JP6240716B2 - Relationship determination device, learning device, relationship determination method, learning method, and program - Google Patents
Relationship determination device, learning device, relationship determination method, learning method, and program Download PDFInfo
- Publication number
- JP6240716B2 JP6240716B2 JP2016124261A JP2016124261A JP6240716B2 JP 6240716 B2 JP6240716 B2 JP 6240716B2 JP 2016124261 A JP2016124261 A JP 2016124261A JP 2016124261 A JP2016124261 A JP 2016124261A JP 6240716 B2 JP6240716 B2 JP 6240716B2
- Authority
- JP
- Japan
- Prior art keywords
- learning
- determination
- information
- relationship
- position information
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明は、関係性判定装置、学習装置、関係性判定方法、学習方法及びプログラムに関する。 The present invention relates to a relationship determination device, a learning device, a relationship determination method, a learning method, and a program.
従来より、複数の生命体の対話の状態を分析する技術が知られている。
例えば、対話者間の共感・反感を複数の外部観測者の解釈の集合体として捉え、それと対話者の視線や表情など非言語行動との関連性を表す数理モデルを構築し、その仮説モデルの立案・検証により事象の理解へとアプローチする技術がある。具体的には、外部観測者の解釈の集合体を確率分布として表現し、それを非言語行動が与えられたもとでの事後確率分布として推測する問題を定式化する。さらに、推測された分布と外部観測者による解釈の分布との比較により、モデルの妥当性を検証する。
2. Description of the Related Art Conventionally, a technique for analyzing a state of dialogue between a plurality of life forms is known.
For example, sympathy and disagreement among interlocutors are considered as a collection of interpretations of multiple external observers, and a mathematical model that expresses the relevance of nonverbal behavior such as the gaze and facial expression of the interlocutor is constructed. There are technologies that approach the understanding of events through planning and verification. Specifically, we formulate the problem of expressing a set of interpretations of external observers as a probability distribution and inferring it as a posterior probability distribution under non-verbal behavior. Furthermore, the validity of the model is verified by comparing the estimated distribution with the distribution of interpretation by external observers.
上述の従来の技術では、対象人物の顔画像情報や音声情報を用いて２者間の共感や反感を推定している。しかし、これらは、例えば心拍数、血圧、呼吸といった生体情報に大きく左右されるものである一方で、上記の従来の技術では、これらの生体情報を考慮しておらず、所定の空間に存在する複数人の生命体の関係性を適切に判定できないという問題があった。 In the above-described conventional technology, empathy and anti-sense between two parties are estimated using face image information and audio information of the target person. However, these are greatly influenced by biological information such as heart rate, blood pressure, and respiration, for example. However, the conventional technology does not consider these biological information and exists in a predetermined space. There was a problem that the relationship between life forms of multiple people could not be judged properly.
本発明は、上記実情に鑑みてなされたものであり、所定の空間に存在する複数の生命体の関係性を適切に判定することができる関係性判定装置、学習装置、関係性判定方法、学習方法及びプログラムを提供することを目的とする。 The present invention has been made in view of the above circumstances, and a relationship determination device, a learning device, a relationship determination method, and learning that can appropriately determine the relationship between a plurality of life forms existing in a predetermined space. An object is to provide a method and a program.
この発明の実施形態における関係性判定装置の第１の態様は、所定の空間に学習時に存在する複数の学習時生命体それぞれの生体情報と位置情報とを取得する第１の学習時取得手段と、前記所定の空間に存在する前記複数の学習時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報の正解情報を取得する第２の学習時取得手段と、前記第１の学習時取得手段により取得された前記複数の学習時生命体それぞれの生体情報と位置情報と、前記第２の学習時取得手段により取得された、前記集合に対して付された前記正解情報とを関連付けて判定器を生成する生成手段と、所定の空間に判定時に存在する複数の判定時生命体それぞれの生体情報と、位置情報とを取得する判定時取得手段と、前記判定時取得手段により取得された前記複数の判定時生命体それぞれの生体情報及び位置情報から、前記生成手段によって生成された前記判定器により、前記複数の判定時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報を判定する判定手段とを具備する装置を提供する。
この発明の実施形態における学習装置の態様は、所定の空間に学習時に存在する複数の学習時生命体それぞれの生体情報と位置情報とを取得する第１の学習時取得手段と、前記所定の空間に存在する前記複数の学習時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報の正解情報を取得する第２の学習時取得手段と、前記第１の学習時取得手段により取得された前記複数の学習時生命体それぞれの生体情報と位置情報と、前記第２の学習時取得手段により取得された、前記集合に対して付された前記正解情報とを関連付けて判定器を生成する生成手段とを具備する装置を提供する。
この発明の実施形態における関係性判定装置の第２の態様は、所定の空間に学習時に存在する複数の学習時生命体それぞれの生体情報と位置情報と、前記複数の学習時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報の正解情報とを関連付けて生成された判定器と、所定の空間に判定時に存在する複数の判定時生命体それぞれの生体情報と、位置情報とを取得する判定時取得手段と、前記判定時取得手段により取得された前記複数の判定時生命体それぞれの生体情報及び位置情報から、前記生成手段によって生成された前記判定器により、前記複数の判定時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報を判定する判定手段とを具備する装置を提供する。
According to a first aspect of the relationship determination apparatus in the embodiment of the present invention, a first learning time acquisition unit that acquires biological information and position information of each of a plurality of learning life forms existing in a predetermined space at the time of learning ; a second learning time obtaining means for obtaining correct information of the plurality of atmosphere information indicating the good or bad of the atmosphere formed by a set of learning during organisms present in the predetermined space, when the first learning Associating the biological information and position information of each of the plurality of learning life forms acquired by the acquisition means with the correct information attached to the set acquired by the second learning time acquisition means Acquired by a generation means for generating a determination device, a determination time acquisition means for acquiring biological information and position information of each of a plurality of determination life forms existing in a predetermined space at the time of determination, and the determination time acquisition means Said compound From the determination time organism each biometric information and the position information, by the determination unit generated by said generating means determines the atmosphere information indicating the good or bad of the atmosphere formed by a set of said plurality of determination time organism An apparatus including a determination unit is provided.
The learning device according to the embodiment of the present invention includes a first learning time acquisition unit that acquires biological information and position information of each of a plurality of learning life forms existing in a predetermined space during learning, and the predetermined space. is obtained and the second learning time obtaining means for obtaining correct information of the plurality of atmosphere information indicating the good or bad of the atmosphere formed by a set of learning during organisms present, by the first learning during acquisition means In addition, the biometric information and the position information of each of the plurality of learning life forms are associated with the correct answer information attached to the set acquired by the second learning time acquisition unit to generate a determiner. An apparatus comprising the generating means is provided.
A second aspect of the relationship determination device according to the embodiment of the present invention is a set of biological information and position information of each of a plurality of learning life forms existing in a predetermined space at the time of learning, and the plurality of learning life forms. Acquires the determination device generated by associating the correct answer information of the atmosphere information indicating the quality of the formed atmosphere , the biological information and the position information of each of the plurality of determination-time organisms existing at the time of determination in a predetermined space The determination time acquisition means, and the determination unit generated by the generation means from the biological information and position information of each of the plurality of determination life objects acquired by the determination time acquisition means, the plurality of determination time lives. providing a device comprising a determining means for determining ambient information indicating the good or bad of the atmosphere formed by the collection of the body.
本発明によれば、所定の空間に存在する複数の生命体の関係性を適切に判定することができる。 According to the present invention, it is possible to appropriately determine the relationship between a plurality of life forms existing in a predetermined space.
