情報処理学会 第78回全国大会講演要旨

人間の記憶の補助または拡張を行う上で、過去の一人称視点映像を検索する技術は重要である。しかし、従来の一人称視点動画像検索の多くは、我々の日常生活の体験やその記憶と深く関わる人間と環境の相互作用を考慮していない。本稿では、ジェスチャを検索クエリとして用いて、実環境で撮影した一人称視点映像を検索する枠組みを提案する。本枠組みは、確率的正準相関分析で動作と視覚情報の関係を学習することで環境との相互作用をモデル化し、学習した潜在空間で過去の一人称視点映像の検索を行う。屋内で取得した日常生活動作に関するセンサーデータを用いて検索性能の評価をしたところ、提案手法を用いることで頑健に個人および他人の一人称視点映像を検索できることがわかった。