著者

玉井森彦 永田大地 前中省吾 森下慈也 安本慶一 福倉寿信 佐藤啓太

雑誌

研究報告コンシューマ・デバイス&システム(CDS)

巻号頁・発行日

vol.2014, no.15, pp.1-8, 2014-08-20

---

近年,景観の良さを評価指標とするナビゲーションサービスが提供され始めている.しかし,既存のサービスでは,景観の情報を人手により編纂しているため,あらかじめ決められた特定の時間帯や季節における静的な情報を提供するに留まっており,最新の状況を反映した情報提供が行われていない.また提供される情報もテキストや画像を中心としたものであり,経路選択の判断材料として不十分である.著者らは,参加型センシングに基づき,多数の車両が車載スマートフォンを用いて走行中の経路の動画を撮影し,景観の良い場所の動画を自動的に収集,配信するシステムの研究開発を行なってきた.これにより,広範囲にわたって動画付きの景観情報を様々な時間帯や季節のもとで自動的に収集可能となり,各ユーザのコンテキストを考慮した上で鮮度の高い景観情報を提供可能となる.本稿では,景観の良い場所として桜が見られる経路に着目し,スマートフォンにより撮影された動画から桜の写っている度合い (桜度合い) を数値化する手法を提案する.提案手法では,桜の花びらに出現する色の分布を表すヒストグラムを事前に作成しておき,そのヒストグラムを用いて入力画像における桜度合いを算出する.また,桜の花びらに近い色を持つ建物などが誤検出されることを防ぐため,フラクタル次元解析に基づきフレーム中で木の葉が茂っている場所のような複雑なエッジを持つ領域を特定した後,その領域に対してのみヒストグラムに基づく色解析を行う手法を考案した.提案手法による桜度合い算出結果の妥当性を検証するため,車両走行中に撮影された動画から桜の写っている部分,または写っていない部分の 1 秒間の動画を約 5000 個切出し,各々に対し目視で桜の有りなしを分類したものを正解データとして,提案手法に基づく分類精度を調べた.結果,提案手法は適合率が約 0.87,再現率が約 0.91 で桜の有りなしを分類できることが分かった.

著者

杉田敢 山下徹 水本旭洋 玉井森彦 安本慶一

出版者

一般社団法人情報処理学会

雑誌

研究報告モバイルコンピューティングとユビキタス通信(MBL) (ISSN:09196072)

巻号頁・発行日

vol.2014, no.7, pp.1-7, 2014-03-07

---

近年,食生活の乱れが生活習慣病の要因の一つとして問題になっている.食生活の乱れは,人間が食事を行うのに適した時間や量を正しく認識できない事に原因がある.そこで食生活の乱れを抑制する方法として,人間の感覚的状態の一つである空腹感の推定による適時・適量の食事推薦が,この問題の軽減に役立つ可能性がある.しかし一般的に,感覚的な状態の推定は生体を傷つけて行う侵襲的測定や,専門的または高価な機器が必要であるためユーザへの負担が大きい.そのため,侵襲的ではない方法により,定量的な空腹感の度合い 「空腹度」 を推定できることが望ましい.本稿では,空腹度と血糖値との間に密接な関係があることに着目し,(1) 食事および行動情報からの血糖値の推定,(2) 血糖値から空腹度の推定,の 2 段階構成の推定モデルを構築する手法を提案する.この空腹度推定モデルにおける推定血糖値と実際の血糖値,推定血糖値と空腹度との関連性を調査するため,血糖値および生活行動の記録,およびそれらを空腹度推定モデルに適用する実験を行った.その結果,実際の血糖値と推定血糖値の推移,推定血糖値と空腹感との間には強い正の相関が確認できた.In recent years, disturbance of diet has become a problem in many countries. Disturbance of diet is caused by the fact that people are not so conscious of appropriate time to eat meals as well as appropriate amounts of the meals. Accordingly, estimating the hunger feeling which is one of the human sensory states may help alleviating this problem. However, estimation of human sensory states often requires invasive measurement by injuring human body with a special and expensive device. In this paper, we propose a method for estimating hunger degree of a user at arbitrary time from the information of meals and exercises that the user has taken. We construct the hunger degree estimation model consisting of two steps: (1) the blood glucose level from meal and exercise information and (2) the hunger degree from the blood glucose level. To evaluate the proposed method, we measured the blood glucose level of a subject at some points of time as well as the user's meal and exercise information, and applied the measured data to our proposed estimation model. As a result, we observed a strong correlation between the measured and the estimated blood glucose level and between the subjective and the estimated hunger degree.