@techreport{oai:ipsj.ixsq.nii.ac.jp:00183099,
 author = {榎堀, 優 and 間瀬, 健二 and Yu, Enokibori and Kenji, Mase},
 issue = {11},
 month = {Aug},
 note = {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．},
 title = {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},
 year = {2017}
}