就業能力判定を目的とした画像からのFMS®自動評価方式

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2022/08/01

タイトル：就業能力判定を目的とした画像からのFMS^®自動評価方式

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

著者名: 藤平　健二（（株）日立製作所），石橋　雅義（（株）日立製作所），敦森　洋和（（株）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（株））

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

キーワード: 骨格推定，姿勢自動推定，画像認識，FMS^®，ディープスクワット，就業能力判定_x000D_　　skeleton estimation，automatic posture estimation，image recognition，FMS^®，deep squat，working ability evaluation

要約(英語): An automatic posture evaluation method based on image recognition for working ability evaluation is proposed. Feature values are obtained by skeleton estimation from images and used for machine learning of Random Forest and SVM method based on professional trainer's posture evaluation. Through the evaluation based on deep squat movies of 16 people, 94% automatic FMS^® evaluation accuracy is confirmed by SVM based method. Through the false evaluation cause analysis, the prospect of evaluation accuracy improvement by using more machine learning data has been got.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.142 No.8 （2022） 特集Ⅰ：Smart Cityのためのセンシング/モビリティ/情報通信技術　特集Ⅱ：サステナブル社会実現に向けた情報・システム技術

本誌掲載ページ: 902-908 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/142/8/142_902/_article/-char/ja/