JP2006054021A - 携帯型情報機器、使用環境判定方法、および、プログラム - Google Patents
携帯型情報機器、使用環境判定方法、および、プログラム Download PDFInfo
- Publication number
- JP2006054021A JP2006054021A JP2004236504A JP2004236504A JP2006054021A JP 2006054021 A JP2006054021 A JP 2006054021A JP 2004236504 A JP2004236504 A JP 2004236504A JP 2004236504 A JP2004236504 A JP 2004236504A JP 2006054021 A JP2006054021 A JP 2006054021A
- Authority
- JP
- Japan
- Prior art keywords
- environment
- probability
- use environment
- output
- acceleration sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
【解決手段】加速度センサ2と、記憶手段33、特徴抽出手段31および環境判定手段32を備える。記憶手段33は、使用環境下で想定される加速度センサ2のG値に対応した環境パターン列の情報を使用環境ごとに記憶している。特徴抽出手段31がG値の時系列データの時間的推移の特徴を求めると、環境判定手段32は、当該特徴が最も近い環境パターン列を特定し、その使用環境を現在の使用環境と判定する。さらに機能制御手段を備え、これにより情報の再生または記録の機能を、判定した現在の使用環境に適した状態に制御する。
【選択図】図1
Description
ところが、上記特許文献1のようにしきい値データを用いて使用状態を判定する定量的な判定方法では、誤動作がないように何度か繰り返し判断を行う工夫をしても、その各々は局所的な特徴であるサンプリング値に対し、あるしきい値を越えたか越えないかの判断となるため、使用状態によっては誤った判断がされることがある。
つまり、落下状態を検出するのに上記しきい値データを用いる場合、たとえばエレベータ内や航空機内では、低重力または無重力の状態がある程度の時間続けば落下状態と同じ判定がなされることがある。このように落下状態でもないのに落下状態と判定されると、HDDの使用が途中で中断されることから、HDD内蔵型のポータブルオーディオ機器やノートブック型のコンピュータの使用者にとっては不便であり、場合によってはデータが失われるなど大きな不利益を被ることになる。
前記環境判定手段は、好ましくは、前記加速度センサの出力に応じた時系列のシンボル列を入力し、当該入力したシンボル列が時間経過にともなう状態変化によって前記環境パターン列と同じになり得る確率を、各環境パターン列に対応する使用環境ごとに前記記憶手段からの情報に基づいて算出し、当該算出した確率が最大の使用環境を現在の使用環境と判定する。
さらに好ましくは、前記記憶手段は、隠れマルコフモデルの定常状態の集合としての前記環境パターン列と、当該環境パターン列が各定常状態を取るときに出力すべき事前確率とを、使用環境ごとに記憶している。
前記特徴抽出手段は、好ましくは、前記加速度センサからの出力から特徴パラメータとして、加速度のx方向、y方向およびz方向の各成分、各成分の単位時間変化量、ならびに、各成分の合成量を抽出し、それぞれ時系列のシンボル列として前記環境判定手段に出力し、前記環境判定手段は、入力した特徴パラメータごとに時系列のシンボル列の時間的推移の特徴を求める。
前記環境判定手段は、さらに好ましくは、前記特徴パラメータごとの時系列のシンボル列を入力し、当該入力したシンボル列が時間経過にともなう状態変化によって前記環境パターン列と同じになり得る確率を、各環境パターン列に対応する使用環境ごとに前記記憶手段からの情報に基づいて前記特徴パラメータごとに算出し、当該特徴パラメータごとに算出した確率の全てで最大の確率に対応した使用環境、あるいは、特徴パラメータに優先順位付与や重み付けを行うことによって総合的に判断した使用環境を現在の使用環境と判定する。
この特徴パラメータは、サンプリング時間に対応したフレームごとの時系列シンボル列であることから、同一の機器の使用環境であっても多様に変化する。つまり、加速度が急激に低下する場合を例にとると、機器の落下状態、航空機のエアポケットでの急降下、あるいは、エレベータの下降状態のそれぞれで、それぞれの環境に応じた特有の変化の仕方をする。
この判定後に機能制御手段は、当該機器が有する情報の再生または記録の機能を、判定した現在の使用環境に適した状態に制御する。たとえば、落下の場合は、衝撃を受けても破壊されない安全な状態にする。ただし、同じ加速度の急降下の検出であっても、航空機やエレベータの下降時には単なる落下状態とは特徴が異なることから、このような安全策はとらない。
