2018 Fiscal Year Annual Research Report
運動最適化と深層学習の融合理論による力学コンシステントな人の運動生成
| Project/Area Number |
18H03315
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
鮎澤 光 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (60649086)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉安 祐介 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (10712234)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 運動最適化 / 深層学習 / 人運動解析 / ヒューマノイド |
|---|
| Outline of Annual Research Achievements |
身体部位の位置・速度・加速度・力に関する、関節の角度・速度・加速度に関するヤコビ行列の計算法が提供されているが、物理量の数に比例したヤコビ行列の計算が必要となり、膨大な学習時間が必要となる。そこでヤコビ行列を直接計算しない高速な勾配計算分解法を用いた運動最適化計算ソルバを開発した。本年度は人型システムの運動学・力学・モデリングの複合最適化問題の例題として、人型システムの力学モデルの同定および人型システム間での動作リターゲッティングを取り扱い、各々に対して従来では個別・逐次的に解いていた最適化問題を複合して解くことができるようになり、その有効性を示した。計算ソルバは、今後のCNNに運動計算層において、学習時における最適化計算に統合されていく。
一方、CNNを用いた運動推定において、幾何学的整合性をCNN層に組み込む有効性を検証した。体幹の姿勢と体幹からの各関節への相対姿勢を分離して内部変数として導入し、正規直行性を保つ姿勢行列演算を導入することで、人の骨格の幾何学的条件をCNN内で扱った。また三次元空間を二方向の関節中心画像で表現してパラメータ数を削減しつつ深度方向の推定を行い、二次元画像から関節位置を推定可能なネットワークを構築した。一方、公開データベース（二次元画像・二次元ポーズ）から従来手法で三次元ポーズをCGで生成し、二次元画像・三次元ポーズに関する質の高いデータセットを獲得するためのアノテーションインターフェイスを作成した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
人型システムの運動・力に関する様々な物理量に関する勾配計算法およびソルバを構築し、実際に人型システムの最適化問題に適用してその有効性を検証できた。また、姿勢演算や人骨格の幾何学的整合性を考慮したCNNを構築し、その学習データの蓄積も行うことができた。以上から、おおむね順調に研究が進展していると判断する。
|
| Strategy for Future Research Activity |
運動最適化に関する計算基板および運動計算に関するネットワークのプロトタイプが整備され、また学習データを生成するアノテーション環境も構築されてきた。これらを援用して、身体モデル・速度・加速度・力に関する高度な運動推定問題に対して、段階的に取り組む予定である。
|
