JP6580497B2 - 筋電信号を用いて顔表情を高い精度で識別する装置、デバイス、プログラム及び方法 - Google Patents
筋電信号を用いて顔表情を高い精度で識別する装置、デバイス、プログラム及び方法 Download PDFInfo
- Publication number
- JP6580497B2 JP6580497B2 JP2016023184A JP2016023184A JP6580497B2 JP 6580497 B2 JP6580497 B2 JP 6580497B2 JP 2016023184 A JP2016023184 A JP 2016023184A JP 2016023184 A JP2016023184 A JP 2016023184A JP 6580497 B2 JP6580497 B2 JP 6580497B2
- Authority
- JP
- Japan
- Prior art keywords
- facial expression
- feature vector
- user
- reference feature
- frequency
- 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
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Image Analysis (AREA)
Description
顔表情毎に、周波数に対するパワー値によって表す基準特徴ベクトルを予め記憶した基準特徴ベクトル記憶手段と、
筋電信号を所定時間毎に区分したウィンドウに対して、周波数に対するパワー値によって表す検知特徴ベクトルを検出する周波数パワー分析手段と、
検知特徴ベクトルと、基準特徴ベクトル記憶手段に記憶された各顔表情に対する各基準特徴ベクトルとの類似度を検出する類似度検出手段と、
各顔表情について、各顔表情に対する基準特徴ベクトルとの類似度から、当該各顔表情以外の基準特徴ベクトルとの類似度の総和を減算した当該各顔表情の類似度を算出し、当該各顔表情の類似度のうち最も小さくなる顔表情を、当該ユーザの顔表情であると判定する顔表情判定手段と
を有することを特徴とする。
基準特徴ベクトル及び検知特徴ベクトルについて、周波数を対数周波数とし、パワー値を対数パワー値とすることも好ましい。
周波数パワー分析手段は、メル尺度フィルタバンク(対数周波数尺度フィルタバンク)によって分析することも好ましい。
周波数パワー分析手段は、ウィンドウ毎に、筋電信号における高周波数帯の信号を増幅する(プリエンファシス(pre-emphasis)フィルタ)ことも好ましい。
周波数パワー分析手段は、ウィンドウ毎に、判定すべき顔表情の基準特徴ベクトルに特有の周波数帯以外の周波数帯を除去する(帯域除去フィルタ)ことも好ましい。
基準特徴ベクトル記憶手段は、
顔表情「笑み」に対する基準特徴ベクトル、及び/又は、
顔表情「噛み締め」に対する基準特徴ベクトル
を含むことも好ましい。
装置は、ユーザの顔を撮影するカメラと、当該カメラによって撮影されたユーザの顔が写る画像から、当該ユーザの顔表情を画像認識する顔画像認識手段とを更に有し、
認識された顔表情に対して、筋電信号から周波数パワー分析によって検出された、周波数に対するパワー値によって表す特徴ベクトルを、基準特徴ベクトルとして基準特徴ベクトル記憶手段へ記憶させることも好ましい。
筋電センサは、
1チャネルの筋電信号を出力するものであり、
リファレンス用電極が、ユーザの左の耳介周辺から頬近傍の何処か一点の皮膚表面に、検出用電極が、ユーザの右の耳介周辺から頬近傍の何処か一点の皮膚表面に接するように配置可能となるか、又は、
リファレンス用電極が、ユーザの右の耳介周辺から頬近傍の何処か一点の皮膚表面に、検出用電極が、ユーザの左の耳介周辺から頬近傍の何処か一点の皮膚表面に接するように配置可能となることを特徴とする。
イヤフォン型又はヘッドマウント型であることも好ましい。
ユーザの頭部に装着された際に、1チャネルの筋電信号を出力するデバイスと
を有し、
デバイスは、筋電センサを搭載し、
当該筋電センサは、 リファレンス用電極が、ユーザの左の耳介周辺から頬近傍の何処か一点の皮膚表面に、検出用電極が、ユーザの右の耳介周辺から頬近傍の何処か一点の皮膚表面に接するように配置可能となるか、又は、
リファレンス用電極が、ユーザの右の耳介周辺から頬近傍の何処か一点の皮膚表面に、検出用電極が、ユーザの左の耳介周辺から頬近傍の何処か一点の皮膚表面に接するように配置可能となることを特徴とする。
顔表情毎に、周波数に対するパワー値によって表す基準特徴ベクトルを予め記憶した基準特徴ベクトル記憶手段と、
筋電信号を所定時間毎に区分したウィンドウに対して、周波数に対するパワー値によって表す検知特徴ベクトルを検出する周波数パワー分析手段と、
