| 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 | 2020-10-02 11:00 畳み込みニューラルネットワークを用いた足音波形とスペクトログラムによる特徴解析とその比較 ○後藤吉輝・板井陽俊（中部大）  SIS2020-25 |
|
| 抄録 | （和） | 人間の足音には個人特徴が存在し, 聞きなれた足音を聞くことにより我々はある程度個人を識別することができる. 歩行足音から人物の特定が可能となれば, 防犯システムや生体認証システムへの応用が期待される. 先行研究では, 時間周波数解析を用いた足音の分析が試みられている. しかし, 特徴解析が可能な初期のCNNを利用した分析を行っており, その他のCNNアーキテクチャについては比較検討がされていない. 本研究では, 先行研究で用いられていないCNNアーキテクチャに足音波形とスペクトログラムデータセットを学習させ, 最も識別率の高いCNNを特定する. さらに, Grad-CAMを導入し, 各足音データの特徴解析を行う. |
| （英） | It is known that the footstep includes personal characteristics. We often recognize a person from walking footsteps in limited situation. If the high accuracy personal identification using footstep is possible, a novel surveillance system like a crime prevention system, or a biometric system are expected. In the conventional research, Shiota analyzed footsteps using a time frequency analysis and CNN. However, the pattern of the footstep waveform dataset was not used as the training data for the CNN. In addition, in the conventional research, the traditional CNN of AlexNet was used characteristic analysis. In this paper, we identify the CNN architecture of the highest accuracy by using the spectrogram and waveform dataset. Furthermore, we apply Grad-CAM to perform feature analysis. |
|
| キーワード | （和） | 足音 / CNN / 個人識別 / 特徴解析 / / / / |
| （英） | Footstep / CNN / Personal identification / Feature analysis / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 176, SIS2020-25, pp. 75-80, 2020年10月. | |
| 資料番号 | SIS2020-25 | |
| 発行日 | 2020-09-24 (SIS) | |
| ISSN | 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 | SIS2020-25 |
|
| 研究会情報 | |
| 研究会 | SIS ITE-BCT |
| 開催期間 | 2020-10-01 - 2020-10-02 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | システム実現技術, 近距離通信応用システム, 知的マルチメディア処理システム，放送技術および一般 |
| テーマ（英） | System Implementation Technology, Short Range Wireless Systems, Smart Multimedia Systems, Broadcasting Technology, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIS |
| 会議コード | 2020-10-SIS-BCT |
| 本文の言語 | 日本語 |
| タイトル（和） | 畳み込みニューラルネットワークを用いた足音波形とスペクトログラムによる特徴解析とその比較 |
| サブタイトル（和） | |
| タイトル（英） | Future analysis of footstep waveforms and spectrogram using convolutional neural network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 足音 / Footstep |
| キーワード(2)（和/英） | CNN / CNN |
| キーワード(3)（和/英） | 個人識別 / Personal identification |
| キーワード(4)（和/英） | 特徴解析 / Feature analysis |
| 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） | 後藤 吉輝 / Yoshiki Goto / ゴトウ ヨシキ |
| 第1著者 所属（和/英） | 中部大学 (略称： 中部大) Chubu University (略称： Chubu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 板井 陽俊 / Akitoshi Itai / イタイ アキトシ |
| 第2著者 所属（和/英） | 中部大学 (略称： 中部大) Chubu University (略称： Chubu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 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 | 2020-10-02 11:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIS |
| 資料番号 | SIS2020-25 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.176 |
| ページ範囲 | pp.75-80 |
| ページ数 | 6 |
| 発行日 | 2020-09-24 (SIS) |
[研究会発表申込システムのトップページに戻る]