ジャーク最小モデルに基づく経由点を用いた複数話者の手話運動情報からの単語認識法

摘要

ヒトの腕運動で表現される手話単語の認識において運動特徴の抽出トそれを照合する方法は主要な課題であり，我々はヒト腕運動の運動計画モデルであるジャーク最小モデルに基づいて抽出された経由点を手話動作の特徴量トする認識手法を提案している.今回新たに辞書データを作成する被験者を増加したこトで，同じ単語であっても抽出される経由点の数に個人差が生じ，異なる数の経由点データを照合する必要が生じた.よって，本研究では異なる個数の時系列データを比較可能なDP照合を離散的なデータである経由点に対して行うために，DP照合の漸化式に経由点の時刻情報による重みを付加する方法を提案する.認識実験の結果，辞書データの被験者が増加した場合に，最も高い正解率であったこトを確認した.%Feature extraction from movements and a pattern matching methods are major challenges in the word recognition of sign language represented by human arm movements. We have proposed the method that via-points, which is extracted based on the minimum jerk model is used as the feature of the arm movements. In this study, we apply DP matching to pattern matching method for extracted discrete via-points in order to compare the dictionary data from other subjects' movements since the number of the via-points in the same word may be different. The proposed method adding the weight depending on the time information to the recurrence formula of DP matching scored high accuracy in the recognition experiment using the multiple speakers' sign word movements.