JP6151573B2 - 視聴状態推定装置及びそのプログラム - Google Patents
視聴状態推定装置及びそのプログラム Download PDFInfo
- Publication number
- JP6151573B2 JP6151573B2 JP2013116016A JP2013116016A JP6151573B2 JP 6151573 B2 JP6151573 B2 JP 6151573B2 JP 2013116016 A JP2013116016 A JP 2013116016A JP 2013116016 A JP2013116016 A JP 2013116016A JP 6151573 B2 JP6151573 B2 JP 6151573B2
- Authority
- JP
- Japan
- Prior art keywords
- viewing state
- biological signal
- vector
- similarity
- subject
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000013598 vector Substances 0.000 claims description 134
- 239000011159 matrix material Substances 0.000 claims description 57
- 238000005259 measurement Methods 0.000 claims description 50
- 210000004556 brain Anatomy 0.000 claims description 28
- 238000000605 extraction Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 8
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 7
- 239000008280 blood Substances 0.000 claims description 7
- 210000004369 blood Anatomy 0.000 claims description 7
- 229910052760 oxygen Inorganic materials 0.000 claims description 7
- 239000001301 oxygen Substances 0.000 claims description 7
- 238000005314 correlation function Methods 0.000 claims 1
- 238000012360 testing method Methods 0.000 description 5
- 101100273916 Schizosaccharomyces pombe (strain 972 / ATCC 24843) wip1 gene Proteins 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000001931 thermography Methods 0.000 description 4
- 101100390985 Schizosaccharomyces pombe (strain 972 / ATCC 24843) fmc1 gene Proteins 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000004497 NIR spectroscopy Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 101100460203 Schizosaccharomyces pombe (strain 972 / ATCC 24843) new2 gene Proteins 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 1
- 230000001936 parietal effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
Description
本願発明によれば、被験者間の生体信号の類似度と、被験者間の解答パターンの類似度との間に高い相関があることを利用し、視聴状態との間に有意な相関がある計測チャンネルの生体信号を用いて、第2被験者の視聴状態を推定するため、予め決められた生体信号パターンを用いる必要がない。これによって、本願発明によれば、コンテンツに対する視聴状態を客観的、かつ、高精度に推定することができる。
以下、本願発明の実施形態について、適宜図面を参照しながら詳細に説明する。なお、各実施形態において、同一の機能を有する手段には同一の符号を付し、説明を省略した。
図1を参照し、本願発明の実施形態に係る視聴状態推定装置1の構成について、説明する。
視聴状態推定装置1は、第1被験者の解答と、第1被験者の生体信号と、第2被験者の生体信号とに基づいて、第2被験者の視聴状態(解答)を推定するものである。
第2被験者とは、視聴状態の推定対象となっている被験者である。つまり、第2被験者は、コンテンツの視聴中に生体信号が計測されるだけで、設問を解答しない。
コンテンツは、例えば、ニュース番組、バラエティ番組等の番組を内容とする番組コンテンツである。
視聴状態入力手段20を説明する前に、設問及び解答の具体例を説明する。
設問は、コンテンツの視聴状態を第1被験者に尋ねるものである。つまり、設問は、そのコンテンツを視聴した第1被験者の理解度又は主観評価を尋ねるものである。本実施形態では、設問は、第1被験者の理解度を尋ねるものとする。
選択肢1:通貨ユーロの危機
選択肢2:EUの政情不安
選択肢3:中国のEU圏への投資
選択肢4:ドイツとフランスの経済紛争
選択肢1:ユーロ体制そのものへの信頼性が低下している
選択肢2:IMFからの金融支援で信頼回復を果たしている
選択肢3:EUの各国間の政治的な対立により価値切り下げの様相を呈している
選択肢4:多くの国が自国通貨へ回帰を検討している
選択肢1:ギリシャがEUとIMFから金融支援を受けることが決まったこと
