2017 Fiscal Year Annual Research Report
ナビゲーションにおける画像情報分析基盤の整備とヒトの行動分類
| Project Area | Systems Science of Bio-navigation |
|---|
| Project/Area Number |
16H06540
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
玉木 徹 広島大学, 工学研究科, 准教授 (10333494)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
藤吉 弘亘 中部大学, 工学部, 教授 (20333172)
|
|---|
| Project Period (FY) |
2016-06-30 – 2021-03-31
|
| Keywords | ナビゲーション / 人物軌跡 / 行動認識 / 動作認識 / 行動解析 / 深層学習 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本研究では、本計画班の構成員が開発してきた最先端の映像認識技術に立脚し、野生動物やペットなどに装着したカメラから得られた 映像や、人間が撮影した映像など、これまでの映像認識技術では処理が困難な自己移動を含む映像を、安定かつ頑健に認識する技術を 開発し、本領域における画像・映像情報分析のための基盤技術を構築する。本年度の実績は以下のとおりである.
・B01生態学チームから提供された海鳥のGPU経路データを学習し，目的地までに至る経路を予測するための逆強化学習を利用した手法を開発した．約600本の海鳥の経路を，雌雄別々に学習し，それぞれののモデルを構築し，出発地点と最終地点を指定することで，その間の経路を確率分布として出力し，その中からもっともらしい経路を出力することが可能となった．
・映像中の人物移動軌跡をいくつかのグループに分け（クラスタリング），歩行目的地に応じて分割する手法を開発した．これはベイズ推定の枠組みで定式化されており，人物歩行軌跡の定性的な解析が可能になった．まず移動を線形動的システムでモデル化し，出発地点と最終地点を正規分布で表現する従来手法であるMDAを拡張し，アルゴリズムの安定した収束を実現した．そして軌跡を分割するために隠れマルコフモデルを用いて軌跡の分割手法を定式化した．
・生物や人物の行動予測手法の開発とデータ収集方法の検討のために，様々な行動予測手法を比較検討したサーベイ論文と解説論文を発表し，今後のデータ収集方法と研究方向性について，関連分野の研究動向を新学術領域の内外へ発信した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究の目的は、自己移動を含む映像を安定かつ頑健に認識する技術を開発し、本領域における画像・映像情報分析のための基盤技術を構築することである。人間が撮影した映像などを対象とした認識技術の開発は，おおむね達成できる見込みである．前項で示したように，映像中の特徴点の軌跡分布に着目した新しい特徴量を提案し，Youtubeなどから収集されたカメラが移動する（自己運動を含む）多数の映像からなるデータセットに対してその有効性を示しているため，順調に研究が進展していると評価した．
|
| Strategy for Future Research Activity |
ナビゲーション理解のためには軌跡の処理が不可欠であることが新学術領域を開始してから明らかになってきた．人物行動解析のためにも，人物の位置の履歴（軌跡）を処理することは重要である．そこで，固定されたカメラで撮影された（自己運動を含まない）映像中の軌跡を解析し予測する手法も開発する．まず多数のデータが存在する人物移動軌跡と映像データを対象に，現在までに開発している人物移動軌跡のクラスタリングとセグメンテーションの手法を更に頑健なものに拡張する．
|
