{"id":210893,"metadata":{"_oai":{"id":"oai:ipsj.ixsq.nii.ac.jp:00210893","sets":["6164:6165:6640:10580"]},"path":["10580"],"owner":"44499","recid":"210893","title":["分散ストリーム処理フレームワークを用いた動作識別手法の検討"],"pubdate":{"attribute_name":"公開日","attribute_value":"2020-06-17"},"_buckets":{"deposit":"a431a28e-1f74-402a-8012-f9ad98f93275"},"_deposit":{"id":"210893","pid":{"type":"depid","value":"210893","revision_id":0},"owners":[44499],"status":"published","created_by":44499},"item_title":"分散ストリーム処理フレームワークを用いた動作識別手法の検討","author_link":["534794","534795","534797","534796"],"item_titles":{"attribute_name":"タイトル","attribute_value_mlt":[{"subitem_title":"分散ストリーム処理フレームワークを用いた動作識別手法の検討"}]},"item_keyword":{"attribute_name":"キーワード","attribute_value_mlt":[{"subitem_subject":"分散処理","subitem_subject_scheme":"Other"}]},"item_type_id":"18","publish_date":"2020-06-17","item_language":{"attribute_name":"言語","attribute_value_mlt":[{"subitem_language":"jpn"}]},"item_18_text_3":{"attribute_name":"著者所属","attribute_value_mlt":[{"subitem_text_value":"お茶の水女子大学"},{"subitem_text_value":"国立情報学研究所"},{"subitem_text_value":"産業技術総合研究所"},{"subitem_text_value":"お茶の水女子大学"}]},"item_publisher":{"attribute_name":"出版者","attribute_value_mlt":[{"subitem_publisher":"情報処理学会","subitem_publisher_language":"ja"}]},"publish_status":"0","weko_shared_id":-1,"item_file_price":{"attribute_name":"Billing file","attribute_type":"file","attribute_value_mlt":[{"url":{"url":"https://ipsj.ixsq.nii.ac.jp/record/210893/files/IPSJ-DICOMO2020180.pdf","label":"IPSJ-DICOMO2020180.pdf"},"date":[{"dateType":"Available","dateValue":"2022-06-17"}],"format":"application/pdf","billing":["billing_file"],"filename":"IPSJ-DICOMO2020180.pdf","filesize":[{"value":"3.3 MB"}],"mimetype":"application/pdf","priceinfo":[{"tax":["include_tax"],"price":"660","billingrole":"5"},{"tax":["include_tax"],"price":"330","billingrole":"6"},{"tax":["include_tax"],"price":"0","billingrole":"44"}],"accessrole":"open_date","version_id":"028f0d2c-5ffe-4515-a75d-0fa18a890b38","displaytype":"detail","licensetype":"license_note","license_note":"Copyright (c) 2020 by the Information Processing Society of Japan"}]},"item_18_creator_5":{"attribute_name":"著者名","attribute_type":"creator","attribute_value_mlt":[{"creatorNames":[{"creatorName":"高崎, 智香子"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"竹房, あつ子"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"中田, 秀基"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"小口, 正人"}],"nameIdentifiers":[{}]}]},"item_resource_type":{"attribute_name":"資源タイプ","attribute_value_mlt":[{"resourceuri":"http://purl.org/coar/resource_type/c_5794","resourcetype":"conference paper"}]},"item_18_description_7":{"attribute_name":"論文抄録","attribute_value_mlt":[{"subitem_description":"センサ機器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．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，データ転送量と解析計算量が課題とる．我々は，センサ側で姿勢推定ライブラリ OpenPose を使用して動画像から関節の特徴量データを抽出して転送し，クラウドでその特徴量データのみを用いて機械学習による動作識別を行うことで，処理遅延やプライバシの問題に対処するセンサとクラウドでの分散処理手法を提案している．しかし，複数家庭のセンサから連続的に送られる大量のデータをクラウドで処理するには，急激なデータの増加によるシステム負荷上昇に耐えうる処理基盤が必要である.本研究では，大量のデータを効率よく処理可能な分散ストリーム処理基盤の構築を目指して，エッジで抽出した関節の特徴量データを Apache Kafka を用いて収集し，クラウドにおいて Apache Flink の分散ストリーム処理機能を用いて機械学習処理を行うシステムを構築し，解析スループットを調査した．実験から，解析スループットは Flink の並列度に比例して増加することが確認できた．","subitem_description_type":"Other"}]},"item_18_biblio_info_10":{"attribute_name":"書誌情報","attribute_value_mlt":[{"bibliographicPageEnd":"1250","bibliographic_titles":[{"bibliographic_title":"マルチメディア，分散協調とモバイルシンポジウム2199論文集"}],"bibliographicPageStart":"1245","bibliographicIssueDates":{"bibliographicIssueDate":"2020-06-17","bibliographicIssueDateType":"Issued"},"bibliographicVolumeNumber":"2020"}]},"relation_version_is_last":true,"weko_creator_id":"44499"},"updated":"2025-01-19T17:59:30.533131+00:00","created":"2025-01-19T01:12:05.565010+00:00","links":{}}