| 大会名称 |
|---|
| 2020年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2020 |
| 発行日 |
| 2020-08-18 |
| セッション番号 |
| 1g |
| セッション名 |
| コンピュータビジョンとパターン認識 |
| 講演日 |
| 2020/09/01 |
| 講演場所(会議室等) |
| g |
| 講演番号 |
| CH-004 |
| タイトル |
| スペクトログラム画像の畳み込み演算による行動認識 |
| 著者名 |
| 伊藤千紘, 酒造正樹, 前田英作, |
| キーワード |
| CNN, Human activity recognition, FFT spectrogram |
| 抄録 |
| 時系列センサ情報を利用した行動認識において、RNN、LSTM、CNNなどの深層学習の活用が試みられており、時系列信号をそのまま扱う場合や周波数解析後に深層学習の入力とする場合などがある。しかし、その多くは、特定のデータセットでの識別性能の比較をすることにとどまっており、CNNの構造、周波数解析の効果、畳み込み演算の効果などについての検討が不足していた。また、行動認識という用語で括られる行動にも実は多様な要素があり、信号の発生機序への視点も重要である。そこで本論文では、行動に伴ってセンシングされた信号を行動が能動的なものか受動的なのかに類別した上で、深層学習に基づく識別法を提案し、その有効性を検証するとともに、周波数解析の効果、畳み込み演算の効果の分析を行った。 |
| 本文pdf |
| PDF download (2.7MB) |