JP4669319B2 - 特定信号パターン検出装置及び方法 - Google Patents

Description

本発明は、特定信号パターン検出装置及び方法に係り、例えば、複数の軸方向に関するセンサデータ（以下「複軸センサデータ」という）を検出可能なセンサを搭載した携帯端末を用いて、個人に適応した後述のコンテキストを獲得する状況認識システムに利用され、プレゼンスサービスやコンテキスト通信、ならびにコンテキストに基づくサービスナビゲーション等に適用されるものである。

なお、本明細書において「コンテキスト」とは、人間、移動体、機械等の動作や状態、及び、これら人間、移動体、機械等の周囲の環境を広く意味する。また、「特定信号パターン」とは、特定の動作（例えば、歩いている、走っている等）を示すセンサ信号パターンを意味する。

実世界指向型サービスを実現する上では、モバイル環境下でのユーザの現在の動作や状態（ユーザのコンテキスト）を理解することは非常に重要である。そのため、従来より、携帯端末を持ち歩くようなモバイル環境下においてユーザのコンテキストを獲得する技術に関する研究が行われている（下記の非特許文献１参照）。
A. Krause et. al, "Unsupervised,Dynamic Identification of Physiological and Activity Context in WearableComputing",http://www.cc.gatech.edu/ccg/paper_of_week/krause-iswc2003-unsup-activity.pdf

しかしながら、ユーザのコンテキストを獲得する従来の技術では、以下のような制約があった。即ち、（１）獲得したいコンテキストに応じてセンサを、特定の位置（例えばユーザの足首や腰等）に固定することが必要であった。（２）センサが設置される条件（設置位置やセンサの姿勢等）に対してロバストなコンテキスト獲得を実現するためには、それぞれの状況に応じて特化したコンテキスト獲得用モジュールを予め用意し、それらを学習させたり又はそれらの中から最適なコンテキスト獲得用モジュールを探索したりといった処理が必要であった。

即ち、センサの携行位置に関し自由度を高めることが望まれるものの、自由度を高めようとすると、多数の携行位置のそれぞれに応じたコンテキスト獲得用モジュールを用意するなど煩雑な処理が必要となるといった不都合があった。

本発明は、上記の課題を解決するために成されたものであり、センサの携行についての制約を無くし煩雑な処理を不要とすることができる特定信号パターン検出装置及び方法を提供することを目的とする。

上記目的を達成するために、本発明に係る特定信号パターン検出装置は、複数の軸方向に関するセンサデータとしての複軸センサデータを取得するセンサデータ取得手段と、前記センサデータ取得手段により取得された複軸センサデータと、検出対象の特定信号パターンの各々についての予め獲得された参照用データとが座標変換された関係にあるとの前提の下で、前記複軸センサデータと前記参照用データとに基づいて評価関数を定義し当該関数の最小化問題を解くことで、前記複軸センサデータに対応する特定信号パターンを検出する特定信号パターン検出手段と、を備え、前記特定信号パターン検出手段は、前記センサデータ取得手段により取得された複軸センサデータを、予め用意された時間窓に基づいて分割するデータ分割部と、前記データ分割部により分割された複軸センサデータに対し、ノイズ除去及びデータ正規化の少なくとも一方を含む前処理を実行する前処理部と、前記前処理部による前処理が実行された複軸センサデータを基底関数展開することで、複軸センサデータ特徴ベクトルを算出する特徴ベクトル算出部と、前記特徴ベクトル算出部により算出された複軸センサデータ特徴ベクトルと、前記参照用データとしての特定信号パターン特徴ベクトルとに基づいて定義される評価関数の最小化問題に対応する固有値方程式を求め、当該固有値方程式を解くことで前記複軸センサデータ特徴ベクトル及び前記特定信号パターン特徴ベクトルを関連付ける変換データの候補を算出し、当該変換データの候補、所定の拘束条件及び前記評価関数に基づいて、最適な変換データに対応する特定信号パターンを検出するパターン検出部とを備えたことを特徴とする。