選択肢2:アイルランドがギリシャと同様の経済状況になったこと
選択肢3:ポルトガルの国債が値下がりしたこと
選択肢4:スペインの国債が値下がりしたこと
選択肢1:中国の投資が持続するかどうか
選択肢2:危機の連鎖を止められるかどうか
選択肢3:EUやIMFが設けたセーフティネットは十分か
選択肢4:EUが結束して危機に対応できるか
また、設問及び選択肢を第1被験者に提示する手法は、任意である。例えば、図示を省略したディスプレイに設問及び選択肢を表示してもよい。
視聴状態入力手段20は、必要被験者数Nの人数分だけ、第1被験者の解答が入力されるものである。また、視聴状態入力手段20は、予め設定された解答数値化規則により、入力された第1被験者の解答を数値化して、第1被験者の解答を要素とする第1視聴状態ベクトルを生成する。そして、視聴状態入力手段20は、必要被験者数Nの人数分だけ、第1視聴状態ベクトルを視聴状態蓄積手段21に蓄積する。
例えば、視聴状態入力手段20は、解答数値化規則として、入力された解答を正解(例えば、‘1’)又は不正解(例えば、‘0’)で数値化する規則が予め設定される。ここで、視聴状態入力手段20には、ある第1被験者について、設問1で選択肢1、設問2で選択肢2、設問3で選択肢4、設問4で選択肢1という解答が入力された場合を考える。この場合、視聴状態入力手段20は、正解が選択肢1のため、解答数値化規則により、第1視聴状態ベクトル[1 0 0 1]を生成する。
なお、類似度My,i,jは、内積よりも精度が劣るが、コサイン距離でも定義できる。
なお、類似度相関係数算出手段30は、上三角要素の代わりに下三角要素から、生体信号三角要素ベクトル及び視聴状態三角要素ベクトルを生成してもよい。
図2を参照し、視聴状態及び生体信号の相関関係について、説明する(適宜図1参照)。
図2は、ある被験者の首側から頭頂側までの脳断層画像である。各脳断層画像には、脳断層画像の撮影位置を示す数値(ミリメートル単位)が付されている。また、各脳断層画像では、選択チャンネルとして選択された部位について、図2の右下のように、相関係数rcに応じた色が付されている。
生体信号抽出手段50は、計測チャンネル毎に第2被験者の生体信号が入力され、入力された第2被験者の生体信号から、計測チャンネルが選択チャンネルに一致する第2被験者の生体信号を抽出するものである。
以後、生体信号抽出手段50が抽出した第2被験者の生体信号をxC newと表す。
図3を参照し、選択チャンネルが複数の場合における、第2視聴状態ベクトルの推定について、説明する(適宜図1参照)。
この例では、4問の設問が第1被験者に尋ねられ、その解答が視聴状態推定装置1に入力されたこととする。
生体信号類似度ベクトル算出手段51は、前記同様、選択チャンネル毎に、生体信号類似度ベクトルsxを算出する。
このように選択チャンネルが複数選択された場合でも、視聴状態推定装置1は、第2被験者の視聴状態を客観的、かつ、高精度に推定することができる。
図4を参照し、視聴状態推定装置1の動作について、説明する(適宜図1参照)。
視聴状態推定装置1は、生体信号入力手段10によって、計測チャンネル毎に、第1被験者の生体信号が入力される(ステップS1)。
視聴状態推定装置1は、生体信号入力手段10によって、ステップS1で入力された第1被験者の生体信号を生体信号蓄積手段11に蓄積する(ステップS2)。
視聴状態推定装置1は、視聴状態入力手段20によって、ステップS3で入力された第1視聴状態ベクトルを視聴状態蓄積手段21に蓄積する(ステップS4)。
第1被験者数が必要被験者数Nを超えている場合(ステップS5でYes)、視聴状態推定装置1は、ステップS6の処理に進む。
第1被験者数が必要被験者数Nを超えていない場合(ステップS5でNo)、視聴状態推定装置1は、ステップS1の処理に戻る。
視聴状態推定装置1は、視聴状態類似度行列算出手段22によって、ステップS4で蓄積された第1視聴状態ベクトルから、視聴状態類似度行列を算出する(ステップS7)。
視聴状態推定装置1は、計測チャンネル選択手段40によって、相関係数rcが閾値Tを超えた計測チャンネルを選択チャンネルとして選択する(ステップS9)。
視聴状態推定装置1は、生体信号抽出手段50によって、ステップS10で入力された第2被験者の生体信号から、計測チャンネルが選択チャンネルに一致する第2被験者の生体信号を抽出する(ステップS11)。
視聴状態推定装置1は、被験者間の生体信号の類似度と、被験者間の解答パターンの類似度との間に高い相関があることを利用し、視聴状態との間に有意な相関がある計測チャンネルの生体信号を用いて、第2被験者の視聴状態を推定するため、予め決められた生体信号パターンを用いる必要がない。これによって、視聴状態推定装置1は、コンテンツに対する視聴状態を客観的、かつ、高精度に推定することができる。
本願発明に係る視聴状態推定装置1は、前記した実施形態に限定されず、その趣旨を逸脱しない範囲で変形を加えることができる。
前記した実施形態では、設問が第1被験者の理解度を尋ねるものとして説明したが、本願発明は、これに限定されない。
つまり、設問は、コンテンツを視聴した第1被験者の主観評価(印象評価)を尋ねるものであってもよい。例えば、SD(Semantic Differential)法を用いて設問及び選択肢を準備してもよい。
つまり、本願発明は、解答数値化規則として、解答を連続量で数値化する規則を用いてもよい。例えば、解答数値化規則は、解答が「良い」を‘0’、「普通」を‘1’、「悪い」を‘2’と数値化する規則である。
つまり、生体信号類似度行列算出手段12は、コサイン距離又は内積の何れかにより、生体信号類似度行列Mc xを算出することもできる。これにより、視聴状態推定装置1は、生体信号類似度行列Mc xを正確に求められるので、第2被験者の視聴状態をより高精度に推定することができる。
10 生体信号入力手段
11 生体信号蓄積手段
12 生体信号類似度行列算出手段
20 視聴状態入力手段
21 視聴状態蓄積手段
22 視聴状態類似度行列算出手段
30 類似度相関係数算出手段
40 計測チャンネル選択手段
50 生体信号抽出手段
51 生体信号類似度ベクトル算出手段
60 視聴状態推定手段
Claims (6)
