17. 17
Subject A B C D E Ave.
FR rate 0.283 0.367 0.383 0.300 0.367 0.340
特徴量を20に増やした場合のジェスチャ識別
全被験者の本人拒否率の平均は34.0%
本人拒否率
各被験者の60データの内、検証用データを6(各ジェスチャにつき
1)、学習用データを54として交差検証を行った平均値
被験者ごとに学習器を作成し、学習器ごとにパラメータを最適化した
18. 本人拒否率の比較
18
Subject A B C D E Ave.
FR rate 0.283 0.367 0.383 0.300 0.367 0.340
<20の特徴量を用いた場合>
Subject A B C D E Ave.
FR rate 0.417 0.417 0.550 0.250 0.400 0.407
<4つの特徴量を用いた場合>
6.7%の減少
27. 本人拒否率が最小のときの特徴量数と本人拒否率
27
Subject A B C D E Ave.
特徴量数 8 7 15 16 13 11.8
FR rate 0.267 0.330 0.350 0.200 0.317 0.293
ランダムフォレストによる特徴量選択を行った場合
全被験者の本人拒否率の平均は29.3%
28. 本人拒否率の比較
28
Subject A B C D E Ave.
特徴量数 10 8 17 16 16 13.2
FR rate 0.267 0.350 0.317 0.217 0.333 0.297
Subject A B C D E Ave.
FR rate 0.283 0.367 0.383 0.300 0.367 0.340
<20種類の特徴量を用いた場合>
<分散分析による特徴量選択を行った場合>
4.7%の減少
<ランダムフォレストによる特徴量選択を行った場合>
Subject A B C D E Ave.
特徴量数 8 7 15 16 13 11.8
FR rate 0.267 0.330 0.350 0.200 0.317 0.293
31. 他人受け入れ率
ジェスチャごとの他人受け入れ率
31
Gesture a b c d e f
FA rate 0.410 0.300 0.220 0.440 0.670 0.685
<ランダムフォレストによる特徴量選択を行った場合>
emg8を使用した場合、ジェスチャeとジェスチャf
の他人受け入れ率が高くなる
36. 本人拒否率
ジェスチャごとの本人拒否率
36
Gesture a b c d e f
FA rate 0.420 0.240 0.380 0.320 0.240 0.160
<ランダムフォレストによる特徴量選択を行った場合>
emg8を使用した場合、ジェスチャeとジェスチャf
の本人拒否率は低くなる
37. 本人拒否率の比較(ランダムフォレストと分散分析)
37
<分散分析による特徴量選択を行った場合>
Subject A B C D E Ave.
特徴量数 10 8 17 16 16 13.2
FR rate 0.267 0.350 0.317 0.217 0.333 0.297
<ランダムフォレストによる特徴量選択を行った場合>
Subject A B C D E Ave.
特徴量数 8 7 15 16 13 11.8
FR rate 0.267 0.330 0.350 0.200 0.317 0.293
・特徴量の選択を行なった場合、分散分析、ランダムフォレストのどちらの方法でも
本人拒否率は同程度で、30%以下に下げることができた。
・ランダムフォレストによる特徴量選択の方が使用する特徴量数が少ない結果となった。
特徴量数1.4個減少