M-002
U-Net モデルを用いた加速度センサデータの超解像

○武仲紘輝・長谷川達人（福井大）

本研究は，深層学習による加速度センサデータの超解像に取り組む．特に音声分野の超解像で提案されている U-Net モデルを，加速度センサデータの超解像に適用する手法を提案する．加速度センサデータを用いた行動認識では，様々なサンプリング周波数で計測されることが精度低下の一因となる．これを改善する手法として，提案手法により超解像を行い，様々なサンプリング周波数のデータを用いた行動認識精度の向上を目指す．本稿では特に，加速度センサデータの超解像に関する復元精度の考察を行う．行動認識に関する加速度センサデータを含むベンチマークデータセット HASC を用いて，線形補間等の既存手法との比較を行い，提案手法の超解像の有効性検証を行った結果を報告する．