TOP特許意匠商標
特許ウォッチ Twitter
公開番号2025000436
公報種別公開特許公報(A)
公開日2025-01-07
出願番号2023100289
出願日2023-06-19
発明の名称行動認識装置、行動認識方法、および行動認識プログラム
出願人株式会社日立製作所
代理人藤央弁理士法人
主分類G06V 10/62 20220101AFI20241224BHJP(計算;計数)
要約【課題】認識対象の時系列な行動を高精度に認識すること。
【解決手段】行動認識装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する行動認識装置であって、認識対象の時系列な行動認識結果と、前記時系列な行動認識結果間の時間間隔と、に基づいて、前記行動認識結果の周波数を検出する周波数検出処理と、前記周波数検出処理による検出周波数に基づいて、前記時系列な前記行動認識結果を時間方向に正規化するリサンプリング処理と、前記リサンプリング処理によるリサンプリング済みの時系列な行動認識結果に、時系列な信号列で行動を規定した参照時系列行動が存在するか否かを判定し、判定結果を出力する判定処理と、を実行する。
【選択図】図4
特許請求の範囲【請求項1】
プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する行動認識装置であって、
認識対象の時系列な行動認識結果と、前記時系列な行動認識結果間の時間間隔と、に基づいて、前記行動認識結果の周波数を検出する周波数検出処理と、
前記周波数検出処理による検出周波数に基づいて、前記時系列な前記行動認識結果を時間方向に正規化するリサンプリング処理と、
前記リサンプリング処理によるリサンプリング済みの時系列な行動認識結果に、時系列な信号列で行動を規定した参照時系列行動が存在するか否かを判定し、判定結果を出力する判定処理と、
を実行することを特徴とする行動認識装置。
続きを表示(約 1,700 文字)【請求項2】
請求項1に記載の行動認識装置であって、
前記プロセッサは、
前記時系列な前記行動認識結果のノイズを除去するノイズ除去処理を実行し、
前記リサンプリング処理では、前記プロセッサは、前記検出周波数に基づいて、前記ノイズ除去処理によるノイズ除去済みの前記時系列な前記行動認識結果を時間方向に正規化する、
することを特徴とする行動認識装置。
【請求項3】
請求項2に記載の行動認識装置であって、
前記ノイズ除去処理では、前記プロセッサは、非線形フィルタを用いて、
前記時系列な前記行動認識結果のノイズを除去する、
ことを特徴とする行動認識装置。
【請求項4】
請求項1に記載の行動認識装置であって、
前記リサンプリング処理では、前記プロセッサは、前記検出周波数と目標周波数とを比較することにより、前記時系列な前記行動認識結果のアップサンプリングおよびダウンサンプリングのうちいずれか一方を実行する、
ことを特徴とする行動認識装置。
【請求項5】
請求項4に記載の行動認識装置であって、
前記リサンプリング処理では、前記プロセッサは、前記検出周波数が前記目標周波数以上である場合、前記時系列な前記行動認識結果の前記ダウンサンプリングを実行する、
ことを特徴とする行動認識装置。
【請求項6】
請求項4に記載の行動認識装置であって、
前記リサンプリング処理では、前記プロセッサは、前記検出周波数が前記目標周波数以上でない場合、前記時系列な前記行動認識結果の前記アップサンプリングを実行する、
ことを特徴とする行動認識装置。
【請求項7】
請求項1に記載の行動認識装置であって、
前記判定処理では、前記プロセッサは、前記リサンプリング済みの時系列な行動認識結果に、前記参照時系列行動に一致する行動が存在するか否かを判定し、判定結果を出力する、
ことを特徴とする行動認識装置。
【請求項8】
請求項1に記載の行動認識装置であって、
前記判定処理では、前記プロセッサは、前記リサンプリング済みの時系列な行動認識結果に、前記参照時系列行動の一部に一致する行動が存在するか否かを判定し、判定結果を出力する、
ことを特徴とする行動認識装置。
【請求項9】
請求項1に記載の行動認識装置であって、
学習対象の骨格形状を示す骨格情報から前記学習対象の行動を分類するように学習された行動分類モデルにアクセス可能であり、
前記プロセッサは、
解析対象データから前記認識対象の骨格情報を検出する骨格検出処理と、
前記骨格検出処理によって検出された前記認識対象の骨格情報を前記行動分類モデルに入力することにより、前記認識対象の行動を示す前記行動認識結果を出力する行動認識処理と、を実行し、
前記周波数検出処理では、前記プロセッサは、前記行動認識処理による前記認識対象の時系列な前記行動認識結果と、時系列な前記解析対象データ間の時間間隔と、に基づいて、前記行動認識結果の周波数を検出する、
