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/242155
https://ipsj.ixsq.nii.ac.jp/records/24215595bf359e-2062-42a5-9d98-a8f9c2f7fab2
名前 / ファイル | ライセンス | アクション |
---|---|---|
![]()
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, CN: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 | ||||||||||
識別子タイプ | NCID | |||||||||
関連識別子 | AB00006906 | |||||||||
書誌情報 |
研究報告コラボレーションとネットワークサービス(CN) 巻 2025-CN-124, 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 | 2758-8262 | |||||||||
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 |