GPSを用いた複数センサデータの同期と局所的相互相関にもとづく動作分類

• Item type: SIG Technical Reports(1)
• 公開日: 2015-07-20
• タイトル: GPSを用いた複数センサデータの同期と局所的相互相関にもとづく動作分類
• タイトル / 言語: en
• タイトル: Analysis of Actions based on Local Cross Correlation and Synchronized Data of Multiple Sensors with GPS
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 行動認識2
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 広島工業大学
• 著者所属(英): en
• 著者所属(英): Hiroshima Institute of Technology
• 著者名: 石田, 和成
• 著者名(英): Kazunari, Ishida
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では GPS と 3 軸加速度，3 軸角速度，3 軸磁気で構成される 9 軸センサを用いた動作計測装置を開発した．また，動作分類を行うため，複数の計測装置により計測した身体の各部位の時系列データについて，相互相関にもとづき類似度を定義した．相互相関は 2 つの時系列データの類似性を確認するための標準的な指標である．しかし，同一の動作系列により構成される 2 つの時系列データにおいて，個々の動作速度や動作間の間隔が異なる場合，相互相関は低い値を示す．そのため，時系列データの各時点において局所的な相互相関を求め，特徴的な複数動作を抽出し，それらの相互相関の平均にもとづき類似度を定義する．ただし，時系列データの各時点において局所的相互相関を計算するため，時系列長の増大は計算量の逓増をもたらす．この逓増を軽減，漸進的な局所的相互相関計算アルゴリズムを開発した．この手法によりスポーツデータを分類した結果，個々の動作速度や動作間の間隔が異なる場合でも，本手法は通常の相互相関による類似度を用いた分類と比較し，適切に動作分類できることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We developed action measurement units with three axis accelerometers, three axis gyroscopes, 3 axis digital compasses, and GPS. In order to categorize actions based on multiple time series data collected from the measurement units, we also developed a classification method of time series data with local cross-correlation function. In order to measure similarity between two time series data, a cross-correlation function gives a similarity measure. However, the function is not suitable for the measure, when there is big difference between two actions in terms of speed, although the two actions consist of same motions. In order to avoid the problem of different speed, we introduce a local cross-correlation function. The similarity measure is defined as an average of the multiple local cross-correlation values on local maximum peaks. However, computation time for the measure tends to be easily increasing with long time series data. In order to reduce the computation time, we formulated an incremental calculation of the local cross correlation. We calculated two types of similarities on forty three time series data concerning sports with our method and normal cross correlation. According to the result, we confirmed that our method can clearly separate same type of sports data into a same category.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA1271737X
• 書誌情報: 研究報告高齢社会デザイン（ASD）; 巻 2015-ASD-2, 号 22, p. 1-6, 発行日 2015-07-20
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2189-4450
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会