モデル作成にクラスタリングを用いた視線認識

モデル作成にクラスタリング
を用いた視線認識
小林研究室 画像班 4年 萩原 聖
1
はじめに

パターン認識を用いて視線認識を行う際に、
不特定多数の人を学習データとしてモデルを作成すると、
人によって認識率が低い人がいる

認識対象とする人のデータと著しく異なる傾向を持つデータが
学習データに含まれているため
データを人毎にクラスタリングしてモデルを複数作成し、
認識に用いる人によってモデルを切り替える
クラス
DEF
人A~Iの
データ
クラスタリング
クラス
ABC
クラス
GHI
認識
人物Aを認識に用いた場合の例
テスト
データA
モデル
BC
2
実験概要

認識手法:SVM





ガウシアンカーネル
特徴量:目の部分画像の画素値
「見ている」、「見ていない」の2カテゴリ
20人分のデータを用いた
5通りの方法でモデルを作成した


実験に用いた画像の例
クラスタリングなし
 認識対象の人を除いた全ての人を学習データとする方法
 人クローズドデータオープン
クラスタリングあり
 3通りの手法で人毎にデータをクラスタリングし、
認識に用いる人が属しているクラスのデータから
その人を除いたデータを学習データとする方法
3
実験結果
全員の認識率を見ると、クラスタリングを
用いたことによる認識率の向上は見られなかった
人毎の「見ている」の認識率を見ると人物IやKなど
今回の手法で問題が解消された場合もあった


認識対象の人を除く全ての人
クラスタリング手法1
クラスタリング手法3
平均の認識率
人毎のonの認識率
80
80
認識率[%]
100
認識率[%]
100
60
40
60
40
20
20
0
0
on
カテゴリ
人クローズドデータオープン
クラスタリング手法2
off
I
K
T
人物
4