[2N6-GS-2x] Machine learning

6:00 PM - 6:15 PM JST(9:00 AM - 9:15 AM UTC)

[2N6-GS-2x-03] A Preliminary Study on the Effectiveness of Switching Video Features in Low-Dimensional Visualization-Based Annotation

〇Yugo Nagatani¹, Rara Deguchi¹, Asuka Hisatomi^1,2, Yuta Higashizono², Satoshi Ono¹ (1. Kagoshima University, 2. TOYOTA AUTO BODY Research & Development)

[[online]]

Keywords:

Annotation,Temporal Action Segmentation

近年，製造業における作業員の行動解析の需要が増加し，時系列行動セグメンテーション（TAS）の研究が広く行われている．一方で，TASを行うための深層ニューラルネットワークを教師あり学習により訓練するためには，映像内の各フレームに対応したラベル情報が必要となる．従来のアノテーション方式では多くの映像の全編を視聴しながら，各行動の開始時刻と終了時刻をフレーム単位で確認し，ラベルを付与する必要があるため，アノテーションに多大なコストを要する．この課題に対して，特徴空間における類似性を利用し，複数の映像に含まれる類似する行動フレームに一度にラベル付けを行うことでアノテーションを効率化する試みがなされている．しかし，この方式の性能は，入力される映像特徴量の表現能力に依存するという課題がある．このため本研究では，映像フレームの特徴分布を切り替えながら映像フレームを低次元空間で可視化することで，TASのラベル付けを効率化する方式を提案する．評価実験の結果，特徴量を切り替えながらアノテーションを行うことで，アノテーション効率が上がり，また，最終的により多くのフレームにラベルを付与できることが示唆された．