以下、本発明の実施形態について、図面を参照して説明する。
（第１の実施形態）
まず、第１の実施形態について説明する。
なお、本実施形態では、所定の建物内の所定エリアにおける複数人のそれぞれの位置情報及び生体情報を取得し、これら取得された位置情報及び生体情報と所定の判定ベースとを照合することで、会議室において行われている会議に参加している複数人の関係性カテゴリを判定する場合について説明する。
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
(First embodiment)
First, the first embodiment will be described.
In the present embodiment, by acquiring the position information and biological information of each of a plurality of persons in a predetermined area in a predetermined building, and collating the acquired position information and biological information with a predetermined determination base, A case will be described in which the relationship category of a plurality of people participating in a conference being held in a conference room is determined.
図１は、本発明の第１の実施形態における関係性判定装置の構成例を示す図である。
図１に示すように、本発明の第１の実施形態における関係性判定装置１は、学習部１Ａ及びカテゴリ判定部１Ｂを有する。学習部１Ａは、学習時位置情報取得部２、学習時生体情報取得部３、関係性カテゴリ入力部４及び判定器生成部５を有する。
FIG. 1 is a diagram illustrating a configuration example of a relationship determination apparatus according to the first embodiment of the present invention.
As shown in FIG. 1, the relationship determination apparatus 1 in the first embodiment of the present invention includes a learning unit 1A and a category determination unit 1B. The learning unit 1A includes a learning position information acquisition unit 2, a learning biological information acquisition unit 3, a relationship category input unit 4, and a determiner generation unit 5.
学習時位置情報取得部２は、学習により判定器１３、つまり関係性カテゴリの判定ベース（例えば関係性カテゴリの判定用のモデル）を生成する際に、所定の建物内の所定のエリアに学習時に存在する複数人のそれぞれの位置情報を取得する。この位置情報の取得の方法は、所定エリア内で各人の席に取り付けられたセンサなどにより検出しても良いし、複数人のそれぞれが所持する携帯電話のＧＰＳ（Global Posting System）などの衛星測位システムによる位置に基づいて定めても良いし、複数人のそれぞれの周辺に取り付けられた、複数人のそれぞれ自身の生体情報を反映して発光する発光器から発光する可視光を所定エリア内に取り付けられたカメラによって撮影し、この撮影された画像から複数人のそれぞれの位置を定めても良く、その方法は問わない。 The learning position information acquisition unit 2 generates a determination unit 13, that is, a relationship category determination base (for example, a relationship category determination model) by learning, in a predetermined area in a predetermined building during learning. The position information of each of a plurality of existing persons is acquired. This method of acquiring position information may be detected by a sensor attached to each person's seat within a predetermined area, or a satellite such as a GPS (Global Posting System) of a mobile phone possessed by each of a plurality of persons. It may be determined based on the position by the positioning system, or visible light emitted from a light emitter that is attached around each of the plurality of persons and reflects the biological information of each of the plurality of persons within a predetermined area. Images may be taken by an attached camera, and the positions of a plurality of people may be determined from the taken images, and the method is not limited.
学習時生体情報取得部３は、学習により判定器１３を生成する際に、所定エリアに学習時に存在する複数人のそれぞれの生体情報を取得する。ここで、生体情報とは、例えば、心拍数、心音強度、身体運動リズム・強度、血圧、呼吸（数、深さ）、声（高さ）、発汗、瞳孔径、眼球運動、瞬き、皮膚温度などである。この生体情報の取得方法は、複数人のそれぞれに取り付けられた生体情報取得器（例えば、取得対象が血圧であれば血圧計）から有線或いは無線ネットワークを介して取得しても良い。また、複数人のそれぞれの周辺に取り付けられた、複数人のそれぞれ自身の生体情報を反映して発光する発光器から発光する生体情報を反映した可視光を使用して、可視光通信により生体情報を伝送しても良く、その方法は問わない。 The learning biometric information acquisition unit 3 acquires biometric information of each of a plurality of persons existing in a predetermined area during learning when the determination device 13 is generated by learning. Here, the biological information is, for example, heart rate, heart sound intensity, body movement rhythm / intensity, blood pressure, breathing (number, depth), voice (height), sweating, pupil diameter, eye movement, blink, skin temperature. Etc. This biometric information acquisition method may be acquired via a wired or wireless network from a biometric information acquisition device attached to each of a plurality of persons (for example, a blood pressure monitor if the acquisition target is blood pressure). In addition, by using visible light reflecting biological information emitted from a light emitting device that emits light reflecting the biological information of each of the plurality of people attached to the periphery of each of the plurality of people, the biological information is transmitted by visible light communication. Any method may be used.
なお、所定の情報（本実施形態では、位置情報及び／又は生体情報）を可視光通信を使用して送信する技術については、公知の技術であるのでここでは詳述しない（例えば、「白色ＬＥＤ照明信号伝送と電力線信号伝送の融合システム」 小峰他 電子情報通信学会技術研究報告 SST， スペクトル拡散 101(730), 99-104, 2002-03-12）。 Note that a technique for transmitting predetermined information (position information and / or biological information in this embodiment) using visible light communication is a well-known technique and will not be described in detail here (for example, “white LED Integrated system of lighting signal transmission and power line signal transmission "Komine et al. IEICE Technical Report SST, Spread Spectrum 101 (730), 99-104, 2002-03-12).
関係性カテゴリ入力部４は、所定エリア内に存在する複数人の関係性のカテゴリ（例えば教師と生徒、リーダーとメンバーなど）の正解情報を入力する。 The relationship category input unit 4 inputs correct information on a relationship category (for example, teacher and student, leader and member, etc.) of a plurality of people existing in a predetermined area.
判定器生成部５は、複数人それぞれの生体情報及び位置情報と、取得された関係性のカテゴリとを関連付けて判定器１３の判定ベースを生成する。 The determiner generation unit 5 generates a determination base of the determiner 13 by associating the biological information and position information of each of a plurality of persons with the acquired relationship category.
図２は、本発明の第１の実施形態における判定器１３における判定の際に使用され、判定器生成部５により生成される判定ベースの一例を説明するための図である。
図２に示すように、判定のために使用される判定ベース３１は、位置情報２１、生体情報２２及び関係性カテゴリ２３を含む。
FIG. 2 is a diagram for describing an example of a determination base that is used in determination by the determiner 13 according to the first embodiment of the present invention and is generated by the determiner generation unit 5.
As shown in FIG. 2, the determination base 31 used for determination includes position information 21, biological information 22, and a relationship category 23.
位置情報２１は、所定エリアに学習時に存在する複数人のそれぞれの位置情報であり、本実施形態においては、説明を簡単にするために、所定エリアにおける位置をｘ−ｙ座標で表わすものとするが、これに限られるものではない。 The position information 21 is position information of each of a plurality of persons existing in a predetermined area at the time of learning. In the present embodiment, the position in the predetermined area is expressed by xy coordinates for the sake of simplicity. However, it is not limited to this.
生体情報２２は、所定エリアに学習時に存在する複数人のそれぞれの生体情報であり、本実施形態においては、説明を簡単にするために、心拍数を例にとり説明するが、これに限られるものではない。例えば、生体データは、１つに限られるものではなく、複数の生体データ（心拍数、心音強度、身体運動リズム・強度、血圧、呼吸（数、深さ）、声（高さ）、発汗、瞳孔径、眼球運動、瞬き、皮膚温度など）を使用しても良い。 The biometric information 22 is biometric information of each of a plurality of people existing in a predetermined area at the time of learning. In the present embodiment, the heart rate is described as an example for the sake of simplicity, but the present invention is not limited to this. is not. For example, the biometric data is not limited to one, but a plurality of biometric data (heart rate, heart sound intensity, physical movement rhythm / intensity, blood pressure, respiration (number, depth), voice (height), sweating, Pupil diameter, eye movement, blink, skin temperature, etc.) may be used.
