「人物の状態」はスポーツや見まもりに役立つ

私の研究では、個人の特定に繋がりやすい情報を活用せずに人物の状態を推定する、というテーマに取り組んでいます。「人物の状態」としては、人の姿勢や体格形状などを主に想定しています。

これらの情報が分かると、スポーツのパフォーマンス分析や、子供や高齢者の見まもり、XRコンテンツなどの多くの用途での活用が期待できます。

顔がわからないシルエットなら安心

人物の状態推定を行うために最も良く使われるデータは、一般的なカメラで計測した画像です。しかし、画像には顔などの個人情報が含まれやすいため、撮影されることに抵抗を感じる方には技術を気持ちよく使っていただくことができません。

そのため私の研究では、人物と背景が白か黒かのみで表されたシルエット画像や、無線信号、音響信号などの「個人の特定に繋がりにくい計測情報」を使用しています。

情報が少ないデータを機械学習でカバー

通常の画像と比較すると、シルエット画像からは大幅に情報が失われているということは、きっとご想像いただけると思います。

無線信号や音響信号についても、一般的な画像と比較すると保持可能なデータには物理的な限界があります。これには、信号の波長が大きく関わっています。一般的なカメラで計測される可視光の波長はnmオーダーです。一方でWiFiやミリ波などの無線信号の波長はmm~cmオーダー、音響信号の波長はcm~mオーダーです。これは、可視光はnmという非常に細かな単位で空間情報を捉えられるのに対して、無線信号や音響信号はそれよりも大まかな情報しか取得できないということを意味しています。

このような、取得できている情報が少ないデータから人物の状態を推定することは難しい課題です。課題解決のためには、機械学習という技術を使っています。近年の深層機械学習技術の発展に伴い、非常に多くの効果的な手法が毎年発表されているため、最新の動向を追いながら自分たちの課題を解決可能なアプローチを考えています。