文献

J-GLOBAL ID：201702244429579643   整理番号：17A1959432

表情を用いた独立Bayes分類器組み合わせに基づく手話認識【Powered by NICT】

Independent Bayesian classifier combination based sign language recognition using facial expression

著者 (3件)： Kumar Pradeep (Department of Computer Science & Engineering, Indian Institute of Technology, Roorkee, India) ,  Roy Partha Pratim (Department of Computer Science & Engineering, Indian Institute of Technology, Roorkee, India) ,  Dogra Debi Prosad (School of Electrical Sciences, Indian Institute of Technology Bhubaneswar, India)
資料名： Information Sciences  (Information Sciences)
巻： 428  ページ： 30-48  発行年： 2018年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 自動手話認識(SLR)システムは,通常,手と指ジェスチャーを認識するのにより設計した。しかし,顔表情はサイン言語(手話)通信中の感情状態を表現するために重要な役割を果たしているが,SLRシステムにおけるその可能性が最大限に解析されていない。手話ジェスチャに対応する署名者の表情なしで不完全であるSLRシステム。本論文では,二種類の異なるセンサ,すなわち跳躍運動およびKinectを用いたサインジェスチャと顔の表情を組み込むことにより,SLRシステムのための新しいマルチモーダルフレームワークを提案した。手話ジェスチャは跳躍運動を用いて記録し,同時にKinectは署名者の顔データを捕捉するために使用した。51動的符号語ジェスチャのデータセットを収集した。認識は隠れMarkovモデル(HMM)を用いて行った。次に,認識性能を改善するための異なるモダリティの決定を結合するために独立したBayes分類(IBCC)法を適用した。著者たちの解析は,単一および二重手ジェスチャに対して96.05%と94.27%の認識率を持つ有望な結果を示した。提案したマルチモーダルフレームワークは,単一および二重の手のジェスチャーに関する単フレームワークと比較して1.84%と2.60%の増加を実現した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 隠れMarkovモデル ,  通信 ,  センサ ,  言語 ,  *手話 ,  *表情
準シソーラス用語： 認識率 ,  モダリティ ,  符号語 ,  Kinect ,  感情状態 ,  顔表情 ,  身振り ,  *手話認識 ,  Bayes分類器 , 【Automatic Indexing@JST】

著者キーワード (4件)： 手話認識 ,  深さセンサ ,  隠れMarkovモデル(HMM) ,  Bayes組合せ

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 (4件)： 表情 ,  Bayes分類器 ,  組み合わせ ,  手話認識