文献

J-GLOBAL ID：201602277821983304   整理番号：16A1407422

HMM BPNNモデルを用いた動的手のジェスチャ認識【Powered by NICT】

Dynamic hand gesture recognition using HMM-BPNN model

著者 (4件)： Lu Zhou (Institute of Robotics and Automatic Information System (IRAIS), Tianjin Key Laboratory of Intelligent Robotics (tjKLIR), Nankai University, Tianjin, 300071, China) ,  Li-Shuang Zhang (Institute of Robotics and Automatic Information System (IRAIS), Tianjin Key Laboratory of Intelligent Robotics (tjKLIR), Nankai University, Tianjin, 300071, China) ,  Lei Sun (Institute of Robotics and Automatic Information System (IRAIS), Tianjin Key Laboratory of Intelligent Robotics (tjKLIR), Nankai University, Tianjin, 300071, China) ,  Xue-Bo Zhang (Institute of Robotics and Automatic Information System (IRAIS), Tianjin Key Laboratory of Intelligent Robotics (tjKLIR), Nankai University, Tianjin, 300071, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： RCAR  ページ： 422-426  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 動的手のジェスチャ認識の問題を解決するために,隠れMarkovモデルとBP神経回路網(HMM BPNNモデルと呼ばれる)を組み合わせた新しい方法を提案した。具体的には,最初のIntel知覚装置の指追跡モジュールを用いた3D深さ画像からの手のジェスチャ特徴の情報を抽出第二に,手のジェスチャ特徴の得られた情報は,隠れMarkovモデル(HMM)法を用いてモデル化する第三に,分類器として,BP神経回路網(BPNN)を入力動的手のジェスチャを認識する。最後に,シミュレーションと実験の結果は,本論文で提案した方法の実現可能性を検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 神経回路網 ,  モデリング ,  三次元 ,  画像 ,  *隠れMarkovモデル
準シソーラス用語： *身振り ,  *ジェスチャー認識 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： HMM ,  モデル ,  ジェスチャ認識