| 講演名 | 2020-11-27 Detection of human activity based on hybrid deep learning model using a low-resolution infrared array sensor. Muthukumar K A(慶大), Mondher Bouazizi(慶大), 大槻 知明(慶大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | |
| 抄録(英) | Artificial Intelligence (AI) plays a significant role in the healthcare industry. Many applications have been developed using AI in healthcare. Among these, activity detection is one of the most important applications. Many AI-based activity detection systems use conventional machine learning methods to detect various activities. In a conventional machine learning model, activity features are manually extracted and detected which presents one the main drawbacks of this family of techniques.. This report proposes an activity detection approach based on a hybrid deep learning model using a low-resolution infrared array sensor placed on the ceiling. The hybrid deep learning model automatically learns the features and detect the activity. Upon training, the classification is performed faster than that using conventional machine learning models.. The data collected from the infrared array sensor is classified using a CNN (Convolutional Neural Network) where each frame is individually classified. The CNN’s output is passed to the LSTM (Long Short Term Memory) for sequential classification with a time window size equal to five frames. The classification accuracy reach 96.60% and 97.74% for the CNN and the CNN+LSTM models, respectively, respectively. |
| キーワード(和) | |
| キーワード(英) | AI healthcareactivity detectionhybdrid deep learing |
| 資料番号 | SeMI2020-39 |
| 発行日 | 2020-11-19 (SeMI) |
| 研究会情報 | |
| 研究会 | SRW / SeMI / CNR |
|---|---|
| 開催期間 | 2020/11/26(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | IoTワークショップ |
| テーマ（英） | IoT Workshop |
| 委員長氏名（和） | 田野 哲(岡山大) / 石原 進(静岡大) / 高汐 一紀(慶大) |
| 委員長氏名（英） | Satoshi Denno(Okayama Univ.) / Susumu Ishihara(Shizuoka Univ.) / Kazunori Takashio(Keio Univ.) |
| 副委員長氏名（和） | 水谷 圭一(京大) / 斎藤 健太郎(東工大) / 野田 華子(アンリツ) / 門田 和也(日立) / 山本 高至(京大) / 神原 誠之(奈良先端大) / 村川 賀彦(富士通研) |
| 副委員長氏名（英） | Keiichi Mizutani(Kyoto Univ.) / Kentaro Saito(Tokyo Inst. of Tech.) / Hanako Noda(Anritsu) / Kazuya Monden(Hitachi) / Koji Yamamoto(Kyoto Univ.) / Masayuki Kanbara(NAIST) / Yoshihiko Murakawa(Fujitsu Labs.) |
| 幹事氏名（和） | 村上 友規(NTT) / 佐々木 重信(新潟大) / 西尾 理志(京大) / 橋本 匡史(阪大) / 五十嵐 悠一(日立) / 金井 謙治(早大) / 菅谷 みどり(芝浦工大) / 吉岡 康介(パナソニック) |
| 幹事氏名（英） | Tomoki Murakami(NTT) / Shigenobu Sasaki(NIigata Univ.) / Takayuki Nishio(Kyoto Univ.) / Masafumi Hashimoto(Osaka Univ.) / Yuichi Igarashi(Hitachi) / Kenji Kanai(Waseda Univ.) / Midori Sugaya(Shibaura Inst. of Tech.) / Kosuke Yoshioka(Panasonic) |
| 幹事補佐氏名（和） | 布施 匡章(アンリツ) / 野田 聡人(南山大) / 勝間田 優樹(NTTドコモ) / 中山 悠(東京農工大) / 内山 彰(阪大) / 小林 優佳(東芝) / 横山 正典(ＮＴＴ) |
| 幹事補佐氏名（英） | Masaaki Fuse(Anritsu) / Akihito Noda(Nanzan Univ.) / Yuki Katsumata(NTT DOCOMO) / Yu Nakayama(Tokyo Univ. of Agri. and Tech.) / Akira Uchiyama(Osaka Univ.) / Yuka Kobayashi(Toshiba) / Masanori Yokoyama(ＮＴＴ) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Short Range Wireless Communications / Technical Committee on Sensor Network and Mobile Intelligence / Technical Committee on Cloud Network Robotics |
|---|---|
| 本文の言語 | ENG |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Detection of human activity based on hybrid deep learning model using a low-resolution infrared array sensor. |
| サブタイトル（和） | |
| キーワード(1)（和/英） | / AI healthcareactivity detectionhybdrid deep learing |
| 第 1 著者 氏名（和/英） | Muthukumar K A / Muthukumar K A |
| 第 1 著者 所属（和/英） | 慶応義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 第 2 著者 氏名（和/英） | Mondher Bouazizi / Mondher Bouazizi |
| 第 2 著者 所属（和/英） | 慶応義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 第 3 著者 氏名（和/英） | 大槻 知明 / Tomoaki Ohtsuki |
| 第 3 著者 所属（和/英） | 慶応義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 発表年月日 | 2020-11-27 |
| 資料番号 | SeMI2020-39 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | SeMI-261 |
| ページ範囲 | pp.99-104(SeMI), |
| ページ数 | 6 |
| 発行日 | 2020-11-19 (SeMI) |