2018 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 / GPS軌跡 / 行動認識 / 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．
・前年度までに，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ている．これをさらに発展させて，GPS経路データの欠損部分を補完する手法を開発した．これにより，これまでは様々な原因で得られなかった経路情報が，データ駆動型モデルによりもっともらしい経路を出力することが可能になり，また補完経路を確率分布として出力することが可能となった．しかしこの手法は膨大な計算時間と多大なメモリ量を必要とするため，制度を保ちつつ計算コストを大幅に削減する手法を考案した．
・映像中の人物移動軌跡をいくつかのグループに分け（クラスタリングし），歩行目的地に応じて分割する手法を，さらに発展させた．これは前年度までに開発したベイズ推定に基づく手法である．それぞれの目的地へと到達する様子カーネル密度推定を用いて可視化し，どのような経路と目的地が頻繁に利用されているのかを把握することが可能となった．
・B01生態学チームから提供されたコウモリの音声データから3次元位置を予測する手法を開発した．屋内で飛行するコウモリの3次元位置を，20chのマイクロホンアレイで録音された音声信号から，回帰によって推定する深層ネットワークを提案し，20cm程度の誤差（RMSE）で推定することが可能となった．
|
| 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，海鳥のGPU経路補間やコウモリの3次元位置予測などの手法の開発にまで取り組んでおり，順調に研究が進展していると評価した．
|
| Strategy for Future Research Activity |
カメラが移動する（自己運動する）映像は複雑な内容を含むため，これを安定かつ頑健に認識する手法をさらに発展させる．これまでに本研究で開発してきた動作認識手法を，新しく複雑でカテゴリ数の多いデータセットに対しても適用して，問題点を洗い出し，改良する．さらに，映像をカテゴリに分けるだけでなく，言語での説明を加えるなど，その内容を深く理解するための手法へと発展させる．
|