検知特徴ベクトルと、基準特徴ベクトル記憶手段に記憶された各顔表情に対する各基準特徴ベクトルとの類似度を検出する類似度検出手段と、
各顔表情について、各顔表情に対する基準特徴ベクトルとの類似度から、当該各顔表情以外の基準特徴ベクトルとの類似度の総和を減算した、当該各顔表情の類似度を算出し、当該各顔表情の類似度のうち最も小さくなる顔表情を、当該ユーザの顔表情であると判定する顔表情判定手段と
してコンピュータを機能させることを特徴とする。
装置は、顔表情毎に、周波数に対するパワー値によって表す基準特徴ベクトルを予め記憶した基準特徴ベクトル記憶部を有し、
装置は、
筋電信号を所定時間毎に区分したウィンドウに対して、周波数に対するパワー値によって表す検知特徴ベクトルを検出する第1のステップと、
検知特徴ベクトルと、基準特徴ベクトル記憶部に記憶された各顔表情に対する各基準特徴ベクトルとの類似度を検出する第2のステップと、
各顔表情について、各顔表情に対する基準特徴ベクトルとの類似度から、当該各顔表情以外の基準特徴ベクトルとの類似度の総和を減算した、当該各顔表情の類似度を算出し、当該各顔表情の類似度のうち最も小さくなる顔表情を、当該ユーザの顔表情であると判定する第3のステップと
を実行することを特徴とする。
逆に、顔表情「噛み締め」は、悪いストレス等から生じるものであり、人のネガティブな感情から表れるもので、奥歯部分の頬が膨らむ筋肉活動に基づく。
「検出用+(プラス)電極」及び「リファレンス用−(マイナス)電極」:
イヤカップにおける顔の前向き前方の下部分に配置し、
頬にできる限り近い位置に配置
検出用電極とリファレンス用電極の一組で1チャンネルの筋電センサを構成
「DRL(Driven Right Leg)電極」:
皮膚に当接する何れかの部分に配置
商用電源等に起因するコモンモードノイズを低減させるノイズキャンセル用電極
図2(b)は、検出用+電極及びリファレンス用−電極の筋電センサの対が、顔の前向き前方に突き出た構造を表す。これによって、図2(a)のヘッドフォン形状よりも、筋電センサの検出用とリファレンス用電極を、ユーザの頬にできる限り近づけることができる。また、突き出た構造によって、ヘッドフォンの左右を間違えずに装着するように、ヘッドフォンの向きを示すことができる。
尚、左をリファレンス用(マイナス)電極、右を検出用(プラス)電極としてもよい。又は、従来技術同様に、左右どちらか一方に電極を配置し、顔の後方をリファレンス(マイナス)電極、頬に近い前方を検出(プラス)電極としてもよい。
信号インタフェースが、アナログインタフェース(アナログ音声ケーブル)である場合、筋電信号は人間の可聴範囲内に収まる周波数特性なので周波数変換する必要はない。但し、デバイス2は、筋電センサによって検出された筋電信号をマイクレベルまで増幅して出力する。
端末1で受信した筋電信号は、マイク入力による音声と同様にアナログ/デジタルに変換することができる。アナログ信号で入力された筋電信号は音声信号として、例えば8kHzのサンプリング周波数でデジタル信号にサンプリングされる。これを、例えば512Hzのサンプリング周波数でリサンプリングする。但し、変換元と変換先のサンプリング周波数に応じ、リサンプリング前又は後に適切なローパスフィルタを適用する。デジタル化された筋電信号の量子化ビット数は、10bit以上が好ましい。
筋電信号判定部12は、筋電信号から顔表情を判定する。顔表情は、筋電信号のウィンドウ区間毎に判定される。
図7は、本発明における筋電信号判定部のフローチャートである。
基準特徴ベクトル記憶部120は、顔表情(笑み、噛み締め、・・・)毎に、周波数に対するパワー値によって表す「基準特徴ベクトル」を予め記憶したものである。
「基準特徴ベクトル」とは、顔表情毎に、対数周波数(要素)に対するパワー値を、数値列として表したものである。
基準特徴ベクトル記憶部120は、具体的に、顔表情「笑み」に対する基準特徴ベクトル、及び/又は、顔表情「噛み締め」に対する基準特徴ベクトルを記憶する。
図6によれば、顔表情「笑み」の基準特徴ベクトルは、低周波数帯ほど、パワー値が高くなっている。また、顔表情「噛み締め」の基準特徴ベクトルは、高周波数帯ほど、パワー値が高くなっている。
例えば、顔表情「笑み」の場合、低周波成分30Hz付近にパワー値が大きく出現する。また、顔表情「噛み締め」の場合、高周波成分80Hz付近にパワー値が大きく出現する。一方、無表情時はどこの周波数帯にもパワー値は出現しない。これらの周波数パワー分布に基づき、対応する顔表情を判定する。
周波数パワー分析部121は、筋電信号を所定時間毎に区分したウィンドウに対して、周波数に対するパワー値によって表す「検知特徴ベクトル」を検出する。
