手形状CGを用いたAdaBoostによる指文字の認識

摘要

Fingerspelling is one of useful communication tools for deaf and hard-of-hearing people. Learning finger-spellings by oneself is often difficult without an experience of using them in real conversation, as learning a foreign language. In the system of fingerspellings, each alphabetical character is expressed with a different hand-shape. Therefore, how to construct a hand-shape recognition method is considered as a central issue to construct an assistant system for learning fingerspellings. The construction of such the recognition system generally requires huge training data set. To avoid this heavy work of data collections, we propose a framework of system learning based on ensemble learning with synthetic images generated by computer graphics techniques. Experimental results show the validity of the proposed framework.%指文字は，聴覚障害に関わる人々が用いるコミュニケーション手段の1つであり，平仮名などの文字を対応する手形状で表現する.指文字を習得することは外国語を学ぶことに近い面があり，自然に使えるようになるためには，実際の会話で指文字を利用する経験を重ねる必要がある.このため,個人による指文字の習得は容易と言えず，指文字の練習を支援するためのシステム構築が望まれる.これに関して本研究では.パターン認識の技術による手形状識別を中心とした支援システムの構築を検討する.ここで，高精度な手形状識別には一般的に大量の学習データを必要とするが，このような学習データの収集には多大な労力を要する.そこで，CG技術により指文字の手形状CGを学習データとして生成し，その中からアンサンブル学習で有効なデータを選択する方法を提案する.この提案法の有効性を評価実験により実証した.