多様な応用のための装着型センサを使用する行動識別の研究

2016 Fiscal Year Research-status Report

• Project/Area Number: 15K00367
• Research Institution: Kanazawa Institute of Technology
• Principal Investigator: 小暮 潔 金沢工業大学, 工学部, 教授 (50395159)
• Project Period (FY): 2015-04-01 – 2018-03-31
• Keywords: 行動識別 / 特徴抽出 / 深層学習 / パターン認識

Outline of Annual Research Achievements

本研究では，行動に関する情報を使用するコンテキストアウェアコンピューティングを広範囲の応用領域で信頼性高く実現するといった多様な応用のための装着型センサを使用する行動識別技術の開発を目指している．特に，多様な応用のための特徴抽出方法の開発に注力している．
平成28年度は，識別対象の行動に関するデータを被験者実験によって収集した．具体的には，シナリオに沿って出された指示に従った被験者の行動に関するデータを収集した．被験者への指示としては，「テーブルの上の雑誌を机の上の本棚に順に並べてください」といったものが与えられた．そのような被験者の行動に関して，被験者の両手首，両足首，胸部，腰部の6ヶ所に装着されたセンサによって各部位の3軸の加速度と角速度を計測し，それらのデータを収集した．
特徴，すなわち内部表現を構成する問題に関しては，人手によって特徴をデザインするアプローチと，データに基づいて特徴を学習させるアプローチがある．本研究では，これらのアプローチを組み合せて，特徴抽出方法の開発を進めている．人手によって特徴をデザインするアプローチに関しては，収集した加速度データを時間窓で切り出したものから，先行研究で使用されている特徴などを抽出した．データに基づいて特徴を学習させるアプローチに関しては，収集した加速度データを時間窓で切り出したものにガウス雑音を加えたものを入力とし，ガウス雑音を加える前のものを出力するように学習させた雑音除去自己符号化器の学習結果の分析などを行った．

Current Status of Research Progress

4: Progress in research has been delayed.

Reason

本研究では，自己符号化器が重要な役割を果たす．そこで，両手首，両足首，胸部と腰部の6ヶ所に装着されたセンサによって収集された3軸の加速度データを用いた雑音除去自己符号化器の学習と結果の分析に時間をかけたことなどもあり，計画通りには進捗しておらず，「遅れている」と判断した．しかし，計算機環境の増強によって今後，研究を加速することができると考えている．

Strategy for Future Research Activity

平成29年度には，これまでに計画通りに進捗しなかった，単一時間窓からの特徴抽出方法の開発と，単一時間窓から抽出される特徴と様々な分類方法の組み合せの評価を行うとともに，平成29年度に行うことが計画されている，識別対象の行動に関するデータ収集，単一時間窓からの特徴抽出方法の開発，単一時間窓から抽出される特徴と様々な分類方法の組み合せの評価と，複数時間窓からの特徴抽出方法の開発を行う予定である．

Causes of Carryover

平成28年度は，単一時間窓からの特徴抽出方法の開発と，単一時間窓から抽出される特徴と様々な分類方法の組み合せの評価が計画通りに進捗しなかったことなどから，予算が余り，次年度に繰り越した．

Expenditure Plan for Carryover Budget

これまでに計画通りに進捗しなかった，単一時間窓からの特徴抽出方法の開発と，単一時間窓から抽出される特徴と様々な分類方法の組み合せの評価を行うとともに，平成29年度に行うことが計画されている，単一時間窓からの特徴抽出方法の開発，単一時間窓から抽出される特徴と様々な分類方法の組み合せの評価と，複数時間窓からの特徴抽出方法の開発を行うためには，より多くの計算資源が望まれる．そこで，予算の残額を計算機環境の増強に充当する予定である．