武藤 佳恭

本研究では人体のシルエット画像を対象としたモデルフィッティング手法の提案を行う．フィッティングアルゴリズムにはリカレント型ニューラルネットワークを用い，各関節の再帰的・逐次的な最適化処理を行った．これにより関節間の距離・角度・位置を考慮したフィードバック評価を実現した．結果として，従来あった関節を評価する順序への依存性を最小限に抑えたモデルフィッティングを可能になった．本研究はモデルフィッティングの精度向上を図り，人間の姿勢・状態の高速判定への貢献を目指す．We propose the model fitting methodology for silhouette picture of human body. We employ Recurrent Neural Network in that algorism, which can measure the joints recursively and sequentially. This enables the feedback measurement with considerations about the distances, angles and locations between the joints. As a result, we have achieved the model fitting without dependence of measurement order. Finally we aim to improve the accuracy of model fitting and to contribute high-speed processing for human posture and state.

回復度基準の一部導入が行われた。回復を目的とせず、障害を受容し、たとえば利き手交換などによる生活の再構築を目指したリハビリテーション医療(リハ)にとって、回復度基準の導入は大きな転機である。評価方法も困難であるなどとの意見があるが今後導入がさらに進むものと考えられる。我々は高齢障害者の褥瘡を実際に無くした療養型医療施設の現状をリハの実施に着眼して、リハの実施に伴う障害老人の日常生活自立度の変化を調査した。要介護度に即した例外ないリハの実施が、褥瘡予防に寄与すると共に、自立度を向上させていたことが分かったので、その実際を報告する。自立度の向上が検定されたことは、今後の回復度基準の導入にも有益と思われる。(著者抄録)

温熱画像による分析を試み、前頸骨筋と下腿三頭筋など下肢筋群の皮膚温をサーモグラフィ装置(サーモ装置)のポイント温度表示機能を用いて収集し、プログラムに従い行う創動運動が運動として高齢障害者に与える影響について検討した。通所リハセンター利用者13例を対象とし、膝関節屈伸創動運動と足関節底背屈創動運動状況を下肢運動測定装置で評価した。膝関節屈伸運動、足関節底背屈運動とも皮膚温のわずかな上昇・下降又変化が見られないものがあり、全体として顕著な皮膚温変化は確認できなかった。下肢の屈伸・底背屈創動運動共に大きな体温変化を示さなかったことは、この運動が大きな負荷にならず、高齢障害者の運動に適し、プログラム化リハが好結果を上げている理由の一面が現れたように思われた。

We propose a neural preprocess approach for video-based gesture recognition system. Second-order neural network (SONN) and self-organizing map (SOM) are employed for extracting moving hand regions and for normalizing motion features respectively. The SONN is more robust to noise than frame difference technique. Obtained velocity feature vectors are translated into normalized feature space by the SOM with keeping their topology, and the transition of the activated node in the topological map is classified by DP matching. The topological nature of the SOM is quite suited to data normalization for the DP matching technique. Experimental results show that those neural networks effectively work on the gesture pattern recognition. The SONN shows its noise reduction ability for noisy backgrounds, and the SOM provides the robustness to spatial scaling of input images. The robustness of the SOM to spatial scaling is based on its robustness to velocity scaling.

近年、「ユビキタス」や「モバイル通信」の動作に使用する電力の供給手段が問題になっている。本論文では「音声発電」による搬送波とベースバンド信号(信号波)の同時供給デバイスの作成を提案する。提案システムでは、人の話す声のエネルギーで発電を行う「音声発電」による搬送波とベースバンド信号の一体型供給伝送デバイスの作成を提案する。「音声発電」によって、ベースバンド信号を送信するデバイスに電力を供給する。今回、我々は「音声発電」で動作させるリモコンデバイスを開発した。このデバイスは赤外線LEDを動作させるリモコンと「音声発電機」を結び付けたものである。プロトタイプでは日常会話程度の声の大きさで約DC2〜3V程度電圧で任意の電力を供給し、音声認識デバイスの送信部の無電池リモートコントロールが可能になった。

本論文では,Second-Order Neural Networkを用いて抽出した移動物体領域の重心位置の移動距離から背景変動と移動物体を区別する方法について述べる.SONNによる移動物体の抽出においては,背景変動は広域的に塊として安定して抽出されるため,シンプルなアルゴリズムで移動物体のみを検出できる.提案手法を監視システムヘの応用することを想定した実シーンに適用しその有効性を確認した.

