文献

J-GLOBAL ID：202002231805051668   整理番号：20A1819155

深さCameraを用いたハンドジェスチャ認識のためのアプリケーション開発【JST・京大機械翻訳】

Application Development for Hand Gestures Recognition with Using a Depth Camera

著者 (4件)： Satybaldina Dina (National Research Nuclear University “MEPhI”, Moscow, Russian Federation) ,  Satybaldina Dina (L.N. Gumilyov Eurasian National University, Nur-Sultan, Kazakhstan) ,  Kalymova Gulziya (L.N. Gumilyov Eurasian National University, Nur-Sultan, Kazakhstan) ,  Glazyrina Natalya (L.N. Gumilyov Eurasian National University, Nur-Sultan, Kazakhstan)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1243  ページ： 55-67  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本研究の目的は,TensorFlow&Keras深層学習フレームワークを用いた畳み込みニューラルネットワークに基づくハンドジェスチャ同定への応用を開発することである。ジェスチャ認識システムは,ジェスチャー提示,ジェスチャー捕獲装置(センサ),前処理と画像セグメンテーションアルゴリズム,特徴抽出アルゴリズム,およびジェスチャ分類から成る。センサとして,コンピュータに接続するUSB3.0サポートを有するIntel Real Sense深さカメラD435を用いた。ビデオ処理および入力データからのRGB画像および深さ情報の両方に対して,Intel Real Senseライブラリからの機能を適用した。前処理と画像セグメンテーションアルゴリズムのために,OpenCVライブラリからのコンピュータビジョン方式を実行した。特徴抽出とジェスチャ分類のためのサブシステムは,以前にImageNetデータベース上で訓練された重みを有する修正VGG-16に基づいている。ジェスチャ認識システムの性能をカスタムデータセットを用いて評価した。実験結果は,2000画像のデータベース上で訓練された提案モデルが,高い認識精度(99.4%)を提供することを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  カメラ ,  データベース ,  特徴抽出 ,  録画装置 ,  コンピュータビジョン ,  コンピュータ ,  機械学習
準シソーラス用語： 身振り ,  画像セグメンテーション ,  *ジェスチャー認識 ,  *ハンドジェスチャ ,  *ハンドジェスチャー認識 ,  深層学習 ,  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)： ジェスチャ認識 ,  深層学習 ,  機械学習 ,  畳込みニューラルネットワーク

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ハンドジェスチャ認識 ,  アプリケーション ,  開発