| 研究実績の概要 |
本研究では，従来研究のように行動認識や屋内測位を個別に行うのではなく，統合して行う枠組みを検討することを目的としている．特に深層学習を活用し，データに基づく活用を目指す．また実世界データを利用するため，様々な環境・条件において実世界データの収集を積極的に行い，他の研究者に利用できる形での提供を行うことを目的として研究を実施した．
(1)PDR（歩行者自律測位）と行動認識技術:高度なPDRを実現するため、加速度センサとジャイロセンサを用いて、直接的に相対的位置変化を深層学習にて獲得するEnd-to-EndのPDRを構築した．具体的には、３次元位置変化を正確に測定したデータに基づき，LSTM(Long-Short Term Memory)を用い，移動速度と進行方向の推定を行う深層学習ネットワークを学習した。また、行動認識技術としては、社交ダンスを対象として、カメラと加速度センサーのハイブリッドな情報を持ちて、振り付け（フィガー）を認識する枠組みを構築した。
(2)環境設置デバイスを活用した屋内コンテキスト推定：BLE(Bluetooth Low Energy)の電波強度を用い、深層学習に基づくノイズ削減により屋内推定を行う手法を構築した。また、回転磁石マーカを用いて屋内の位置や経路を高精度に推定する手法を提案した。
(3)実世界データ収集と公開： 上記の研究活動を通じて得られたデータは http://hub.hasc.jp を通じて世界に公開しており、多くの研究者により利用されている。
(4),(5): 屋内コンテキストプラットフォームとその応用：データ収集のための基盤システムとして、需給交換プラットフォームである Synerexの構築を進めた。この基盤は、屋内コンテキストだけでなく、人流の収集・分析にも活用されている。また国際コンペティションにも参加し、優秀な成績を収めた。
|