ことを特徴とする行動認識装置。
【請求項10】
請求項9に記載の行動認識装置であって、
前記行動分類モデルは、前記学習対象の骨格形状を示す骨格情報および前記学習対象の関節の角度から前記学習対象の行動を分類するように学習されたモデルであり、
前記骨格検出処理では、前記プロセッサは、前記骨格情報の大きさを正規化し、正規化後の骨格情報に基づいて、前記認識対象の関節の角度を算出し、
前記行動認識処理では、前記プロセッサは、前記認識対象の骨格情報および前記認識対象の関節の角度を前記行動分類モデルに入力することにより、前記認識対象の行動を示す前記行動認識結果を出力する、
ことを特徴とする行動認識装置。
(【請求項11】以降は省略されています)

発明の詳細な説明【技術分野】
【0001】
本発明は、行動認識装置、行動認識方法、および行動認識プログラムに関する。
続きを表示(約 3,000 文字)【背景技術】
【0002】
本技術分野の背景技術として、特許文献1は、特徴量の判定結果からアウトライヤを除去して認識姿勢パラメータを推定する情報処理装置を開示する。この情報処理装置は、入力動画に、登録されているアクションが含まれているか否かを認識する情報処理装置において、前記アクションを認識するためのモデルを含むモデル動画を画像平面および時間の3次元とした場合における、特徴点であるモデル特徴点と、前記モデル特徴点における特徴量であるモデル特徴量の情報を記憶する記憶手段と、前記入力動画を取得する第1の取得手段と、前記第1の取得手段により取得された前記入力動画を画像平面および時間の3次元として、前記入力動画から前記アクションを認識するための特徴点である入力特徴点を抽出する第1の特徴点抽出手段と、前記第1の特徴点抽出手段により抽出された前記入力特徴点における特徴量である入力特徴量を抽出する第1の特徴量抽出手段と、前記第1の特徴量抽出手段により抽出された前記入力特徴量と、前記記憶手段により記憶された前記モデル特徴量とを比較し、類似する特徴量を有する特徴点の組としての候補対応特徴点ペアを生成する特徴量比較手段と、前記特徴量比較手段による比較の結果得られた前記候補対応特徴点ペアから、アウトライヤを除去し、前記入力動画上での前記モデルの姿勢を推定するとともに、前記モデルの姿勢に対応する認識対応特徴点ペア群を求める姿勢推定手段と、前記姿勢推定手段により得られる前記モデルの姿勢の推定結果、および、前記認識対応特徴点ペア群に基づいて、認識結果を生成する認識結果生成手段と、を備えることにより、認識姿勢パラメータを推定する。
【先行技術文献】
【特許文献】
【0003】
特開2009-140009号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、上述した特許文献1は、入力動画を画像平面および時間の3次元として特徴量を抽出しており、入力動画の時間方向の周波数変動を考えれば認識対応特徴点ペア群の数が膨大になる。したがって、限られた認識対応特徴点ペア群で一時的に認識対応特徴点ペア群を増減して認識精度を高める点については考慮されていない。
【0005】
本発明は、認識対象の時系列な行動を高精度に認識することを目的とする。
【課題を解決するための手段】
【0006】
本願において開示される発明の一側面となる行動認識装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する行動認識装置であって、認識対象の時系列な行動認識結果と、前記時系列な行動認識結果間の時間間隔と、に基づいて、前記行動認識結果の周波数を検出する周波数検出処理と、前記周波数検出処理による検出周波数に基づいて、前記時系列な前記行動認識結果を時間方向に正規化するリサンプリング処理と、前記リサンプリング処理によるリサンプリング済みの時系列な行動認識結果に、時系列な信号列で行動を規定した参照時系列行動が存在するか否かを判定し、判定結果を出力する判定処理と、を実行することを特徴とする。
【発明の効果】
【0007】
本発明の代表的な実施の形態によれば、認識対象の時系列な行動を高精度に認識することができる。前述した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。
【図面の簡単な説明】
【0008】
図1は、実施例1にかかる行動認識システムのシステム構成例を示す説明図である。
図2は、コンピュータのハードウェア構成例を示すブロック図である。
図3は、学習データの一例を示す説明図である。
図4は、実施例1にかかる行動認識システムの機能的構成例を示すブロック図である。
図5は、骨格情報処理部の詳細な機能的構成例を示すブロック図である。
図6は、関節角度算出部が実行する関節角度の詳細な算出方法を示す説明図である。
図7は、移動量算出部が実行するフレーム間の移動量の詳細な算出方法の例を示す説明図である。
