2004 Fiscal Year Annual Research Report
大規模ジェスチャー認識のための基本動作モデル生成の研究
| Project/Area Number |
15500107
|
|---|
| Research Institution | Nagoya Institute of Technology |
|---|
Principal Investigator |
北村 正 名古屋工業大学, 工学研究科, 教授 (60114865)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
徳田 恵一 名古屋工業大学, 工学研究科, 教授 (20217483)
後藤 富朗 名古屋工業大学, 工学研究科, 助手 (20324478)
|
|---|
| Keywords | 隠れマルコフモデル / 日本手話 / 最小2乗近似 / 肌色情報 / 日本手話電子辞書 / 主成分分析 / 手話単語認識 / 主成分得点 |
|---|
| Research Abstract |
今年度は,現実に近い服装の日本手話の単語単位のモデル化と認識実験を行い,さらに動作の基本単位の検討を開始した.単語認識のため,研究では国立身体障害者リハビリテーションセンター研究所が開発の日本手話学習システムのデーターベース(DB)を利用した.実験では,まず手話DB内の連続手話画像を単語単位にラベル付けを行うとともに,手話DBを使用するためのより柔軟な電子辞書システムを構築した.当該DBは4名の基本250単語から成っているが,その中から動作数の多い手話動作者を選び,さらに出現頻度の高い18単語を選んで学習・認識の対象とした.手話の特徴パラメータとして,手の位置座標と手の形状を利用しているが,今年度は手の位置情報の抽出法について検討を行った.従来法では,使用DBが同じ服装で長袖という限定された服装であったので,手の位置情報として手の肌色情報からベクトル量子化によりその中心座標を利用していた.しかし,半袖などのより現実的な手話に対応するため,肌色情報領域を最小2乗法により直線近似し,その先端部から座標を得る方法を提案した.また,手の形状は提案法で求めた位置情報を基に,その付近の画像の主成分分析により得られた主成分スコアを特徴量として用いた.認識結果は,手の位置情報のみを用いた場合で隠れマルコフモデルの状態数を2から8に変化させた場合の平均は,従来法の56.5%から提案法の68.3%となり,さらに手の形状の特徴量として25次の主成分係数のみを用いた場合,64.3%から76.3%となり,提案法の有効性が確認された.また以上のほかにも,手の動きを高速に追跡するためのアルゴリズムについても検討した.
|
