文献

J-GLOBAL ID：201702225887149020   整理番号：17A0621516

深層領域適応により強化された表面EMG型セッション間ジェスチャ認識

Surface EMG-Based Inter-Session Gesture Recognition Enhanced by Deep Domain Adaptation

著者 (5件)： DU Yu (Zhejiang Univ., Hangzhou, CHN) ,  JIN Wenguang (Zhejiang Univ., Hangzhou, CHN) ,  WEI Wentao (Zhejiang Univ., Hangzhou, CHN) ,  HU Yu (Zhejiang Univ., Hangzhou, CHN) ,  GENG Weidong (Zhejiang Univ., Hangzhou, CHN)
資料名： Sensors (Web)  (Sensors (Web))
巻： 17  号： 3  ページ： WEB ONLY  発行年： 2017年03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： 高密度表面筋電図解析(HD-sEMG)は,狭い間隔の電極の2次元アレイを使って皮膚の制限区域から筋肉の電気活動を記録する。この技術により,時間および空間領域の両方におけるsEMG信号の解析とモデリングが可能となり,次世代筋-コンピュータインタフェース(MCI)の研究に新しい可能性をもたらす。sEMG型ジェスチャ認識は通常,セッション内シナリオで研究されてきており,標準ベンチマークデータベースの欠如が,実世界MCIの利用を制限している。これらの問題に対処するため,8x16電極アレイに基づき,23人の参加者の手のジェスチャのHD-sEMG記録のベンチマークデータベースを提示し,sEMG型セッション間ジェスチャ認識の強化のため深層学習型領域適応フレームワークを提案した。NinaPro,CSL-HDEMGおよび筆者らのCapgMyoデータセットにより,筆者らの手法はセッション内および実質的に改善されたセッション間ジェスチャ認識に関する最新の方法より優れていることを実証した。(翻訳著者抄録)

シソーラス用語： *画像認識 ,  相互接続 ,  *筋電図 ,  モデリング ,  ベンチマーク ,  データベース
準シソーラス用語： *ジェスチャー認識 ,  セッション

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 深層 ,  適応 ,  強化 ,  EMG ,  セッション ,  ジェスチャ認識