文献

J-GLOBAL ID：201802251288841278   整理番号：18A0728817

オブジェクト検出に基づくROIセグメンテーションによる効果的な手話学習【JST・京大機械翻訳】

An Effective Sign Language Learning with Object Detection Based ROI Segmentation

著者 (3件)： Kim Sunmok ,  Ji Yangho ,  Lee Ki-Baek
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IRC  ページ： 330-333  発行年： 2018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： 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】

シソーラス用語： 画像 ,  *学習 ,  言語 ,  コンピュータビジョン ,  カメラ ,  前処理 ,  *手話 ,  *セグメンテーション ,  ネットワーク ,  二次元
準シソーラス用語： 畳込みニューラルネットワーク ,  画像フレーム ,  言語学習 ,  関心領域 ,  入力データ ,  *物体検出 , 【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 (5件)： オブジェクト検出 ,  ROI ,  セグメンテーション ,  手話 ,  学習