2023 Fiscal Year Annual Research Report
Detecting lost tourists using a learning method based on behavior history and geospatial information
| Project/Area Number |
21K12140
|
|---|
| Research Institution | Osaka Seikei University |
|---|
Principal Investigator |
笠原 秀一 大阪成蹊大学, データサイエンス学部, 教授 (00784191)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 観光情報学 / パターン認識 / GPS軌跡分析 / 逸脱行動検出 / 道迷い検出 |
|---|
| Outline of Annual Research Achievements |
本課題の研究は、道に迷った観光客が、道に迷ったことに気がつく前に、システムが道迷いを検出する手法を開発することを目指した。実時間情報に応じて人がダイナミックに行動や目的地を変化させる観光行動では、最短経路からの逸脱を異常と見做す手法では道迷い検出は難しい。また、観光客が意図した「寄り道」と意図しない「道迷い」を区別することも難しい。研究代表者らは、これまでに取り組んだ観光行動モデルの構築や、道路ネットワーク・土地利用情報を考慮したパターン認識手法の知見に基づいたアプローチを提案した。本研究は人の意図しない行動を検出する試みであり、パターン認識の分野における行動意図推定の発展系と位置づけられる。本課題では当初修学旅行生を対象にデータセットを追加取得することを想定した。しかしCOVID-19の感染拡大の影響で、追加収集が不首尾に終わった。そのため、初心者の入山が多く、道迷いが頻発する低山における道迷いに着目し、代替となるデータセットを協力する登山SNS企業より入手した。登山における道迷いは、一般的な観光地における道迷いとの類似点も多いが、登山道は移動の自由度が高く、登山初心者と上級者で行動パターンが異なる等の違いもある。特に、登山道の道路ネットワークが複雑であり、その扱いが問題となった。そこで、最終年度は山域をグリッドで分割し、危険度や迷いやすさに応じてレベル分けするとともに、登山者も技量や経験に応じてレベル分けする。そして、それぞれの登山者の技量レベルに見合わないグリッドへの訪問頻度をキーとして、道迷いを個別に判定するという手法を試みた。今年度はこの考え方を元に研究を進め、国内の研究会で口頭発表を行い、議論を深めた。また、国際学会での発表も行った。
|