(S121a)周波数パワー分析部121は、検知された筋電信号を、所定時間毎のウィンドウに区分する。ウィンドウの所定時間は、100msec〜10sec、例えば500msec程度に設定するのが好ましい。コンピュータの処理能力や分析したい時間的スケールに応じて、ウィンドウ区間を重ねてスライディングさせるものであってもよい。
プリエンファシスフィルタとは、高域周波数帯を増幅する周波数フィルタであって、デジタルフィルタによって実現される。例えば、顔表情「噛み締め」における周波数対パワーの特徴ベクトルによれば、高周波数帯でパワーが高くなる。しかしながら、高周波数帯ほど、低周波数帯と比較して、顔表情毎のパワーの差(特徴)が現れにくくなる。そのために、プリエンファシスフィルタによって、高周波数帯のパワーを増幅して、その特徴を現れやすくしている。また、プリエンファシスフィルタは、アーチファクト混入による、バイアスの変動などの低周波成分を低減し、後の周波数パワー分析での影響を抑えている。
バンドエリミネーションフィルタによれば、例えば商用電源からのノイズ(直流変動成分(超低周波成分))を低減させる。
具体的には、商用電源が50Hzの場合、50Hzを中心とする5次のチェビシェフI型バンドストップフィルタと、50Hzの半分の25Hzを中心とする5次のチェビシェフI型バンドストップフィルタと、10Hz以上を通す5次のチェビシェフI型ハイパスフィルタとを通過させることによって実現する。また、50Hzの1.5倍の75Hzを中心とする5次のチェビシェフI型バンドストップフィルタを更に加えてもよい。
メル尺度フィルタバンクは、一般に、音声信号を数十msecのフレーム単位で分析したメルケプストラム係数(Mel Frequency Cepstrum Coefficient MFCC)のようなパラメータ系列の特徴パラメータを出力するための前処理に用いる。ここでは、MFCCに変換する前のフィルタバンク出力を利用する。
メル尺度フィルタバンクとして、N個(例えば13個)のメル尺度に基づいた三角窓による帯域フィルタを周波数軸に配置し、FFTスペクトルと掛け合わせる。フィルタバンクによる各フィルタからの出力値を常用対数で計算した特徴ベクトル{f1,f2,・・・,fN}を得る。この特徴ベクトルが、その筋電信号の「検知特徴ベクトル」となる。
「検知特徴ベクトル」とは、前述した基準特徴ベクトルと同じ形式であって、筋電センサによって検知された筋電信号について、対数周波数(要素)に対するパワー値を、数値列として表したものである。
そして、検知特徴ベクトルは、類似度検出部122へ出力される。
類似度検出部122は、「検知特徴ベクトル」と、基準特徴ベクトル記憶部120に記憶された各顔表情に対する各「基準特徴ベクトル」とに対して、周波数を伸縮させて2つの特徴ベクトルの類似度を計算する。
DTWとは、2つ系列の周期性や長さが違っても、2つの系列の各点を総当たりで比較(距離、コスト)し、距離とコストが最小になるパス(2つの系列の各点のマッピング)を計算するアルゴリズムである。DTWから得られるDTW距離の短さは、2つの系列の類似度と捉えることができる。尚、DTW距離は0以上の値となる。
図10は、検知特徴ベクトルと顔表情「噛み締め」の基準特徴ベクトルの各点が、DFWによって、どのようにマッピングされたのかを表すグラフである。
図11は、検知特徴ベクトルと顔表情「無表情」の基準特徴ベクトルの各点が、DFWによって、どのようにマッピングされたのかを表すグラフである。
例えば図9の顔表情「笑み」の場合、対数周波数軸で周波数が高い方向にピークがずれていても、周波数軸に幅を持たせてマッピングされている。つまり、基準特徴ベクトルのピーク周波数位置とは多少異なる周波数位置にピークをもつ検知特徴ベクトルであっても、類似度が高いと計算できる。
顔表情判定部123は、類似度検出部122によって、検知特徴ベクトルに最も類似する基準特徴ベクトルにおける顔表情を、当該ユーザの顔表情であると判定する。類似度が高いとは、検知特徴ベクトルに対して総当たりのDFW距離が最も小さい基準特徴ベクトルをいう。尚、顔表情「笑み」「噛み締め」毎に、DFW距離を「笑顔度」「噛み締め度」としてもよい。
尚、2つの基準特徴ベクトル両方に類似する検知特徴ベクトル等、DFW距離の差が小さくなる場合がある。差をより明確にするために、DFW距離の常用対数を用いてもよい。
Log_dn:「無表情時」の基準ベクトルとの類似度の常用対数
Log_ds:「笑み時」の基準ベクトルとの類似度の常用対数
Log_dc:「噛み締め時」の基準ベクトルとの類似度の常用対数
Rn:無表情時の類似度
Rs:笑み時の類似度
Rc:噛み締め時の類似度
Rn=Log_dn−(Log_ds+Log_dc)
Rs=Log_ds−(Log_dn+Log_dc)
