| 講演名 | 2011-03-07 ベイジアンネットを導入したベイズ推定法による幼児の行動認識精度の改善 : 超音波センサとカメラ画像による実験評価 石川 詔三, 本村 陽一, 西田 佳史, 庄野 逸, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年のセンサ技術の向上によって,人間の日常生活行動を観測することが可能になりつつある.観測データの理解のためには,センサから取得したセンサデータと行動とを結びつける必要がある.センサデータと行動を結びつけるために,観測された時系列センサデータの各々に対して観測したときにどのような行動を取っていたかをラベリングすることを考える.しかし,長時間の観測データに対して,ラベルを手作業で割り当てることは困難なため,動画データを利用した学習によって行動認識を行い,ラベリングを自動で行うことを考える.ベイズ推定をラベリングシステムの枠組みとして導入し,動画像データに加えて,同時計測された超音波センサのデータから得られる位置情報を事前知識として与えるものとした.ここでは,画像を使用した行動認識によるラベルからの情報を尤度関数とし,センサデータから構築したベイジアンネットワークから得られる情報を事前分布として,行動ラベルの推定を行う.特徴抽出の違いを比較するため,特徴量としては,HLAC(High order Local Auto-Correlate),SIFT(Scale Invariant Feature Trabceform),3D SIFT(3Dimensional SIFT)の3つの手法を使用する.それぞれの特徴抽出を基に構築した尤度関数と事前分布を組み合わせて行動ラベルの識別率の比較を行う.比較を行った結果,SIFTを使用した場合が最も良い識別率を与えることがわかった. |
| 抄録(英) | The purpose of this study is to prevent accident in infants. Therefore, we consider analysis the action of the behavior in the everyday life from several types of sensors. Conventional action recognition has been done only from the image. WWe propose applying additional information, which we treat as the prior distribution in the meaning of the Bayes inference, observed from the supersonic sensors. Prior distribution use Bayesian network formulation in the observation data. Likelihood function calculates maximum likelihood estimation method in feature extraction of images. In this paper, we consider feature extraction candidates as HLAC, SIFT, and 3D SIFT, and compare the performance of them. We estimate behavior labels by this method. Then, we performed a comparison experiment to inference a behavior labels by this method. |
| キーワード(和) | ベイジアンネットワーク / ベイズ推定 / 行動認識 |
| キーワード(英) | Bayesian Networks / Bayes Inference / Action Recognition |
| 資料番号 | NC2010-150 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2011/2/28(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 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 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ベイジアンネットを導入したベイズ推定法による幼児の行動認識精度の改善 : 超音波センサとカメラ画像による実験評価 |
| サブタイトル（和） | |
| タイトル（英） | Improvement of infant's action recognition accuracy by Bayesian estimation method introducing Bayesian Network : Experimental evaluation with supersonic sensor and camera images |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ベイジアンネットワーク / Bayesian Networks |
| キーワード(2)（和/英） | ベイズ推定 / Bayes Inference |
| キーワード(3)（和/英） | 行動認識 / Action Recognition |
| 第 1 著者 氏名（和/英） | 石川 詔三 / Shouzou ISHIKAWA |
| 第 1 著者 所属（和/英） | 電気通信大学 University of Electro-Communications |
| 第 2 著者 氏名（和/英） | 本村 陽一 / Yoichi MOTOMURA |
| 第 2 著者 所属（和/英） | 産業技術総合研究所デジタルヒューマン研究センター Digital Human Research Center, AIST |
| 第 3 著者 氏名（和/英） | 西田 佳史 / Yoshifumi NISHIDA |
| 第 3 著者 所属（和/英） | 産業技術総合研究所デジタルヒューマン研究センター Digital Human Research Center, AIST |
| 第 4 著者 氏名（和/英） | 庄野 逸 / Hayaru SHOUNO |
| 第 4 著者 所属（和/英） | 電気通信大学 University of Electro-Communications |
| 発表年月日 | 2011-03-07 |
| 資料番号 | NC2010-150 |
| 巻番号（vol） | vol.110 |
| 号番号（no） | 461 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |