A New Analytic Approach to Time-series of Collective Motion with Integrated Statistical and Mathematical Modeling Strategy

综合统计和数学建模策略的集体运动时间序列的新分析方法

基本信息

批准号：
21K11789
负责人：
高見利也
金额：
$ 2.66万
依托单位：
Oita University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

時系列分析手法の開発が3年間の研究の最終目的であるが、2年次の研究においては、初年度に検討した手法のうち、動的時間伸縮法(Dynamic Time-Warping, DTW)を利用した運動時系列分析手法の開発を実施した。ここで対象としたのは、ビデオに記録された人の運動映像であり、同じ運動を記録した複数の映像間で、運動が同期しているか時間的にズレがあるかを分析するためのものである。このために実現した方法は、ビデオ映像時系列から切り出した2次元画像を用意してオートエンコーダの学習に利用し、対象とする映像に応じた次元圧縮の方法を機械学習により獲得し、そのようにして得られた新たな時系列に対して、同期分析を実施するというものである。映像中に記録された人の運動(体操など)を対象とする場合、一つの映像中では服の色や人物は変化しないため、運動により変化する姿勢などの要素のみの同期を分析することが可能になる。つまりここでは、オートエンコーダの学習を介してCNNなどの画像分析の手法を取り込み、時系列の同期分析を実施するDTWと組み合わせた手法として開発したこととなる。この成果は、映像情報メディア学会のスポーツ情報処理研究会にて発表を実施した。また上記以外にも、映像に記録されている人の動作予測を実施するための方法として、2次元および3次元のCNNを取り入れた機械学習システムを構築し、自動車の車載映像に映る人物動作を分析した。この部分については、10月にオンライン実施された国際会議(Traffic and Granular Flow)で発表を実施した。

这项三年研究的最终目的是开发时间序列分析方法，但是在第二年的研究中，在第一年研究的方法中，使用动态时间巡航（DTW）的运动时间序列分析方法的开发。这里的目标是视频中记录的人的视频镜头，该录像旨在分析动作是否是同步的，还是在记录相同动作的多个图像之间差异。为此目的实现的方法是准备从视频时间序列中删除的二维图像，并使用它们用于学习自动编码器，根据目标视频使用机器学习获得维度压缩方法，并对以这种方式获得的新时间序列进行同步分析。在视频中记录的练习（例如体操）时，衣服的颜色和视频中的人不会在一个视频中改变，因此可以分析仅诸如练习引起的姿势之类的元素的同步。换句话说，该方法是与DTW结合开发的，DTW结合了图像分析技术，例如通过学习自动编码器并执行时间序列同步分析。该结果是在视频信息和媒体协会的体育信息处理研究小组中提出的。除上述内容外，作为预测视频中记录的人的行为的一种方法，还构建了一个机器学习系统，该系统结合了二维和三维CNN，并分析了汽车图像中显示的人的运动。本节在10月在线举行的国际会议（交通和颗粒流）上介绍。