運動計測情報に基づく人間の日常生活動作認識モデルに関する研究

点击翻译按钮获取中文摘要

人の動作の認識は,新たなマンマシンインタフェースとして,あるいは人を支援する目的のため,人の監視用としてなど様々な応用が考えられる.従来の動作認識研究においては,手話やロボットへの明示的な指示など,ある一定の意味を与えられた動作を認識する例が多い.本研究では,日常的な動作の把握なども視野に入れ,特定の意味を持たない動作を認識対象として選択する.このような動作の認識における「正解」は人による認識結果であるという立場から,人に近い認識結果を得られるような手法を提案し,計算機デスクリプションモデルを開発した.人の動きの情報をもつモーションキャプチャファイルを入力として,リアルタイムでの認識結果に加え,人の認識により近いと思われるファイル単位で要約された認識結果を出力する.この手法は,人に近い認識を行うために,人により抽出された特徴量の利用,複数動作の同時認識,短い時間単位での認識結果の要約という特徴を持つ.また,日常生活動作計測データを蓄積してその分析を行なった.さらに,人の動作認識との比較実験を,ヒドンマルコフモデル(HMM)あるいは連続DP(CDP)を用いた手法を実装したものとともに行なって提案手法の有効性を確認した.