機械学習を用いた手指のモーションキャプチャーデータの解析に関する研究

• Item type: SIG Technical Reports(1)
• 公開日: 2021-11-23
• タイトル: 機械学習を用いた手指のモーションキャプチャーデータの解析に関する研究
• タイトル / 言語: en
• タイトル: Study on analysis of fingers motion tracking data using machine learning
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ユーザインタフェース 2
• 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: 早稲田大学
• 著者所属: 早稲田大学
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者名: 馮, 程静儀; 坂井, 滋和
• 著者名(英): Chengjingyi, Feng; Shigekazu, Sakai
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，本研究室で製作されたグローブ式のハンドモーションキャプチャーを用いて指先の様々な動きを計測し，その計測データを機械学習させることで動作解析を試みた．ここで使用したモーションキャプチャーシステムは，近年小型・低価格化が進む IMU センサーを用いて，指の関節ごとの回転角度（Quaternion）を計測し，手を多数の関節を持つリンク構造として定義することで，各センサーからのデータを元にその動きや形態を再現することができる．本研究では，その基礎実験として，多様な行動を表す手の動きデータを大量に計測し，これを学習データとして使用して，手の動作に関する機械学習の有効性について検証を行った．具体的には，まず，手の静止ジェスチャーのデータの 2 分類問題を NN 手法，3 分類問題を DNN 手法で実装することにより，手指データを機械学習による解析の有効性を確認した．次に，手の似たような動きのデータを CNN・RNN によってそれぞれ学習を行い，中間層の増加とDropout 層の導入によるモデルの精度を改善し，手指の動作を精度よく判別できる機械学習モデルを実装した．本稿では，手指データの収集，複数の機械学習モデルの実装の詳細と，手の動作データの解析結果について報告する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this study, using the hand motion tracking glove produced by Sakai laboratory, a large amount of fingers motion data can be collected by this glove system without external sensor, we aimed to analyze the finger movement data accurately and efficiently using machine learning method. Specifically, first, by implementing a two-classification problem of hand gesture data by the NN model and a three-classification problem by the DNN model, I confirmed the usability of analyzing hand data using machine learning method. Next, two kinds of similar hand movement data were used to train a CNN model, a RNN model as well. By increasing the number of middle layers and the Dropout layers, I trained two kinds of machine learning models that can accurately discriminate hand movement data. This paper reports the method of collecting hand data, the details about the implementation of multiple machine learning models, also the analysis results of hand motion data.
• 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: AA1221543X
• 書誌情報: 研究報告ヒューマンコンピュータインタラクション（HCI）; 巻 2021-HCI-195, 号 4, p. 1-5, 発行日 2021-11-23
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8760
• 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