独居老人の見守りを目的とした適応型異常検知システムのリアルタイム実装に関する研究

独居老人监测自适应异常检测系统的实时实现研究

• 批准号: 20K12757
• 负责人: 安倍 幸治
• 金额: $ 2.75万
• 依托单位: Akita Prefectural University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K12757/
• 关键词: 見守りシステム; 異常検知; 深層学習; DAGMM; GAN; オートセグメンテーション; 時間長重み

本研究は，一人暮らしの高齢者の見守りを，音信号を用いた機械的な異常検知に基づいて行うことを目的とする．本年度は，前年度に作成した音信号のセグメンテーションシステムを用いて分割した音を，設置環境から得た環境音サンプルとして用いて，日常音を混合ガウスモデルで表現し，そのモデルからの乖離度をもとに異常を検知するシステムを基にして，性能を比較するために，モデルからの外れ度をもとに異常検知を行う深層学習を用いた異常検知モデルを構築した．構築したシステムは自己符号化器（オートエンコーダ）によるもの，敵対的生成ネットワークによるもの，DAGMM（Deep Autoencoding Gaussian Mixture Model）によるものの3つである．前者二つは，音信号を短区間に分割し，波形を符号化することで，自己復元の度合いを基に異常検知を行っている．後者のDAGMMは，波形そのもの入力とする場合と，セグメンテーションで分割した特徴量を入力とした場合の両方について検討した．2時間程度の長さの日常環境を対象とした異常検知システムの評価実験を行ったところ，検出させたい異常音として準備した収録環境音外の音信号サンプルについては，作成したシステムの全てにおいてほぼ100%近い精度で検出された．しかし，学習した日常音として用いた収録環境内の音信号のいくつかが異常と判定されることがあり，異常検知システムの再現率は8割から9割となった．再現率が一番高くなったシステムはオートエンコーダに基づくシステムであり，これは信号の復元精度の観点から考えると，GAN等に関する過去の知見などとはそぐわない結果となっている．評価実験を実施する環境を増やし，その挙動を検討することで，この点についてさらなる検討を実施したい．

は this study, one dusk ら し の high 齢 の see keep り を, sound signal を with い た mechanical な abnormal 検 know に base づ い て line う こ と を purpose と す る. は this year, the first annual に made し た sound signal の セ グ メ ン テ ー シ ョ ン シ ス テ ム を with い て segmentation し た を, set up the environment か ら may た environmental sound サ ン プ ル と し て in い て, daily sound を mixed ガ ウ ス モ デ ル で し, そ の モ デ ル か ら の good degree of を も と に abnormal を 検 know す る シ ス テ ム を base に し て, Performance を compare す る た め に, モ デ ル か ら の れ degrees outside を も と に abnormal 検 を line う deep learning を with い た abnormal 検 know モ デ ル を build し た. Build し た シ ス テ ム は their symbolic device (オ ー ト エ ン コ ー ダ) に よ る も の, against the generation of seaborne ネ ッ ト ワ ー ク に よ る も の, DAGMM (Deep Autoencoding Gaussian Mixture Model) に よ る も の の 3 つ で あ る. , the former two つ は を short interval に し segmentation, sound signal waveform を symbolic す る こ と で, his recovery の degrees or い を base line abnormal に 検 know を っ て い る. The latter の DAGMM は, waveform そ の も の と into force す と る situations, セ グ メ ン テ ー シ ョ ン で segmentation し た, 徴 quantity を と into force し た occasions の struck party に つ い て beg し 検 た. 2 degree の long さ を の everyday environment like と seaborne し た abnormal 検 know シ ス テ ム の review 価 be 験 を line っ た と こ ろ, 検 out さ せ た い abnormal sound と し て prepare し た 収 record sounds の outside environment signal サ ン プ ル に つ い て は, consummate し た シ ス テ ム の full て に お い て ほ ぼ nearly 100% い precision で 検 out さ れ た. し か し, learning し た daily sound と し て in い た 収 recording environment の sound signal の い く つ か が abnormal と determine さ れ る こ と が あ り, abnormal 検 know シ ス テ ム の reproducibility は 8 cut か ら 9 cut と な っ た. High reproducibility が a く な っ た シ ス テ ム は オ ー ト エ ン コ ー ダ に base づ く シ ス テ ム で あ り, こ れ の は signal recovery precision の 観 point か ら exam え る と, GAN etc に masato す る past の knowledge な ど と は そ ぐ わ な い results と な っ て い る. Review 価 be 験 を be applied す を る environment rights や し, そ の 挙 dynamic を beg す 検 る こ と で, こ の point に つ い て さ ら な る beg を 検 be applied し た い.

项目成果

ベイズ情報量基準に基づく音信号の区間分割に関する検討

基于贝叶斯信息准则的声音信号分割研究

• 发表时间: 2021
• 作者: 安倍幸治;小田原乃斗;西口正之;高根昭一;渡邉貫治
• 通讯作者: 渡邉貫治

自己符号化器を用いた異常検知システムの構築と評価

使用自编码器的异常检测系统的构建和评估

• 发表时间: 2022
• 作者: 青石涼大;安倍幸治;渡邉貫治;西口正之，高根昭一
• 通讯作者: 西口正之，高根昭一