文献

J-GLOBAL ID：201702288677159573   整理番号：17A1919037

運動意図認識のための積層した隠れMarkovモデル【Powered by NICT】

Stacked hidden Markov model for motion intention recognition

著者 (5件)： Yang Tao (Neural and Biomedical Technology Department, Institute for Infocomm Research, A-star Singapore) ,  Huang Weimin (Neural and Biomedical Technology Department, Institute for Infocomm Research, A-star Singapore) ,  Chui Chee Kong (Department of Mechanical Engineering, National University of Singapore, Singapore) ,  Jiang Zhenhua (Otolaryngology Department, Shengli Oil Field Central Hospital, Dongying, China) ,  Jiang Liu (Cixi Institute of Biomedical Engineering, Ninbo Institute of Industrial Technology, China, Academy of Sciences, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSIP  ページ： 266-271  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： 運動意図認識はロボット支援応用において重要な役割を果たしている。ロボットは彼/彼女の運動軌跡に基づく人間ユーザの意図を認識できるように提案した積層隠れMarkovモデル(HMM)法。積層HMM法は観測した物体の関係に基づいて構築した。運動意図認識モデルは,多重H MMを含んでいた。各HMMは,対応する準位における一運動意図である。動き軌跡は仮想現実感を用いた外科訓練プラットフォームから収集した。二層積層HMM意図認識モデルは原始レベルとサブタスクレベルにおける運動意図を認識するために構築した。提案した意図認識法を用いて,原始およびサブタスクレベルの意図認識率はそれぞれ95.0±3.5%と71.0±13.6%であった。提案した方法は,運動軌跡を有する異なるレベルからユーザの意図の認識に有効である。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： 認知モデル ,  *隠れMarkovモデル ,  外科学 ,  軌跡 ,  ロボット ,  多重化 ,  バーチャルリアリティ
準シソーラス用語： 認識率 ,  運動軌道 , 【Automatic Indexing@JST】

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 運動 ,  意図 ,  隠れMarkovモデル