| 講演名 | 2016-08-24 Recurrent Neural Networkに基づく日常生活行動認識 玉森 聡(名大), 林 知樹(名大), 戸田 智基(名大), 武田 一哉(名大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 我々は高齢者のための生活行動見守りシステムの構築を目指しており，そのための中心技術が生活行動認識である．先行研究では，実際の生活行動を48時間連続収録したデータベースを利用した生活行動認識実験により，Deep Neural Network (DNN)の良好な認識性能が示された．しかしながら，その認識性能は十分とは言い難く，さらなる性能改善が必要であることが分かった．本研究では，DNNでは考慮できる時間的コンテキストの幅は限られる点に着目し，より長期間の相関を考慮可能なLong Short-Term Memory (LSTM)に基づくRecurrent Neural Network (LSTM-RNN)，Bidirectional LSTM-RNNを適用することで，認識性能の向上を図る．また，その最適なネットワーク構造について調査する． |
| 抄録(英) | Our goal is to build an automatic surveillance system for elderly people and the core technique is daily activity recognition. In previous work, the effectiveness of Deep Neural Network~(DNN) has been shown in the daily activity recognition experiments, by using the database of actual daily activity for 48 hours continuous recordings. In DNN, however, the recognition performance was not enough. We realized that this is because the scope of temporal context to be taken into account is limited, and further improvement of the performance will be needed. In this study, we apply Recurrent Neural Network based on Long Short Term Memory (LSTM-RNN) and Bidirectional LSTM-RNN (BLSTM-RNN) to improve recognition performance. It is expected that LSTM-RNN can capture longer term temporal context. We further investigate the optimal network architecture. The experimental results of daily activity recognition shows the effectiveness of LSTM-RNN and BLSTM-RNN compared to DNN. |
| キーワード(和) | 日常生活行動認識 / Deep Neural Network / Recurrent Neural Network / Long Short Term Memory |
| キーワード(英) | Daily Activity Recognition / Deep Neural Network / Recurrent Neural Network / Long Short Term Memory |
| 資料番号 | SP2016-28 |
| 発行日 | 2016-08-17 (SP) |
| 研究会情報 | |
| 研究会 | SP |
|---|---|
| 開催期間 | 2016/8/24(から2日開催) |
| 開催地（和） | 京都大学学術情報メディアセンター |
| 開催地（英） | ACCMS, Kyoto Univ. |
| テーマ（和） | 音響イベント処理，一般 |
| テーマ（英） | Audio event processing, etc. |
| 委員長氏名（和） | 間野 一則(芝浦工大) |
| 委員長氏名（英） | Kazunori Mano(Shibaura Inst. of Tech.) |
| 副委員長氏名（和） | 森 大毅(宇都宮大) |
| 副委員長氏名（英） | Hiroki Mori(Utsunomiya Univ.) |
| 幹事氏名（和） | 滝口 哲也(神戸大) / 西田 昌史(静岡大) |
| 幹事氏名（英） | Tetsuya Takiguchi(Kobe Univ.) / Masafumi Nishida(Shizuoka Univ.) |
| 幹事補佐氏名（和） | 浅見 太一(NTT) / 橋本 佳(名工大) |
| 幹事補佐氏名（英） | Taichi Asami(NTT) / Kei Hashimoto(Nagoya Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Speech |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Recurrent Neural Networkに基づく日常生活行動認識 |
| サブタイトル（和） | |
| タイトル（英） | Daily Activity Recognition Based on Recurrent Neural Network |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 日常生活行動認識 / Daily Activity Recognition |
| キーワード(2)（和/英） | Deep Neural Network / Deep Neural Network |
| キーワード(3)（和/英） | Recurrent Neural Network / Recurrent Neural Network |
| キーワード(4)（和/英） | Long Short Term Memory / Long Short Term Memory |
| 第 1 著者 氏名（和/英） | 玉森 聡 / Akira Tamamori |
| 第 1 著者 所属（和/英） | 名古屋大学(略称：名大) Nagoya University(略称：Nagoya Univ.) |
| 第 2 著者 氏名（和/英） | 林 知樹 / Tomoki Hayashi |
| 第 2 著者 所属（和/英） | 名古屋大学(略称：名大) Nagoya University(略称：Nagoya Univ.) |
| 第 3 著者 氏名（和/英） | 戸田 智基 / Tomoki Toda |
| 第 3 著者 所属（和/英） | 名古屋大学(略称：名大) Nagoya University(略称：Nagoya Univ.) |
| 第 4 著者 氏名（和/英） | 武田 一哉 / Kazuya Takeda |
| 第 4 著者 所属（和/英） | 名古屋大学(略称：名大) Nagoya University(略称：Nagoya Univ.) |
| 発表年月日 | 2016-08-24 |
| 資料番号 | SP2016-28 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | SP-189 |
| ページ範囲 | pp.7-12(SP), |
| ページ数 | 6 |
| 発行日 | 2016-08-17 (SP) |