あるいは機能制御手段は、様々な使用環境に応じた機能制御を行う。
好ましくは、前記加速度センサからの出力を、時系列のシンボル列からなり使用環境の判断要素となる特徴パラメータに変換し、前記確率算出ステップに出力する特徴抽出ステップをさらに含む。
このプログラムは、好ましくは、前記加速度センサからの出力を、時系列のシンボル列からなり使用環境の判断要素となる特徴パラメータに変換し、前記確率算出ステップに出力する特徴抽出ステップをさらに含む。
また多様な使用環境の判定が行えることから、たとえば使用環境に応じた音量調整やプログラム再生など様々な機能制御が可能で、これにより機器の付加価値を高めることができる。
このような機器の使用環境の判定において、使用環境の微妙な違いや変化を判断するために、加速度センサの出力を時系列データとして扱う。この使用環境の特徴を、Gセンサ出力を基に表現し使用環境判定を行うためには、様々な長さの時系列データを確率的に生成し得る信号モデルが必要となる。
このアルゴリズムとしてはリアルタイム処理に適した確率モデルを用いるものが望ましく、このため本実施の形態では隠れマルコフモデル(HMM)を用いて環境判定のための確率モデルを作成する。
機器1は、環境判定のための手段として、Gセンサ(加速度センサ)2と、Gセンサからの出力を基に環境判定アルゴリズムを実行する処理部3とを有する。この処理部3は、特徴抽出手段31、環境判定手段32および記憶手段33とを有する。
処理部3は、種々のコンピュータベース、たとえばマイクロプロセッサ、中央演算処理ユニット(CPU)あるいはデジタル信号処理装置(DSP)などの機能を利用して実現可能である。特徴抽出手段31および環境判定手段32の機能は、ハードウエアで実現してもよいし、あるいはプログラム上の処理手順としてソフトウエアで実現してもよい。
記憶手段33は、コンピュータベースの内蔵のものを利用してもよいし、外部に設けたものでもよい。外部に設けた記憶手段33は、機器1内のROMやRAM、あるいは、当該機器1に着脱可能に挿入される記録媒体のいずれでもよい。
ここで環境パターン列(W=w1,w2,…,wI)は、ある環境下で全体として特有のパターンを形成するG値の特徴量の集合である。たとえば、落下時、ジョギング時、歩行時、乗り物による移動中(電車、自転車、自動車、航空機あるいは船などの乗り物の識別も可能)などの環境を、その特有のパターンに応じて識別可能に、それぞれ特有のG値特徴量パターン列を、ここで「環境パターン列」と称する。
ここで確率P(X|W)を、各々の環境のG値を用いて予め学習しておいた隠れマルコムモデル(HMM)からの確率とする。また確率P(W)は、環境パターン列Wの事前確率であり、これは各環境パターンの出現確率を表す出現確率モデルからの確率である。
観測されたG値の特徴ベクトルXが非定常な信号とみなされるのに対して、図2に示す符号「S0,S1,S2,…,Sn−1,Sn」のそれぞれは定常とみなされる状態、すなわちG値の環境パターン列Wの有限集合を示すものであり、HMMの定常信号源を構成する。
以下、これらのアルゴリズムについて簡単に述べる。
図3は、フォワードアルゴリズムを説明するための格子(trellis)の配列と状態遷移を示す図である。図3においては(N+2)×(M+1)個の格子が示され、出力シンボル系列に対応する時間経過を横軸に、各状態を縦軸にとって、時間経過による状態遷移を表している。
アルゴリズムを説明する前に上記(N+2)×(M+1)の各格子上に定義される状態停留確率a(m,n)を次式(3)により定義する。
a(m,n)=P(s(n)=Sm|X) …(3)
つぎに、与えられたシンボル系列を最も高い確率で生成する状態遷移経路を求める問題を考える。ビタビアルゴリズムによれば、この問題の解は直接的には次式(6)を用いて求めることができる。
逆にフォワードアルゴリズムは、処理負担が相対的に大きいが、どのような状況下においても全体として正しい解が得られやすいという利点がある。
なお、この2つのアルゴリズム以外も選択できる。使用環境や処理能力を勘案して最適なHMM確率モデルのアルゴリズムとして、フォワードアルゴリズム、ビタビアルゴリズムあるいは他のアルゴリズムが選択される。
このような学習には、たとえばフォワード−バックワード(forward-backward)アルゴリズムを用いることができる。
ここでは、初期モデル(Λ)と観測された信号系列(O)を手がかりに、全ての状態系列Sについてその出現確率P(S|O,Λ)を計算し、期待値に基づいて初期モデルが与えられた下で最尤パラメータを持つモデル(
)の推定(最尤推定)を行い、さらに得られたモデルを初期モデルとして学習を繰り返すことで、より高い確率で学習データを出力しうるモデルの学習を行う。