本発明に係る特定信号パターン検出方法は、複数の軸方向に関するセンサデータとしての複軸センサデータが取得されるセンサデータ取得ステップと、前記センサデータ取得ステップにて取得された複軸センサデータと、検出対象の特定信号パターンの各々についての予め獲得された参照用データとが座標変換された関係にあるとの前提の下で、前記複軸センサデータと前記参照用データとに基づいて評価関数が定義され当該関数の最小化問題が解かれることで、前記複軸センサデータに対応する特定信号パターンが検出されるパターン検出ステップと、を有し、前記パターン検出ステップは、前記センサデータ取得ステップにて取得された複軸センサデータが、予め用意された時間窓に基づいて分割されるデータ分割ステップと、前記データ分割ステップにて分割された複軸センサデータに対し、ノイズ除去及びデータ正規化の少なくとも一方を含む前処理が実行される前処理ステップと、前記前処理ステップにて前処理が実行された複軸センサデータが基底関数展開されることで、複軸センサデータ特徴ベクトルが算出される特徴ベクトル算出ステップと、前記特徴ベクトル算出ステップにて算出された複軸センサデータ特徴ベクトルと、前記参照用データとしての特定信号パターン特徴ベクトルとに基づいて定義される評価関数の最小化問題に対応する固有値方程式が求められ、当該固有値方程式が解かれることで前記複軸センサデータ特徴ベクトル及び前記特定信号パターン特徴ベクトルを関連付ける変換データの候補が算出され、当該変換データの候補、所定の拘束条件及び前記評価関数に基づいて、最適な変換データに対応する特定信号パターンが検出されるパターン検出ステップと、を有することを特徴とする。

上記のような本発明では、取得された複軸センサデータと、検出対象の特定信号パターンの各々についての予め獲得された参照用データとが座標変換された関係にあるとの前提の下で、複軸センサデータと参照用データとに基づいて最適化問題の関数を定義し当該関数を解くことで、実際に座標変換や個々の照合作業を行うことなく、複軸センサデータに対応する特定信号パターンを検出することができる。

これにより、センサを特定の場所に固定する必要がなくなり、携帯端末に搭載するセンサなどモバイル環境でのセンサの携行方法に関する制約を無くすことができる。また、任意の姿勢で設置されたセンサを前提にしているので、当該センサに極端に高速な捻りの動きがなければ、全ての並進運動の動きを検出することができる。さらに、実際に座標変換や個々の照合作業を行うことなく、複軸センサデータに対応する特定信号パターンを検出できるので、処理の高速化を実現でき、時系列データなどリアルタイム処理が必要とされる用途への適用が可能となる。

なお、本発明に係る特定信号パターン検出装置では、特定信号パターン検出手段は、センサデータ取得手段により取得された複軸センサデータを、予め用意された時間窓に基づいて分割するデータ分割部と、前記データ分割部により分割された複軸センサデータに対し、ノイズ除去及びデータ正規化の少なくとも一方を含む前処理を実行する前処理部と、前記前処理部による前処理が実行された複軸センサデータを基底関数展開することで、複軸センサデータ特徴ベクトルを算出する特徴ベクトル算出部と、前記特徴ベクトル算出部により算出された複軸センサデータ特徴ベクトルと、前記参照用データとしての特定信号パターン特徴ベクトルとに基づいて定義される評価関数を最適化することで固有値方程式を求め、当該固有値方程式を解くことで前記複軸センサデータ特徴ベクトル及び前記特定信号パターン特徴ベクトルを関連付ける変換データの候補を算出し、当該変換データの候補、所定の拘束条件及び前記評価関数に基づいて、最適な変換データに対応する特定信号パターンを検出するパターン検出部とを含んで構成とすることが望ましい。

また、本発明に係る特定信号パターン検出方法では、パターン検出ステップは、センサデータ取得ステップにて取得された複軸センサデータが、予め用意された時間窓に基づいて分割されるデータ分割ステップと、データ分割ステップにて分割された複軸センサデータに対し、ノイズ除去及びデータ正規化の少なくとも一方を含む前処理が実行される前処理ステップと、前処理ステップにて前処理が実行された複軸センサデータが基底関数展開されることで、複軸センサデータ特徴ベクトルが算出される特徴ベクトル算出ステップと、特徴ベクトル算出ステップにて算出された複軸センサデータ特徴ベクトルと、前記参照用データとしての特定信号パターン特徴ベクトルとに基づいて定義される評価関数が最適化されることで固有値方程式が求められ、当該固有値方程式が解かれることで前記複軸センサデータ特徴ベクトル及び前記特定信号パターン特徴ベクトルを関連付ける変換データの候補が算出され、当該変換データの候補、所定の拘束条件及び前記評価関数に基づいて、最適な変換データに対応する特定信号パターンが検出されるパターン検出ステップとを含んで構成とすることが望ましい。

