特許ウォッチ

公開番号2024179054
公報種別公開特許公報(A)
公開日2024-12-26
出願番号2023097556
出願日2023-06-14
発明の名称感情推定装置、データ処理方法、車載システム、コンピュータプログラム、及び状態推定装置
出願人株式会社デンソーテン
代理人弁理士法人佐野特許事務所
主分類A61B 5/18 20060101AFI20241219BHJP(医学または獣医学;衛生学)
要約【課題】時系列データを入力データとするAIモデルの性能が十分に発揮できる技術を提供する。
【解決手段】感情推定装置は、被験者の動きに係る時系列外観情報の入力に基づき前記被験者の感情を推定するAIモデルに、推定対象被験者の前記時系列外観情報を入力して前記推定対象被験者の感情を推定する感情推定装置であって、前記推定対象被験者の動きに係る前記時系列外観情報を取得し、前記AIモデルに入力する前記時系列外観情報の時系列長を、前記AIモデルに対して予め設定された基準時系列長に変換する。
【選択図】図1
特許請求の範囲【請求項１】
被験者の動きに係る時系列外観情報の入力に基づき前記被験者の感情を推定するＡＩモデルに、推定対象被験者の時系列外観情報を入力して前記推定対象被験者の感情を推定する感情推定装置であって、
前記推定対象被験者の動きに係る前記時系列外観情報を取得し、
前記ＡＩモデルに入力する前記時系列外観情報の時系列長を、前記ＡＩモデルに対して予め設定された基準時系列長に変換する
感情推定装置。
続きを表示（約 1,600 文字）【請求項２】
前記ＡＩモデルは、前記基準時系列長に変換された前記被験者の動きに係る前記時系列外観情報を入力データとする学習データで学習されている
請求項１に記載の感情推定装置。
【請求項３】
前記ＡＩモデルは、
前記時系列外観情報である前記推定対象被験者の顔面動画像に基づき前記推定対象被験者の感情指標値である中枢神経系の覚醒度と自律神経の活性度を推定する感情指標値推定ＡＩモデルと、
前記感情指標値推定ＡＩモデルにより推定された覚醒度と活性度に基づき感情を推定する感情推定モデルと、
を含む請求項１または請求項２に記載の感情推定装置。
【請求項４】
前記感情指標値推定ＡＩモデルは、
脳波センサにより検出された前記被験者の脳波におけるβ波とα波の比に基づき算出される算出覚醒度と、心拍センサにより検出された前記被験者の心拍における低周波成分に基づき算出される算出活性度を正解データとし、前記被験者に対する固有時系列長の前記時系列外観情報を入力データとする学習データで学習された学習済みＡＩモデルである
請求項３に記載の感情推定装置。
【請求項５】
前記感情指標値を特定状態とするタスクの実行時における前記被験者の生体信号に基づき前記感情指標値を算出し、
算出した前記感情指標値に基づき前記タスクによる影響がある期間である影響期間を推定し、
推定した前記影響期間に基づき前記基準時系列長を決定する
請求項３に記載の感情推定装置。
【請求項６】
前記時系列外観情報の時系列長を前記基準時系列長に変換する処理は、前記時系列外観情報に対する補完処理、または間引き処理である
請求項１に記載の感情推定装置。
【請求項７】
被験者の動きに係る時系列外観情報の入力に基づき前記被験者の感情を推定するＡＩモデルに入力する前記時系列外観情報の処理方法であって、
取得した前記推定対象被験者の動きに係る前記時系列外観情報の時系列長を、前記ＡＩモデルに対して予め設定された基準時系列長に変換して、前記ＡＩモデルへの入力する時系列外観情報とする
データ処理方法。
【請求項８】
前記感情に相関のある感情指標値を特定状態とするタスクの実行時における前記被験者の生体信号に基づき前記感情指標値を算出し、
算出した前記感情指標値に基づき前記タスクによる影響がある期間である影響期間を推定し、
推定した前記影響期間に基づき基準時系列長を決定する
請求項６に記載の感情推定装置。
【請求項９】
被験者の動画情報の入力に基づき前記被験者の感情を推定するＡＩモデルに、車両搭載カメラにより撮影された車両運転者の前記動画情報を入力して前記車両運転者の感情を推定し、推定した前記感情に基づき車載装置の制御を行う車載システムであって、
車両搭載カメラから前記車両運転者の前記動画情報を取得し、