Rc=Log_dc−(Log_ds+Log_dn)
類似度Rn、Rs 、Rcのうち最も小さい値を、最も類似度が高いとして、その表情と判定する。
端末1は、オプション的に、ユーザの顔を撮影するためのカメラ(イン側カメラ)と、顔画像認識部13とを有するものであってもよい。顔画像認識部13は、カメラによって撮影されたユーザの顔が写る画像から、当該ユーザの顔表情を画像認識する。そして、認識された顔表情に対して、筋電信号から周波数パワー分析によって検出された、周波数に対するパワー値によって表す検知特徴ベクトルを、基準特徴ベクトルとして基準特徴ベクトル記憶部120へ記憶させる。
例えば板倉−斉藤距離(LR距離)の場合、DFWのように周波数軸(横軸)に幅を持たせて評価せず、横軸を基準に1対1評価する。しかしながら、正方向ピークの類似性を重視する方法であるから、本発明によると筋電信号がどこの周波数で発生しているかを知ることが重視されるために適用できる。
また、例えば2つの1次元ベクトルの類似度を計算する方法として、コサイン類似度や相互相関がある。しかしながら、コサイン類似度は、ベクトルの屈曲性を評価する性質のため、パワーの差が考慮されないため不適である。また、相互相関は、2つのベクトルの相関を評価する性質のために、これもパワーの差が考慮されないため不適である。
更に、ユークリッド距離やカルバック・ライブラー・ダイバージェンスもある。しかしながら、これらは、板倉斉藤距離に比較して正方向に重みを付けないために、ノイズ混入に比較的弱い。
11 音声信号変換部
12 筋電信号判定部
120 基準特徴ベクトル記憶部
121 周波数パワー分析部
122 類似度検出部
123 顔表情判定部
13 顔画像認識部
2 ヘッドマウントデバイス、ヘッドフォン
Claims (12)
- 筋電センサによって検知されたユーザの表情筋筋電信号から、当該ユーザの顔表情を判定する装置であって、
顔表情毎に、周波数に対するパワー値によって表す基準特徴ベクトルを予め記憶した基準特徴ベクトル記憶手段と、
前記筋電信号を所定時間毎に区分したウィンドウに対して、周波数に対するパワー値によって表す検知特徴ベクトルを検出する周波数パワー分析手段と、
前記検知特徴ベクトルと、前記基準特徴ベクトル記憶手段に記憶された各顔表情に対する各基準特徴ベクトルとの類似度を検出する類似度検出手段と、
各顔表情について、前記各顔表情に対する基準特徴ベクトルとの類似度から、当該各顔表情以外の前記基準特徴ベクトルとの類似度の総和を減算した、当該各顔表情の類似度を算出し、当該各顔表情の類似度のうち最も小さくなる顔表情を、当該ユーザの顔表情であると判定する顔表情判定手段と
を有することを特徴とする装置。 - 前記基準特徴ベクトル及び前記検知特徴ベクトルについて、周波数を対数周波数とし、パワー値を対数パワー値とする
ことを特徴とする請求項1に記載の装置。 - 前記周波数パワー分析手段は、メル尺度フィルタバンク(対数周波数尺度フィルタバンク)によって分析する
ことを特徴とする請求項2に記載の装置。 - 前記周波数パワー分析手段は、前記ウィンドウ毎に、前記筋電信号における減衰特性に応じて高周波数帯の信号を増幅する(プリエンファシス(pre-emphasis)フィルタ)
ことを特徴とする請求項1から3のいずれか1項に記載の装置。 - 前記周波数パワー分析手段は、前記ウィンドウ毎に、判定すべき顔表情の基準特徴ベクトルに特有の周波数帯以外の周波数帯を除去する(帯域除去フィルタ)
ことを特徴とする請求項1から4のいずれか1項に記載の装置。 - 前記基準特徴ベクトル記憶手段は、
顔表情「笑み」に対する基準特徴ベクトル、及び/又は、
顔表情「噛み締め」に対する基準特徴ベクトル
を含むことを特徴とする請求項1から5のいずれか1項に記載の装置。 - 前記装置は、ユーザの顔を撮影するカメラと、当該カメラによって撮影されたユーザの顔が写る画像から、当該ユーザの顔表情を画像認識する顔画像認識手段とを更に有し、
認識された顔表情に対して、筋電信号から周波数パワー分析によって検出された、周波数に対するパワー値によって表す特徴ベクトルを、基準特徴ベクトルとして基準特徴ベクトル記憶手段へ記憶させる
ことを特徴とする請求項1から6のいずれか1項に記載の装置。 - 請求項1から7のいずれか1項に記載の装置は、前記筋電センサを搭載したデバイスであって、
前記筋電センサは、
1チャネルの筋電信号を出力するものであり、
リファレンス用電極が、ユーザの左の耳介周辺から頬近傍の何処か一点の皮膚表面に、検出用電極が、ユーザの右の耳介周辺から頬近傍の何処か一点の皮膚表面に接するように配置可能となるか、又は、
リファレンス用電極が、ユーザの右の耳介周辺から頬近傍の何処か一点の皮膚表面に、検出用電極が、ユーザの左の耳介周辺から頬近傍の何処か一点の皮膚表面に接するように配置可能となる