本発明によれば、センサの携行についての制約を無くし煩雑な処理を不要とすることができる。

以下、図面を参照しながら、発明の実施形態を説明する。以下の実施形態では、本発明に係る「特定信号パターン検出装置」に相当する図１のプレゼンス提供サーバ１０が、ユーザＸのコンテキストを獲得するために必要な複軸センサデータを検出可能な加速度センサ２１を搭載した携帯端末２０から、該加速度センサで検出された複軸センサデータを受信し、該複軸センサデータに基づいてユーザＸのコンテキストを検出し該コンテキストをプレゼンス情報としてユーザＡの携帯端末３０へ送信する実施態様を説明する。このように本発明に係る特定信号パターン検出装置は、自装置内のセンサで複軸センサデータを検出することは必須ではなく、他の装置（例えば携帯端末２０）で検出された複軸センサデータを取得してもよい。

［通信システムの構成］
図１には、発明の実施形態に係る通信システム１の構成図を示す。この図１に示すように、通信システム１は、ユーザＸのコンテキストを獲得するために必要な複軸センサデータを検出可能な加速度センサ２１を搭載した携帯端末２０と、携帯端末２０に搭載された加速度センサにより検出された複軸センサデータに基づいてユーザＸのコンテキストを検出し該コンテキストをプレゼンス情報として提供するプレゼンス提供サーバ１０と、プレゼンス提供サーバ１０により提供されるプレゼンス情報をユーザＡへ提示するための携帯端末３０とを含んで構成される。

このうちユーザＸの携帯端末２０は、携行方法に制約なく設けられ、ユーザＸのコンテキストを獲得するために必要な複軸センサデータを検出する加速度センサ２１と、加速度センサ２１により検出された複軸センサデータをプレゼンス提供サーバ１０へ送信するセンサデータ送信部２２とを含んで構成される。

プレゼンス提供サーバ１０は、センサデータ送信部２２により送信された複軸センサデータを受信するセンサデータ受信部１１と、受信された複軸センサデータから複軸センサデータ特徴ベクトルを抽出するセンサデータ解析部１２と、予め抽出された複軸センサデータ特徴ベクトルを参照用データ（特定信号パターン特徴ベクトル）として蓄積するための特定信号パターンデータベース１５と、特定信号パターンデータベース１５に参照用データを蓄積する蓄積部１４と、センサデータ解析部１２により抽出された複軸センサデータ特徴ベクトルと参照用データ（特定信号パターン特徴ベクトル）とに基づいて、後述の手法により特定信号パターンを検出するパターン検出部１３と、特定信号パターンとプレゼンス情報との対応情報等を蓄積するためのプレゼンスデータベース１７と、パターン検出部１３により検出された特定信号パターンをプレゼンスデータベース１７に基づいてプレゼンス情報に変換するプレゼンス情報変換部１６と、変換で得られたプレゼンス情報をユーザＡのリクエストに応じて携帯端末３０へ送信するプレゼンス情報送信部１８とを含んで構成される。なお、プレゼンスデータベース１７には、例えば図２に示すように、特定信号パターンの識別情報（特定信号パターンＩＤ）、プレゼンス情報、及び該プレゼンス情報の公開に関するセキュリティポリシィが対応付けて蓄積されている。また、センサデータ受信部１１は、本発明に係る「センサデータ取得手段」（ここでは、一例として、外部から複軸センサデータを取得する手段）に相当する。

ユーザＡの携帯端末３０は、プレゼンス情報送信部１８により送信されたプレゼンス情報を受信するプレゼンス情報受信部３１と、受信されたプレゼンス情報を表示出力するプレゼンス情報出力部３２とを含んで構成され、ユーザＡは、プレゼンス情報出力部３２に表示出力されたプレゼンス情報を確認することが可能とされている。

ところで、プレゼンス提供サーバ１０においては、センサデータ解析部１２及びパターン検出部１３が要部を構成し、これらが本発明に係る「特定信号パターン検出手段」に相当する。このうちセンサデータ解析部１２は、センサデータ受信部１１により受信された複軸センサデータを予め用意された時間窓に基づいて分割するデータ分割部１２Ａと、分割された複軸センサデータに対し、ノイズ除去及びデータ正規化の少なくとも一方を含む前処理を実行する前処理部１２Ｂと、前処理が実行された複軸センサデータを基底関数展開することで複軸センサデータ特徴ベクトルを算出する特徴ベクトル算出部１２Ｃとを含んで構成される。

