| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-09-10 14:05 骨格特徴量とVLMを用いたハイブリッド型集中状態推定手法 ○陳 鵬心・吉田政望・野口 拓（立命館大）  CQ2026-55 |
|
| 抄録 | （和） | 自主学習やデスクワーク等の自律作業では，作業者が自身の集中状態を客観的に把握することが難しい．骨格特徴量に基づく推定は軽量である一方，周囲の物体や行動の目的を考慮できない．Vision-Language Model（VLM）は場面を理解できるが，全フレームへの適用には大きな処理コストを要する．そこで本稿では，単一RGBカメラ映像から作業者の行動状態を集中・中間・非集中の3状態に分類するハイブリッド型推定手法を提案する．提案手法は，骨格特徴量とRandom Forestによる一次推定を行い，予測確率，クラス間マージン及び骨格品質から判定困難としたフレームのみをVLMで再判定する．さらに，有限状態機械で状態系列を平滑化する．デスクワーク及び楽器練習を対象とした評価により，VLM単独手法と同等の分類性能を維持しながら，VLMの呼び出し回数，処理時間及び通信量を削減できることを確認した． |
| （英） | In self-directed activities such as studying and desk work, it is difficult for workers to objectively assess their own concentration. Skeletal-feature-based estimation is lightweight but cannot account for surrounding objects or the purpose of an action. Although vision-language models (VLMs) can interpret such scene context, applying them to every frame incurs high processing cost. We therefore propose a hybrid method that classifies a worker's state as focused, intermediate, or distracted from monocular RGB video. A Random Forest first performs lightweight inference from skeletal features. Only frames judged ambiguous from prediction confidence, class margin, and skeleton quality are reassessed by a VLM. A finite-state machine then smooths the output sequence. Experiments on desk work and musical-instrument practice confirmed that the method reduces VLM calls, processing time, and network traffic while maintaining classification performance comparable to VLM-only inference. | |
| キーワード | （和） | 集中状態推定 / 骨格特徴量 / 視覚言語モデル / ランダムフォレスト / 有限状態機械 / / / |
| （英） | concentration-state estimation / skeletal features / vision-language model / Random Forest / finite-state machine / / / | |
| 文献情報 | 信学技報, vol. 126, no. 174, CQ2026-55, pp. 30-35, 2026年9月. | |
| 資料番号 | CQ2026-55 | |
| 発行日 | 2026-09-03 (CQ) | |
| 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 | CQ2026-55 |
|
| 研究会情報 | |
| 研究会 | CQ MIKA |
| 開催期間 | 2026-09-10 - 2026-09-11 |
| 開催地（和） | NTT 武蔵野研究開発センタ |
| 開催地（英） | |
| テーマ（和） | 無線通信品質、6G、IoT、CPS、無線リソース最適化制御、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | CQ |
| 会議コード | 2026-09-CQ-MIKA |
| 本文の言語 | 日本語 |
| タイトル（和） | 骨格特徴量とVLMを用いたハイブリッド型集中状態推定手法 |
| サブタイトル（和） | |
| タイトル（英） | A Hybrid Approach to Concentration-State Estimation Using Skeletal Features and a Vision-Language Model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 集中状態推定 / concentration-state estimation |
| キーワード(2)（和/英） | 骨格特徴量 / skeletal features |
| キーワード(3)（和/英） | 視覚言語モデル / vision-language model |
| キーワード(4)（和/英） | ランダムフォレスト / Random Forest |
| キーワード(5)（和/英） | 有限状態機械 / finite-state machine |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 陳 鵬心 / Pengxin Chen / チン ホウシン |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 吉田 政望 / Masami Yoshida / ヨシダ マサミ |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 野口 拓 / Taku Noguchi / ノグチ タク |
| 第3著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-09-10 14:05:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CQ |
| 資料番号 | CQ2026-55 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.174 |
| ページ範囲 | pp.30-35 |
| ページ数 | 6 |
| 発行日 | 2026-09-03 (CQ) |
[研究会発表申込システムのトップページに戻る]