文献

J-GLOBAL ID：201802267053687346   整理番号：18A0444761

AirScript-空気中の文書作成【Powered by NICT】

AirScript - Creating Documents in Air

著者 (8件)： Dash Ayushman ,  Sahu Amit ,  Shringi Rajveer ,  Gamboa John ,  Afzal Muhammad Zeshan ,  Malik Muhammad Imran ,  Dengel Andreas ,  Ahmed Sheraz
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDAR  ページ： 908-913  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： 本論文では,空気中の文書を認識し,可視化するための,AirScriptと呼ばれる新しいアプローチを提案した。空気中の手の動き(ユーザによる摩耗Myoアームバンドにより獲得された)に変換する2Dデカルト平面上のx,y座標の配列,キャンバス上にそれらを可視化する,2DifVizと呼ばれる新しいアルゴリズムを提案した。既存のセンサベースのアプローチは,視覚フィードバックを提供するか,あるいは,あらかじめ固定したテンプレートを用いて特性を表していない。とは対照的に,AirScriptはユーザに運動の自由度を与えることにより,文字のリアルタイム視覚フィードバックを提供し,相互作用は,自然により際立っている。AirScriptは空気中で生成された文書の含量を予測するための認識モジュール提供する。そうするために,深い学習,センサデータと2DifVizにより生成された可視化を用いたに基づく新しいアプローチを提案した。認識モジュールは畳込みニューラルネットワーク(CNN)から構成されている。二ゲート反復単位(GRU)ネットワーク。これら三つのネットワークからの出力は空気で書かれた特性について最終予測を得るために融合した。AirScriptはスマート教室,スマート工場やスマート実験室のような高度に洗練された環境,は片のテキストを注釈に可能にするに用いることができる,参照表面を持たないたい。12人の参加者のデータに及ぼす種々の良く知られた学習モデル(HMM,KNN,SVMなど)に対するAirScriptを評価した。評価結果は,AirScriptの認識モジュールは者独立評価における91.7%の精度と者依存評価において96.7%の精度を達成することにより,これらのすべてのモデルよりも性能的に優れていることを示した。Copyright 2018 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： 予測 ,  アルゴリズム ,  帆布 ,  相互作用 ,  学習モデル ,  自由度 ,  ネットワーク ,  摩耗 ,  二次元 ,  *可視化
準シソーラス用語： テキスト ,  畳込みニューラルネットワーク ,  センサデータ ,  実時間 ,  視覚フィードバック , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (2件)： 空気中 ,  文書