文献

J-GLOBAL ID：201702239257063120   整理番号：17A0464931

ハンドジェスチャー認識におけるインタラクティブな画像セグメンテーション手法

An Interactive Image Segmentation Method in Hand Gesture Recognition

著者 (9件)： CHEN Disi (Wuhan Univ. Sci. and Technol., Wuhan, CHN) ,  LI Gongfa (Wuhan Univ. Sci. and Technol., Wuhan, CHN) ,  SUN Ying (Wuhan Univ. Sci. and Technol., Wuhan, CHN) ,  KONG Jianyi (Wuhan Univ. Sci. and Technol., Wuhan, CHN) ,  JIANG Guozhang (Wuhan Univ. Sci. and Technol., Wuhan, CHN) ,  TANG Heng (Wuhan Univ. Sci. and Technol., Wuhan, CHN) ,  JU Zhaojie (Univ. Portsmouth, Portsmouth, GBR) ,  YU Hui (Univ. Portsmouth, Portsmouth, GBR) ,  LIU Honghai (Univ. Portsmouth, Portsmouth, GBR)
資料名： Sensors (Web)  (Sensors (Web))
巻： 17  号： 2  ページ： WEB ONLY  発行年： 2017年02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： ハンドジェスチャーの認識率を向上させるために,ハンドジェスチャ認識のためのインタラクティブな画像セグメンテーション手法を提案し,グラフカット,ランダムウォーカー,測地線スター凸面を用いたインタラクティブな画像セグメンテーションなどを研究した。Gaussian混合モデルを画像モデリングに使用し,Expectation Maximumアルゴリズムの反復に因りGaussian混合モデルのパラメータを学習した。Gibbs random fieldを画像セグメンテーションに適用し,最小カット定理を使用してGibbsエネルギーを最小化し,最適なセグメンテーションを見つけた。筆者らの方法のセグメンテーション結果を,画像データセット上でテストし,領域精度および境界精度を推定することによって他の方法と比較した。最後に,さまざまな背景の5種類のハンドジェスチャーを実験プラットフォーム上でテストし,疎な表現アルゴリズムを使用して,ハンドジェスチャー画像のセグメンテーションの認識精度向上を証明した。(翻訳著者抄録)

シソーラス用語： *画像認識 ,  *セグメンテーション ,  *画像処理 ,  比率 ,  Gauss模型 ,  データ表現 ,  集合
準シソーラス用語： Gauss混合モデル ,  データセット ,  *ハンドジェスチャー認識 ,  *画像セグメンテーション ,  疎表現 ,  認識率

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 (3件)： ハンドジェスチャー認識 ,  画像セグメンテーション ,  手法