文献

J-GLOBAL ID：202202276701859870   整理番号：22A0787982

人間機械相互作用のための深層畳込みニューラルネットワークを用いた高精度静的ハンドジェスチャ認識モデル【JST・京大機械翻訳】

Highly Accurate Static Hand Gesture Recognition Model Using Deep Convolutional Neural Network for Human Machine Interaction

著者 (5件)： Babu U. Sai (Accenture India Pvt. Ltd,Bangalore,India) ,  Raganna A. (REVA University,School of ECE,Bangalore,India) ,  Vidyasagar K.N. (REVA University,School of ECE,Bangalore,India) ,  Bharati S.H. (REVA University,School of ECE,Bangalore,India) ,  Kumar Gautam (RLE India Pvt. Ltd,Bangalore,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICAECC  ページ： 1-6  発行年： 2022年 
JST資料番号： W2441A  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： 本研究では,静的手ジェスチャ認識のための深い畳込みニューラルネットワーク(DCNN)ベースのモデルを提案した。5つの異なるクラスに対応する静的手ジェスチャ画像を,前処理なしでDCNNモデルに対して提示した。モデルは列車と試験精度がそれぞれ97.9%と99.6%を達成し,それは静的手ジェスチャ認識応用における最良に報告された精度の1つである。また,モデルの性能は,複雑なバックグラウンドと貧弱な照明条件でさえ良好であることが分かった。精度とロバスト性のため,このモデルは人間機械相互作用や自律車のようなアプリケーションに実装できる。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： *相互作用 ,  前処理 ,  照明条件 ,  応用プログラム ,  ロバスト性
準シソーラス用語： 自律性 ,  *身振り ,  *ジェスチャー認識 ,  高精度 ,  *ハンドジェスチャー認識 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 人間 ,  相互作用 ,  深層畳込みニューラルネットワーク ,  ハンドジェスチャ認識 ,  モデル