المفاهيم الأساسية
本稿では、複数のスマートエッジセンサーを用いたマーカーレスシステムと、深層学習を用いた歩容パターン認識を組み合わせることで、リアルタイムかつ被験者に負担の少ない効率的な歩容分析を実現できることを示している。
الملخص
スマートエッジセンサーシステムを用いた、マーカーレスによる人間の歩容分析
本研究は、人間の歩行パターンを分析するための、マーカーレスかつ効率的な新しい深層学習ベースのフレームワークを提案することを目的とする。
約240平方メートルの実験室に、RGB-Dカメラを搭載した25個のスマートエッジセンサーを配置し、被験者の歩容データを収集した。
被験者には、日常生活環境と同じように自然に1分間歩くように指示し、その間の関節の位置を追跡・記録した。
収集したデータから、カメラシステムが被験者の関節をすべて検出できなかった部分を排除し、残りの歩容軌跡の座標を正規化した。
正規化された3次元関節座標を時系列データとして、ResNet 18をバックボーンとするTriNet Siameseネットワークに入力し、歩容パターンを学習させた。
学習には、効率的なトリプレット選択のために、セミハードマイニングを用いたトリプレット損失計算を用いた。