2018年4月 - 2021年3月
無意識的気づきの検出に基づく周辺人物の微小変化の間接的検出
日本学術振興会 科学研究費助成事業 基盤研究(C) 基盤研究(C)
人の気づきに関する実験環境として,様々な視覚提示を行った際に,歩行を含む振る舞いを計測するため,HMDとモーションキャプチャ・視線計測装置,LRFからなる仮想実験環境を構築した.視覚提示に対応した人の振る舞いを計測できることを確認した.この環境を利用し,様々な注視方向における歩行動作を取得し分析した.その結果,トレッドミル環境における以前の研究と同様に,注視方向と頭部方向・腕振りに線形の関係性があることが確認できた.この結果も踏まえ,今後トレッドミル環境での実験も進めていく.また,人物の微小変化として,人が嘘をつく際の変化に着目し,ゲーム中のプレイヤーの振る舞いを取得する環境を構築し,データの取得・分析を開始している.
また,人の気付きを感情や理解度の変化の側面から捉えられないかと考え,脳波や心拍のRR間隔の変動からそれらを推定する技術を研究した.具体的にはある程度の感覚での脳波,RRI感覚のスペクトログラムを取得し,これを感情の強度や覚醒度でラベル付けを行い教師データとして複数のCNNで構成されるニューラルネットワークを学習させ,90パーセント以上の精度で感情の変化のポイントを検出できることを確認した.また数理パズルを解いている際の脳波を計測し,思考中と思考後の脳波をウェーブレット変換し画像データ化したものを教師データとして複数のCNNで構成されるニューラルネットワークを学習させることで,人が物事を理解した瞬間をとらえる研究も実施した.その精度についてはこれから改善のための方策について検討を進める.
また,人の気付きを感情や理解度の変化の側面から捉えられないかと考え,脳波や心拍のRR間隔の変動からそれらを推定する技術を研究した.具体的にはある程度の感覚での脳波,RRI感覚のスペクトログラムを取得し,これを感情の強度や覚醒度でラベル付けを行い教師データとして複数のCNNで構成されるニューラルネットワークを学習させ,90パーセント以上の精度で感情の変化のポイントを検出できることを確認した.また数理パズルを解いている際の脳波を計測し,思考中と思考後の脳波をウェーブレット変換し画像データ化したものを教師データとして複数のCNNで構成されるニューラルネットワークを学習させることで,人が物事を理解した瞬間をとらえる研究も実施した.その精度についてはこれから改善のための方策について検討を進める.
- ID情報
-
- 課題番号 : 18K11383