| Item type |
SIG Technical Reports(1) |
| 公開日 |
2019-11-06 |
| タイトル |
|
|
タイトル |
エッジ，クラウド間の分散処理に向けたポーズデータを用いた動作識別手法の調査 |
| 言語 |
|
|
言語 |
jpn |
| 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 |
|
|
|
お茶の水女子大学 |
| 著者所属 |
|
|
|
国立情報学研究所 |
| 著者所属 |
|
|
|
産業技術総合研究所 |
| 著者所属 |
|
|
|
お茶の水女子大学 |
| 著者所属(英) |
|
|
|
en |
|
|
Ochanomizu University |
| 著者所属(英) |
|
|
|
en |
|
|
National Institute of Informatics |
| 著者所属(英) |
|
|
|
en |
|
|
National Institute of Advanced Industrial Science and Technology |
| 著者所属(英) |
|
|
|
en |
|
|
Ochanomizu University |
| 著者名 |
高崎, 智香子
竹房, あつ子
中田, 秀基
小口, 正人
|
| 著者名(英) |
Chikako, Takasaki
Atsuko, Takefusa
Hidemoto, Nakada
Oguchi, Masato
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
センサの発達やクラウドコンピューティングの普及により，一般家庭で取得，蓄積した動画像が子供やお年寄りの見守りサービスや防犯対策，セキュリティに活用されるようになってきた．しかし，家庭のセンサで取得した動画像をリアルタイムに機械学習を用いて解析するにはデータサイズと解析計算量が大きいため，サーバやストレージを用いてデータの分析や蓄積を行う必要がある．本研究では，センサ側で姿勢推定ライブラリ OpenPose を使って前処理を行い，動画像から特徴量を抽出してデータ量を削減した後，クラウドでその特徴量データを収集して機械学習を用いて動作の識別を行うことで処理遅延，プライバシ，通信コストの問題に対処する．前処理によりもとの動画像に含まれていた情報量が大幅に失われてしまうため，特徴量のみでどの程度の精度で学習や推論ができるのかについて調査した．複数の手法において 80% 以上の精度で動作を識別することが可能であり， LSTM を用いた動作識別の精度が最もよくなることがわかった． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10096105 |
| 書誌情報 |
研究報告システム・アーキテクチャ（ARC）
巻 2019-ARC-238,
号 4,
p. 1-6,
発行日 2019-11-06
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8574 |
| 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 |
IPSJ-ARC19238004.pdf (1.2 MB)
