週報(大塚)

・Track-Anythingを用いてマスク画像を生成した

・マスク画像に対応したデータ形式に変換した

・学習自体はできたが、メッシュは上手く抽出できなかった

→おそらくモデルが悪いか、データセットが難しすぎるか

NeuS: Learning Neural Implicit Surfaces by Volume Rendering for Multi-view Reconstruction(マスク画像を用いた損失関数などが記述されている論文)

週報(西元)

複数人を顔認証するとき、座席の後ろの人が認証されずらいので、解像度をあげるか、写真の何枚かにわけてとって、後ろはズームしてとるようにして認証してみようかなとおもっています。

https://ai-scholar.tech/articles/face-recognition/attenface

この研究ではスナップ写真(おそらく一枚)を撮って顔認証しているが後ろのほうは認証できていなかったみたいです。

週報(白川)#研究進捗#データ前処理

研究進捗

データ97個

・SVM

テストデータ20%、ランダムステイト42:テストデータ精度85%、訓練データ精度88.31%

・ロジスティック回帰

テストデータ20%、ランダムステイト42:テストデータ精度85%、訓練データ精度88.31%

訓練データ100%:訓練データ精度79.31%

検討事項・わかったこと

・SVMとロジスティック回帰で精度が全く同じなのはなぜなのか

・random_stateを変えると訓練データ精度が多少変わる

勉強

週報(白川)#類似研究#データ収集ルール

類似研究

  1. シートに組み込んだ磁気回路センサーと圧力センサーにより運転手の体動、心拍数及び呼吸数を計測し入眠予兆を検知(製品化)PCと接続することで飲酒の有無も判別できる予定との記事も発売された製品情報を見るとその機能はなしか記事2
  2. シートに取り付けたセンサから加速度脈波加齢指数を計測し飲酒の有無を判別→バンド幅と分散度合いから
  3. MEMS血流量センサで耳たぶや指先から血流量や心拍、脈の心拍を測定することで呼気中アルコール濃度の相関を確認追加研究
  4. シートに取り付けたエアパックセンサーを用いて心拍数、心拍・脈波の血流量のゆらぎと呼気中アルコール濃度の相関を確認

→相関の確認やデータのばらつきから飲酒の検知をしているため、機械学習を用いて飲酒の検知をしているという点や簡単に(スマートウォッチでも)測定できる生体パラメータを用いるという点で新規性があると主張する

データ収集ルール(類似実験)

実験3

  • アルコールパッチテストで酒に強い弱いを分類