| 研究課題/領域番号 |
18K11400
|
|---|
| 研究機関 | 会津大学 |
|---|
研究代表者 |
荊 雷 会津大学, コンピュータ理工学部, 上級准教授 (30595509)
|
|---|
| 研究分担者 |
裴 岩 (裴岩) 会津大学, コンピュータ理工学部, 准教授 (30736004)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| キーワード | 手書き認識 / データグローブ / ウェアラブルデバイス / tracking / data fusion / GNN |
|---|
| 研究実績の概要 |
申請した研究期間中に、爪に付けられる センシング装置の設計、文字列の自動分割、三次元手書き動作による筆跡復元および文字認識の 手法など、WHWRの重要な課題に取り組む。
2018年度から2020年度までに、爪に慣性センサを付けた手書き文字認識手法の開発が進めて、5センチ角サイズぐらいの筆跡を記録や認識することが可能だと確認できた。しかし、単独の慣性センサの精度、累積誤差などについて、今の技術の限界もわかった。従って、2021年度に、複数センサを利用したデータグローブの手法を中心に研究を進めてきた。2021年度に渡って、以下の三つの面に着目して、確実に研究開発を進めてきた。1. 手書き動作記録できるデータグローブの試作。今までに、開発した爪に装着する装置に基いて、慣性センサを利用したデータグローブと圧力センサを利用したデータグローブをそれぞれ試作と性能評価を行った。慣性センサを用いたデータグローブで、指関節の平均精度が7.3度、圧力センサのデータグローブの平均精度が５.2度に達成した。2. 筆跡追跡アルゴリズムの改善。新規的な累積誤差を抑えるアルゴリズムを提案することにより、相対誤差を元々の20%から、5%までに減らした。3. 手のスケルトンデータを用いた手書き文字認識手法の提案。手に装着できるデータグローブを利用し、手のスケルトンデータを用いたGNNの手法を提案しました。新規提案の手法に利用するパラメーターの数が通常CNN手法の20メガぐらいから、1.2メガぐらいまでに減らし、認識精度が変わってないことが解明した。
これから、データグローブを利用して、筆跡復元や手書き認識の精度を調査することを行う予定になる。まだ、データグローブには、手の動きを場所選ばず、感知可能のため、手話認識、ロボット制御、VR\ARなどへの応用可能性も探索していきたい。
|
