研究の概念
人物の属性を判断している観察者の視線を集め、属性ごとのタスク指向視線マップを作ります。注目が集まる領域に重みを付け、人物属性の分類に役立つ画像特徴を抽出します。
概要
人物属性認識のために歩行者画像を見る観察者の視線位置を明らかにし、活用する方法について議論します。観察者は、画像中の歩行者の属性を分類しようとするとき、有用な情報を含む領域を見ます。そこで、観察者の視線位置が集まる領域には、人物属性の分類器にとって識別に役立つ特徴が含まれるという仮説を立てます。提案手法では、複数の観察者がそれぞれの人物属性を手作業で分類するタスクを行っている間に、視線位置の分布を取得します。この分布をタスク指向視線マップと呼びます。識別特徴を抽出するために、タスク指向視線マップ内で視線位置が集まる領域に大きな重みを割り当てます。実験では、各人物属性を分類する際に、観察者が主に注目する身体部位の領域が異なることが分かりました。さらに、視線に基づく特徴抽出手法を畳み込みニューラルネットワークまたは距離学習の技術と組み合わせることで、人物属性認識の性能が有意に向上することが実験で示されました。
発表文献
- Michiko Inoue, Masashi Nishiyama, and Yoshio Iwai,
Age Group Identification Using Gaze-Guided Feature Extraction, Proceedings of IEEE 12th Global Conference on Consumer Electronics (GCCE), POS, pp. 711 - 714, October 2023. [Poster] - Masashi Nishiyama, Riku Matsumoto, Hiroki Yoshimura, Yoshio Iwai,
Extracting Discriminative Features using Task-oriented Gaze Maps Measured from Observers for Personal Attribute Classification,
Pattern Recognition Letters (PRL), vol. 112, pp.241 - 248, September 2018. - Riku Matsumoto, Hiroki Yoshimura, Masashi Nishiyama, Yoshio Iwai,
Feature Extraction using Gaze of Participants for Classifying Gender of Pedestrians in Images, Proceedings of IEEE International Conference on Image Processing (ICIP), pp. 3545 - 3549, September 2017.
