文献

J-GLOBAL ID：201702213753893295   整理番号：17A1635221

スマートガラスを経て注意推定システム【Powered by NICT】

Attention estimation system via smart glasses

著者 (3件)： Chen Oscal T.-C. (Department of Electrical Engineering, National Chung Cheng University, Chiayi, 62102, Taiwan) ,  Chen Pin-Chih (Department of Electrical Engineering, National Chung Cheng University, Chiayi, 62102, Taiwan) ,  Tsai Yi-Ting (Department of Electrical Engineering, National Chung Cheng University, Chiayi, 62102, Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CIBCB  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 効果的学習に重要な役割を果たしている。注意評価により,学習者は学習過程を改善し,レビューし,注意欠陥多動性障害(ADHD)をも助ける。そのため,本研究は眼追跡のための内向きにカメラを持つ改良型スマートガラス,頭部姿勢推定のための慣性測定ユニット(IMU)を採用した。提案した注意推定システムは,眼球運動検出,頭部姿勢推定,機械学習から構成されている。眼球運動検出では,関心のある領域を同定左と右眼隅角部により導出した虹彩の中心点は,Hough変換を用いた局所的に最大曲線により見いだされる。頭部姿勢推定は,機械学習のための物理的特徴を生成するために捕獲された慣性データに基づいている。逐次フローティング前方選択(SFFS)の特徴選択法を用いて,適切な特徴を決定することであるが機械学習は遺伝的アルゴリズム(GA)-サポートベクトルマシン(SVM)を採用し,GAは,SVMのパラメータを最適化することである。著者らの実験は,提案した注意推定システムは,従来のシステムに比べてはかなり良好で93.1%の精度を達成できることを明らかにした。,スマートガラス中に埋め込まれた提案したシステムは,移動,便利で快適なユーザをもたらす学習または医学的症状チェッカに注意を評価した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *学習 ,  Hough変換 ,  カメラ ,  特徴選択 ,  最適化 ,  虹彩 ,  遺伝的アルゴリズム ,  機械学習 ,  サポートベクトルマシン ,  眼球運動
準シソーラス用語： 姿勢推定 ,  学習過程 ,  学習者 , 【Automatic Indexing@JST】

分類 (3件)： 神経の基礎医学  (GN01020W) ,  生物学的機能  (EB03040U) ,  精神障害  (GR03000A)

タイトルに関連する用語 (3件)： ガラス ,  注意 ,  推定システム