2016 Fiscal Year Annual Research Report
場の状況推定を可能にする身体動作ビッグデータの文理融合型研究
| Project/Area Number |
16H03225
|
|---|
| Research Institution | Kwansei Gakuin University |
|---|
Principal Investigator |
山本 倫也 関西学院大学, 理工学部, 教授 (60347606)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
角所 考 関西学院大学, 理工学部, 教授 (50263322)
長松 隆 神戸大学, 海事科学研究科, 准教授 (80314251)
阪田 真己子 同志社大学, 文化情報学部, 准教授 (10352551)
山本 知仁 金沢工業大学, 工学部, 教授 (60387347)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 情動の科学 / 身体的インタラクション解析 |
|---|
| Outline of Annual Research Achievements |
場の状況推定を可能にする身体動作ビッグデータの収集・保存、分析・理解と、その活用に向けて、舞踊のために考案された、身体動作から情動を抽出（推定）する枠組みであるLaban Movement Analysis (LMA)を発展展開させた。具体的には、１．LMAの数理モデル構築、２．集団に対応した拡張モデル構築、３．場の状況と認識結果のオープン化に向けた着手を行った。
１．のLMAの数理モデル構築に関しては、カメラ、モーションキャプチャ、各種センサなどから得られるデータと、個人の情動などをタグ付けする作業（アノテーションと呼ばれる）が、基本となる。しかし、Time, Space, Weightのラバン特徴量を、どのデータあるいは感情と結びつければよいか規定されていない点が問題であった。そこで、ものづくりを対象とする限定的な条件下ではあるが、3つの特徴量を定め、決定木を用いて情動推定した結果、個人毎の推定であれば、約60%で推定可能であることを明らかにした。また、自己組織化マップを用いた情動推定を行うことで、個人毎ではなく、全体を2グループに大別した場合でも、約60%で情動推定可能であることを明らかにした。
２．では、1人の場合と2人の場合のモーションを計測し、情動のアンケート調査を行った上で１．の手法で情動推定を行った。この結果、1人の場合であっても、ある程度の情動推定が可能であることを明らかにした。また、同一のタスクに対し、人数を変化させて、個人個人の役割がどう変化するかの分析や、加速度センサを用いた集団でのモーション計測実験を行った。
３．では、カメラで撮影したデータとモーションキャプチャデータなど、様々なデータ野中から、いわゆる使えるデータがどれにあたるかの検討を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究実績の概要における１．～３．について以下のようにそれぞれ考えている。
１．においては、どのような推定手法がよいか，様々な手法を導入して検討した。2人で作業する場合、コミュニケーションする過程で様々な情動が表出されると考えていたが、1人で作業する場合においても、推定手法によっては、ある一定の精度で情動推定が可能であるという知見を得たことは、大きな成果であると考えている。
２．においては、今後のモデル化を視野に、種々のデータを計測・収集した段階である。今後、解析を進めていくことができるため、概ね順調であると判断した。
３．については、研究を進めるなかで議論しており、今後、一定の方向性を示す必要があると思われる。
|
| Strategy for Future Research Activity |
これまでおおむね順調に進展しているため、方向性を大きく変更する必要はないと考えている。ただ、場の状況と認識結果のオープン化については、今後は、検討の余地があると考えている。特に、欠損が多いデータをどう扱うかなど、ビッグデータと質の問題がある。具体的には、多くのデータは自動収集・解析されているが、欠損があるかないかの判断は人が行う場合には、扱えるデータ量に限界があり、逆に、欠損を自動処理すると、データの質が低下する。集団を対象とするだけでも大量のデータを扱う必要があるため、１．や２．と関連づけながら、今後、この点については議論を深める予定である。
|