しかし、実際にすべての状態系列に対して出現確率P(S|O,Λ)を求めるためには膨大な計算量が必要とされることから、効率的に期待値を計算するフォワード−バックワード・アルゴリズムを用いる。
前向き確率と後ろ向き確率の関係から両者の積を求めると、α(n,j)β(n,j)=P(O,s(n)=m|Λ)、すなわち時刻nにおいて状態mに停留する状態系列から信号系列Oが出力される確率が計算できる。さらに、同時確率と条件付確率の関係から、時刻nにおいて状態mに停留するすべての状態系列の出現確率P(s(n)=m|O,Λ)が、次式(7)により計算される。
図4は、フォワードアルゴリズムを例として環境判定のための手順を示すフローチャートである。
ステップST0において予め、想定する使用環境ごとに環境パターン列等を記憶手段33に記憶させておく。
このステップST6の計算を、次のステップST7で現在のフレーム数nが予め規定した最大フレーム数Nに到達したと判断されるまで、ステップST8でフレーム数nをインクリメントしながら必要な回数繰り返す。
具体的には、環境判定部32が、たとえばG値特徴量ごとに、最も確率が高くなる使用環境を特定する。つまり、上述した式(5)により表現される隠れマルコフモデルΛからシンボル系列Oが出力される確率P(O|Λ)を比較し(ステップST10)、その確率が最も高いときに、そのシンボル系列Oに対応した使用環境を特定する(ステップST11)。
この最尤推定による使用環境の特定をG値特徴量ごとに行った場合、全てのG値特徴量で確率P(O|Λ)が最も高いときの使用環境を現在の使用環境と判定してもよいし、G値特徴量に優先順位付与や重み付けを行い、これを用いることによって使用環境の判定を総合的に行ってもよい。
携帯型音響機器10は、ハードディスク(HD)、ミニディスク(MD)、コンパクトディスク(CD)等のディスク、半導体メモリなどを内蔵または着脱可能な記憶媒体11として有する。携帯型音響機器10は、その記憶媒体11の再生部12と、再生部を制御するコンピュータベースの制御手段、たとえばマイクロコンピュータ(μ−com.)13、および、Gセンサ2を備える。
第2機能実行部14−2は、使用者が当該携帯型音響機器10に故意に所定の振動(大きく振る、あるいは、何回か回転させる)を与えると、それを認識し、ディスクジョッキ(DJ)が行うようなスクラッチ、あるいは、ミキシングのような再生曲のアレンジを行う。
なお、この場合も確率モデルにより時間経過で変化するG値特徴量を抽出することから、たとえばHDDのヘッド退避制御において意図しない動作(誤動作)の防止が図れる。
また、G値、G値の変化量あるいは平均G値から、機器の使用環境を予め学習しておいたHMMモデルにより、現在の使用状態を精度よく判定できる。このような確率モデルを用いた場合、サンプリング時間ごとの確率計算負担は小さく、同じような繰り返し計算であることから、ほぼリアルタイムで収束性がよい処理が実行できる。
Claims (10)
- 情報の再生または記録の機能を有する携帯型情報機器であって、
加速度センサと、
当該携帯型情報機器の使用環境下で想定される前記加速度センサの出力に対応した環境パターン列の情報を使用環境ごとに記憶している記憶手段と、
加速度センサから取得した時系列データの時間的推移の特徴を求め、当該特徴が最も近い前記記憶手段内の環境パターン列を特定し、当該特定した環境パターン列が想定する使用環境を現在の使用環境と判定する環境判定手段と、
前記情報の再生または記録の機能を、判定した現在の使用環境に適した状態に制御する機能制御手段と
を有する携帯型情報機器。 - 前記環境判定手段は、前記加速度センサの出力に応じた時系列のシンボル列を入力し、当該入力したシンボル列が時間経過にともなう状態変化によって前記環境パターン列と同じになり得る確率を、各環境パターン列に対応する使用環境ごとに前記記憶手段からの情報に基づいて算出し、当該算出した確率が最大の使用環境を現在の使用環境と判定する
請求項1に記載の携帯型情報機器。 - 前記加速度センサからの出力を、時系列のシンボル列からなり使用環境の判断要素となる特徴パラメータに変換して前記環境判定部に出力する特徴抽出手段を
さらに有する請求項1に記載の携帯型情報機器。 - 前記記憶手段は、隠れマルコフモデルの定常状態の集合としての前記環境パターン列と、当該環境パターン列が各定常状態を取るときに出力すべき事前確率とを、使用環境ごとに記憶している
請求項2に記載の携帯型情報機器。 - 前記特徴抽出手段は、前記加速度センサからの出力から特徴パラメータとして、加速度のx方向、y方向およびz方向の各成分、各成分の単位時間変化量、ならびに、各成分の合成量を抽出し、それぞれ時系列のシンボル列として前記環境判定手段に出力し、
前記環境判定手段は、入力した特徴パラメータごとに時系列のシンボル列の時間的推移の特徴を求める
