文献

J-GLOBAL ID：202002217490038028   整理番号：20A2003733

敵対学習による進行ジェスチャのRFIDベース実時間認識【JST・京大機械翻訳】

RFID based real-time recognition of ongoing gesture with adversarial learning

著者 (4件)： Yu Yinggang (Shanghai Jiao Tong University, Shanghai, China) ,  Wang Dong (Shanghai Jiao Tong University, Shanghai, China) ,  Zhao Run (Shanghai Jiao Tong University, Shanghai, China) ,  Zhang Qian (Shanghai Jiao Tong University, Shanghai, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： SenSys ’19  ページ： 298-310  発行年： 2019年 
JST資料番号： D0698C  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： 現在,無線センシングベースのジェスチャ認識は,プライバシー問題のないその利便性と非侵襲性のため,上昇しているスターになっているが,配置と周囲の環境の厳密な要求は,その開発と一般化を制限する不可避の問題である。環境分散を含むいくつかの研究があるが,装置とユーザ間の相対位置の変化は無視されている。最も一般的な無線センシング法の1つとして,RFIDは,位相やRSSのような安定した低レベル物理特性で,活動認識に広く使用されている。さらに,RFIDタグから反射された信号は,その動きを直感的に描写する。他方,ビデオゲームのためのジェスチャ入力のような多くの対話型ジェスチャ駆動アプリケーションは,ジェスチャーの完了とその認識の間の待ち時間について,最高で避けられない問題である。深層学習に触発されて,本論文は,位相とRSSデータストリームを効率的に統合し,環境とユーザ不変特徴の両方を抽出する,リアルタイム進行中のジェスチャ認識システムEUIGRを提示した。提案システムは,RFID低レベル物理特性を融合し,空間-時間情報を抽出するため,CNN(畳込みニューラルネットワーク)とLSTM(Long Short-Termメモリ)をシームレスに統合する。さらに,広告学習により,EUIGRは環境関連因子とユーザ特有の特徴を抑制し,個々の多様性に対する強いロバスト性を獲得し,環境依存性を減少させる。また,COTS RFID装置を備えたシステムを実装し,広範な実験結果はEUIGRの有効性と精度を示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *学習 ,  広告 ,  プライバシー ,  応用プログラム ,  位相 ,  待ち時間 ,  ビデオゲーム ,  有効性 ,  ロバスト性 ,  *RFID
準シソーラス用語： RFIDタグ ,  データストリーム ,  行動認識 ,  実時間 , 【Automatic Indexing@JST】

著者キーワード (4件)： RFID ,  敵対的学習 ,  ジェスチャー認識 ,  無線センシング

分類 (2件)： パターン認識  (JE07000S) ,  長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O)

タイトルに関連する用語 (5件)： 敵対 ,  学習 ,  ジェスチャ ,  RFID ,  実時間