2022 Fiscal Year Annual Research Report
Improving the accuracy of human motion analysis by machine learning
| Project/Area Number |
20K11344
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
渡辺 裕 早稲田大学, 理工学術院, 教授 (10329154)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 動作解析 / 骨格情報 / 姿勢推定 / 動作整合 |
|---|
| Outline of Annual Research Achievements |
人物の動作映像から骨格情報を検出し、それらの骨格情報に基づく動作対応付けを自動的に行う手法についての研究に取り組んできた。前年度までの成果では二つの時系列データの対応づけを行う動的時間伸縮法 (Dynamic Time Warping, DTW)において、ケンドールの順位相関係数が従来法に比べて0.12～0.19ポイント改善されることを示した。また開始と終了フレームの誤差も従来法に比べて平均誤差を約1/2に低減できた。最終年度では、DTWの処理量削減に向けたフレーム削減手法の検討を行った。参照・入力動画のフレームを均等に低レート化し対応付け処理量削減を提案した。実験の結果、対応付け性能の低下なしに演算量を33%削減可能であることがわかった。
また、人物の動作映像から得られる骨格情報は、3次元オブジェクトが2次元に射影された形状となる。2次元の骨格情報から3次元姿勢を推定する手法について検討を行ってきた。最終年度では、骨格の左右対称性を考慮した 3次元姿勢推定法の検討を行った。骨格の絶対長がフレーム間で一定であることと，人間の骨格の左右対称性を考慮することで，3次元姿勢推定法の精度向上を図った。従来手法 (AlphaPose) による姿勢推定結果と提案手法による姿勢推定結果に対し，Mean Per Joint Position Error (MPJPE)を求めた。MPJPE は各キーポイントの推定座標と正解座標の距離を平均することで求められる評価指標である。実験の結果、提案手法は7点のキーポイントのうち6点において正解データにより近い値を示すことが分かった。このときの平均誤差は従来手法に比べて約40%に削減された。
|
Research Products
(7 results)