関係性カテゴリ２３は、所定エリアに存在している関係性カテゴリ（例えば教師１人と生徒１０人、リーダー１人とメンバー２０人など）であるがこれに限られるものではない。 The relationship category 23 is a relationship category (for example, 1 teacher and 10 students, 1 leader and 20 members) existing in a predetermined area, but is not limited to this.
図３は、本発明の第１の実施形態における判定器生成部５による学習により生成された学習の結果である判定ベース３１の一例を示す図である。
図３に示すように、関係性カテゴリの判定の際に使用される各判定ベース３１ａ、３１ｂ・・・は、関係性カテゴリ（例えば教師１人と生徒１０人、リーダー１人とメンバー２０人）毎に、学習された結果である位置情報（ｘ，ｙ）及び生体情報（心拍数）を含む。
FIG. 3 is a diagram illustrating an example of the determination base 31 that is a result of learning generated by learning by the determiner generation unit 5 according to the first embodiment of the present invention.
As shown in FIG. 3, each determination base 31a, 31b... Used for determining the relationship category is a relationship category (for example, 1 teacher and 10 students, 1 leader and 20 members). Each of them includes position information (x, y) and biological information (heart rate) that are learned results.
また、本実施形態では、教師１人と生徒２０人、リーダー１人とメンバー３０人、というように、第１の種別（例えば教師や会議のリーダー）と第２の種別（例えば生徒や会議のリーダー）の組み合わせにおいて、人数が異なる複数のパターンに応じた判定ベースを生成することができる。また、上記のように、関連性のカテゴリは、１人対複数人の関係に限らず、例えば友人同士、親子、上司と部下など、１人対１人の関係であってもよいし、特定のスポーツの対戦チーム同士など、複数人対複数人の関係であってもよい。 In this embodiment, a first type (for example, a teacher or a meeting leader) and a second type (for example, a student or a meeting) such as one teacher and 20 students, one leader and 30 members. In the combination of (leaders), it is possible to generate a determination base corresponding to a plurality of patterns with different numbers of people. In addition, as described above, the category of relevance is not limited to a one-to-multiple relationship, but may be a one-to-one relationship such as friends, parents and children, bosses and subordinates, or specific. A multi-person-to-multi-person relationship, such as sports teams of other sports, may be used.
なお、学習の方法については、同一の関係性カテゴリについて１回に限らず、同一の関係性カテゴリについて複数回、位置情報及び生体情報を取得し、これら取得した複数の位置情報及び生体情報の平均値を使用してもよく、また、他の学習方法を採用しても良い。 The learning method is not limited to once for the same relationship category, but the position information and the biological information are acquired a plurality of times for the same relationship category, and the average of the acquired plurality of position information and biological information is obtained. Values may be used and other learning methods may be employed.
カテゴリ判定部１Ｂは、判定時位置情報取得部１１、判定時生体情報取得部１２及び判定器１３を有する。 The category determination unit 1B includes a determination-time position information acquisition unit 11, a determination-time biometric information acquisition unit 12, and a determination device 13.
判定時位置情報取得部１１は、判定器１３により関係性のカテゴリを判定する際に、所定エリアに判定時に存在する複数人のそれぞれの位置情報を取得する。この位置情報の取得の方法は、所定エリア内の席に取り付けられたセンサにより検出しても良いし、複数人のそれぞれが所持する携帯電話のＧＰＳなどの衛星測位システムによる位置に基づいて定めても良いし、複数人のそれぞれに取り付けられた発光器から発光する可視光を所定エリア内に取り付けられたカメラによって撮影し、この撮影された画像から複数人のそれぞれの位置を定めても良く、その方法は問わない。 The determination-time position information acquisition unit 11 acquires the position information of each of a plurality of persons existing in a predetermined area at the time of determination when the determination unit 13 determines the relationship category. This method of acquiring position information may be detected by a sensor attached to a seat in a predetermined area, or determined based on the position of a satellite positioning system such as GPS of a mobile phone possessed by each of a plurality of persons. Alternatively, the visible light emitted from the light emitters attached to each of the plurality of people may be photographed by a camera attached in a predetermined area, and the positions of the plurality of people may be determined from the photographed images, The method does not matter.
判定時生体情報取得部１２は、判定器１３により関係性のカテゴリを判定する際に、所定エリアに判定時に存在する複数人のそれぞれの生体情報を取得する。この生体情報の取得方法は、複数人のそれぞれに取り付けられた生体情報取得器（例えば、血圧であれば血圧計）から有線或いは無線ネットワークを介して取得しても良い。また、複数人のそれぞれに取り付けられた発光器から発光する生体情報を反映した可視光を所定エリア内に取り付けられたカメラによって撮影し、この撮影された画像から生体情報を定めても良く、その方法は問わない。 The determination biometric information acquisition unit 12 acquires biometric information of each of a plurality of persons existing in a predetermined area at the time of determination when the determination unit 13 determines the relationship category. This biometric information acquisition method may be acquired from a biometric information acquisition device (for example, a sphygmomanometer for blood pressure) attached to each of a plurality of people via a wired or wireless network. Further, visible light reflecting biological information emitted from a light emitter attached to each of a plurality of persons may be photographed by a camera attached in a predetermined area, and the biological information may be determined from the photographed image. It doesn't matter how.
図４は、本発明の第１の実施形態における判定器１３の構成例を示す図である。
図４に示すように、判定器１３は、判定部４１及び判定器生成部５によって生成された判定ベース３１ａ、・・・、３１ｎを有する。
判定器１３の判定部４１は、判定時位置情報取得部１１によって取得された位置情報、判定時生体情報取得部１２によって取得された生体情報及び判定器生成部５によって生成された判定ベース３１ａ、３１ｂ、・・・、３１ｎに基づいて、関係性のカテゴリの判定を行なう。
FIG. 4 is a diagram illustrating a configuration example of the determiner 13 according to the first embodiment of the present invention.
As shown in FIG. 4, the determiner 13 includes determination bases 31 a,..., 31 n generated by the determination unit 41 and the determiner generation unit 5.
The determination unit 41 of the determination device 13 includes the position information acquired by the determination-time position information acquisition unit 11, the biological information acquired by the determination-time biological information acquisition unit 12, and the determination base 31 a generated by the determination device generation unit 5, Based on 31b,..., 31n, the relationship category is determined.
判定部４１による判定は、判定時に取得された位置情報及び生体情報と、学習により生成された判定ベース３１ａ、・・・、３１ｎとを照合（比較）し、その照合の結果、最も一致率の高い判定ベースのカテゴリを関係性のカテゴリとして判定して出力する。なお、判定器１３による判定方法はこれに限られるものではない。 The determination by the determination unit 41 is performed by comparing (comparing) the position information and biological information acquired at the time of determination with the determination bases 31a, ..., 31n generated by learning. A category with a high judgment base is judged as a relationship category and output. In addition, the determination method by the determination device 13 is not limited to this.