- コンテンツに対する理解度又は主観評価である視聴状態を尋ねる設問に対する第1被験者群の解答と、前記コンテンツの視聴中に計測された前記第1被験者群の生体信号と、前記解答を行っていない第2被験者の生体信号とに基づいて、前記第2被験者の視聴状態を推定する視聴状態推定装置であって、
前記生体信号の計測チャンネル毎に、前記第1被験者群の生体信号が入力され、入力された前記第1被験者群の生体信号から、第1被験者間の生体信号の類似度を示す生体信号類似度行列を算出する生体信号類似度行列算出手段と、
前記第1被験者群の解答を要素とする第1視聴状態ベクトルが入力され、入力された前記第1視聴状態ベクトルから、前記第1被験者間の第1視聴状態ベクトルの類似度を示す視聴状態類似度行列を算出する視聴状態類似度行列算出手段と、
前記生体信号類似度行列の上三角要素又は下三角要素からなる生体信号三角要素ベクトルを生成し、前記視聴状態類似度行列の上三角要素又は下三角要素からなる視聴状態三角要素ベクトルを生成し、前記計測チャンネル毎に、前記生体信号三角要素ベクトル及び前記視聴状態三角要素ベクトルの相関係数を算出する類似度相関係数算出手段と、
前記計測チャンネル毎の相関係数が予め設定された閾値を超えるか否かを判定し、前記相関係数が前記閾値を超えた計測チャンネルを選択チャンネルとして選択する計測チャンネル選択手段と、
前記コンテンツの視聴中に計測された前記第2被験者の生体信号が前記計測チャンネル毎に入力され、入力された前記第2被験者の生体信号から、前記計測チャンネルが前記選択チャンネルに一致する前記第2被験者の生体信号を抽出する生体信号抽出手段と、
前記生体信号抽出手段で抽出された第2被験者の生体信号と、前記第1被験者の生体信号との類似度を示す生体信号類似度ベクトルを算出する生体信号類似度ベクトル算出手段と、
前記第2被験者の解答を示す第2視聴状態ベクトル及び前記第1視聴状態ベクトルの類似度を示す視聴状態類似度ベクトルと、前記生体信号類似度ベクトルとの相関係数が最大になる第2視聴状態ベクトルを求め、求めた前記第2視聴状態ベクトルを、前記第2被験者の視聴状態として推定する視聴状態推定手段と、
を備えることを特徴とする視聴状態推定装置。 - 前記計測チャンネル選択手段で前記選択チャンネルが複数選択された場合、
前記生体信号類似度ベクトル算出手段は、前記選択チャンネル毎に前記生体信号類似度ベクトルを算出し、
前記視聴状態推定手段は、前記選択チャンネル毎に前記生体信号類似度ベクトルと前記視聴状態類似度ベクトルとの相関係数が最大になる第2視聴状態ベクトルを求め、求めた前記選択チャンネル毎の第2視聴状態ベクトルに投票処理を施して、最多得票となる前記第2視聴状態ベクトルを、前記第2被験者の視聴状態として推定することを特徴とする請求項1に記載の視聴状態推定装置。 - 前記視聴状態類似度行列算出手段は、前記第1被験者間の第1視聴状態ベクトルの類似度として、前記第1被験者間の前記第1視聴状態ベクトルの内積を算出することを特徴とする請求項1又は請求項2に記載の視聴状態推定装置。
- 前記生体信号類似度行列算出手段は、前記第1被験者間の生体信号の類似度として、前記第1被験者間の生体信号のコサイン距離、相関関数又は内積の何れかを算出することを特徴とする請求項1から請求項3の何れか一項に記載の視聴状態推定装置。
- 前記生体信号類似度行列算出手段は、前記第1被験者群の生体信号として、前記第1被験者群の脳血中酸素量、脳表の電位、又は、人体の体表温度の何れか1以上が入力され、
前記生体信号抽出手段は、前記第2被験者の生体信号として、前記第2被験者の脳血中酸素量、脳表の電位、又は、人体の体表温度の何れか1以上が入力されることを特徴とする請求項1から請求項4の何れか一項に記載の視聴状態推定装置。 - コンピュータを、請求項1に記載の視聴状態推定装置として機能させるための視聴状態推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013116016A JP6151573B2 (ja) | 2013-05-31 | 2013-05-31 | 視聴状態推定装置及びそのプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013116016A JP6151573B2 (ja) | 2013-05-31 | 2013-05-31 | 視聴状態推定装置及びそのプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014236332A JP2014236332A (ja) | 2014-12-15 |
JP6151573B2 true JP6151573B2 (ja) | 2017-06-21 |
Family
ID=52138752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013116016A Active JP6151573B2 (ja) | 2013-05-31 | 2013-05-31 | 視聴状態推定装置及びそのプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6151573B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6417232B2 (ja) * | 2015-02-09 | 2018-10-31 | 日本放送協会 | 映像評価装置およびそのプログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4441345B2 (ja) * | 2004-07-08 | 2010-03-31 | パナソニック株式会社 | 理解度判定装置および方法 |
JP2009066186A (ja) * | 2007-09-13 | 2009-04-02 | Sony Corp | 脳活動状態推定方法および情報処理システム |
JP2011065504A (ja) * | 2009-09-18 | 2011-03-31 | Tokyo Univ Of Science | ユーザの選好関係についての予測モデルを生成する選好予測サーバ及びその方法 |
JP5929020B2 (ja) * | 2011-07-04 | 2016-06-01 | 株式会社豊田中央研究所 | 意識状態推定装置及びプログラム |
-
2013
