WEKO3
アイテム
ウェアラブルセンサのスペクトル可視化による転倒検出AIの開発と評価
https://ipsj.ixsq.nii.ac.jp/records/241979
https://ipsj.ixsq.nii.ac.jp/records/2419791b20277f-488e-4914-b377-61d7067f2d67
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CDS25042058.pdf (1.7 MB)
2027年1月16日からダウンロード可能です。
|
Copyright (c) 2025 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, CDS:会員：¥0, DLIB:会員：¥0 | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2025-01-16 | |||||||||
| タイトル | ||||||||||
| タイトル | ウェアラブルセンサのスペクトル可視化による転倒検出AIの開発と評価 | |||||||||
| タイトル | ||||||||||
| 言語 | en | |||||||||
| タイトル | Development and Evaluation of Fall Detection AI Using Spectral Visualization of Wearable Sensors | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | 自然環境，農業および支援技術 | |||||||||
| 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 | ||||||||||
| 静岡大学大学院総合科学技術研究科情報学専攻／ローランド ディー.ジー.株式会社 | ||||||||||
| 著者所属 | ||||||||||
| 静岡大学学術院情報学領域／静岡大学グリーン科学技術研究所 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Department of Informatics, Graduate School of Integrated Science and Technology, Shizuoka University / Roland DG Corporation | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| College of Informatics, Academic Institute, Shizuoka University / Research Institute of Green Science and Technology, Shizuoka University | ||||||||||
| 著者名 |
束野, 通洋
× 束野, 通洋
× 峰野, 博史
|
|||||||||
| 著者名(英) |
Michihiro, Tsukano
× Michihiro, Tsukano
× Hiroshi, Mineno
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 高齢者の転倒は死に至る重大な要因であり，転倒後，早急に対応することが求められる．近年，深層学習を用いた転倒検出の研究が盛んである．精度向上のため，教師データを大量に収集することが求められるが，転倒データを収集することは危険を伴い，現実的に困難である．また，カメラ画像を使用する場合，設置環境に依存するため運用が制限されてしまうことや，プライバシーの問題が発生する．本研究では，異常検知手法を利用することで，正常な行動データのみを学習し，認識された異常な行動を転倒と分類する手法を検討する．教師データが正常な行動データのみであれば，膨大な量の教師データが期待できる．また，ウェアラブルセンサデータを用いることで，プライバシーを保護しつつ，突発的な転倒に対応することを目指す．本論文では，加速度センサとジャイロセンサのデータをスペクトル可視化し，畳み込みオートエンコーダを用いて特徴量を抽出後，OC-SVM で正常と転倒を分類した．また，複数のセンサに対応するために，センサごとに畳み込みオートエンコーダを構築した．評価では，元のセンサデータを画像化したものやスペクトログラム，スカログラムを用いるとともに，センサごとに構築した単体モデル，あるいは複数モデルによる性能を比較した．結果として，スカログラムを用いた複数モデルによる方法の F1-score が 0.915 で，最も有効であることを示した． | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AA12628327 | |||||||||
| 書誌情報 |
研究報告コンシューマ・デバイス＆システム（CDS） 巻 2025-CDS-42, 号 58, p. 1-8, 発行日 2025-01-16 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2188-8604 | |||||||||
| 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 | |||||||||
