人体各部位の動作情報ドップラースペクトログラムの深層学習による若年者と高齢者の歩容分類
人体各部位の動作情報ドップラースペクトログラムの深層学習による若年者と高齢者の歩容分類
カテゴリ: 部門大会
論文No: PS4-6
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): Gait Classification of Young and Elderly Adults Using Deep Learning of Doppler Spectrogram Corresponding to Movements of Various Body Parts
著者名: 欲賀 俊行(富山県立大学),佐保 賢志(富山県立大学),藤本 雅大(産業技術総合研究所),小林 吉之(産業技術総合研究所)
著者名(英語): Toshiyuki Hoshiga (Toyama Prefectural University),Kenshi Saho (Toyama Prefectural University),Masahiro Fujimoto (National Institute of Advanced Industrial Science and Technology),Yoshiyuki Kobayashi (National Institute of Advanced Industrial Science and Technology)
キーワード: ドップラースペクトログラム|歩容分類|Doppler spectrogram|Gait classification
要約(日本語): 本発表では、ドップラーレーダデータの深層学習に基づく若年者と高齢者の歩容分類について、人体各部位のデータを限定的に用いた場合の精度を報告する。ドップラーレーダデータとして、モーションキャプチャ歩行データベースを用いたシミュレーションで生成した時間速度分布(=スペクトログラム)画像を用いた。どの体の部位が歩容分類に適しているかを調べるため、人体の各部位(腕、上半身、等)のデータを限定して生成したスペクトログラム画像の深層学習に基づき、分類精度を調べた。その結果、全身のデータを用いた場合の分類正答率は74%であったのに対し、脚部のみのデータを用いた場合の分類正答率は91%であった。この結果は、大腿部と脛部が若年者と高齢者の歩容分類に有効であることを示唆している。
PDFファイルサイズ: 437 Kバイト
受取状況を読み込めませんでした
