| 講演名 | 2019-05-31 複数のコグニティブAPIを活用した宅内コンテキスト認識 陳 思楠(神戸大), 佐伯 幸郎(神戸大), 中村 匡秀(神戸大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 宅内の居住者や環境に関する状況情報（総じて宅内コンテキストと呼ぶ）をいかに精度よく認識するかは，従来より重要な研究課題とされ，特にユビキタス・コンピューティングの分野で長年研究されてきた．我々は，コグニティブAPIが提供する汎用的な画像認識と，軽量な機械学習を組み合わせることで，一般家庭にも導入可能なコンテキスト認識手法を実現すべく研究を進めている．先行研究では，複数のAPIの認識性能を比較・調査し，単一APIによる特徴量を用いた宅内コンテキスト認識手法を提案した．しかしながら，評価実験において，食事や遊び，全体ミーティング等，多人数が参加するコンテキストの区別が難しいという問題点を残している．本研究の目的は，一般家庭への導入容易性を維持しながら，従来区別が難しい宅内コンテキストの認識精度をより一層向上させることである．提案手法では，複数のコグニティブAPIを利用し，各APIによる特徴量を用いた認識モデルを構築する．これらモデルの認識結果を多数決することで，コンテキストの分類精度を向上させることを狙う．深層学習を用いるアプローチに比べ，提案手法は強力なマシンパワーや大量のデータラベリングを必要しない．これにより，宅内の様々な状況情報を高精度にかつ効率よく認識することが期待できる． |
| 抄録(英) | Recognizing fine-grained contexts in individual houses and residents has been an important but challenging research topic. It has been studied for many years in the field of ubiquitous computing. We are studying fine-grained context recognition affordable for general households, by integrating general-purpose image-based cognitive APIs and light-weight machine learning. In our previous study, we first evaluated the recognition performance of commercial APIs, and then developed a recognition method that uses the recognition results of the single API as feature values. However, we found that the method could not distinguish different contexts with multiple people such as ``Eating'' and ``Playing games'' and ``General meeting''. The goal of this research is to improve the recognition accuracy of such difficult contexts, with preserving the affordability to general households. In the proposed method, we use multiple image-based cognitive APIs. For each API, we construct an independent recognition model using feature values of the API. Then, the context is determined by majority voting among results of the independent models. Compared to the popular approach with deep learning, the proposed method does not require a huge amount of labeled data or vast computing resources. As a result, it can recognize home contexts more accurately and economically. |
| キーワード(和) | 宅内コンテキスト / 画像認識 / コグニティブAPI / 機械学習 / 多数決 |
| キーワード(英) | Home context / Image recognition / Cognitive API / Machine learning / Majority voting |
| 資料番号 | SC2019-6 |
| 発行日 | 2019-05-24 (SC) |
| 研究会情報 | |
| 研究会 | SC |
|---|---|
| 開催期間 | 2019/5/31(から2日開催) |
| 開催地（和） | 物質・材料研究機構(千現地区) |
| 開催地（英） | National Institute for Materials Science |
| テーマ（和） | サイエンス・サービスプラットフォーム/データサービスと機械学習, 一般 |
| テーマ（英） | Science Service Platform, Data Service and Machine Learning, etc |
| 委員長氏名（和） | 中村 匡秀(神戸大) |
| 委員長氏名（英） | Masahide Nakamura(Kobe Univ.) |
| 副委員長氏名（和） | 菊地 伸治(物質・材料研究機構) / 山登 庸次(NTT) |
| 副委員長氏名（英） | Shinji Kikuchi(National Institute for Materials Science) / Yoji Yamato(NTT) |
| 幹事氏名（和） | 細野 繁(東京工科大学) / 木村 功作(富士通研) |
| 幹事氏名（英） | Shigeru Hosono(Tokyo University of Technology) / Kosaku Kimura(Fujitsu Lab.) |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Service Computing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 複数のコグニティブAPIを活用した宅内コンテキスト認識 |
| サブタイトル（和） | 多数決アプローチ |
| タイトル（英） | Recognizing Fine-Grained Contexts at Home Using Multiple Cognitive APIs |
| サブタイトル（和） | Majority Voting Approach |
| キーワード(1)（和/英） | 宅内コンテキスト / Home context |
| キーワード(2)（和/英） | 画像認識 / Image recognition |
| キーワード(3)（和/英） | コグニティブAPI / Cognitive API |
| キーワード(4)（和/英） | 機械学習 / Machine learning |
| キーワード(5)（和/英） | 多数決 / Majority voting |
| 第 1 著者 氏名（和/英） | 陳 思楠 / Sinan Chen |
| 第 1 著者 所属（和/英） | 神戸大学(略称：神戸大) Kobe University(略称：Kobe Univ.) |
| 第 2 著者 氏名（和/英） | 佐伯 幸郎 / Sachio Saiki |
| 第 2 著者 所属（和/英） | 神戸大学(略称：神戸大) Kobe University(略称：Kobe Univ.) |
| 第 3 著者 氏名（和/英） | 中村 匡秀 / Masahide Nakamura |
| 第 3 著者 所属（和/英） | 神戸大学(略称：神戸大) Kobe University(略称：Kobe Univ.) |
| 発表年月日 | 2019-05-31 |
| 資料番号 | SC2019-6 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | SC-66 |
| ページ範囲 | pp.33-38(SC), |
| ページ数 | 6 |
| 発行日 | 2019-05-24 (SC) |