2020 Fiscal Year Annual Research Report
Proposal of gait model related to intellect, emotion, volition and physical and its application to suspicious person detection
| Project/Area Number |
18H04115
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
八木 康史 大阪大学, 産業科学研究所, 教授 (60231643)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | コンピュータビジョン / パターン認識 / バイオメトリクス |
|---|
| Outline of Annual Research Achievements |
P1-2) 二入力による個別要因に対する相対モデル
前年度までに開発した，平均シルエットに基づく相対モデルや，人体特徴点付近から抽出したオプティカルフロー情報に基づく相対モデルを，従来の機械学習手法であるランクサポートベクターマシーンから，深層学習ベースの手法へと拡張した。具体的には、「知」属性の絶対スコアを出力する基幹ネットワークを設計し、相対ラベルが付されたペアから出力される絶対スコアの差、即ち、相対スコアと、アノテーションされた相対ラベルの間の符号付き自乗コントラスティブ損失を設計し、その有効性を確認した。また、「知」属性のアノテータ毎のラベルの違いを当該属性の不確かさであると見なして、ラベル分布学習の枠組みによってその不確かさをモデリングした。より具体的には、基幹ネットワークから出力される絶対スコアの分布のペアから、相対スコアの分布に変換するための最適輸送と一様輸送の微分可能なトレードオフモデルを用いた相対スコア分布回帰モデルを構築した。また、絶対スコア分布をガウス分布で近似し、絶対スコアのガウス分布のペアからの独立サンプリング過程により相対スコアのガウス分布が得られるという仮定の下、微分可能な累積分布関数を用いた相対ラベルの識別モデルを構築した。更に、7段階の相対ラベルを持つ歩容の「知」属性のデータセットを構築し、これらのモデルの有効性を検証した。
P1-3) 一入力による個別要因に対する絶対モデル
前年度収集した「意」のデータ、即ち、通常歩行・急ぎ歩行・スマートフォンを見ながらの三つのラベルが付与された少数の歩行映像を用いて、一入力による個別要因に対する絶対モデルの有効性を評価した。 加えて、「体」のデータとして，少数の体組成データと歩行映像のペアを用いて、同様に、一入力による個別要因に対する絶対モデルの有効性を評価した。
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
Research Products
(14 results)
