研究課題/領域番号 |
18K02893
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分09070:教育工学関連
|
研究機関 | お茶の水女子大学 |
研究代表者 |
中村 美奈子 お茶の水女子大学, 基幹研究院, 准教授 (20345408)
|
研究分担者 |
芝野 耕司 東京外国語大学, その他部局等, 名誉教授 (50216024)
|
研究期間 (年度) |
2018-04-01 – 2022-03-31
|
研究課題ステータス |
完了 (2021年度)
|
配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
キーワード | 民族舞踊学 / モーションキャプチャ / Labanotation / OpenPose / Open Pose / データベース / 深層学習 / 舞踊教育 / 舞踊動作分析 |
研究成果の概要 |
インターネットで公開されているカーネギーメロン大学のマルチモーダルデータベース中のモーションキャプチャデータを収集するとともに,国際舞踊関連学会での発表論文などを調査し,モーションキャプチャデータの入手に務めたが、十分なデータが集まらなかった。これはモーションキャプチャには多くの手間暇がかかることによる。 2017年にCMUから映像データへの深層学習の適用によって動作データを取得するOpenPoseが開発され、ネット上に公開されている大量の映像データから動作データを得ることが可能となった。 この成果を活かした研究へと研究方法を変更し、新規の基盤B(21H03771)の提案を行うこととした。
|
研究成果の学術的意義や社会的意義 |
現在先端研究分野で最も注目を集めているDeep Learningを用いて,これまでDeep LearningやAIが適用されることの殆どなかった動作認識分野を開拓する点がこの研究の独創的な点である。Deep Learningを同時に比較民族舞踊研究の視点から各民族舞踊の特徴抽出を行うことによって,舞踊のモーションキャプチャデータからの内在的分析を可能とすることによって,量的に基盤を持つ舞踊研究を可能とするとともに,より客観的な舞踊研究への道を拓く。
|