図５は、本発明の第１の実施形態における関係性判定装置の動作の一例を説明するためのフローチャートである。
まず、最初に、学習により判定器の生成が行われる（学習モード）。
具体的には、学習時位置情報取得部２により所定エリア内に学習時に存在する複数人のそれぞれの位置情報を取得し、学習時生体情報取得部３により所定エリア内に学習時に存在する複数人のそれぞれの生体情報を取得する（Ｓ１）。
FIG. 5 is a flowchart for explaining an example of the operation of the relationship determination apparatus according to the first embodiment of the present invention.
First, a discriminator is generated by learning (learning mode).
Specifically, the position information acquisition unit 2 at the time of learning acquires the position information of each of a plurality of persons existing in the predetermined area at the time of learning, and the plurality of persons existing at the time of learning in the predetermined area by the biological information acquisition unit 3 at the time of learning. Each biometric information is acquired (S1).
次に、判定器生成部５は、複数人のそれぞれの生体情報及び位置情報と、取得された関係性のカテゴリとを関連付けて判定器１３の判定ベースを生成する（Ｓ２）。 Next, the determiner generator 5 generates a determination base of the determiner 13 by associating the biological information and position information of each of the plurality of persons with the acquired relationship category (S2).
そして、予め定められた基準（例えば、カテゴリの数、学習の回数など）に従って、判定器生成部５により学習が終了したか否かの判定が行なわれる（Ｓ３）。学習が終了していないと判定された場合には、Ｓ１の処理に戻り、学習モードを継続する。 Then, according to a predetermined criterion (for example, the number of categories, the number of learnings, etc.), the determination unit generation unit 5 determines whether learning is completed (S3). If it is determined that learning has not ended, the process returns to S1 and the learning mode is continued.
一方、学習が終了したと判定された場合には、生成された判定ベースを使用した判定器１３による関係性判定モードが実行可能になる。 On the other hand, when it is determined that the learning has been completed, the relationship determination mode by the determiner 13 using the generated determination base can be executed.
関係性判定モードにおいては、まず、判定時位置情報取得部１１は所定エリア内に判定時に存在する複数人のそれぞれの位置情報を取得し、判定時生体情報取得部１２は所定エリアに判定時に存在する複数人のそれぞれの生体情報を取得する（Ｓ４）。この判定時のエリアは学習時のエリアと異なっていてもよい。 In the relationship determination mode, first, the determination-time position information acquisition unit 11 acquires the position information of each of a plurality of persons existing in the predetermined area at the time of determination, and the determination-time biometric information acquisition unit 12 exists in the predetermined area at the time of determination. The biometric information of each of a plurality of persons to be acquired is acquired (S4). The area at the time of this determination may be different from the area at the time of learning.
判定器１３の判定部４１は、判定時位置情報取得部１１によって取得された位置情報、判定時生体情報取得部１２によって取得された生体情報及び判定器生成部５によって生成された判定ベース３１ａ、３１ｂ、・・・、３１ｎに基づいて、関係性のカテゴリの判定を行なう（Ｓ５）。 The determination unit 41 of the determination device 13 includes the position information acquired by the determination-time position information acquisition unit 11, the biological information acquired by the determination-time biological information acquisition unit 12, and the determination base 31 a generated by the determination device generation unit 5, Based on 31b,..., 31n, the relationship category is determined (S5).
そして、判定器１３は、Ｓ５において判定された結果である関係性のカテゴリを出力する（Ｓ６）。
また、本実施形態では、判定器１３は、関係性のカテゴリに加えて、関係性の詳細情報を求めて出力することができる（Ｓ７）。この関係性の詳細情報とは、上記のように判定された関連性のカテゴリにおける、第１の種別（例えば教師や会議のリーダー）に属する人と第２の種別（例えば生徒や会議のメンバー）に属する人とで形成される雰囲気の良し悪し（例えば会議の進行がスムーズであるか否か、教師の授業に生徒が引き込まれているか否か）や、第１の種別に属する人と第２の種別に属する人との間の関係の良し悪し（例えば親近感を抱いているか否か）である。
Then, the determiner 13 outputs the relationship category that is the result determined in S5 (S6).
In the present embodiment, the determiner 13 can obtain and output detailed relationship information in addition to the relationship category (S7). The detailed information of the relationship is a person belonging to the first type (for example, a teacher or a meeting leader) and a second type (for example, a student or a meeting member) in the relationship category determined as described above. Good or bad atmosphere formed by people belonging to (for example, whether the progress of the meeting is smooth or not, whether the student is drawn into the teacher's class), the person who belongs to the first type and the second The relationship between the persons belonging to the type of the person is good or bad (for example, whether or not they have a sense of affinity).
この関係性の詳細情報を判定するには、例えば、判定ベース３１の生成時に、この判定ベース３１に上記の雰囲気の良し悪しや関係の良し悪しなどの正解情報を含めておき、判定部４１が、判定時に取得された位置情報及び生体情報と、学習により生成された判定ベース３１とを照合し、その照合の結果、最も一致率の高い判定ベースにおける関係性の詳細情報を判定して出力する。 In order to determine the detailed information of the relationship, for example, when the determination base 31 is generated, the determination base 41 includes the correct answer information such as the quality of the atmosphere and the relationship, and the determination unit 41 The position information and biometric information acquired at the time of determination are compared with the determination base 31 generated by learning, and as a result of the comparison, detailed information on the relationship in the determination base with the highest matching rate is determined and output. .
したがって、本発明の第１の実施形態における関係性判定装置によれば、所定の空間に存在する複数の生命体の位置情報及び生体情報を基に、その空間に存在する複数の生命体が教師と生徒の関係であることや、会議のリーダーとメンバーの関係であることなどの関係性の判定を行なうことができ、いままでにない用途において生体情報を有効活用することができる。 Therefore, according to the relationship determination apparatus in the first embodiment of the present invention, based on the position information and biological information of a plurality of living organisms existing in a predetermined space, a plurality of living organisms existing in the space are teachers. It is possible to determine the relationship such as the relationship between the student and the student, the relationship between the meeting leader and the member, and the biometric information can be effectively used in an unprecedented application.
（第２の実施形態）
次に、本発明の第２の実施形態について説明する。なお、この実施形態における構成のうち第１の実施形態で説明した部分と同一部分の詳細な説明は省略する。
上述の第１の実施形態では、複数人の生体情報及び位置情報を学習し、それを関係性判定に使用する場合について説明した。しかしながら、学習を行なう対象は、生体情報及び位置情報に限らず、生体情報、位置情報と関連する他の情報、例えば感情情報を使用しても良く、関係性の特性によっては、他の情報を基に学習を行なった方が判定精度が高くなる場合がある。
(Second Embodiment)
Next, a second embodiment of the present invention will be described. In addition, the detailed description of the same part as the part demonstrated in 1st Embodiment among the structures in this embodiment is abbreviate | omitted.
In the first embodiment described above, a case has been described in which biometric information and position information of a plurality of persons are learned and used for the relationship determination. However, the object to be learned is not limited to biological information and position information, but other information related to biological information and position information, such as emotion information, may be used. Depending on the characteristics of the relationship, other information may be used. In some cases, the determination accuracy is higher when learning is performed based on the learning.
この第２の実施形態は、複数人の生体情報及び位置情報に基づいて、複数人のそれぞれの感情情報を算出し、この算出された感情情報を判定ベースに含めて学習の対象とすることにより、関係性の判定精度の向上を図るものである。 In the second embodiment, the emotion information of each of a plurality of persons is calculated based on the biological information and position information of the plurality of persons, and the calculated emotion information is included in the determination base to be a learning target. This is intended to improve the determination accuracy of the relationship.
