研究課題
本年度は正面から撮影した歩行の動画像を用い，統計的なスケールの変化を伴う位置合わせを行うと同時に，歩行者の腕の振りやスピードの変化をも考慮した歩行分析の統計的方法を確立した．この方法のパフォーマンスを例証するために，青年と老人のビデオ歩行データにもとづき，前もって判定しておいた異常歩行と正常歩行（正解データ）と提案した統計モデルによって推定した歩行パラメータをK-NN分類したところ，高いパフォーマンスが得られることが確かめられた．Collins et al. (2009)は歩行運動の重要なパラメータとして腕の振りを言及している．我々は，このパラメータの他にさらに，脚の振りのパラメータと歩行のスピードの変化も取り入れたモデルとして，これらのパラメータをビデオ映像から得られるフレーム画像の統計処理と非線形最小2乗法によってそのパラメータ推定に成功している．AIC基準によるモデル選択でも，ベースモデルに腕の振りのパラメータと脚の振りのパラメータを導入した方が良いモデルとなっていることが分かった．老人の歩行データでは，個々に推定された歩行のパラメータのうち，腕の振りや脚の振りの大きさに影響を与える横幅，縦幅のパラメータとスピードのパラメータの推定値が，正常歩行と異常歩行を精度高く分類できることがわかった．これらの結果はOkusa and Kamakura (2013)で発表している．今後の課題として，正面歩行だけでなく，任意の角度から得られた歩行映像データの分析ができるモデリングが必要である．今回の研究で得られた歩行のモデリングにおける推定パラメータを利用した歩行の分類は，歩容認証にも十分役立つものと考えている．
すべて 2014 2013
すべて 雑誌論文 (8件) (うち査読あり 8件) 学会発表 (7件) (うち招待講演 1件) 図書 (1件)
Statistics & Probability Letters
巻: 83 ページ: 999-1005
10.1016/j.spl.2012.12.023
Proceedings of the World Congress on Engineering
巻: 1 ページ: 1-6
Lecture Notes in Electrical Engineering
巻: 247 ページ: 525-539
10.1007/978-94-007-6818-5_37
巻: 247 ページ: 541-553
10.1007/978-94-007-6818-5_38
Computational Intelligence and Informatics (CINTI), 2013 IEEE 14th International Symposium on 2013,14th IEEE International Symposium on Computational Intelligence and Informatics
巻: 1 ページ: 25-30
Computational Statistics and Data Analysis
巻: 58 ページ: 210-226
10.1016/j.csda.2012.09.005
巻: 59 ページ: 28-40
10.1016/j.csda.2012.10.005
Journal of Statistical Computation and Simulation
巻: 83 ページ: 1-12
0.1080/00949655.2012.755532
