による体組成推定を試みる.具体的には,歩行映像から抽出するシルエットに基づく特徴表現である歩容エネルギー画像 (Gait energy image, GEI) を入力,各体組成の値を出力とする畳み込みニューラルネットワーク (Convolutional neural network,CNN) を構成し,被験者の歩行映像から抽出した GEI と市販の体組成計で計測した体組成の値の組を学習データとして,ネットワークパラメタを学習する.ここで,体組成を計測できる被験者数には限りがあることから,CNN を適切に学習することが困難となる.そこで,まず,大規模歩行映像データベースから抽出した GEI を入力,同データベースから抽出可能な,体組成と関連性のありそうな歩容個性 (腕振りの大きさや歩幅) を出力とする CNN を事前学習する.次に,事前学習されたパラメタを持つ中間層までのネットワークに対して,いくかの層を追加した,即ち,構造的に成長させたネットワークの出力に体組成値を設定し,ネットワークのファインチューニングを行うことで,限られた体組成の学習データからでも効果的に学習可能なことを示す.実験では,体組成の学習データのみを用いた,サポートベクター回帰や CNN による推定手法と比較して,提案手法が高い精度を得られることを確認した.

著者

柳川 由紀子 越後 富夫 宮崎 祐太 武村 紀子 八木 康史

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.33, no.6, pp.C-I33_1-12, 2018-11-01 (Released:2018-11-01)

参考文献数

51

---

Tracking precisely of abnormalities in the gastrointestinal tract is useful for preparing sample image sequences on educational training for medical diagnose on endoscopy. While the gastrointestinal wall deforms continuously in an unpredictable manner, however, abnormalities without distinctive features make it difficult to track over continuous frames. To address this problem, the proposed method employs Convolutional neural networks (CNN) for tracking lesion area. Conventionally, CNN for tracking requires a large amount of sample data for preliminary learning. The state-of-arts tracking methods using CNN are premised on preliminary learning on data similar to target images given a large number of correct answer labels. On the other hand, the proposed method are not required preliminary learning using similar data. The image components in the marked region at the starting frame is similar to components at the only same position, but different between them depending on the degree of overlapped area. Furthermore, in the successive frame, the components in the previous region is similar to them in the identified area. Therefore, similarity can be learned in the previous frame, called it as an intra-frame training. This paper describes the method for tracking an abnormal region by using CNN based on training overlap rates between the abnormal region and local scanning one with the same size on the starting intra-frame. Furthermore, network parameters are transformed from training the similar regions on the continuous frame additionally. We demonstrate the efficiency of the proposed approach using eight common types of gastrointestinal abnormality.

著者

北村 謙典 武村 紀子 岩井 儀雄 佐藤 宏介

出版者

一般社団法人 電気学会

雑誌

電気学会論文誌C(電子・情報・システム部門誌) (ISSN:03854221)

巻号頁・発行日

vol.134, no.2, pp.218-224, 2014-02-01 (Released:2014-02-01)

参考文献数

13

---

In this study, we investigated expressive facial reactions in response to changes in the visual environment and their automatic extraction from sensors, in order to construct a comfortable level of illumination in personal living spaces. We conducted an experiment that showed that expressive facial reactions occur when illumination in the visual environment changes. We captured facial images and manually classified them as expressing or not expressing discomfort. We then conducted a second experiment that showed that automatic image processing can be used to extract and identify these expressive facial reactions. We extracted facial features and used a support vector machine to learn the classification in this experiment.