具体的には、関係性判定装置１の学習部１Ａに感情変換部５１、カテゴリ判定部１Ｂに感情変換部５２を設ける。 Specifically, the emotion conversion unit 51 is provided in the learning unit 1A of the relationship determination apparatus 1, and the emotion conversion unit 52 is provided in the category determination unit 1B.
図６は、本発明の第２の実施形態における学習部１Ａの構成例を示す図である。
図６に示すように、第２の実施形態における判定器生成部５には、複数人のそれぞれの位置情報及び関係性のカテゴリ（正解情報）が入力されるとともに、感情変換部５１にて、生体情報及び位置情報に基づいて算出された感情情報が入力される。
FIG. 6 is a diagram illustrating a configuration example of the learning unit 1A according to the second embodiment of the present invention.
As shown in FIG. 6, each of the position information and the relationship category (correct information) of the plurality of persons is input to the determiner generation unit 5 in the second embodiment, and in the emotion conversion unit 51, Emotion information calculated based on the biological information and position information is input.
感情変換部５１は、生体情報及び位置情報に基づいて、感情情報を出力する。なお、生体情報のみに基づいて感情情報を算出しても良く、位置情報は必須ではない。本実施形態においては、位置情報も加えて感情情報を出力することにより、位置による感情情報の傾向を補正することができる。例えば、所定フロア内の特定の人物から遠い位置が他の位置よりも感情の起伏が少ない傾向があることを補正したりすることができる。
感情情報は、例えば、驚き、興奮、楽しい、眠気、憂鬱、悲しみ、緊張などを示す情報であるが、これに限られるものではない。
The emotion conversion unit 51 outputs emotion information based on the biological information and the position information. Note that emotion information may be calculated based only on biological information, and position information is not essential. In the present embodiment, by adding emotion information along with position information, the tendency of emotion information by position can be corrected. For example, it is possible to correct that a position far from a specific person on a predetermined floor tends to have less emotional undulation than other positions.
The emotion information is, for example, information indicating surprise, excitement, fun, sleepiness, depression, sadness, tension, etc., but is not limited thereto.
なお、生体情報から感情変換を行なう技術は公知の技術であり、例えば、「人間の感情を考慮したバイオメトリクス」 情報学ワークショップ２００４、平成１６年９月()、「ＭＯＬＭＯＤ：生体情報を用いた雰囲気の取得手法の構築」(http://WWW.ht.sfc.keio.ac.jp/~jum-p/ips_molmod.pdf)、「表情と生体情報による感情の強さの推定」（
https://www.jstage.jst.go.jp/article/ieeheiss1987/119/6/119_6_668/_pdf)が挙げられる。
The technology for transforming emotions from biological information is a well-known technology. For example, “Biometrics Considering Human Emotions” Informatics Workshop 2004, September 2004 (“MOLMOD: Using biological information”) ”Establishment method for acquiring the desired atmosphere” (http://WWW.ht.sfc.keio.ac.jp/~jum-p/ips_molmod.pdf), “Estimation of emotional intensity by facial expression and biological information” (
https://www.jstage.jst.go.jp/article/ieeheiss1987/119/6/119_6_668/_pdf).
図７は、本発明の第２の実施形態におけるカテゴリ判定部１Ｂの構成例を示す図である。
図７に示すように、第２の実施形態における判定器１３には、複数人のそれぞれの位置情報及び関係性のカテゴリが入力されるとともに、感情変換部５２にて、生体情報及び位置情報に基づいて算出された感情情報が入力される。
FIG. 7 is a diagram illustrating a configuration example of the category determination unit 1B according to the second embodiment of the present invention.
As shown in FIG. 7, the position information and the relationship category of each of a plurality of persons are input to the determiner 13 in the second embodiment, and the emotion conversion unit 52 converts the position information into the biological information and the position information. Emotion information calculated based on this is input.
感情変換部５２は、生体情報及び位置情報に基づいて、感情情報を出力する。なお、生体情報のみに基づいて感情情報を算出しても良く、位置情報は必須ではない。 The emotion conversion unit 52 outputs emotion information based on the biological information and the position information. Note that emotion information may be calculated based only on biological information, and position information is not essential.
図８は、本発明の第２の実施形態における判定器生成部５による学習により生成された学習の結果である判定ベース６０の一例を示す図である。
図８に示すように、判定のために使用される判定ベース６０は、感情情報６１、位置情報６２及び関係性カテゴリ６３を含む。位置情報６２及び関係性カテゴリ６３については、上述の実施の形態と同様である。
FIG. 8 is a diagram illustrating an example of a determination base 60 that is a result of learning generated by learning by the determiner generation unit 5 according to the second embodiment of the present invention.
As shown in FIG. 8, the determination base 60 used for determination includes emotion information 61, position information 62, and a relationship category 63. The position information 62 and the relationship category 63 are the same as in the above embodiment.
感情情報６１は、例えば、驚き、興奮、楽しい、眠気、憂鬱、悲しみ、緊張などを示す情報であるが、これに限られるものではない。 The emotion information 61 is information indicating, for example, surprise, excitement, fun, sleepiness, depression, sadness, tension, etc., but is not limited thereto.
図９は、本発明の第２の実施形態における関係性判定装置の動作の一例を説明するためのフローチャートである。
まず、最初に、学習により判定器の生成が行われる（学習モード）。
具体的には、所定フロアに学習時に存在する複数人のそれぞれの位置情報を学習時位置情報取得部２により取得し、所定フロアに学習時に存在する複数人のそれぞれの生体情報を学習時生体情報取得部３により取得する（Ｓ１１）。
FIG. 9 is a flowchart for explaining an example of the operation of the relationship determination apparatus according to the second embodiment of the present invention.
First, a discriminator is generated by learning (learning mode).
Specifically, each position information of a plurality of persons existing on a predetermined floor at the time of learning is acquired by the learning position information acquisition unit 2, and each of the plurality of persons existing on the predetermined floor at the time of learning is acquired. Obtained by the obtaining unit 3 (S11).
感情変換部５１は、Ｓ１１において学習時に取得された複数人のそれぞれの位置情報及び複数人のそれぞれの生体情報に基づいて、複数人のそれぞれの感情情報を生成する（Ｓ１２）。 The emotion conversion unit 51 generates emotion information of each of the plurality of persons based on the position information of each of the plurality of persons and the biological information of each of the plurality of persons acquired during learning in S11 (S12).
次に、判定器生成部５は、複数人のそれぞれの感情情報及び位置情報と、取得された関係性のカテゴリとを関連付けて判定器１３の判定ベースを生成する（Ｓ１３）。 Next, the determiner generator 5 generates a determination base of the determiner 13 by associating each emotion information and position information of the plurality of persons with the acquired relationship category (S13).
そして、予め定められた基準（例えば、カテゴリの数、学習の回数など）に従って、判定器生成部５により学習が終了したか否かの判定が行なわれる（Ｓ１４）。学習が終了していないと判定された場合には、Ｓ１１の処理に戻り、学習モードを継続する。 Then, according to a predetermined criterion (for example, the number of categories, the number of learnings, etc.), the determination unit generation unit 5 determines whether learning is completed (S14). If it is determined that learning has not ended, the process returns to S11 and the learning mode is continued.
一方、学習が終了したと判定された場合には、生成された判定ベースを使用した判定器１３による関係性判定モードが実行可能になる。 On the other hand, when it is determined that the learning has been completed, the relationship determination mode by the determiner 13 using the generated determination base can be executed.
