2017 Fiscal Year Research-status Report
| Project/Area Number |
16K00231
|
|---|
| Research Institution | Chiba University |
|---|
Principal Investigator |
川本 一彦 千葉大学, 大学院工学研究院, 教授 (30345376)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岡本 一志 電気通信大学, 大学院情報理工学研究科, 助教 (10615032)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 行動解析 / クリギング / 深層学習 |
|---|
| Outline of Annual Research Achievements |
本研究では，ビデオ映像を用いた集団行動解析のための時空間統計モデリング法を開発する．位置情報だけでなく属性情報も扱える統計モデルおよび推定法を開発し，行動解析に必要な人物間あるいは人物―環境間に内在する近接関係をデータに基づいて推定する方法を構築する．さらに，移動予測などへ応用し有用性を実証的に評価する．本年度では以下を実施した．
１．前年度に開発したクリギングに基づく人物移動予測モデルを改良し，さらに予測精度を高めた．さらに予測だけでなく，人物移動データの補間へも適用し，性能評価を実施した．成果は国際会議にて発表している．
２．前年度に引き続き，人物移動データに行動属性を与えるために一人称行動認識システムを開発した．前年度では2クラス分類を扱っていたが，本年度では多クラス分類に拡張した．さらに深層学習モデルのアーキテクチャを改良し，認識性能の向上をはかった．成果は，国際論文誌へ投稿している．
３．人物移動追跡のために，深層学習に基づくアルゴリズムを開発した．さらに，オンライン学習にむけた学習サンプル生成法の開発にも取り組み，人物歩行動作ビデオを生成することができた．成果は，国内会議および国際会議にて発表している．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
前年度の研究成果をもとにして，人物移動データの補間タスク，人物行動の多クラス認識，さらに深層学習も取り入れた追跡タスクへの応用など新たな成果を出しており，計画通りに進捗している．
|
| Strategy for Future Research Activity |
人物移動予測モデルについて順調に開発が進んでおり，この移動モデルと深層学習技術を融合することが，さらなる研究発展に寄与すると考えている．そのために必要な深層学習アーキテクチャの開発と検証，学習サンプル収集への対策などを積極的に検討し，必要な技術を開発する．
|
| Causes of Carryover |
投稿していた論文誌の査読スケジュールが当初予定よりも長くなってしまい，査読結果の通知が来年度になってしまった．そのため，論文掲載料として計上していた予算額は来年度に執行することを計画している．
|
