文献

J-GLOBAL ID：201602268076743520   整理番号：16A1296362

隠れマルコフモデルにおけるスペクトル学習を用いた体性感覚のみからの行動認識

Action recognition from only somatosensory information using spectral learning in a hidden Markov model

著者 (3件)： Takano Wataru (Mechano-Informatics, University of Tokyo, 7-3-1, Hongo, Bunkyoku, Tokyo, 113-8656, Japan) ,  Obara Junya (Mechano-Informatics, University of Tokyo, 7-3-1, Hongo, Bunkyoku, Tokyo, 113-8656, Japan) ,  Nakamura Yoshihiko (Mechano-Informatics, University of Tokyo, 7-3-1, Hongo, Bunkyoku, Tokyo, 113-8656, Japan)
資料名： Robotics and Autonomous Systems  (Robotics and Autonomous Systems)
巻： 78  ページ： 29-35  発行年： 2016年04月 
JST資料番号： C0133C  ISSN： 0921-8890  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 人間の行動の分類は,人間の意図した行動を解釈し,適切な応答をしなければならないロボットにとって基本的な技術であり,我々の日常生活に組み込まれるべきである。光学モーションキャプチャシステムあるいは深さセンサを用いる人間の動きの改善された測定は,人間の動きや人体の位置を含むカメラ画像のような表面運動データから人間の行動を認識することを可能にする。しかし動きの認識の従来の技術は,人間が従っている環境と人間の間に常時存在する接触力を扱っていない。すなわち,人間は実行可能な行動を姿勢だけでなく接触力をコントロールして行っている。さらにこれらの接触力は体全体の筋肉の適切な張力を必要とする。これらの筋肉の張力や行動は体性感覚を評価し,その結果意図している行動を理解するために,人間の活動を観察しているロボットにとって有用であると期待される。本稿では,人間の体における全部の筋肉の活動のみを用いて人間の活動を分類する新規の手法を提案する。個々の筋肉の活動の連続した時空間データが離散隠れマルコフモデル(HMM)にコード化され,すべての筋肉に対して1組のHMMが特定の活動に対して分類器を構成する。この分類器は取得された人間の動作,筋電図データ,反力から推定される筋肉の活動でテストした。結果は,一般に使われるHMMベースの分類器に対して優位を示す。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *隠れMarkovモデル ,  *スペクトル ,  *画像処理システム ,  *モーションキャプチャ ,  *体性感覚 ,  *写真像 ,  *認識
準シソーラス用語： モーションキャプチャシステム ,  カメラ画像 ,  行動認識

著者キーワード (3件)： Action classification ,  Somatosensory ,  HMM

分類 (3件)： 光学情報処理  (BD03060T) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 隠れマルコフモデル ,  スペクトル ,  学習 ,  体性感覚 ,  行動認識