- 2013-05-31 JP JP2013116016A patent/JP6151573B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2014236332A (ja) | 2014-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8202095B2 (en) | Cognitive function index | |
WO2015064665A1 (ja) | 個人特性予測システム、個人特性予測方法及び記録媒体 | |
Eaton et al. | Reliability of fMRI for studies of language in post-stroke aphasia subjects | |
Steenwijk et al. | High-resolution T1-relaxation time mapping displays subtle, clinically relevant, gray matter damage in long-standing multiple sclerosis | |
Huber et al. | A lack of experience-dependent plasticity after more than a decade of recovered sight | |
JP6863563B2 (ja) | ストレス評価システム | |
George et al. | Clinical 3-tesla FLAIR* MRI improves diagnostic accuracy in multiple sclerosis | |
US20180060757A1 (en) | Data annotation method and apparatus for enhanced machine learning | |
US20110230781A1 (en) | Apparatus and method for dementia diagnosis through eeg (electroencephalogram) analysis | |
CN105852797A (zh) | 一种基于心电信号的立体显示视觉疲劳检测系统 | |
US20180279935A1 (en) | Method and system for detecting frequency domain cardiac information by using pupillary response | |
JP6433632B1 (ja) | コンピュータシステム、被験者診断支援方法及びプログラム | |
Shakespeare et al. | Scene perception in posterior cortical atrophy: categorization, description and fixation patterns | |
KR101388546B1 (ko) | 기능성 자기 공명 영상을 사용한 뇌기능 진단 시스템 및 방법 | |
US11331048B2 (en) | Brain connectivity analysis system and brain connectivity analysis method | |
Dessouky et al. | Computer-aided diagnosis system for Alzheimer’s disease using different discrete transform techniques | |
Mikhailova et al. | Eye-movements reveal semantic interference effects during the encoding of naturalistic scenes in long-term memory | |
JP6151573B2 (ja) | 視聴状態推定装置及びそのプログラム | |
JP5801226B2 (ja) | 画像診断支援装置、方法およびプログラム | |
EP4231311A1 (en) | Method and apparatus for providing information needed for dementia diagnosis | |
Colak et al. | Detecting the shape differences of the corpus callosum in Behçet's disease by statistical shape analysis | |
US10631727B2 (en) | Method and system for detecting time domain cardiac parameters by using pupillary response | |
Ko et al. | Electrophysiological distinctions between recognition memory with and withoutawareness | |
JP6417232B2 (ja) | 映像評価装置およびそのプログラム | |
Gottlieb et al. | Effects of modality on the neural correlates of encoding processes supporting recollection and familiarity |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160330 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170322 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170425 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170525 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6151573 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |