文献
J-GLOBAL ID:201202236906218152   整理番号:12A1751763

加速度センサを用いたジェスチャおよび行動認識のための計算コストを考慮した認識モデルの提案

A Low Computation Method for Acceleration-based Gesture and Activity Recognition
著者 (2件):
資料名:
巻: IS-12  号: 39-44.46-55  ページ: 17-21  発行年: 2012年11月08日 
JST資料番号: L4571A  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 日本語 (JA)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
携帯端末機はバッテリ容量に制限があるので計算コストの高い手法を複数実行するのは好ましくなく,身体装着型加速度センサを用いたジェスチャ認識と行動認識を共通に扱える枠組みを検討した。本論文では,アンサンブル学習器の枠組みでジェスチャ認識や行動認識にそれぞれ用いることができる弱学習器や,ジェスチャと行動認識に共通して用いることができる弱学習器を選択的に実行して計算コストを抑える手法を提案した。本手法では手首に付けられた3軸加速度センサから取得したデータを入力とし,加速度データから算出された特徴値によって分類を行う弱学習器と,DTW(Dynamic Time Warping)に基づいた弱学習器を用意した。具体的には,1)入力データに適した弱学習器の適用順序を決定するセレクタ,2)AdaBoostによる弱学習器の予測結果の評価・クラスの決定を行う。1)では計算コストを考慮して入力データから簡易特徴を抽出し,それを手がかりとして予め用意した簡易特徴のセットと弱学習器の適用順序が格納されたデータベースから適用順序を得る。また,弱学習器を適用していく途中でクラス分類の投票結果が確定した場合には,残りの弱学習器の評価を行わずに計算コストを削減する。評価実験ではすべての弱学習器を用いる場合よりも多少精度は低下するが,計算コストを大幅に削減できた。
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  人工知能  ,  時間,速度,加速度,角速度の計測法・機器 
引用文献 (9件):

前のページに戻る