請求項3に記載の携帯型情報機器。 - 前記環境判定手段は、前記特徴パラメータごとの時系列のシンボル列を入力し、当該入力したシンボル列が時間経過にともなう状態変化によって前記環境パターン列と同じになり得る確率を、各環境パターン列に対応する使用環境ごとに前記記憶手段からの情報に基づいて前記特徴パラメータごとに算出し、当該特徴パラメータごとに算出した確率の全てで最大の確率に対応した使用環境、あるいは、特徴パラメータに優先順位付与や重み付けを行うことによって総合的に判断した使用環境を現在の使用環境と判定する
請求項5に記載の携帯型情報機器。 - 加速度センサからの出力に基づいて、当該加速度センサを内蔵した機器の使用環境を判定する使用環境判定方法であって、
当該機器の使用環境下で想定される前記加速度センサの出力に対応した環境パターン列の情報を使用環境ごとに予め記憶させる記憶ステップと、
前記加速度センサの出力に応じた時系列のシンボル列を入力し、当該入力したシンボル列が時間経過にともなう状態変化によって前記環境パターン列と同じになり得る確率を、各環境パターン列に対応する使用環境ごとに前記情報に基づいて算出する確率算出ステップと、
当該算出した確率が最大の使用環境を現在の使用環境と判定する環境判定ステップと
を含む使用環境判定方法。 - 前記加速度センサからの出力を、時系列のシンボル列からなり使用環境の判断要素となる特徴パラメータに変換し、前記確率算出ステップに出力する特徴抽出ステップを
さらに含む請求項7に記載の使用環境判定方法。 - 機器内に内蔵されている速度センサの出力に応じた時系列のシンボル列を入力し、当該入力したシンボル列が、時間経過にともなう状態変化によって、当該機器の使用環境下で想定される加速度センサの出力に対応した環境パターン列と同じになり得る確率を、各環境パターン列に対応する使用環境ごとに算出する確率算出ステップと、
当該算出した確率が最大の使用環境を現在の使用環境と判定する環境判定ステップと
を前記機器内のコンピュータに実行させるためのプログラム。 - 前記加速度センサからの出力を、時系列のシンボル列からなり使用環境の判断要素となる特徴パラメータに変換し、前記確率算出ステップに出力する特徴抽出ステップを
さらに含む請求項9に記載のプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004236504A JP4479412B2 (ja) | 2004-08-16 | 2004-08-16 | 携帯型音響機器、携帯型音響機器の制御方法、および、プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004236504A JP4479412B2 (ja) | 2004-08-16 | 2004-08-16 | 携帯型音響機器、携帯型音響機器の制御方法、および、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006054021A true JP2006054021A (ja) | 2006-02-23 |
JP4479412B2 JP4479412B2 (ja) | 2010-06-09 |
Family
ID=36031394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004236504A Active JP4479412B2 (ja) | 2004-08-16 | 2004-08-16 | 携帯型音響機器、携帯型音響機器の制御方法、および、プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4479412B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007328883A (ja) * | 2006-06-09 | 2007-12-20 | Fujitsu Ltd | 制御装置、記憶装置およびヘッド退避方法 |
JP2008033526A (ja) * | 2006-07-27 | 2008-02-14 | Sony Corp | 携帯型電子機器、動作制御方法、プログラム、信号生成装置、信号生成方法 |
-
2004
- 2004-08-16 JP JP2004236504A patent/JP4479412B2/ja active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007328883A (ja) * | 2006-06-09 | 2007-12-20 | Fujitsu Ltd | 制御装置、記憶装置およびヘッド退避方法 |
JP2008033526A (ja) * | 2006-07-27 | 2008-02-14 | Sony Corp | 携帯型電子機器、動作制御方法、プログラム、信号生成装置、信号生成方法 |
