感情推定に向けた複数センサによる呼吸データベース構築と呼吸による感情推定

点击翻译按钮获取中文摘要

当該年度は本研究のデータ解析を行うための信号処理手法の高度化を進めた一方，コロナウィルスに伴いデータ取得実験の遂行を差し控えた。データ解析手法の高度化の部分では，研究代表者が提案する新しい解析手法ARSを時変信号に適用した際に生じる問題の解明および解決を行った。ARSは特に低い周波数帯において，従来広く用いられている離散フーリエ変換（DFT）等より高い周波数解像度を達成でき，また計算量を低く抑えられる利点がある。呼吸や心拍といった生体信号は一般に1 Hz前後と非常に低い周波数帯にあるためARSの適用により高い周波数解像度を達成できることが期待される。一方，生体信号は時間とともに常に変動しているため，その時変信号への適用が重要となる。これには，DFTを短時間フーリエ変換（STFT）として時変信号に適用するのと同様の方法をARSに適用することで実現できる。この方法をARSに適用した結果，ARSが周波数解像度だけでなく時間解像度においても，STFTに比較してARSが優位であることをすでに明らかにしている。しかし，時変信号に適用した際に周波数軸上において原因不明の不連続な変化が現れることが問題として気づかれており，これへの対策が必要となっていた。当該年度はまず，この問題が発生するメカニズムを明らかにしたあと，有効な対策を明らかにした。これにより周波数軸上の不連続性を軽減でき，かつ，そのための付加的な処理の影響は極めて小さいことも明らかとなった。こうした展開の一方，生体データ取得実験については新型コロナウィルス対策にともない効率的に進めることができなかった。今後，データ取得とその分析に注力する。