[論文レビュー] An LSTM Recurrent Network for Step Counting

Ziyi Chen|arXiv (Cornell University)|Feb 10, 2018

Indoor and Outdoor Localization Technologies参考文献 8被引用数 6

ひとこと要約

本論文では、WeAllWalkデータセットの加速度計およびジャイロスコープデータを用いて、スマートフォンベースの歩数計測のためのLSTM再帰ニューラルネットワークを提案する。視覚障害者（ロング・キャンエー使用）および視覚障害者（ガイドドッグ使用）のユーザーを別々に訓練したモデルは、混合データでは1%の過小・過大カウント率を達成し、ストラティファイド・リーブ・ワン・アウト交差検証では5%の過小・過大カウント率を示し、多様な歩行パターンにわたる高い頑健性を示している。

ABSTRACT

Smartphones with sensors such as accelerometer and gyroscope can be used as pedometers and navigators. In this paper, we propose to use an LSTM recurrent network for counting the number of steps taken by both blind and sighted users, based on an annotated smartphone sensor dataset, WeAllWork. The models were trained separately for sighted people, blind people with a long cane or a guide dog for Leave-One-Out training modality. It achieved 5% overcount and undercount rate.

研究の動機と目的

• スマートフォンセンサーデータを用いた正確な歩数計測のためのディープラーニングモデルの開発。
• 視覚障害者と補助具（ロング・キャンエー、ガイドドッグ）を用いた視覚障害者との間で変動する歩行パターンの課題に対処すること。
• 再帰ニューラルネットワークを用いて屋内環境での歩数計測の正確性を向上させること。
• 複数の誤差指標を用いて、異なるユーザーグループにおけるモデル性能を評価すること。
• 訓練データの多様性が視覚障害者向けに一般化する能力に与える影響を調査すること。

提案手法

• LSTM再帰ニューラルネットワークは、WeAllWalkデータセットのiPhoneセンサーデータ（加速度計およびジャイロスコープ）を用いて訓練される。
• 入力特徴量には、回転速度（X, Y, Z）とユーザー加速度（X, Y, Z）が含まれる。これらは歩行ダイナミクスに関連するため選択された。
• データ前処理では、曲がり部分とイベント（例：ドアの開閉）を除去し、直線的な歩行経路に限定する。
• モデルはスライディングウインドウアプローチを用いて時系列センサーデータを処理し、各時刻ステップでステップイベントを予測する。
• 一般化を向上させ、過学習を軽減するためにドロップアウト層が適用される。
• 過小カウントと過大カウント率を評価するために3つの異なる誤差指標が用いられ、結果は各ユーザーグループと訓練戦略ごとに報告される。

実験結果

リサーチクエスチョン

• RQ1 LSTMモデルは、異なる歩行特性を示す視覚障害者と視覚障害者（補助具使用）の間で、歩数計測のパターンを効果的に学習し、一般化できるか？
• RQ2 混合データとリーブ・ワン・アウト交差検証の両方で、異なるユーザーグループにおけるモデル性能はどのように変化するか？
• RQ3 異なる誤差指標は、歩数計測システムにおける過小・過大カウント率の評価にどのような影響を与えるか？
• RQ4 補助具（ロング・キャンエー、ガイドドッグ）の有無が、モデルがかかとの打撃を正確に検出する能力に与える影響は何か？
• RQ5 参加者数を含むデータの多様性が、未確認のユーザーに対するモデルの一般化性能にどの程度影響を与えるか？

主な発見

• LSTMモデルは、混合訓練データで1%の過小・過大カウント率を達成し、多様な歩行パターンにわたる高い正確性を示している。
• ストラティファイド・リーブ・ワン・アウト訓練モダリティでは、モデルは5%の過小・過大カウント率を維持し、個々のユーザーのばらつきに対して頑健であることが示された。
• ロング・キャンエーを使用する視覚障害者では、最もパフォーマンスの良い指標（指標3）が、テストセットでわずか1.2%の過小カウントと3.01%の過大カウントを示し、強力な一般化能力を示している。
• ガイドドッグを使用する視覚障害者では、指標3で17.75%の過大カウントと0.53%の過小カウントを示し、まれな歩行パターンのモデル化に課題があることが示唆された。
• モデルのパフォーマンスは誤差指標の選択に敏感であり、区間分割の感度に起因して指標1は指標2および3と比べて著しく高い誤差率を示した。
• 高い検証性能にもかかわらず、視覚障害者グループにおけるテストパフォーマンスは一貫性がなく、一般化性能を向上させるためにより大規模で多様な訓練データの必要性が浮き彫りになった。