Please enable JavaScript.
Coggle requires JavaScript to display documents.
動作推定の応用 (オプティカルフローで応用する) (一見わかりづらい行動を機械で判別させていく (強化学習と合わせて動くものに対して避けたりするな…
動作推定の応用
(オプティカルフローで応用する)
一見わかりづらい行動を機械で判別させていく
思いつき
動作の特徴を追うことで得られること
分類
だと一定の成果が出せそう
視覚障害へのサポート?
具体例
人間のできる当たり前の行動に着目する
危険をみて回避できる
動く物体がどういうものなのかの情報を得る
画像処理?
道に迷っているのか物を探しているのかなどについて
分類
実データをもとにラベル付きの学習をする必要があるので
→準備(難)?
クラスタリング
一定層の動きをみていくらかに別れているのかどう分布しているかを調べて調査する
アプローチを複数用意してハイブリッドにして分析する
強化学習と合わせて動くものに対して避けたりするなどの人間の行動をうまく学習する
ex. 視界から見える障害物の動きをみて即座にどの判断をするべきかを学習させる
危険を回避するための1つのセンサーとして機能できるようなモデルの構築
視覚障害に限らない
360度のデータをあつめて危険を回避すると言うかたちでもok
それは自動運転にも応用できる
題材
robocup (人工知能にサッカーをさせる)
マルチエージェントシミュレーション
半天球(全天球)カメラを用いた動画からのopticalflow抽出と物体検出の2つのデータから危険を予測
半天球カメラで撮影したデータを入力として受取る。
半天球カメラを用いた教師あり学習の論文
http://iridia.ulb.ac.be/IridiaTrSeries/link/IridiaTr2013-012.pdf
概要は半天球カメラにおける実空間の座標予測を機械学習で行うといったもの
フィギュアスケートなどのスポーツの機械的な得点付け
データ分類としてはスポーツの動画は多いのでデータを集めるためのルール付をすることで可能
体操とかのほうがつけやすい?
→体の動きに着目する
すでに富士通が研究中
https://t.co/nfKr8zPDVt
https://t.co/Lt1rJIxIoU
体操の難しいところは
・ある身体のパーツの角度
・空中回転やひねりをどう判断するか
https://www.youtube.com/watch?v=rzbY4PblO8A
データを集めるためには体の動きなど様々な動きの技ラベルと点数を取得する必要がある
カメラの量が制約になる(360度だと多い・・・)
体操の記事より、体操の自動採点ができるならフィギュアスケートなどにも応用が効くと推測されている(富士通情報)
先行研究との比較として結果を出す
前例のある論文からオプティカルフローを使った形に置き換えてアプローチ
(自分のやりたい目標と合わせる)
できることなら自分で問題と思っていることを一般的にみて問題であるならそれに当てはめてみる。イメージ的な考えで。
つまるところ情熱駆動に持って行きたい
意義
実現可能性