| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-12-15 13:50 ドップラーレーダを用いた歩行人体の可視・死角領域判別 ～ Long Short-Term Memoryによる解析アプローチ ～ ○林 空良・磯部大揮（立命館大）・佐保賢志（富山県立大）・馬杉正男（立命館大）  WBS2020-29 ITS2020-25 RCC2020-32 |
|
| 抄録 | （和） | 本報告では，ドップラーレーダを用いる方法により，観点から歩行者がレーダから直接確認できる可視領域にいるか，もしくは壁の裏など直接確認できない死角領域にいるかの判別評価を行った．判別には深層学習であるLong Short-Term Memory (LSTM)を使用し，歩行者の脚部や胴体部と想定される歩行速度と受信電力の時間推移を時系列データとしてLSTMに入力した．これらの入力データから運動特性と受信電力減衰の推移を学習したLSTMの分類結果より，歩行者が可視領域・死角領域のどちらの領域に属するかを判別する．領域判別に加えて，それぞれの領域での歩行パターンの分類も同時に検討した. |
| （英） | In this report, the walking positions of pedestrians, whether they are directly visible from the observation point or in the blind spot areas such as behind a wall, were evaluated by the Doppler radar. An LSTM (Long Short-Term Memory) model, which is a kind of deep learning neural network, was used in our study. Time-series data of the gait velocity, which correspond to the legs and torso of pedestrians, and time transition of received power were input to LSTM. Experimental results confirmed that our method is effective for estimating the positions of pedestrians and classifying their gait patterns in each area. | |
| キーワード | （和） | ドップラーレーダ / 歩行分析 / 死角領域モニタリング / 深層学習 / Long Short-Term Memory / / / |
| （英） | Doppler Radar / Gait Analysis / Monitoring of Blind Area / Deep Learning / Long Short-Term Memory / / / | |
| 文献情報 | 信学技報, vol. 120, no. 291, ITS2020-25, pp. 121-125, 2020年12月. | |
| 資料番号 | ITS2020-25 | |
| 発行日 | 2020-12-07 (WBS, ITS, RCC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | WBS2020-29 ITS2020-25 RCC2020-32 |
|
| 研究会情報 | |
| 研究会 | ITS WBS RCC |
| 開催期間 | 2020-12-14 - 2020-12-15 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | ITS通信，高信頼制御通信，レーダ・センシング技術及び一般 |
| テーマ（英） | ITS Communications, Reliable Communication and Control, Radar and Sensing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | ITS |
| 会議コード | 2020-12-ITS-WBS-RCC |
| 本文の言語 | 日本語 |
| タイトル（和） | ドップラーレーダを用いた歩行人体の可視・死角領域判別 |
| サブタイトル（和） | Long Short-Term Memoryによる解析アプローチ |
| タイトル（英） | Classification of pedestrians existing in visible or blind areas using Doppler radar |
| サブタイトル（英） | An Approach Using Long Short-Term Memory |
| キーワード(1)（和/英） | ドップラーレーダ / Doppler Radar |
| キーワード(2)（和/英） | 歩行分析 / Gait Analysis |
| キーワード(3)（和/英） | 死角領域モニタリング / Monitoring of Blind Area |
| キーワード(4)（和/英） | 深層学習 / Deep Learning |
| キーワード(5)（和/英） | Long Short-Term Memory / Long Short-Term Memory |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 林 空良 / Sora Hayashi / ハヤシ ソラ |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 磯部 大揮 / Daiki Isobe / イソベ ダイキ |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 佐保 賢志 / Kenshi saho / サホ ケンシ |
| 第3著者 所属（和/英） | 富山県立大学 (略称： 富山県立大) Toyama Prefectural University (略称： Toyama Pref. Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 馬杉 正男 / Masao Masugi / マスギ マサオ |
| 第4著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-12-15 13:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ITS |
| 資料番号 | WBS2020-29, ITS2020-25, RCC2020-32 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.290(WBS), no.291(ITS), no.292(RCC) |
| ページ範囲 | pp.121-125 |
| ページ数 | 5 |
| 発行日 | 2020-12-07 (WBS, ITS, RCC) |
[研究会発表申込システムのトップページに戻る]