文献

J-GLOBAL ID：202002271427729583   整理番号：20A2339301

社交ダンスの動作特性を考慮したマルチモーダルセンサによるダンスフィガー認識

Ballroom Dance Figure Recognition Using Multi-modal Sensors Considering Dance Motion Characteristics

著者 (7件)： 松山仁 (名古屋大 大学院工学研究科) ,  浦野健太 (名古屋大 大学院工学研究科) ,  廣井慧 (名古屋大 大学院工学研究科) ,  廣井慧 (京都大 防災研) ,  梶克彦 (愛知工大 情報科学) ,  米澤拓郎 (名古屋大 大学院工学研究科) ,  河口信夫 (名古屋大 大学院工学研究科)
資料名： 情報処理学会論文誌ジャーナル(Web)
巻： 61  号： 10  ページ： 1591-1604 (WEB ONLY)  発行年： 2020年10月15日 
JST資料番号： U0452A  ISSN： 1882-7764  資料種別： 逐次刊行物 (A)
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： 本研究では社交ダンスを対象とし,加速度・角速度,視覚のマルチモーダルセンサを用いたダンスフィガー分類手法を提案する.社交ダンスにおける基本技術であるフィガーは,その種類の多さや複雑さゆえ初心者や中級者にとって練習が困難である.フィガーの自動認識によりユーザは自身の踊りの客観的な把握が可能となるため,ダンスフィガーの学習支援が可能となると考えられる.一方で,社交ダンスは2人1組で多彩な動きを行うため,既存の行動認識手法をそのまま適用することは難しい.本稿では,社交ダンスの動作特性を考慮し,フィガーの複雑さや遮蔽などの課題を解決したダンスフィガー認識手法を実現した.本研究では一般的な行動認識手法をベースライン手法として実装したうえで,社交ダンスの姿勢や動作特性を考慮した特徴量を設計・利用した手法を提案・実現し,両者の評価を行った.結果,提案手法の認識精度はF値0.97となり,ベースライン手法を全体で0.06上回った.特にフィガー別の分類精度では,最大で0.6の精度向上を達成した.さらに提案手法が遮蔽物に対しても頑健さを有することを示した.(著者抄録)

シソーラス用語： *特性 ,  動作 ,  *スポーツ ,  *レクリエーション ,  センサ ,  姿勢 ,  特徴抽出 ,  *認識 ,  *物体認識 ,  *機械学習 ,  *ユビキタスコンピューティング ,  *形態 ,  *動き検出
準シソーラス用語： *動作特性 ,  *ダンス ,  *社交ダンス ,  マルチモーダルセンサ ,  特徴量抽出 ,  *行動認識 ,  *ダンスフィガー認識

分類 (4件)： パターン認識  (JE07000S) ,  計算機網  (JC03000K) ,  人工知能  (JE08000Z) ,  長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O)

引用文献 (26件)：

• 海野 敏,高橋あゆみ,小山久美:日本のバレエ学習人口とバレエ参加率に関する大規模社会調査の比較分析,東洋大学社会学部紀要,Vol.50, No.1, pp.51-65 (2012).
• Merom, D., Cumming, R., Mathieu, E., Anstey, K.J., Rissel, C., Simpson, J.M., Morton, R.L., Cerin, E., Sherrington, C. and Lord, S.R.: Can Social Dancing Prevent Falls in Older Adults? A Protocol of the Dance, Aging, Cognition, Economics (DAnCE) Fall Prevention Randomised Controlled Trial, BMC Public Health, Vol.13, No.1, p.477 (online), DOI: 10.1186/1471-2458-13-477 (2013).
• Yamauchi, M., Shinomoto, R., Nishiwaki, E., Onozawa, R. and Kitahara, T.: Development of Dance Training Support System Using Kinect and Wireless Mouse, The Sysmposium of Entertainment Computing, Vol.2013, pp.332-338 (2013) (online), available from https://ci.nii.ac.jp/naid/170000078924/.
• Narazani, M., Seaborn, K., Hiyama, A. and Inami, M.: StepSync: Wearable Skill Transfer System for Real-time Foot-Based Interaction (2018).
• 黄 宏軒,上亟正樹,関 優樹,李 周浩,川越恭二: 仮想社交ダンスインストラクターの構築,人工知能学会論文誌,Vol.28, No.2, pp.187-196(オンライン),DOI:10.1527/tjsai.28.187 (2013).

タイトルに関連する用語 (2件)： ダンス ,  動作特性