文献

J-GLOBAL ID：201802287934289239   整理番号：18A1456775

畳込みニューラルネットワークに基づくジェスチャ認識アルゴリズム【JST・京大機械翻訳】

Convolution Neural Networks for Gesture Recognition

著者 (2件)： Zhu Wenwen (華東理工大学信息科学与工程学院,上海,200237) ,  Ye Xining (華東理工大学信息科学与工程学院,上海,200237)
資料名： Huadong Ligong Daxue Xuebao. Ziran Kexue Ban  (Huadong Ligong Daxue Xuebao. Ziran Kexue Ban)
巻： 44  号： 2  ページ： 260-269  発行年： 2018年 
JST資料番号： C2920A  ISSN： 1006-3080  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ジェスチャ認識は,人間-コンピュータ相互作用,知的義足,および医療リハビリテーションの研究ホットスポットである。手ジェスチャ認識のリアルタイム性と精度の要求を満たすために,本論文は,コストの小さい加速度信号をデータとして,LeNet-5畳込みニューラルネットワークの解析に基づく。加速度信号に適したLeNet-Aネットワークを提案した。このネットワークは加速度に基づくジェスチャの分類に特有の複雑性を持ち、Dropout層を増加させ、畳み込み核のサイズ、畳み込み核の数、活性化関数及び分類器を改変する。Ninaproデータセットでの実験結果は,このネットワークが正常被験者と切断者の識別率において大きな優位性を示し,平均精度はそれぞれ90.37%と79.99%であることを示した。それは現在の最適分類装置より12%と31%高かった。このネットワークは,良好なリアルタイム性と雑音耐性を持つ。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  加速度 ,  コンピュータ ,  義足 ,  相互作用 ,  *畳込み ,  ホットスポット ,  リハビリテーション ,  分類装置
準シソーラス用語： 認識率 ,  被験者 ,  複雑性 ,  *ジェスチャー認識 ,  *身振り ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： accelerometer ,  convolution neural networks ,  gesture recognition ,  anti-noise capability

分類 (2件)： 計算機シミュレーション  (JE11000H) ,  固体デバイス製造技術一般  (NC03030V)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  ジェスチャ認識 ,  アルゴリズム