2022 Fiscal Year Annual Research Report
マルチモーダル・スモールデータに基づく群行動モデリング手法
| Project/Area Number |
20K19792
|
|---|
| Research Institution | Kindai University |
|---|
Principal Investigator |
大谷 雅之 近畿大学, 情報学部, 講師 (00782682)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 屋内人物位置推定 / 人感センサ / センサデータ駆動 / 環境刺激データ / スモールデータ / マルチモーダルデータ / 異常行動予測 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、従来の映像データを用いた群行動モデルに環境刺激データ（照度、人感、二酸化炭素量など）を組み込み、異常行動を起こしやすい魚群などの行動モデルを構築できるように拡張することである。そのため、環境刺激データによって起きる現象のモデル化の検討が必要であり、特に魚群への人間の接近などのデータについて推定する手法が必要となる。
R4年度は、複数の人感センサを用いて屋内水槽周囲の人物位置推定を行う手法について、(i)最適解として選出される解候補が想定と異なる場合があるため、評価方法の見直しを行った。また、(ii)実環境で真の移動経路の近似データを得る方法について検討した。さらに(iii)、映像データと人の位置情報との比較も行い、人の存在が群に与える影響も分析した。まず、(i)評価方法の見直しについては、人は急激な方向転換をしないものとし、移動時の角度を考慮して誤差関数を改良したところ、想定通りの解が選択されることを確認した。本成果は国際会議IEEE WF-IoT2022で発表し、共著の大学院生が1st Student Paper Awardsを受賞した。また、(ii)真の移動経路の近似データ取得については、V-SLAM技術を用いたトラッキングカメラを利用して、そのデータを計算機環境への写像するための変換行列の推定を行った。さらに、実際に移動した経路をシミュレーション環境に変換し、推定経路と比較した。その結果、提案手法が算出した推定経路に近似する経路を特定することに成功した。本成果に関連して、国内研究会（SSI2022、第50回知能システムシンポジウム）において2件の発表を行った。最後に、映像データと人の位置情報の比較においては、現場の映像データと、水槽内の映像データを比較することで、人が存在する場合に群として大きな遊泳行動の乱れが現れることを確認した。
|
