Pat

J-GLOBAL ID：201503002308003813

動作認識システム及び動作認識方法

Clips

Inventor： 磯 俊樹 ,  堀越 力 ,  飛世 速光 ,  村尾 和哉 ,  寺田 努
Applicant, Patent owner： 株式会社NTTドコモ ,  国立大学法人神戸大学
Agent (4)： 長谷川 芳樹 ,  黒木 義樹 ,  沖山 隆 ,  深石 賢治
Gazette classification：公開公報
Application number (International application number)：2014002498
Publication number (International publication number)：2015132877
Application date： Jan. 09, 2014
Publication date： Jul. 23, 2015
Summary：

【課題】ユーザに特別なアクションを要求せず、端末に特別な装置を搭載しないで、簡易に且つ精度良く端末の把持状態を識別する。【解決手段】動作認識システム1では、端末の把持開始から終了までの把持データを用いて時間変動状態の確率密度関数が算出され、得られた確率密度関数と基準の確率密度関数との相違度を特徴量として特徴ベクトルが求められ、該特徴ベクトルと事前に用意した各把持行動コーパスの代表特徴ベクトルとの類似度に基づく個人照合用特徴ベクトルの学習が行われる。また、同様の手順で検証用把持データに対し求められた検証用特徴ベクトルと個人照合用特徴ベクトルとの類似尺度が算出され、得られた類似尺度を用いて端末の把持状態が判定される。【選択図】図1

Claim (excerpt)：

端末の持ち方に応じて計測される学習用連続把持データから、端末の状態に基づき把握される把持行動開始から把持行動終了までに対応する学習用把持データを取得する学習用把持データ取得手段と、 取得された学習用把持データからノイズを除去し、時間変動情報として学習用時間変動把持データを算出する学習用時間変動把持データ算出手段と、 算出された学習用時間変動把持データを用いて、時間変動状態の確率密度関数を算出する学習用確率密度関数算出手段と、 算出された学習用時間変動把持データに関する確率密度関数と事前に用意された基準用時間変動把持データに関する確率密度関数との相違度を特徴量として算出し、得られた特徴量を学習用特徴ベクトルとして規定する学習用特徴ベクトル導出手段と、 導出された学習用特徴ベクトルと事前に用意された各把持行動コーパスの代表特徴ベクトルとを用いて、個人照合用特徴ベクトルを学習させる個人照合用特徴ベクトル学習手段と、 学習された個人照合用特徴ベクトルを把持情報データベースに格納する把持情報格納手段と、 端末の持ち方に応じて計測される検証用連続把持データから、端末の状態に基づき把握される把持行動開始から把持行動終了までに対応する検証用把持データを取得する検証用把持データ取得手段と、 取得された検証用把持データからノイズを除去し、時間変動情報として検証用時間変動把持データを算出する検証用時間変動把持データ算出手段と、 算出された検証用時間変動把持データを用いて、時間変動状態の確率密度関数を算出する検証用確率密度関数算出手段と、 算出された検証用時間変動把持データに関する確率密度関数と事前に用意された基準用時間変動把持データに関する確率密度関数との相違度を特徴量として算出し、得られた特徴量を検証用特徴ベクトルとして規定する検証用特徴ベクトル導出手段と、 導出された検証用特徴ベクトルと前記把持情報データベースに格納された個人照合用特徴ベクトルとの類似尺度を算出し、算出された類似尺度と予め設定された閾値とに基づいて、端末の把持状態を判定する把持状態判定手段と、 を備える動作認識システム。

IPC (3)：

G06F 21/32 ,  A61B 5/117 ,  G06N 5/04

FI (3)：

G06F21/20 132 ,  A61B5/10 320Z ,  G06N5/04 580A

F-Term (4)：

4C038VA04 ,  4C038VA07 ,  4C038VB12 ,  4C038VC20