カラーグローブを用いた手指輪郭線画像の生成とその手形状パターン認識への応用

藤嶋教彰; 北尾樹; 高橋歩武; 堀内匡

文献

J-GLOBAL ID：202002222367876751 整理番号：20A0749856

カラーグローブを用いた手指輪郭線画像の生成とその手形状パターン認識への応用

Generation of Hand Contour Images using Colored Glove and Its Application to Hand Pattern Recognition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A0749856&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0749856&from=J-GLOBAL&jstjournalNo=S0810A") }}

著者 (4件)： , , ,
資料名：
巻： 140 号： 1 ページ： 61-67(J-STAGE) 発行年： 2020年
JST資料番号： S0810A ISSN： 0385-4221 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：日本 (JPN) 言語：日本語 (JA)

本論文では,畳み込みニューラルネットワーク(CNN)による手形状パターン認識のために,Canny法エッジ画像だけでなく手指輪郭線画像を用いることの有効性を示した。手指の輪郭線画像は手の形状と指が丸くなった情報を含む指の情報のみを持つ二値画像である。これらの手指輪郭線画像は以前の研究で提案したカラーグローブを用いて生成した。手形状パターン認識の実験において交差検証法により認識精度を調べた。CNNを用いた学習モデルは4つの畳込み層と4つのプーリング層から成る。さらに,ネットワークインネットワーク(NIN)を畳込み法として採用した。テストデータセットは,手話認識などへの適用性を考慮に入れてcannyエッジ画像だけで構成した。一方,訓練データセットは,cannyエッジ画像と手指輪郭線画像の組合せで構成した。認識実験により訓練データセットの手指輪郭線画像を組合せることの有効性を確認した。最も高い平均認識精度は,cannyエッジ画像と手指輪郭線画像の組合せ率が50:50であるとき96.2%である。この値は,組合せ率100:0の場合と比較して6.9%高い。(翻訳著者抄録)

, , , , , , , , , , ,
, , ,

著者キーワード (8件)： , , , , , , ,

パターン認識

引用文献 (18件)：

(1) A. Kuznetsova, L. L-Taixé, and B. Rosenhahn: “Real-time sign language recognition using a consumer depth camera", Proc. 2013 IEEE International Conf. on Computer Vision, pp. 83-90, Sydney, Australia (2013)
(2) B. Kang, S. Tripathi, and T. Q. Nguyen: “Real-time Sign Language Fingerspelling Recognition using Convolutional Neural Networks from Depth map", Proc. the 3rd IAPR Asian Conf. on Pattern Recognition, No. PS1-19, Kuala Lumpur, Malaysia (2015)
(3) S. Achar, J. R. Bartels, W. L. 'RED'Whittaker, K. N. Kutulakos, and S. G. Narasimhan: “Epipolar Time-of-Flight Imaging", ACM Trans. on Graphics, Vol. 36, No. 4, Article No. 37 (2017)
(4) F. Mueller, F. Bernard, O. Sotnychenko, D. Mehta, S. Sridhar, D. Casas, and C. Theobalt: “GANerated Hands for Real-Time 3D Hand Tracking from Monocular RGB", Proc. 2018 IEEE/CVF Conf. on Computer Vision and Pattern Recognition, pp. 49-59, Salt Lake City, USA (2018)
(5) A. Spurr, J. S. Park, and O. Hilliges: “Cross-model Deep Variational Hand Pose Estimation", Proc. 2018 IEEE/CVF Conf. on Computer Vision and Pattern Recognition, pp. 89-98, Salt Lake City, USA (2018)

, , , , ,

前のページに戻る