パターン検出部１３は、特徴ベクトル算出部１２Ｃにより算出された複軸センサデータ特徴ベクトルと、特定信号パターンデータベース１５に蓄積された参照用データ（特定信号パターン特徴ベクトル）とに基づいて定義される評価関数を最適化することで固有値方程式を求め、当該固有値方程式を解くことで複軸センサデータ特徴ベクトル及び特定信号パターン特徴ベクトルを関連付ける変換データの候補を算出し、当該変換データの候補、所定の拘束条件及び評価関数に基づいて、最適な変換データに対応する特定信号パターンを検出する。

［通信システムにおける処理動作］
以下、図３を用いて本実施形態における具体的な処理動作について説明する。

ユーザＸは、複数軸センサデータを獲得できる加速度センサ２１を搭載した携帯端末２０を携行している。そのため、逐次、ユーザＸのコンテキストに応じて変動する複数軸センサデータ（ここでは一例として加速度ベクトル）が、加速度センサ２１により獲得され（図３のＳ１）、センサデータ送信部２２によりパケット通信でプレゼンス提供サーバ１０へ送信される（Ｓ２）。
プレゼンス提供サーバ１０では、センサデータ受信部１１が、ユーザＸの携帯端末２０から送信された加速度ベクトルの時系列データを逐次受信する（Ｓ３）。そして、データ分割部１２Ａが、時系列データとして受信される加速度ベクトルをデータ分割する（Ｓ４）。分割の手法は限定されないが、ここでは、複数の時間窓

を用意してデータ分割する。その後、前処理部１２Ｂが、分割後のデータに対し前処理を実施する（Ｓ５）。ここでの前処理の方法は加速度センサ２１の用途によって異なるが、ここでは例えば、Gaussianフィルターによるノイズ除去処理と、時間窓ｔ_ｌでの加速度の正規化とが行われる。

次に、特徴ベクトル算出部１２Ｃによるセンサデータ解析について説明する。
任意の姿勢で設置されたセンサから観測される時刻ｔでの加速度ベクトルを

とし、理想的な姿勢で設置されたセンサから観測される時刻ｔでの加速度ベクトル（重力加速度も含む）を

とし、時刻ｔでの観測時のノイズベクトルをそれぞれ

とおく。
基本的に加速度センサは「並進方向の加速度」を検出するものとすると、“式（２）で表される、任意の姿勢で設置されたセンサから観測される加速度”は“式（３）で表される、理想的な姿勢で設置されたセンサから観測される加速度”に対し所定の座標変換（ここでは３軸回転変換）を行うことで求められるので、以下のように表せる。

ただし、R(t)は以下の回転行列である。

ここで、検出対象である特定信号パターンは、「センサの姿勢が回転するよりも、特定信号パターンの変動する周期の方が十分に早い」ものとする。即ち、加速度センサ２１を搭載した携帯端末２０をユーザＸがポケットに入れたり、手に持った場合でも、“歩いている”とか“走っている”というユーザＸの動作中では、“加速度センサ２１の回転に関する姿勢変化（捻じれ）がない”と考えることができる。
このような場合には、上記の回転行列は特定信号パターンが表れている時間では、一定であるとみなせる。即ち、以下の式（７）のように回転行列Ｒは時間ｔの関数でないものとして表すことができる。

次に特定信号パターンを検出するために、センサから観測される加速度ベクトルの時系列データを解析する（図３のＳ６）。ここでは局在波による関数展開であるWavelet変換を利用する。上記式（７）の両辺にWavelet変換を施すと

となる。ここで、

はそれぞれ

のWavelet係数ベクトルを表し、ａ、ｂはそれぞれスケールパラメータ（周波数対応）、シフトパラメータ（時間対応）を表し、ｋは特定信号パターンの識別情報（特定信号パターンＩＤ）を表し、ｔ_l ^(k)は特定信号パターンｋが表れる時間領域を表す。

次に、パターン検出部１３による特定信号パターンの検出（照合）について説明する。
ノイズは白色雑音とすると、式（８）の右辺第２項は一定とみなせるので、事前に検出されている特定信号パターン（理想値）

