ウェアラブルセンサを用いたOne-model-fits-all行動認識の研究開発

基于可穿戴传感器的一卡通行为识别研究与开发

• 批准号: 21J10059
• 负责人: 吉村 直也
• 金额: $ 0.96万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-28 至 2023-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21J10059/
• 关键词: 行動認識; マルチモーダルデータセット; 作業員の行動認識; 産業ドメイン; データセット構築

行動認識技術とは、ユーザの体に装着したセンサから得られたセンサデータを解析し、そのユーザの行動を推定する技術である。体に装着したセンサを使用するため、センサの装着場所や装着方法が認識精度に大きな影響を与える。本年度はこの問題の解決に向けたデータセットの構築と、装着位置の行動認識性能への影響の評価を試みた。センサの装着位置・方法と認識精度の関係を正確に調べるため、物流センタにおける梱包作業を記録したマルチモーダルデータセット「OpenPack Dataset」を構築した。6個のウェアラブルセンサを含めて、16人の被験者から53時間を上回るデータを収集することができた。これは既存の作業行動認識データセットとして最大級である。構築したOpenPack Datasetには、3次元の骨格情報も含まれる。センサの装着位置と認識精度の関係を、ウェアラブルセンサから直接収集したデータと、3次元の骨格情報から計算した加速度データを用いて分析した。センサから収集したデータを用いた検証では、どのセンサも80％程度の精度で認識できるが、左上腕のセンサは常にスコアが低い傾向にあるなどの影響が確認できた。また、3次元骨格情報を用いた検証では、加速度データの生成から認識までのパイプラインの構築と装着位置による認識精度への影響も確認できたが、実際のセンサに比べて精度が低いなど改善点も明らかになった。データセットの構築だけではなく、データセットの活用を進めるため 国際会議 Percom 2023 WS BiRDにおいて、「OpenPack Challenge 2022」という行動認識コンペティションを実施した。本コンペでは、33チーム、106名の参加登録があり、延べ28,153回のダウンロードがあった。これらの数字からも、構築したデータセットが他の研究者からも注目度が高いものであることがわかる。

The behavior of intellectual and technical personnel is not pretending to be correct, and the behavior is presumed to be presumptive. In the system, there is a lot of information about the use of the equipment, the equipment, the accuracy and the accuracy of the method. This year, the solution to the problem is that the location of the activity will have a negative impact on the performance of the test. The location method is installed, the location method, accuracy, accuracy, There were 6 customers, 16 victims, 53 days after the last call, and the number of people who were killed was 53 hours. The existing operating activities do not know what to do, and the maximum amount of money is not available. The three-dimensional skeleton contains the exact meaning of the OpenPack Dataset. The location is installed, the location is not accurate, the location is not accurate, the data is directly collected, and the three-dimensional bone situation is calculated. Acceleration is used to analyze the data. The accuracy is 80%, and the left upper wrist is low. In terms of location, accuracy, accuracy The Percom 2023 WS BiRD International Conference, the "OpenPack Challenge 2022" International Conference, the International Conference on Information Technology, and the International Conference on the International Conference of the International Conference on the International Conference of the International Conference on the International Conference of the International Conference on the International Conference of the International Conference on the International Conference on the International Conference of the International Conference on the International Conference on the International Conference of the International Conference on the International Conference on the International Conference of the International Conference on the International Conference on the International Conference, the International Conference on the International Conference on the International Conference of the International Conference on the International Conference on the Development of the International Conference, the International Conference on the International Conference on the International Conference, the International Conference on the International Conference on the Development of the International Conference, the International Conference on the International Conference, the International Conference on the International Conference, the International Conference on the International Conference on International Trade (International Conference), the International Conference on International Trade and Development had been held in In this program, 33 students participated in the registration program, and the number of participants was extended by 28153 times. Tell me about the numbers, the eyes, the eyes.

项目成果

OpenPack Dataset

OpenPack 数据集

OpenPackデータセット: 物流センタにおける 大規模マルチモーダル行動認識データセットの構築

OpenPack 数据集：在物流中心构建大规模多模态行为识别数据集

• 发表时间: 2022
• 作者: 吉村 直也;モラレス ハイメ;前川 卓也;原 隆浩
• 通讯作者: 原 隆浩

工場・物流センタにおける作業順序を考慮した少量学習データでの作業行動認識手法の検討

工厂和配送中心考虑工单的少量学习数据工作行为识别方法研究

• 发表时间: 2022
• 作者: 吉村 直也;前川 卓也;原 隆浩;和田 篤;浪岡 保男
• 通讯作者: 浪岡 保男

Acceleration-based Activity Recognition of Repetitive Works with Lightweight Ordered-work Segmentation Network

• DOI: 10.1145/3534572
• 发表时间: 2022-07
• 期刊: Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies
• 作者: Naoya Yoshimura;T. Maekawa;Takahiro Hara;Atsushi Wada

吉村 直也、前川 卓也、原 隆浩

吉村直也、前川拓也、原贵宏

• 发表时间: 2023
• 作者: Shirokura Takanori;Hai Pham Nam;産業ドメインにおける複雑行動認識に関する研究
• 通讯作者: 産業ドメインにおける複雑行動認識に関する研究