| 研究課題/領域番号 |
18K11444
|
|---|
| 研究機関 | 東京電機大学 |
|---|
研究代表者 |
鈴木 聡 東京電機大学, 未来科学部, 教授 (20328537)
|
|---|
| 研究分担者 |
雨宮 由紀枝 日本女子体育大学, 体育学部, 教授 (40366802)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | 行動識別 / 粗大運動 / 機械学習 / 運動発育 / 特別支援教育 |
|---|
| 研究実績の概要 |
子どもの発育に重要な運動機能のアセスメントも可能とする行動識別（Activity Recognition: AR）の理論と実践法に関し、項目A)粗大運動識別アルゴリズムのロバスト化〈識別機能の向上〉と項目B）運動発育アセスメントのAI化〈評価機能の実現>を最終目標として、粗大運動AR[Phase-I]、アセスメントAR[Phase-Ⅱ]、運動発育AI[Phase-Ⅲ]の確立に段階的に取り組む研究を実施した。
本初年度では、年齢・身体発達度の異なる多人数の幼児の身体運動データをセンサ計測と撮影で定期的に収集しつつ、粗大運動の特徴量と発達進度等を分析し【細目A1】、深層学習を用いて粗大運動ARを構築【細目A2】しつつ、既存の粗大運動検査法であるTGMD-2/3の評価とデータベース整備【細目B1】のPhase-Iに関する進展を図った。
細目A1とB1に関しては、通常園と特別支援小学校にて計11回の運動測定を実施し、延べ180名・累積200時間超分の動画データ等を収集してアセスメントを実施した。そして収集データと評価結果から粗大運動AR用データセットを精製するため、作業支援アプリ群（アセスメント記録や動画整理）と前処理プログラム群(特定人物追跡、深層学習用データ加工)を、OpenPose（複数人物姿勢推定の為の深層学習パッケージ）を併用して開発し、データベースの基盤を確立した。
続いて、深層学習技法各種を用いて、いくつかの粗大運動AR（疑似RGB画像版、LSTM版、CNN版）を試作・評価した。その結果、現状の少ないデータセットながらも13種類の粗大運動を82.3%（8交差検証）の精度で自動識別でき、粗大運動ARの基本形を構築できた。以上の成果は国際会議・学会等で発表し、優秀講演賞1件受賞するなど一定の評価を得た。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
細目毎に進捗に差が生じた。細目A1の現地運動測定は計画通り進められたが、発達進度分析はやや遅れている。現在、同分析に用いる腕部加速度情報の過去8年分のデータベース改造を進行中だが、計測失敗やラベル付け不備などの外れ値が散見されたたため、それらの自動除去法の検証と整備を並行して進めている。一方、細目A2の粗大運動AR開発は、計測データセット数が十分多くないながらも識別精度は目安目標を達成しており、概ね計画通りである。
細目B1のデータベース整備については計画通りに進展しており、運動測定後のアセスメント・データ編集・ラベル付け等の諸作業を効率化するためのツール開発により奏功した。現時点で、作業支援iOSアプリ（動画-加速度グラフ同期ビューワ、TGMD-2/3用動画アセスメント、深層学習データ用動画編集）とデータバッチ処理プログラム（特定人物追跡、OpenPose生成データ自動抽出、粗大運動動画分割）は完成して実践使用しており、加速度/画像/人体動作情報/アセスメント結果を管理集約するデータベースの基盤設計は予定通りである。なお、これらアプリの一部は園スタッフや保護者への説明会など現場で活用しており、最終年度で開発予定していた現場コミュニケーションツール開発を先行実施した状況であるので、本細目については当初計画以上に進展している。
|
| 今後の研究の推進方策 |
細目A1に関しては既存加速度データの整備に一定の目途を付け、それら長期計測データを用いて、進捗がやや遅延している発達数理モデル同定の研究を進める。なお、集約データの外れ値除去法の候補についてはいくつか検討中であり、現時点で一般化カルバック・ライブラ密度比推定を応用した検定法が有力候補であるので、これを実装して発達進度定量化に適した特徴量の絞り込みを行い、発達数理モデルの導出に取り組む。
また、深層学習研究としてはデータセット量の不足が否めないので、引き続き現地での定期測定とデータ処理作業を粛々と実施して純データセットの増強に努めつつ、conditional DCGAN等によるデータ拡張を新たに検討する。これにより、データベース拡充と、当初計画のアセスメントAR開発【細目B2】の同時達成を目指す。
一方、子ども支援センタ等での特別施設施設での長期計測計画については、施設承認や保護者同意の困難さ、並びにセンサ取り付けに対する子の嫌がり等の複数要因を鑑みて見送り、動画主体の計測・解析に主軸を移すこととした。なお、本方針修正に伴う解析対象の情報不足分を補うため、測定対象年齢を当初予定の園児のみから小学校低学年にまで広げることを検討しており、関連施設と調整を慎重に進める予定である。
また、アセスメント評価者に対する質的分析は、評価者人数が十分でなく個人差分析までは至っていないので次年度に振替えて実施し、人判定基準と機械学習識別との相関分析を行って各種AR開発に反映させる。
|
| 次年度使用額が生じた理由 |
【理由】上述の理由により、特別支援施設設置用の長期計測サーバ導入と加速度センサの追加購入を見送ったため。加えて、画像処理ボードの購入予定型番が国内在庫不足のため入手不可能となり、深層学習計算機のシステム構成を再検討する事にしたため。
【使用計画】繰越額は、次年度分の設備備品費と合算した上で同計算機の関連部品購入費に充てるとともに、その一部を成果発表・研究動向調査のための国際会議の旅費・参加費に補填する。
|
| 備考 |
一般講演にて成果流布：鈴木聡、"見守りと人間モニタリング技術"、足立区第13回産学連携交流会with東京電機大学
|
