Item type |
SIG Technical Reports(1) |
公開日 |
2020-11-17 |
タイトル |
|
|
タイトル |
屋内環境におけるドップラーセンサを使用した非接触型行動認識手法 |
タイトル |
|
|
言語 |
en |
|
タイトル |
A Non-contact Activity Recognition Method Using Doppler Sensors in Indoor Environments |
言語 |
|
|
言語 |
jpn |
キーワード |
|
|
主題Scheme |
Other |
|
主題 |
無線 |
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 |
|
|
|
奈良先端科学技術大学院大学先端科学技術研究科 |
著者所属 |
|
|
|
奈良先端科学技術大学院大学先端科学技術研究科 |
著者所属 |
|
|
|
奈良先端科学技術大学院大学先端科学技術研究科 |
著者所属 |
|
|
|
奈良先端科学技術大学院大学先端科学技術研究科 |
著者所属 |
|
|
|
奈良先端科学技術大学院大学先端科学技術研究科 |
著者所属 |
|
|
|
奈良先端科学技術大学院大学先端科学技術研究科 |
著者所属(英) |
|
|
|
en |
|
|
Graduate School of Science and Technology, Nara Institute of Science and Technology |
著者所属(英) |
|
|
|
en |
|
|
Graduate School of Science and Technology, Nara Institute of Science and Technology |
著者所属(英) |
|
|
|
en |
|
|
Graduate School of Science and Technology, Nara Institute of Science and Technology |
著者所属(英) |
|
|
|
en |
|
|
Graduate School of Science and Technology, Nara Institute of Science and Technology |
著者所属(英) |
|
|
|
en |
|
|
Graduate School of Science and Technology, Nara Institute of Science and Technology |
著者所属(英) |
|
|
|
en |
|
|
Graduate School of Science and Technology, Nara Institute of Science and Technology |
著者名 |
三崎, 慎也
馬越, 圭介
松井, 智一
Choi, Hyuckjin
藤本, まなと
安本, 慶一
|
著者名(英) |
Shinya, Misaki
Keisuke, Umakoshi
Tomokazu, Matsui
Hyuckjin, Choi
Manato, Fujimoto
Keiichi, Yasumoto
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
近年,センシング技術の発展に伴い,省エネ家電制御等の日常生活をサポートする様々なサービスの実現が期待されている.このようなサービスを実現するには,多種多様な生活行動を正確かつ安価に認識できることが重要である.しかし,従来の焦電型赤外線センサや電力計などの設置型センサを使用した研究では,センサを様々な場所に設置する必要があり,コストが掛かる(課題 1).また,「読書」といった,家電製品を使用せず,場所に関係なく行われる生活行動,いわゆる,場所非依存行動を正確に検出・認識することは難しい(課題 2).ウェアラブルデバイスを使用する手法では,被験者に装着負担が生じるといった課題があり(課題 3),カメラを使用した手法では,プライバシ侵害が課題となる(課題 4).本研究では,課題 1 から課題 4 の全てを解決することを達成するため,生活行動ごとの動作速度の違いを取得し,それらを特徴量に加えることで,場所非依存行動を認識できる手法を提案する.具体的には,ドップラーセンサから得られたデータから周波数特性を取得し,最も振幅値の大きい周波数を用いて動作速度を算出する.提案手法の有効性を示すため,被験者 10 人の異なる 6 つの行動(スマートフォン操作,PC 操作,読書,書き作業,食事,静止)を 5 セッションに分けてセンサデータを収集した.その後,それらのデータから行動認識モデルを構築し,リーブワンセッションアウトの交差検証とリーブワンパーソンアウトの交差検証によって評価した.その結果,リーブワンセッションアウトの交差検証では,被験者の中で最も高かった平均認識精度は,95.7% となり,被験者 10 人の平均は 81.0% となった.リーブワンパーソンアウトの交差検証で,同じ行動でも人によって動作方法が大きく異なり,動作速度に応じた周波数を出力するドッブラーセンサの特性から平均認識精度は,42.1% と低くなった. |
書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11851388 |
書誌情報 |
研究報告モバイルコンピューティングとパーベイシブシステム(MBL)
巻 2020-MBL-97,
号 21,
p. 1-7,
発行日 2020-11-17
|
ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8817 |
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 |