カーネル正準相関分析に基づく人間の動きに適した楽曲の推薦に関する一検討

摘要

本文では，正準相関分析に基づいて人間の動きに適した楽曲を推薦する手法を提案する．提案手法では，人間の動きと楽曲間の関係をモデル化するためにカーネル正準相関分析を利用する．このとき，カーネル正準相関分析において用いるカーネル関数は，人間の動き，楽曲共に各々の時間の伸縮を許容するように定義する必要がある．そこで，提案手法ではまず，人間の動きにおける時間の伸縮を許容するための再検討を行う．これにより，人間の動きと楽曲との間の関係が適切にモデル化され，その結果に基づいて人間の動きに適した楽曲の推薦が可能となる．本文の最後では，実際の映像から取得した人間の動きから楽曲を推薦する実験を行い，その有効性の確認を行う．%This paper proposes a method for recommendation of suitable music for human motion based on kernel canonical correlation analysis (CCA). The kernel CCA is used to find the relationship between different data sets, human motion data and music data. In this approach, the proposed method newly uses similarity of human motions, which is robust to temporal expantions of the motion data, as the kernel function. Therefore, we can successfully model the relationship between the human motion and the music to recommend suitable music for human motions. Experimental results are shown to verify the performance of the proposed method.