JP5186656B2 - 動作評価装置および動作評価方法 - Google Patents
動作評価装置および動作評価方法 Download PDFInfo
- Publication number
- JP5186656B2 JP5186656B2 JP2008226159A JP2008226159A JP5186656B2 JP 5186656 B2 JP5186656 B2 JP 5186656B2 JP 2008226159 A JP2008226159 A JP 2008226159A JP 2008226159 A JP2008226159 A JP 2008226159A JP 5186656 B2 JP5186656 B2 JP 5186656B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- evaluation
- data
- weight
- series
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims description 122
- 230000033001 locomotion Effects 0.000 claims description 45
- 239000011159 matrix material Substances 0.000 claims description 39
- 230000006870 function Effects 0.000 claims description 28
- 230000014509 gene expression Effects 0.000 claims description 27
- 238000000491 multivariate analysis Methods 0.000 claims description 16
- 238000011158 quantitative evaluation Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 238000000513 principal component analysis Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 238000000034 method Methods 0.000 description 87
- 230000008569 process Effects 0.000 description 55
- 238000012545 processing Methods 0.000 description 28
- 239000013598 vector Substances 0.000 description 23
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000005457 optimization Methods 0.000 description 11
- 238000000611 regression analysis Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000012854 evaluation process Methods 0.000 description 7
- 238000006073 displacement reaction Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008602 contraction Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Landscapes
- Pinball Game Machines (AREA)
- Game Rules And Presentations Of Slot Machines (AREA)
- Image Analysis (AREA)
Description
(1)従来自動化が困難であった動作の評価を自動的に行うことができる。
(2)動作の時間や位置の差に依存せず、正確な評価が可能である。
(3)同じ学習結果を使用することにより同じ基準で評価できる。
(4)装置構成が簡単であり、安価に構成可能である。
(5)画像上での対象物の切り出しやマッチング処理を行わずに処理でき、特徴抽出や評価のための計算量が少なく、実時間処理が可能である。
外的評価が質的データで与えられる場合の重みの最適化方法として公知のフィッシャー判別規準を利用して最適化を行う。今、外的評価として質的データ(合格、不合格のクラスラベルなど)が付いたN個の学習用映像が与えられているものとし、それぞれの映像から計算されるフーリエ周波数成分CHLACをHi、映像特徴をx~iと表す。このとき、映像特徴のクラス内共分散行列ΣWとクラス間共分散行列ΣBは、それぞれ式15により定義される。
外的評価が量的データで与えられる場合、周波数重みの最適化方法には判別規準ではなく最小二乗規準を用いるのが望ましい。そこで、以下に最小二乗規準による時間重みの最適化手法について説明する。
外的評価が質的データの場合、フィッシャー判別規準により最適化された時間重みを用いて抽出した映像特徴は、線形判別分析とk近傍法(k-NN:k-Nearest Neighbour法)により、動作の識別を行う。
外的評価が量的データの場合、最小二乗規準により最適化された時間重み(周波数重み)を用いて抽出した映像特徴に対して、重回帰分析により評価の予測を行う。今、時間重みを用いて抽出したN個の映像特徴をx~(i)、映像特徴x~(i)の外的評価をy(i)とすると、重回帰分析は最小二乗規準である式33を最小化するβ∈Rdを求める問題となる。
大津展之、"判別および最小2乗規準に基づく自動しきい値選定法"電子通信学会論文誌D、J63-D-4、P349-356、1980年。
11…コンピュータ
12…モニタ装置
13…キーボード
14…マウス
Claims (8)
- 評価対象を撮影した動画像データからフレーム毎に差分・2値化データを生成する差分・2値化手段と、
複数の前記差分・2値化データからフレーム毎に立体高次局所自己相関特徴を抽出し、時系列の立体高次局所自己相関特徴データを生成する特徴抽出手段と、
前記時系列立体高次局所自己相関特徴データから多変量解析により予め求められた時間重みを用いて時間重み付き映像特徴データを生成する映像特徴生成手段と、
前記映像特徴データの多変量解析により予め求められた係数行列を用いて対象動作を評価する評価手段と
を備えたことを特徴とする動作評価装置。 - 更に、評価情報が付与された学習用データから多変量解析により前記時間重みおよび前記係数行列を求める学習手段を備えていることを特徴とする請求項1に記載の動作評価装置。
- 前記時間重みは、時系列のフレームに対する重みに帰着し、または時間重みをフーリエ級数展開しフーリエ周波数基底関数の重みに帰着し、学習的に求められることを特徴とする請求項2に記載の動作評価装置。
- 前記学習手段は、前記時系列の立体高次局所自己相関特徴データをフーリエ基底関数へ射影して周波数重み表現へと変換することにより、時間重みの連続関数をフーリエ級数で近似構成することを特徴とする請求項3に記載の動作評価装置。
- 前記学習手段は、
質的評価情報に基づきフィッシャー判別基準を用いた線形判別分析により前記周波数重みを最適化する周波数重み生成手段と、
前記周波数重み生成手段により生成された周波数重みを用いて前記時系列立体高次局所自己相関特徴データから映像特徴データを求める映像特徴生成手段と、
前記映像特徴および前記評価情報から多変量解析により前記係数行列を生成する係数行列生成手段と
を備えていることを特徴とする請求項4に記載の動作評価装置。 - 前記周波数重み生成手段は、主成分分析により前記周波数重み付き立体高次局所自己相関特徴データの次元数を削減する次元数削減手段を備えていることを特徴とする請求項5に記載の動作評価装置。
- 前記学習手段は、
量的評価情報に基づき最小二乗基準により前記フーリエ基底関数の重みを最適化する周波数重み生成手段と、
前記周波数重み生成手段により生成された周波数重みを用いて前記時系列立体高次局所自己相関特徴データから映像特徴データを求める映像特徴生成手段と、
前記映像特徴および前記評価情報から多変量解析により前記係数行列を生成する係数行列生成手段と
を備えていることを特徴とする請求項4に記載の動作評価装置。 - 評価対象を撮影した動画像データからフレーム毎に差分・2値化データを生成するステップ、
複数の前記差分・2値化データからフレーム毎に立体高次局所自己相関特徴を抽出し、時系列の立体高次局所自己相関特徴データを生成するステップ、
