加速度データ自動セグメンテーションに基づく行動認識手法の性能評価

摘要

本稿では，加速度データと半教師付き学習を用いた行動認識手法において，加速度データに対して自動セグメンテーション手法を利用して再学習のためのデータを取得する手法を提案する．一般に半教師付き学習では確信度や複数の識別器の合意により再学習に使用されるデータの採否が決定されたが，このことは再学習時の学習効率の低下や精度向上の頭打ちの一因となっていた．本稿で提案する手法では，識別器の出力には非依存な自動セグメンテーション結果によって対象となるデータ範囲を決定し，この範囲の識別結果が一定の割合以上で同一の識別結果を得た場合にはこの行動範囲のデータ全てを再学習用のデータとすることでこの問題を解決する．6つの加速度センサを利用して7種類の日常行動について取得した実験データに対して提案手法を適用して評価を行った．この結果，提案手法では，15分程度の再学習データを用いることで，教師付き学習と同程度の識別精度を達成することができ，提案手法が効果的に作用することを確かめた．