|
本研究は、防犯カメラ等で撮影された人物行動の映像が、裁判における証拠能力を担保するための新しいモデリング手法と解析手法の導出が目的である。本年度は、平成２９年度に導出したグラフ埋め込み型モデリング手法の計算の高速化手法を導出した。本研究でモデリング対象としている人物行動は、関節部位の位置座標の時系列データである。これらの時系列データは非線形システムの出力となるため、モデリングが難しい。これに対し、平成２９年度に機械学習分野の多様体学習で用いられる手法の考え方を応用し局所低ランク手法を導出した。同手法は、非線形システムを効率よくモデル化し、観測信号に基づいて欠損箇所の推定や予測などが高い精度で実現可能であることを確認している。しかしながら、膨大な計算時間を要するという問題点がある。同手法では、与えられた観測データの全てについて近傍データから構成されるデータ行列を生成し、そのデータ行列を特異値分解に基づく低ランク行列の再構成計算を行なっている。低ランク行列の再構成計算には多くの計算時間を要し、提案手法では、そのデータ数倍だけ計算時間を要する。そのため、与えられたデータ数が多い場合には、膨大な計算時間を必要としてしまう。そこで、全てのデータ点について低ランク行列の再構成計算を実施するのではなく、重複を許す近傍集合を生成し、その集合の代表点のみで低ランク行列の再構成計算を実施する手法を提案した。これにより、若干の精度低下のみで、１０倍以上の計算の高速化を実現した。実際のカメラ映像を利用した実験により、その有効性を確認している。
|