ことを特徴とするデバイス。 - イヤフォン型又はヘッドマウント型である
ことを特徴とする請求項8に記載のデバイス。 - 請求項1から7のいずれか1項に記載の装置を組み込んだ、ユーザによって所持される携帯端末と、
ユーザの頭部に装着された際に、1チャネルの筋電信号を出力するデバイスと
を有し、
前記デバイスは、筋電センサを搭載し、
当該筋電センサは、
リファレンス用電極が、ユーザの左の耳介周辺から頬近傍の何処か一点の皮膚表面に、検出用電極が、ユーザの右の耳介周辺から頬近傍の何処か一点の皮膚表面に接するように配置可能となるか、又は、
リファレンス用電極が、ユーザの右の耳介周辺から頬近傍の何処か一点の皮膚表面に、検出用電極が、ユーザの左の耳介周辺から頬近傍の何処か一点の皮膚表面に接するように配置可能となる
ことを特徴とするシステム。 - 筋電センサによって検知されたユーザの表情筋筋電信号から、当該ユーザの顔表情を判定する装置に搭載されたコンピュータを機能させるプログラムであって、
顔表情毎に、周波数に対するパワー値によって表す基準特徴ベクトルを予め記憶した基準特徴ベクトル記憶手段と、
前記筋電信号を所定時間毎に区分したウィンドウに対して、周波数に対するパワー値によって表す検知特徴ベクトルを検出する周波数パワー分析手段と、
前記検知特徴ベクトルと、前記基準特徴ベクトル記憶手段に記憶された各顔表情に対する各基準特徴ベクトルとの類似度を検出する類似度検出手段と、
各顔表情について、前記各顔表情に対する基準特徴ベクトルとの類似度から当該各顔表情以外の前記基準特徴ベクトルとの類似度の総和を減算した当該各顔表情の類似度を算出し、当該各顔表情の類似度のうち最も小さくなる顔表情を、当該ユーザの顔表情であると判定する顔表情判定手段と
してコンピュータを機能させることを特徴とするプログラム。 - 筋電センサによって検知されたユーザの表情筋筋電信号から、当該ユーザの顔表情を判定する装置の顔表情判定方法であって、
前記装置は、顔表情毎に、周波数に対するパワー値によって表す基準特徴ベクトルを予め記憶した基準特徴ベクトル記憶部を有し、
前記装置は、
前記筋電信号を所定時間毎に区分したウィンドウに対して、周波数に対するパワー値によって表す検知特徴ベクトルを検出する第1のステップと、
前記検知特徴ベクトルと、前記基準特徴ベクトル記憶部に記憶された各顔表情に対する各基準特徴ベクトルとの類似度を検出する第2のステップと、
各顔表情について、前記各顔表情に対する基準特徴ベクトルとの類似度から、当該各顔表情以外の前記基準特徴ベクトルとの類似度の総和を減算した、当該各顔表情の類似度を算出し、当該各顔表情の類似度のうち最も小さくなる顔表情を、当該ユーザの顔表情であると判定する第3のステップと
を実行することを特徴とする装置の顔表情判定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016023184A JP6580497B2 (ja) | 2016-02-09 | 2016-02-09 | 筋電信号を用いて顔表情を高い精度で識別する装置、デバイス、プログラム及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016023184A JP6580497B2 (ja) | 2016-02-09 | 2016-02-09 | 筋電信号を用いて顔表情を高い精度で識別する装置、デバイス、プログラム及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017140198A JP2017140198A (ja) | 2017-08-17 |
JP6580497B2 true JP6580497B2 (ja) | 2019-09-25 |
Family
ID=59626852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016023184A Active JP6580497B2 (ja) | 2016-02-09 | 2016-02-09 | 筋電信号を用いて顔表情を高い精度で識別する装置、デバイス、プログラム及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6580497B2 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102000246B1 (ko) * | 2017-09-27 | 2019-07-15 | 연세대학교 산학협력단 | 다중 전극을 이용한 근육 활동 추정 장치 및 방법 |
CN212729805U (zh) * | 2017-10-16 | 2021-03-19 | 株式会社村田制作所 | 生物体信号传感器 |
