乳幼児・育児コンテキスト認識

概要

育児情報の記録・共有は子供の健康状態を正確に評価するために重要ですが、手動記録は保護者にとって大きな負担です。本プロジェクトでは、市販のウェアラブルデバイスと慣性センサを用いて、乳幼児・育児活動を自動的に検出・認識する手法を開発しています。

アプローチ

• 乳幼児活動認識（IEEE Pervasive Computing 2024）: 胸部装着の低サンプリングレート加速度センサを用いたマルチラベル分類モデル。6〜24ヶ月の乳幼児の14種類の日常活動を25の時間・周波数領域特徴量で認識
• 予備的調査（UbiComp 2023）: 胸部装着加速度センサデータから8種類の典型的な日常行動（睡眠、ハイハイ、歩行、立位、座位、授乳、食事、抱っこ）を分類する機械学習モデル
• 育児活動検出（SmartComp 2022）: 保護者が装着する市販スマートウォッチのモーションセンサデータから9種類の育児活動を検出

結果

• 乳幼児活動認識: 14活動のマルチラベル分類で最良ケースにおいてF1スコア88%以上を達成。24名の乳幼児データで検証
• 予備的モデル: 10名の乳幼児から約18時間のデータで8クラス分類において約80%の精度
• 育児活動検出: 実験室評価で9種類の育児活動に対し71%の精度（F1: 0.66）

意義

本研究は、単一の市販センサによる乳幼児・育児活動の自動的・非侵襲的記録の実現可能性を実証しています。保護者の手動記録の負担を大幅に軽減し、継続的な健康モニタリングと疾病・緊急時のタイムリーな対応を可能にします。