前記時系列立体高次局所自己相関特徴データから多変量解析により予め求められた時間重みを用いて時間重み付き映像特徴データを生成するステップ、
前記映像特徴データの多変量解析により予め求められた係数行列を用いて対象動作を評価するステップ
を含むことを特徴とする動作評価方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008226159A JP5186656B2 (ja) | 2008-09-03 | 2008-09-03 | 動作評価装置および動作評価方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008226159A JP5186656B2 (ja) | 2008-09-03 | 2008-09-03 | 動作評価装置および動作評価方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010061376A JP2010061376A (ja) | 2010-03-18 |
JP5186656B2 true JP5186656B2 (ja) | 2013-04-17 |
Family
ID=42188113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008226159A Active JP5186656B2 (ja) | 2008-09-03 | 2008-09-03 | 動作評価装置および動作評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5186656B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5881136B2 (ja) | 2010-09-27 | 2016-03-09 | ソニー株式会社 | 情報処理装置及び方法、並びにプログラム |
KR101988902B1 (ko) * | 2011-07-08 | 2019-09-30 | 오스트레일리안 뉴클리어 사이언스 앤드 테크놀로지 오가니제이션 | 방사성 핵종 검출 및 식별 |
JP6214425B2 (ja) * | 2014-02-20 | 2017-10-18 | アイホン株式会社 | 特定動作検出装置 |
JP6214424B2 (ja) * | 2014-02-20 | 2017-10-18 | アイホン株式会社 | 特定動作検出装置 |
WO2018069981A1 (ja) * | 2016-10-11 | 2018-04-19 | 富士通株式会社 | 運動認識装置、運動認識プログラムおよび運動認識方法 |
EP3693923A4 (en) | 2017-10-03 | 2020-12-16 | Fujitsu Limited | RECOGNITION PROGRAM, RECOGNITION PROCESS AND RECOGNITION DEVICE |
JP7352119B2 (ja) * | 2020-04-02 | 2023-09-28 | 日本電信電話株式会社 | 学習装置、学習方法及び学習プログラム、並びに、スコア推定装置、スコア推定方法及びスコア推定プログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4929460B2 (ja) * | 2006-12-28 | 2012-05-09 | 国立大学法人九州工業大学 | 動体の動作認識方法 |
-
2008
- 2008-09-03 JP JP2008226159A patent/JP5186656B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2010061376A (ja) | 2010-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4215781B2 (ja) | 異常動作検出装置および異常動作検出方法 | |
JP4368767B2 (ja) | 異常動作検出装置および異常動作検出方法 | |
Villegas et al. | Learning to generate long-term future via hierarchical prediction | |
JP5186656B2 (ja) | 動作評価装置および動作評価方法 | |
JP6870346B2 (ja) | データ分析システム、データ分析方法およびプログラム | |
JP4682820B2 (ja) | オブジェクト追跡装置及びオブジェクト追跡方法、並びにプログラム | |
JP4061377B2 (ja) | 3次元データからの特徴抽出装置 | |
JP2008046903A (ja) | 対象個数検出装置および対象個数検出方法 | |
Xia et al. | Human motion recovery jointly utilizing statistical and kinematic information | |
JP7225194B2 (ja) | 画像フレーム抽出装置、画像フレーム抽出方法およびプログラム | |
JPWO2017154655A1 (ja) | 群衆種類識別システム、群衆種類識別方法および群衆種類識別プログラム | |
TWI776176B (zh) | 手部作業動作評分裝置、方法及電腦可讀取存儲介質 | |
Liu et al. | Silhouette-based on-site human action recognition in single-view video | |
US20240135552A1 (en) | Object feature extraction device, object feature extraction method, and non-transitory computer-readable medium | |
JP2011053952A (ja) | 画像検索装置及び画像検索方法 | |
JP4918615B2 (ja) | 対象個数検出装置および対象個数検出方法 | |
JP6405603B2 (ja) | 情報処理装置、情報処理システム及びプログラム | |
US20220343112A1 (en) | Learning data generation device, learning data generation method, and learning data generation program | |
JP4674920B2 (ja) | 対象個数検出装置および対象個数検出方法 | |
Bakalos et al. | Dance posture/steps classification using 3D joints from the kinect sensors | |
JP4449483B2 (ja) | 画像解析装置、および画像解析方法、並びにコンピュータ・プログラム | |
JP2015049702A (ja) | 対象認識装置、対象認識方法、およびプログラム | |
JP4929460B2 (ja) | 動体の動作認識方法 | |
JP2022121257A (ja) | 周期動作検知装置、周期動作検知方法及び周期動作検知プログラム | |
JP4682365B2 (ja) | 3次元データからの特徴抽出方法および装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110607 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120511 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120518 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20120705 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20121219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121220 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160201 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5186656 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |