WEKO3
アイテム
赤外線グリッドセンサを用いた深層学習での人の位置推定手法の検討
https://ipsj.ixsq.nii.ac.jp/records/213023
https://ipsj.ixsq.nii.ac.jp/records/2130232aa86ab9-cfbe-4d1f-8d53-8ea3d8eb450d
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-DICOMO2021125.pdf (2.0 MB)
|
Copyright (c) 2021 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | Symposium(1) | |||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2021-06-23 | |||||||||||||||||||||||||
| タイトル | ||||||||||||||||||||||||||
| タイトル | 赤外線グリッドセンサを用いた深層学習での人の位置推定手法の検討 | |||||||||||||||||||||||||
| 言語 | ||||||||||||||||||||||||||
| 言語 | jpn | |||||||||||||||||||||||||
| キーワード | ||||||||||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||||||||||
| 主題 | 位置情報システム | |||||||||||||||||||||||||
| 資源タイプ | ||||||||||||||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||||||||||||||||
| 資源タイプ | conference paper | |||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名古屋大学大学院工学研究科 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名古屋大学大学院工学研究科 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名古屋大学大学院工学研究科 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名古屋大学未来社会創造機構 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名古屋大学大学院工学研究科 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| 名古屋大学大学院工学研究科／名古屋大学未来社会創造機構 | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| パナソニック株式会社プロダクト解析センター | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| パナソニック株式会社プロダクト解析センター | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| パナソニック株式会社プロダクト解析センター | ||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||
| パナソニック株式会社プロダクト解析センター | ||||||||||||||||||||||||||
| 著者名 |
戸出, 悠太
× 戸出, 悠太
× 片山, 晋
× 浦野, 健太
× 青木, 俊介
× 米澤, 拓郎
× 河口, 信夫
× 泉, 智博
× 荻野, 淳
× 小山, 信之
× 太田, 智浩
|
|||||||||||||||||||||||||
| 論文抄録 | ||||||||||||||||||||||||||
| 内容記述タイプ | Other | |||||||||||||||||||||||||
| 内容記述 | 本研究では，赤外線センサから得られた 2 次元温度情報を基にする CNN を用いた人の位置推定手法の検討を行う．深層学習を用いることによりマニュアル設計のアルゴリズムでは取り除かれてしまう場合のある入力される温度データの潜在的な特徴を学習できるため，推定精度の向上，対象に取る人数の増加，使用環境，推定対象による差異や人以外の熱源等ノイズに対してのロバスト性の向上などが期待される．本提案の検証として室内で取得した温度情報を基に提案手法と代表的な分類機により学習を行い，推定精度の比較を行った．結果，高い粒度での位置推定においては提案手法の方が高精度であることを確認できた．今後，学習モデルの改良を行い位置推定対象人数の増加,位置推定粒度の向上，様々な場所での検証を行っていく予定である． | |||||||||||||||||||||||||
| 書誌情報 |
マルチメディア，分散協調とモバイルシンポジウム2021論文集 巻 2021, 号 1, p. 909-915, 発行日 2021-06-23 |
|||||||||||||||||||||||||
| 出版者 | ||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||
| 出版者 | 情報処理学会 | |||||||||||||||||||||||||
