文献

J-GLOBAL ID：202202253785272389   整理番号：22A0913919

歩行学習による歩行中の手首手ジェスチャ認識【JST・京大機械翻訳】

Wrist-Worn Hand Gesture Recognition While Walking via Transfer Learning

著者 (5件)： Kang Peiqi (State Key Laboratory of Mechanical System and Vibration, School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Li Jinxuan (State Key Laboratory of Mechanical System and Vibration, School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Fan Bingfei (State Key Laboratory of Mechanical System and Vibration, School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Jiang Shuo (College of Electronics, and Information Engineering, Tongji University, Shanghai, China) ,  Shull Peter B. (State Key Laboratory of Mechanical System and Vibration, School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China)
資料名： IEEE Journal of Biomedical and Health Informatics  (IEEE Journal of Biomedical and Health Informatics)
巻： 26  号： 3  ページ： 952-961  発行年： 2022年 
JST資料番号： W1135A  ISSN： 2168-2194  CODEN： IJBHA9  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： 最も一般的な日常活動の1つである歩行は,手のジェスチャ認識精度を有意に劣化させる望ましくない運動アーチファクトを引き起こす。しかし,伝統的手ジェスチャ認識アルゴリズムは,静的人間姿勢の間だけ,手首-単語装置によって開発されて,検証されて,ジェスチャ精度に及ぼす動的影響の重大な重要性を無視した。そこで,動的歩行と静的立位シナリオ間のドメイン転送によるジェスチャ認識を可能にするための,動的歩行中の結合生信号からターゲットジェスチャを正確にセグメント化するための,経験的モード分解による信号分解手法を開発し,検証した。10名の健常被験者が,IMU手首-worn装置を装着しながら,歩行と立位実験の間,7つの手のジェスチャーを実施した。実験結果は,信号分解アプローチが83.8%のジェスチャ検出誤差を減らし,転送学習アプローチ(20%転送速度)が手ジェスチャ認識精度を15.1%改善したことを示した。この地上破壊作業は,手のジェスチャー認識の実現可能性を実証し,一方,手首-wornセンシングを介して歩行する。これらの知見は,動的歩行状況における直感的な人間-機械相互作用のための手首-手首ハンドジェスチャ認識の実生活およびユビキタス採用を知らせる。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  セグメンテーション ,  伝送速度 ,  単語 ,  立位
準シソーラス用語： *身振り ,  被験者 ,  *ジェスチャー認識 ,  ハンドジェスチャー認識 , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： 歩行 ,  学習 ,  手首 ,  ジェスチャ認識