文献

J-GLOBAL ID：201802286245334137   整理番号：18A1621540

マルチモード情報融合による複数カーネル学習を用いたジェスチャ認識に関する比較研究【JST・京大機械翻訳】

Comparative Study on Gesture Recognition Using Multiple Kernel Learning via Multi-mode Information Fusion

著者 (4件)： Wang Fei (Faculty of Robot Science and Engineering, Northeastern University, Shenyang, China) ,  Gan Kunlu (Faculty of Robot Science and Engineering, Northeastern University, Shenyang, China) ,  Wu Chengdong (Faculty of Robot Science and Engineering, Northeastern University, Shenyang, China) ,  Bu Fan (Northeast Yucai School, Shenyang, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CYBER  ページ： 19-24  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： 移動ロボット運動のためのジェスチャー制御を実行するために,多重モード情報融合分類器の設計に対するアプローチを導入した。これは,移動ロボット運動のためのジェスチャ制御を実行するために,可por性,ロバスト性,直感性,およびアベイラビリティの観点から要求される制御性能を超えることができる。カーネルアラインメントによる多重カーネル展開に基づく特徴抽出プロジェクトと多重カーネル関連ベクトルマシン(MKRVM)の4グループの比較を,より良い認識性能を得るために使用した。時間領域解析と時間-周波数領域解析を結合した特徴抽出法が,より良い性能を得ることができることがわかった。次に,実験を比較した後に,カーネルアラインメントによる多重カーネル展開に基づくMKRVMが,より高い認識率を達成するだけでなく,その一般化能力も従来のMKRVMより著しく優れていることを証明した。遺伝的アルゴリズム(GA)を用いて,MKRVMアルゴリズムの各カーネルに対する最良パラメータを最適化した。オンラインロボット制御実験において,ジェスチャーオンライン同定システムは,リアルタイムで正確にオペレータジェスチャを同定することができて,正確に若者ロボットを制御して,単純な組立操作を動かして,実行することができた。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： 多重化 ,  オペレータ ,  遺伝的アルゴリズム ,  特徴抽出 ,  移動ロボット ,  アラインメント ,  *多モード ,  ロボット ,  ロバスト性 ,  アベイラビリティ ,  最適化
準シソーラス用語： オンライン ,  関連ベクトルマシン ,  身振り ,  *ジェスチャー認識 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： マルチモード ,  情報融合 ,  カーネル学習 ,  ジェスチャ認識 ,  研究