| 研究課題/領域番号 |
20K12757
|
|---|
| 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90150:医療福祉工学関連
|
|---|
| 研究機関 | 秋田県立大学 |
|---|
研究代表者 |
安倍 幸治 秋田県立大学, システム科学技術学部, 助教 (50315652)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 異常検知システム / 音響特徴量抽出 / 自動セグメンテーション / ニューラルネットワーク / 見守りシステム |
|---|
| 研究成果の概要 |
独居老人の生活見守りを目標として，プライバシー侵害を抑えつつ，適切に異常検知を可能とするシステムについて研究を行った．はじめに音響特徴量を手掛かりとして一つの音響イベントを含むように音信号を適切に分割するシステムを提案した．本分割システムを用いたセグメントに対して，GMMに基づく伝統的な異常検知システムと，ニューラルネットワークを応用した3つの異常検知システムを構築した．これらの提案システムを実空間で収録した音信号に異常信号を埋め込んだ試験音を使って性能の評価を実施した．実験の結果，自動分割により，異常検知性能の向上が見られた．また，音響特徴量の抽出を自動化したシステムが最も高い性能を示した．
|
| 自由記述の分野 |
音響信号処理，音響工学，情報工学
|
| 研究成果の学術的意義や社会的意義 |
本研究成果は，音信号を対象とした異常検知の性能向上について一定の寄与をしたと言える．各種物理センサを用いて独居老人を対象とした見守りシステムを構築する上で，プライバシーの侵害は大きな問題を引き起こす可能性がある．音信号を用いたシステムはカメラをはじめとする視覚的なモニタリングよりもプライバシー侵害が少なく，かつ死角が発生しづらいという利点がある．そのため複数のセンサを用いた総合的な見守りシステムにおいて一番初めのトリガ的役割を果たすことができる．このような運用の場合，誤検知を恐れるよりも異常検知漏れが問題となるが，本提案システムでは，設定により再現率を1に出来ており検知漏れを完全に回避できた．
|
