文献

J-GLOBAL ID：201802274025497033   整理番号：18A0440017

運転者の眼の多モード分類【Powered by NICT】

Multimodal classification of driver glance

著者 (5件)： Baumann Daniel (The Computer Laboratory, University of Cambridge, UK) ,  Mahmoud Marwa (The Computer Laboratory, University of Cambridge, UK) ,  Robinson Peter (The Computer Laboratory, University of Cambridge, UK) ,  Dias Eduardo (Jaguar Land Rover, Coventry, UK) ,  Skrypchuk Lee (Jaguar Land Rover, Coventry, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ACII  ページ： 389-394  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： 本論文では,運転者の一瞥の車内分類へのマルチモーダルアプローチを提案した。運転者の一瞥は認知負荷の強力な予測因子であると自動車領域における多くの応用に有用な入力である。六記述一見領域を定義し,分類器は単一の低コストカメラからの運転者のビデオ記録上で訓練される。頭部方向,視線と信頼評価のような視覚特徴を抽出し,統計的方法を用いて視覚特徴の破壊解析とキャリブレーションを実施した。操舵角と指標位置などの非視覚的特徴はRaceLogic VBOXシステムから抽出した。アプローチは,自然環境における運転中の記録された14の参加者からの複数の六十二試料を含むデータセット上で評価した。サポートベクトルマシン(SVM)とランダムフォレスト(RF)分類器を用いて単一モードアプローチを分離するために著者らのマルチモーダルアプローチの比較を行った。Gini指数のRF平均減少を用いて選択された特徴への洞察を与え,分類器の性能を改善する選択された特徴をランク付けすることである。集学的アプローチは単一モードアプローチよりもかなり高い結果が得られることを実証した。最終モデルは六クラス平均F_1スコア70.5%を達成した。Copyright 2018 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： 録画 ,  サポートベクトルマシン ,  等級づけ ,  自動車 ,  *多モード ,  統計的方法 ,  カメラ ,  自然環境 ,  単一モード
準シソーラス用語： スコア ,  ランダムフォレスト ,  操舵角 ,  破壊解析 ,  予測因子 ,  認知負荷 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 眼 ,  多モード ,  分類