長時間動作の文脈と身体動作の相互認識

抄録

本研究は，長時間観察した一連の動作を認識する際，文脈に応じて動作認識結果を調整し，同時に動作認識結果を用いて次の時刻の文脈を推定することで動作認識の性能向上を目指す．一連動作に沿って変動する文脈をトピックモデルで表現し，動作認識と文脈推定が相互に影響しあう仕組みを提案する．従来までに提案されているHMMによる動作の尤度情報と，トピックモデルから得られる文脈に応じた動作生成確率を合成する手法を提案することで，文脈の影響を動作認識に作用させる．また，トピックの推定確率分布をパーティクルの集合で表現し，パーティクルごとに動作認識を行いながらその結果に基づく文脈推定を実行することで，動作認識結果を文脈推定に作用させる．実験では，4種類のトピックに所属する33種類の動作を用い，33種類の動作が順に実施される一連動作を認識対象とし，パーティクルおよびトピックモデルを用いない手法と比較して，誤認識が軽減することを確認した．また，本手法によるパーティクルの分布の推移は，トピックの変化を追従し，認識に適切なトピック情報を得られていることを示した．