文献

J-GLOBAL ID：201602276914908998   整理番号：16A0772828

低複雑性リカレントニューラルネットワークを用いたウェアラブルデバイスのための動的手のジェスチャ認識【Powered by NICT】

Dynamic hand gesture recognition for wearable devices with low complexity recurrent neural networks

著者 (2件)： Shin Sungho (Department of Electrical and Computer Engineering, Seoul National University, 1, Gwanak-ro, Gwanak-gu, Seoul 08826 Korea) ,  Sung Wonyong (Department of Electrical and Computer Engineering, Seoul National University, 1, Gwanak-ro, Gwanak-gu, Seoul 08826 Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ISCAS  ページ： 2274-2277  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： ジェスチャ認識は私のウェアラブルデバイスmのための非常に有効な技術である。以前のアルゴリズムは隠れマルコフモデルを含む統計的手法に基づいているが,ここでは低複雑性リカレントニューラルネットワーク(RNN)アルゴリズムを用いた二動的手のジェスチャ認識技術を開発した。一つはビデオ信号に基づいており,退行期ニューラルネットワーク(CNN)とRNNの複合構造を採用した。もう一つは加速度計データを用いて,RNNを必要とするだけである。量の大部分を量子化二ビットに固定小数点最適化を重み記憶用のメモリサイズの量を最適化し,ハードウェアとソフトウェアに基づく実装における電力消費を低減するために実施した。Copyright 2016 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： アルゴリズム ,  電力消費 ,  *ニューラルネットワーク ,  最適化 ,  隠れMarkovモデル ,  複合構造 ,  ハードウェア ,  統計的方法 ,  加速度計 ,  画像信号 ,  量子化 ,  *ウェアラブルデバイス ,  *リカレントニューラルネットワーク ,  改変
準シソーラス用語： *ジェスチャー認識 ,  *低複雑性 , 【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 (4件)： 低複雑性 ,  リカレントニューラルネットワーク ,  ウェアラブルデバイス ,  ジェスチャ認識