文献

J-GLOBAL ID：202002241560837022   整理番号：20A0142087

奥行データを用いたピアノ演奏における手の姿勢の検出【JST・京大機械翻訳】

Detecting Hand Posture in Piano Playing Using Depth Data

著者 (3件)： Johnson David (Department of Computer Science University of Victoria 3800 Finnerty Road Engineering and Computer Science Building, Room 504 Victoria, BC V8P 5C2 Canada) ,  Damian Daniela (Department of Computer Science University of Victoria 3800 Finnerty Road Engineering and Computer Science Building, Room 504 Victoria, BC V8P 5C2 Canada) ,  Tzanetakis George (Department of Computer Science University of Victoria 3800 Finnerty Road Engineering and Computer Science Building, Room 504 Victoria, BC V8P 5C2 Canada)
資料名： Computer Music Journal  (Computer Music Journal)
巻： 43  号： 1  ページ： 59-78  発行年： 2020年 
JST資料番号： E0361C  ISSN： 0148-9267  資料種別： 逐次刊行物 (A)
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： 著者らは,ピアノ学生の開始を支援することを目的としたピアニスト手の姿勢の自動評価のための研究を提示する。それは,実践セッションの間のピアノ演奏技術を改善する。学生の手の姿勢を自動的に評価するために,性能の間にピアニストの手を含む単一の深さマップから姿勢の3つのカテゴリを認識できるシステムを提案した。これは,手のセグメンテーションと手の姿勢の検出の両方のために,深さマップ上で機械学習を用いるコンピュータビジョンパイプラインを通して達成される。最初に,画素ごとの分類を用いて,深さマップに捕捉されたシーンから左右の手をセグメント化した。ハンドセグメンテーションモデルを訓練するために,2つの特徴記述子,深さ画像特徴および深さ文脈特徴を用いて実験を行い,個々のピクセルの近傍の文脈を記述した。手が深さマップからセグメント化された後に,姿勢検出モデルは,3つの可能な姿勢カテゴリの1つとして,正しい姿勢,低い手首,または平坦な手の各手を分類する。セグメント化された手から記述子を抽出するための2つの方法,配向勾配のヒストグラムおよび正常ベクトルのヒストグラムを試験した。手の大きさと実行空間の変化を説明するために,抽出ディスクリプタを持つサポートベクトルマシンを用いて各学生に対して検出モデルを個別に構築した。著者らは,標準実践演習を実行しながら,4人の最初のピアノ学生を記録することによって収集されたデータセットを用いて,このアプローチを検証した。本論文で示した結果は,最良を実行する法線ベクトルの深さ文脈特徴とヒストグラムにより,この手法の有効性を示した。Copyright 2019 Massachusetts Institute of Technology Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ヒストグラム ,  有効性 ,  コンピュータビジョン ,  機械学習 ,  統制索引語 ,  ベクトル ,  セグメンテーション ,  実習 ,  サポートベクトルマシン ,  *ピアノ ,  画素
準シソーラス用語： 深度画像 ,  特徴記述子 ,  奥行きマップ ,  自動評価 , 【Automatic Indexing@JST】

分類 (2件)： 楽器音響  (BB03070Y) ,  音声処理  (JE05000E)

タイトルに関連する用語 (4件)： 奥行 ,  ピアノ演奏 ,  手 ,  姿勢