2020 Fiscal Year Research-status Report
モーションキャプチャデータの教師なし深層学習による舞踊特徴抽出と教育への応用
| Project/Area Number |
18K02893
|
|---|
| Research Institution | Ochanomizu University |
|---|
Principal Investigator |
中村 美奈子 お茶の水女子大学, 基幹研究院, 准教授 (20345408)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
芝野 耕司 東京外国語大学, その他部局等, 名誉教授 (50216024)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | モーションキャプチャ / データベース / 深層学習 / 舞踊教育 / 舞踊動作分析 / Labanotation |
|---|
| Outline of Annual Research Achievements |
本研究では、(a) 手持ちのデータに加え，CMUがマルチモーダル情報として公開しているデータなどモーションキャプチャデータを収集し，データベース化する。(b)主要なDeep LearningライブラリであるTensorFlow，Chainer，Caffeなどの比較検討及びAWSとGoogle App Engineの比較検討を行い，研究プラットフォームとして最適な環境を決定する。(c)モーションキャプチャデータは，マーカごとに捉えると音声データと同様のシリアルデータであることからRNNの改良型であるLSTM (Long Short Term Memory)を用いた多段のニューラルネットワークを構成し，教師なし学習を行うことによって画像認識分野で用いられているCNNや音声，言語認識分野で用いられているRNNのどちらが舞踊認識分野で適切なのかを検討する。(d)実際に人体動作モデル及びLabanotation動作モデルからなる多段ニューラルネットワークを構成し，特徴抽出及び抽出した特徴の検証を行うとともに，ネイティブダンサーと結果の検証を行い，汎用民族舞踊教材の開発を行う。
2020年度は、昨年度に引き続き、より汎用的なソフトであるOpen Poseを用いた舞踊のデータ取得と身体運動記譜法Labanotationによる分析と記述の検討を行った。
予定していた国際学会が中止となったため、国内の学会であるスポーツ人類学会大会（オンライン開催）において、研究発表を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
やや遅れている理由は、新型コロナウイルスの感染拡大による影響を受けたためである。
海外調査を行うことができず、また、国際会議での研究発表も学会の中止などがあり、行うことができなかった。2021年度もこの点については回復が期待できないが、できる範囲での調査研究活動をすすめていきたい。
|
| Strategy for Future Research Activity |
昨年度に引き続き、新型コロナウイルス関連の自粛により、研究活動がかなり制限されており、研究の遅れが懸念されるが、教育への応用に関して一定の成果を挙げたいと考えている。
国内のモーションキャプチャ研究機関である、わらび座のデジタルライブラリーなどの活用についても検討したい。
|
| Causes of Carryover |
コロナ過により、研究活動に制限が生じたため。特に学会発表などが中止となり、旅費が使用できなかったため。
今年度の使用計画としては、資料収集あるいは研究発表のための出張旅費として使用したいと考えているが、コロナ感染状況が悪化する一方なので、それが難しい場合は、少額の備品（パソコンや周辺機器）を購入して研究環境を向上させたいと考えている。
|
Research Products
(1 results)