CN113907714A (zh) * | 2017-11-30 | 2022-01-11 | 梅尔廷Mmi株式会社 | 用于识别生物体信号所表示的信息的系统 |
JP6821549B2 (ja) * | 2017-12-15 | 2021-01-27 | Kddi株式会社 | 加速度成分の代表値で生体信号発生を判定する生体信号処理装置、プログラム及び方法 |
JP6810682B2 (ja) * | 2017-12-26 | 2021-01-06 | Kddi株式会社 | 加速度成分の代表値で周期的生体信号発生を判定する生体信号処理装置、プログラム及び方法 |
SG10201800954QA (en) * | 2018-02-02 | 2019-09-27 | Nec Asia Pacific Pte Ltd | Method and system for signal processing rehabilitation exercise signals |
JP7009342B2 (ja) * | 2018-09-27 | 2022-01-25 | Kddi株式会社 | 咀嚼や笑みに係る量に基づき食事を評価可能な装置、プログラム及び方法 |
JP7129724B2 (ja) * | 2020-07-29 | 2022-09-02 | 浩行 喜屋武 | オンラインショー演出システムおよびそのプログラム、並びに笑い解析装置、笑い解析方法およびそのプログラム |
CN113133765A (zh) * | 2021-04-02 | 2021-07-20 | 首都师范大学 | 一种柔性电子的多通道融合轻微负性表情检测方法及装置 |
WO2023037749A1 (ja) * | 2021-09-07 | 2023-03-16 | 株式会社島津製作所 | 評価方法、評価システム、およびプログラム |
CN115944309B (zh) * | 2022-12-22 | 2023-07-18 | 广州医科大学附属第一医院(广州呼吸中心) | 吞咽肌障碍的检测装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2974423B2 (ja) * | 1991-02-13 | 1999-11-10 | シャープ株式会社 | ロンバード音声認識方法 |
JP2573126B2 (ja) * | 1992-06-22 | 1997-01-22 | 正重 古川 | 表情のコード化及び情緒の判別装置 |
JP2002091486A (ja) * | 2000-09-18 | 2002-03-27 | Matsushita Electric Ind Co Ltd | 音声認識装置、音声認識方法、および音声認識プログラムを記録した記録媒体 |
JP2004348382A (ja) * | 2003-05-21 | 2004-12-09 | Ntt Docomo Inc | 携帯型電子装置およびその制御方法 |
JP2006006355A (ja) * | 2004-06-22 | 2006-01-12 | Sony Corp | 生体情報の処理装置および映像音響再生装置 |
JP4722573B2 (ja) * | 2005-06-10 | 2011-07-13 | 株式会社エヌ・ティ・ティ・ドコモ | 顔面情報検出装置および顔面情報検出式通信装置 |
JP2012200397A (ja) * | 2011-03-25 | 2012-10-22 | Midori Anzen Co Ltd | 居眠り検知装置 |
JP5825607B2 (ja) * | 2011-12-07 | 2015-12-02 | 国立研究開発法人産業技術総合研究所 | 信号特徴抽出装置および信号特徴抽出方法 |
-
2016
- 2016-02-09 JP JP2016023184A patent/JP6580497B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017140198A (ja) | 2017-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6580497B2 (ja) | 筋電信号を用いて顔表情を高い精度で識別する装置、デバイス、プログラム及び方法 | |
US20190192077A1 (en) | System and method for extracting and analyzing in-ear electrical signals | |
Ma et al. | Oesense: employing occlusion effect for in-ear human sensing | |
