健常歩行者センサデータを用いたバリア検出の基礎検討

• Item type: Journal(1)
• 公開日: 2018-01-15
• タイトル: 健常歩行者センサデータを用いたバリア検出の基礎検討
• タイトル / 言語: en
• タイトル: A Study on Barrier Detection Using Sensor Data of Unimpaired Walkers
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [特集：社会の知的化を先導するコラボレーション技術とネットワークサービス（特選論文）] バリアフリー，健常者，加速度センサ，深層学習
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 日本大学文理学部
• 著者所属: 日本大学文理学部
• 著者所属: 日本大学文理学部
• 著者所属: 日本大学文理学部
• 著者所属(英): en
• 著者所属(英): College of Humanities and Sciences, Nihon University
• 著者所属(英): en
• 著者所属(英): College of Humanities and Sciences, Nihon University
• 著者所属(英): en
• 著者所属(英): College of Humanities and Sciences, Nihon University
• 著者所属(英): en
• 著者所属(英): College of Humanities and Sciences, Nihon University
• 著者名: 宮田, 章裕; 荒木, 伊織; 王, 統順; 鈴木, 天詩
• 著者名(英): Akihiro, Miyata; Iori, Araki; Tongshun, Wang; Tenshi, Suzuki
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 現在，屋内外には段差などのバリアが多数存在し，障害者の円滑な移動を妨げている．バリアの位置を特定しようとする既存研究があるが，これらは精度と網羅性のトレードオフの問題を抱えている．たとえば，加速度センサを搭載した車椅子を用いる手法は精度良くバリアを検出できるが，車椅子が通過したエリアのバリアしか検出できず，網羅性が低い．一方，網羅性を高めるために，多数のユーザがオンラインの風景画像からバリアを検出するクラウドソーシング型のアプローチもあるが，画質の低さ・オクルージョンの問題から精度良くバリアを検出することが難しい．そこで，我々は，広域のバリア情報を高精度に収集するために，健常者歩行時のセンサデータから障害者に対するバリアの存在を推定するアプローチをとる．歩行時に生じる加速度データを用いたバリア推定の検証実験では，他者の歩行データから構築した推定器を用いて一定精度でバリア推定を行える可能性を示し，Deep Learning（Denoising Autoencoder）はバリア推定タスクにも有効であることを明らかにした．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: There are a number of barriers (e.g., steps, slopes) that hinder the free movement of impaired people. Existing techniques for detecting barriers have the accuracy-coverage trade-off problem. For example, approaches that use a wheelchair with an accelerometer can detect barriers with a high degree of accuracy, but cannot detect those in the area where wheelchair users have not gone through. On the other hand, to increase the coverage, some researchers adopt a crowdsourcing style approach, i.e., workers try to detect barriers from street images on the Internet. However, this approach fails to increase the accuracy due to problems of low image quality and occlusion. To address this problem, we propose a barrier detection method that uses sensor data of unimpaired walkers. The results of the evaluation task using acceleration data of walkers show that (i) the estimator constructed by data of some users could estimate other users' data with some degree of accuracy, and (ii) the Deep Learning (Denoising Autoencoder) approach is applicable to the barrier detection task.
• 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: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 59, 号 1, p. 22-32, 発行日 2018-01-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764