人間の複雑な行動を理解するためには，運動の傾向が切り替わる瞬間を検出し，歩く，走るなど，意味を持った動きのまとまりを切り出すことが必要です．しかし日常動作やスポーツ，踊りなど，人間の運動パターンは多様であるため，これらの意味をとらえることができたとしても，それぞれの運動に適切な名前をつけることは難しく，またこれらのパターンが連続的に遷移する一連の動作では，運動境界は曖昧である場合がほとんどです．そのため最適な運動の切り出し方を求めることは，人間にとっても簡単ではありません．そこで私たちは，人による事前知識を極力排除し，統計的なモデル化を通じて全自動で運動の切り出しを行う研究をしています．具体的には，大量の運動データから，適切な切り出し方と運動パターンの数を自動で獲得する手法を，階層ベイズ法を用いて構築しています．自動獲得された運動モデルは，人型ロボットの模倣学習などに応用することができます．
