Item type |
Symposium(1) |
公開日 |
2021-06-23 |
タイトル |
|
|
タイトル |
加速度の時空間情報を考慮した進行方向推定手法の検討 |
言語 |
|
|
言語 |
jpn |
キーワード |
|
|
主題Scheme |
Other |
|
主題 |
位置情報システム |
資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
|
資源タイプ |
conference paper |
著者所属 |
|
|
|
名古屋大学大学院工学研究科 |
著者所属 |
|
|
|
名古屋大学大学院工学研究科 |
著者所属 |
|
|
|
国立情報学研究所/名古屋大学未来社会創造機構 |
著者所属 |
|
|
|
名古屋大学大学院工学研究科 |
著者所属 |
|
|
|
名古屋大学大学院工学研究科/名古屋大学未来社会創造機構 |
著者名 |
吉田, 拓人
浦野, 健太
青木, 俊介
米澤, 拓郎
河口, 信夫
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
本稿では,スマートフォンを用いた PDR (Pedestrian Dead Reckoning) のための進行方向推定手法 について検討を行う.スマートフォンの頻繁な端末姿勢の変化に対応するため,進行方向推定手法にはセ ンサ姿勢の変化に対する頑健性が必須となる.そのため,加速度平面成分を用いてセンサ姿勢の変化によ らず進行方向を推定できる PCA (Principal Component Analysis) ベースの手法が注目されてきた.しかし,我々は加速度平面成分の空間情報のみでは,歩行者が取り得るあらゆる歩容パターンの認識は困難で あると考える.そこで我々は歩容に対する頑健性の向上を目的とし,加速度平面成分の時空間情報を用い て進行方向を推定する NN (Neural Network) ベースの手法を提案する.NN の学習と評価に用いるデー タはスマートフォンと測量機器の TOPCON GT1205 を用いて収集する.NN のアーキテクチャとして, CNN (Convolutional Neural Network) と BiLSTM (Bidirectional Long Short-Term Memory) をベースとした 2 つを用意し,評価を行う.評価の結果,CNN が総合的に最も推定精度が高く,歩容に対する頑健性も高いことがわかった. |
書誌情報 |
マルチメディア,分散協調とモバイルシンポジウム2021論文集
巻 2021,
号 1,
p. 893-899,
発行日 2021-06-23
|
出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |