ロービジョンの視覚障害者の動作認知機能のモデル化に関する研究

これまでの研究から側面像のPoint Light Walker（PLW）からの性別の読み取りは難しいことがわかってきている。本研究では人間がPLWから性別を読み取る際にどのようなメカニズムが働いているのかを明らかにする。そこでPLWからの性別予測を歩行者の「生物学的性」を目的変数にしているか、観察者が「知覚した性」を目的変数にしているかを区別して論じる。これら２種類の目的変数を予測し説明するPLWの動的手がかりは同じであるか違うのかを、機械学習による特徴量と予測モデルから明らかにするため以下２つの研究を行った。研究１では、PLWから人間が知覚した性をよく説明するモデルと重要特徴量について、機械学習を組み込んだ分析により検討した。その結果、人間の観察者は主成分分析により抽出された特徴量よりも、周波数解析で抽出した特徴量の方が観察者が知覚した性別をよく予測したこと、PLWから男女を分類する際に使用する特徴量はコンピュータと人間の観察者とでは異なることが明らかになった。側面像のPLWにはコンピュータが生物学的性を高精度で分類するのに十分な特徴量（腰の早い動き）が含まれているが、人間の観察者はこの腰の早い動きだけでなく、腰と肩の多くの周波数成分の特徴量を用いて性別を知覚する複雑なプロセスをとることが示唆された。研究２ではPLWからの性別知覚にはジェンダー知覚が媒介するという視点を持ち込んだ分析を行った。その結果少なくとも性別知覚とジェンダー知覚が別物である可能性が見出された。PLWから性別を知覚する際は男らしさよりも、女らしさという印象により多く依存している可能性があること、人間が動きからジェンダーを判断する際には「女らしい」か「男らしい」か、という軸を設けて判断するより、「女らしい」か否かというシンプルな軸で判断するほうがcost-effectiveである可能性が考えられる。

これまでの研究から側面像のPoint Light Walker（PLW）からの性別の読み取りは難しいことがわかってきている。本研究では人間がPLWから性別を読み取る際にどのようなメカニズムが働いているのかを明らかにする。そこでPLWからの性別予測を歩行者の「生物学的性」を目的変数にしているか、観察者が「知覚した性」を目的変数にしているかを区別して論じる。これら２種類の目的変数を予測し説明するPLWの動的手がかりは同じであるか違うのかを、機械学習による特徴量と予測モデルから明らかにするため以下２つの研究を行った。研究１では、PLWから人間が知覚した性をよく説明するモデルと重要特徴量について、機械学習を組み込んだ分析により検討した。その結果、人間の観察者は主成分分析により抽出された特徴量よりも、周波数解析で抽出した特徴量の方が観察者が知覚した性別をよく予測したこと、PLWから男女を分類する際に使用する特徴量はコンピュータと人間の観察者とでは異なることが明らかになった。側面像のPLWにはコンピュータが生物学的性を高精度で分類するのに十分な特徴量（腰の早い動き）が含まれているが、人間の観察者はこの腰の早い動きだけでなく、腰と肩の多くの周波数成分の特徴量を用いて性別を知覚する複雑なプロセスをとることが示唆された。研究２ではPLWからの性別知覚にはジェンダー知覚が媒介するという視点を持ち込んだ分析を行った。その結果少なくとも性別知覚とジェンダー知覚が別物である可能性が見出された。PLWから性別を知覚する際は男らしさよりも、女らしさという印象により多く依存している可能性があること、人間が動きからジェンダーを判断する際には「女らしい」か「男らしい」か、という軸を設けて判断するより、「女らしい」か否かというシンプルな軸で判断するほうがcost-effectiveである可能性が考えられる。