抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文は,オブジェクト検出ネットワークを通して入力データの関心領域(ROI)セグメンテーション前処理を採用する新しいサイン言語学習法を提案した。入力として,2D画像フレームをサンプリングし,広い画像に連結した。画像から,ROIは手の領域を検出して抽出することによってセグメント化されて,サイン言語における重要な情報である。手領域検出プロセスは,良く知られたオブジェクト検出ネットワークで実行され,一度(Yolo)だけを見ることができ,サイン言語学習は畳込みニューラルネットワーク(CNN)で実行される。12のサインジェスチャを2Dカメラを通してテストした。結果は,ROIセグメンテーションのない方法と比較して,精度が12%(86%から98%まで)増加し,訓練時間が50%以上減少することを示した。これらのすべてを通して,事前に訓練された手の特徴を通して,それは,学習するためにより多くのサインジェスチャーを加えることにおいて,容易さの利点を有した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】