文献

J-GLOBAL ID：201702286139506145   整理番号：17A1776059

マルチモーダルU AV制御のための畳込みニューラルネットワークを用いた手のジェスチャの認識【Powered by NICT】

Hand gesture recognition with convolutional neural networks for the multimodal UAV control

著者 (7件)： Ma Yuntao (Department of Mechanical Engineering, Imperial College London, London, UK) ,  Liu Yuxuan (Department of Mechanical Engineering, Imperial College London, London, UK) ,  Jin Ruiyang (Department of Mechanical Engineering, Imperial College London, London, UK) ,  Yuan Xingyang (Department of Mechanical Engineering, Imperial College London, London, UK) ,  Sekha Raza (Department of Mechanical Engineering, Imperial College London, London, UK) ,  Wilson Samuel (Department of Mechanical Engineering, Imperial College London, London, UK) ,  Vaidyanathan Ravi (Department of Mechanical Engineering, Imperial College London, London, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： RED UAS  ページ： 198-203  発行年： 2017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： UAVのオペレータ制御のためのロバストなウェアラブルセンサ一連融合腕運動と手のジェスチャ認識を導入した。センサ,筋音図(MMG)と慣性測定ユニット(IMU)はマルチモーダル(腕運動と手ジェスチャ)コマンド信号を同時に捕捉に融合する。併存MMGは表面振動による筋活性化を追跡する一方IMUは世界参照方位と加速度データを生成した。ジェスチャ認識のための表面筋振動の使用は,皮膚を用いた電気接触の必要性,場におけるジェスチャ認識のための筋力測定の他の型を妨げてきたを除去する。本研究では,ハードウェア設計,腕運動の慣性認識,およびMMG信号に基づく実時間手のジェスチャ認識のための使用畳込みニューラルネットワーク(CNN)システムの詳細な構造を示した。システムは,各ユーザのための簡単なキャリブレーションを持つ五ジェスチャの94%の精度を達成し,それにより直感的なジェスチャに基づくU AV制御システムを提供する。知る限りでは,これは電気皮膚接触を必要としないという直感的ジェスチャーによるU AVの多モード制御を可能にする最初のウェアラブルシステムである。今後の研究は,より大きなU AVスウォームシステムを試験することを含む。Copyright 2017 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： *ニューラルネットワーク ,  センサ ,  ハードウェア設計 ,  *畳込み ,  ロバスト性 ,  制御系 ,  オペレータ ,  *多モード ,  加速度
準シソーラス用語： ウェアラブルシステム ,  筋音図 ,  ジェスチャー認識 ,  アーム運動 ,  ウェアラブルセンサ ,  *身振り , 【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)： マルチモーダル ,  畳込みニューラルネットワーク ,  手 ,  ジェスチャ