[論文レビュー] FaceOff: Detecting Face Touching with a Wrist-Worn Accelerometer

Xiang Chen|arXiv (Cornell University)|Aug 4, 2020

Tactile and Sensory Interactions参考文献 17被引用数 7

ひとこと要約

FaceOffは、手を上げる動作の特徴的な運動パターンに着目し、腕に装着した加速度計を用いて顔への触れ行動を検出するシステムを提案する。1.5秒のスライディングウィンドウで取得した加速度計データを時間的にアンサンブル化したランダムフォレスト分類器を用いることで、3名の参加者を対象とした予備的実験において、89件の顔への触れ行動のうち92％を検出し、誤検出率は0.59％にとどまった。

ABSTRACT

According to the CDC, one key step of preventing oneself from contracting coronavirus (COVID-19) is to avoid touching eyes, nose, and mouth with unwashed hands. However, touching one's face is a frequent and spontaneous behavior---one study observed subjects touching their faces on average 23 times per hour. Creative solutions have emerged amongst some recent commercial and hobbyists' projects, yet most either are closed-source or lack validation in performance. We develop FaceOff---a sensing technique using a commodity wrist-worn accelerometer to detect face-touching behavior based on the specific motion pattern of raising one's hand towards the face. We report a survey (N=20) that elicits different ways people touch their faces, an algorithm that temporally ensembles data-driven models to recognize when a face touching behavior occurs and results from a preliminary user testing (N=3 for a total of about 90 minutes).

研究の動機と目的

• SARS-CoV-2などの病原体の主要な感染経路である顔への手の触れ行動を低減するため、顔への手の動きを検出すること。
• 専用ハードウェアや身体への装着を必要とせず、一般に普及している腕に装着する加速度計を用いて顔への触れを検出する可能性を検討すること。
• 今後の非侵襲的顔への触れ検出に関する研究のための、体系的なデータ収集、学習、テストプロトコルの構築。
• 実際に接触が確認されていなくても、粘膜および非粘膜の顔への触れ行動を検出することで、行動への意識を高めること。

提案手法

• 顔への手の動きを記録する際、腕に装着した加速度計を用いて慣性データを取得する。
• 1.5秒の期間と83.33％の重複（1秒間に4フレーム）を持つスライディングウィンドウを用い、リアルタイムでの運動パターン処理を実施する。
• 時間的アンサンブル化を施したデータ駆動型ランダムフォレスト分類器を適用し、時間窓全体での検出精度を向上させる。
• 同期化されたバイブロタクチルプロンプトと加速度計データの手動アノテーションに基づき、顔への触れ行動をラベル付けする。
• 1名の被験者のデータを用いてモデルを学習し、その他の3名の被験者を対象に制御された環境下でテストを実施する。
• 検出速度と精度を評価するために、全ウィンドウ（1.5秒）および早期投票（1.3秒まで）の分類戦略を併用して評価する。

実験結果

リサーチクエスチョン

• RQ1 一般に普及している腕に装着する加速度計を用いて、運動パターンのみに基づき顔への触れ行動を信頼性高く検出できるか？
• RQ2 加速度計データを用いたランダムフォレスト分類器の時間的アンサンブル化は、顔への触れ行動の検出においてどの程度有効か？
• RQ3 リアルタイムでの顔への触れ検出において、早期投票による検出速度と精度のトレードオフはどのようなものか？
• RQ4 誤検出の主な原因は何か。また、高い検出感度を維持したまま、それらを軽減できるか？
• RQ5 実際に接触が確認されていなくても、このシステムはどの程度行動への意識を高めることができるか？

主な発見

• 予備的実験において、3名の参加者を対象に89件の顔への触れ行動のうち82件（92％の再現率）を検出しており、強力な検出能力を示した。
• 誤検出率が0.59％と低く抑えられており、顔への触れ行動と類似した非接触動作を高精度で区別できることを示している。
• 顔への触れ検出のためのマジョリティボルトは、1.5秒ウィンドウの開始から1.3秒目までに形成されたため、ほぼリアルタイムでの応答が可能となった。
• 最終的な1.5秒間のデータのみを用いた場合、再現率が80/89に低下する一方で、アンサンブル手法を用いた場合に優れた性能を示しており、時間的アンサンブル化の有効性が確認された。
• 誤検出の主な原因は、眼鏡の調整や飲酒など、顔への触れに類似した行動であり、追加のセンシングモダリティの導入が求められることが示唆された。
• 本研究の結果は、非侵襲的で低コストな顔への触れ検出に腕に装着する加速度計を用いることが実現可能であることを支持しており、衛生意識の向上に貢献できる可能性を示している。