本論文では，エージェントベースアプローチによって，社会・経済のモデルを作成するためのフレームワークを提案する．このフレームワークによって，「複雑系」（構成要素の振舞いのルールが状況によって動的に変化するシステム）のモデルを記述し，シミュレートすることが可能となる．提案フレームワークは，概念モデル・フレームワークとシミュレーションモデル・フレームワークの2つで構成され，モデル化からシミュレーションまでの一貫した支援を行う．提案フレームワークの特徴は，エージェント間の相互作用を，財（および情報）のやりとりとして明示化する点にある．また，エージェントの行動を，エージェントとは別のモデル要素として外部化し，オブジェクトコンポジションによって付加する点にも特徴がある．本論文は，社会・経済システムをオブジェクト指向でモデル化するための1つのパターンを提示するだけでなく，モデルを作成・実行する環境もあわせて提供することで，シミュレーションを行う仕組みも実現する．In this paper, we propose a framework of agent-based models for economies and societies.This framework allows us to describe and simulate the complex system where the rules of the behavior for each elements change dynamically through out the simulation.The proposed framework is based on a set of two models.One is for building the conceptual models and the other for executing the simulation.Two models together are able to process consistently from modeling to execution.One of characteristics in the proposed framework is that interactions between agents are clearly declared as the exchange of goods (with information).Also, a behavior is defined as a different object from each agents in the model to realize flexible design by using the object-composition technique.This paper not only provides a pattern of modeling the socio-economic system by using object-oriented methodology, but also is able to analyze the state of the system using simulation by providing the environment to build the model and execute the simulation.

動画像から移動物体を抽出する方法として，従来から差分法が使われている．しかし，差分法による抽出では，移動物体の全体が得られないという問題がある．そのため，モルフォロジ演算によるノイズ除去と欠損個所の補完を後処理として行う方法が知られている．ところが，撮影環境によっては後処理が有効に機能しない場合も多く，また演算コストの高さも指摘されている．本論文では，Second-order Neural Networkをフレーム間差分法の後処理として用いる移動物体領域の抽出手法を提案する．提案手法とモルフォルジフィルタを用いた従来手法を用いて，人工動画像による実験と実動画像によるシミュレーションを行った．それらの結果，提案手法はモルフォルジフィルタを用いた従来手法に比べノイズに影響されにくく，また抽出領域の欠損が少ないことが示された．また，オプティカルフローを用いた従来手法との比較実験においても，提案手法の優位性を確認した．The frame difference technique has been widely used for extracting moving objects.However the technique can not extract the whole shape of the moving object.A morphology filtering is used for reducing noises and complementing lacks of extracted objects as an post-processing to deal with the problem.The morphology filtering is not always available under various conditions and its calculation cost is high.This paper proposes a new method for extracting moving object areas,based on the frame difference technique and the Second-order Neural Networks.We experimented our proposed method and a morphology-based conventional method using artificial movies and real movies.The experimental results show that the proposed method has a better performance for a noise reduction and for an extraction of whole moving objects than the morphorogy-based conventional method.Moreover, the proposed method has better performance than the Opticalflow-based method.

セル・オートマタ（以下CA ）とは有限オートマトンを空間内に並べて配置し，近接するセルどうしを結合したシステムである．CA は並列・同期的に動作し，空間内の状態はオートマトンの動作規則によってさまざまに変化する．通常，CA は1 つの系で状態変化が完結しているが，本研究では複数のCA システムを同期して動作させることにより，各CA 空間の情報量を下げ，符号化の手法として用いることができることを示した．また，どのような遷移規則の場合に効果的に符号化が行えるかを遷移規則の持つパターンの状態を表すパラメータを定義して，詳細に分析した．In this paper, we propose a new information encoding method by using cellular automata (CA). In this approach, plural CA systems work simultaneously and input values are encoded into small bits by simple deterministic process. The proposed system cannot work under all situation depend on their transition rules and input values. We studied when the proposed system works correctly from various kinds of views.

