就業能力判定を目的とした画像からのFMSR自動評価方式

カテゴリ: 研究会(論文単位)

論文No: IS21039

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2021/12/03

タイトル(英語): FMS Automatic Evaluation Method for Working Ability Judgement from Movies

著者名: 藤平 健二(日立製作所),石橋 雅義(日立製作所),敦森 洋和(日立製作所),原田 長(帝京平成大学),薦田 憲久(コーデソリューション)

著者名(英語): Kenji Fujihira(Hitachi),Masayoshi Ishibashi(Hitachi),Hirokazu Atsumori(Hitachi),Takeru Harada(Teikyo Heisei University),Norihisa Komoda(Code Solutions)

キーワード: 骨格推定|姿勢自動推定|画像認識|ＦＭＳR|ディープスクワット|就業能力判定|Skeleton Estimation|Automatic Posture Estimation|Image Recognition|FMS|Deep Squat|Working Ability Evaluation

要約(日本語): 就業能力判定を目的とした画像からの姿勢自動評価方式を提案する。まず，画像からの骨格推定により特徴量を取得する。次に予備実験結果，動画のフレームレート，姿勢維持時間に基づいて決定した移動平均窓長を用いて，骨格座標を求め、専門トレーナーの姿勢評価を学習したRandom Forestエンジンにより，正しいDeep Squat姿勢かどうかを判定する。9人の動画データの評価実験で，88％が正しく判定された。

要約(英語): An automatic posture evaluation method based on image recognition for working ability evaluation is proposed. Firstly, feature values are obtained by the skeleton estimation from images. Secondly, the window length of moving average for skeleton coordinates is judged based on preliminary experiment result, frame rate of the movie, and the time length the posture is kept. Then, the moving average of skeleton coordinates is obtained using the windows length of moving average. Finally, the accuracy of the deep squat posture is judged by an engine of Random Forest method which learned a professional trainer’s posture evaluation. Through the evaluation based on deep squat movies of 9 people, 88 % movies are accurately judged.

本誌: 2021年12月6日-2021年12月7日情報システム研究会

本誌掲載ページ: 41-45 p

原稿種別: 日本語

PDFファイルサイズ: 635 Kバイト