文献

J-GLOBAL ID：201502219692427426   整理番号：15A0798468

スーパーピクセルとSVM分類装置を用いる奥行画像からのリアルタイムヒト姿勢推定とジェスチャー認識

Development of a Portable Non-Invasive Swallowing and Respiration Assessment Device

著者 (4件)： SHIEH Wann-Yun (Chang Gung Univ., Tao-Yuan, TWN) ,  WANG Chin-Man (Chang Gung Memorial Hospital, Taoyuan, TWN) ,  WANG Chin-Man (Chang Gung Univ., Tao-Yuan, TWN) ,  CHANG Chia-Shuo (Chang Gung Univ., Tao-Yuan, TWN)
資料名： Sensors (Web)  (Sensors (Web))
巻： 15  号： 6  ページ： 12428-12453 (WEB ONLY)  発行年： 2015年06月 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： この論文では,奥行情報だけを用いるヒト姿勢推定およびジェスチャー認識アルゴリズムを提示する。提案した方法は,CPU(中央処理装置)のみを用いて操作されるように設計されており,そのため,アルゴリズムは埋め込みボードのような低コストプラットホームで操作できる。このヒト姿勢推定法は,人体模型モデルの事前の知識なく,SVM(サポートベクトルマシン)とスーパーピクセルに基づいている。ジェスチャー認識法において,ジェスチャーはヒトの体の姿勢情報から認識される。運動速度に関係なくジェスチャーを認識するために,この提案方法ではキーフレーム抽出法を利用する。ジェスチャー認識は,入力されたキーフレームを登録されたジェスチャーのキーフレームと比較することよって実行される。最も小さな比較エラーを生むジェスチャーが認識ジェスチャーとして選ばれる。ヒトが登録されていないジェスチャーを演じる時のジェスチャーの認識を防ぐために,各登録されたジェスチャーを他のジェスチャーと比較することによって,最大限許容できる比較エラーを誘導する。著者らが作成したデータセットを用いて,著者らの方法を評価した。実験結果は,著者らの方法は非常によく機能して,実際の環境で適用できることを示す。(翻訳著者抄録)

シソーラス用語： 分類 ,  *画像認識 ,  立体画像 ,  *推定 ,  ヒト ,  サポートベクトルマシン ,  画素 ,  アルゴリズム ,  生体モデル ,  フレーム ,  姿勢 ,  原価
準シソーラス用語： SVM ,  キーフレーム ,  サポートベクターマシン分類 ,  *ジェスチャー認識 ,  ピクセル ,  奥行画像 ,  *姿勢推定 ,  人体模型 ,  低コスト

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： ピクセル ,  SVM分類 ,  奥行画像 ,  リアルタイム ,  ヒト ,  姿勢推定 ,  ジェスチャー認識