@techreport{oai:ipsj.ixsq.nii.ac.jp:00224799,
 author = {新宅, 史弥 and 川上, 朋也},
 issue = {54},
 month = {Feb},
 note = {ギターの練習を行うには騒音問題や持ち運びの不便さなど，何かと制約が生じることが多い．一方，ギターの音を決定する左手の形をリアルタイムで判別することができれば，その機能を備えたデバイスさえあればいつでもどこでもギターの練習が可能になる．そこで本研究では，その左手の形を判別する方法として深度画像を用いる手法を提案する．提案手法は大きく 2 つに分かれ，1 つ目は深度カメラの Kinect を用いて撮影した深度画像からギターコード判別を行った．2 つ目は RGB 画像から MiDaS による深度推定と画像処理のエッジ処理やマスク処理を組み合わせた画像からギターコード判別を行った．全 7 種類のギターコードの形をした手を撮影し，それを機械学習させ，そこにテスト画像を与えて返ってきた解答の正答率により評価を行った．その結果，MiDaS による深度推定と画像処理を掛け合わせた手法において精度の向上が確認できた．},
 title = {深度画像を用いた手指の形状に基づくギターコード判別手法の検討},
 year = {2023}
}