{{ $t("message.ADVERTISEMENT") }}
{{ $t("message.AD_EXPIRE_DATE") }}2024年03月
文献
J-GLOBAL ID:201402216770704698   整理番号:14A1055808

加速度センサを用いたジェスチャおよび行動の統合的認識手法の提案

Proposing a Joint Recognition Method for Activities and Gestures by using Acceleration Sensor
著者 (5件):
資料名:
巻: IS-14  号: 13-18.20-25  ページ: 41-46  発行年: 2014年08月05日 
JST資料番号: L4571A  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 日本語 (JA)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
スマートフォンは加速度センサを搭載しているので,ユーザの日常生活から得られるセンサデータを用いて行動認識やジェスチャ認識が研究されている。本論文では,それらアプリケーションを別々に稼働させると無駄な計算コストが生じるので,行動とジェスチャを同時に扱える統合的な認識フレームワークを設計した。行動認識やジェスチャ認識に用いられる特徴や手法をもとにした弱学習器を多数用意しておき,入力されたセンサデータに応じて実行される弱学習器を適応的に切り替えることで,低計算コストな統合認識を実現する。具体的には,ノードを弱学習器とする木構造のアンサンブル型分類器を提案し,ランダムフォレストアルゴリズムを用いて複数の決定木を構築した。次に,トレーニングデータを用いて木の計算コストを求め,ノード数の多い木はトレーニングデータにオーバーフィットしていると考えてノード数が最も小さく,計算コストの低い木を認識モデルとした。前述のように求めた木を用いてテストデータを認識する場合,センサデータセグメントが通過したノードによって出力されたクラス分類確率に基づき,弱学習器の確信度を考慮して投票によって分類を再集計する。行動とジェスチャをランダムに認識する評価実験では自動的に認識モデルを構築し,高い分類性能が得られることが確かめられた。
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  時間,速度,加速度,角速度の計測法・機器  ,  人工知能 
引用文献 (20件):
  • Ling Bao and Stephen S Intille. Activity recognition from user-annotated acceleration data. In Pervasive 2004, pages 1-17, 2004.
  • M. Berchtold, M. Budde, D. Gordon, H.R. Schmidtke, and M. Beigl. ActiServ: Activity recognition service for mobile phones. In International Symposium on Wearable Computers, pages 1-8, 2010.
  • Leo Breiman. Random forests. Machine learning, 45(1):5-32, 2001.
  • Brian French, Daniel P Siewiorek, Asim Smailagic, and Michael Deisher. Selective sampling strategies to conserve power in context aware devices. In International Symposium on Wearable Computers, pages 77-80, 2007.
  • John A Hartigan and Manchek A Wong. Algorithm as 136: A k-means clustering algorithm. Applied statistics, pages 100-108, 1979.
もっと見る

前のページに戻る