|
平成29年度では，センサデータおよび画像データの処理によるContext認識について研究を進めた．一つは，歩行者行動の認識に関する応用実験の評価について研究を進めた．人の動作（歩行，階段昇降，匍匐前進，障害物の乗り越え動作）をセンサにより観測し，その際の実験結果のセンサデータを対象に，これらの各動作の推定のため，データ中の特徴量抽出の前処理および動作モデル構築を行った．センサデータについては，三軸加速度・三軸角速度・三軸地磁気・気圧のデータを1kHzサンプリングにて取得したデータを用いた．ここで，時系列信号を用いた行動や状態（Context）の推定に関するモデリング手法には，センサ信号の統計量（平均，分散 等）やフィルタ処理による特徴量抽出を行った上で入力とし，平成29年度と同様に，線形標準判別分析，SVM，決定木分析を適用したほか，平成30年度に新たに深層学習の適用を試行した．もう一つには，前述の深層学習の結果をふまえ，画像データを対象とし，CNNを適用したパタン認識による対象状態の認識についての試行を行った．この試行では，本研究の主たる成果の展開として，UAVで撮影した画像を対象とした状態認識を試行した．
以上の手法により，推定した対象状態（Context）を識別し，また，そのContextの連なりをモデル化し，これを歩行者等の行動・状態の変遷の推定を行った．これにより，歩行者の次の行動および次の移動先位置を推定するIntent（意図）推定とその評価を実施した．以上の結果により，アプリケーションとして歩行者の行動・位置認識を対象とし，歩行者に取り付けたセンサデータを分析する事により，人の行動・状態の推定，ならびにこれに基づいた人の意図の予測モデル構築に関する知見を得たほか，技術の応用展開として画像データを対象とする状態認識の試行結果の知見を得た．
|
