行動イベントの計測とその統計的モデリングに関する研究
研究代表者 鎌倉 稔成 研究員 研究目的
映像データを用いた歩行動作解析
映像データを用いた歩行動作の計測とそのモデリングは，
簡易に利用できるため理学療法や認証技術などの分野で非 常に重要な役割を果たす．
正対して撮影した映像は映像中で対象が拡大し，解析が困 難
→統計的モデリングによる拡大成分の推定と動作パラメー タ・移動速度の推定
フレーム間差分による画像変換 フレアチャートの作成
提案モデルによる横幅のパラメータ推定
：拡大成分に関するパラメータ
：歩行動作に関する運動パラメータ
：速度変動に関するパラメータ
理工学研究所 共同研究第２類
推定パラメータの分布から得られる知見と 異常歩行検知
60名の高齢者 (10歩 / 平均年齢: 76.97・sd: 4.16 / 異常歩行被験者; 平均年齢: 77.56・
sd:4.35 / 正常歩行被験者; 平均年齢: 75.37・sd: 3.18) の歩行データに対して提案手法を適用
行動イベント：歩容解析
人間の歩行特性の解析を歩容解析と呼び，なかでも映像を 用いた歩容解析は，扱いの容易さから「認証技術」「理学 療法」などの分野で重要な役割を果たす．
→解析可能な映像は撮影条件に依存 どういうデータの解析が難しい？
対象が正対して接近してくる場合，映像中で対象が拡大 するために解析が困難（図１）．
研究目的
拡大成分・動作モデル・速度の推定モデルの構築
図１：
対象が正対して接近してくる場合 の
イメージ図．カメラに近づくため に映像上で対象の大きさが拡大する
提案モデルによる縦幅のパラメータ推定
：拡大成分に関するパラメータ
：速度変動に関するパラメータ
：歩行動作に関する運動パラメー タ
横幅変動のモデリング 縦幅変動のモデリング
提案モデル当てはめ結果
横幅の時系列変動に対する モデル当てはめ結果 破線：拡大成分モデル 実線：拡大＋動作モデル 実線：拡大＋動作＋
速度推定モデル
縦幅の時系列変動に対する モデル当てはめ結果 破線：拡大成分モデル 実線：拡大＋動作モデル 実線：拡大＋動作＋
速度推定モデル
提案モデルによって推定された移動速度・横幅の振幅・縦幅の振幅のパラメータ値をプロットした 結果，正常歩行者（上図：黒）と異常歩行者（上図：赤）の歩容特徴量がクラスタを形成すること が判明．また推定パラメータを使用し，クロスバリデーションに基づくK-NN（K=3）を使用した 異常歩行検知を行ったところ高い検知率を達成
[1] 大草孝介・鎌倉稔成・村上秀俊 (2010). 動画像に基づく移動オブジェクトの大きさに関する統 計的レジストレーション - 歩行動画像への応用. 計算機統計学 (和文誌), 23,2, pp.97-111.
[2] 大草孝介・鎌倉稔成 (2012). 移動体の大きさの変動を考慮した歩容解析のための動作パラメー タ・移動速度変動の推定. 計算機統計学 (和文誌), 24, 2.
[3] Okusa, K. & Kamakura, T. (2012). Statistical Registration and Modeling of Frontal View Gait Data with Application to the Human Recognition. Int'l Conf. Comput. Statist.
(COMPSTAT2012),pp.677-688.
[4] Okusa, K. & Kamakura, T. (2012). Normal/Abnormal Gait Analysis based on the Statistical Registration and Modeling of the Frontal View Gait Data. World Cong. Eng.
Comput. Sci. (WCECS 2012).
