文献

J-GLOBAL ID：202202234537579109   整理番号：22A0623555

ハンドジェスチャ認識のための動的時間ワーピングに従う最適化深層学習による適応Hough変換【JST・京大機械翻訳】

Adaptive hough transform with optimized deep learning followed by dynamic time warping for hand gesture recognition

著者 (2件)： Kowdiki Manisha (School of Electronics & Communication Engineering Department, MIT World Peace University, Pune, India) ,  Khaparde Arti (School of Electronics & Communication Engineering Department, MIT World Peace University, Pune, India)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 2  ページ： 2095-2126  発行年： 2022年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
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： Handジェスチャは自然なインタラクション法であり,手のジェスチャ認識は人間-コンピュータインタラクションにおいてよく知られている。しかし,自己構造特性,ビュー,照明などの手ジェスチャの複雑さだけでなく,その変動は,手のジェスチャ認識を困難なタスクとして行う。今日,人間-コンピュータ相互作用領域強化は,ジェスチャ認識システムに基づく動的手ジェスチャセグメンテーションに関心をもたらす。長い臨床的成功とは別に,ウェブカムビジョンによる動的手ジェスチャセグメンテーションは,光効果,部分閉塞,および複雑な環境のため,挑戦的である。したがって,全手ジェスチャ領域を分割し,セグメンテーション精度を高めるために,本論文は動的手ジェスチャ認識のための改良セグメンテーションと深層学習ベース戦略を開発した。静的および動的画像の両方から成るISLベンチマークデータセットからデータを収集した。提案モデルの初期プロセスは,グレイスケール変換とヒストグラム等化によって実行される前処理である。さらに,ジェスチャのセグメンテーションは,θ角が調整される新しい適応Hough変換(AHT)によって行われる。ジェスチャーのセグメンテーションを行うと,最適化深畳込みニューラルネットワーク(Deep CNN)をジェスチャ認識のために使用する。学習率,エポックカウント,および隠れニューロンを,同じ発見的概念によって調整した。主な貢献として,分割と分類は,電気魚最適化(EFO)のハイブリッド化と電気魚ベースのWhale最適化アルゴリズム(E-WOA)と呼ばれるWhale最適化アルゴリズム(WOA)によって強化される。最適化された深いCNNの訓練は,冗長なフレームを回避するための動的時間ワーピング(DTW)によって扱われて,このように,動的ハンドジェスチャの性能を強化した。定量的測定が手のジェスチャセグメンテーションと認識を評価するために達成され,それは提案モデルの優れた挙動を描写する。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  相互作用 ,  冗長性 ,  セグメンテーション ,  ニューロン ,  グレースケール ,  最適化手法 ,  動画像 ,  *Hough変換 ,  *画像変換 ,  コンピュータ ,  Web【情報システム】 ,  *機械学習
準シソーラス用語： *ワーピング ,  *ジェスチャー認識 ,  *ハンドジェスチャ ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 動的および静的手ジェスチャ ,  手ジェスチャ認識 ,  適応Hough変換 ,  深層畳込みニューラルネットワーク ,  電気魚ベースクジラ最適化アルゴリズム ,  動的時間ワーピング

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： ハンドジェスチャ認識 ,  ワーピング ,  最適化 ,  深層学習 ,  適応 ,  Hough変換