講演情報
[1Yin-A-22]Action Countingモデルを利用した製造業における周期作業時間のゼロショット予測の検討
〇吉岡 京華1、森田 亮1、佐藤 正幸1、今城 彰彦1、大石 峻也1 (1. コニカミノルタ株式会社)
キーワード：
Action Counting、ゼロショット推論、周期動作認識、作業時間予測、行動認識
製造業では，生産性の向上のために各作業者の作業時間を把握することが不可欠である．これらの作業時間の計測には，動画内の動作の開始時刻と終了時刻を予測するTemporal Action Localization（TAL）モデルの適用が考えられる．しかし，これらのモデルの多くはゼロショット推論が出来ないという課題がある．一方で，動画内の各フレーム間の類似性を利用することで，事前学習済みモデルを用いて動画内の周期的な動作の回数をゼロショット推論可能であるActionCountingモデルがある．ActionCounitngモデルは本来動作回数のカウントを目的としているが，本研究では製造業では製品の組立や研磨など，多くの作業が繰り返し行われ周期性を持つことに着目し，代表的なActionCountingモデルであるRepNetを用いて，製造業における繰り返し作業の動作開始時刻・終了時刻が予測できるかどうかを調査した．さらに，私たちはセンサーデータなどの非動画入力にも対応できるようモデルを拡張し，予測精度の向上を試みた．実験の結果，私たちの手法は予測において一定の精度を達成した．これらの結果は，Action Countingモデルがゼロショットで作業時間の計測を可能にする可能性を示唆している．