立ち上がりテストのためのAI画像処理分析

カテゴリ: 部門大会

論文No: MC9-1

グループ名: 【C】2021年電気学会電子・情報・システム部門大会

発行日: 2021/09/08

タイトル(英語): Image processing for stand-up test using PoseNet

著者名: 宇佐美 雄也（福井大学）,髙田 宗樹（福井大学）,平田 隆幸（福井大学）

著者名(英語): Yuya Usami (Department of Fundamental Engineering for Knowledge-Based Society, Graduate School of Engineering, University of Fukui),Hiroki Takada (Department of Fundamental Engineering for Knowledge-Based Society, Graduate School of Engineering, University of Fukui),takayuki Hirata (Department of Fundamental Engineering for Knowledge-Based Society, Graduate School of Engineering, University of Fukui)

キーワード: 機械学習|畳み込みニューラルネットワーク|画像処理|人体認識|Machine Learning|convolutional neural network|Image Processing|human body recognition

要約(日本語): 近年、高齢化社会となっている日本で、健康寿命の延伸は大きな課題となっている。高齢者が介護を要する原因として、下肢筋力の低下によって起こる関節の疾患や転倒、骨折がある。先行研究では、下肢筋力の測定を行える立ち上がりテストに着目し、その成否の判別および予測を行うために、Kinect v2 と呼ばれる赤外線情報と映像情報を取得できる機材を用いて、3次元的に判別を行った。しかし近年発達している機械学習を用いることで、赤外線情報を使用しない2次元情報のみでも同程度の結果が得られるとする作業仮説のもと研究を行った。健常若年者を対象として立ち上がりテストを実施した。立ち上がり動作の成否についてラベル付けをした。被験者の各関節の動揺軌跡を画像として正規化処理し、CNNを用いてラベルとともに学習させたのち、新たなデータを与えた場合に正しく判別できるのかを検証した。その結果、先行研究と同等の精度の判別結果が得られた。

PDFファイルサイズ: 336 Kバイト