電子情報通信学会「合意と共創」研究会でリモート学習支援に関する研究発表をしました

8月1日に京都大学で開催された、電子情報通信学会「合意と共創」研究会で、以下の発表を行いました。

OUR RESEARCH PAPER ON SKELETON-BASED MOTION RECOGNITION HAS BEEN PUBLISHED

以下の「動画像データに基づく人間の行動認識」に関する研究成果がElsevior社のジャーナルSignal Processingに出版されました。

Hu Cui, Tessai Hayama, “Joint-Partition Group Attention for skeleton-based action recognition,” Signal Processing, Volume 224, 2024,

論文PDF: https://doi.org/10.1016/j.sigpro.2024.109592

概要:スケルトンベースのアクション認識は、人間の関節の座標から行動を認識しますが、従来の方法では関節間の相関しか捉えられず、意味表現が不十分でした。本論文では、関節と身体部位の相関を包括的に捉えるために、Joint-Partition Group Attention(JPGA)を提案します。JPGAは関節と身体部位の異なる粒度サイズの相関を同時に捉えるメカニズムです。JPGAに基づいて構築したJoint-Partition Former(JPFormer)を用いた実験で、NTU-RGB+Dなどのデータセットにおいて最先端の結果を達成しました。

Our research paper on skeleton-based motion recognition has been published

以下の「動画像データに基づく人間の行動認識」に関する研究成果がSpringer社のジャーナルMultimedia Systemsに出版されました。

Cui, H., Hayama, T. STSD: spatial–temporal semantic decomposition transformer for skeleton-based action recognition. Multimedia Systems 30, 43 (2024).

論文PDF: https://rdcu.be/dw2iz

概要:本研究では、人間の行動を認識するためにスケルトンデータを用いた新しい方法を提案しています。従来の課題である人体の部位と動きの意味情報の活用を改善するため、空間的・時間的な関係を捉えるネットワークを開発しました。提案方法は、特に背景が複雑である場合や照明、カメラの角度が変わっても強い認識性能を示し、大規模なデータセットでのテストにおいても、最先端手法よりも良い精度を達成しました。

電子情報通信学会英文誌(IEICE Transactions on Information and Systems)に2件採択されました

「センサを用いた人間行動パターン認識」に関する研究と,「動画学習コンテンツの学習支援システム」に関する研究です。2024年4月に掲載されます。

  • Mining User Activity Patterns from Time-Series Data Obtained from UWB Sensors in Indoor Environments
  • Muhammad FAWAD RAHIM, Tessai HAYAMA
  • Publication: IEICE TRANSACTIONS on Information and Systems
  • Practical Application of an e-Learning Support System Incorporating a Fill-in-the-Blank Question-Type Concept Map
  • Takumi HASEGAWA, Tessai HAYAMA
  • Publication: IEICE TRANSACTIONS on Information and Systems

学生の研究論文2件が国際学会に採択されました

学生の研究,以下の2件がそれぞれ国際学会に採択されました。

  • “Developing a Video-based e-Learning System Incorporating a Fill-in-the-blank Question-type Concept Map,” ICCE2023,
    Takumi Hasegawa and Tessai Hayama.
  • “Extracting User Daily Routine Activity Patterns from UWB Sensor Data in Indoor Environment,” CollabTech2023,
    Rahim Muhammad Fawad and Tessai Hayama

 

研究内容としては,

  • 思考を支援するためのe-Learningシステムと
  • 屋内の人間の行動パターンを顕在化させるためのwearableシステム

になります。