深度情報を用いた姿勢判定におけるデータ形式の比較検討

カテゴリ：研究会(論文単位)

論文No：PI25034,IIS25063

グループ名：【C】電子・情報・システム部門 知覚情報/【D】産業応用部門 次世代産業システム合同研究会

発行日：2025/8/22

タイトル(英語)：Comparative Study of Data Formats for Posture Recognition Using Depth Information

著者名：青木 広宙(公立千歳科学技術大学)

著者名(英語)： Hirooki Aoki(Chitose Institute of Science and Technology)

キーワード：姿勢判定,深度画像,オルソ画像,ボクセルデータ,ニューラルネットワーク,安全支援,Posture recognition,Depth image,Ortho image,Voxel data,Neural network,Safety support

要約(日本語)：高齢者の家庭内事故防止を目的とし、トイレ内での姿勢判定における深度情報を活用したデータ形式の有効性を比較検討した。背景除去深度画像、オルソ深度画像、ボクセルデータを用い、ニューラルネットワークで判定精度を評価した結果、背景除去深度画像が高精度を示す一方、各形式に特徴と利点があることが確認された。

要約(英語)：To prevent in-home accidents among the elderly, we evaluated data formats utilizing depth information for toilet posture recognition. Background-removed depth images, ortho-depth images, and voxel data were compared using neural networks. While background-removed depth images showed higher accuracy, each format, including ortho and voxel data, was found to have unique features and advantages.

本誌：2025年8月25日知覚情報/次世代産業システム合同研究会

本誌掲載ページ：45-48p

原稿種別：日本語

PDFファイルサイズ：2,142Kバイト