PMAN2

分類 学位論文・卒論・特別研究
Author(s)/ 著者名 池内 隆一郎
Key/ キー Ryuichiro Ikeuchi
Title/ 表題 人感センサーを用いた複数のアルゴリズムによる被介護者の行動識別
Month/ 刊行月 February
Year/ 出版年 2018
Note/ 付加情報
Annote/ 注釈
Abstract/ 内容梗概 近年, 日常生活を過ごすうえで他者による支援が必要な人( 被介護者)が増え続けており, 支援のために見守り業務は介護者にとって負担が多い. これに対し, カメラで撮影した被介護者の映像を機械学習によって被介護者の行動を識別する手法が存在するが, この手法は被介護者のプライバシーを侵害してしまう. 見守り支援のためのシステムの内,先行研究では人感センサーを用いてベッド周辺での被介護者の行動が危険行動か非危険行動かを識別する手法を提案した. 先行研究の手法は,被介護者のプライバシーが守られる一方で危険行動かどうかだけしか分からず, 具体的にどの行動をとっているのか分からない. 本研究の目的は, 要 介護者の行動をもとに危険行動が行われたかどうかではなく, 何の行動が行われ たかを識別することである. 行われた行動が分かれば, それによって危険行動かど うかを判断することができる. その上, 例えば手術後寝ている患者が目を覚まし た場合, 医療器具の取り外しや薬を投与などの次の治療をすぐに行うことが可能 である. 本研究では, 先行研究と同様に赤外線人感センサーを用いてベッド周辺で の行動を計測し, それをもとにデータセットを作成する. 先行研究で, 分類はラン ダムフォレストを用いたが, 本研究ではSVM, ランダムフォレスト, ニューラルネット ワーク, 畳み込みニューラルネットワークによる識別を行い,精度を比較する. 検 証は, それぞれの機械学習モデルについて9-分割交差検証とleave-one-out 交差検証 を用いる. 実験の結果, 9-分割交差検証では, 畳み込みニューラルネットワークが他 より精度が高かった. また, leave-one-out 交差検証では, SVM が圧倒的に精度が低くラ ンダムフォレストと畳み込みニューラルネットワークの精度が高かった. 誤認識の 行動パターンについては, 着座( 手前)を起立( 奥)と誤認識するなどいくつかの パターンが非常に認識しづらいことが判明した.
論文電子ファイル


[9-36]  池内 隆一郎, 人感センサーを用いた複数のアルゴリズムによる被介護者の行動識別, 2018.

@misc{9_36,
    author = {池内 隆一郎}, 
    title = {人感センサーを用いた複数のアルゴリズムによ
    被介護者の行動識別}, 
    month = {February},
    year = {2018},
    note = {},
    annote = {}
}

This site is maintained by Hidetake Uwano.
PMAN 2.1 - paper management system / (C) 2002-2003, o.mizuno@computer.org / All rights reserved.