Detecting lost tourists using a learning method based on behavior history and geospatial information

使用基于行为历史和地理空间信息的学习方法检测迷路游客

基本信息

批准号：
21K12140
负责人：
笠原秀一
金额：
$ 2.08万
依托单位：
Osaka Seikei University (2022)Kyoto University (2021)
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

本課題の研究は、道に迷った観光客が、道に迷ったことに気がつく前に、システムが道迷いを検出する手法を開発することを目指している。実時間情報に応じて人がダイナミックに行動や目的地を変化させる観光行動では、最短経路からの逸脱を異常と見做す手法では道迷い検出は難しい。また、観光客が意図した「寄り道」と意図しない「道迷い」を区別することも難しい。研究代表者らは、これまでに取り組んだ観光行動モデルの構築や、道路ネットワーク・土地利用情報を考慮したパターン認識手法の知見に基づいたアプローチを提案している。本研究は人の意図しない行動を検出する試みであり、パターン認識の分野における行動意図推定の発展系と位置づけられる。学習型異常検知手法に地理空間情報を織り込むあらたな手法の開発にも繋がっており、学術的に重要な研究である。観光分野以外にも、自動運転や介護と行った分野への波及効果も期待できる。本研究課題では3年間の研究期間を設定し、以下の要素技術の開発を行う計画を立てている。1.混合ガウスモデルを用いた逸脱行動の検出技術の改善(2021年度)、2.行動履歴と地理空間情報を用いたオフラインでの道迷い検出技術の開発(2022年度)、3.上記の道迷い検出技術のオンラインへの展開と評価(2023年度)。2021年度はCOVID-19の感染拡大の影響で、修学旅行生を対象としたデータセットの追加収集が不首尾だった。そのため、初心者の入山が多く、道迷いが頻発する低山における道迷いに着目し、代替となるデータセットを企業より入手した。登山における道迷いは、一般的な観光地における道迷いとの類似点も多いが、登山道は移動の自由度が高く、交通ネットワークを作成する段階からのスタートとなっている。2022年度はこのデータを元に研究を進め、今年度は研究会発表を行い、議論を深めた。

该学科的研究旨在为系统开发一种方法，以在失落的旅游者意识到自己迷路之前检测流浪。在人们根据实时信息动态改变其行动或目的地的旅游行为中，很难使用将最短路线偏差视为异常的方法来检测流浪道路。很难区分游客意图的“绕道”和意外的“损失”。研究人员提出了一种基于他们到目前为止所开展的旅游行为模型的知识，以及考虑道路网络和土地使用信息的模式识别方法。这项研究是试图检测人的意外行为，并将其定位为模式识别领域中行为意图估计的演变。这也导致了一种新方法的开发，该方法将地理空间信息纳入基于学习的异常检测方法，并且是一项重要的研究。除了旅游领域，我们还可以预期对自动驾驶和护理等领域的连锁反应。该研究主题设定了一个三年的研究期，并计划开发以下基本技术。 1。使用混合高斯模型（FY2021）检测到偏差行为的技术的改进，2。使用行为历史记录和地理空间信息（FY2022）的技术开发用于离线行为（FY2022），3。开发和评估上述技术以在线检测偏差行为的技术（FY2023）。由于1921年，由于1921年的爆发疫情，学校旅行学生的其他数据集没有成功。因此，我们专注于许多初学者进入山脉以及经常流浪的低山的游荡，并从公司那里获得了替代数据集。攀爬时失去的步道与一般旅游目的地失去步道的许多相似之处，但是山区步道在旅行中具有很高的自由度，并从建立交通网络的阶段开始。 2022年，我们根据这些数据进行了研究，今年我们在研究会议上进行了演讲，以加深讨论。