2022 Fiscal Year Annual Research Report
登山ヒヤリハット体験の画像化とリスク回避のセルフトレーニングによる実践知の伝承
| Project/Area Number |
20K12116
|
|---|
| Research Institution | Nihon University |
|---|
Principal Investigator |
嶌田 聡 日本大学, 工学部, 教授 (90713123)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 危険予知トレーニング / リスクマネジメント / 深層学習 / 画像修復 / 映像教材 / 一人称視点映像 |
|---|
| Outline of Annual Research Achievements |
１．ヒヤリハット体験の可視化画像生成
ヒヤリハット体験者が遭遇したシーンを可視化するために、体験時と類似した手持ち動画（ベース動画）の加工方法を提案した。登山シーンは、「地形」と霧や雨などの「状況」を合わせて表現できることに着目して地形や状況を加工する。2021年度までに、状況の加工として、深層学習のGANを用いて霧の動画像を生成することで体験シーンを想起させる動画を生成できるようにした。2022年度は、地形の変更や、登山道に落ち葉が堆積したシーンに変更するように画像を局所的に加工する次の方法を提案した。まず、体験者が保有している画像のなかから可視化したいシーンに近い画像を選定し、加工するエリアを切り出してベース動画の初期フレームに手動で貼り付ける。次に、次フレーム以降に対してはベース動画の変化に合わせて貼り付けエリアを平面射影行列で変換し、加工動画を自動編集する。最後に、貼り付けたエリアの境界が不自然なので、境界エリアの色情報を一旦削除し、深層学習の画像修復技術を用いて補正することで改善する。
２．リスク回避のセルフトレーニング
疑似体験しやすい登山活動中の一人称視点映像をベース動画とし、テキスト情報を付与してヒヤリハット体験時のシーンを想起するよう誘導する方法と、提案方法による加工動画で誘導する方法を比較する実験を登山初心者14人に対して行った。実験により、加工動画による方法は、加工した意図に対応した危険要素とベース動画に含む危険要素の両方が抽出でき、テキスト提示よりも多くの危険要素が抽出され、かつ具体的に表現されており、提案方法による加工動画の有効性が検証できた。
さらに、動画に表現されていない登山者内部のデータを提示して学びを深化させるために、歩行時の足圧分布を分析した。熟練者と初級者の特徴が抽出でき、転倒や滑落の事例に対する学びに足圧分布が有効であることを確認した。
|
