文献

J-GLOBAL ID：202202264429528103   整理番号：22A1102024

デュアルビュー深層学習によるsEMGベースのジェスチャ認識に関する研究【JST・京大機械翻訳】

Research on sEMG-Based Gesture Recognition by Dual-View Deep Learning

著者 (5件)： Zhang Yan (School of Artificial Intelligence, Hebei University of Technology, Tianjin, China) ,  Yang Fan (School of Artificial Intelligence, Hebei University of Technology, Tianjin, China) ,  Fan Qi (School of Artificial Intelligence, Hebei University of Technology, Tianjin, China) ,  Yang Anjie (School of Artificial Intelligence, Hebei University of Technology, Tianjin, China) ,  Li Xuan (School of Artificial Intelligence, Hebei University of Technology, Tianjin, China)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 32928-32937  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 人間-機械相互作用の分野では,スパース多チャネル表面筋電図(sEMG)を用いたジェスチャ認識が課題として残っている。Hilbert充填曲線に基づいて,デュアルビューマルチスケール畳込みニューラルネットワーク(DVMSCNN)を設計して,本論文においてジェスチャ認識性能を強化した。ネットワークは2つの部分から成る。第1部では,sEMGをHilbert充填曲線を用いて満たし,時間と電極領域の得られた画像をブロックへの入力として使用した。第2部では,ブロックにより学習された深さ特徴を融合し,「層融合」ベースビュー集約ネットワークにより分類した。Ninapro-DB1,DB2,DB3およびDB4の4つのデータベースにおけるアーキテクチャの評価は,DVMSCNNが他の最先端の方法より7%以上正確であることを示した。家庭成長データセットを用いて検証した場合,DVMSCNNは0.8848の認識率を達成した。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： データベース ,  *ネットワーク ,  ニューラルネットワーク ,  比率 ,  計算機アーキテクチャ
準シソーラス用語： マルチチャネル ,  *ジェスチャー認識 ,  表面筋電図 ,  認識率 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 深層学習 ,  ジェスチャ認識 ,  研究