| Project/Area Number |
19024024
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research on Priority Areas
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Science and Engineering
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
中村 仁彦 The University of Tokyo, 大学院・情報理工学系研究科, 教授 (20159073)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山根 克 東京大学, 大学院・情報理工学系研究科, 准教授 (00361543)
|
|---|
| Project Period (FY) |
2007 – 2008
|
| Project Status |
Completed (Fiscal Year 2008)
|
| Budget Amount *help |
¥12,000,000 (Direct Cost: ¥12,000,000)
Fiscal Year 2008: ¥6,600,000 (Direct Cost: ¥6,600,000)
Fiscal Year 2007: ¥5,400,000 (Direct Cost: ¥5,400,000)
|
|---|
| Keywords | 統計推論 / 運動データベース / 検索 / 運動の記号化 / 階層構造化 / 運動パターン / 記号化 / 言語 / モーションキャプチャ / 筋張力データベース / 運動検索 / 体性感覚推定 |
|---|
| Research Abstract |
本研究では, 膨大な人間の運動データから運動に潜む記号構造・言語構造を抽出することによって, 運動データを情報圧縮された記号として効率的に蓄積した運動データベースの構築, および記号化された運動と言語との関係を手掛かりとした運動データの検索およびその再利用可能な情報処理技術の確立を目的とする. 本年度の研究成果を以下にまとめる.
(1)人間の運動パターン抽出
運動データから自動的に運動パターンを抽出する運動パターンの分節化手法を開発した. 開発した分節化手法は, 同じ運動パターンに属する運動データは同じデータ分布構造から生まれるとする仮定に基づき, 統計モデルを用いて運動データの分布構造が変化する時点を検出する. また, 光学式モーションキャプチャにて計測された人間の行動データを用いた実験により本分節化手法の有効性を確認した.
(2)運動パターン記号の階層構造化
全身運動パターンの逐次分類および運動パターンの記号を通じた運動知識階層構造化手法を開発した. 階層構造化には, 運動パターン記号間の距離情報に基づいたクラスター解析を用いた. 運動パターン記号の集合が階層構造を作り上げることによって必要な運動の検索時間の低減や検索精度・分類の向上が期待できる.
(3)道具使用に関わる運動の表現手法の確立およびその記号化
道具軌道と手先運動の記号モデルと全身運動の記号モデルを用いて道具軌道から手先運動を介した全身運動の推定および全身から道具軌道の連想を行う道具と全身の双方向連想計算法を確立した. 「袈裟切り運動」時の道具軌道から全身の運動が想起されることを実験によって確認した.
|
