2017 Fiscal Year Annual Research Report
Activity recognition using wearable sensors for various applications
| 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 | パターン認識 / 行動識別 / 特徴抽出 / 雑音除去自己符号化器 / 加速度 |
|---|
| Outline of Annual Research Achievements |
本研究では，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た．特に特徴抽出方法の開発に注力した．
行動識別の対象行動に関するデータとして，家事に関するシナリオに沿った指示に従った被験者の行動に関するものを収集した．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サンプリング周期1 msで計測し，収集した．
特徴抽出方法として，加速度データを時間窓で切り出したものを，雑音除去自己符号化器の符号化器を2段積層したネットワークに入力したときの出力，あるいはその組み合わせを特徴とする方法を取り上げ，特徴を分類器に与えたときの性能で評価した．
加速度データの取得部位の組み合わせ，入力の与え方などの影響を評価した．時間窓幅を512とし，符号化器の活性化関数としてロジスティックシグモイド関数，分類器としてサポートベクトルマシンを使用した．入力として，単一部位の1軸加速度データと3軸加速度データを与える場合の比較では，全般的には1軸加速度データを与える場合が優位であるものの， 3軸加速度データを与える場合の両手首の特徴のときに最も高い正解率が得られるという結果を得た．
両手首の加速度データを対象として，単一部位の1軸加速度データからの特徴抽出における時間窓の影響を評価した．符号化器の活性化関数としてleaky ReLU関数，分類器としてk近傍分類器を使用した．時間窓幅128，256，512，1024，2048の中では，512のときに最も高い正解率が得られるという結果を得た．
|