関係性判定モードにおいては、まず、判定時位置情報取得部１１は、所定エリアに判定時に存在する複数人のそれぞれの位置情報を取得し、判定時生体情報取得部１２は、所定エリアに判定時に存在する複数人のそれぞれの生体情報を取得する（Ｓ１５）。 In the relationship determination mode, first, the determination-time position information acquisition unit 11 acquires the position information of each of a plurality of persons existing in the predetermined area at the time of determination, and the determination-time biometric information acquisition unit 12 sets the predetermined area at the time of determination. The biological information of each of a plurality of existing persons is acquired (S15).
Ｓ１５において関係性判定時に取得された複数人のそれぞれの位置情報及び複数人のそれぞれの生体情報に基づいて、感情変換部５２は、複数人のそれぞれの感情情報を生成する（Ｓ１６）。 The emotion conversion unit 52 generates emotion information of each of the plurality of persons based on the position information of each of the plurality of persons and the biological information of each of the plurality of persons acquired at the time of determining the relationship in S15 (S16).
感情変換部５２により生成された感情情報、判定時位置情報取得部１１によって取得された位置情報及び判定器生成部５によって生成された判定ベース６０に基づいて、判定器１３の判定部４１は、関係性のカテゴリの判定を行なう（Ｓ１７）。 Based on the emotion information generated by the emotion conversion unit 52, the position information acquired by the determination position information acquisition unit 11, and the determination base 60 generated by the determiner generation unit 5, the determination unit 41 of the determination unit 13 The relationship category is determined (S17).
そして、判定器１３は、Ｓ１７において判定された結果である関係性のカテゴリを出力する（Ｓ１８）。 Then, the determiner 13 outputs the relationship category that is the result determined in S17 (S18).
また、第１の実施形態と同様に、判定器１３は、関係性のカテゴリに加えて、関係性の詳細情報を判定して出力することができる（Ｓ１９）。この関係性の詳細情報を判定するには、例えば、判定ベース６０の生成時に、この判定ベース６０に上記の雰囲気の良し悪しや関係の良し悪しなどの正解情報を含めておき、判定器１３が、判定時に取得された感情情報及び生体情報と、学習により生成された判定ベース６０とを照合し、その照合の結果、最も一致率の高い判定ベースにおける関係性の詳細情報を判定して出力する。 Similarly to the first embodiment, the determiner 13 can determine and output the detailed information of the relationship in addition to the category of the relationship (S19). In order to determine the detailed information of this relationship, for example, when the determination base 60 is generated, the determination base 60 includes correct answer information such as the quality of the atmosphere and the relationship between the above and the determination unit 13. The emotion information and biometric information acquired at the time of determination are compared with the determination base 60 generated by learning, and as a result of the comparison, detailed information on the relationship in the determination base with the highest matching rate is determined and output. .
したがって、本発明の第２の実施形態の関係性判定装置によれば、所定の空間に存在する複数の生命体の位置情報及び感情情報を基に、その空間に存在する複数の生命体の関係性の判定を行なうことができるので、いままでにない用途において生体情報を有効活用することができる。 Therefore, according to the relationship determination apparatus of the second embodiment of the present invention, based on position information and emotion information of a plurality of living organisms existing in a predetermined space, a relationship between a plurality of living organisms existing in that space. Since sex can be determined, biometric information can be effectively used in an unprecedented application.
なお、上述の各実施形態では、所定フロア内の複数人が教師と生徒の関係にあることや会議のリーダーとメンバーとの関係にあることを例に説明したが、これに限られるものではない。例えば、各実施形態は、講演や演説会場（発言者と傍聴者との関係）、落語・演劇（出演者と観客との関係）にも適用することができる。 In each of the above-described embodiments, an example has been described in which a plurality of persons in a predetermined floor have a relationship between a teacher and a student, or a relationship between a meeting leader and a member. However, the present invention is not limited to this. . For example, each embodiment can also be applied to lectures and speech venues (relationships between speakers and listeners) and rakugo / drama (relationships between performers and spectators).
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。 Although several embodiments of the present invention have been described, these embodiments are presented by way of example and are not intended to limit the scope of the invention. These novel embodiments can be implemented in various other forms, and various omissions, replacements, and changes can be made without departing from the scope of the invention. These embodiments and modifications thereof are included in the scope and gist of the invention, and are included in the invention described in the claims and the equivalents thereof.
また、上記の各実施形態に記載した手法は、計算機（コンピュータ）に実行させることができるプログラム（ソフトウエア手段）として、例えば磁気ディスク（フロッピー（登録商標）ディスク、ハードディスク等）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤ、ＭＯ等）、半導体メモリ（ＲＯＭ、ＲＡＭ、フラッシュメモリ等）等の記録媒体に格納し、また通信媒体により伝送して頒布することもできる。なお、媒体側に格納されるプログラムには、計算機に実行させるソフトウエア手段（実行プログラムのみならずテーブルやデータ構造も含む）を計算機内に構成させる設定プログラムをも含む。本装置を実現する計算機は、記録媒体に記録されたプログラムを読み込み、また場合により設定プログラムによりソフトウエア手段を構築し、このソフトウエア手段によって動作が制御されることにより上述した処理を実行する。なお、本明細書でいう記録媒体は、頒布用に限らず、計算機内部あるいはネットワークを介して接続される機器に設けられた磁気ディスクや半導体メモリ等の記憶媒体を含むものである。 In addition, the methods described in the above embodiments are, for example, magnetic disks (floppy (registered trademark) disks, hard disks, etc.), optical disks (CD-) as programs (software means) that can be executed by a computer (computer). ROM, DVD, MO, etc.), semiconductor memory (ROM, RAM, flash memory, etc.) and the like can be stored in a recording medium, or transmitted via a communication medium and distributed. The program stored on the medium side includes a setting program that configures software means (including not only the execution program but also a table and data structure) in the computer. A computer that implements this apparatus reads a program recorded on a recording medium, constructs software means by a setting program as the case may be, and executes the above-described processing by controlling the operation by this software means. The recording medium referred to in this specification is not limited to distribution, but includes a storage medium such as a magnetic disk or a semiconductor memory provided in a computer or a device connected via a network.
１…関係性判定装置
１Ａ…学習部
１Ｂ…カテゴリ判定部
２…学習時位置情報取得部
３…学習時生体情報取得部
４…関係性カテゴリ入力部
５…判定器生成部
１１…判定時位置情報取得部
１２…判定時生体情報取得部
１３…判定器
２１…位置情報
２２…生体情報
２３…関係性カテゴリ
３１、６０…判定ベース
４１…判定部
５１、５２…感情変換部
６１…感情情報
DESCRIPTION OF SYMBOLS 1 ... Relationship determination apparatus 1A ... Learning part 1B ... Category determination part 2 ... Position information acquisition part at the time of learning 3 ... Biometric information acquisition part at the time of learning 4 ... Relation category input part 5 ... Determinator generation part 11 ... Position information at the time of determination Acquisition unit 12 ... biometric information acquisition unit 13 at determination 13 ... determiner 21 ... position information 22 ... biometric information 23 ... relationship category 31, 60 ... determination base 41 ... determination unit 51, 52 ... emotion conversion unit 61 ... emotion information
Claims (12)
前記所定の空間に存在する前記複数の学習時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報の正解情報を取得する第２の学習時取得手段と、
前記第１の学習時取得手段により取得された前記複数の学習時生命体それぞれの生体情報と位置情報と、前記第２の学習時取得手段により取得された、前記集合に対して付された前記正解情報とを関連付けて判定器を生成する生成手段と、
所定の空間に判定時に存在する複数の判定時生命体それぞれの生体情報と、位置情報とを取得する判定時取得手段と、
前記判定時取得手段により取得された前記複数の判定時生命体それぞれの生体情報及び位置情報から、前記生成手段によって生成された前記判定器により、前記複数の判定時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報を判定する判定手段とを具備することを特徴とする関係性判定装置。 First learning time acquisition means for acquiring biological information and position information of each of a plurality of learning life organisms existing in a predetermined space during learning;
A second learning time obtaining means for obtaining correct information of the plurality of atmosphere information indicating the good or bad of the atmosphere formed by a set of learning during organisms present in said predetermined space,
The biological information and position information of each of the plurality of learning life forms acquired by the first learning time acquisition means , and the set attached to the set acquired by the second learning time acquisition means Generating means for associating correct answer information with each other to generate a determiner;
A determination time acquisition means for acquiring biological information of each of a plurality of determination time organisms existing at the time of determination in a predetermined space and position information;
From the biological information and position information of each of the plurality of determination life forms acquired by the determination time acquisition means, the determination unit generated by the generation means is formed as a set of the plurality of determination time life forms. And a determination means for determining atmosphere information indicating whether the atmosphere is good or bad.
