HMMを利用したジェスチャー認識の高性能化

• 清水 宏明

  大阪大学大学院 基礎工学研究科 システム人間系専攻

• 岩井 儀雄

  大阪大学大学院 基礎工学研究科 システム人間系専攻

• 谷内田 正彦

  大阪大学大学院 基礎工学研究科 システム人間系専攻

書誌事項

タイトル別名

• Performance Improvement of Gesture Recognition using HMM

抄録

隠れマルコフモデル (HMM) は時系列データを有効に扱えるため、ジェスチャー認識によく利用されているが、実際のシステムで用いるためには、計算コストの問題と認識精度の問題が重要である。本論文では、計算コストの問題に対処するため、KL展開によって特徴量を次元圧縮する手法を提案し、計算時間、認識率について検討する。また、認識精度の問題に対処するため、ジェスチャー間のつながり (コンテキスト)を考慮したHMMによるジェスチャー認識の手法を提案し、その有効性を実験により確かめる。

収録刊行物

• 情報処理学会研究報告. CVIM, [コンピュータビジョンとイメージメディア]

  情報処理学会研究報告. CVIM, [コンピュータビジョンとイメージメディア] 114 105-112, 1999-01-21

  一般社団法人情報処理学会

詳細情報

• CRID: 1574231876846450944
• NII論文ID: 110002674462
• NII書誌ID: AA11131797
• ISSN: 09196072
• 本文言語コード: ja
• データソース種別:
  • CiNii Articles