映像情報メディア学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2018-08-10 11:50
人間の視覚モデルに基づく視線推定の検討
大井 翔立命館大)・佐野睦夫阪工大)・田渕 肇斎藤文恵梅田 聡慶大
抄録 (和) 視線情報は,人間の注意機能を把握するために重要な要素の一つである.例えば,調理中や運転中の注意機能を評価するために視線は重要な要因となる.我々は,これまでに視線情報から生活中における注意状態を判断できることを示している.視線情報の取得は,アイトラッカーなどの高価な装置を用いて高い精度で視線を推定できるが,高価であり,キャリブレーションする必要がある.本研究では,単一のカメラでキャリブレーションの必要がなく視線推定する方式を検討する.具体的には,人間の視覚モデルに基づいた視覚的注意モデルから視線を推定する.視覚的注意モデルは色や輝度などの“ボトムアップ”情報と経験等からなる“トップダウン”の2種類のモデルから生成されるが,人間の脳の反応を考慮すると本能的に“人間の顔”や“ボディパーツ”に反応する部分がある.そこで,特定のカテゴリに反応するモデルを“特異注意”を定義し,従来のモデルと統合した視覚的注意モデルを生成し,視線情報を推定した. 
(英) Gaze information about human is important to judge the attention function in the human. For example, gaze information during car driving and cooking are important. We suggested being able to evaluate attention function from activities of daily living. We acquire gaze information using an eye tracker. The eye tracker is able to estimate high accuracy, however, it is expensive and difficult to operate. In this paper, we discuss a method to estimate gaze without calibration. Specifically, we estimate gaze from visual attention model inhuman. The visual attention model is made from a bottom-up model and a top-down model. However, the brain in human has parts that react to face, body-parts and so. Therefore, we defined a category-specific attention, integrates previous model and category-specific attention, and estimate gaze information. As a result, we present that gaze is similar using the proposed model than the previous model.
キーワード (和) 視覚的注意モデル / ボトムアップ注意 / トップダウン注意 / 特異注意 / 視線推定 / / /  
(英) Visual Attention Model / Bottom-Up Attention / Top-Down Attention / Specific-Category Attention / Gaze Estimation / / /  
文献情報 映情学技報, vol. 42, pp. 57-60, 2018年8月.
資料番号  
発行日 2018-08-02 (AIT) 
ISSN Print edition: ISSN 1342-6893    Online edition: ISSN 2424-1970
PDFダウンロード

研究会情報
研究会 IIEEJ AIT  
開催期間 2018-08-09 - 2018-08-10 
開催地(和) 信州大学 松本キャンパス 
開催地(英) Shinshu Univ. 
テーマ(和) 画像一般(色再現,立体映像,CG,VR,アニメーション技術,画像処理,ME関係,画像符号化など) 
テーマ(英)  
講演論文情報の詳細
申込み研究会 IIEEJ 
会議コード 2018-08-IIEEJ-AIT 
本文の言語 日本語 
タイトル(和) 人間の視覚モデルに基づく視線推定の検討 
サブタイトル(和)  
タイトル(英) Gaze Estimation based on Visual Attention Model 
サブタイトル(英)  
キーワード(1)(和/英) 視覚的注意モデル / Visual Attention Model  
キーワード(2)(和/英) ボトムアップ注意 / Bottom-Up Attention  
キーワード(3)(和/英) トップダウン注意 / Top-Down Attention  
キーワード(4)(和/英) 特異注意 / Specific-Category Attention  
キーワード(5)(和/英) 視線推定 / Gaze Estimation  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 大井 翔 / Sho Oi / オオイ ショウ
第1著者 所属(和/英) 立命館大学 (略称: 立命館大)
Ritsumeikan University (略称: Ritsumeikan Univ.)
第2著者 氏名(和/英/ヨミ) 佐野 睦夫 / Mutsuo Sano / サノ ムツオ
第2著者 所属(和/英) 大阪工業大学 (略称: 阪工大)
Osaka Institute of Technology (略称: OIT)
第3著者 氏名(和/英/ヨミ) 田渕 肇 / Hajime Tabuchi / タブチ ハジメ
第3著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第4著者 氏名(和/英/ヨミ) 斎藤 文恵 / Fumie Saito / サイトウ フミエ
第4著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第5著者 氏名(和/英/ヨミ) 梅田 聡 / Satoshi Umeda / ウメダ サトシ
第5著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2018-08-10 11:50:00 
発表時間 25分 
申込先研究会 IIEEJ 
資料番号 AIT2018-167 
巻番号(vol) vol.42 
号番号(no) no.26 
ページ範囲 pp.57-60 
ページ数
発行日 2018-08-02 (AIT) 


[研究会発表申込システムのトップページに戻る]

[映像情報メディア学会ホームページ]


ITE / 映像情報メディア学会