Data Augmentationを用いた少数寝姿体圧データからの高精度姿勢識別DNN構築

• Item type: SIG Technical Reports(1)
• 公開日: 2017-08-17
• タイトル: Data Augmentationを用いた少数寝姿体圧データからの高精度姿勢識別DNN構築
• タイトル / 言語: en
• タイトル: A Study of Data Augmentation to Build High Performance DNN for In-bed Posture Classification
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 状況認識技術
• 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: 名古屋大学情報学研究科
• 著者所属: 名古屋大学情報学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Nagoya University
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Nagoya University
• 著者名: 榎堀, 優; 間瀬, 健二
• 著者名(英): Yu, Enokibori; Kenji, Mase
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 褥瘡予防などを筆頭に，就寝時の体圧データの応用が研究されており，その一つに寝姿勢の識別がある．就寝時の体圧データは，低解像度の画像と見なせるため，深層学習の一手法である CNN による識別が有効であると考えられるが，1 回の睡眠実験で得られる就寝姿勢数は，深層学習に用いるには少ない．我々の実験の実測値では，19 名の各 4 時間の睡眠で 224 姿勢であった．学習 ・ 検証 ・ テストに等分割するとすると，学習データ数は高々 72 点弱であり，SVM などを用いた既存手法以下の精度しか得られなかった．そこで本研究では Data Augumentation とそのパラメータ調整によって，少数データと深層学習による高精度寝姿識別機の作成を試みた．シアー変換，拡大縮小，回転，人体長軸方向移動，人体短軸方向移動についてパラメータを探索したところ，人体長軸 ・ 短軸方向に軸長の 40%，20% の移動による Data Augumentation によって仰臥位 ・ 左右腹臥位の 3 姿勢において 99.7% の識別精度を達成した．
• 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: AA1271737X
• 書誌情報: 研究報告高齢社会デザイン（ASD）; 巻 2017-ASD-9, 号 11, p. 1-8, 発行日 2017-08-17
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8698
• 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