| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2012-03-10 13:50 確率グラフィカルモデルを用いた姿勢判別手法の提案および作業姿勢分類への応用 ○岡本 勝・赤井悠子・松原行宏（広島市大）  ET2011-120 |
|
| 抄録 | （和） | 本稿では複数の撮影機器による映像を用いて計測した異なる身体情報をもとに確率的に姿勢判別を行う手法を提案する．姿勢判別手法として，確率グラフィカルモデルの一種であるベイジアンネットワークを導入することで，計測中の情報欠損など実利用を想定した際に発生する可能性の高い問題にも対応可能である．さらに，複数の計測手法による計測値ごとに算出した事後確率を，エントロピーから求めた推定精度のあいまいさを基準として統合する確率手法をもとに動作判別を行うことによって，誤識別の低減を目指す．検証実験として工場などでの作業を想定した姿勢分析実験を行い，本手法の有効性を示す． |
| （英） | In this paper, novel probabilistic motion classification method using position data of body measured from various cameras. In order to classify user’s motion without influence of missing value of measured data, Bayesian network, which is a kind of probabilistic graphical model, is utilized as classifier. Moreover, posterior probabilities, estimated Bayesian networks using different body information measured from multiple cameras, are combined based on entropy of estimated posterior probabilities to classify measured data into motions. Experiments of working posture classification have been conducted to demonstrate the feasibility of the proposed method. The experimental results indicate that the proposed method improved the robustness and stability of motion classification. | |
| キーワード | （和） | 姿勢分析 / ベイジアンネットワーク / スキル学習 / 事後確率 / / / / |
| （英） | posture analysis / Bayesian network / skill learning / posterior probability / / / / | |
| 文献情報 | 信学技報, vol. 111, no. 473, ET2011-120, pp. 113-118, 2012年3月. | |
| 資料番号 | ET2011-120 | |
| 発行日 | 2012-03-03 (ET) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ET2011-120 |
|
| 研究会情報 | |
| 研究会 | ET |
| 開催期間 | 2012-03-10 - 2012-03-10 |
| 開催地（和） | 香川高等専門学校（詫間キャンパス） |
| 開催地（英） | |
| テーマ（和） | 主体的学習支援環境／一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | ET |
| 会議コード | 2012-03-ET |
| 本文の言語 | 日本語 |
| タイトル（和） | 確率グラフィカルモデルを用いた姿勢判別手法の提案および作業姿勢分類への応用 |
| サブタイトル（和） | |
| タイトル（英） | Motion Classification Method using Probabilistic Graphical Model and Its Application to Working Posture Analysis |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 姿勢分析 / posture analysis |
| キーワード(2)（和/英） | ベイジアンネットワーク / Bayesian network |
| キーワード(3)（和/英） | スキル学習 / skill learning |
| キーワード(4)（和/英） | 事後確率 / posterior probability |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 岡本 勝 / Masaru Okamoto / オカモト マサル |
| 第1著者 所属（和/英） | 広島私立大学 (略称： 広島市大) Hiroshima City University (略称： Hiroshima City Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 赤井 悠子 / Yuko Akai / アカイ ユウコ |
| 第2著者 所属（和/英） | 広島私立大学 (略称： 広島市大) Hiroshima City University (略称： Hiroshima City Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 松原 行宏 / Yukihiro Matsubara / マツバラ ユキヒロ |
| 第3著者 所属（和/英） | 広島私立大学 (略称： 広島市大) Hiroshima City University (略称： Hiroshima City Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-03-10 13:50:00 |
| 発表時間 | 20分 |
| 申込先研究会 | ET |
| 資料番号 | ET2011-120 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | no.473 |
| ページ範囲 | pp.113-118 |
| ページ数 | 6 |
| 発行日 | 2012-03-03 (ET) |
[研究会発表申込システムのトップページに戻る]