Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
機械学習による動作認識
Search
OHNO
January 14, 2020
Research
0
620
機械学習による動作認識
OHNO
January 14, 2020
Tweet
Share
More Decks by OHNO
See All by OHNO
生成系AIで自データを扱うには
planeta
0
110
外観検査の難しさ
planeta
0
340
儲かるPython
planeta
0
190
画像処理ライブラリOpenCVの使い方0910
planeta
0
1.2k
Pythonによる工業用カメラ画像取得事例
planeta
0
1.1k
画像処理ライブラリOpenCVの使い方
planeta
0
760
SONYのNNC
planeta
0
420
画像類似度計算
planeta
0
1.5k
Tensorflow/Keras(Python)で作ったモデルをC++で使う
planeta
0
2k
Other Decks in Research
See All in Research
東工大Swallowプロジェクトにおける大規模日本語Webコーパスの構築
aya_se
13
7k
眠眠ガチャ:ガチャを活用した睡眠意欲向上アプリの開発 / EC71inui
yumulab
1
180
[Human-AI Decision Making勉強会] 説明の更新はユーザにどのような影響をもたらすか
okoso
1
220
サウナでのプロジェクションマッピングの可能性の検討 / EC71koizumi
yumulab
0
220
Deep State Space Models 101 / Mamba
kurita
9
3.6k
Rの機械学習フレームワークの紹介〜tidymodelsを中心に〜 / machine_learning_with_r2024
s_uryu
0
240
The Theory behind Vector DB
matsui_528
0
2.2k
時系列解析と疫学
kingqwert
2
940
MegaParticles: GPUを利用したStein Particle Filterによる点群6自由度姿勢推定
koide3
1
570
方策の長期性能に対する効率的なオフライン評価・学習 (Long-term Off-Policy Evaluation and Learning)
usaito
PRO
2
210
Gmail の「メール送信者のガイドライン」強化から 1 ヵ月、今後予想されるメールセキュリティの変化とは
hirachan
1
260
LLMマルチエージェントを俯瞰する
masatoto
26
16k
Featured
See All Featured
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
34
8.9k
How to Ace a Technical Interview
jacobian
273
22k
Docker and Python
trallard
35
2.7k
Testing 201, or: Great Expectations
jmmastey
30
6.4k
Faster Mobile Websites
deanohume
300
30k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
9
1.3k
Producing Creativity
orderedlist
PRO
338
39k
VelocityConf: Rendering Performance Case Studies
addyosmani
321
23k
The Invisible Side of Design
smashingmag
294
49k
Imperfection Machines: The Place of Print at Facebook
scottboms
261
12k
Reflections from 52 weeks, 52 projects
jeffersonlam
345
19k
Facilitating Awesome Meetings
lara
43
5.6k
Transcript
機械学習による動作認識 大野 宏 2020/1/11 Python機械学習勉強会in新潟Restart#10
本日の内容 ・動作認識の概要 ・センサを使った姿勢データの取得 ・ディープラーニングを使った姿勢推定 ・作業者の解析 ・主成分分析を使った動作認識
動作の取得や認識・解析の目的 ・CGキャラクター用データの取得 ・スポーツ選手やベテラン技術者の動きの違いの把握 ・作業者の解析 ・個人の特定 ・不審な動きの判別
モーションキャプチャ ・CGキャラクター用のデータの取得、スポーツ選手 の動作の解析 ・マーカを付けてモーションキャプチャーが主流
3次元センサKinect ・マイクロソフトがゲーム用のジェスチャー認識する入力 装置として開発 ・スケルトン(関節点)の3次元座標を取得できる ・工業用の3次元センサもあったが高価、Kinectは 約3万 円で(価格は1/10以下)、VGAと高解像度 ・パソコンで使えるSDKが提供され、多くの大学が研究 に利用 ・現在は製造中止、アマゾン購入可
Kinect ・画素数 512×424 ・フレームレイト 30fps ・使用範囲 0.5~4.5m ・価格 3万円くらい
Kinectの利用事例 ・ウルトラセブン https://www.youtube.com/watch?v=eCbURRDUUdI&t=46s ・かめはめ波 https://www.youtube.com/watch?v=r0l18SWKd88
安価な距離画像センサ Intel社 デプスカメラ ・画素数 1280×720 ・フレームレイト 90fps ・使用範囲 0.2~10m ・価格
3万円くらい ・大きさ 90 mm x 25 mm x 25 mm
少し高い距離画像センサ Basler社 Time-of-Flightカメラ ・画素数 640×480 ・フレームレイト 20fps ・使用範囲 0-13.325m ・精度
±1cm ・価格 40万円くらい
OpenPose ・2次元画像から姿勢を推定(関節点の2次元推定) https://qiita.com/nnn112358/items/121dc36c3c1752a00276
PoseNet https://guithub.com/tensorflow/tfjs-models/tree/master/posenet/
人体動作の認識方法 ・ディープラーニングで各関節角の値を取得 これらの値から別の機械学習方法を用いて動作を認識 各関節の動きを時系列データとしてRNNで認識 主成分分析で次元を圧縮して認識 ・3D-CNNで動画像のまま動作を認識 2D画像+1D時間 → 3D 3D
Resnet 学習に要する時間が長い
Resnet ・Residual Network ・深いネットワークの場合、誤差逆伝搬法で勾配が0近く なると消失してしまい入力層近くまで伝播されない ・複数の畳み込み層をまたぐスキップ接続を導入 ・二次元の画像認識でも高い認識率
Kinectを使った動作認識 岐阜県情報技術研究所が開発
デンソーとABEJAのシステム ・作業者の作業時間を解析する
以前取り組んだ研究の紹介 ・「固有平面上での人体動作の認識に関する研究」 ・目的 製造現場の作業工程を改善するため、現状作業を分析 する動作認識技術の開発 従来はストップウォッチを片手に人が見て紙に記録 ・動作の対象はラジオ体操 ・International Conference on
Computer Visionで発表
人体動作の認識方法 ・手順 ①人体モデルを画像にフィッティングさせ、前後のフレー ム間の特徴点(エッジ)の移動量を計算し、人の動き計算 ②各関節の回転角のデータをKL展開を使い、特徴を保 存 しつつ次元を圧縮 30次元(10パーツ×3回転角)の データを2次元まで圧縮して平面上に表示して判別
変換式式 各パーツの姿勢列を値に持つ姿勢データ行列X Xの共分散行列Q Q=XXT 次の固有方程式 λi ei =Qi ei を解き、固有値の大きい2個の固有ベクトルe1
,e2 を使い 各フレームにおける人体姿勢列は次式で固有平面上に G=[e1 ,e2 ]TX
動作の計測 4方向からのカメラで撮像して計測
2次元平面上に表された動作 伸びの動作
9種類の動作 伸びの動作 腕を回す運動
8人の伸びの動作
ICCV1999
ギリシャのケルキラ(コルフ)島
まとめ ・動作認識の概要 ・センサを使った姿勢データの取得 ・ディープラーニングを使った姿勢推定 ・作業者の解析 姿勢データを取得して機械学習で認識 動画像の3D-CNNで認識 ・主成分分析を使った動作認識
お知らせ ・ディープラーニングによる画像処理入門 Tensorflow/Kerasを使いMNISTや自前画像の分類 ローカルPC、グーグルクラウドのGPU環境 1月23日、24日 長岡市NaDeC BASE https://nagaoka-ai-innovationhub.connpass.com/event/159388/ https://connpass.com/ 「長岡市」で検索
・画像処理の基礎 カメラと照明の基礎と選定 画像処理ライブラリOpenCVの使い方講習 3/4