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、
認識対象者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
異なる傾向を持つデータ
を排除し、似ているデータ
でモデルを作成する
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


「見ている」
「見ていない」
実験に用いた画像の例
クラスタリングなし(2通り)
 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)
 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
全員の平均の認識率を見ると、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｢見ている」の認識率
80
80
認識率[%]
100
認識率[%]
100
60
40
60
40
20
20
0
0
見ている
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
見ていない
I
K
T
人物
4

Download Report