[1F4-OS-10b] OS-10

4:55 PM - 5:10 PM JST(7:55 AM - 8:10 AM UTC)

[1F4-OS-10b-06] Sequential Unsupervised Motion Segmentation via Random Fourier Features for Motion Skill Analysis

〇Ken Kajiwara¹, Issei Saito¹, Tomoaki Nakamura¹, Daichi Mochiashi², Koki Mimura³ (1. The University of Electro-Communications, 2. The Institute of Statistical Mathematics, 3. National Center of Neurology and Psychiatry)

Keywords:

AI,Behavioral Data,Motion Skill Analysis,Unsupervised Segmentation,Probabilistic Generative Model

本稿では，教師なし分節化により連続動作から単位動作を自動的に抽出する技術を基盤として，被験者間の動作技能の差異，および同一被験者における動作の成長過程を定量的に解析する枠組みを提案する．提案手法では，各単位動作を異なる周波数および位相をもつ余弦波基底の重み付き和として表現する．そこで，逐次学習による更新に伴う周波数成分や振幅の変化を解析することで，単位動作の特徴の変化を定量化する．これにより，動作技能の被験者間の比較や，同一被験者内で特定の動作が習熟度の向上に伴いどのように変化していくかを定量的に評価することが可能となる．実験では，ダンス動作を複数回繰り返して行ったデータを対象とし，被験者間による習熟度の違いや，反復による学習の進行に伴う変化を定量的に解析できることを示す．本研究は，単位動作および関節レベルでの変化を定量的に記述することで，動作理解の深化と動作指導支援への応用に貢献することを目指すものである．