@techreport{oai:ipsj.ixsq.nii.ac.jp:00195874,
 author = {高澤, 奈生 and 坂本, 彩 and 大塚, 亜未 and 青柳, 達也},
 issue = {35},
 month = {May},
 note = {本論文では，転移学習のアプローチを用いて，顔画像から集中している表情を認識する手法について述べる．転移学習とは，ある分野で学習済みのモデルを，別の分野で再利用する技術であるが，今回は Microsoft Azure の Face API を学習済みのモデルとして利用している．Face API とは，ある一枚の画像をデータとして渡すと，そこに映っている人物らの年齢や性別，感情の度合いなど，顔に関する様々な属性を推測してくれる API である．このFace API のモデルを再利用することによって，「顔画像から集中している表情を識別する」 問題を効率的に解決することを目指した．識別器の作成にあたっては，20 代の女子大学生 7 名の 「集中している状態」 と 「集中していない状態」 の顔画像を収集した．また，識別器の精度を高めるため，モデル選択，ラベル付けの方法，特徴量選択，ハイパーパラメータ選択の 4 つの観点において実験を行った．その結果，C=1000，γ=0.1 の RBFカーネルを利用した SVM 識別器が 95.80% と最も精度が高くなることがわかった．そして，この識別器を利用し，ユーザの集中状態を判定するアプリを作成した．},
 title = {表情認識による集中状態判断},
 year = {2019}
}