ECOC法を用いたドライバの認知負荷状態の多クラス識別

摘要

Driver monitoring is quite important for active safety to prevent traffic accidents, because a lot of accidents are caused by drivers' psychosomatic states. Cognitive distraction that is like conversation and thought during driving has potential hazards and has caused a number of accidents. Identification of cognitive distraction has already been done, but multiclass identification of cognitive distraction has not reached yet. This paper suggests multiclass identification method with ECOC method which is one of multi-class classification using biological information as features. Using two identification methods, optimal combination of the features and classification methods were considered to get higher identification capability. Consequently, good results were produced.%交通事故の多くはドライバの心身状態に起因しており，ドライバモニタリングは事故を未然に防ぐための予防安全技術において特に重要である.運転中の会話や思考のような認知負荷状態は潜在的な危険をはらみ，多くの交通事故を引き起こす原因となっている.これまでの研究により，認知負荷状態の識別は行われているが，その程度による多クラスの識別までには至っていない．本研究では多値判別法としてECOC法を用い，ドライバの生体情報を特徴量として認知負荷状態の度合いに応じた多クラス識別手法を提案する．2つの手法を用い，識別性能を高めるために最適な特徴量の組み合わせ及び識別手法について考察を行ったところ良好な結果を得た．