のうち、実際に観測される信号パターン

との照合には正規化相互相関係数を用い、その値が１に近い場合に上記の特定信号パターン（理想値）が生じたと判断する。
即ち、

になるような回転行列Ｒを求める。
そのために、回転行列の性質に基づいて得られる汎関数

の拘束条件下でラグランジェの未定係数を用いて、下記の式（１０）で表される評価関数

の最小化問題を解く。
そのためには（即ち、式（１０）の評価関数が停留点を持つためには）、

であることが必要である。
このとき、以下の固有値方程式が得られる。

ただし、

である。

そして、パターン検出部１３は、上記固有値方程式（１２）を解く（図３のＳ７）。これにより、評価関数を最小にする解の候補が得られる。

次に、パターン検出部１３は、評価関数Ｅがしきい値以下で且つ回転行列Ｒの成分が拘束条件を満たすかどうかを検証することで、解の候補の各々について妥当性を検証し（Ｓ８）、検証で妥当とされた解のうち、評価関数Ｅが最小になるｋを特定信号パターンとして検出する（Ｓ９）。ここでのｋは、特定信号パターンの識別情報（図２の特定信号パターンＩＤ）に相当する。
具体的には、上記Ｓ８、Ｓ９の処理により、以下の式（１４）を満たすｋが特定信号パターンとして検出されることとなる。

なお、argmin{E}とは、評価関数Ｅが最小になるようなｋを求めることを意味する。

さらに、プレゼンス情報変換部１６は、上記のように検出された特定信号パターンｋに対応付けられたプレゼンス情報をプレゼンスデータベース１７から検索することで、特定信号パターンｋをプレゼンス情報に変換する（Ｓ１０）。

プレゼンス情報送信部１８は、ユーザＡの要求に対し、プレゼンスデータベース１７にて対応付けされたユーザＸのセキュリティポリシィに応じた手法でプレゼンス情報をユーザＡの携帯端末３０に送信する（又は送信しない制御を行う）ことができる。

図２に示すように、例えば、ｋ＝１が求められた場合、セキュリティポリシィは特定ユーザ（ユーザＡ）のみ公開と設定されているため、プレゼンス情報「歩いている」はユーザＡの携帯端末３０に送信され、ユーザＡに公開される。ｋ＝２が求められた場合は、セキュリティポリシィは非公開と設定されているため、プレゼンス情報「座っている」はユーザＡの携帯端末３０には送信されず、ユーザＡには公開されない。また、ｋ＝ｈが求められた場合は、セキュリティポリシィは特定ユーザ（ユーザＡ）のみ非公開と設定されているため、プレゼンス情報「走っている」はユーザＡの携帯端末３０には送信されず、ユーザＡには公開されない。

以上説明した本実施形態によれば、任意の姿勢で設置されたセンサから観測される加速度は、理想的な姿勢で設置されたセンサから観測される加速度に対し所定の座標変換（ここでは３軸回転変換）を行うことで求めることができるため、加速度センサを特定の場所に特定の姿勢で固定する必要がなくなり、携帯端末に搭載するセンサなどについてモバイル環境での携行方法に制約を与えないようにすることができる。

また、特定信号パターンの検出方法では、固有値方程式（１２）を解くことで評価関数Ｅを最小にする解の候補を得て、これら解の候補から所定の拘束条件の下で評価関数Ｅが最小になるｋを特定信号パターンとして検出するため、極めて多数の参照用の特定信号パターンと個々に照合作業を行うことなく特定信号パターンを検出することができ、高速な処理を実現できる。従って、時系列データなどリアルタイム処理が必要とされる用途への適用が可能である。

さらに、任意の姿勢で設置されたセンサを前提として最適化問題を設定しているので、センサにおいて極端に高速な捻りの動きがなければ、全ての並進運動の動きを検出することが可能である。

なお、図３には省略したが、事前に特定信号パターンを特定信号パターンデータベース１５に蓄積する処理については、加速度センサを理想的な姿勢で設置した時にユーザＸの動きに関する複軸センサデータを計測し、計測で獲得された複軸センサデータに対し、上記式（１）から（８）までの処理を施すことで獲得し、特定信号パターンデータベース１５に蓄積することができる。

また、上記実施形態では、本発明に係る「特定信号パターン検出装置」に相当するプレゼンス提供サーバ１０自体は、複軸センサデータを検出可能なセンサを備えず、外部の携帯端末２０（加速度センサ２１を搭載した携帯端末２０）から該加速度センサ２１で検出された複軸センサデータを受信することで、複軸センサデータを取得する実施態様を示したが、これに限定されるものではなく、プレゼンス提供サーバ１０自体が、複軸センサデータを検出可能なセンサを備え、該センサで検出された複軸センサデータを取得してもよい。

