2012 Fiscal Year Annual Research Report
手首の凹凸形状のみから手指形態の推定を可能とする次世代インタフェースの研究
| Project/Area Number |
23800012
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
福井 類 東京大学, 情報理工学(系)研究科, 助教 (80607416)
|
|---|
| Project Period (FY) |
2011-08-24 – 2013-03-31
|
| Keywords | ウェアラブルセンサ / ユーザインタフェース / ヒューマンコンピュータインタラクション / 手首凹凸計測 |
|---|
| Research Abstract |
本研究では人の手首に巻きつけるだけで手指の形態（グー，チョキ，パーなどの手先形状パターン）を認識・識別可能とする手首装着型デバイスに関する研究を行った．本年度は平成23年度開発した高密度手首凹凸形状計測センサに対して腕の内転への対応等の改良を行いつつ，手首凹凸データと手指形態の相関性に関する解析を行った．具体的には手の形態(例えばグー，チョキ，パー)を直接的な出力として，非線形識別を可能とする認識手法により手首形状データから得られる特徴量を流し込み学習する方法を採用した．また，同じ手指形態であっても人によって手首凹凸状態が異なることが分かっているが，これに対して以下の２つのステップでの対応した：１）特徴量設計において，個人差を吸収出来るような正規化された特徴量を用いる．２）装置の利用前に簡単な校正動作（グーとパーなど）をユーザに要求することにより，校正動作データから参照する学習データの組み合わせを選定する枠組みを導入する．
ステップ１においては，定性的には多くの指を曲げるほど凹凸が大きくなり，全周が長くなることが分かっていることから，そのような個人差に関係なく普遍的に有効となる特徴量を探索した．一方のステップ２については，手首の凹凸変化が似ている人物を探しだすことによって，事前に取得しておいた大量の参照データと比較することによって，新規ユーザに対して新たにリファレンスデータの取得という煩雑な作業を要求することなく，デバイスの利用を可能とする枠組みを模索した．
具体的な特徴量選択手法として，まずはマルチクラスのブースティングに取り組み，比較対象として実装が容易なk-NN法を試行した．k-NN法は機械学習法としては非常に古びた方法ではあるが，一方でkの値を変化させる，即ち複数の似ているサンプルの存在を仮定することによる影響を把握できるため，アルゴリズム改良の指標として用いた．
|
| Current Status of Research Progress |
Reason
24年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
24年度が最終年度であるため、記入しない。
|
Research Products
(4 results)