図8は、正規化部が実行する骨格情報の正規化の詳細な手法を示す説明図である。
図9は、教師信号DBが保持する教師信号の詳細な例を示す説明図である。
図10は、フレーム単位行動認識結果テーブルの一例を示す説明図である。
図11は、時系列行動認識結果グラフの一例を示す説明図である。
図12は、修正前後の時系列行動認識結果を示す説明図である。
図13は、判定部の詳細な処理例を示す説明図である。
図14は、実施例1にかかるサーバ(学習装置)による学習処理の詳細な処理手順例を示すフローチャートである。
図15は、実施例1にかかる骨格情報処理の詳細な処理手順例を示すフローチャートである。
図16は、実施例1にかかるクライアント(行動認識装置)による行動認識処理手順例を示すフローチャートである。
図17は、実施例2にかかる行動認識システムの機能的構成例を示すブロック図である。
図18は、実施例2にかかるクライアント(行動認識装置)による行動認識処理手順例を示すフローチャートである。
図19は、実施例3にかかる行動認識システムの機能的構成例を示すブロック図である。
図20は、実施例3にかかるサーバ(学習装置)による学習処理の詳細な処理手順例を示すフローチャートである。
図21は、実施例3にかかるクライアント(行動認識装置)による行動認識処理手順例を示すフローチャートである。
【発明を実施するための形態】
【0009】
以下、本発明に係る実施の形態を図面に基づいて説明する。なお、実施の形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。また、以下の実施の形態において、その構成要素(要素ステップ等も含む)は、特に明示した場合および原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。また、「Aからなる」、「Aよりなる」、「Aを有する」、「Aを含む」と言うときは、特にその要素のみである旨明示した場合等を除き、それ以外の要素を排除するものでないことは言うまでもない。同様に、以下の実施の形態において、構成要素等の形状、位置関係等に言及するときは、特に明示した場合および原理的に明らかにそうでないと考えられる場合等を除き、実質的にその形状等に近似または類似するもの等を含むものとする。
【0010】
本明細書等における「第1」、「第2」、「第3」などの表記は、構成要素を識別するために付するものであり、必ずしも、数、順序、もしくはその内容を限定するものではない。また、構成要素の識別のための番号は文脈毎に用いられ、一つの文脈で用いた番号が、他の文脈で必ずしも同一の構成を示すとは限らない。また、ある番号で識別された構成要素が、他の番号で識別された構成要素の機能を兼ねることを妨げるものではない。
(【0011】以降は省略されています)

この特許をJ-PlatPatで参照する
Flag Counter

関連特許

個人
情報検索システム
10日前
キヤノン株式会社
電子機器
9日前
キヤノン株式会社
電子機器
9日前
キヤノン株式会社
電子機器
9日前
株式会社イノベイト
広告装置
12日前
キヤノン電子株式会社
通信システム
2日前
トヨタ自動車株式会社
管理システム
4日前
トヨタ自動車株式会社
作業評価装置
2日前
株式会社NURSY
再就職の支援装置
3日前
西松建設株式会社
計測システム
8日前
TDK株式会社
等価回路
4日前
個人
公益寄付インタラクティブシステム
2日前
ジャペル株式会社
登録管理システム
8日前
富士フイルム株式会社
タッチセンサ
2日前
株式会社インテック
触覚ディスプレイ装置
3日前
大王製紙株式会社
作業管理システム
3日前
キオクシア株式会社
電子機器
8日前
サクサ株式会社
警備サービス管理システム
12日前
個人
チャットボットを用いたシステム
8日前
株式会社デンソー
情報処理方法
2日前
株式会社デンソー
情報処理方法
10日前
富士通株式会社
画像生成方法
1日前
アスエネ株式会社
温室効果ガス排出量管理方法
8日前
株式会社鷺宮製作所
制御システム
8日前
株式会社鷺宮製作所
制御システム
8日前
株式会社鷺宮製作所
制御システム
8日前
アスエネ株式会社
温室効果ガス排出量管理方法
8日前
アスエネ株式会社
温室効果ガス排出量管理方法
8日前
アスエネ株式会社
温室効果ガス排出量管理方法
8日前
日立建機株式会社
作業支援システム
4日前
アスエネ株式会社
温室効果ガス排出量管理方法
8日前
トヨタ自動車株式会社
車載コンピュータ
11日前
甍エンジニアリング株式会社
屋根材買い取りシステム
1日前
トヨタ自動車株式会社
作業支援システム
10日前
株式会社USEN-ALMEX
サービスロボット
5日前
株式会社日立製作所
故障確率評価装置
10日前
続きを見る