| 研究概要 |
日常生活環境においてロボット技術を利用した生活支援を実現するためには,対象となる人間の行動を認識する技術が不可欠である.従来は,既知の行動を想定し認識器を事前に設計・学習する方法が主流であったが,未知の行動には対処できながった.本研究では,観測データに内在する普遍的な構造を抽出することによって,未知の行動やその因果関係を学習し,またこれを元に行動認識器を生成することを目的とする.
平成21年度は以下の研究項目を実施した.
1. 時系列データからの高頻度パターン抽出法の開発
観測データ中の普遍的な構造として繰り返し出現する行動パターンに着目し,近似最近傍探索の枠組みを高頻度パターン探索に応用することに上って,従来と比べて少ない計算量で抽出する手法を開発した.また,物体操作を計測したモーションキャプチャデータおよび全身運動を計測した動画像に対して提案手法を適用し,提案手法の優位性を確認した.
2. 動画像解析に基づく未知関節物体の運動・形状推定法の開発
未知関節物体の操作を計測した動画像データのみから,物体の運動と3次元形状およびその構造を精度よく推定する手法を開発した.
この結果,モーションキャプチャデータもしくは動画像から認識対象とするべき重要な行動パターンを自動的に発見・抽出することが可能となり,また自動抽出きれだ動画像クリップの中に出現する未知の操作物体の形状と構造を自動的に取得することが可能になった.
|
