| 研究課題/領域番号 |
15K16026
|
|---|
| 研究機関 | 広島市立大学 |
|---|
研究代表者 |
満上 育久 広島市立大学, 情報科学研究科, 准教授 (00467458)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| キーワード | 歩容解析 / ビッグデータ / デュアルタスク / 注視推定 |
|---|
| 研究実績の概要 |
コンピュータビジョン分野における歩容解析技術の多くは個人認証を目的としていたため，認証性能評価によって歩容特徴や解析技術の良し悪しが議論されてきており，歩容特徴量の中に混在している身体形状情報と運動情報を区別した解析・議論は十分に調査・議論されてこなかった．一方で，防犯・医療・福祉等のアプリケーションでは，身体形状情報と運動情報を区別して利用したい場面が多く存在する．このことから，本研究課題では，身体形状情報と運動情報を分離し解析する技術の開発を目的としている．
平成28年度に，研究代表者が参画していたCRESTプロジェクト「歩容意図行動モデルに基づいた人物行動解析と心を写す情報環境の構築」（研究代表者：八木康史）の一環で日本科学未来館で収集した約8万人（全年代）および高齢者施設で収集した約200名（高齢者）のデュアルタスクデータを用いて早期認知障害(MCI)の判別手法を提案したが，その性能をより信頼性高く評価するため，高齢者施設での継続的なデータ収集を行った．また，新規に大阪科学技術館にも高齢者施設と同一のシステムを導入し，データ収集を加速させた．また，同データセットの小中学生のデータに着目し，デュアルタスクの様子から年齢を推定する試みを行った．
また，前年度より行っている，眼球計測を行わない注視方向推定についても引き続き研究を行った．前年度までに頭部運動の時系列から注視方向を推定する技術を構築しており，今年度は低解像度の頭部画像からConvolutional Neural Networkを用いて頭部運動を推定する手法を開発した．これにより，防犯カメラ映像のような俯瞰映像からでもそこに写る人物の注視方向を推定することのできるようになった．
以上の成果について，3件の論文誌採録，2件の国際会議発表，4件の招待講演など，情報発信を行った．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
複数の高齢者施設や科学館へのデュアルタスクシステムの常設により，自動的にデュアルタスク観測データが収集される仕組みを構築しており，今後も時間の経過とともにデータ量の増大が見込まれる．機械学習アプローチを採る上で，対象とする状況下での実データが大量にあることは極めて重要であり，その意味で大きな成果が得られたと考えられる．
また，本研究課題の内容について，3件の論文誌採録を含めて様々な情報発信を行った．特に，海外2件を含めて計4件の招待講演を行ったことは，本研究のビジビリティを示している．
なお，信頼性の高い評価や手法の性能向上のためにはデュアルタスク観測データの増大が重要だが，データの蓄積に時間を要するため，研究期間を当初計画より1年延長した．
|
| 今後の研究の推進方策 |
デュアルタスクによる早期認知障害の判別や小中学生の年齢推定については，1年の期間延長により大規模化されたデータセットにより，性能向上や信頼性の高い評価を行い，その成果をまとめて論文誌投稿を行う．
注視推定技術についても，学習やテストに用いるデータセットをさらに増大させ，低解像度画像からの頭部推定と頭部運動からの注視推定という2つの処理ステップについて，それぞれの性能評価や全体システムとしての性能評価を行う．得られた成果を，論文誌・国際会議等に投稿する予定である．
|
| 次年度使用額が生じた理由 |
デュアルタスクによる早期認知障害の判別や小中学生の年齢推定について，性能向上や信頼性の高い評価を行うためには，大規模なデータが必要となる．高齢者施設や科学館に常設したシステムにより大規模なデータ収集を行うためには期間を要するため，研究期間を1年延長した．これに伴い，一部予算を次年度に繰り越すこととした．
|