本論文では,エージェントベースアプローチによって,社会・経済のモデルとシミュレーションを作成するためのフレームワーク「Boxed Economy Foundation Model」を提案する.このフレームワークは,モデル化の対象を明確化するための「概念モデル・フレームワーク」と,モデルをシミュレーションとして実現するための「設計モデル・フレームワーク」の2つで構成されている.提案フレームワークによる記述例を示すために,規格競争モデルを取り上げる.

動画像から移動物体を抽出する方法として,従来から差分法が使われている.しかし,差分法による抽出では,移動物体の全体が得られないという問題がある.その為,モルフォロジフィルタによるノイズ除去と欠損個所の補充を後処理として行う方法が知られている.ところが,撮影環境によっては後処理が有効に機能しない場合も多く,また演算コストの高さも指摘されている.本研究では,フレーム間差分情報を外部入力として動作するSecond-order Neural Networkを用いた移動物体領域抽出手法を提案する.提案手法と従来手法を用いて,人工動画像による実験と実動画像によるシミュレーションを行った.それらの結果,提案手法は従来手法に比べノイズに影響されにくく,また抽出領域の欠損が少ないことが示された.また,実行時間に関しても従来手法に比べ約30%短縮されることが確認された.

エージェントベース社会シミュレーション(ABSS)は現実世界との乖離を抑え、実用性を模索する方向に進めていくべきだ。このための鍵は適切な調査を実施することである。ABSSのための調査には、モデル構築のための調査とパラメータ設定のための調査がある。前者は自由度の高い調査を利用し、論理的規則の抽出や構築したモデルの適用範囲を把握するために利用する。後者はエージェントのモデルを反映した複雑な構造を持つ調査によって、個々のエージェントを定義するために利用する。パラメータ設定のための調査には、数値的尺度を調整するためのものと論理構造を調整するためのものがある。

教師無しクラスタリングにおいて,各クラスターの標本数やクラスター中心までの最大距離などといった条件や事前知識を反映させる手法は現実問題への応用が大きい.この分野ではファジィクラスタリングや制約条件付きK-平均法が広く研究されているが,本稿ではニューラルネットを用いて最適化組み合わせ問題として定式化する方法を述べる.提案モデルは代表点と標本点の組み合わせに対応したニューロンからなる.ニューロンの内部値に制約条件を反映する制約項を設けてこれを最小化するように各ニューロンを動作させることにより,制約条件付きクラスタリングが実現できることを示す.また実験により他のニューラルネット手法に比べても振動解や局所解への収束が少ないことを示した.

Pulse Coupled Neural Networkは,静止画に含まれるセグメントやエッジ抽出を学習やパラメータの調整なしに行なえる有効な手段であるが,動画像処理に適応した場合にはPCNNが持つこのような性質を有効に活用することは困難であった.本論文では,外部刺激に対し応答が一過性で直ちに順応するような受容器をPCNNに適応する方法を提案した.提案手法では,小さなノイズやランダムに出現するノイズにネットワークが順応し,移動物体のみを抽出することが出来る.提案手法の有効性を示すため,屋内外で撮影した動画像に適応し,複数の移動物体の抽出を行なった結果を示す.

セル・オートマタ(以下CA)とは有限オートマトンを空間内に並べて配置し,近接するセル同士を結合したシステムである.CAは並列・同期的に動作し,空間内の状態はオートマトンの動作規則によってさまざまに変化する.通常,CAは一つの系で状態変化が完結しているが,本研究では複数のCAシステムを同期して動作させることにより,各CA空間の情報量を下げ,符号化の手法として用いることができることを示した.また,どのような遷移規則の場合に効果的に符号化が行えるかを遷移規則の持つパターンの状態をあらわすパラメータを定義して,詳細に分析した.