WEKO3
アイテム
同一腕動作における手型の異なる手話単語認識手法の検討
https://ipsj.ixsq.nii.ac.jp/records/98012
https://ipsj.ixsq.nii.ac.jp/records/98012e87f83f7-a6d6-4b87-b57c-7f73bf2facfd
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CVIM14190045.pdf (1.2 MB)
2100年1月1日からダウンロード可能です。
|
Copyright (c) 2014 by the Institute of Electronics, Information and Communication Engineers
This SIG report is only available to those in membership of the SIG. |
|
| CVIM:会員：¥0, DLIB:会員：¥0 | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2014-01-16 | |||||||
| タイトル | ||||||||
| タイトル | 同一腕動作における手型の異なる手話単語認識手法の検討 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Sign Language Recognition of Different Hand Shape in the Same Arm Motion | |||||||
| 言語 | ||||||||
| 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 | ||||||||
| 千葉大学 | ||||||||
| 著者所属 | ||||||||
| 千葉大学 | ||||||||
| 著者所属 | ||||||||
| 千葉大学 | ||||||||
| 著者所属 | ||||||||
| 千葉大学 | ||||||||
| 著者所属 | ||||||||
| 千葉大学 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Chiba University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Chiba University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Chiba University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Chiba University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| ;Chiba University | ||||||||
| 著者名 |
今村, 大輔
× 今村, 大輔
|
|||||||
| 著者名(英) |
Daisuke, Imamura
× Daisuke, Imamura
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 本論文では腕動作が同一で手型が異なる手話単語を含む手話文に対する連続手話認識手法を提案する．腕動作のみによる手話認識については手首座標を三次元で追跡し，隠れマルコフモデルにより認識する手法をすでに提案している．しかしながら，その手法では腕動作が同一で手型が異なる単語を区別することはできなかった．本論文ではそのような単語に対して，手首座標の追跡時に腕が静止した時点と腕の運動方向が大きく変化した時点の手型画像を取得しておき，それらをサポートベクターマシンで分類することで，同一腕動作を持つ手話単語の識別を行う．評価実験として，腕動作が同一で手型が異なる単語群を辞書から抽出し，認識実験を行った．結果として，手型の異なる単語について約 ８ 割の認識率を実現した． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | In this paper, we will introduce a continuous sign language recognition method which can distinguish the words with the same arm motion and the different hand shape. We have proposed a sign language recognition method based on the Hidden Markov Model tracking the signer's arm motion. However, the method used only arm motion and it was unable to distinguish the words with the different hand shape and the same arm motion. In this study, the hand shape images were extracted when the arm motion stopped or the movement direction of arm changes significantly. The extracted images are classified by the Support Vector Machine and identified as the proper sign word. As the result of the recognition experiment, the recognition accuracy was about 80% for the words with the different hand shape. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AA11131797 | |||||||
| 書誌情報 |
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 2014-CVIM-190, 号 45, p. 1-6, 発行日 2014-01-16 |
|||||||
| 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 | |||||||
