文献

J-GLOBAL ID：202002297093133000   整理番号：20A2073584

近接センサを用いたハンドヘルドデバイスにおける手姿勢推定のための機械学習技術の評価【JST・京大機械翻訳】

Evaluation of Machine Learning Techniques for Hand Pose Estimation on Handheld Device with Proximity Sensor

著者 (2件)： Arimatsu Kazuyuki (Sony Interactive Entertainment Inc., Tokyo, Japan) ,  Mori Hideki (Sony Interactive Entertainment Inc., Minato-ku, Japan)
資料名： ACM Proceedings  (ACM Proceedings)
号： CHI ’20  ページ： 1-13  発行年： 2020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： 手を用いた自然相互作用のための追跡指の動きは一般的に研究されている。バーチャルリアリティ(VR)アプリケーションにおける指トラッキングのビジョンベース実装のために,指の動きは補助入力に必要なハンドヘルドデバイスにより閉塞され,カメラを用いた指の動きを追跡することはなお困難である。表面上の容量近接センサを用いたフィンガ追跡制御装置は現れ始めている。しかし,湾曲容量センシング電極から関節手姿勢を推定する研究は,まだ未熟である。したがって,62の電極を有するプロトタイプを構築し,光学追跡システムを使用して訓練データセットを記録した。曲面の容量画像に畳み込みニューラルネットワーク法を適用するための2.5D表現を導入し,コンピュータビジョン分野における最近の成果に基づく2種類のネットワークアーキテクチャを著者らのデータセットで評価した。また,プロトタイプを用いて実時間対話型アプリケーションを実装し,VRアプリケーションにおける指を用いた直感的インタラクションの可能性を実証した。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： カメラ ,  相互作用 ,  制御装置 ,  *応用プログラム ,  コンピュータビジョン ,  コンピュータ ,  バーチャルリアリティ ,  ネットワークアーキテクチャ ,  プロトタイプ
準シソーラス用語： 訓練データ ,  *姿勢推定 ,  対話型 ,  実時間 ,  *ハンドヘルドデバイス ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 容量画像 ,  指追跡コントローラ ,  手姿勢推定 ,  人間コンピュータの相互作用 ,  バーチャルリアリティ

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 近接センサ ,  ハンドヘルドデバイス ,  手 ,  姿勢推定 ,  機械学習技術 ,  評価