| 講演名 | 2017-11-17 網内学習型ネットワークによる転倒検知システムの実現 三浦 太樹(阪大), 福島 悠太(阪大), 濱谷 尚志(阪大), 山口 弘純(阪大), 東野 輝夫(阪大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 家庭やケア施設などで高齢者の転倒を素早く検知し，適切な処置を実施することは，見守りのみならず，早期治癒や後遺障害の予防において非常に重要である．そのような転倒を正確に検知するためには機械学習によるパターン検知が有効であるものの，学習用のデータを逐一集約し，クラウドサービスなどに転送することは通信インフラなどに制約が多い高齢者の居住環境には適していない．本稿では，それぞれが計算資源と焦電型赤外線センサを有するセンサノードを格子状に設置し，その前を通過するユーザの動きをセンサノードが協調して学習することで転倒を検知するシステムを提案する．同システムでは，センサノード同士がデータを共有，集約し網内で深層学習を実施することで，従来システムの多くが設置環境や対象人物ごとに必要としていたキャリブレーションを自律的に実行できる利点がある．フィルム状の焦電型赤外線センサを用いたプロトタイプを試作し，転倒を模して収集したデータセットに対し，提案方式の網内深層学習を適用した結果，適合率92.2%，再現率79.2%で転倒を認識できることを確認した．また，通常の深層学習に対しても遜色ない精度が得られることを確認した． |
| 抄録(英) | Human fall detection has been on immense interest for elderly care. In this tequnical report, we propose a novel system for indoor fall detection with use of multiple infrared sensors. Our key idea is to virtually deploy convolutional neural networks on 2-D array of connected sensor nodes. The system can automatically tune its parameter set with a deep learning algorithm carried out within the sensor network where each IoT node transfers data to each other, and operates convolution and pooling. We confirmed our method could successfully detect human fall with 92.2% precision and 79.2% recall through our dataset collected by 55 gait instances. |
| キーワード(和) | 転倒検知 / 分散コンピューティング / 深層学習 / 畳み込みニューラルネットワーク |
| キーワード(英) | Fall Detection / Distributed Computing / Deep Learning / Convolutional Neural Network |
| 資料番号 | MoNA2017-19 |
| 発行日 | 2017-11-09 (MoNA) |
| 研究会情報 | |
| 研究会 | CNR / IN / MoNA |
|---|---|
| 開催期間 | 2017/11/16(から2日開催) |
| 開催地（和） | 北九州国際会議場 |
| 開催地（英） | |
| テーマ（和） | アプリケーション指向ネットワークデザインおよび一般 |
| テーマ（英） | |
| 委員長氏名（和） | 小野 哲雄(北大) / 山岡 克式(東工大) / 新熊 亮一(京大) |
| 委員長氏名（英） | Tetsuo Ono(Hokkaido Univ.) / Katsunori Yamaoka(Tokyo Inst. of Tech.) / Ryoichi Shinkuma(Kyoto Univ.) |
| 副委員長氏名（和） | 神原 誠之(奈良先端大) / 高汐 一紀(慶大) / 岸田 卓治(NTT) / 田頭 茂明(関大) / 北形 元(東北大) |
| 副委員長氏名（英） | Masayuki Kanbara(NAIST) / Kazunori Takashio(Keio Univ.) / Takuji Kishida(NTT) / Shigeaki Tagashira(Kansai Univ.) / Gen Kitagata(Tohoku Univ.) |
| 幹事氏名（和） | 坂本 大介(北大) / 吉岡 康介(パナソニック) / 木村 達郎(NTT) / 唐沢 裕明(NTT) / 松本 延孝(KDDI総合研究所) / 植田 一暁(KDDI総合研究所) / 石田 繁巳(九大) / 倉沢 央(NTT) |
| 幹事氏名（英） | Daisuke Sakamoto(Hokkaido Univ.) / Kosuke Yoshioka(Panasonic) / Tatsuro Kimura(NTT) / Hiroaki Karasawa(NTT) / Nobutaka Matsumoto(KDDI Research) / Kazuaki Ueda(KDDI Research) / Shigemi Ishida(Kyushu Univ.) / Hisashi Kurasawa(NTT) |
| 幹事補佐氏名（和） | 水戸 和(セコム) / 山本 大介(東芝) / 高嶋 洋一(NTT) / / 二瓶 浩一(NEC) / 西尾 理志(京大) / 齊藤 隆仁(NTTドコモ) |
| 幹事補佐氏名（英） | Wataru Mito(SECOM) / Daisuke Yamamoto(Toshiba) / Yoichi Takashima(NTT) / / Koichi Nihei(NEC) / Takayuki Nishio(Kyoto Univ.) / Takato Saito(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Cloud Network Robotics / Technical Committee on Information Networks / Technical Committee on Mobile Network and Applications |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 網内学習型ネットワークによる転倒検知システムの実現 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Fall Detection by Networked Sensors |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 転倒検知 / Fall Detection |
| キーワード(2)（和/英） | 分散コンピューティング / Distributed Computing |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| 第 1 著者 氏名（和/英） | 三浦 太樹 / Daiki Miura |
| 第 1 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 2 著者 氏名（和/英） | 福島 悠太 / Yuta Fukushima |
| 第 2 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 3 著者 氏名（和/英） | 濱谷 尚志 / Takashi Hamatani |
| 第 3 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 4 著者 氏名（和/英） | 山口 弘純 / Hirozumi Yamaguchi |
| 第 4 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 5 著者 氏名（和/英） | 東野 輝夫 / Teruo Higashino |
| 第 5 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 発表年月日 | 2017-11-17 |
| 資料番号 | MoNA2017-19 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | MoNA-308 |
| ページ範囲 | pp.25-30(MoNA), |
| ページ数 | 6 |
| 発行日 | 2017-11-09 (MoNA) |