マイクロタスク型アンケートを用いた人間行動認識のための加速度データセグメンテーション手法

• Item type: SIG Technical Reports(1)
• 公開日: 2024-09-19
• タイトル: マイクロタスク型アンケートを用いた人間行動認識のための加速度データセグメンテーション手法
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 機械学習・知識蒸留手法
• 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: 立命館大学大学院情報理工学研究科
• 著者所属: 立命館大学大学院情報理工学研究科
• 著者名: 岩切, 俊佑; 村尾, 和哉
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 携帯端末に内蔵された加速度センサや小型の装着可能なセンサを用いて人の動きを検出・認識する技術は，行動認識技術の一部としてユーザに特化したシステムやサービスの提供に寄与している．加速度センサーを用いた行動認識システムを構築するために，まずセンシングデータを用いて事前に行動モデルを作成する必要がある．このプロセスにおいて，行動情報に基づくラベリングが不可欠であり，通常，データ収集中の行動をビデオカメラで記録し，センサのデータと手動で照合するか，紙とペンで行動と時刻を詳細に記録する手法が取られる．しかし，ビデオ映像の照合には多大な時間を要し，紙とペンの手法では行動が変化するたびに記録が必要なため，自然な動作の妨げになることが課題となる．これに対して，加速度センサのデータをセグメンテーションすることで，行動モデル作成の効率を高め，自然な動作に近い形で行動認識を行うことが可能である．この技術は，長期的な行動パターンの把握，異常検知やスポーツ分野でのアクティビティモニタリングなどに活用することができる．本論文では，加速度データを用いてセグメンテーション作業を半自動化する手法を提案する．評価実験では，評価実験では，提案手法を用いたセグメンテーションにより，許容時間を 30 秒とした場合に，以下の精度を得た．PAMAP2 データセットを用いた実験では，機械によってセグメンテーションをした場合，Precision と Recall がそれぞれ 1.000 と 0.365 に達し，人間のアンケート調査まで行った結果，Precision と Recall がそれぞれ 1.000 と 1.000 となった．加えて，WEAR データセットを用いた実験では，機械によってセグメンテーションをした場合，Precision と Recall がそれぞれ 1.000 と 0.775 となリ，人間のアンケート調査まで行った結果，Precision と Recall がそれぞれ 0.707 と 0.909 となった．
• 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: AA11851388
• 書誌情報: 研究報告モバイルコンピューティングと新社会システム（MBL）; 巻 2024-MBL-112, 号 2, p. 1-9, 発行日 2024-09-19
• ISSN / 収録物識別子タイプ: ISSN
• 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