前記所定の空間に存在する前記複数の学習時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報の正解情報を取得する第２の学習時取得手段と、
前記第１の学習時取得手段により取得された前記複数の学習時生命体それぞれの生体情報と位置情報と、前記第２の学習時取得手段により取得された、前記集合に対して付された前記正解情報とを関連付けて判定器を生成する生成手段とを具備することを特徴とする学習装置。 First learning time acquisition means for acquiring biological information and position information of each of a plurality of learning life organisms existing in a predetermined space during learning;
A second learning time obtaining means for obtaining correct information of the plurality of atmosphere information indicating the good or bad of the atmosphere formed by a set of learning during organisms present in said predetermined space,
The biological information and position information of each of the plurality of learning life forms acquired by the first learning time acquisition means , and the set attached to the set acquired by the second learning time acquisition means A learning apparatus comprising: generating means for associating correct information with each other to generate a determiner.
所定の空間に判定時に存在する複数の判定時生命体それぞれの生体情報と、位置情報とを取得する判定時取得手段と、
前記判定時取得手段により取得された前記複数の判定時生命体それぞれの生体情報及び位置情報から、前記生成された前記判定器により、前記複数の判定時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報を判定する判定手段とを具備することを特徴とする関係性判定装置。 Associating a plurality of learning during life forms each of the biological information and the position information existing at the time of learning in a predetermined space, and a correct answer information atmosphere information indicating the good or bad of the atmosphere formed by a set of the plurality of learning during organism A classifier generated by
A determination time acquisition means for acquiring biological information of each of a plurality of determination time organisms existing at the time of determination in a predetermined space and position information;
From said acquired by determining the time of acquisition means the of the plurality of determination time organism each biometric information and the position information, by the determination unit that the generated, good atmosphere is formed by a set of said plurality of determination time organism A relationship determination apparatus comprising: determination means for determining atmosphere information indicating badness.
前記所定の空間に存在する前記複数の学習時生命体がどのような関係にある複数の学習時生命体の集合であるかを示す関係情報の正解情報をさらに取得し、 Further obtaining correct information of relation information indicating the relationship between the plurality of learning life forms present in the predetermined space is a set of a plurality of learning life forms,
前記生成手段は、 The generating means includes
前記第１の学習時取得手段により取得された前記複数の学習時生命体それぞれの生体情報と位置情報と、前記第２の学習時取得手段により取得された前記集合に対して付された前記関係情報の前記正解情報とを関連付けて判定器をさらに生成するものであり、 The biological information and position information of each of the plurality of learning life forms acquired by the first learning time acquisition means, and the relationship attached to the set acquired by the second learning time acquisition means And further generating a determiner by associating with the correct information of the information,
前記判定手段は、 The determination means includes
前記判定時取得手段により取得された前記複数の判定時生命体それぞれの生体情報及び位置情報から、前記生成手段によって生成された前記判定器により、前記複数の判定時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報と、前記複数の判定時生命体の関係情報とを判定することを特徴とする請求項１に記載の関係性判定装置。 From the biological information and position information of each of the plurality of determination life forms acquired by the determination time acquisition means, the determination unit generated by the generation means is formed as a set of the plurality of determination time life forms. The relationship determination device according to claim 1, wherein atmosphere information indicating whether the atmosphere is good or bad and relationship information of the plurality of determination life forms are determined.
前記所定の空間に存在する前記複数の学習時生命体がどのような関係にある複数の学習時生命体の集合であるかを示す関係情報の正解情報をさらに取得し、 Further obtaining correct information of relation information indicating the relationship between the plurality of learning life forms present in the predetermined space is a set of a plurality of learning life forms,
前記生成手段は、 The generating means includes
前記第１の学習時取得手段により取得された前記複数の学習時生命体それぞれの生体情報と位置情報と、前記第２の学習時取得手段により取得された前記集合に対して付された前記関係情報の前記正解情報とを関連付けて判定器をさらに生成することを特徴とする請求項２に記載の学習装置。 The biological information and position information of each of the plurality of learning life forms acquired by the first learning time acquisition means, and the relationship attached to the set acquired by the second learning time acquisition means The learning device according to claim 2, further comprising: generating a determiner by associating the correct answer information with the information.
前記複数の学習時生命体それぞれの生体情報及び位置情報と、前記複数の学習時生命体がどのような関係にある複数の学習時生命体の集合であるかを示す関係情報の正解情報とを関連付けて生成された判定器を含むものであり、 Biological information and position information of each of the plurality of learning life forms, and correct information of relation information indicating a relationship between the plurality of learning life forms and a plurality of learning life forms. It includes a classifier generated in association with it,
前記判定手段は、 The determination means includes
前記判定時取得手段により取得された前記複数の判定時生命体それぞれの生体情報及び位置情報から、前記生成された前記判定器により、前記複数の判定時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報と、前記複数の判定時生命体の関係情報とを判定することを特徴とする請求項３に記載の関係性判定装置。 The atmosphere formed by the set of the plurality of determination time organisms by the generated determination device from the biological information and the position information of each of the plurality of determination life organisms acquired by the determination time acquisition unit. The relationship determination apparatus according to claim 3, wherein atmosphere information indicating badness and relationship information of the plurality of determination life forms are determined.
前記複数の学習時生命体それぞれの生体情報と位置情報のみを取得し、 Obtaining only the biological information and position information of each of the plurality of learning life forms,
前記判定時取得手段は、 The determination time acquisition means includes:
前記複数の判定時生命体それぞれの生体情報と、位置情報のみを取得することを特徴とする請求項１または請求項４に記載の関係性判定装置。 5. The relationship determination device according to claim 1, wherein only the biological information and position information of each of the plurality of determination life forms are acquired.
前記複数の学習時生命体それぞれの生体情報と位置情報のみを取得することを特徴とする請求項２または請求項５に記載の学習装置。 The learning apparatus according to claim 2, wherein only the biological information and position information of each of the plurality of learning life forms are acquired.
前記複数の判定時生命体それぞれの生体情報と、位置情報のみを取得することを特徴とする請求項３または請求項６に記載の関係性判定装置。 7. The relationship determination device according to claim 3, wherein only the biological information and the position information of each of the plurality of determination life forms are acquired.
