| 講演名 | 2019-03-04 動画からの人の動きの自動抽出と抽出した動きの深層学習に基づくシミュレート 小池 賢一(三菱電機インフォメーションシステムズ), 佐藤 啓紀(三菱電機インフォメーションシステムズ), 小笠原 大治(三菱電機インフォメーションシステムズ), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 保守作業の現場では，経験の浅い作業員の支援が重要な課題となっている．本発表では，監視カメラなどの動画から人の動きを抽出する方式を提案する．さらに，抽出した動きの深層学習によるモデル化とモデルを使用したシミュレートの方式を提案し，実際にこの方式を適用して，作業員に有益な情報を提供する例を用いて提案方式の有効性を示す． |
| 抄録(英) | In the field of maintenance work, inexperienced worker's aid is a most important issue. We propose a method of extracting human motion from motion video. We propose a modeling method of extracted motion by using deep learning technology and a simulation method. We present effectiveness of the proposed method. |
| キーワード(和) | 動き抽出 / 動画 / 深層学習 / Deep Learning / シミュレート / 効率化 |
| キーワード(英) | Motion Capture / Video / Deep Learning / Simulate / Improvement |
| 資料番号 | NC2018-53 |
| 発行日 | 2019-02-25 (NC) |
| 研究会情報 | |
| 研究会 | NC / MBE |
|---|---|
| 開催期間 | 2019/3/4(から3日開催) |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | University of Electro Communications |
| テーマ（和） | NC, ME, 一般 |
| テーマ（英） | |
| 委員長氏名（和） | 平田 豊(中部大) / 京相 雅樹(東京都市大) |
| 委員長氏名（英） | Yutaka Hirata(Chubu Univ.) / Masaki Kyoso(TCU) |
| 副委員長氏名（和） | 庄野 逸(電通大) / 野村 泰伸(阪大) |
| 副委員長氏名（英） | Hayaru Shouno(UEC) / Taishin Nomura(Osaka Univ.) |
| 幹事氏名（和） | 吉川 大弘(名大) / 吉本 潤一郎(奈良先端大) / 永岡 隆(近畿大) |
| 幹事氏名（英） | Tomohiro Yoshikawa(Nagoya Univ.) / Junichiro Yoshimoto(NAIST) / Takashi Nagaoka(Kindai Univ.) |
| 幹事補佐氏名（和） | 稲垣 圭一郎(中部大) / 篠崎 隆志(NICT) / 小林 匠(横浜国大) / 鈴木 康之(阪大) |
| 幹事補佐氏名（英） | Keiichiro Inagaki(Chubu Univ.) / Takashi Shinozaki(NICT) / Takumi Kobayashi(YNU) / Ｙａｓｕｙｕｋｉ Ｓｕｚｕｋｉ(Osaka Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on ME and Bio Cybernetics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 動画からの人の動きの自動抽出と抽出した動きの深層学習に基づくシミュレート |
| サブタイトル（和） | |
| タイトル（英） | The way of Automatic Extraction of Human activity from motion video and Simulation method of extracted human activity by using Deep Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 動き抽出 / Motion Capture |
| キーワード(2)（和/英） | 動画 / Video |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | Deep Learning / Simulate |
| キーワード(5)（和/英） | シミュレート / Improvement |
| キーワード(6)（和/英） | 効率化 |
| 第 1 著者 氏名（和/英） | 小池 賢一 / Kenichi Koike |
| 第 1 著者 所属（和/英） | 三菱電機インフォメーションシステムズ(略称：三菱電機インフォメーションシステムズ) Mitsubishi Electric Information Systems Corporation(略称：MDIS) |
| 第 2 著者 氏名（和/英） | 佐藤 啓紀 / Hiroki Satou |
| 第 2 著者 所属（和/英） | 三菱電機インフォメーションシステムズ(略称：三菱電機インフォメーションシステムズ) Mitsubishi Electric Information Systems Corporation(略称：MDIS) |
| 第 3 著者 氏名（和/英） | 小笠原 大治 / Daiji Ogasawara |
| 第 3 著者 所属（和/英） | 三菱電機インフォメーションシステムズ(略称：三菱電機インフォメーションシステムズ) Mitsubishi Electric Information Systems Corporation(略称：MDIS) |
| 発表年月日 | 2019-03-04 |
| 資料番号 | NC2018-53 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | NC-470 |
| ページ範囲 | pp.55-60(NC), |
| ページ数 | 6 |
| 発行日 | 2019-02-25 (NC) |