文献

J-GLOBAL ID：202002226712141770   整理番号：20A1534220

筋腕帯を用いた手指ジェスチャを認識するためのバイオセンサベースインタフェイスの評価【JST・京大機械翻訳】

Evaluating a biosensor-based interface to recognize hand-finger gestures using a Myo armband

著者 (3件)： Zadeh A. Saleh (Nelson Mandela University, South Africa) ,  Calitz A. P. (Nelson Mandela University, South Africa) ,  Greyling J. H. (Nelson Mandela University, South Africa)
資料名： ACM Proceedings  (ACM Proceedings)
号： SAICSIT ’18  ページ： 229-238  発行年： 2018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： ジェスチャ認識は便利で自然な人間-コンピュータ相互作用(HCI)技術である。バイオエンジニアリングにおける最近の進歩は,様々なバイオセンサが生物活性からリアルタイムフィードバックを提供するので,HCIにおけるバイオセンサ技術の使用を見た。これは,ユーザインタフェイス(UI)設計者が,筋肉-コンピュータインタフェイス(MCI)の使用を含む,より自然なUIを設計することを可能にした。本論文では,Thalmic Labs Inc.からのMyoアームバンドからの筋電図(EMG)信号を用いて,4指ピンチング,fist動作および5ハンドフィンガースプレッドジェスチャを認識するように設計されたMCIの評価を提示し,そして,フィードフォワードニューラルネットワークを,ジェスチャーを分類するために実行して,ジェスチャーのそれぞれを3秒間訓練した。6人の参加者の間でジェスチャー処理タスクを完了するための平均95%の成功率を,平均予測誤差値14.48で達成し,平方根平均二乗誤差(RMSE)によって表した。結果は,HCIに有益な現代的で信頼できるアプローチとして,ジェスチャ認識におけるバイオセンサの応用を例証する。バイオセンサベースのジェスチャー認識は,このアプローチを視覚およびセンサベースのアプローチと比較したとき,より大きなレベルのアクセシビリティを提供し,ユーザを less雑に取り込んだ。Myoアームバンドは,それが手指ジェスチャ認識でうまく使用できる経済的で標準的なバイオセンシングウェアラブルデバイスであることを示した。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： 視覚 ,  相互作用 ,  生体工学 ,  生物活性 ,  筋電図 ,  センサ ,  *バイオセンサ ,  コンピュータ ,  ユーザインタフェイス ,  予測誤差
準シソーラス用語： 身振り ,  平均二乗誤差 ,  ウェアラブルデバイス ,  ジェスチャー認識 ,  フィードフォワードニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： 筋腕帯 ,  筋電図 ,  指ピンチ ,  ジェスチャ認識 ,  ジェスチャーベース相互作用 ,  筋肉-コンピュータインタフェイス

分類 (2件)： 人間機械系  (IB03000G) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 筋 ,  腕帯 ,  手指 ,  ジェスチャ ,  評価