2022 Fiscal Year Research-status Report
A New Analytic Approach to Time-series of Collective Motion with Integrated Statistical and Mathematical Modeling Strategy
| Project/Area Number |
21K11789
|
|---|
| Research Institution | Oita University |
|---|
Principal Investigator |
高見 利也 大分大学, 理工学部, 教授 (10270472)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大城 英裕 大分大学, 理工学部, 助教 (80194091)
行天 啓二 大分大学, 理工学部, 講師 (80305028)
下川 倫子 福岡工業大学, 工学部, 助教 (80554419)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 動的時間伸縮法 / オートエンコーダ / 同期分析 |
|---|
| Outline of Annual Research Achievements |
時系列分析手法の開発が3年間の研究の最終目的であるが、2年次の研究においては、初年度に検討した手法のうち、動的時間伸縮法(Dynamic Time-Warping, DTW)を利用した運動時系列分析手法の開発を実施した。ここで対象としたのは、ビデオに記録された人の運動映像であり、同じ運動を記録した複数の映像間で、運動が同期しているか時間的にズレがあるかを分析するためのものである。
このために実現した方法は、ビデオ映像時系列から切り出した2次元画像を用意してオートエンコーダの学習に利用し、対象とする映像に応じた次元圧縮の方法を機械学習により獲得し、そのようにして得られた新たな時系列に対して、同期分析を実施するというものである。映像中に記録された人の運動(体操など)を対象とする場合、一つの映像中では服の色や人物は変化しないため、運動により変化する姿勢などの要素のみの同期を分析することが可能になる。つまりここでは、オートエンコーダの学習を介してCNNなどの画像分析の手法を取り込み、時系列の同期分析を実施するDTWと組み合わせた手法として開発したこととなる。この成果は、映像情報メディア学会のスポーツ情報処理研究会にて発表を実施した。
また上記以外にも、映像に記録されている人の動作予測を実施するための方法として、2次元および3次元のCNNを取り入れた機械学習システムを構築し、自動車の車載映像に映る人物動作を分析した。この部分については、10月にオンライン実施された国際会議(Traffic and Granular Flow)で発表を実施した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2022年度は、映像時系列の分析に関しての研究成果を国際会議と国内の研究会で発表することができ、当初の研究計画にしたがって、順調に進展していると言える。
|
| Strategy for Future Research Activity |
今年度は最終年度であるため、研究成果の発表を中心に実施する。これまでに検討してきた動的モード分解(DMD)と動的時間伸縮法(DTW)という二つの分析手法を効果的に利用して、時系列分析手法としてまとめるとともに、国際会議・国内研究会での成果の公表を実施する。
|
| Causes of Carryover |
次年度使用額が生じた理由は、参加予定であった国際会議がオンライン開催になったため、旅費として利用する予定であった金額が使いきれていないためである。最終年度に参加する成果発表のための国際会議は現地での参加を見込んでおり、当初の予定よりも航空券の価格が高くなっているため、次年度使用額と合わせて利用していく予定である。
|