前記ＡＩモデルに入力する前記動画情報の時系列長を、前記ＡＩモデルに対して予め設定された基準時系列長に変換する
車載システム。
【請求項１０】
被験者の動きに係る時系列外観情報の入力に基づき前記被験者の感情を推定するＡＩモデルに、推定対象被験者の前記時系列外観情報を入力して前記推定対象被験者の感情を推定する感情推定装置を実現するコンピュータプログラムであって、
前記推定対象被験者の動きに係る前記時系列外観情報を取得する処理と、
前記ＡＩモデルに入力する前記時系列外観情報の時系列長を、前記ＡＩモデルに対して予め設定された基準時系列長に変換する処理と、
を含むコンピュータプログラム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、感情推定装置、データ処理方法、車載システム、コンピュータプログラム、及び状態推定装置に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
従来、ユーザの顔画像に基づき、ユーザの平静状態を含む感情を推定する感情推定装置が知られている（例えば特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
特開２０２２－３４９７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ところで、人工知能（ＡＩ）の高性能化、普及が進んでおり、人の感情推定を含む物体の状態推定にもＡＩの適用が考えられる。物体の状態推定に用いられるＡＩモデルの作成及び精度向上には、多くの物体の外観画像の時系列データ（例えば、動画）等といった状態推定に係る各種データのサンプリングを行う必要がある。さらに、これらサンプリングデータに基づいて教師付き学習データを作成し、学習前ＡＩモデルに学習させる必要がある。
【０００５】
しかしながら、従来、ＡＩモデルの処理に用いる時系列データの時系列長は十分に考慮されておらず、ＡＩモデルの性能が十分に発揮できているとは言えないという課題があった。
【０００６】
本発明は、上記の課題に鑑み、時系列データを入力データとするＡＩモデルの性能が十分に発揮できる技術を提供することを目的とする。
【課題を解決するための手段】
【０００７】
例示的な本発明の感情推定装置は、被験者の動きに係る時系列外観情報の入力に基づき前記被験者の感情を推定するＡＩモデルに、推定対象被験者の前記時系列外観情報を入力して前記推定対象被験者の感情を推定する感情推定装置であって、前記推定対象被験者の動きに係る前記時系列外観情報を取得し、前記ＡＩモデルに入力する前記時系列外観情報の時系列長を、前記ＡＩモデルに対して予め設定された基準時系列長に変換する。
【発明の効果】
【０００８】
本発明によれば、ＡＩモデルに入力される時系列データの時系列長を好適なものとすることができ、ＡＩモデルによる推定精度を向上する等の効果が期待できる。
【図面の簡単な説明】
【０００９】
感情推定装置による感情推定処理を示す概念的説明図
感情推定の複数次元（２次元）モデル（心理平面）の一例を示す図
車両制御システムの構成を示すブロック図
図３の感情推定装置のコントローラが実行する感情推定処理を示すフローチャート
学習装置による感情推定ＡＩの学習処理を示す概念的説明図
学習装置の構成を示すブロック図
第１被験者の感情指標値の時間変化を示す模式図
第２被験者の感情指標値の時間変化を示す模式図
タスクテーブルの一例を示す図
図６の学習装置のコントローラが実行する感情推定ＡＩの学習処理を示すフローチャート
データ処理装置の構成を示すブロック図
固有時系列長の決定方法の説明図
図１０のデータ処理装置のコントローラが実行する時系列データの固有時系列長の決定処理を示すフローチャート
図１０のデータ処理装置のコントローラが実行する時系列データの固有時系列長の決定処理を示すフローチャート
学習装置による感情推定ＡＩの学習処理を示す概念的説明図
学習装置の構成を示すブロック図
感情推定装置による感情推定処理を示す概念的説明図
車両制御システムの構成を示すブロック図
【発明を実施するための形態】
【００１０】
以下、本発明の例示的な実施形態について、図面を参照しながら詳細に説明する。なお、本発明は以下に示す実施形態の内容に限定されるものではない。
（【００１１】以降は省略されています）

関連特許