WEKO3
アイテム
機械学習を用いたフロア構造推定
https://ipsj.ixsq.nii.ac.jp/records/240121
https://ipsj.ixsq.nii.ac.jp/records/240121e0d1a452-be59-421d-a495-04a20c02dd10
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-DICOMO2024005.pdf (2.9 MB)
2026年6月19日からダウンロード可能です。
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, DLIB:会員：¥0 | ||
| Item type | Symposium(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-06-19 | |||||||||||
| タイトル | ||||||||||||
| タイトル | 機械学習を用いたフロア構造推定 | |||||||||||
| タイトル | ||||||||||||
| 言語 | en | |||||||||||
| タイトル | Floor Structure Estimation Using Machine Learning | |||||||||||
| 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_5794 | |||||||||||
| 資源タイプ | conference paper | |||||||||||
| 著者所属 | ||||||||||||
| 立命館大学 情報理工学部 環境情報研究室 | ||||||||||||
| 著者所属 | ||||||||||||
| 立命館大学 情報理工学部 環境情報研究室 | ||||||||||||
| 著者所属 | ||||||||||||
| 立命館大学 情報理工学部 環境情報研究室 | ||||||||||||
| 著者名 |
鈴木, 魁也
× 鈴木, 魁也
× 平野, 仁貴
× 西尾, 信彦
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 近年，屋内における3 次元測位の必要性が増してきている．多くのスマートフォンに気圧センサが搭載されたことから，ユーザの高度推定に気圧値を利用した研究が盛んとなっている．さらに都市部では，高度が既知である基準気圧計を設置し，地点ごとの気圧を配信することで，絶対的な高度推定を可能とする気圧ネットワークの整備が進んでいる．しかし，屋内における3 次元測位をするにあたり，高度推定結果からフロアの推定を行うためには，建物のフロアごとの階高を含む構造情報が必要となる．国土交通省が配信しているオープンデータの3D 都市モデル活用・整備プロジェクトであるPLATEAU から，建物高や建物のフロア数などの情報が取得可能である．建物高をフロア数で割ることで階高の近似値を求めることができるが，全てのフロアが一定の階高であることは稀であり，正確な階高の特定には至らない．また，気圧ネットワークによる高度推定を用いて，企業主導のもと参加型センシングにより建物の各フロアの階高の収集が進められているが，網羅的に収集するのは不可能である．そこで本研究では，機械学習を用いて建物とフロアの特徴からフロア構造を推定する手法を提案する．参加型センシングによって得られた情報を，段階的なデータオーグメンテーションを行い学習に用いて，精度低下を防ぎつつフロア構造を推定する．これにより，収集された情報が少ない建物であっても推定可能とし, PLATEAU から得られる建物情報のみによるフロア構造推定を目的とする．評価の結果，階高の推定値における2 乗平均平方根誤差（RMSE）は0.34[m] となり，フロア構造の推定を正確に行えることが示された． | |||||||||||
| 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2024論文集 巻 2024, p. 22-32, 発行日 2024-06-19 |
|||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
