KL展開と隠れマルコフモデルによるジェスチャ認識

• Item type: SIG Technical Reports(1)
• 公開日: 1997-01-23
• タイトル: KL展開と隠れマルコフモデルによるジェスチャ認識
• タイトル / 言語: en
• タイトル: Gesture Recognition Combining HMM and KL Transform
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 大阪大学基礎工学部システム工学科
• 著者所属: 大阪大学基礎工学部システム工学科
• 著者所属: 大阪大学基礎工学部システム工学科
• 著者所属(英): en
• 著者所属(英): Department of Systems Engineering, Faculty of Engineering Science, Osaka University
• 著者所属(英): en
• 著者所属(英): Department of Systems Engineering, Faculty of Engineering Science, Osaka University
• 著者所属(英): en
• 著者所属(英): Department of Systems Engineering, Faculty of Engineering Science, Osaka University
• 著者名: 畠, 直志; 岩井, 儀雄; 谷内田, 正彦
• 著者名(英): Tadashi, Hata; Yoshio, Iwai; Masahiko, Yachida
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，接触型センサーやマーカーなどを装着することなく，また背景や人物が異なった場合などの環境の変化にもよらないロバストな人物の行動を認識するシステムを述べる．本手法は，カメラから得られる動画像において人物の動きに注目し，動領域を抽出することで，その動きのモーションベクトルを求める．それぞれのジェスチャにおいてモーションベクトルを算出しKL展開することでジェスチャ空間を作成する．そして，ジェスチャ空間に投影した各主成分を特徴量とし，それらを量子化することでシンボル化し，その時系列をHMMにより学習する．ジェスチャの認識は，各HMM内での尤度を最大にするものを選択することで行なう．HMMによる認識は，雑音や時間的な伸縮に対してロバストであり，学習に基づいて認識系が構築できる点で有効な手法である．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes a method to recognize human gestures from an image sequence based on Hidden Markov Model and Karhunen-Loeve Transform. As our method uses the motion vector field of the scene for recognition, it is robust for variety in the background of the scene an it doesn't require the users to wear a sensor or a marker. The motion vector field of the scene is projected to an eigen-subspace for data compression and is used as the input symbols for the HMM.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 情報処理学会研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 1997, 号 10(1996-CVIM-103), p. 115-122, 発行日 1997-01-23
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会