US10621973B1 (en) | Sub-vocal speech recognition apparatus and method | |
JP6521778B2 (ja) | 筋電信号を用いてアプリケーションに感情識別子を付与するプログラム、端末及びシステム | |
US9232904B2 (en) | Electroencephalogram recording apparatus, hearing aid, electroencephalogram recording method, and program thereof | |
JP6452248B2 (ja) | 筋電信号を用いて顔表情を識別するデバイス、端末及びプログラム | |
JPWO2011135789A1 (ja) | 脳波計測装置、電気的ノイズの推定方法、および、電気的ノイズの推定方法を実行するコンピュータプログラム | |
US10213157B2 (en) | Active unipolar dry electrode open ear wireless headset and brain computer interface | |
US20230199413A1 (en) | Multimodal hearing assistance devices and systems | |
US11856355B2 (en) | Information processing system and non-transitory computer readable medium storing program | |
US11494001B2 (en) | Gesture detection system for personal head wearable device | |
US20210240433A1 (en) | Information processing apparatus and non-transitory computer readable medium | |
KR20160108967A (ko) | 생체신호 측정장치 및 이를 이용한 생체신호 측정방법 | |
JP6685891B2 (ja) | フィルタ処理及び周波数判定処理を用いた生体信号処理装置、プログラム及び方法 | |
JP6695817B2 (ja) | 単位空間からの離隔度合いで判定を行う生体信号処理装置、プログラム及び方法 | |
JP6821549B2 (ja) | 加速度成分の代表値で生体信号発生を判定する生体信号処理装置、プログラム及び方法 | |
CN110033772B (zh) | 基于ppg信号的非声学语音信息检测装置 | |
Ma et al. | Innovative Human Motion Sensing With Earbuds | |
JP6810682B2 (ja) | 加速度成分の代表値で周期的生体信号発生を判定する生体信号処理装置、プログラム及び方法 | |
JP7082956B2 (ja) | 信号データに応じた基準値に基づき生体信号の計数を行う生体信号処理装置、プログラム及び方法 | |
JP7373459B2 (ja) | 頭部を後方から挟み込むフレームを備えた生体信号取得装置 | |
JP6942288B2 (ja) | 情報処理装置、サウンドマスキングシステム、制御方法、及び制御プログラム | |
WO2024106195A1 (ja) | 情報処理装置および情報処理システム | |
US20230320669A1 (en) | Real-time in-ear electroencephalography signal verification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180306 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190107 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190610 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190611 |
|
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: 20190820 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190828 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6580497 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |