講演抄録/キーワード |
講演名 |
2022-09-13 15:30
ドライバーの眠気予測を目的とした顔表情評定AIシステムの軽量化 ○久保智哉・有本和民・横川智教・穂苅真樹(岡山県立大)・茅野 功(川崎医療福祉大)・梶原景久(村上開明堂) LOIS2022-13 IE2022-35 EMM2022-41 |
抄録 |
(和) |
ドライバーモニタシステムにおいて,顔表情評定をAIシステム上で動作させるためにニューラルネットワーク(NN)に3次元畳み込みニューラルネットワーク(3DCNN)を用いた研究があるが,車に搭載可能なマイコンボード上で動作させるには計算量が大きすぎる.本研究では、3DCNNから,2DCNNへコンパクト化することで,精度を保ちつつ,NNにおける計算量の削減を目指した. |
(英) |
In a driver monitoring system, a 3D convolutional neural network (3D CNN) has been used as a neural network (NN) to evaluate facial expressions on an AI system, but it is too computationally expensive to run on a microcontroller board that can be installed in a car. In this study, we aimed to reduce the computational complexity in the NN while maintaining accuracy by downsizing from a 3D CNN to a 2D CNN. As a result, we succeeded in increasing the processing speed by approximately 8 times while maintaining a certain degree of accuracy in inference. |
キーワード |
(和) |
ドライバーモニタシステム / 顔表情評定 / 2D CNN / 3D CNN / / / / |
(英) |
Driver Monitoring System / Facial Expression Evaluation / 2D CNN / 3D CNN / / / / |
文献情報 |
信学技報, vol. 122, no. 179, EMM2022-41, pp. 19-24, 2022年9月. |
資料番号 |
EMM2022-41 |
発行日 |
2022-09-06 (LOIS, IE, EMM) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
LOIS2022-13 IE2022-35 EMM2022-41 |