発明の実施形態に係る通信システムの構成図である。 プレゼンスデータベースのデータ構造を示す図である。 通信システムにおける処理動作を示す流れ図である。

符号の説明

１…通信システム、１０…プレゼンス提供サーバ、１１…センサデータ受信部、１２…センサデータ解析部、１２Ａ…データ分割部、１２Ｂ…前処理部、１２Ｃ…特徴ベクトル算出部、１３…パターン検出部、１４…蓄積部、１５…特定信号パターンデータベース、１６…プレゼンス情報変換部、１７…プレゼンスデータベース、１８…プレゼンス情報送信部、２０…携帯端末、２１…加速度センサ、２２…センサデータ送信部、３０…携帯端末、３１…プレゼンス情報受信部、３２…プレゼンス情報出力部。

Claims (2)

1. 複数の軸方向に関するセンサデータとしての複軸センサデータを取得するセンサデータ取得手段と、
   前記センサデータ取得手段により取得された複軸センサデータと、検出対象の特定信号パターンの各々についての予め獲得された参照用データとが座標変換された関係にあるとの前提の下で、前記複軸センサデータと前記参照用データとに基づいて評価関数を定義し当該関数の最小化問題を解くことで、前記複軸センサデータに対応する特定信号パターンを検出する特定信号パターン検出手段と、
   を備え、
   前記特定信号パターン検出手段は、
   前記センサデータ取得手段により取得された複軸センサデータを、予め用意された時間窓に基づいて分割するデータ分割部と、
   前記データ分割部により分割された複軸センサデータに対し、ノイズ除去及びデータ正規化の少なくとも一方を含む前処理を実行する前処理部と、
   前記前処理部による前処理が実行された複軸センサデータを基底関数展開することで、複軸センサデータ特徴ベクトルを算出する特徴ベクトル算出部と、
   前記特徴ベクトル算出部により算出された複軸センサデータ特徴ベクトルと、前記参照用データとしての特定信号パターン特徴ベクトルとに基づいて定義される評価関数の最小化問題に対応する固有値方程式を求め、当該固有値方程式を解くことで前記複軸センサデータ特徴ベクトル及び前記特定信号パターン特徴ベクトルを関連付ける変換データの候補を算出し、当該変換データの候補、所定の拘束条件及び前記評価関数に基づいて、最適な変換データに対応する特定信号パターンを検出するパターン検出部と、
   を含んで構成されたことを特徴とする特定信号パターン検出装置。
2. 複数の軸方向に関するセンサデータとしての複軸センサデータが取得されるセンサデータ取得ステップと、
   前記センサデータ取得ステップにて取得された複軸センサデータと、検出対象の特定信号パターンの各々についての予め獲得された参照用データとが座標変換された関係にあるとの前提の下で、前記複軸センサデータと前記参照用データとに基づいて評価関数が定義され当該関数の最小化問題が解かれることで、前記複軸センサデータに対応する特定信号パターンが検出されるパターン検出ステップと、
   を有し、
   前記パターン検出ステップは、
   前記センサデータ取得ステップにて取得された複軸センサデータが、予め用意された時間窓に基づいて分割されるデータ分割ステップと、
   前記データ分割ステップにて分割された複軸センサデータに対し、ノイズ除去及びデータ正規化の少なくとも一方を含む前処理が実行される前処理ステップと、
   前記前処理ステップにて前処理が実行された複軸センサデータが基底関数展開されることで、複軸センサデータ特徴ベクトルが算出される特徴ベクトル算出ステップと、
   前記特徴ベクトル算出ステップにて算出された複軸センサデータ特徴ベクトルと、前記参照用データとしての特定信号パターン特徴ベクトルとに基づいて定義される評価関数の最小化問題に対応する固有値方程式が求められ、当該固有値方程式が解かれることで前記複軸センサデータ特徴ベクトル及び前記特定信号パターン特徴ベクトルを関連付ける変換データの候補が算出され、当該変換データの候補、所定の拘束条件及び前記評価関数に基づいて、最適な変換データに対応する特定信号パターンが検出されるパターン検出ステップと、
   を有する特定信号パターン検出方法。

Images