文献

J-GLOBAL ID：201402228765568369   整理番号：14A0862320

手形状認識に関するHOGを用いたSVMと機械学習に基づく組合せ法

A Combined Method Based on SVM and Online Learning with HOG for Hand Shape Recognition

著者 (3件)： SHIMADA Kazutaka (Kyushu Inst. Technol., Fukuoka, JPN) ,  MUTO Ryosuke (Kyushu Inst. Technol., Fukuoka, JPN) ,  ENDO Tsutomu (Kyushu Inst. Technol., Fukuoka, JPN)
資料名： Journal of Advanced Computational Intelligence and Intelligent Informatics  (Journal of Advanced Computational Intelligence and Intelligent Informatics)
巻： 16  号： 6  ページ： 687-695  発行年： 2012年09月20日 
JST資料番号： F1398A  ISSN： 1343-0130  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 本論文では,手形状認識に関する組合せ法を提案した。それは知覚に基づくサポートベクトルマシン(SVM)とオンライン学習アルゴリズムからなる。各方式にHOG特性を適用する。最初に,SVMを用いて入力画像の手形状を推定する。ここで,パーセプトロンによるオンライン学習法は,画像が認識過程における再学習に有効ならば,新しい訓練データとして入力画像を用いる。次に,SVMからのスコアを用いて,SVMと知覚の出力から最終手形状を選択する。現ユーザの再学習過程を含むため,オンライン知覚を用いた組合せ法は未知ユーザに対してロバストである。それ故,オンライン知覚の適用は精度向上をもたらす。組合せ法をSVMのみを用いる方式と比較した。実験の結果,提案方式の有効性を示した。(翻訳著者抄録)

シソーラス用語： *物体認識 ,  *手【生体】 ,  *サポートベクトルマシン ,  組合せ ,  *機械学習 ,  画像特性 ,  パーセプトロン ,  知覚 ,  評価試験 ,  前処理
準シソーラス用語： 形状認識 ,  SVM ,  オンライン学習 ,  HOG特徴量

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (14件)：

• A. van Dam, “Post-WIMP User Interfaces,” Communication of the ACM, Vol.40, No.2, pp. 63-67, 1997.
• W. T. Freeman and C. D. Weissman, “Television Control by Hand Gestures,” in Proc. of IWAFGR 95, pp. 179-183, 1995.
• S. Hiranuma, A. Kimura, F. Shibata, and H. Tamura, “Interface Design ofWide-View ElectronicWorking Space Using Gesture Operations for Collaborative Work,” in Proc. of HCI 2007, pp. 1332-1336, 2007.
• K. Oka, Y. Sato, and H. Koike, “Real-Time Fingertip Tracking and Gesture Recognition,” Computer Graphics and Applications, Vol.22, No.6, pp. 64-71, 2002.
• N. Dalal and B. Triggs, “Histograms of Oriented Gradients for Human Detection,” in Proc. of IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), pp. 886-893, 2005.

タイトルに関連する用語 (6件)： 手 ,  形状認識 ,  HOG ,  SVM ,  機械学習 ,  組合せ