Deep Learning-Based Hand Gesture Discrimination Method Using Surface Electromyography Applicable to Unspecified Users

Research Project

Project/Area Number	24K15033
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 61020:Human interface and interaction-related
Research Institution	Nippon Institute of Technology
Principal Investigator	田村仁日本工業大学, 先進工学部, 准教授 (60251584)
Project Period (FY)	2024-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000) Fiscal Year 2027: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2026: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Keywords	深層学習 / 表面筋電位 / インターフェース / ジェスチャー
Outline of Research at the Start	本研究では、不特定多数対象に対応可能な筋肉の動きに対応して皮膚表面に現れる電位、表面筋電位(sEMG)を使って手指の形状を識別する手法を提案する。sEMGをニューラルネットワークによって解析するというアイデア自体は古く、ロボット、電動義手義足やパワーアシストスーツ等に応用する研究は1990年代から見受けられる。しかし、従来研究はほとんど識別率の向上が目的であり、どれも使用者自身の学習データをによって毎回調整する必要があるものが多く、学習済み機器を不特定多数に適応可能とする観点の研究は見受けられない。本研究ではこれを解決し、不特定の使用者が最小限の調整だけですぐ使用可能とする手法を実証する。