US8073649B2 (en) | 2006-07-27 | 2011-12-06 | Sony Corporation | Portable electronic apparatus, operation control method, operation control program, signal generation apparatus and signal generation method |
Also Published As
Publication number | Publication date |
---|---|
JP4479412B2 (ja) | 2010-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9507326B2 (en) | System and method for using biometrics to predict and select music preferences | |
JP5911796B2 (ja) | マルチモーダル情報を用いるユーザ意図推論装置及び方法 | |
JP6844608B2 (ja) | 音声処理装置および音声処理方法 | |
KR100668298B1 (ko) | 움직임에 기반한 소리 발생 방법 및 장치 | |
CN104423594A (zh) | 用于生成与音频信号相关联的触觉效果的系统和方法 | |
JP2006337505A (ja) | 音楽再生装置および処理制御方法 | |
JP2006337505A5 (ja) | ||
JP2004157994A (ja) | 自由空間に作られるジェスチャを解析する方法及び装置 | |
JP2005103241A (ja) | 入力装置、ゲームシステム、プログラムおよび情報記憶媒体 | |
CN102708857A (zh) | 基于运动的语音活动检测 | |
JP4479412B2 (ja) | 携帯型音響機器、携帯型音響機器の制御方法、および、プログラム | |
KR20150059932A (ko) | 사운드 출력 방법 및 장치 | |
KR101652705B1 (ko) | 멀티 모달 정보를 이용하는 사용자 의도 추론 장치 및 방법 | |
CN111050266B (zh) | 一种基于耳机检测动作进行功能控制的方法及系统 | |
JP2006293033A (ja) | 混合分布hmmの状態の出力確率計算方法および装置 | |
JP5485641B2 (ja) | プログラムおよび情報記憶媒体 | |
US20080097711A1 (en) | Information processing apparatus and method, program, and record medium | |
CN110334244B (zh) | 一种数据处理的方法、装置及电子设备 | |
CN111090369B (zh) | 一种音乐播放方法、装置及存储介质 | |
JP2005283646A (ja) | 音声認識率推定装置 | |
KR100725355B1 (ko) | 파일 검색 장치 및 방법 | |
EP3979245A1 (en) | System and method for providing interactive storytelling | |
Batula et al. | Using audio and haptic feedback to detect errors in humanoid musical performances | |
TWI775524B (zh) | 手勢判斷方法及電子裝置 | |
JP4801107B2 (ja) | 音声認識装置、方法、プログラム及びその記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070807 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090820 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090908 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091102 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091201 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100125 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100223 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100308 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130326 Year of fee payment: 3 |