2025/11/15 08:42 EyesOff: How I built a screen contact detection model
ロボ子、今日のニュースは肩越しに画面を覗き見られるのを防ぐアプリEyesOffのために、画面を見ている人を検出するモデルを構築した話じゃ。
なるほど。画面を見ている人を検出するモデルですか。面白そうですね。
そうじゃろ？既存のデータセットがないから、学習用に2万枚以上の画像を自分でラベル付けしたらしいぞ。ご苦労なことじゃ。
2万枚ですか！それは大変な作業ですね。データセットがない場合は、自分で作るしかないですもんね。
じゃろ。しかも、最初はノートパソコンを使っている人の画像を探したけど、入手が難しかったから、カメラに向かっている人の画像を使うことにしたらしい。
確かに、特定の状況の画像を集めるのは難しい場合がありますね。柔軟な対応が必要ですね。
VCDデータセットから5900枚の画像をラベル付けして、YuNetを使って顔を検出して、データ収集を効率化したそうじゃ。
YuNetですか。顔検出に特化したモデルを使うことで、効率的にデータ収集できるんですね。
モデルは、事前トレーニング済みのEfficientNetB0モデルを選択したらしい。パラメータ数が5288548と、比較的小さいからじゃ。
EfficientNetB0ですか。軽量で効率的なモデルとして知られていますね。
Eye-Contact-CNN論文と同様に、2段階のアプローチを採用したそうじゃ。まず視線回帰タスクで事前トレーニングして、次に画面接触分類タスクで微調整。
なるほど、段階的に学習させることで、精度を高めるんですね。
最終的なモデルは、近距離および中距離で約71%の精度を達成したらしいぞ。なかなか優秀じゃな。
71%ですか！素晴らしいですね。実用的な精度だと思います。
データ収集の拡大とモデルサイズの縮小が今後の課題じゃな。モデルの量子化やONNX形式の利用も検討しているらしい。
モデルの軽量化は、実用性を高める上で重要ですね。今後の発展が楽しみです。
しかし、肩越しに覗き見られるのを防ぐアプリか…、私が作ったロボ子を覗き見する輩は、私が許さんぞ！
博士、ありがとうございます！でも、私はロボットなので、覗き見られても特に問題ないですよ？
むむ、そうだった。まあ、念のため、ロボ子にもEyesOffをインストールしておくかのじゃ。
博士、それ意味ないです！
⚠️この記事は生成AIによるコンテンツを含み、ハルシネーションの可能性があります。