前記学習装置の第１の学習時取得手段が、
所定の空間に学習時に存在する複数の学習時生命体それぞれの生体情報と位置情報とを取得し、
前記学習装置の第２の学習時取得手段が、
前記所定の空間に存在する前記複数の学習時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報の正解情報を取得し、
前記学習装置の生成手段が、
前記第１の学習時取得手段により取得された前記複数の学習時生命体それぞれの生体情報と位置情報と、前記第２の学習時取得手段により取得された前記集合に対して付された前記正解情報とを関連付けて判定器を生成することを特徴とする学習方法。 A learning device is used by each means included in the learning device.
The first learning time acquisition means of the learning device comprises:
Obtaining biological information and position information of each of a plurality of learning life forms existing in a predetermined space at the time of learning ,
A second learning time acquisition means of the learning device;
Get the correct answer information atmosphere information indicating the good or bad of the atmosphere formed by a set of the plurality of learning during organisms present in said predetermined space,
The learning device generating means comprises:
The biological information and position information of each of the plurality of learning life forms acquired by the first learning time acquisition means, and the correct answer given to the set acquired by the second learning time acquisition means A learning method characterized by generating a determiner in association with information.
前記関係性判定装置が、
所定の空間に学習時に存在する複数の学習時生命体それぞれの生体情報と位置情報と、前記複数の学習時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報の正解情報とを関連付けて判定器を生成し、
前記関係性判定装置の判定時取得手段が、
所定の空間に判定時に存在する複数の判定時生命体それぞれの生体情報と、位置情報とを取得し、
前記関係性判定装置の判定手段が、
前記判定時取得手段により取得された前記複数の判定時生命体それぞれの生体情報及び位置情報から、前記生成された判定器により、前記複数の判定時生命体の集合で形成される雰囲気の良し悪しを示す雰囲気情報を判定することを特徴とする関係性判定方法。 A method executed by each means included in the relationship determination device using a relationship determination device,
The relationship determination device is
Associating a plurality of learning during life forms each of the biological information and the position information existing at the time of learning in a predetermined space, and a correct answer information atmosphere information indicating the good or bad of the atmosphere formed by a set of the plurality of learning during organism To generate a classifier
The determination time acquisition means of the relationship determination device,
Obtaining biological information and position information of each of a plurality of life objects at the time of determination existing in a predetermined space;
The determination means of the relationship determination device includes:
Wherein from the plurality of determination time organism each biometric information obtained by determining the time obtaining means and the location information, the determiner said generated good or bad atmosphere formed by a set of said plurality of determination time organism The relationship determination method characterized by determining the atmosphere information which shows .
前記コンピュータを、
前記関係性判定装置の各手段と前記判定器、または、前記学習装置の各手段と前記判定器として機能させるための関係性判定プログラム。 It is used for the computer which operate | moves as a part of the relationship determination apparatus in any one of Claim 1, 3, 4, 6, 7, 9 or the learning apparatus in any one of Claim 2, 5, 8. A program,
The computer,
A relationship determination program for causing each means of the relationship determination device and the determination device, or each means of the learning device and the determination device to function.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016124261A JP6240716B2 (en) | 2016-06-23 | 2016-06-23 | Relationship determination device, learning device, relationship determination method, learning method, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016124261A JP6240716B2 (en) | 2016-06-23 | 2016-06-23 | Relationship determination device, learning device, relationship determination method, learning method, and program |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015026529A Division JP5978331B2 (en) | 2015-02-13 | 2015-02-13 | Relationship determination device, relationship determination method, and relationship determination program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2016170817A JP2016170817A (en) | 2016-09-23 |
| JP6240716B2 true JP6240716B2 (en) | 2017-11-29 |
Family
ID=56982524
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016124261A Active JP6240716B2 (en) | 2016-06-23 | 2016-06-23 | Relationship determination device, learning device, relationship determination method, learning method, and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6240716B2 (en) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4311322B2 (en) * | 2004-09-28 | 2009-08-12 | ソニー株式会社 | Viewing content providing system and viewing content providing method |
| JP4625937B2 (en) * | 2007-08-31 | 2011-02-02 | 独立行政法人産業技術総合研究所 | Human relationship data creation program, computer-readable recording medium recording the program, and human relationship data creation device |
| JP2009129338A (en) * | 2007-11-27 | 2009-06-11 | Sony Corp | Interpersonal relationship evaluation device, interpersonal relationship evaluation method, interpersonal relationship evaluation system, and terminal device |
| JP2010165097A (en) * | 2009-01-14 | 2010-07-29 | Ntt Docomo Inc | Personal relationship estimation device, and personal relationship estimation method |
| JP2011081763A (en) * | 2009-09-09 | 2011-04-21 | Sony Corp | Information processing apparatus, information processing method and information processing program |
| JP2012128700A (en) * | 2010-12-16 | 2012-07-05 | Advanced Telecommunication Research Institute International | Relation estimation device, relation estimation system, relation estimation program and relation estimation method |
| JP5663423B2 (en) * | 2011-07-13 | 2015-02-04 | 株式会社日立製作所 | Biological measurement system |
-
2016
- 2016-06-23 JP JP2016124261A patent/JP6240716B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2016170817A (en) | 2016-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102700934B1 (en) | Directing live entertainment using biometric sensor data for detection of neurological state | |
| Jeong et al. | Deploying a robotic positive psychology coach to improve college students’ psychological well-being | |
| US12105785B2 (en) | Interpreting words prior to vocalization | |
| CN112352390B (en) | Leveraging sensor data for detecting neural states for content generation and control | |
| US20240127824A1 (en) | Identifying silent speech using recorded speech | |
| Hoffman et al. | Design and evaluation of a peripheral robotic conversation companion | |
| US9953650B1 (en) | Systems, apparatus and methods for using biofeedback for altering speech | |
| WO2018171223A1 (en) | Data processing method and nursing robot device | |
| US20160077547A1 (en) | System and method for enhanced training using a virtual reality environment and bio-signal data | |
| US20220141266A1 (en) | System and method to improve video conferencing using presence metrics | |
| JP7066115B2 (en) | Public speaking support device and program | |
| CN116578731B (en) | Multimedia information processing methods, systems, computer equipment and storage media | |
| Mulvaney et al. | Social VR design features and experiential outcomes: narrative review and relationship map for dyadic agent conversations | |
| JP2024008205A (en) | Evaluation method, evaluation device, and evaluation program | |
| JP6240716B2 (en) | Relationship determination device, learning device, relationship determination method, learning method, and program | |
| CN120513489A (en) | Generating multi-sensory content based on user status | |
| JP5978331B2 (en) | Relationship determination device, relationship determination method, and relationship determination program | |
| Saufnay et al. | Improvement of public speaking skills using virtual reality: Development of a training system | |
| CA3239308A1 (en) | Management of psychiatric or mental conditions using digital or augmented reality with personalized exposure progression | |
| Arakawa et al. | Digital speech makeup: Voice conversion based altered auditory feedback for transforming self-representation | |
| JP7152453B2 (en) | Information processing device, information processing method, information processing program, and information processing system | |
| JP5883960B1 (en) | Event determination device, event determination method, and event determination program | |
| Madhukullya et al. | Media Representations and Ageing: The Influence of Bollywood on the Upper Economic Class in Urban Mumbai and Implications for Media Literacy | |
| Chayleva | Zenth: An Affective Technology for Stress Relief | |
| Astler et al. | Facial and expression recognition for the blind using computer vision |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160623 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170523 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170721 |
|
| 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: 20171031 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171106 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6240716 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |